Encyclopedie de la recherche sur l'aluminium au Quebec - Edition 2014 | Seite 17

PRODUCTION DE L’ALUMINIUM // ALUMINIUM PRODUCTION

Détection de l’optimum de
brai dans la pâte d’anode
DÉTECTION DE L'OPTIMUM DE BRAI DANS LA PÂTE D'ANODE PAR IMAGERIE
par imagerie
Machine vision of theTHE ANODE PASTE OPTIMUM PITCH DEMAND
anode
MACHINE VISION OF
paste optimum pitch demand

15

Julien Lauzon-Gauthier1, Carl Duchesne1 et Jayson Tessier2
2

1 Centre de recherche sur l’aluminium-REGAL, Département de génie chimique, Université Laval,
Québec, Qc, G1V 0A6, Canada
Centre d’excellence, Alcoa inc., Aluminerie de Deschambault, Deschambault, Qc, Canada, G0A 1S0

1 : Introduction

2 : Motivation

3 : Objectifs

• Mesure de qualité de l’anode crue
• Basée sur la densité crue (GAD)
• La GAD n’est pas un bon indicateur de la qualité d’anode

• Mesure de la variabilité vs. contrôle du procédé
• Contrôle par rétroaction impossible à partir des analyses de
lab. dû aux délais d’analyse
• L’impact de la variance des MP peut potentiellement être
atténué par des actions correctrices sur le procédé
• Possibilité de développement d’un capteur par imagerie

• Projet de doctorat:
Développement d’un capteur pour
l’analyse en temps réel de la qualité de
la pâte d’anode

• Mesure de qualité de l’anode cuite
• Sur moins de 1% de la population (non représentatif)
• Délais d‘environ 4 semaines pour l’analyse
• Moyennes hebdomadaires masquent la variabilité

• Résultats présentés:
Investiguer la possibilité de détecter
l’optimum de quantité de brai (pitch
demand) pour des anodes de laboratoire

• Augmentation de la variabilité des matières premières (MP)
• Augmentation du coût des MP de bonne qualité
• Augmentation de la fréquence des changements de MP pour
des raisons économiques
• Variabilité très élevée des propriétés d’un fournisseur à l’autre

• Optimum de brai:
Quantité de brai nécessaire pour obtenir
la densité apparente cuite maximale
pour un mélange de coke donné
Fig. 1: Schéma du procédé de fabrication des anodes

4 : Méthodologie

5 : Matières premières et expérimentation

1. Préparation de pâtes en laboratoire
2. Acquisition des images de pâtes
• Analyse de texture par ondelettes discrètes (DWT)
3. Pressage et cuisson de l’anode
• Mesure de la densité apparente crue et cuite (GAD et BAD)
4. Classification supervisée des images
• Régression entre les caractéristiques de texture de l’image
et la différence de densité par rapport à l’optimum

• Détails de l’expérimentation:
• Procédure d’optimisation
(cloche) de la quantité de brai
• Deux type de coke
• Même formulation
• Variation de la quantité de
brai (ratio) de 14% à 26%

Extraction de
caractéristiques

GAD et BAD

Fig. 2: Schéma du processus de fabrication et d’analyse de la pâte

mesh
-4+8
-8+14
-14+30
-30+50
-50+100
-100+200
Fine (Blaine 4000)

Coke
VBD (g/cm³)
Real density (g/cm³)
Apparent density (-14/+28) (g/cm³)
Open porosity (-14/+28) (%)

6 : Analyse de texture

7 : Résultats

• La texture mesure la variation spatiale des niveaux
d’intensité de chaque pixel

• Résultats de l’optimisation de brai

a)

b)

Coke B BAD

Coke A GAD

Coke B GAD

1,6

1,68
1,66
1,64
1,62
1,6
1,58
1,56
1,54
1,52
1,5
1,48

1,58
1,56
1,54
1,52
1,5
1,48

c)

1,46

GAD

Coke A BAD

BAD

• Analyse par ondelettes (Wavelet analysis) (WTA)
• Décomposition multi résolution des détails f