Monitoring of a carbon anode paste manufacturing process using machine vision and latent variable methods

Le procédé de réduction électrolytique Hall-Héroult est utilisé pour la fabrication industrielle d’aluminium primaire. Ce procédé nécessite l’utilisation d'anodes de carbone. L’uniformité de la qualité de celles-ci est un paramètre très important pour assurer la stabilité et des performances optimales des cuves d’électrolyse. Malheureusement, les fabricants d'anodes sont actuellement confrontés à une augmentation de la variabilité des matières premières. Cette situation est due à une diminution de la disponibilité de matières premières de bonne qualité à faibles coûts. Pour compenser, les fabricants d'anodes doivent diversifier leur choix de fournisseurs, ce qui augmente la variabilité. Cependant, les usines ne sont pas préparées pour réagir à cette situation tout en maintenant une qualité d'anode stable. Cette situation est due, entre autres, à un manque de mesures quantitatives en temps réel de la qualité des anodes. Plusieurs exemples d’applications industrielles de vision numérique ont été présentés dans la littérature. Par conséquent, il existe une opportunité de développer un tel système pour obtenir une mesure non destructive et en temps réel de la qualité de la pâte d'anode. Le développement du capteur a été fait avec de la pâte et des anodes pressées à l'échelle laboratoire. Un ensemble de caractéristiques de texture d'images calculées à partir de la transformée en ondelettes discrète (DWT) et de matrices de cooccurrence de niveaux de gris (GLCM) ont été sélectionnées. Ces caractéristiques étaient sensibles aux variations dans la formulation et de la quantité de brai dans la pâte. Le capteur est aussi capable de détecter la quantité optimale de brai (OPD) pour différents cokes. Ensuite, la sensibilité et la robustesse du capteur ont été testées avec de la pâte industrielle. Finalement, les usines collectent déjà beaucoup de mesures de procédé en temps réel. Ces données peuvent être utilisées dans une stratégie de monitorage statistique pour détecter et investiguer des déviations de qualité. Une nouvelle méthode statistique multivariée par variables latentes PLS multi-blocs séquentiels (SMB-PLS) a été développée pour améliorer l'interprétation des données industrielles par rapport aux méthodes usuelles de PLS multi-blocs. Cette méthode a également été utilisée pour discuter de la pertinence d’utiliser les caractéristique d'image de la pâte à un modèle statistique pour la surveillance de la variabilité du procédé.The Hall-Héroult electrolysis reduction process used for the industrial aluminium smelting relies on the consumption of carbon anodes. The quality and consistency of these anodes are very important for the stability and performance of the reduction cells. Unfortunately, the anode manufacturers currently face an increase in the raw material variability. This is due to the declining availability of high quality, low cost and consistent materials on the market forcing the anode manufacturers to diversify their suppliers. However, the anode plants are not prepared to compensate for this increase in variability and still maintain consistent anode quality. There is a lack of real-time quality monitoring and control of the baked anodes properties and the most important raw material and process parameters. Machine vision applications have been successful in many industrial applications. Therefore there is an opportunity to develop such a system to obtain a non destructive and online measurement of the anode paste quality. This sensor could then be used in a feedback/feedforward control strategy for attenuating the unmeasured raw material and process variations. The sensor development was performed using laboratory scale paste and pressed anodes. A set of image texture features computed from discrete wavelet transform (DWT) and gray level co-occurrence matrix (GLCM) methods were selected. These features could capture variations in formulation, pitch ratio in the paste and in pitch demand. The sensor was also found to be sensitive to the optimum pitch demand (OPD) of two different cokes. Then, the sensitivity and robustness of the sensor was tested using industrial paste. Finally, the anode plants already collect some real-time process measurement and off-line raw material and baked anode properties that can be used to monitor and troubleshoot process and quality deviations. A new sequential multi-block PLS (SMB-PLS) method was developed to improve the interpretation of complex industrial dataset compared to already available multi-block PLS methods. This method was also used to discuss the relevance of adding real-time paste image feature to a statistical model for monitoring of the process variability