– Papier (Collections classiques, Encyclopédie SCIENCES) :
Délai de livraison : environ deux semaines
Envois uniquement vers : France métropolitaine, Belgique, Suisse et Luxembourg
Impression en couleur
Un ebook de l’ouvrage (à l’exception des titres de l’Encyclopédie SCIENCES) est offert pour tout achat
de sa version papier sur notre site, il vous sera envoyé après la finalisation de votre commande
Offre non applicable aux librairies
– Ebook (Collections classiques, Encyclopédie SCIENCES, Abrégés) :
Prix réservé aux particuliers
Pour les institutions : nous contacter
Nos ebooks sont au format PDF (compatible sur tout support)
Le modèle est devenu un outil incontournable pour les scientifiques et les ingénieurs. Pour le scientifique, il permet de tester quantitativement les hypothèses et la compréhension que l’on a des phénomènes, et, le cas échéant, de les réviser jusqu’à obtenir une concordance satisfaisante avec l’expérience. Pour l’ingénieur, un objet technique est aujourd’hui conçu, testé et optimisé en simulation bien avant sa réalisation physique. La modélisation est, dans tous les cas, un important accélérateur de la recherche et de l’ingénierie, ainsi qu’un outil de compétitivité dans le monde moderne.
Modélisation et optimisation de procédés alimentaires et biotechnologiques s’adresse à toute personne ayant des bases en génie des procédés, en génie chimique ou en génie microbiologique, ainsi qu’aux étudiants de ces disciplines. Fruit d’une longue expérience d’enseignement et de recherche des auteurs, cet ouvrage pédagogique inculque aux ingénieurs et scientifiques les principales notions et les réflexes nécessaires pour s’initier au noble art de la modélisation.
1. Des lois de la nature aux modèles dynamiques de procédés
2. Les modèles et leurs paramètres
3. Optimisation dynamique de procédés à l’aide de modèles
4. Aperçu de quelques méthodes numériques
Gilles Trystram
Gilles Trystram est professeur émérite à AgroParisTech et directeur général de Genopole. Ses recherches portent sur les procédés alimentaires et biotechnologiques, à travers leur optimisation, leur modélisation et la commande optimale associée.
Cristian Trelea
Cristian Trelea est professeur à AgroParisTech, Université Paris-Saclay. Ses travaux portent sur la modélisation dynamique des systèmes physiques, chimiques et biologiques, pour la compréhension des phénomènes, le changement d’échelle, l’optimisation multicritère et la commande des procédés.
Chapitre 1
Des lois de la nature aux modèles dynamiques de procédés (pages : 9-47)
Ce chapitre présente la méthodologie de construction des modèles dynamiques en génie des procédés et des bioprocédés. S’appuyant sur deux exemples représentatifs, sont discutés les hypothèses, les données nécessaires et la complexité des modèles résultants, en fonction des objectifs de la modélisation. Partant de bilans de matière et d’énergie, les modèles sont enrichis par des lois cinétiques pour aboutir à une formalisation par des systèmes d’équations différentielles ordinaires (ODE).
Chapitre 2
Les modèles et leurs paramètres (pages : 49-172)
Ce chapitre explique comment trouver les valeurs numériques des paramètres des modèles à partir de mesures expérimentales. L’accent est mis sur un ensemble de bonnes pratiques, telles que l’analyse de sensibilité, la mise à l’échelle et le choix des expérimentations à réaliser, afin de déterminer des valeurs fiables et d’éviter les principaux pièges.
Chapitre 3
Optimisation dynamique de procédés à l’aide de modèles (pages : 173-225)
En s’appuyant sur deux exemples de procédés, le chapitre illustre comment formaliser et résoudre un problème d’optimisation dynamique avec plusieurs objectifs contradictoires. Une fois établi l’ensemble des meilleurs compromis, sont présentées plusieurs méthodes de décision afin de choisir une solution unique.
Chapitre 4
Aperçu de quelques méthodes numériques (pages : 227-275)
Ce chapitre constitue un guide pour choisir en connaissance de cause les méthodes numériques les plus appropriées aux diverses tâches abordées dans le reste de l’ouvrage : simulation de modèles dynamiques, identification de paramètres, analyse de sensibilité et optimisation. Il s’agit de comprendre le principe des méthodes afin de les sélectionner et de les paramétrer de la façon la plus pertinente.
