Dernière modification le 28 octobre 2003.

Cellule capteur du
LIPE-INSA

Observation des entrées inconnues pour l'aide à la conduite et au diagnostic de procédés biologiques de traitement des eaux usées et déchets

Action Spécifique 181 dans le cadre du RTP 50 : "STIC & Environnement" 
(département STIC du CNRS)

Animatrice de l'AS : Isabelle Queinnec


Actualité
Description
Membres
Budget
 Planning
 

Pilote du LBE-INRA

Description de l'AS
 
Projet scientifique
Problématique 
Dans le domaine du traitement biologique des eaux usées et des résidus solides, l'efficacité recherchée en termes de qualité des effluents, de réduction des boues et d'économie des coûts de fonctionnement a rendu nécessaire les étapes de modélisation, d'identification et de commande en temps réel des procédés mis en jeu.

Par ailleurs, la complexité des mécanismes sous-jacents et le fonctionnement continu des installations ont mis en exergue le besoin de mesurer en ligne les principaux intervenants réactionnels.

Malheureusement, il existe un manque certain de moyens technologiques appropriés et utilisables dans un contexte industriel. La métrologie est donc devenue un enjeu important pour obtenir une mesure fiable, rapide et reproductible des caractéristiques d'une eau ou d un déchet à traiter, permettant par la suite d'élaborer des stratégies de contrôle efficace des procédés biologiques. Cependant, il n'est généralement pas possible d'équiper les procédés industriels en systèmes de mesures complexes, nécessitant la présence d'un opérateur et des coûts d'exploitation élevés. Ainsi, la plupart des capteurs disponibles à un coût non prohibitif pour les industriels n offrent que des mesures indirectes et partielles des réactions étudiées. Il est alors nécessaire de mettre en Suvre des observateurs permettant de reconstruire les variables pertinentes, en couplant des mesures indirectes à des modèles mathématiques. L'utilisation de capteurs rustiques, au sens où il s'agit d'instruments éprouvés, disponibles de puis longtemps sur le marché, mais à pouvoir informationnel limité, devrait ainsi permettre de lever en partie le problème des mesures, en les associant à des observateurs.

Objectifs
Nous nous proposons donc de focaliser cette action spécifique sur le développement et l utilisation de capteurs logiciels pour aider au diagnostic des installations. Il existe en effet dans la littérature scientifique de nombreuses approches pour l observation de variables non mesurées, basées sur des méthodes linéaires ou non-linéaires. Par contre, le problème reste entier lorsque l on cherche à reconstruire l entrée du système ou simplement à observer l état lorsque l entrée n est pas connue. De plus, les cinétiques nonlinéaires, les paramètres variant dans le temps, l'absence de mesures fiables et les fortes variations des conditions opératoires et des charges de pollution imposent le développement et l'utilisation de techniques avancées de l'automatique.

Le besoin de ces travaux nous est apparu au cours de nos recherches respectiv es initiées il y a plus de 10 ans. En effet, dans le cas du procédé "boues activées" en alternance de phase, la mauvaise connaissance (voire l'absence de connaissance) des charges en pollution azotée en entrée des stations d'épuration est un problème qui peut avoir de graves conséquences. De la même manière, les charges en déchets solides, tant du point de vue des concentrations en matière organique que de la composition des déchets (i.e., déchets verts, lisiers, déchets industriels de l'agro-alimentaire...) ont une influence forte sur l activité biologique d un digesteur anaérobie. Il est ainsi tout autant nécessaire d'être capable de reconstruire l'état du système en dépit de la non-connaissance de l'entrée, que de reconstruire l'entrée inconnue elle-même. Ce sont d ailleurs ces deux procédés qui serviront de supports expérimentaux aux travaux méthodologiques. Le pilote boues activées en alternance de phases aérées et non aérées est implanté au LIPE-GPI-INSA, à Toulouse. Le pilote de digestion anaérobie est implanté au LBE-INRA, à Narbonne.

Intimement liée à la problématique de l observation, le diagnostic du procédé s appuie sur l analyse pertinente des mesures et des variables observées et/ou identifiées. Notre approche est basée sur l idée d un "dialogue" entre le système de conduite et les micro-organismes : dans la cas d'un procédé aérobie, une perturbation (i.e., augmentation du débit d alimentation, arrêt de l'aération,...) est appliquée au réacteur à intervalles réguliers et ce, pendant un temps très bref. Le système de conduite pose alors une "question" au procédé et la "réponse" apparaît sous forme d'une évolution combinée du pH, de l'O2 dissous et du potentiel redox. L utilisation d un observateur permet alors de préciser l activité biologique ainsi que les variations de charge en entrée. Suivant la nature de cette réponse par rapport à l'évolution des variables juste avant la perturbation, un diagnostic du procédé est fait et l'action la plus appropriée à appliquer peut être déterminée.

Résultats attendus
Ce projet a pour objectif majeur d évaluer des stratégies d observation d état et des cinétiques lorsque les entrées du système ne sont pas connues et/ou de reconstruire les entrées inconnues. Un des résultats attendus pour cette action spécifique est également une réflexion poussée sur les principales limitations de l'application industrielle des observateurs pour le traitement biologique de la pollution. Nous pensons en effet que certains verrous peuvent être levés si jamais des "guides de bonnes pratiques" peuvent être proposés aux utilisateurs finaux et cette action spécifique s'attachera à caractériser aussi finement que possible ces guides.

Un des points essentiels de cette action spécifique concerne également l utilisation des observateurs pour évaluer l activité biologique du procédé et, en remontant la chaîne de traitement, les charges en entrée du procédé. Cependant, la question principale à laquelle il s agit de répondre est de savoir si le fait de détecter la présence d un toxique ou d une surcharge en entrée du procédé par l analyse de l état interne du procédé n est pas déjà trop tard pour prévenir un dysfonctionnement de l installation.

Fonctionnement
L'existant et cofinancement
Les laboratoires de recherche financeront sur fonds propres les salaires des chercheurs (post-docs) autres que les permanents. Ce projet devra s'intégrer naturellement dans leurs activités de recherche.

L'AS financera en partie les expériences réalisées au LIPE et au LBE dans le cadre du projet.

Calendrier (Planning)
Budget (Budget)
Références
  1. B. Chachuat et O. Bernard : "Design of probabilistic observers for mass-balanced based bioprocess models", accepté à IFAC Symposium CAB9, Nancy (France), 28-31 Mars 2004.
  2. O. Bernard et J.-L. Gouzé : "Closed loop observers bundle for uncertain biotechnological models", Rapport INRIA N° 4905,  à paraître dans J. of Process Control, 2003.
  3. O. Bernard et J.-L. Gouzé, Estimation d'état, ch. 4, pp. 87-120. In : Automatique des Bioprocédés, Paris: Hermes Science, 2001. 
  4. O. Bernard, M. Polit, Z. Hadj-Sadok, M. Pengov, D. Dochain, M. Estaben, et P. Labat, ``Advanced monitoring and control of anaerobic wastewater treatment plants: software sensors and controllers for an anaerobic digester,'' Wat. Sci. Tech. , vol. 43, no. 7, pp. 175-182, 2001. 
  5. C. Gómez-Quintero et I. Queinnec. Robust estimation for an uncertain linear model of an activated sludge process. IEEE International Confe rence on Control Applications (CCA/CACSD'2002), Glasgow (GB), pp.972-977, 18-20 Septembre 2002. 
  6. C. Gómez-Quintero et I. Queinnec. State and disturbance estimation for an alternating activated sludge process. 15th Triennial World Congress of the IFAC, Barcelone (Espagne), 21-26 Juillet 2002. 
  7. M. Spérandio et I. Queinnec. On-line estimation of wastewater nitrifiable nitrogen, nitrification and denitrification rates using ORP and DO dynamics. IWA conference on Trends in Sustainable Production, Nimes (France), 13-15 Novembre 2002. 
  8. M. Spérandio, V. Urbain,, J.M. Audic et E. Paul. Use of carbon dioxide evolution rate measurement for determining yield coefficient and characterising denitrifying heterotrophic biomass. Wat. Sci. Tech., 39(1), pp. 139-146, 1998. 
  9. J.P. Steyer, D. Roland, J.C. Bouvier et R. Moletta. Hybrid fuzzy neural network for diagnosis   Application to the anaerobic treatment of wine distillery wastewater in a fluidised bed reactor. Wat. Sci. Tech., 36(6-7), pp.209-217, 1997. 
  10. N. Hilgert, J. Harmand, J.P. Steyer et J.P. Vila. Nonparametric identfication and adaptive control of an anaerobic fluidised bed digester. Control engineering Practice, 8(4), pp. 367-376, 2000. 
  11. N. Hilgert et J.P. Vila.. D-step ahead Kalman predictor for controlled autoregressive processes with random coefficients. Applied Mathematics and Computer Science, 9, 207-217, 1999. 
  12. N. Hilgert, R. Senoussi et J.P. Vila. Nonparametric identification of controlled nonlinear time varying processes. SIAM J. on Control and Optimization, 39, 950-960, 2000.