Literatura académica sobre el tema "Calculs d'équilibre thermodynamique"

Les simulations numériques sont un outil puissant pour analyser les systèmes dynamiques, mais peuvent être coûteuses en termes de calcul et prendre beaucoup de temps pour les systèmes complexes à haute résolution. Au cours des dernières décennies, les chercheurs se sont efforcés d'accélérer les simulations numériques grâce à des améliorations algorithmiques et au calcul haute performance (HPC). Plus récemment, l'intelligence artificielle (IA) pour la science est en plein essor et implique l'utilisation de techniques d'IA, spécifiquement l'apprentissage automatique et l'apprentissage profond, pour résoudre des problèmes scientifiques et accélérer les simulations numériques, ayant le potentiel de révolutionner un large éventail de domaines. L'objectif principal de cette thèse est d'accélérer les calculs d'équilibre thermodynamique au moyen de techniques utilisées pour accélérer les simulations numériques. Les calculs d'équilibre thermodynamique sont capables d'identifier les phases des mélanges et leurs compositions à l'équilibre et jouent un rôle crucial dans de nombreux domaines, tels que le génie chimique et l'industrie pétrolière. Nous atteignons cet objectif sous deux aspects. D'une part, nous utilisons des cadres d'apprentissage profond pour réécrire et vectoriser les algorithmes impliqués dans les calculs d'équilibre thermodynamique, facilitant l'utilisation de matériel divers pour le HPC. D'autre part, nous utilisons des réseaux neuronaux pour remplacer les sous-routines longues et répétitives des calculs d'équilibre thermodynamique, ce qui est une technique largement adoptée de l'IA pour la science. Un autre point central de cette thèse est de relever le défi de la généralisation de domaine (DG) dans la classification d'images. La DG implique l'entraînement de modèles sur des domaines connus qui peuvent efficacement se généraliser à des domaines inconnus, ce qui est crucial pour le déploiement de modèles dans des applications réelles critiques pour la sécurité. La DG est un domaine de recherche actif en apprentissage profond. Bien que diverses méthodes DG aient été proposées, elles nécessitent généralement des étiquettes de domaine et manquent d'interprétabilité. Par conséquent, nous visons à développer un nouvel algorithme DG qui ne nécessite pas d'étiquettes de domaine et est plus interprétable
Numerical simulations are a powerful tool for analyzing dynamic systems, but can be computationally expensive and time-consuming for complex systems with high resolution. Over the past decades, researchers have been striving to accelerate numerical simulations through algorithmic improvements and high-performance computing (HPC). More recently, artificial intelligence (AI) for science is on the rise and involves using AI techniques, specifically machine learning and deep learning, to solve scientific problems and accelerate numerical simulations, having the potential to revolutionize a wide range of fields. The primary goal of this thesis is to speed up thermodynamic equilibrium calculations by means of techniques used to accelerate numerical simulations. Thermodynamic equilibrium calculations are able to identify the phases of mixtures and their compositions at equilibrium and play a pivotal role in many fields, such as chemical engineering and petroleum industry. We achieve this goal from two aspects. One the one hand, we use deep learning frameworks to rewrite and vectorize algorithms involved in thermodynamic equilibrium calculations, facilitating the use of diverse hardware for HPC. On the other hand, we use neural networks to replace time-consuming and repetitive subroutines of thermodynamic equilibrium calculations, which is a widely adopted technique of AI for science. Another focus of this thesis is to address the challenge of domain generalization (DG) in image classification. DG involves training models on known domains that can effectively generalize to unseen domains, which is crucial for deploying models in safety-critical real-world applications. DG is an active area of research in deep learning. Although various DG methods have been proposed, they typically require domain labels and lack interpretability. Therefore, we aim to develop a novel DG algorithm that does not require domain labels and is more interpretable

Avec l'arrivée de l'environnement comme enjeu mondial, le secteur de l'efficacité énergétique prend une place de plus en plus importante pour les entreprises autant au niveau économique que pour l'image de la compagnie. Par le fait même, le domaine des technologies de l'énergie est un créneau de recherche dont les projets en cours se multiplient. D'ailleurs, un des problèmes qui peut survenir fréquemment dans certaines entreprises est d'aller mesurer la composition des matériaux dans des conditions difficiles d'accès. C'est le cas par exemple de l'électrolyse de l'aluminium qui se réalise à des températures très élevées. Pour pallier à ce problème, il faut créer et valider des modèles mathématiques qui vont calculer la composition et les propriétés à l'équilibre du système chimique. Ainsi, l'objectif global du projet de recherche est de développer un outil de calcul d'équilibres chimiques complexes (plusieurs réactions et plusieurs phases) et l'adapter aux problèmes électrochimiques et d'équilibres contraints. Plus spécifiquement, la plateforme de calcul doit tenir compte de la variation de température due à un gain ou une perte en énergie du système. Elle doit aussi considérer la limitation de l'équilibre due à un taux de réaction et enfin, résoudre les problèmes d'équilibres électrochimiques. Pour y parvenir, les propriétés thermodynamiques telles que l'énergie libre de Gibbs, la fugacité et l'activité sont tout d'abord étudiées pour mieux comprendre les interactions moléculaires qui régissent les équilibres chimiques. Ensuite, un bilan énergétique est inséré à la plateforme de calcul, ce qui permet de calculer la température à laquelle le système est le plus stable en fonction d'une température initiale et d'une quantité d'énergie échangée. Puis, une contrainte cinétique est ajoutée au système afin de calculer les équilibres pseudo-stationnaires en évolution dans le temps. De plus, la contrainte d'un champ de potentiel électrique est considérée pour l'évaluation des équilibres électrochimiques par des techniques classiques de résolution et fera l'objet de travaux futurs via une technique d'optimisation. Enfin, les résultats obtenus sont comparés avec ceux présents dans la littérature scientifique pour valider le modèle. À terme, le modèle développé devient un bon moyen de prédire des résultats en éliminant beaucoup de coût en recherche et développement. Les résultats ainsi obtenus sont applicables dans une grande variété de domaines tels que la chimie et l'électrochimie industrielle ainsi que la métallurgie et les matériaux. Ces applications permettraient de réduire la production de gaz à effet de serre en optimisant les procédés et en ayant une meilleure efficacité énergétique.

Application du logiciel aspen plus du mit au calcul des equilibres entre phases des systemes eau-hydrocarbures, et a l'optimisation d'une operation de lavage (exemple sur le charbon). On traite aussi de nouveaux calculs pour l'analyse de la stabilite thermodynamique de systemes complexes

Le calcul des diagrammes d'équilibre ternaires nécessite une bonne représentation analytique des grandeurs thermodynamiques d'excès des phases étendues. L’établissement de ces fonctions doit s'appuyer sur un nombre minimum, mais suffisant, d'informations expérimentales. Le formalisme quadratique de Darken, dans le cas des systèmes ternaires, permet de lisser les grandeurs d'excès dans les domaines des solutions moyennement diluées (xi 0,333). En divisant un système ternaire en trois quadrilatères adjacents, le formalisme de Darken nécessite 12 paramètres d'interaction binaires et seulement 3 paramètres d'interaction ternaires pour accéder à trois représentations distinctes, mais complémentaires, chacune valable dans l'un des trois quadrilatères. Un nombre très restreint de mesures ternaires est donc requis. Les fonctions d'excès représentées par le formalisme de Darken présentent des discontinuités sur les isoplèthes de raccordement des 3 quadrilatères. Un développement aux 5eme degré des polynômes de Redlich-Kister permet d'accéder à une représentation continue des fonctions d'excès. La validité de nos deux méthodes d'ajustement a été testée avec succès dans le cas des solutions liquides ternaires (Pb, Sn, Sb), (Pb, Sn, Bi) tt (Pb Sn, Ca). Enfin, pour le calcul des diagrammes d'équilibre, qui reste l'objectif final de ce travail, nous avons tenté avec succès une optimisation des paramètres ajustables décrivant les phases binaires et ternaires du système (Pb, Sn, Sb) en utilisant les deux logiciels Thermo-Calc et Nancyun

Dans le domaine des génies du procédés, les propriétés volumétriques accompagnées de valeurs d'équilibre entre phases, interviennent pour définir la taille et les propriétés des différentes opérations unitaires impliquées. Le présent travail vise principalement à automatiser un appareillage basé sur la densimétrie à tube vibrant, appareillage servant aux mesures simultanées d'équilibres en phase et des propriétés volumétriques. Ce densimètre travaille dans un très large domaine de pressions (du vide à 70 MPa) et à des températures entre 253.15 et 423.15 K. L'automatisation a pour but d'assurer une meilleure sécurité aux opérateurs, de permettre une plus grande décision des résultats obtenus et de générer beaucoup de résultats sans surveillance particulière. L'automatisation concerne en premier lieu l'introduction contrôlée du fluide à partir de la réserve de chargement via deux vannes qui travaillent en alternance, puis le pilotage d'un suppresseur connecté à un motoréducteur compresser et détendre très vivement la phase liquide. La vitesse de compression et la détente est contrôlable à partir de l'intervalle de délai d'alimentation entre les deux vannes de chargement et du réglage de la vitesse de rotation du motoréducteur. Les variations de pression sont désormais ajustables à des valeurs inférieures à 0.001 MPa/s. Ceci est tout à fait précieux dans le cas de fluides proches des conditions critiques où les effets thermiques sont marqués, comme il est prouvé à l'intérieur du manuscrit. Des vannes automatiques ont également été ajoutées pour protéger des capteurs de pression. Un programme a été écrit pour piloter l'ensemble de l'installation et acquérir et traiter les valeurs de grandeurs mesurées. L'appareillage a été utilisé avec succès pour des mesures sur le système : dioxyde de carbone + osipropanol. Une étude complète des propriétés volumétriques du mélange CO2 + isopropanol a été réalisé. Le mélange a été étudié dans une plage de températures de 308 à 348 K et à des pressions allant jusqu'à 15 MPa. Une modélisation des résultats expérimentaux est présentée et comparée avec des données de la littérature. Les réseaux de neurones ont été utilisés pour représenter les propriétés volumétriques du mélange, ainsi que les propriétés dérivées du dioxyde de carbone (enthalpie, entropie et la capacité calorifique). Les résultats montrent une très bonne capacité du réseau de neurones à estimer ses propriétés volumétriques et les propriétés dérivées via une phase d'entraînement et une phase de validation. Parallèlement, une étude sur la détection de la formation d'hydrate a été effectuée dans le but de connaître la possibilité de détection de l'apparition de solides dans des milieux par densimétrie à tube vibrant.

Les calculs d'équilibres à triphasiques et quadriphasiques sont au cœur des simulations de réservoirs impliquant des processus de récupérations tertiaires. Dans les procédés d'injection de gaz ou de vapeur, le système huile-gaz est enrichi d'une nouvelle phase qui joue un rôle important dans la récupération de l'huile en place. Les calculs d'équilibres représentent la majeure partie des temps de calculs dans les simulations de réservoir compositionnelles où les routines thermodynamiques sont appelées un nombre conséquent de fois. Il est donc important de concevoir des algorithmes qui soient fiables, robustes et rapides. Dans la littérature peu de simulateurs basés sur des équations d'état sont applicables aux procédés de récupération thermique. A notre connaissance, il n'existe pas de simulation thermique complètement compositionnelle de ces procédés pour des cas d'applications aux huiles lourdes. Ces simulations apparaissent essentielles et pourraient offrir des outils améliorés pour l’étude prédictive de certains champs. Dans cette thèse, des algorithmes robustes et efficaces de calculs d’équilibre multiphasiques sont proposés permettant de surmonter les difficultés rencontrés durant les simulations d'injection de vapeur pour des huiles lourdes. La plupart des algorithmes d'équilibre de phases sont basés sur la méthode de Newton et utilisent les variables conventionnelles comme variables indépendantes. Dans un premier temps, des améliorations de ces algorithmes sont proposées. Les variables réduites permettent de réduire la dimensionnalité du système de nc (nombre de composants) dans le cas des variables conventionnelles, à M (M<
Three to four phase equilibrium calculations are in the heart of tertiary recovery simulations. In gas/steam injection processes, additional phases emerging from the oil-gas system are added to the set and have a significant impact on the oil recovery. The most important computational effort in many chemical process simulators and in petroleum compositional reservoir simulations is required by phase equilibrium and thermodynamic property calculations. In field scale reservoir simulations, a huge number of phase equilibrium calculations is required. For all these reasons, the algorithms must be robust and time-saving. In the literature, few simulators based on equations of state (EoS) are applicable to thermal recovery processes such as steam injection. To the best of our knowledge, no fully compositional thermal simulation of the steam injection process has been proposed with extra-heavy oils; these simulations are essential and will offer improved tools for predictive studies of the heavy oil fields. Thus, in this thesis different algorithms of improved efficiency and robustness for multiphase equilibrium calculations are proposed, able to handle conditions encountered during the simulation of steam injection for heavy oil mixtures. Most of the phase equilibrium calculations are based on the Newton method and use conventional independent variables. These algorithms are first investigated and different improvements are proposed. Michelsen’s (Fluid Phase Equil. 9 (1982) 21-40) method for multiphase-split problems is modified to take full advantage of symmetry (in the construction of the Jacobian matrix and the resolution of the linear system). The reduction methods enable to reduce the space of study from nc (number of components) for conventional variables to M (M<