Thèse de AGOUDJIL ALA EDDINE
Thèse de AGOUDJIL ALA EDDINE
Thèse de AGOUDJIL ALA EDDINE
MASTER
Thème
Optimisation d’un échangeur de chaleur
avec agitateur par les méthodes de Taguci
et Algorithmes Génétiques
Présenté par :
AGOUDJIL Ala Eddine
I
Dédicaces
Je dédie ce travail à :
responsabilité….merci MERE.
A mes frères.
Et à toute ma famille.
II
Sommaire
Remerciements............................................................................................................................I
Dédicace.....................................................................................................................................II
Sommaire..................................................................................................................................III
Nomenclature............................................................................................................................VI
Liste de figures........................................................................................................................VII
Liste de tableaux.......................................................................................................................IX
Introduction générale..................................................................................................................1
Revue bibliographique................................................................................................................2
1.1. Introduction..........................................................................................................................4
1.2. Différents modes de circulation dans un échangeur............................................................4
1.2.1. Echangeur à courants parallèles.................................................................................4
1.2.2. Echangeur à courants croisés.....................................................................................5
a) Circulation à courants croisés méthodique....................................................................5
b) Circulation à courants croisés anti-méthodique............................................................6
1.3. Différents types d’échangeurs selon l’état des fluides.........................................................6
1.3.1. Echangeur sans changement de phase.......................................................................6
1.3.2. Echangeur avec changement de phase.......................................................................7
1.4. Différents types d’échangeurs de chaleur selon la conception............................................9
1.4.1 Echangeurs tubulaires.................................................................................................9
1.4.1.1. Echangeur monotube.......................................................................................9
1.4.1.2. Echangeur coaxial............................................................................................9
1.4.1.3. Echangeur multitubulaire...............................................................................10
1.4.1.4. Echangeur à tubes et calandre........................................................................11
2.1. Introduction........................................................................................................................13
2.2. Description du banc d’essai...............................................................................................13
2.2.1. Module Service........................................................................................................14
2.2.2. Echangeurs optionnels.............................................................................................15
III
Sommaire
3.1. Introduction........................................................................................................................22
3.2. Les algorithmes Génétiques...............................................................................................23
3.2.1. Définitions................................................................................................................23
3.2.2. Outils évolutionnaires de base d'un (AG)................................................................24
3.2.3. Optimisation par les algorithmes génétiques...........................................................24
3.2.4. Avantages et inconvénients......................................................................................24
3.3. La méthode de Taguchi......................................................................................................25
3.3.1 Principe de la méthode..............................................................................................25
3.3.2 Plan de Taguchi.........................................................................................................25
3.4. L’outil MINITAB..............................................................................................................26
3.4.1. Description...............................................................................................................26
3.4.2. Les étapes que nous passons pour obtenir la fonction objective..............................26
3.5. Le logiciel MATLAB.........................................................................................................28
3.5.1 Définition..................................................................................................................28
3.5.2. Les étapes de l’optimisation par AG avec logiciel Matlab......................................28
3.5.3. Résultat de l’optimisation........................................................................................30
IV
Sommaire
V
Nomenclature
t Temps [s]
VI
Liste de figures
Chapitre 1
Chapitre 2
Figure 2.1 Banc d’essai….....………………………………………………........................13
Figure 2.2 Module Service (vue de face).…………………………………….……...……14
Figure 2.3 Module Service (vue de derrière) ……………………………………………...15
Figure 2.4 Echangeur bitubes TD360 a……………....……………………………….…....15
Figure 2.5 Echangeur à plaques TD360 b………………………………………...…….....16
Figure 2.6 Echangeur tubes e calandre TD360 c………………………………...………...16
Figure 2.7 Echangeur double enveloppe avec agitateur TD360 d………………...……….16
Figure 2.8 Le système VDAS...............................................................................................17
Figure 2.9 La plateforme VDAS.………………………………………………………......18
Figure 2.10 Ecran typique du logiciel VDAS…………………………………………….....19
Figure 2.11 Echangeur TD360 d…………………………………………………….............19
Figure 2.12 Echangeur TD360 d « mode Serpentin » ………………………………………20
Figure 2.13 Echangeur TD360 d « mode Enveloppe » ……………………………...……...21
VII
Liste de figures
Chapitre 3
Chapitre 4
Partie II. Résultats de l’optimisation
VIII
Liste des tableaux
Chapitre 4
Partie I
Partie II
IX
Introduction et Revue Bibliographique
Introduction Générale
1
Introduction et Revue Bibliographique
On clôture le travail avec une conclusion tirant au clair les résultats obtenus
ainsi que les perspectives apparues à la fin de ce travail.
Revue Bibliographique
Afin de situer notre travail par rapport aux travaux réalisés dans ce contexte, une étude
bibliographique a été effectuée concernant les résultats exposés dans la littérature. Pour cela
on cite quelques références consultées lors de cette étude.
Sampreeti Jenaa et al [1] ont établi une corrélation entre la minimisation de la
longueur et la minimisation du coût. Ils ont clairement souligné l’impact de la minimisation
d’un objectif sur l’autre. Ils ont mis en œuvre le solveur multi-objectif utilisant un algorithme
génétique (gamultobj), disponible dans la boîte à outils d'optimisation MATLAB.
L'algorithme multi-objectif recherche les valeurs optimales des variables de conception, telles
que le diamètre extérieur du tube, le diamètre extérieur de la coque et l'espacement des
chicanes, pour deux types de disposition de tube (triangulaire et carré) avec le nombre de
passages deux ou quatre.
Benoît Allen et Louis Gosset [2] ont présenté un modèle permettant d’estimer le coût
total des échangeurs de chaleur tubulaires avec condensation dans les tubes ou dans
l’enveloppe, ainsi qu’une stratégie de conception visant à réduire ce coût au minimum. Le
processus d'optimisation est basé sur un algorithme génétique (AG). Le coût global comprend
le coût énergétique (c'est-à-dire la puissance de pompage) et le coût d'achat initial de
l'échangeur. Onze variables de conception sont optimisées. Dix sont associées à la géométrie
de l'échangeur thermique, la dernière variable de conception indique si le fluide de
condensation doit s'écouler dans les tubes ou dans l'enveloppe. Deux études de cas sont
présentées et les résultats obtenus montrent que la procédure permet d'identifier rapidement la
meilleure conception pour un processus de transfert de chaleur donné entre deux fluides, dont
l'un se condense.
Mariajayaprakash, Arokiasamy et al [3] ont identifiés les différents paramètres de
processus affectant les caractéristiques de qualité des amortisseurs au cours du processus ont
été identifiés à l'aide du diagramme d'ishikawa et d'une analyse des modes et des effets des
défaillances. Les paramètres de processus de peinture et de lavage, sont optimisés par la
méthode Taguchi. Bien que les défauts soient raisonnablement optimisés par la méthode
taguchi, la technique de l’algorithme génétique a été appliquée aux paramètres optimisés
obtenus par la méthode taguchi afin d’obtenir zéro défaut pendant le processus.
2
Introduction et Revue Bibliographique
Dans l’article de sephir sanay, hassan hajabdollahi [4], le coût total et les
paramètres géométriques sont les sept paramètres de conception considérés pour la
conception optimale d’un échangeur de chaleur tubes et calandre. IL a tout d’abord été
modélisé thermiquement à l’aide de la méthode e-Nut, tandis que la procédure Bell-Delaware
a été appliquée pour estimer son coefficient de transfert de chaleur côté calandre et son
coefficient de pression. Un algorithme génétique de tri rapide et élitiste non dominé (NSGA)
avec des variables continues et discrètes a été utilisé pour obtenir le maximum d'efficacité et
le minimum de coût total en tant que fonction objective. Les résultats des conceptions
optimales étaient un ensemble de solutions optimales multiples. L’analyse de sensibilité de la
modification de l'efficacité optimale et du coût total avec la modification des paramètres de
conception a également été réalisée.
Au lieu du processus traditionnel d'essais et d'erreurs, Gognan Xie et al [5] ont
appliqué un algorithme génétique (GA) avec succès à la conception thermique d'échangeurs
de chaleur à tube et calandre (FTHE). La méthode de conception utilise un AG pour
rechercher et optimiser les tailles de structure des FTHE. Le poids total minimum ou le coût
total annuel total des FTHE est pris respectivement comme fonction objective dans l'AG. Sept
paramètres de conception sont modifiés pour les objectifs d'optimisation. L’optimisation
montre qu’il est possible de réduire considérablement le coût ou le poids chaque fois que ces
objectifs ont été choisis pour la minimisation. La méthode est universelle et peut être utilisée
pour la conception thermique et l'optimisation des FTHE sous différentes tâches spécifiées.
T.Achouri et C.Bougriou [6] ont développé un programme en langage Fortran qui
leur a permis d’obtenir le diamètre optimal correspondant au coût total minimal de
l'échangeur (couts de réalisation et de pompage) pour la même puissance thermique
transférée. L’efficacité de l’échangeur de chaleur augmente proportionnellement avec le rayon
du tube central. Ils ont conclus que le modèle développé peut être un excellent outil pour
optimiser l'efficacité des échangeurs de chaleur à triple tube concentrique, et par conséquent
la consommation d’énergie et de la matière.
3
CHAPITRE I
Généralités sur les Echangeurs de
Chaleur
Chapitre 1 Généralités sur les Echangeur de Chaleur
1.1. Introduction
Dans cette configuration les écoulements des deux fluides sont parallèles, si on plus cette
circulation s’effectue dans le même sens, l’échangeur est dit co-courants (figure 1.1).
Fluide froid
Fluide chaud
Si par contre la circulation a lieu dans deux sens opposés, l’échangeur est dit contre-
courants (figure 1.2).
Fluide froid
Fluide chaud
4
Chapitre 1 Généralités sur les Echangeur de Chaleur
Dans ce type d’échangeur les deux fluides s’écoulent perpendiculairement l’un à l’autre,
(figure 1.3). On remarque, ainsi que le sens d’écoulement est sans importance.
Fluide froid
Fluide chaud
Dans la plupart des cas, l’un des fluides traverse l’écoulement de l’autre fluide plusieurs
fois, et l’échangeur est appelé multiple passe. On distingue deux modes de circulation :
L’un des fluides entre par l’extrémité de l’appareil d’où sort le deuxième fluide,
(figure 1.4).
5
Chapitre 1 Généralités sur les Echangeur de Chaleur
Dans le cas contraire, ou les deux fluides entrent par la même extrémité du dispositif la
circulation est dite anti-méthodique (figure 1.5).
Fluide chaud
Fluide froid
Remarques :
Un échangeur est rarement constitué d’un seul tube, en général, on a une multitude
d’éléments (un ensemble de tubes ou de plaques, etc.).
En absence de paroi séparatrice, il y a mélange direct entre les deux fluides (échangeur
mélangeur). Dans ce cas, les deux fluides sont de la même nature ou non miscibles.
Les échangeurs de chaleur sans changement de phase correspondent aux échangeurs dans
lesquels l’un des fluides se refroidit pour réchauffer le deuxième fluide sans qu’il y ait
changement de phase. Les températures des fluides sont donc variables, tout le long de
l’échangeur. Parmi ces échangeurs on cite les échangeurs : liquide-liquide, gaz-liquide et gaz-
gaz (figure 1.6).
6
Chapitre 1 Généralités sur les Echangeur de Chaleur
Les échangeurs avec changement de phase sont caractérisés par trois cas différents :
L’un des fluides se condense alors que l’autre se vaporise. Ces échangeurs sont
rencontrés dans les machines frigorifiques installées en cascade. Ces sont les
évaporateurs-condenseurs (figure 1.7).
Le fluide primaire se condense en cédant sa chaleur latente au fluide secondaire plus froid,
lequel ne subit pas de transformation d’état. A titre d’exemple, ce cas est rencontré dans
les condenseurs des machines frigorifiques (figure 1.9).
8
Chapitre 1 Généralités sur les Echangeur de Chaleur
9
Chapitre 1 Généralités sur les Echangeur de Chaleur
10
Chapitre 1 Généralités sur les Echangeur de Chaleur
(a) (b)
(c)
Figure 1.14 échangeur à tubes ailettés [9]
1.4.1.4 Echangeur à tubes et calandre
Dans les échangeurs à tubes et calandre, l'un des fluides appelé fluide côté tubes circule à
l'intérieur d'un ensemble de tubes parallèles appelé faisceau tubulaire. Ces tubes sont
enfermés dans une enveloppe appelée calandre. L'autre fluide appelé fluide côté
calandre circule à l'intérieur de la calandre mais à l'extérieur des tubes. Les tubes et la
calandre sont donc soumis à la pression des fluides et doivent donc être construit pour y
résister. C’est l’échangeur actuellement le plus répandu.
11
Chapitre 1 Généralités sur les Echangeur de Chaleur
12
CHAPITRE II
Les équipements utilisés
Chapitre 2. Les équipements utilisés
2.1. Introduction
13
Chapitre 2. Les équipements utilisés
2.2.1. Module Service (figure 2.2) : c’est une partie principale du banc, sous forme d’un
cadre compact, ce module comporte :
5
4
3
7
8
1
2
2 3
A l’avant du module service peuvent être montés des échangeurs optionnels fixés sur des
plaques support démontables, à savoirs :
15
Chapitre 2. Les équipements utilisés
16
Chapitre 2. Les équipements utilisés
L’enregistrement manuel des données des expériences peut être difficile, cela peut être
long et répétitif. Certains tests nécessitent que le manipulateur relève plusieurs valeurs sur
divers instruments au même moment. D’autres essais demandent que l’utilisateur relève des
mesures durant plusieurs heures voire plusieurs jours. D’autre part, il est nécessaire également
d’ajuster les réglages et les instruments durant le relevé de mesure. Il est également possible
de faire des erreurs en lisant la valeur, la notant puis la recopiant sur ordinateur. Tous ces
points peuvent être à l’origine de problèmes et d’erreurs sur les résultats. Le système
d’acquisition polyvalent VDAS est un excellent outil pour la plupart des produits
TecQuipment. Il permet de s’affranchir du relevé manuel des valeurs et évite donc ainsi les
erreurs humaines. Il peut enregistrer un grand nombre de données en un instant et peut relever
des valeurs automatiquement durant plusieurs heures. Il enregistre les données en format
numérique ce qui permet à l’utilisateur de les réétudier ultérieurement et de les transcrire sous
forme de graphiques et tableaux [10].
17
Chapitre 2. Les équipements utilisés
a) La plateforme VDAS (figure 2.9) se connecte sur les sondes et les instruments
compatibles VDAS de l’équipement TecQuipment et convertit leurs signaux de sortie en
un format compatible avec le logiciel VDAS [10].
18
Chapitre 2. Les équipements utilisés
Cet appareil d’essai s’avère parfait pour étudier le fonctionnement d’un réservoir
agitateur avec double enveloppe et serpentin. Dans le cas du chauffage par double enveloppe,
l’eau chaude s’écoule à travers l’enveloppe. Une partie de l’énergie thermique de l’eau
chaude est transmise à l’eau froide dans le réservoir. Dans le cas du chauffage avec le
serpentin, l’eau chaude s’écoule à travers le serpentin en chauffant l’eau froide dans le
réservoir. Il est possible d’utiliser un agitateur pour les deux modes de fonctionnement.
Moteur
Agitateur
Enveloppe
e
Récipient
Débordement Extérieur
Récipient
Intérieur
19
Chapitre 2. Les équipements utilisés
1-Entrée froide
2-Sortie froide
3-Entrée chaude (serpentin)
4-Sortie chaude (serpentin)
5-Température du lot
6-Bouchon d’alimentation pour agitateur
1 5
3 2
n
v
el
o 4
p éc
p ip
e Figure 2.12. Echangeur TD360 d « mode
ie Serpentin »
nt
b) Mode Enveloppe (figure 2.13) E
xt
1-Entrée froide ; ér
ie
2-Sortie froide ;
u
3-Entrée chaude ; r
4-Sortie chaude ;
5-Température du fluide dans le réservoir T2 ;
6-Bouchon d’alimentation pour agitateur ;
20
Chapitre 2. Les équipements utilisés
5
1
4
6
On note bien pour les deux modes de fonctionnement qu’il s’agit bien d’un échangeur
de type à écoulements combinés (parallèle + croisé).
21
CHAPITRE III
Méthode d’Optimisation utilisées
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
3.1. Introduction
On parle d’optimisation continue, si les variables représentant les décisions prennent leur
valeur sur un ensemble continu de valeurs : par exemple, tous les réels contenus entre deux
limites. On parle d’optimisation discrète (ou combinatoire) si les variables prennent leur valeur
dans un ensemble fini ou dans un ensemble dénombrable, comme par exemple l’ensemble des
entiers.
Déterministes et non-déterministes.
Les méthodes déterministes se basent sur la valeur de la fonction objective et des contraintes,
ainsi que sur la valeur de leurs dérivées premières et parfois leurs dérivées secondes. Ce sont
des méthodes itératives convergeant vers un minimum local. La convergence vers un
optimum global n’est pas toujours assurée. Les méthodes déterministes sont généralement
efficaces quand l’évaluation de la fonction objective est très rapide, ou quand sa forme est
connue a priori.
Les cas d’optimisation complexes impliquant des temps de calcul importants, de nombreux
optima locaux ou des fonctions non-dérivables, seront souvent traités plus efficacement par
des méthodes non-déterministes. Ces méthodes font appel à des tirages de nombres aléatoires
qui permettent d’explorer l’espace de recherche plus efficacement.
Elles sont faciles à implanter pour le traitement des problèmes d’optimisation discrète,
quand l’espace de recherche devient non-convexe ou lorsque les gradients sont discontinus.
Dans le cadre de notre étude, nous essayons de déterminer les conditions dans lesquelles
l’échangeur de chaleur fonctionne, en atteignant le rendement maximal de l’échangeur de
22
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
3.2.1. Définitions
Les algorithmes génétiques (AG) figurent parmi les méthodes non-déterministes qui sont
capables de maîtriser de telles situations. Ils connaissent actuellement un essor considérable dans
le domaine de la thermique, grâce à leur universalité, fiabilité et robustesse. Ils ont été utilisés
récemment pour la résolution de certains problèmes d’optimisation d’échangeurs de chaleur où
ils ont montré de nombreux avantages par rapport aux méthodes classiques d’optimisation. La
robustesse est une des caractéristiques principales des AG. En effet, ils permettent de fournir une
ou plusieurs solutions de bonne qualité qui ne comprennent pas nécessairement la solution
optimale au sens mathématique mais qui se révèlent suffisantes en pratique pour des problèmes
très variés, en sollicitant un investissement en temps et puissance de calcul assez faible.
Dans ce travail, le choix des AG pour l’optimisation des échangeurs de chaleur , d’une part,
par la nature du problème d’optimisation qui est continue et, d’autre part, par la robustesse et
l’efficacité de ces algorithmes pour la recherche d’une solution très proche de l’optimum ou
presque optimale.
a) Variables de conception
Les variables de la fonction objectif sur lesquelles porte l’optimisation sont les variables
de conception qui peuvent être de natures diverses. Par exemple, pour un échangeur de chaleur il
peut s'agir de ses dimensions géométriques, des matériaux utilisés, des débits etc. Ces variables
sont souvent considérées continues.
b) Fonction d’évaluation
23
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
Les (AG), sont basés sur trois éléments principaux : la sélection, le croisement et la
mutation. Dans la littérature il s’agit d’opérateurs de reproduction. Leur principe est simple,
comporte trois phases :
c) Best Recherche de l’individu le plus adapté selon les critères souhaités. La solution sera
représentée par le meilleur individu de la dernière génération.
Les algorithmes génétiques sont des outils efficaces pour une classe de problèmes très
large. De plus, ils permettent de traiter des problèmes où la fonction à optimiser ne présente
aucune propriété de continuité ou de dérivabilité, par exemple. Néanmoins, ils présentent, aussi,
un certain nombre de limitations :
24
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
Ils sont moins efficaces qu'un algorithme déterministe spécifique (lorsqu'il en existe un).
Les nombreux paramètres qui les contrôlent sont délicats à régler (probabilités de
croisement et de mutation notamment, ainsi que le codage des chromosomes qui peut faire
varier radicalement la vitesse de convergence).
La méthode Taguchi est une technique bien connue qui s’appuie sur une méthode
systématique et efficace pour l'optimisation des processus. L’application de l’approche Taguchi
est facile à adopter et à appliquer pour les utilisateurs ayant une connaissance limitée de
statistiques. Pour cela, elle a acquis une grande popularité dans la communauté des ingénieurs et
scientifiques [4].
25
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
Taguchi essaient d'identifier les facteurs contrôlables (facteurs de contrôle) qui minimisent l'effet
des facteurs de bruit. Pendant l'expérimentation, on manipule les facteurs de bruit de manière à
imposer une variabilité, puis on détermine les paramètres de facteurs de contrôle optimaux qui
rendent le procédé ou le produit plus robuste ou plus résistant face à la variation provoquée par
les facteurs de bruit.
Les plans de Taguchi utilisent des répertoires orthogonaux, qui évaluent les effets des
facteurs sur la moyenne et sur la variation de la réponse. Avec un répertoire orthogonal, le plan
est équilibré de telle sorte que les niveaux de facteurs sont également pondérés. Ainsi, chaque
facteur peut être évalué indépendamment de tous les autres et l'effet d'un facteur n'influence pas
l'estimation d'un autre facteur. Cela peut réduire la durée et le coût de l'expérience en cas
d'utilisation de plans fractionnés.
3.4.1. Description
Minitab 16 comprend tous les tests et toutes les représentations graphiques dont on a
besoin pour analyser efficacement les données. En guidant vers l'analyse appropriée et en
fournissant des résultats clairs, l'Assistant de Minitab aide à trouver des solutions concrètes aux
problématiques les plus complexes.
3.4.2. Les étapes que nous passons pour obtenir la fonction objective
Nous insérons des données directement dans la feuille de calcul (Worksheet), figure 3.1.
Analyse de régression
Entrer les 3 variables (débit, vitesse et température) dans la cellule « prédicteurs », ainsi que
l'efficacité dans la cellule « réponse » figure 3.3.
27
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
L’analyse de régression par MINITAB donne la fonction objective, qui est un élément
important dans la méthode AG. Figure3.4.
3.5.1 Définition
28
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
29
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
30
Chapitre 3 Méthodes d’Optimisation et procédures adoptées
31
CHAPITRE IV
Résultats et Discussion
Chapitre 4 Résultats et Discussion
Cette année nous avons commencé la réalisation des tests tôt (mois de Février) pour nous
rapprocher des conditions de travail du fournisseur, à savoir la température du milieu ambiant la
température du fluide froid à l’entrée (Tfe proche de 12°C) ainsi que la disponibilité de la source
froide. Pour un débit d’eau froid constant qf = 4l/min, l’ensemble des tests réalisés se résument
comme suit :
Variation du débit chaud qc : Nous avons fixé les paramètres Tce et ω et nous avons
effectués trois tests pour les valeurs 1, 2 et 3 l/min du débit.
Variation de la température d’entrée d’eau chaude Tce : Nous avons fixé les
paramètres qc et ω et nous avons effectués trois tests pour les valeurs 40, 50 et 60°C
de la température.
Variation de la vitesse de rotation de l’agitateur ω : Nous avons fixé les
paramètres Tce et qc et nous avons effectués trois tests pour les valeurs 0, 50 et 100
trs/min de la vitesse.
Variation du débit chaud qc : Nous avons fixé les paramètres Tce et ω et nous
avons effectués trois tests pour les valeurs 1, 2 et 3 l/min du débit.
Variation de la température d’entrée d’eau chaude Tce :Nous avons fixé les
paramètres qc et ω et nous avons effectués trois tests pour les valeurs 40, 50 et 60°C
de la température.
Variation de la vitesse de rotation de l’agitateur ω : Nous avons fixé les
paramètres Tce et qc et nous avons effectués trois tests pour les valeurs 0, 50 et 100
trs/min de la vitesse.
On peut résumer la combinaison des paramètres de tests comme indiqué sur le tableau
4.I.1 suivant :
32
Chapitre 4 Résultats et Discussion
A B C
Débit volumique Vitesse de rotation Température
[l/min] [trs/min] [°C]
Niveau qc ω T
1 1 0 40
2 2 50 50
3 3 100 60
La combinaison des 3 paramètres pour 3 valeurs chacun :débit qc (1, 2 et 3), vitesse de rotation
de l’agitateur ω (0, 50 et 100) et température d’entrée du fluide chaud Tce (40, 50 et 60),nous
fournit 27 (33) tests à exécuter pour chacun des deux modes : Serpentin et Enveloppe (au total
54 test). Pour chaque test on a fixé un intervalle de temps égal à 30s et ce pour un délai de test
égal 900s, ce qui fournissait un tableau de 30 lignes contenant la variable temps en seconde et
des colonnes contenant les paramètres calculés à savoir : la puissance absorbée, la puissance
émise, la capacité calorifique de chaque fluide, la masse volumique de chaque fluide,…tableaux
4.I.2.
Pour notre étude on a besoin de la valeur de l’efficacité (η) pour chaque test, donc on va
calculer d’abord l’efficacité en chaque intervalle de temps, puis faire la moyenne des 30 valeurs
calculés, ce calcul est effectué avec Excel en se basant sur les formules suivantes :
𝑇 −𝑇
η𝑐 = 𝑇𝐶𝑒 −𝑇𝐶𝑠 (4.I.1)
𝐶𝑒 𝑓𝑒
𝑇𝑓𝑠 −𝑇𝑓𝑒
𝜂𝑓 = 𝑇 −𝑇 (4.I.2)
𝐶𝑒 𝑓𝑒
𝜂𝑐+𝜂𝑓
𝜂= (4.I.3)
2
33
Chapitre 4 Résultats et Discussion
Tableau 4.I.2 Résultat du test fournit par le logiciel VDAS
Time Calculated Parameters Cold Hot
D D Average Average Specific Heat Specific Heat Density Density Power Temperature Temperature Temperature Temperature Temperature Temperature Temperature Temperature
Time Flow Flow
THot TCold THot TCold [T2] Capacity Hot Capacity Cold Hot Cold Emitted 1 2 3 4 1 2 3 4
(L.min- (L.min-
(s) (°C) (°C) (°C) (°C) (J.kg-1.K-1) (J.kg-1.K-1) (kg.m-3) (kg.m-3) (W) (°C) (°C) (°C) (°C) 1 (°C) (°C) (°C) (°C) 1
) )
0.0 703.7 773.7 372.6 13.9 8416.42 4186.68 526.17 999.26 66481.34 787.6 13.9 13.8 23.2 0.00 20.7 724.4 20.8 24.0 1.28
30.0 696.4 773.6 380.6 14.0 8808.45 4186.56 501.09 999.24 55328.19 787.6 14.0 14.0 23.3 0.00 32.4 728.8 25.2 24.1 1.08
60.0 695.4 773.3 385.1 14.3 9041.52 4186.24 486.46 999.20 54545.11 787.6 14.3 14.3 23.3 0.00 37.4 732.8 32.8 24.3 1.07
90.0 697.2 771.8 387.8 15.8 9185.86 4184.74 477.50 998.97 55045.66 787.6 15.8 14.5 23.4 0.00 39.2 736.4 35.8 24.4 1.08
120.0 699.6 769.5 390.4 18.1 9328.10 4182.84 468.73 998.58 54550.44 787.6 18.1 14.7 23.6 0.00 40.6 740.2 37.5 24.5 1.07
150.0 702.7 766.9 393.0 20.7 9473.60 4181.17 459.83 998.06 54080.03 787.6 20.7 14.9 23.7 0.00 41.6 744.3 38.7 24.7 1.06
180.0 705.8 764.4 395.6 23.2 9622.40 4179.96 450.79 997.49 54597.39 787.6 23.2 15.1 23.9 0.00 42.7 748.5 39.9 24.8 1.07
210.0 708.9 762.1 398.0 25.5 9762.73 4179.15 442.33 996.91 54082.56 787.6 25.5 15.3 24.0 0.00 43.6 752.5 40.9 24.9 1.06
240.0 713.2 760.0 401.0 27.6 9942.25 4178.61 431.58 996.34 54064.47 787.6 27.6 15.5 24.1 0.00 44.4 757.6 41.9 25.1 1.06
270.0 717.5 758.1 404.0 29.5 10126.41 4178.27 420.65 995.79 53994.92 787.6 29.5 15.6 24.3 0.00 45.2 762.7 42.8 25.2 1.06
300.0 720.9 756.3 406.3 31.3 10270.80 4178.06 412.13 995.24 53401.27 787.6 31.3 15.8 24.4 0.00 45.9 766.8 43.5 25.4 1.05
330.0 724.6 754.6 408.9 33.0 10437.41 4177.95 402.37 994.70 53254.30 787.6 33.0 16.0 24.5 0.00 46.6 771.2 44.4 25.5 1.05
360.0 729.5 753.1 412.0 34.5 10640.87 4177.93 390.54 994.20 53052.52 787.6 34.5 16.2 24.7 0.00 47.2 776.7 45.1 25.7 1.05
390.0 733.4 751.7 414.5 35.9 10808.82 4177.95 380.84 993.72 52832.33 787.6 35.9 16.3 24.8 0.00 47.8 781.2 45.7 25.8 1.05
420.0 736.2 750.4 416.4 37.2 10938.80 4178.02 373.37 993.25 52619.05 787.6 37.2 16.5 24.9 0.00 48.3 784.5 46.4 26.0 1.05
450.0 738.3 749.1 418.0 38.5 11049.85 4178.12 367.02 992.78 52398.28 787.6 38.5 16.7 25.1 0.00 48.8 787.1 47.0 26.1 1.05
480.0 742.6 748.0 420.4 39.6 11219.19 4178.24 357.38 992.36 52105.64 787.6 39.6 16.9 25.2 0.00 49.1 791.7 47.5 26.2 1.05
510.0 744.6 746.9 421.7 40.7 11312.32 4178.38 352.10 991.94 51901.37 787.6 40.7 17.0 25.3 0.00 49.4 794.0 47.9 26.2 1.05
540.0 747.0 746.0 423.2 41.6 11421.01 4178.51 345.97 991.59 51161.78 787.6 41.6 17.2 25.4 0.00 49.7 796.7 48.2 26.3 1.04
570.0 749.8 745.2 425.0 42.4 11553.20 4178.64 338.53 991.27 50830.80 787.6 42.4 17.3 25.5 0.00 50.1 799.9 48.6 26.5 1.04
600.0 752.1 744.4 426.4 43.2 11657.36 4178.79 332.69 990.95 50558.90 787.6 43.2 17.5 25.7 0.00 50.3 802.4 49.0 26.6 1.04
630.0 754.8 743.6 428.0 44.0 11777.85 4178.94 325.96 990.62 50227.82 787.6 44.0 17.7 25.8 0.00 50.6 805.4 49.3 26.6 1.04
660.0 757.7 742.9 429.6 44.7 11899.91 4179.08 319.17 990.33 49882.14 787.6 44.7 17.8 25.9 0.00 50.8 808.5 49.6 26.7 1.04
690.0 759.0 742.3 430.5 45.3 11969.26 4179.21 315.33 990.08 49654.25 787.6 45.3 18.0 26.0 0.00 51.0 810.0 49.8 26.8 1.04
720.0 762.1 741.7 432.2 45.9 12101.63 4179.35 308.00 989.83 49236.67 787.6 45.9 18.1 26.1 0.00 51.1 813.2 50.1 26.9 1.04
750.0 763.9 741.2 433.2 46.4 12180.34 4179.46 303.66 989.62 48974.00 787.6 46.4 18.3 26.2 0.00 51.3 815.2 50.2 27.0 1.04
780.0 766.4 740.7 434.6 46.9 12291.60 4179.58 297.54 989.40 48583.79 787.6 46.9 18.4 26.3 0.00 51.4 817.8 50.4 27.0 1.04
810.0 768.3 740.2 435.6 47.4 12371.83 4179.71 293.14 989.18 48297.20 787.6 47.4 18.6 26.4 0.00 51.5 819.8 50.6 27.1 1.04
840.0 771.1 739.8 437.0 47.8 12485.23 4179.81 286.94 989.01 47882.90 787.6 47.8 18.7 26.5 0.00 51.5 822.6 50.7 27.2 1.04
870.0 772.5 739.5 437.8 48.1 12550.60 4179.89 283.37 988.88 47621.05 787.6 48.1 18.8 26.6 0.00 51.6 824.1 50.8 27.2 1.04
900.0 774.4 739.1 438.8 48.5 12632.90 4180.00 278.89 988.70 47291.54 787.6 48.5 18.9 26.7 0.00 51.6 826.0 50.9 27.3 1.04
34
Chapitre 4 Résultats et Discussion
Nous avons obtenu les valeurs le l’éfficacité moyenne pour chaque combinaison (test) de
deux types d’échangeur de chaleur à savoir serpentin tableau 4.I.3 et enveloppe tableau 4.I.4.
35
Chapitre 4 Résultats et Discussion
36
Chapitre 4 Résultats et Discussion
En ce basant sur les résultats de la prtie expérimentale (partie I),nous avons utilisé deux
méthodes d’optimisation: la méthode de Taguchi et la méthode des Algorithmes Génétiques
AG, afin d’optimiser l’éfficacité (η) de l’échangeur de chaleur TD360 d pour les deux modes de
fonctionnement: le mode serpentin et le mode enveloppe.
Les caractéristiques du rapport signal-bruit (S/N) peuvent être divisées en trois catégories
lorsque la caractéristique est continue. Le rapport signal-bruit S/N est calculé comme suit :
y2
a) Pour la valeur nominale : SN T 10 log 2 (4.II.4)
S
1 n
b) Pour la valeur minimale : SN S 10 log y i2 (4.II.5)
n i 1
1 n 1
c) Pour la valeur maximale : SN L 10 log 2 (4.II.6)
n i 1 y i
avec:
S/N : Rapport Signal-bruit,
n : Nombre de tests expérimentaux,
y : Valeur obtenue de l’éfficacité moyenne de l’échangeur de chaleur.
Pour mieux illustrer la qualité de simulation des modèleset bien analyser leur robustesse,
nous présentons les résultats précédents (tableau 4.I.3 et tableau 4.I.4) sous forme de courbes
représentant l’effet de l’interraction de différents paramètres à différents niveaux, respectivement
37
Chapitre 4 Résultats et Discussion
pour le mode Serpentin et le mode Enveloppe.Cette analyse est effectuée au moyen des
formules (4.II.7.a, b, c) et (4.II.8. a, b, c) pour chacun des paramètres A, B et C :
On a alors :
a) Mode Serpentin
̅̅̅
𝐴1 = 1/9 (0,3308 + 0,3163 + 0,2979 + 0,2777 + 0,2997 + 0,3077 + 0,2964 + 0,3533 + 0,2701)
= 0,3055 = 30,55% (4.II.7.a)
De la même façon :
̅̅̅
𝐴2 = 1/9 (0,1941+ 0,2184 + 0,2071 + 0,2081 + 0,2111 + 0,2213 + 0,1941 + 0,2871 + 0,2229)
= 0,2182 = 21,82% (4.II.7.b)
Et enfin,
̅̅̅
𝐴3 = 1/9(0,1681 + 0,1543 +0,1834 + 0,1681 +0,2370 +0,1803 + 0,1681 +0,2684 +0,1783)
= 0,1896 = 18,96% (4.II.7.c)
b) Mode Enveloppe
̅̅̅
𝐴1 = 1/9 (0,3275 +0,3536 +0,3631 + 0,3402 +0,3173 +0,3695+0,3577+0,3748+0,3746)
= 0,3531= 35,31% (4.II.8.a)
De la même façon :
̅̅̅
𝐴2 = 1/9 (0,3675+ 0,3842+ 0,3775+ 0,3832+ 0,3920+ 0,3869+ 0,4030+ 0,3984+ 0,4160)
= 0,3899 = 38,99% (4.II.8.b)
Et enfin,
̅̅̅
𝐴3 = 1/9(0,3671+ 0,3832+ 0,3763+ 0,3968+ 0,4026+ 0,3946+ 0,4100+ 0,4176+ 0,4199)
= 0,3965 = 39,65% (4.II.8.c)
Où A1, A2 et A3 sont les pourcentages moyens de rebuts lorsque le facteur A est aux niveaux
1, 2 et 3 respectivement.
La représentation est faite en utilisant Excel, ceci succéssivement en terme d’éfficacité (η)
illusetée sur la figure 4.II.1 et la figure 4.II.2:
38
Chapitre 4 Résultats et Discussion
A) Efficacité (η)
a) Mode Serpentin
0,2000
0,1500
0,1000 Série1
0,0500
0,0000
AB1
AB2
AB3
AC1
AC2
AC3
ABC1
ABC2
ABC3
BC1
BC2
BC3
A1
A2
A3
B1
B2
B3
C1
C2
C3
Figure 4.II.1 Valeurs moyennes de l’efficacité de l’échangeur de chaleur pour chaque paramètre
aux différents niveaux «mode serpentin»
b) mode Enveloppe
0,3700
0,3600
0,3500 Série1
0,3400
0,3300
AB1
AB2
AB3
AC1
AC2
AC3
BC1
BC2
BC3
ABC1
ABC2
ABC3
A1
A2
A3
B1
B2
B3
C1
C2
C3
Figure 4.II.2 Valeurs moyennes de l’efficacité de l’échangeur de chaleur pour chaque paramètre
aux différents niveaux «mode enveloppe».
39
Chapitre 4 Résultats et Discussion
Pour faciliter et résumer la lecture des figures 4.II.1 et 4.II.2 nous avons dressé le tableau
4.II.1 et le tableau 4.II.2 ci-dessous spécifiant les valeurs minimales et maximales de l’efficacité
(η) en se référant aux calculs effectués précédemment.
a) Mode Serpentin
Paramètres du processus
Niveaux A B AB C AC BC ABC
1 0,3055 0,2300 0,2483 0,2445 0,2228 0,2462 0,2404
2 0,2182 0,2346 0,2355 0,2328 0,2606 0,2342 0,2361
3 0,1896 0,2487 0,2296 0,2361 0,2299 0,2330 0,2369
c) Mode Enveloppe
Paramètres du processus
Niveaux A B AB C AC BC ABC
1 0,3531 0,3667 0,3840 0,3838 0,3726 0,3788 0,3768
2 0,3899 0,3759 0,3782 0,3746 0,3804 0,3767 0,3778
3 0,3965 0,3969 0,3773 0,3811 0,3865 0,3840 0,3849
40
Chapitre 4 Résultats et Discussion
a) mode Serpentin
Série1
-8,0000
-10,0000
-12,0000
-14,0000
-16,0000
AB1
AB2
AB3
AC1
AC2
AC3
BC1
BC2
BC3
ABC1
ABC2
ABC3
A1
A2
A3
B1
B2
B3
C1
C2
C3
Niveaux des paramètres
Figure 4.II.3 Valeurs moyennes du rapport signal-bruit (S/N) pour chaque paramètre aux
différents niveaux d’un échangeur « mode serpentin ».
b) Mode Enveloppe
-8,2000
-8,4000
-8,6000 Série1
-8,8000
-9,0000
-9,2000
AB1
AB2
AB3
AC2
AC1
AC3
BC1
BC2
BC3
ABC1
ABC2
ABC3
A3
A1
A2
C1
B1
B2
B3
C2
C3
Figure 4.II.4Valeurs moyennes du rapport signal-bruit (S/N) pour chaque paramètre aux
différents niveaux d’un échangeur « mode enveloppe ».
41
Chapitre 4 Résultats et Discussion
Un calcul Similaire par les équations (4.II.7.a, b, c) et (4.II.8.a,b ,c) a été effectué en
terme de signal bruit S/N). Pour une meilleure lecture des résultats des figures 4.II.3 et 4.II.4,
nous avons dressé les tableaux 4.II.3 et 4.II.4 ci-dessous spécifiant les valeurs minimales et
maximales du rapport signal/bruit (S/N).
a) Mode Serpentin
b) Mode Enveloppe
Les résultats des tests expérimentaux des deux cas de l’efficacité de l’échangeur de
chaleur serpentin et enveloppe sont présentés dans les Tableaux4.I.3 et 4.I.4. À partir de ces
tableaux, on a utilisé deux méthodes d’optimisation qui sont la méthode de Taguchi et la
technique de l’Algorithme Génétique (AG) afin de faire la comparaison entre ces deux
méthodes.
42
Chapitre 4 Résultats et Discussion
Dans ce travail, l'application du logiciel Minitab basée sur un réseau orthogonal nous a
permis de développer un modèle mathématique. Ce modèle a été utilisé en tant que fonction
objectif dans l'algorithme génétique mono-objectif. Les corrélations entre les différents
paramètres du processus (entrée + sortie) ont été obtenues par la régression. Les fonctions
objectives et les contraintes sont définies comme suit :
43
Chapitre 4 Résultats et Discussion
Figure 4.II.5. Évaluation des générations pour l'optimisation de l’efficacité « mode Serpentin ».
44
Chapitre 4 Résultats et Discussion
Figure 4.II.6 Meilleures valeurs des individus obtenues par AG pour l'optimisation de l’efficacité
« mode Serpentin ».
Figure 4.II.8 Meilleures valeurs des individus obtenues par AG pour l'optimisation de l’efficacité
«cas Enveloppe».
46
Chapitre 4 Résultats et Discussion
a) Mode Serpention
b) Mode Enveloppe
La méthode Taguchi est une technique efficace pour optimiser les paramètres de
l’échangeur de chaleur, Elle nous a donnée la meilleure valeur pour l’efficacité optimale de
l’échangeur de chaleur.De cette étude on peut dire que :
47
Conclusion et Perspectives
Conclusion générale
Les résultats obtenus ont été illustrés par l’outil Matlab qui a permis l’évaluation des
générations pour l’optimisation de l’efficacité à environ 20 générations avec un best égale à
0.2952 pour le mode Serpentin et 0.3365 pour le mode Enveloppe.
Concernant les meilleures valeurs des individus obtenues par AG pour l'optimisation
de l’efficacité en mode Serpentin elles sont A3B1C1 et A1B1C1 pour le mode Enveloppe.
48
Conclusion et Perspectives
En comparant entre les deux méthodes, on peut dire que la méthode Taguchi donne
un optimum pour l’efficacité supérieur à celui donné par l’algorithme AG (0.2964 >0,2952)
pour le mode serpentin. De même pour le mode enveloppe (0.41000>0,33658).
Et de là on tire une autre conclusion qui est que le fonctionnement en mode Enveloppe
est plus efficace que le fonctionnement Serpentin.
49
Références bibliographiques
[1] Sampreeti Jenaa, Pandaba Patrob and Siddhartha Shankar Beherac, Multi-Objective
Optimization of Design Parameters of a Shell &Tube type Heat Exchanger using Genetic
Algorithmm, International Journal of Current Engineering and Technology, Vol.3, No.4
(October 2013).
[4] Sanaye, S., & Hajabdollahi, HMulti-objective optimization of shell and tube heat exchangers.
Applied Thermal Engineering, 30(14-15), 1937–1945, (2010).
[5] Gongnan Xie , Qiuwang Wang & Bengt Sunden, Application of a Genetic Algorithm for
Thermal Design of Fin-and-Tube Heat Exchangers, Heat Transfer Engineering, 29:7, 597-607,
(2008).
[6] Touatit Achour, Etude Technico-économique des échangeurs de chaleur à triple tube
concentrique, université de BATNA (2014) thèse.
[8] Baadache khireddine, Etude des Performances des Echangeurs de Chaleur à Doubles Tubes
Concentriques et Calandre, université de BATNA (2015), thèse.
[10] Louafi kamel eddine, Zenatti oussama, Montage d’un banc pour TP d’échangeur de chaleur,
Centre universitaire Belhadj Bouchaib-AinTmouchent, (2017), Mémoire Master.
[11]Abuarqob Yazid, Etude expérimentale d’un échangeur de chaleur à serpentin avec agitateur,
Université Oum El Bouaghi, (2018), Mémoire Master.
Références bibliographiques
[12] Nizar Bel Hadj Ali, Etude de la conception globale des structures en Construction
Métallique optimisation par les Algorithmes Génétiques,Université de Savoie, (2003), thèse.
Enveloppe
Serpentin
0,4000
0,3500
0,3000
Efficacité [%]
0,2500
0,2000
0,1500
0,1000
0,0500
0,0000
0 0,5 1 1,5 2 2,5 3 3,5
Débit [L/min]
Enveloppe
Serpentin
0,4000
0,3500
0,3000
Efficacité [%]
0,2500
0,2000
0,1500
0,1000
0,0500
0,0000
0 20 40 60 80 100 120
Vitesse [t/min]
Enveloppe
Serpentin
0,4000
0,3500
0,3000
Efficacité [%]
0,2500
0,2000
0,1500
0,1000
0,0500
0,0000
0 10 20 30 40 50 60 70
Température [°C]
Deux Méthodes ont été appliquées dans cette étude pour optimiser l’efficacité
thermique d’un échangeur de chaleur avec agitateur. Une étude paramétrique préliminaire à
fluide chaud. Deux modes de fonctionnement ont été considérés : le mode serpentin et le
mode enveloppe. L’analyse de Taguchi a permis d’optimiser les niveaux des paramètres à
savoir : A1B3C1 pour le mode serpentin et A3B3C1 pour le mode enveloppe. L’application
mathématique. Les corrélations entre les différents paramètres du processus (entrée + sortie)
ont été obtenues par la régression. Le problème de l'algorithme génétique a été résolu
générations pour l’optimisation de l’efficacité est à environ 20 générations avec un best égal
à 0.2952 pour le mode Serpentin et 0.3365 pour le mode Enveloppe. Les meilleures valeurs
des individus obtenues par AG pour l'optimisation de l’efficacité en mode Serpentin sont
Two methods were applied in this study to optimize the thermal efficiency of an
agitator heat exchanger. A preliminary parametric study using 54 functional tests was
conducted. The operating parameters are the flow rate of the hot fluid, the speed of rotation of
the exchanger and the inlet temperature of the hot fluid. Two modes of operation were
considered: the coil mode and the envelope mode. Taguchi's analysis made it possible to
optimize the parameter levels namely: A1B3C1 for the coil mode and A3B3C1 for the
envelope mode. The application of the Minitab software based on an orthogonal network
allowed developing a mathematical model. The correlations between the different parameters
of the process (input + output) were obtained by the regression. The problem of the genetic
algorithm has been solved for the Coil and Envelope mode respectively using MATLAB. The
evaluation of the generations for the optimization of the efficiency is about 20 generations
with a best equal to 0.2952 for the coil mode and 0.3365 for the envelope mode. The best
values of the individuals obtained by AG for the optimization of the efficiency in Coil mode
are A3B1C1 and A1B1C1 for Envelope mode.
ملخص
أجريت دراسة حدية.تم تطبيق طريقتين في هذه الدراسة لتحسين الكفاءة الحرارية لمبادل حراري محرض
وسرعة دوران المبادل ودرجة، معلمات التشغيل هي معدل تدفق السائل الساخن. اختبارات الوظيفية45 أولية باستخدام
منTaguchi جعل تحليل. وضع الملف ووضع المغلف: تم النظر في وضعي التشغيل.حرارة مدخل السائل الساخن
يسمح تطبيق برنامج. لوضع المغلفA3B3C1 لوضع الملف وA1B3C1 :الممكن تحسين مستويات المعلمات وهي
استنادًا إلى شبكة متعامدة بتطوير نموذج رياضي و تم الحصول على االرتباطات بين المعلمات المختلفةMinitab
تم حل مشكلة الخوارزمية الجينية لوضع الملف والمغلف على التوالي. اإلخراج) بواسطة االنحدار+ للعملية (اإلدخال
للوضع أفعواني و2.0240 جيل مع أفضل يساوي02 تقييم األجيال لتحسين الكفاءة حوالي.MATLAB باستخدام
A3B1C1 لتحسين الكفاءة في وضع الملف هيAG أفضل القيم لألفراد التي حصلت عليها. للوضع مغلف2.33.4
. لوضع المغلفA1B1C1