Optimisation d'échangeurs de chaleur : condenseur à calandre, réseau d'échangeurs de chaleur et production d'eau froide

• Main Author: Allen, Benoît
• Other Authors: Gosselin, Louis
• Format: Dissertation
• Language: French
• Published: Université Laval 2010
• Subjects: TJ 7.5 UL 2010 A425; Échangeurs de chaleur > Modèles mathématiques; Échangeurs de chaleur > Coût-efficacité; Algorithmes génétiques
• Online Access: http://hdl.handle.net/20.500.11794/22120

La présente étude porte sur l'optimisation de systèmes thermiques servant soit à récupérer de la chaleur ou à produire de la chaleur ou du froid. Essentiellement, le travail portera sur les condenseurs de type tubes et calandre, sur les réseaux d'échangeurs de chaleur ainsi que sur les systèmes de production d'eau froide. L'objectif ultime est de développer une méthode permettant de déterminer le design minimisant les coûts reliés à l'achat et à l'opération de ces systèmes thermiques. Pour atteindre cet objectif, on doit d'abord créer un modèle mathématique permettant de calculer les surfaces d'échanges requises et les puissances de pompage requises pour faire fonctionner un échangeur de chaleur. Basé sur des relations analytiques et empiriques, le modèle doit tenir compte des variables design considérées dans le problème, soit une dizaine de paramètres géométriques et le régime d'opération. Il s'agit d'identifier les valeurs à accorder à chacune de ces variables de design afin de faire le meilleur compromis entre la minimisation des surfaces d'échange de chaleur requises et la quantité d'énergie requise pour faire fonctionner les systèmes. Autrement dit, on cherche à minimiser le coût total, constitué du coût d'achat du matériel et des coûts d'opération. Une fois cette démarche réalisée pour le condenseur à tubes et calandre, on applique une méthode similaire pour optimiser une série d'échangeurs de chaleur dans le cas des réseaux d'échangeurs de chaleur et finalement pour un cycle de réfrigération composé de deux échangeurs, un condenseur et un évaporateur, ainsi qu'un compresseur. Étant donné le nombre important de variables de design considéré pour chacun de ces problèmes, le nombre total de design possible est trop élevé pour calculer le coût de chacun d'entre eux et choisir le meilleur. Cela serait trop coûteux en temps de calcul. C'est pourquoi nous ferons appel à l'utilisation d'algorithmes génétiques. Ces derniers nous permettront d'identifier avec une excellente probabilité le design optimal et ce, dans un laps de temps acceptable en pratique. La méthode est finalement validée grâce à des exemples d'application.