Search

This thesis deals with the control of closed microalgal photobioreactor. Mathematical modeling and model parameters identification are particularly approached. The kinetics and light transfer model parameters were obtained by fitting the experimental data acquired along the exponential phase of batch cultivation of Porphyridium purpureum under different conditions in the photobioreactor (2.5 liters). Biomass is one of the most valuable variables to control. Because biomass concentration is very difficult to measure on-line, a software sensor for its estimation is proposed. An extended Kalman filter (EKF) is developed, based on a dynamic process model in combination with total inorganic carbon measurement within an algorithm of state observation. This software sensor leads to good results and was experimentally validated in a new bubble column photobioreactor (9.6 liters) which carried different probes and sensors necessary to implement a control system. Several control strategies for microalgae culture were also proposed: non-linear and linear controllers, PID controller, generic model controller (GMC), input-output linerarizing controller and non-linear predictive controller. We illustrated our approaches with numerical simulations which allowed us to choose the most successful strategies and to validate them on the instrumented photobioreactor., Cette thèse porte sur la commande d'un photobioréacteur continu pour la culture des microalgues. La modélisation du système et l'identification des paramètres du modèle ont été particulièrement abordées. Les paramètres cinétiques et de transfert de l'énergie lumineuse ont été obtenus à partir des données acquises le long de la phase exponentielle de la culture de Porphyridium purpureum en mode batch sous différentes conditions expérimentales dans un photobioréacteur de 2,5 litres. La concentration en biomasse est la quantité physique la plus importante à réguler. Puisque elle n'est pas toujours facile à mesurer en ligne, un capteur logiciel permettant d'estimer la quantité de biomasse produite à partir des mesures en ligne est proposé. Il s'agit d'un filtre de Kalman étendu (EKF) qui combine le modèle du système avec la mesure de la concentration du carbone inorganique total et d'autres variables physiques (pH, intensité lumineuse,...) afin d'estimer en ligne la concentration de la biomasse. Ce capteur logiciel a été validé expérimentalement en utilisant un nouveau photobioréacteur de 9,6 litres de type colonne à bulles, équipé de plusieurs dispositifs destinés à mettre en place un système de commande et de régulation, et de techniques de mesure permettant d'accéder à l'évolution des principales variables. Plusieurs démarches pour la commande de la culture de microalgues ont été également proposées : commande non-linéaire et linéaire, régulation par PID, commande par modèle générique GMC, commande linéarisante par retour d'état et commande prédictive non-linéaire. Ces différentes commandes ont été mises oeuvre en simulation ce qui nous a permis de choisir les stratégies les plus performantes et de les valider sur le photobioréacteur instrumenté.

This thesis deals with the control of closed microalgal photobioreactor. Mathematical modeling and model parameters identification are particularly approached. The kinetics and light transfer model parameters were obtained by fitting the experimental data acquired along the exponential phase of batch cultivation of Porphyridium purpureum under different conditions in the photobioreactor (2.5 liters). Biomass is one of the most valuable variables to control. Because biomass concentration is very difficult to measure on-line, a software sensor for its estimation is proposed. An extended Kalman filter (EKF) is developed, based on a dynamic process model in combination with total inorganic carbon measurement within an algorithm of state observation. This software sensor leads to good results and was experimentally validated in a new bubble column photobioreactor (9.6 liters) which carried different probes and sensors necessary to implement a control system. Several control strategies for microalgae culture were also proposed: non-linear and linear controllers, PID controller, generic model controller (GMC), input-output linerarizing controller and non-linear predictive controller. We illustrated our approaches with numerical simulations which allowed us to choose the most successful strategies and to validate them on the instrumented photobioreactor., Cette thèse porte sur la commande d’un photobioréacteur continu pour la culture des microalgues. La modélisation du système et l’identification des paramètres du modèle ont été particulièrement abordées. Les paramètres cinétiques et de transfert de l’énergie lumineuse ont été obtenus à partir des données acquises le long de la phase exponentielle de la culture de Porphyridium purpureum en mode batch sous différentes conditions expérimentales dans un photobioréacteur de 2,5 litres. La concentration en biomasse est la quantité physique la plus importante à réguler. Puisque elle n’est pas toujours facile à mesurer en ligne, un capteur logiciel permettant d’estimer la quantité de biomasse produite à partir des mesures en ligne est proposé. Il s’agit d’un filtre de Kalman étendu (EKF) qui combine le modèle du système avec la mesure de la concentration du carbone inorganique total et d’autres variables physiques (pH, intensité lumineuse,…) afin d’estimer en ligne la concentration de la biomasse. Ce capteur logiciel a été validé expérimentalement en utilisant un nouveau photobioréacteur de 9,6 litres de type colonne à bulles, équipé de plusieurs dispositifs destinés à mettre en place un système de commande et de régulation, et de techniques de mesure permettant d’accéder à l’évolution des principales variables. Plusieurs démarches pour la commande de la culture de microalgues ont été également proposées : commande non-linéaire et linéaire, régulation par PID, commande par modèle générique GMC, commande linéarisante par retour d’état et commande prédictive non-linéaire. Ces différentes commandes ont été mises oeuvre en simulation ce qui nous a permis de choisir les stratégies les plus performantes et de les valider sur le photobioréacteur instrumenté.