Optimisation du blanchiment au peroxyde d’hydrogène de la pâte thermomécanique en milieu alcalin
Notice bibliographique
Résumé
Différents types de papiers sont produits dans les usines de pâtes et papiers tels que papier journal, papier couché, papiers-mouchoirs, essuie-tout, papier d’édition et papier surcalandré. Les usines de pâtes et papier au Québec, peuvent produire annuellement plusieurs centaines de tonnes de papier surcalandré à valeur ajoutée. Destiné en majorité à l’impression d’encarts publicitaires, ce papier calandré demande des caractéristiques supérieures de blancheur.Le procédé de blanchiment de la pâte au peroxyde d’hydrogène est très coûteux et représente une partie importante du coût de production du papier. Ce coût est directement relié à de nombreux facteurs tels que l’efficacité de lavage des presses à double toiles, la charge en peroxyde, l’alcalinité de la liqueur de blanchiment, le peroxyde résiduel, la consistance de la pâte, la température du blanchiment et le temps de rétention de pâte dans la tour de blanchiment. Les procédés de blanchiment des usines ne sont pas toujours entièrement optimisés, ce qui occasionne une augmentation du coût du blanchiment. La qualité de la pâte est ainsi compromise par la mauvaise performance d’une ou de plusieurs étapes du procédé de blanchiment. Les problèmes de blanchiment sont spécifiques à chaque usine parce que le procédé et les équipements utilisés sont différents. L’objectif du présent travail de recherche visait à optimiser plusieurs paramètres du procédé de blanchiment afin de réduire les coûts de production. Nous nous sommes intéressé(e)s particulièrement à la production d’un papier surcalandré de haute blancheur, à l’optimisation du blanchiment au peroxyde en milieu alcalin et au rendement de blancheur en fonction du coût total. Afin d’atteindre notre objectif, dans une première phase nous avons élaboré un modèle à partir d’un réseau de neuronal puis à partir de celui-ci nous avons calculé les coûts et la blancheur pour tous les essais possibles. Dans une seconde phase, nous avons validé le modèle construit à partir des résultats expérimentaux. Ce modèle a permis de prédire la blancheur obtenue ainsi que le coût total du blanchiment, incluant le coût engendré par la perte de rendement. Ainsi, ce modèle pourrait devenir un outil pertinent pour optimiser le blanchiment du papier et réduire les coûts de production du papier calandré.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».