Densité apparente des échantillons simples et mélangées de coke et de mégots

D’après le graphique de la Figure 42, la densité apparente est élevée avec des particules de coke de plus petite taille. D’autre part, la densité apparente est plus faible pour des particules de coke de plus grandes tailles. Ces résultats sont cohérents avec la théorie.

5.5.6. Porosité ouverte des échantillons simples et mélangées de coke et de mégot des anodes recyclées

D’après les résultats à la Figure 43, un faible taux de porosité ouverte est obtenu pour les particules de coke de plus petite taille. D’autre part, un pourcentage de porosité ouverte assez élevée est obtenu à partir des particules de coke de plus grandes tailles, tel qu’il est attendu. En s’appuyant sur la Figure 43, l’échantillon D1830_3050 représenté par un hexagone de couleur cyan décrit le mélange des fractions de taille 18 à 30 USM et 30 à 50 USM de coke D. Cet échantillon mixte possède un taux de porosité ouverte plus faible que les deux échantillons simples D1830 et D3050. Ceci montre que les particules de coke des petites fractions de taille 30 à 50 USM ont tendance à remplir l’espace entre les particules des plus grosses fractions de taille 18 à 30 USM en incluant la porosité ouverte des particules de coke. Ce qui explique le faible taux de porosité des particules de coke avec un mélange de fractions de différentes tailles. La même interprétation s’applique pour les autres mélanges de taille. D’autre part, la porosité semble plus élevée pour un mélange de coke A et C par rapport aux particules simples de coke A et C séparément, car les échantillons de coke A et C ne possèdent pas la même porosité.

L’intervalle de pourcentage de porosité détecté pour les mégots à partir des signaux sonores est compris entre 7 à 10 %. En comparant cet intervalle avec celui des particules de coke simples et mélangées (7 à 30 %), nous trouvons que les particules de mégots sont beaucoup moins poreuses que les particules de coke. Ces résultats prouvent à nouveaux l’efficacité et la précision de cette méthode sonore appliquée à travers de la statistique multivariée. Ces résultats sont très proches de la réalité.

Conclusion

L’industrie de fabrication d’aluminium utilise le procédés Hall-Héroult dans le but de produire de l’aluminium primaire. Ce procédé est appliqué dans des cuves d’électrolyse contenant des anodes, des cathodes et du bain électrolytique. Après injection de l’alumine et du courant électrique, les anodes fournissent le carbone nécessaire à la réaction dans le but de transformer l’alumine en aluminium liquide.

Les anodes en carbone sont fabriquées à partir du coke, des mégots d’anodes usagés qui sont recyclées et du brai de goudron. Un des problèmes les plus répandus dans l’industrie de fabrication des anodes en carbone est la dégradation de la qualité et l’augmentation de la variabilité des matières premières. L’industrie de fabrication des anodes mesure la densité du coke avec un pycnomètre et la porosité avec un porosimètre dans le but d’améliorer la qualité des anodes. Ces méthodes de mesure traditionnelles sont destructives et effectuées de manière peu fréquente.

L’objectif principal de ce projet est de poursuivre le développement du système de mesure acoustique proposé par Rouget et al.[10], utilisant les signaux sonores émis par des particules de coke lors d’un impact avec une plaque métallique afin de prédire la densité apparente et la porosité ouverte des particules. Cette méthode rapide et non-destructive pourrait éventuellement être déployée en ligne sur la chaîne de production des anodes en carbone. La méthode proposée dans ce projet est de mesurer l’impact sonore provenant de particules de coke et de mégots des anodes recyclées de même taille ou d’un mélange de taille obtenu de la part d’un ou plusieurs fournisseurs. Des particules tombent sur une plaque métallique. L’impact avec la plaque est enregistré avec un microphone unidirectionnel. À l’aide de la transformée en ondelette continue, le signal sonore brut est décomposé en bandes fréquentielles et filtré du bruit non-pertinent. Les propriétés des échantillons, telles que les

coke et de mégots simples et en mélanges à partir des caractéristiques sonores émises par les particules.

Après plusieurs essais en laboratoire, avec quelques particules jusqu’à un lot de particules, la longueur des fenêtres temporelle d’applications de la transformée en ondelette continue a été définie pour un dixième de seconde. Le seuil fréquentiel de filtrage des bruits non- pertinents a été fixé à 1 KHz.

Après plusieurs tentatives de calibrage des propriétés mesurées en laboratoire dans un modèle PSL, il a été possible de prédire des propriétés comme les densités de Scott avant et après vibration, le rapport d’Hausner, la densité apparente et la porosité ouverte. Ceci n’a pas été possible pour la longueur cristalline et la densité réelle en raison de leur faible variabilité d’un échantillon à l’autre. Sachant que les propriétés les plus pertinentes pour l’ajustement du taux de brai dans la formulation des anodes sont la densité de Scott vibrée et densité apparente. Après tous ces tentatives, la définition de la méthodologie de ce projet a été complétée.

Cette méthode a été appliquée sur des échantillons non mélangés provenant de différents fournisseurs, qui ont été tamisés en plusieurs tailles granulométriques. Aussi, des échantillons formés de mélanges de tailles et de deux fournisseurs ont également été préparés et analysés. Puisque les échantillons de plus grosse taille (-4 +9 USM) se comportent différemment des autres échantillons, un modèle PSL séparé a été estimé pour ces particules. Ce modèle regroupe les échantillons de coke et de mégot par rapport à leurs sources. En plus de ceci, ce modèle distingue les échantillons de coke des échantillons de mégots.

En utilisant des échantillons simples de coke et des mégots d’anodes recyclées, il a été possible de voir un groupement des particules en fonction de leur taille. A l’intérieur de chaque groupement de taille, il a été observé que le comportement des mégots est différent de celui du coke. Une prédiction de la densité de Scott avant et après vibration, du rapport d’Hausner, de la densité apparente et de la porosité ouverte a été faite du coke et des mégots d’anodes recyclées. Ces propriétés sont importantes pour ajuster la formulation de l’anode.

Des mélanges de fournisseurs et de tailles de coke ont été ajoutés aux échantillons simples de coke et des mégots d’anodes recyclés. Le mélange de fournisseurs crée une nouvelle empreinte sonore, différente de celle des échantillons d’un seul fournisseur. De façon similaire, les mélanges de tailles créent une nouvelle signature sonore par rapport à un coke plus dense et moins poreux. Les particules de coke de plus petite taille remplissent l’espace inter-particulaire des grosses particules de coke. Les mégots d’anodes ont toujours un comportement différent du coke. La plupart des échantillons de mégots possèdent une densité plus élevée et sont moins poreux.

Le potentiel de l’approche proposée dans le cadre de ce projet semble être très prometteur en raison de la bonne capacité prédictive en calibration de la densité apparente et des porosités ouvertes des particules de coke et des mégots d’anodes recyclées.

En ce qui concerne les futurs travaux concernant ce projet, l’application de cette méthode est fortement recommandée sur un plus grand nombre d’échantillons incluant des mélanges d’agrégats industriels. Un plus grand nombre d’échantillons permettrait d’améliorer la qualité de prédiction en validation croisée (Q2). De plus, il faut :

➢ Améliorer les méthodes d’analyse des signaux sonore afin d’augmenter les performances en prédiction sur de nouvelles données (validation).

➢ Mesurer les incertitudes de mesure des différentes propriétés et les comparer aux erreurs moyenne de prédiction (RMSEE).

➢ Planifier des travaux supplémentaires afin de mieux comprendre pourquoi les échantillons de grande taille (taille 1) se comportent différemment des autres classes de particules lors de l’impact avec la plaque métallique.

➢ Des mesures sonores de ces échantillons doivent être faites dans l’usine, près de l’endroit où le système acoustique doit être installé. Ceci va fixer un nouveau seuil des bruits non-pertinents dans le but d’adapter le système au bruit causé par l’usine de fabrication d’anodes précuite.

Bibliographie

[1] A. Charette et Y. Kocaefe, Le carbone dans l’industrie de l’aluminium. Quebec: PRAL, 2012-09-26, ISBN 978-2-923168-21-0, ch. 1 et 2.

[2] The website of the International Aluminium Institute - Primary Aluminium

Production. (2020), [En ligne] http://www.world-aluminium.org/statistics/ (consulté le 01 octobre 2020).

[3] Code de pratiques pour réduire les émissions de particules fines (p2.5) dans le secteur de l’aluminium primaire. ISBN: 978-0-660-03884-1. [En ligne]

http://publications.gc.ca/collections/collection_2016/eccc/En14-241-2015-fra.pdf (consulté le 16-10-2020).

[4] Liste des centrales hydroélectriques au Québec. [En ligne]

https://fr.wikipedia.org/wiki/Liste_des_centrales_hydro%C3%A9lectriques_au_Qu% C3%A9bec. (Consulté le 3 octobre 2020).

[5] Production primaire. Consultation de production de l’aluminium primaire au Québec - aluquebec. (2020), [En ligne] http://aluquebec.com/fr/grappe-aluminium/production- primaire (consulté le 18 septembre 2020).

[6] Production de l’aluminium par électrolyse. Consultation de la production de l’aluminium par électrolyse au Québec - wikipedia. (2020), [En ligne]

https://fr.wikipedia.org/wiki/Production_de_l%27aluminium_par_%C3%A9lectrolyse (consulté le 01 octobre 2020).

[7] K. Azari Dorcheh, “Investigation of the materials and paste relationships to improve forming process and anode quality”, Thèse de doctorat, Université Laval, 2013. [8] K. Azari, W. Bogoya-Forero, C. Duchesne, et J. Tessier, “ Measurement of Vibrated

Bulk Density of Coke Particle Blends Using Image Texture Analysis ”, JOM, vol. 69, no 9, p. 1613‑1623, sept. 2017, doi: 10.1007/s11837-017-2320-z.

[9] Hulse, K. L. - Anode manufacture: raw materials, formulation and processing parameters. R & D Carbon Limited. Date de l’ouvrage: avril 2000.

[10] G. Rouget, P. Manolescu, D. Picard, C. Duchesne, H. Alamdari et D. Kocaefe. "Acoustic emission techniques to measure the properties of coke particles: a first foray". Dans: The International Committee for Study of Bauxite, Alumina & Aluminium (ICSOBA), 2 - 5 », oct. 2017.

[11] « ISO Standard 10236, 1995, “Carbonaceous materials for the production of aluminium - Green coke and calcined coke for electrodes - Determination of bulk density (tapped)” », International Organisation for Standardization, Printed in Switzerland, 1995.

[12] J. Panchal, M. Wyborney et J. Rolle, “Historical and Future Challenges with the Vibrated Bulk Density Test Methods for Determining Porosity of Calcined Petroleum Coke,” dans Light Metals 2011, Edited by :Stephen J. Lindsay: The Mineral, Metal and Materials Society, 2011, p. 925–930.

[13] M. Dion, H. Darmstadt, N. Backhouse, F. Cannova et M. Canada, “Prediction of Calcined Coke Bulk Density,” dans Light Metals 2011, Edited by :Stephen J. Lindsay: The Mineral, Metal and Materials Society, 2011, p. 931–936.

[14] F. Cannova, M. Canada et B. Vitchus, “Calcined Coke Particle Size and Crushing Steps Affect Its VBD Result,” dans Light Metals 2011, Edited by :Stephen J. Lindsay: The Mineral, Metal and Materials Society, 2011, p. 937–939.

[15] L. Lossius, B. Spenceret H. Øye, “Bulk Density - Overview of ASTM and ISO Methods with Examples of Between Laboratory Comparisons”, dans Light Metals 2011, Edited by :Stephen J. Lindsay: The Mineral, Metal and Materials Society, 2011, p. 941–946.

[16] L. Edwards, M. Lubinet J. Marino, “Improving the Repeatability of Coke Bulk Density Testing”, dans Light Metals 2011, Edited by :Stephen J. Lindsay: The Mineral, Metal and Materials Society, 2011, p. 947–952.

[17] « ISO Standard 21687, 2007, “Carbonaceous materials used in the production of aluminium — Determination of density by gas pyknometry (volumetric) using helium as the analysis gas — Solid materials” », International Organisation for

Standardization, Published in Switzerland, 2007.

[18] M.-J. Bruwer, John. F. MacGregor, et W. M. Bourg, " Soft Sensor for Snack Food Textural Properties Using On-Line Vibrational Measurements ", Industrial & Engineering Chemistry Research, vol. 46, no 3, p. 864‑870, janv. 2007, doi: 10.1021/ie060832r.

[19] T. C. Pearson, A. E. Cetin, et A. H. Tewfik, « Detection of Insect Damaged Wheat Kernels By Impact Acoustics », in Proceedings. (ICASSP ’05). IEEE International Conference on Acoustics, Speech, and Signal Processing, 2005., Philadelphia, Pennsylvania, USA, 2005, vol. 5, p. 649‑652, doi: 10.1109/ICASSP.2005.1416387. [20] AccuPyc II 1345 Pycnometer. Consultation du fonctionnement du pycnomètre à

hélium - micromeritics. [En ligne] https://www.micromeritics.com/Product- Showcase/AccuPyc-II-1340.aspx (consulté le 23 mars 2020).

[21] ASTM B962 – 17 Standard Test Methods for Density of Compacted or Sintered Powder Metallurgy (PM) Products Using Archimedes’ Principle.

[22] Archimedes’ Principle. Consultation du principe d’Archimède, [En ligne] https://courses.lumenlearning.com/physics/chapter/11-7-archimedes-principle/ (consulté le 09 juillet 2020).

[23] Archimedes’ Principle and Density. Consultation du principe d’Archimède. [En ligne] https://www.austincc.edu/mmcgraw/Labs_1401/16e-Buoyancy (consulté le 09 juillet 2020).

[24] « ISO Standard 20203, 2005, “Carbonaceous materials used in the production of aluminium — Calcined coke — Determination of crystallite size of calcined petroleum coke by X-ray diffraction” », International Organisation for Standardization, Published in Switzerland, ISO 20203:2005(E).

[25] R. X. Gao et R. Yan, Wavelets: Theory and Applications for Manufacturing. Boston, MA: Springer US, 2011, ch. 1,2 et 3. Signals and Signal Processing in Manufacturing p. 1–13, From Fourier Transform to Wavelet Transform: A Historical Perspective p. 17–31, Continuous Wavelet Transform p. 33–47.

[26] Introduction to Wavelet Families. Consultation des familles d’ondelette - MathWorks. [En ligne] https://www.mathworks.com/help/wavelet/gs/introduction-to-the-wavelet- families.html (consulté le 20 juin 2020).

[27] K. Dunn, Process Improvement Using Data Version: Release 485-524d 09 January 2019, ch. 6. Latent Variable Modelling, p. 325–416.