Study and development of multiobjective optimization of 0.1 µm skimmed milk microfiltration by integrating expert knowledge

La microfiltration tangentielle 0.1 µm de lait écrémé (MF) est une opération classiquement utilisée dans l’industrie laitière pour le fractionnement des protéines. L’optimisation de la MF est complexe en raison : i) du manque de connaissance sur les phénomènes physiques impliqués et ii) de la difficulté de l’optimisation qui doit considérer des objectifs contradictoires, des variables hétérogènes et des équations ou fonctions mathématiques non-linéaires. Le couplage de l’intégration de connaissances et de l’optimisation est une stratégie intéressante pour la résolution de problèmes multiobjectifs lorsque la connaissance disponible est incomplète. Ce travail a pour objectif d’étudier et de développer l’optimisation multiobjectif de la MF en intégrant la connaissance experte (chercheurs industriels laitiers et équipementiers). Ce travail comporte 4 étapes successives : la formulation du problème multiobjectif, la modélisation des objectifs de l’optimisation, l’optimisation multiobjectif et l’aide à la décision pour le choix de la solution optimale préférée. Le problème multiobjectif de la MF a été formulé en considérant le produit, les variables opératoires, la conception et les coûts économiques. 178 solutions optimales ont été trouvées dont des solutions proches de celles utilisées dans l’industrie et à moindre cout. L’optimisation multiobjectif de la MF a permis d’ouvrir la réflexion sur une nouvelle conception d’installations et de nouvelles combinaisons de conditions opératoires. Le résultat de l’optimisation est une preuve de concept dont il est nécessaire de valider la faisabilité et la viabilité à l'échelle industrielle.Crossflow 0.1 µm microfiltration of skimmed milk is an operation conventionally used in the dairy industry for protein fractionation. The optimization of MF is complex due to: i) the lack of knowledge on the physical phenomena involved and ii) the difficulty of the optimization problem which must consider contradictory objectives, heterogeneous variables and mathematical non-linear equations or functions. Using both knowledge integration and optimization is an interesting strategy for solving multiobjective optimization problems in a field where the available knowledge is incomplete. This work aims to study and develop the multiobjective optimization of MF by integrating expert knowledge (scientists, dairy manufacturers and equipment manufacturers). This work successively addresses 4 steps which are, the formulation of the multiobjective problem, the modeling of the optimization objectives and the optimization followed by the decision making. The MF problem was formulated by considering the product, the operating variables, the design and the economic costs. 178 optimized solutions were found, including solutions similar to those used in the industry and at lower cost. The multiobjective optimization of MF has opened up thinking about new installation design and new combinations of operating conditions. The result put forward a proof of concept whose feasibility and viability must be validated on industrial scale