pen icon Colloque
quote

Proposition d'une technique de raffinage à commande numérique

AD

Membre a labase

Abou Diomande

Résumé du colloque

Proposition d'une technique de raffinage à commande numérique des pâtes mécaniques par réseaux de neurones avec apprentissage basé sur les algorithmes génétiques. Les nouvelles technologies utilisées pour la mise en pâte de raffineur sont en constantes évolution. Les phénomènes impliqués dans ce processus sont mal connus et de nombreux chercheurs tentent de cerner le mécanisme exact de la séparation et du raffinage des fibres de bois, pour par exemple assurer l'obtention d’une qualité uniforme de pâte raffinée. La recherche proposée s’inscrit dans cet axe. On désire implanter une commande numérique en temps quasi réel des paramètres de raffinage jugés les plus influents. Pour y arriver, il nous faut pouvoir contrôler adéquatement certains paramètres du procédé ayant un impact direct sur certaines propriétés de pâte que l’on désire uniformiser et optimiser dans le temps. Comme pour tout problème de contrôle, le succès de l’opération réside dans le choix pertinent des paramètres à contrôler et la compréhension de leur rôle sur les propriétés de pâtes produites. Au niveau des paramètres à contrôler, nous avons l’intention d’étudier l’analogie possible entre la fabrication de pièces discrètes sur machines-outils (pour laquelle les phénomènes présents sont bien connus et définis) et la fabrication de pâtes mécaniques sur raffineurs (pour laquelle les phénomènes présents sont encore mal expliqués). Nous allons reprendre les paramètres influents de la qualité d’une pièce en usinage, en l’occurrence l’avance de coupe, la profondeur de coupe et la vitesse de coupe, et de leur associer des paramètres analogues en raffinage, respectivement la vitesse d’alimentation des copeaux, la distance entre les plaques et la vitesse relative entre ces dernières. La possibilité de commander numériquement les divers paramètres influents ne consiste qu'en une partie de la solution. En effet, il nous faut également obtenir les propriétés de pâte pour les comparer aux consignes désirées et en déduire une action corrective d’alimentation, de distance ou de vitesse. À cet effet, nous proposons un modèle mathématique du raffineur basé sur les réseaux de neurones et les algorithmes génétiques. La particularité réside dans le fait que nous proposons d’utiliser les algorithmes génétiques aux fins de la phase d’apprentissage par le réseau de neurones de la relation entre les paramètres influents et les propriétés de pâte produites.

Contexte

Section :
Pâtes et papiers
news icon Thème du colloque :
Pâtes et papiers
host icon Hôte : Université d’Ottawa

Découvrez d'autres communications scientifiques

news icon

Titre du colloque :

Pâtes et papiers

Autres communications du même congressiste :

news icon

Thème du colloque :

Pâtes et papiers