Please use this identifier to cite or link to this item:
http://dspace.univ-relizane.dz/home/handle/123456789/529
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | KOUIDRI Ikram | - |
dc.date.accessioned | 2024-12-02T08:38:35Z | - |
dc.date.available | 2024-12-02T08:38:35Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | http://dspace.univ-relizane.dz/home/handle/123456789/529 | - |
dc.description.abstract | Le problème d'encrassement des échangeurs de chaleur est l'un des problèmes les plus critiques à résoudre dans les applications industrielles, car il se répercute sur la rentabilité des installations en engendrant principalement des coûts liés aux pertes de production, à la surconsommation d'énergie et aux frais de nettoyage et de maintenance. L'étude présentée dans cette thèse s'inscrit dans le cadre de la recherche de haute performance des échangeurs de chaleur dans l'unité de distillation de pétrole brut de la raffinerie d'Alger. Cette recherche applique deux méthodes statistiques. Le premier axe de l'étude porte sur l'application de la méthode de surface de réponse avec un plan de Box-Behnken pour modéliser la résistance à l'encrassement. Les résultats ont été traités statistiquement en utilisant l'analyse de la variance afin de déterminer les facteurs et leurs interactions ayant un effet statistiquement significatif sur les paramètres de fonctionnement de l'échangeur. La fonction de désirabilité (DF) a également été utilisée pour une optimisation multi-objective visant à optimiser la capacité de transfert de chaleur dans l'échangeur. Le deuxième axe consiste à prédire la résistance à l'encrassement à l'aide de modèles d'apprentissage automatique supervisé, notamment le réseau de neurones artificiels de type perceptron multicouche, le modèle autorégressif non linéaire avec entrées exogènes et la machine à vecteur de support (RNA-MLP, NARX et SVM). Les résultats obtenus après une comparaison des trois techniques ont montré que le modèle neuronal (RNA-MLP) offre un excellent accord entre les valeurs estimées et expérimentales, avec un bon coefficient de corrélation (R). Une analyse de sensibilité utilisant l'approche "Poids" a été effectuée pour examiner l'impact des variables d'entrée sur la résistance à l'encrassement. Les performances des modèles MSR-BBC et RNA-MLP obtenues sont excellentes pour la modélisation et la prédiction du phénomène d'encrassement par rapport à la littérature | en_US |
dc.subject | Encrassement | en_US |
dc.subject | Echangeur de chaleur | en_US |
dc.subject | performance | en_US |
dc.subject | Statistique | en_US |
dc.subject | Plan d’expérience | en_US |
dc.subject | Intelligence artificiel | en_US |
dc.title | Maitrise de l’encrassement pour une capitalisation des échangeurs de chaleur | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Sciences et Technologies |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Maitrise de l’encrassement pour une capitalisation des échangeurs de chaleur.pdf | 11.93 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.