FR3135548A1 - Procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle - Google Patents
Procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle Download PDFInfo
- Publication number
- FR3135548A1 FR3135548A1 FR2204429A FR2204429A FR3135548A1 FR 3135548 A1 FR3135548 A1 FR 3135548A1 FR 2204429 A FR2204429 A FR 2204429A FR 2204429 A FR2204429 A FR 2204429A FR 3135548 A1 FR3135548 A1 FR 3135548A1
- Authority
- FR
- France
- Prior art keywords
- cleaning
- modeling
- fluidic circuit
- fluid
- predetermined
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B9/00—Cleaning hollow articles by methods or apparatus specially adapted thereto
- B08B9/02—Cleaning pipes or tubes or systems of pipes or tubes
- B08B9/027—Cleaning the internal surfaces; Removal of blockages
- B08B9/032—Cleaning the internal surfaces; Removal of blockages by the mechanical action of a moving fluid, e.g. by flushing
- B08B9/0321—Cleaning the internal surfaces; Removal of blockages by the mechanical action of a moving fluid, e.g. by flushing using pressurised, pulsating or purging fluid
- B08B9/0325—Control mechanisms therefor
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Cleaning By Liquid Or Steam (AREA)
Abstract
Procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle .
L’invention se rapporte à un procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle, ledit circuit fluidique assurant la mise en œuvre d’un processus de traitement prédéterminé d’un fluide prédéterminé dans ladite installation industrielle. Un tel procédé comprend au moins une itération des étapes suivantes :
- ajustement (21), par une machine de calcul (MC) d’une unité de nettoyage paramétrable (UNP), d’au moins une donnée de paramétrage de ladite unité de nettoyage paramétrable, en fonction au moins de mesures délivrées par une pluralité de capteurs (CPT) positionnés sur ledit circuit fluidique et de caractéristiques intrinsèques audit circuit fluidique, audit fluide prédéterminé, et audit traitement prédéterminé ;
- mise en œuvre (22) d’un nettoyage optimisé dudit circuit fluidique, par ladite unité de nettoyage paramétrable, en fonction de ladite au moins une donnée de paramétrage ajustée.
Figure d’abrégé : Figure 2
Description
L’invention se situe dans le domaine du nettoyage des circuits fluidiques au sein d’une installation industrielle. L’invention peut notamment être mise en œuvre dans le domaine du nettoyage de lignes de production de produits alimentaires liquides ou semi-liquides dans l’industrie agro-alimentaire.
Beaucoup d’installations industrielles comprennent des circuits fluidiques utilisés pour la mise en œuvre de processus de traitement ou de production d’un fluide prédéterminé. C’est le cas notamment de nombreuses entreprises dans le domaine agro-alimentaire, où des circuits fluidiques sont par exemple utilisés pour l’acheminement, le traitement et/ou la production de produits alimentaires liquides ou semi-liquides (lait, bière, ketchup, yaourt, etc.). De tels circuits fluidiques sont généralement composés d’une grande variété d’éléments structurels, comprenant par exemple des cuves de stockage, des équipements spécifiques au traitement à effectuer et/ou au fluide à traiter (coagulateur, stérilisateur, baratte, pasteurisateur, bouilloire, etc.), ainsi que de systèmes de tuyauterie (canalisation, vannes, manifold, etc.) pour acheminer le fluide entre ces différents équipements.
Dans certains domaines, et tout particulièrement dans le domaine agro-alimentaire qui vise la production de denrées alimentaires, le nettoyage de ces circuits fluidiques revêt une importance capitale, afin notamment d’éviter toute contamination et prévenir tout risque sanitaire. Aussi, des solutions ont été développées pour assurer la mise en œuvre d’un nettoyage régulier (par exemple entre chaque cycle de traitement et/ou production du fluide prédéterminé) d’un circuit fluidique, sous la forme de systèmes dits de « nettoyage en place » (également appelés systèmes NEP, ou CIP pour «Clean-in-Place» en anglais), dont un exemple est présenté de manière schématique en relation avec la . Un tel système de nettoyage 12 comprend un ensemble de cuves (121, 122, 123, 124) remplies de différents produits de nettoyage (par exemple une solution détergente alcaline dans la cuve 121, une solution acide dans la cuve 122, de l’eau de rinçage dans la cuve 123, une solution désinfectante dans la cuve 124, etc.) pour la mise en œuvre d’une séquence automatisée de nettoyage d’un circuit fluidique 11. La séquence automatisée de nettoyage est généralement prédéfinie, et exécutée via un automate qui pilote le système de nettoyage en place. Au fur et à mesure ou à l’issue d’un ou plusieurs cycles de nettoyage, au moins une partie des produits de nettoyage utilisés est rejetée vers une station d’épuration 13.
S’il est acquis que l’automatisation ainsi mise en œuvre du nettoyage des circuits fluidiques d’une installation industrielle présente des avantages indéniables pour obtenir certaines garanties tant en termes de fréquence que de qualité de nettoyage, et qu’elle contribue ainsi notamment à assurer la conformité de ces installations sur un plan réglementaire, les solutions de nettoyage en place existantes restent toutefois largement perfectibles sur plusieurs aspects.
Il a notamment été constaté dans de nombreux cas, notamment par l’étude de l’évolution de l’encrassement résiduel au sein de circuits fluidiques, que les résultats d’un nettoyage effectué via les solutions existantes de nettoyage en place sont souvent hétérogènes. Il est ainsi fréquent que certaines parties du circuit fluidique souffrent d’un déficit de nettoyage, ou semblent à tout le moins être moins bien nettoyées que d’autres parties de ce circuit. Une explication tient en ce que les systèmes de nettoyage en place actuels sont généralement paramétrés manuellement par les industriels, en suivant des consignes de paramétrage très générales fournies par d’autres industriels (i.e. des équipementiers), sans véritable prise en considération de nombreuses spécificités du circuit fluidique à nettoyer. En particulier, ces consignes générales définissent le plus souvent des préconisations de paramétrage propres à chaque équipement considéré isolément des autres équipements du circuit fluidique, et se résument principalement à des propositions d’adaptation du paramétrage en fonction de la nature du fluide traité par le circuit fluidique. Dans le domaine agro-alimentaire notamment, le paramétrage préconisé est ainsi essentiellement différencié selon la « recette alimentaire » mise en œuvre, par exemple selon que le circuit fluidique est utilisé pour produire du ketchup ou un produit laitier. Ces consignes générales font donc abstraction de la spécificité de la structure du circuit fluidique considéré, c’est-à-dire de la manière dont les différents équipements qui le composent sont agencés (diamètres des tuyaux, distances entre les équipements, volume des cuves, impacts sur le débit de circulation des fluides, etc.). Il en résulte les déficits de nettoyage évoqués précédemment.
Ce manque d’adaptation du paramétrage du système de nettoyage aux particularités du circuit fluidique à nettoyer ainsi qu’à d’autres facteurs a par ailleurs d’autres conséquences indésirables. Ainsi, en plus du déficit de nettoyage constaté sur certaines parties d’un circuit fluidique, il également été montré que d’autres parties du circuit fluidique sont susceptibles d’être l’objet au contraire d’un excès de nettoyage avec les systèmes existants de nettoyage en place. Un tel « surnettoyage » n’est pas souhaitable, en ce qu’il soulève lui aussi des problèmes importants, non seulement sur un plan économique (on utilise inutilement des quantités de produits de nettoyage), mais également sur le plan écologique (les produits de nettoyage une fois utilisés font partie des rejets liquides polluants de l’installation industrielle). Des études ont par exemple montré que 75% à 90% des rejets des industries laitières sont issus des opérations de nettoyage des lignes de production. Au-delà de l’enjeu sanitaire, il existe donc un enjeu écologique fort associé à la gestion du nettoyage des circuits fluidiques en industrie.
Il ressort de ce qui précède que le nettoyage des circuits fluidiques tel qu’il est actuellement mis en œuvre au sein de nombreuses installations industrielles n’est pas toujours optimal. Lorsqu’ils en prennent conscience, les industriels concernés peuvent éventuellement faire appel à des consultants spécialistes pour tenter d’identifier des axes de modifications du paramétrage du système de nettoyage, susceptibles d’en améliorer les résultats. Un tel processus peut cependant s’avérer long et coûteux, et repose le plus souvent sur une approche empirique. En outre, les solutions identifiées dans ce cadre manquent généralement d’adaptabilité, en ce sens que toute modification des conditions initiales est susceptible de les remettre en cause, et donc de nécessiter une nouvelle itération de l’ensemble du processus de consultation.
Il existe donc un besoin pour une solution permettant d’optimiser le nettoyage de circuits fluidiques au sein d’une installation industrielle, qui ne présente pas les contraintes des solutions existantes.
La présente technique permet de proposer une solution visant à remédier à certains inconvénients de l’art antérieur. La présente technique se rapporte en effet à procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle, ledit circuit fluidique assurant la mise en œuvre d’un processus de traitement prédéterminé d’un fluide prédéterminé dans ladite installation industrielle. Selon le principe général de la présente technique, ledit procédé comprend au moins une itération des étapes suivantes :
- ajustement, par une machine de calcul d’une unité de nettoyage paramétrable, d’au moins une donnée de paramétrage de ladite unité de nettoyage paramétrable, en fonction au moins de mesures délivrées par une pluralité de capteurs positionnés sur ledit circuit fluidique et de caractéristiques intrinsèques audit circuit fluidique, audit fluide prédéterminé, et audit traitement prédéterminé ;
- mise en œuvre d’un nettoyage optimisé dudit circuit fluidique, par ladite unité de nettoyage paramétrable, en fonction de ladite au moins une donnée de paramétrage ajustée.
Dans un mode de réalisation particulier, ledit procédé comprend une phase de modélisation d’encrassements résultant de la mise en œuvre du processus de traitement prédéterminé du fluide prédéterminé au sein du circuit fluidique, et ladite étape d’ajustement d’au moins une donnée de paramétrage tient compte de ladite modélisation d’encrassements.
Selon une caractéristique particulière de ce mode de réalisation, ladite phase de modélisation d’encrassements comprend les étapes suivantes :
- modélisation dudit circuit fluidique ;
- modélisation dudit fluide prédéterminé ;
- simulation d’une mise en œuvre dudit processus prédéterminé, pour ledit fluide modélisé et au moyen dudit circuit fluidique modélisé, ladite simulation délivrant ladite modélisation d’encrassements.
Selon une caractéristique particulière,la modélisation dudit fluide prédéterminé comprend les étapes suivantes :
- caractérisation dudit fluide prédéterminé, comprenant l’association d’un fluide théorique de référence audit fluide prédéterminé ;
- obtention d’une modélisation standard dudit fluide théorique de référence ;
- adaptation de ladite modélisation dudit fluide théorique de référence, comprenant une simplification dudit fluide théorique de référence, délivrant une modélisation adaptée correspondant à ladite modélisation du fluide prédéterminé.
Selon une caractéristique particulière,la simplification de la modélisation du fluide théorique de référence comprend l’élimination, au sein de la modélisation du fluide théorique de référence préalablement obtenue, des molécules et/ou composés de faible pouvoir encrassant.
Selon une caractéristique particulière,ladite adaptation comprend en outre l’ajustement d’au moins un paramètre de ladite modélisation standard en fonction d’au moins une caractéristique associée à une classe particulière à laquelle se rattache ledit fluide prédéterminé.
Selon une autre caractéristique particulière de ce mode de réalisation, ledit procédé comprend une phase de simulation de nettoyage dudit circuit fluidique mise en œuvre sur la base de ladite modélisation des encrassements, et ladite étape d’ajustement d’au moins une donnée de paramétrage tient compte des résultats de ladite simulation de nettoyage.
Selon une caractéristique particulière, ladite de phase de simulation de nettoyage comprend les étapes suivantes :
- analyse de résultats de ladite modélisation d’encrassements ;
- détermination d’une pluralité de stratégies de nettoyage, en fonction de l’analyse des résultats de ladite modélisation d’encrassement ;
- pour au moins une stratégie de nettoyage parmi ladite pluralité de stratégies de nettoyage, simulation d’une mise en œuvre d’un nettoyage dudit encrassement modélisé par ladite unité de nettoyage paramétrée en fonction de la stratégie de nettoyage considérée ;
- comparaison des résultats desdites simulations de nettoyage, et sélection de la stratégie de nettoyage associée à la simulation conduisant à la plus forte réduction d’encrassement pour ladite modélisation d’encrassements.
Dans un mode de réalisation particulier, ledit procédé comprend au moins une itération des étapes suivantes, postérieurement à ladite étape d’ajustement d’au moins une donnée de paramétrage :
- mise en œuvre d’un nettoyage de test par ladite unité de nettoyage paramétrable ;
- analyse des encrassements résiduels au sein du circuit fluidique, postérieurement audit nettoyage de test ;
- réajustement du paramétrage de ladite unité de nettoyage paramétrable, en fonction des résultats de l’analyse des encrassements résiduels.
Selon un autre aspect, la technique proposée se rapporte également à un dispositif d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle, ledit circuit fluidique assurant la mise en œuvre d’un processus de traitement prédéterminé d’un fluide prédéterminé dans ladite installation industrielle. Un tel dispositif comprend :
- des moyens d’ajustement d’au moins une donnée de paramétrage d’une unité de nettoyage paramétrable, en fonction au moins de mesures délivrées par une pluralité de capteurs positionnés sur ledit circuit fluidique et de caractéristiques intrinsèques audit circuit fluidique, audit fluide prédéterminé, et audit traitement prédéterminé ;
- des moyens de pilotage de ladite unité de nettoyage paramétrable, pour la mise en œuvre d’un nettoyage optimisé dudit circuit fluidique, en fonction de ladite au moins une donnée de paramétrage ajustée.
Selon un autre aspect, la technique proposée se rapporte également à un produit programme d'ordinateur téléchargeable depuis un réseau de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, comprenant des instructions de code de programme pour l’exécution d'un procédé d’ajout d’un objet communicant à un réseau de communication sans fil tel que décrit précédemment, lorsqu’il est exécuté sur un ordinateur.
La technique proposée vise également un support d’enregistrement lisible par un ordinateur sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes du procédé tel que décrit précédemment, dans l’un quelconque de ses modes de réalisation.
Un tel support d'enregistrement peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple une clé USB ou un disque dur.
D'autre part, un tel support d'enregistrement peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens, de sorte que le programme d’ordinateur qu’il contient est exécutable à distance. Le programme selon l'invention peut être en particulier téléchargé sur un réseau, par exemple le réseau Internet.
Les différents modes de réalisation mentionnés ci-dessus sont combinables entre eux pour la mise en œuvre de l'invention.
D’autres caractéristiques et avantages de l’invention apparaîtront plus clairement à la lecture de la description suivante d’un mode de réalisation préférentiel, donné à titre de simple exemple illustratif et non limitatif, et des dessins annexés, parmi lesquels :
La technique proposée permet de remédier à certains des inconvénients précités.
La technique proposée se rapporte plus particulièrement à un procédé permettant d’optimiser le nettoyage d’un circuit fluidique au sein d’une installation industrielle. La technique proposée est par exemple particulièrement adaptée pour être utilisée dans le domaine de l’agro-alimentaire, pour optimiser le nettoyage de circuits fluidiques utilisés pour la production de liquides ou semi-liquides alimentaires tels que la production de lait, de bière, de sauce tomate, etc. L’exemple précédent est cependant donné à titre purement illustratif et non limitatif, la technique proposée étant également adaptée pour être utilisée dans d’autres types d’industries, par exemple les industries cosmétiques et pharmaceutiques.
Comme décrit par la suite, la présente technique offre de multiples avantages vis-à-vis des systèmes de nettoyage en place existants, en ce qu’elle permet :
- de mieux laver, ce qui présente un intérêt sur le plan hygiénique, avec une diminution des risques de contamination ;
- de réduire les quantités de produits de nettoyage utilisés et de diminuer les rejets, ce qui présente un intérêt écologique et permet de réduire l’empreinte carbone des industries concernées.
Sur toutes les figures du présent document, les éléments de nature similaire sont désignés par une même référence numérique.
Le principe général d’un procédé d’optimisation du nettoyage d’un circuit fluidique selon la présente technique est illustré en relation avec la , dans un mode de réalisation particulier. De manière classique, une séquence automatisée de nettoyage SEQ du circuit fluidique CF est exécutée au moyen de différents produits de nettoyage disponibles dans les cuves d’une unité de nettoyage paramétrable UNP, lors d’une phase de nettoyage généralement mise en œuvre après une phase de production, c’est-à-dire après utilisation du circuit fluidique CF pour la mise en œuvre d’un processus de traitement prédéterminé TT d’un fluide prédéterminé FL. Un tel traitement prédéterminé TT peut par exemple prendre la forme d’une transformation d’un fluide en un autre fluide, d’une production d’un fluide, et/ou de l’acheminement d’un fluide d’un point à un autre d’une installation industrielle. La séquence automatisée de nettoyage SEQ est pilotée par une machine de calcul MC de l’unité de nettoyage paramétrable UNP, sur la base d’un ensemble de données de paramétrage PRM. La séquence automatisée de nettoyage SEQ comprend plus particulièrement une succession d’étapes de nettoyage mises en œuvre dans un ordre donné, la nature et l’ordre de ces étapes étant susceptibles de varier en fonction des caractéristiques du fluide FL traité en phase de production par le circuit fluidique CF, et du traitement prédéterminé TT mis en œuvre par ce circuit lors de cette phase de production. Dans l’exemple non limitatif illustré en relation avec la , la séquence automatisée de nettoyage SEQ comprend les étapes principales suivantes : prélavage PL, lavage à la soude LS, premier rinçage R1, lavage acide LA, deuxième rinçage R2, désinfection DF, troisième rinçage R3.
Selon le principe général de la présente technique, un processus d’optimisation continue du nettoyage du circuit fluidique est mis en œuvre.
À cette fin, la présente technique se rapporte, dans un de ses aspects, à un procédé d’optimisation du nettoyage du circuit fluidique comprenant au moins une itération des étapes suivantes :
- une étape d’ajustement 21, par la machine de calcul MC de l’unité de nettoyage paramétrable UNP, d’au moins une donnée de paramétrage de ladite unité de nettoyage paramétrable, en fonction non seulement de caractéristiques intrinsèques au circuit fluidique à nettoyer, de caractéristiques intrinsèques au fluide prédéterminé traité, et de caractéristiques intrinsèques au traitement prédéterminé effectué, mais également en fonction de mesures délivrées par une pluralité de capteurs CPT positionnés sur ledit circuit fluidique ;
- une étape de mise en œuvre 22 d’un nettoyage optimisé du circuit fluidique, par l’unité de nettoyage paramétrable UNP, en fonction de ladite au moins une donnée de paramétrage ajustée à l’étape 21.
De cette manière, la technique proposée permet notamment de garantir un équilibrage automatisé, intelligent, et en temps-réel des quatre principaux facteurs interdépendants connus pour contribuer ensemble à l’efficacité d’un nettoyage, à savoir : le Temps d’action, l’Action mécanique, la Concentration (ou Chimie, ce paramètre ayant pour objet le choix et le dosage des produit utilisés pour le nettoyage), et la Température de nettoyage.
En effet, selon la technique proposée, ces quatre facteurs – souvent désignés dans la littérature sous l’acronyme « TACT » – sont automatiquement analysés par la machine de calcul MC, notamment via des mesures remontées par un ensemble de capteurs CPT positionnés sur l’ensemble du circuit fluidique CF à nettoyer (i.e. sur au moins sur la majorité des équipements spécifiques présents dans le circuit fluidique). De tels capteurs comprennent par exemple des capteurs de température, de pression, de débit, etc. Plus particulièrement, les données remontées des capteurs CPT sont traitées par la machine de calcul MC, en complément d’autres données dont des exemples sont détaillés par la suite, de manière à ce qu’une défaillance constatée sur l’un des facteurs TACT (e.g. une température de nettoyage trop basse, un temps d’action trop court, une action mécanique insuffisante ou un dosage inadapté) soit ou bien corrigée automatiquement (par exemple par une augmentation de la température si celle-ci est trop basse) ou bien compensée automatiquement via un ajustement compensatoire d’un facteur TACT autre que le facteur défaillant (par exemple en compensant une action mécanique identifiée comme trop limitée à cause d’un débit insuffisant par un temps d’action plus important). La machine de calcul MC opère ainsi un ajustement en continu des données de paramétrage PRM de l’unité de nettoyage paramétrable UNP (par exemple en adaptant la température, le volume de produit nettoyant envoyé dans le circuit fluidique, le nombre de fois ou le produit de nettoyage parcours l’intégralité du circuit fluidique i.e. le nombre de boucles, etc.), de manière à optimiser le nettoyage du circuit fluidique, c’est-à-dire à s’assurer que toutes les parties du circuit fluidique soit suffisamment nettoyées, mais qu’aucune de ces parties ne fassent pour autant l’objet d’un excès de nettoyage.
Selon la technique proposée, d’autres données que les seules données des capteurs CPT sont également prises en compte pour la mise en œuvre de l’étape 21 d’ajustement d’au moins une donnée de paramétrage de l’unité de nettoyage paramétrable, afin de permettre la réalisation du mécanisme de compensation du TACT précédemment présenté. De telles données sont par exemple disponibles au sein de structures de données accessibles de la machine de calcul MC, et comprennent au moins :
- des données intrinsèques au circuit fluidique CF (de telles données comprennent typiquement des informations portant sur la structure et l’agencement du circuit fluidique, sous la forme par exemple d’un découpage virtuel en sections de ce circuit et d’informations associées à chacune desdites sections) ;
- des données intrinsèques au traitement prédéterminé TT mis en œuvre (par exemple des données portant sur la ou les températures de traitement, sur la durée d’un cycle de production, etc.) ;
- des données intrinsèques au fluide prédéterminé FL traité (e.g. composition, rhéologie, viscosité, matière sèche, matière grasse, etc.).
Dans une implémentation particulière présentée en détail ultérieurement dans le présent document, l’étape d’ajustement d’au moins une donnée de paramétrage de l’unité de nettoyage paramétrable tient également compte de données issues de phase de modélisation et/ou de simulations.
Selon divers modes de réalisation particuliers, d’autres données complémentaires (en provenance par exemple d’autres sources de données AS) peuvent éventuellement également être fournies en entrée de la machine de calcul MC, pour la mise en œuvre de l’étape 21 d’ajustement d’au moins une donnée de paramétrage de l’unité de nettoyage paramétrable, comme par exemple :
- des données relatives aux programmes de nettoyage configurés par défaut (e.g. température, temps, conductivité, débit, consommation de produits chimiques, consommation d’énergie, etc.) et/ ou à l’étape de nettoyage (PL, LS, R1, LA, etc.) en cours ;
- des données relatives à des historiques de résultats microbiologiques et/ou à des résultats de non-conformités associés au traitement prédéfini mis en œuvre au moyen du circuit fluidique ;
- des données en provenance de stations d’épuration (e.g. demande biochimique en oxygène DBO, demande chimique en oxygène DCO, potentiel hydrogène pH, volumes, etc.) ;
- des données réglementaires et des données relatives aux limites microbiologiques autorisées pour chaque traitement mis en œuvre et/ou produit utilisé.
Dans un mode de réalisation particulier, les étapes 21 d’ajustement d’au moins une donnée de paramétrage de l’unité de nettoyage paramétrable et 22 d’adaptation de la séquence de nettoyage en fonction de ladite au moins une donnée de paramétrage ajustée sont mises en œuvre à de multiples reprises au cours de la séquence automatisée de nettoyage SEQ. Elles sont par exemple mises en œuvre au moins une fois avant ou au cours de chacune des étapes principales (PL, LS, R1, LA, etc.) formant la séquence automatisée de nettoyage 21, permettant ainsi de réaliser une optimisation continue ou à tout le moins quasi-continue du procédé du nettoyage.
Selon une caractéristique particulière, la mise en œuvre de l’étape 21 d’ajustement d’au moins une donnée de paramétrage de l’unité de nettoyage paramétrable repose sur une brique d’intelligence artificielle. À cette fin, des solutions basées sur des techniques d’apprentissage machine et sur l’utilisation d’un ou plusieurs réseaux de neurones artificiels au sein de la machine de calcul MC sont par exemple mises en œuvre, ces réseaux de neurones prenant en entrée tout ou partie des données d’entrées décrites précédemment (a minima les mesures issues des capteurs CPT, et les caractéristiques intrinsèques au circuit fluidique, au fluide prédéterminé, et au traitement prédéterminé ) pour délivrer en sortie des données de paramétrage PRM ajustées permettant de configurer l’unité de nettoyage paramétrable UNP de manière à obtenir un nettoyage optimisé à l’instant considéré (et par exemple notamment adapté à l’étape en cours de la séquence de nettoyage SEQ).
On présente maintenant, dans la suite du document, une implémentation particulière de la technique précédemment décrite, dans laquelle des données issues de phases préliminaires de modélisation et de simulation (représentées en pointillé sur la ) sont utilisées pour améliorer encore l’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle. Plus particulièrement, dans cette implémentation particulière, il est proposé de mettre en œuvre une phase de modélisation des encrassements du circuit fluidique (sur la base de caractéristiques prenant notamment en compte la structure du circuit fluidique, le processus de traitement prédéterminé mis en œuvre par ce circuit, et le fluide prédéterminé objet de ce traitement), puis d’exploiter la modélisation des encrassements obtenue MDL-E en l’injectant dans la brique d’intelligence artificielle mise en œuvre par la machine de calcul MC, afin ou bien de servir de paramètre d’entrée additionnel exploité directement et en tant que tel par la machine de calcul MC pour améliorer encore l’optimisation du nettoyage, ou bien de servir de base à la machine de calcul pour mettre en œuvre une phase de simulation de nettoyage permettant de tester différentes stratégies de nettoyage du circuit fluidique, et d’utiliser les résultats SIM-N d’une telle simulation pour améliorer encore l’optimisation du nettoyage.
La illustre une phase de modélisation des encrassements telle que présentée brièvement précédemment, qui peut être intégrée dans un procédé d’optimisation du nettoyage d’un circuit fluidique dans un mode de réalisation particulier de la technique proposée. Une telle phase de modélisation des encrassements, qui permet d’estimer les encrassements résultant de la mise en œuvre du processus de traitement prédéterminé du fluide prédéterminé au sein du circuit fluidique, peut être mise en œuvre par la machine de calcul MC elle-même, ou par une ou plusieurs machines de calcul tierces.
Cette phase de modélisation des encrassements comprend dans un premier temps une étape 31 de modélisation du circuit fluidique CF et une étape 32 de modélisation du fluide prédéterminé FL. Une simulation de la mise en œuvre du processus prédéterminé, pour le fluide modélisé à l’étape 32 et au moyen du circuit fluidique modélisé à l’étape 31, est ensuite réalisée dans une étape 33, ladite simulation délivrant une modélisation d’encrassements MDL-E.
La modélisation 31 du circuit fluidique comprend par exemple une modélisation en deux dimensions, idéalement en trois dimensions, de l’ensemble du circuit fluidique. Un exemple du résultat d’une modélisation en trois dimensions d’un élément structurel particulier d’un circuit fluidique est illustré en relation avec la .
Dans un mode de réalisation particulier, illustré en relation avec la , l’étape 32 de modélisation du fluide prédéterminé FL comprend :
- une étape 321 de caractérisation du fluide prédéterminé FL, comprenant l’association d’un fluide théorique de référence audit fluide prédéterminé ;
- une étape 322 d’obtention d’une modélisation standard dudit fluide théorique de référence ;
- une étape 323 d’adaptation de ladite modélisation dudit fluide théorique de référence, délivrant une modélisation adaptée correspondant à ladite modélisation du fluide prédéterminé.
L’étape 321 de caractérisation du fluide prédéterminé vise à associer celui-ci à un fluide théorique de référence supposé présenter des caractéristiques proches (notamment par exemple sur le plan de sa composition chimique, de sa rhéologie, etc.), et pour lequel une modélisation standard a déjà été enregistrée dans le système (par exemple dans une mémoire de l’unité de nettoyage paramétrable). À titre illustratif, si le fluide prédéterminé traité en phase de production par le circuit fluidique est du lait de chèvre, le fluide théorique de référence est par exemple du lait de vache, relativement proche mais plus commun, et qui a déjà à ce titre fait l’objet d’une modélisation standard accessible par l’unité de nettoyage paramétrable.
Cette modélisation standard du fluide théorique de référence est obtenue à l’étape 322.
On procède ensuite, en étape 323, à une adaptation de cette modélisation standard du fluide théorique de référence. Une telle adaptation comprend au moins une étape de simplification de ce modèle standard, ainsi éventuellement que divers ajustements de certains paramètres de ce modèle, comme décrit ci-après.
Selon une caractéristique particulière, la simplification mise en œuvre comprend l’élimination, au sein de la modélisation du fluide théorique de référence préalablement obtenue en étape 322, des éléments (molécules et/ou composés) dont une analyse préalable a montré qu’ils contribuent peu ou qu’ils ne contribuent pas à l’encrassement observé au sein d’un circuit fluidique. En d'autres termes, pour opérer une telle simplification, on conserve à titre principal dans la modélisation adaptée deux types d’éléments :
- d’une part les éléments identifiés comme contribuant de manière directe à l’encrassement, de par leur pouvoir encrassant intrinsèque important (des études ont par exemple montré que parmi tous les composés présents dans le lait, au nombre de plusieurs centaines, deux molécules seulement sont à l’origine de la majeure partie des encrassements directs : la bêta-lactoglobuline et le calcium) ;
- d’autre part des éléments identifiés comme contribuant de manière indirecte, c’est-à-dire des éléments de faible pouvoir encrassant ou de pouvoir encrassant moindre, mais qui se retrouvent en pratique piégés dans l’encrassement généré par d’autres éléments, et qui de ce fait alourdissent cet encrassement par accumulation.
Les éléments qui n’entrent pas dans l’un ou l’autre de ces deux types sont ainsi supprimés du modèle, ce qui en réduit grandement la complexité.
En plus de cette simplification, des ajustements de divers paramètres de la modélisation standard du fluide théorique de référence sont éventuellement également effectués, afin d’obtenir une modélisation du fluide prédéterminé qui soit la plus cohérente et la plus représentative possible dans la perspective d’une simulation d’encrassement. De tels ajustements peuvent notamment tenir compte de caractéristiques associées à une classe particulière à laquelle se rattache le fluide prédéterminé, notamment des caractéristiques relatives à la composition du fluide (par exemple via un ajustement de paramètres définissant la concentration des divers éléments constitutifs retenus dans le modèle simplifié) ou des caractéristiques rhéologiques du fluide (par exemple via un ajustement de paramètres portant sur le potentiel hydrogène ou pH, la conductivité thermique et/ou électrique, la viscosité, etc.). De tels ajustements peuvent par exemple être mis en œuvre grâce à des données de référence – éventuellement accessibles sous la forme de tableaux de caractéristiques ou d’abaques de spécification – disponibles pour différentes classes d’un type de fluide particulier (par exemple, si on considère le fluide de type « lait », de telles données de références peuvent lister les principales différences entre les classes de lait « lait de vache », « lait de chèvre », « lait de brebis », voire des classes plus précises « lait de vache de montagne », « lait de vache élevées en plaine », etc.).
Une fois les modélisations du circuit fluidique et du fluide prédéterminé effectuées, l’étape 33 de simulation d’encrassement est mise en œuvre. Une telle simulation repose par exemple sur des techniques dites de « mécanique des fluides numérique » (ou MFN, plus communément désignée par le terme anglais «C omputational F luid D ynamics» ou CFD) qui consiste à étudier les mouvements d'un fluide, ou leurs effets, par la résolution numérique des équations régissant le fluide. La simulation est évidemment réalisée sur la base de la modélisation du circuit fluidique et de la modélisation du fluide prédéterminé, mais tient également compte de paramètres liés au processus de traitement prédéterminé TT à simuler (ce processus de traitement étant pour mémoire la raison d’être du circuit fluidique, i.e. ce à quoi il sert), comprenant par exemple des paramètres de température de traitement, de durée de cycles de production, etc. Le nombre de paramètres entrant en jeu dans une telle simulation étant potentiellement très important, on comprend dès lors tout l’intérêt d’opérer cette simulation sur la base d’une modélisation du fluide prédéterminé qui résulte d’une simplification d’un modèle théorique standard, telle que décrite précédemment en relation avec l’étape 32 : une telle simplification permet de réduire drastiquement la complexité des calculs à effectuer dans le cadre d’une telle simulation, et donc de diminuer les temps de simulation et/ou la puissance de calcul requise, tout en conservant au final une approximation correcte des encrassements. La modélisation des encrassements MDL-E obtenue à l’issu de cette simulation comprend une estimation de la masse et de la nature de l’encrassement, ainsi qu’une estimation des localisations de ces encrassements au sein du circuit fluidique, comme illustré par exemple en relation avec la dans un mode de réalisation particulier.
Selon la présente technique, la modélisation des encrassements MDL-E ainsi obtenue peut être exploitée de différentes manières.
Dans un mode de réalisation particulier, elle peut être injectée directement en entrée de la machine de calcul MC, comme donnée d’entrée supplémentaire de la brique d’intelligence artificielle (par exemple d’un ou plusieurs réseaux de neurones pré-entrainés pour prendre en compte, en plus d’autres données d’entrée, d’une telle modélisation des encrassements pour la délivrance en sortie d’un paramétrage optimisé de l’unité de nettoyage paramétrable).
Dans un mode de réalisation particulier alternatif ou complémentaire, la modélisation des encrassements peut également être utilisée pour tester différentes stratégies de nettoyage, par simulation numérique. Dans ce cas, le procédé d’optimisation du nettoyage d’un circuit fluidique comprend alors une phase de simulation de nettoyage comprenant les étapes suivantes illustrée en relation avec la :
- l’analyse 41 des résultats de la modélisation d’encrassements MDL-E ;
- la détermination 42 d’une pluralité de stratégies de nettoyage, en fonction de l’analyse des résultats de ladite modélisation d’encrassement ;
- pour chaque stratégie de nettoyage parmi ladite pluralité de stratégies de nettoyage, la simulation 43 d’une mise en œuvre d’un nettoyage dudit encrassement modélisé par ladite unité de nettoyage paramétrée en fonction de la stratégie de nettoyage considérée ;
- la comparaison 44 des résultats desdites simulations de nettoyage, et sélection de la stratégie de nettoyage associée à la simulation SIM_N conduisant à la plus forte réduction d’encrassement pour ladite modélisation d’encrassements.
La machine de calcul MC peut ensuite exploiter les résultats de cette simulation de nettoyage pour ajuster au moins le paramétrage de l’unité de nettoyage, en fonction par exemple de la stratégie de nettoyage sélectionnée.
De manière similaire à la phase de modélisation des encrassements, la phase de simulation peut être mise en œuvre via des techniques de mécanique des fluides numériques (CFD).
Selon la présente technique, dans un mode de réalisation particulier, des ajustements de paramétrage sont également mis en œuvre postérieurement au paramétrage de l’unité de nettoyage paramétrable. Plus particulièrement, après la mise en œuvre, consécutivement à une phase de production, d’un nettoyage de test du circuit fluidique réalisé in situ et en conditions réelles via l’unité de nettoyage paramétrable préalablement paramétrée conformément selon l’un quelconque des modes de réalisation décrits précédemment, il est procédé à une analyse des encrassements résiduels réels observés au sein du circuit fluidique, puis à un réajustement d’au moins une donnée de paramétrage de l’unité de nettoyage en fonction des résultats de cette analyse. Dans une démarche d’optimisation continue, plusieurs itérations de ce processus de réajustement via des tests in-situ et en condition réelles sont réalisées, jusqu’à identification d’un paramétrage optimal de l’unité de nettoyage, i.e. du meilleur compromis entre qualité de nettoyage et maitrise des rejets.
Selon un autre aspect, la technique proposée se rapporte également à un dispositif d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle, ledit circuit fluidique assurant la mise en œuvre d’un processus de traitement prédéterminé d’un fluide prédéterminé dans ladite installation industrielle. Plus particulièrement, un tel dispositif comprend :
- des moyens d’ajustement d’au moins une donnée de paramétrage d’une unité de nettoyage paramétrable, en fonction au moins de mesures délivrées par une pluralité de capteurs positionnés sur ledit circuit fluidique et de caractéristiques intrinsèques audit circuit fluidique, audit fluide prédéterminé, et audit traitement prédéterminé ;
- des moyens de pilotage de ladite unité de nettoyage paramétrable, pour la mise en œuvre d’un nettoyage optimisé dudit circuit fluidique, en fonction de ladite au moins une donnée de paramétrage ajustée.
La représente, de manière schématique et simplifiée, dans un mode de réalisation particulier, la structure d’un tel dispositif, qui correspond généralement à une machine de calcul d’une unité de nettoyage paramétrable.
Par exemple, le dispositif selon la technique proposée comprend une mémoire 81 constituée d’une mémoire tampon M, une unité de traitement 82, équipée par exemple d’au moins un microprocesseur μP, et pilotée par le programme d’ordinateur Pg 83, mettant en œuvre le procédé d’optimisation du nettoyage d’un circuit fluidique selon l’invention.
À l’initialisation, les instructions de code du programme d’ordinateur 83 sont chargées dans la mémoire tampon avant d’être exécutées par le processeur de l’unité de traitement 82. L’unité de traitement 82 reçoit en entrée E par exemple des données propres au circuit fluidique considéré, au processus de traitement prédéterminé mis en œuvre par ce circuit, et au fluide prédéterminé objet de ce traitement, des données remontées par des capteurs disposés sur le circuit fluidique, et éventuellement des données issues de phases de modélisation et/ou simulation préalablement mises en œuvre. D’autres données complémentaires disponibles par exemple au sein de structures de données tierces accessibles du dispositif d’optimisation de nettoyage sont éventuellement également fournies en entrée E.
Le microprocesseur de l’unité de traitement 82 réalise alors les étapes du procédé d’optimisation du nettoyage d’un circuit fluidique, selon les instructions du programme d’ordinateur 83, pour fournir par exemple en sortie S au moins une donnée de paramétrage ajustée d’une unité de nettoyage paramétrable, pour la mise en œuvre d’un nettoyage optimisé du circuit fluidique. Ces opérations peuvent par exemple être mises en œuvre au moyen d’une brique d’intelligence artificielle de l’unité de traitement 82, par exemple au moyen d’un ou plusieurs réseaux de neurones pré-entrainés dans cet objectif.
Selon un autre aspect, la technique proposée se rapporte également à un produit de programme informatique comprenant un code de programme exécutable par ordinateur enregistré sur un support de stockage non transitoire lisible par ordinateur, le code de programme exécutable par ordinateur, quand il est exécuté, effectuant le procédé d’optimisation du nettoyage d’un circuit fluidique proposé. Le produit de programme informatique peut être enregistré sur un CD, un disque dur, une mémoire flash ou tout autre support lisible par un ordinateur (ou processeur) approprié. Il peut être également téléchargé depuis Internet et installé dans un dispositif de manière à permettre la mise en œuvre d’un procédé d’optimisation du nettoyage d’un circuit fluidique, dans l’un quelconque des modes de réalisation précédemment décrits.
Claims (11)
- Procédé d’optimisation du nettoyage d’un circuit fluidique (CF) au sein d’une installation industrielle, ledit circuit fluidique assurant la mise en œuvre d’un processus de traitement prédéterminé (TT) d’un fluide prédéterminé (FL) dans ladite installation industrielle, ledit procédé étant caractérisé en ce qu'il comprend au moins une itération des étapes suivantes :
- ajustement (21), par une machine de calcul (MC) d’une unité de nettoyage paramétrable (UNP), d’au moins une donnée de paramétrage de ladite unité de nettoyage paramétrable, en fonction au moins de mesures délivrées par une pluralité de capteurs (CPT) positionnés sur ledit circuit fluidique et de caractéristiques intrinsèques audit circuit fluidique, audit fluide prédéterminé, et audit traitement prédéterminé ;
- mise en œuvre (22) d’un nettoyage optimisé dudit circuit fluidique, par ladite unité de nettoyage paramétrable, en fonction de ladite au moins une donnée de paramétrage ajustée. - Procédé selon la revendication 1, ledit procédé étant caractérisé en ce qu'il comprend une phase de modélisation d’encrassements résultant de la mise en œuvre du processus de traitement prédéterminé du fluide prédéterminé au sein du circuit fluidique, et en ce que ladite étape d’ajustement d’au moins une donnée de paramétrage tient compte de ladite modélisation d’encrassements (MDL-E).
- Procédé selon la revendication 2, caractérisé en ce que ladite phase de modélisation d’encrassements comprend les étapes suivantes :
- modélisation (31) dudit circuit fluidique ;
- modélisation (32) dudit fluide prédéterminé ;
- simulation (33) d’une mise en œuvre dudit processus prédéterminé, pour ledit fluide modélisé et au moyen dudit circuit fluidique modélisé, ladite simulation délivrant ladite modélisation d’encrassements (MDL-E). - Procédé selon la revendication 3, caractérisé en ce que la modélisation dudit fluide prédéterminé comprend les étapes suivantes :
- caractérisation (321) dudit fluide prédéterminé, comprenant l’association d’un fluide théorique de référence audit fluide prédéterminé ;
- obtention (322) d’une modélisation standard dudit fluide théorique de référence ;
- adaptation (323) de ladite modélisation dudit fluide théorique de référence, comprenant une simplification dudit fluide théorique de référence, délivrant une modélisation adaptée correspondant à ladite modélisation du fluide prédéterminé. - Procédé selon la revendication 4, caractérisé en ce que la simplification de la modélisation du fluide théorique de référence comprend l’élimination, au sein de la modélisation du fluide théorique de référence préalablement obtenue, des molécules et/ou composés de faible pouvoir encrassant.
- Procédé selon la revendication 4, caractérisé en ce que ladite adaptation comprend en outre l’ajustement d’au moins un paramètre de ladite modélisation standard en fonction d’au moins une caractéristique associée à une classe particulière à laquelle se rattache ledit fluide prédéterminé.
- Procédé selon la revendication 2, ledit procédé étant caractérisé en ce qu'il comprend une phase de simulation de nettoyage dudit circuit fluidique mise en œuvre sur la base de ladite modélisation des encrassements (MDL-E), et en ce que ladite étape d’ajustement d’au moins une donnée de paramétrage tient compte des résultats de ladite simulation de nettoyage (SIM-N).
- Procédé selon la revendication 7, caractérisé en ce que ladite de phase de simulation de nettoyage comprend les étapes suivantes :
- analyse (41) de résultats de ladite modélisation d’encrassements (MDL-E) ;
- détermination (42) d’une pluralité de stratégies de nettoyage, en fonction de l’analyse des résultats de ladite modélisation d’encrassement ;
- pour chaque stratégie de nettoyage parmi ladite pluralité de stratégies de nettoyage, simulation (43) d’une mise en œuvre d’un nettoyage dudit encrassement modélisé par ladite unité de nettoyage paramétrée en fonction de la stratégie de nettoyage considérée ;
- comparaison des résultats desdites simulations de nettoyage, et sélection (44) de la stratégie de nettoyage associée à la simulation conduisant à la plus forte réduction d’encrassement pour ladite modélisation d’encrassements. - Procédé selon la revendication 1, caractérisé en ce qu'il comprend au moins une itération des étapes suivantes, postérieurement à ladite étape d’ajustement d’au moins une donnée de paramétrage :
- mise en œuvre d’un nettoyage de test par ladite unité de nettoyage paramétrable ;
- analyse des encrassements résiduels au sein du circuit fluidique, postérieurement audit nettoyage de test ;
- réajustement du paramétrage de ladite unité de nettoyage paramétrable, en fonction des résultats de l’analyse des encrassements résiduels. - Dispositif d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle, ledit circuit fluidique assurant la mise en œuvre d’un processus de traitement prédéterminé d’un fluide prédéterminé dans ladite installation industrielle, ledit dispositif étant caractérisé en ce qu'il comprend :
- des moyens d’ajustement d’au moins une donnée de paramétrage d’une unité de nettoyage paramétrable, en fonction au moins de mesures délivrées par une pluralité de capteurs positionnés sur ledit circuit fluidique et de caractéristiques intrinsèques audit circuit fluidique, audit fluide prédéterminé, et audit traitement prédéterminé ;
- des moyens de pilotage de ladite unité de nettoyage paramétrable, pour la mise en œuvre d’un nettoyage optimisé dudit circuit fluidique, en fonction de ladite au moins une donnée de paramétrage ajustée. - Produit programme d’ordinateur téléchargeable depuis un réseau de communication et/ou stocké sur un support lisible par ordinateur et/ou exécutable par un microprocesseur, caractérisé en ce qu’il comprend des instructions de code de programme pour l’exécution d'un procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle selon l'une quelconque des revendications 1 à 9, lorsqu’il est exécuté sur un ordinateur.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2204429A FR3135548A1 (fr) | 2022-05-10 | 2022-05-10 | Procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle |
| PCT/EP2023/062248 WO2023217768A1 (fr) | 2022-05-10 | 2023-05-09 | Procede d'optimisation du nettoyage d'un circuit fluidique au sein d'une installation industrielle |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR2204429A FR3135548A1 (fr) | 2022-05-10 | 2022-05-10 | Procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle |
| FR2204429 | 2022-05-10 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3135548A1 true FR3135548A1 (fr) | 2023-11-17 |
Family
ID=82319624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR2204429A Pending FR3135548A1 (fr) | 2022-05-10 | 2022-05-10 | Procédé d’optimisation du nettoyage d’un circuit fluidique au sein d’une installation industrielle |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR3135548A1 (fr) |
| WO (1) | WO2023217768A1 (fr) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN121279416B (zh) * | 2025-12-10 | 2026-03-27 | 中科第五纪(杭州)智能技术有限公司 | 一种基于结构识别的机器人知识表达方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2454141A1 (fr) * | 1979-04-13 | 1980-11-07 | Agronomique Inst Nat Rech | Procede de controle de l'encrassement et de decrassage d'un materiel |
| WO2018220358A1 (fr) * | 2017-05-31 | 2018-12-06 | Martec Of Whitwell Limited | Système de nettoyage d'équipement de traitement |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3879472B1 (fr) * | 2014-08-15 | 2025-05-07 | Ecolab USA Inc. | Comparaison et simulation de lavages pour nep |
-
2022
- 2022-05-10 FR FR2204429A patent/FR3135548A1/fr active Pending
-
2023
- 2023-05-09 WO PCT/EP2023/062248 patent/WO2023217768A1/fr not_active Ceased
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2454141A1 (fr) * | 1979-04-13 | 1980-11-07 | Agronomique Inst Nat Rech | Procede de controle de l'encrassement et de decrassage d'un materiel |
| WO2018220358A1 (fr) * | 2017-05-31 | 2018-12-06 | Martec Of Whitwell Limited | Système de nettoyage d'équipement de traitement |
Non-Patent Citations (3)
| Title |
|---|
| JIN YAN ET AL: "A Fundamental Model of Particle Deposition Incorporated in CFD Simulations of an Industrial Milk Spray Dryer", DRYING TECHNOLOGY., vol. 28, no. 8, 30 July 2010 (2010-07-30), US, pages 960 - 971, XP093011408, ISSN: 0737-3937, DOI: 10.1080/07373937.2010.497082 * |
| OLALEYE AKEEM K ET AL: "Pneumatic conveying of cohesive dairy powder: Experiments and CFD-DEM simulations", POWDER TECHNOLOGY, ELSEVIER, BASEL (CH), vol. 357, 3 October 2019 (2019-10-03), pages 193 - 213, XP085945692, ISSN: 0032-5910, [retrieved on 20191003], DOI: 10.1016/J.POWTEC.2019.09.046 * |
| VINCE MASSEY: "Optimizing clean-in-place systems and automation strategies increases equipment availability while reducing costs", 18 April 2022 (2022-04-18), XP093011439, Retrieved from the Internet <URL:https://www.processingmagazine.com/maintenance-safety/article/21261556/optimizing-cleaninplace-systems-and-automation-strategies-increases-equipment-availability-while-reducing-costs> [retrieved on 20230103] * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023217768A1 (fr) | 2023-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Krippl et al. | Hybrid modeling of cross-flow filtration: Predicting the flux evolution and duration of ultrafiltration processes | |
| CN106575426B (zh) | Cip洗涤比较和模拟 | |
| WO2023217768A1 (fr) | Procede d'optimisation du nettoyage d'un circuit fluidique au sein d'une installation industrielle | |
| WO2002047800A1 (fr) | Procede de regulation d'une installation de filtration sur membranes | |
| Memisi et al. | CIP cleaning processes in the dairy industry | |
| CN116062663B (zh) | 用于用填充产品填充容器的装置的cip处理 | |
| US20040118432A1 (en) | Monitoring device and method for operating clean-in-place system | |
| CN105008901B (zh) | 使用荧光测量污物含量来执行cip预冲洗步骤的方法和系统 | |
| CA2858861A1 (fr) | Procede de surveillance du fonctionnement d'un systeme de traitement d'aliments sous forme liquide | |
| CN109158366B (zh) | 原位清洗工艺和原位清洗系统 | |
| US20150181828A1 (en) | Milking process monitoring | |
| EP2913786A1 (fr) | Estimation de la consommation électrique d'un équipement donné parmi un ensemble d'équipements électriques | |
| Diaz-Olivares et al. | Temperature correction of near-infrared spectra of raw milk | |
| US12214387B2 (en) | System and method for creating and performing an installation cleaning process for process installations | |
| EP3871251A1 (fr) | Procédé et disposition pour fabrication de semi-conducteur | |
| CN104093502B (zh) | 具有减少产品损失和水消耗的次级子系统的液体处理系统 | |
| CN204107343U (zh) | 反渗透在线自动清洗装置 | |
| Filteau | Will climate change affect the quality of maple syrup? | |
| FR3062646A1 (fr) | Installation de traitement d’une eau a usage phytosanitaire ou d’abreuvement | |
| Schiraldi | Microbial growth in planktonic conditions | |
| FR3134643A1 (fr) | Moteur de contextualisation de données industrielles | |
| JP2023552521A (ja) | 搾乳機器を洗浄するためのシステム、及び洗剤容器 | |
| FR3073945B1 (fr) | Procede de determination de la concentration en chlore libre dans une tour utilisant le chlore comme base active | |
| CN114405937B (zh) | 一种乳制品生产设备的清洗方法、清洗装置和电子设备 | |
| CN205095660U (zh) | 一种纳滤、反渗透膜的清洗系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20231117 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |