UNIVERSITÉ 

DE SHERBROOKE 

Faculté de génie 

Département de génie mécanique 

DIAGNOSTIC THERMIQUE SUR LES CUVES D'ÉLECTROLYSE DE 
L'ALUMINIUM 
 

Mémoire de maîtrise 

Spécialité : génie mécanique 

Marie‐Michelle COULOMBE 

Jury :  Martin DÉSILETS 

  Marcel LACROIX 

  Gervais Soucy 

   

   

Sherbrooke (Québec) Canada  24 juin 2013 
 RÉSUMÉ 
Les  cuves  d’électrolyse  sont  des  réacteurs  multiphysiques  et  multiphasiques  opérés  à  haute 
température.  Un  courant  électrique  de  plusieurs  milliers  d’ampères  est  nécessaire  pour  que  la 
réaction  ait  lieu.  Afin  de  les  protéger  des  aléas  du  procédé,  les  cuves  sont  conçues  pour  que  de  la 
chaleur  soit  évacuée  par  les  parois  latérales.  De  cette  façon, l’électrolyte  se  solidifie  et  forme  de  la 
gelée  protectrice.  Cette  gelée  est  désirable  selon  une  certaine  épaisseur,  mais  il  est  ardu  de  la 
mesurer.  

Dans  ce  contexte,  l’objectif  de  ce  projet  est  de  développer  et  mettre  en  place  une  méthode  de 
mesure  thermique  de  l’épaisseur  de  gelée,  non‐intrusive,  continue  et  permanente  adaptée  à 
l’environnement industriel. Les valeurs obtenues serviront d’intrant à un modèle mathématique basé 
sur les méthodes inverses permettant de prédire en continu le profil de gelée sur les parois latérales 
d’une cuve d’électrolyse. 

Un modèle mathématique préalablement validé à petite échelle dans un environnement différent a 
été ajusté pour reproduire la réalité industrielle. Cependant, certains aspects du procédé ont dû être 
ignorés:  l’électrolyse,  la  circulation  des  fluides  et  les  changements  temporels  de  dissipation 
thermique. Par exemple, la qualité de la couverture d’alumine varie selon le cycle d’alimentation, le 
type  d’alumine  et  les  opérations,  ce  qui  perturbe  ses  propriétés  de  barrière  thermique.  Ce  type  de 
carence mène à des écarts entre les résultats de simulation et les mesures physiques. Pour pallier à 
cette problématique, des paramètres clés, dits de calibration, ont été identifiés et ajustés pour que 
les prédictions se synchronisent aux mesures industrielles. 

Le protocole expérimental s’est déroulé sur deux essais principaux, l’un de courte durée (8 jours) et le 
second  sur  une  plus  longue  période  (27  jours).  Un  incrément  d’énergie  significatif  était  donné  à  la 
cuve  dès  la  première  journée,  puis  des  mesures  de  gelée  étaient  exécutées  à  une  fréquence 
préétablie. Les mesures thermiques externes étaient acquises en continu. 

Enfin, les deux volets ont été assemblés. D’abord, il a été constaté que deux cuves voisines (et d’âge 
comparable) ne se comportent pas nécessairement de façon similaire. L’incrément de voltage imposé 
avait  une  durée  et  une  grandeur  suffisamment  grande  pour  observer  des  changements  importants 
d’épaisseur de gelée. Cependant, cet aspect n’a pas été explicitement observé sur tous les points de 
mesure.  

  II 
Le  modèle  mathématique  est  en  mesure  de  prédire  les  variations  dans  le  temps  de  l’épaisseur  de 
gelée  à  partir  de  données  thermiques  externes.  Par  contre,  les  prédictions  se  limitent  à  une  seule 
section  d’une  seule  cuve.  Ainsi,  le  profil  de  température  vertical  d’un  premier  emplacement  ne 
permet pas de connaître l’épaisseur de gelée au voisinage. Changer d’endroit signifie un ajustement 
spécifique des paramètres de calibration.  

Dans  une  éventuelle  poursuite  de  ce  projet,  il  serait  astucieux  de  choisir  plusieurs  cuves  ayant  un 
design  favorable  à  une  augmentation  importante  d’énergie.  Ainsi,  le  comportement  de  la  cuve  lors 
d’un incrément d’énergie prolongé aurait déjà fait l’objet des scénarios planifiés par les concepteurs. 
Aussi,  un  projet  à  plus  grand  déploiement  permettrait  aussi  de  spécifier  le  champ  d’application  du 
modèle numérique. L’échantillon de cuves instrumentées pourrait représenter l’usine au complet, ou 
mieux encore, l’énergie d’une cuve pourrait être contrôlée par le comportement de sa gelée 

 
 
 
 
 
 
 
 
 
 
 

  III 
 TABLE DES MATIÈRES 
Résumé .............................................................................................................................. II 
Liste des figures ................................................................................................................. VI 
Liste des tableaux ............................................................................................................. VII 
LISTE DES SYMBOLES ....................................................................................................... VIII 
LISTE DES ACRONYMES ....................................................................................................... X 
CHAPITRE 1 : INTRODUCTION .............................................................................................. 1 
1.1. Mise en contexte .................................................................................................................. 5 
1.2. DÉFINITION DU PROJET DE RECHERCHE ................................................................................. 7 
1.3. Objectifs ............................................................................................................................... 8 
1.4. Contributions originales ........................................................................................................ 9 

CHAPITRE 2 : ÉTAT DE L’ART .............................................................................................. 10 
2.1. Connaissances industrielles .................................................................................................. 10 
2.1.1. Bilan d’énergie de la cuve .................................................................................................... 10 
2.1.2. Pertes thermiques ................................................................................................................ 11 
2.1.3. Effet d’anode ........................................................................................................................ 11 
2.1.4. Alumine ................................................................................................................................ 12 
2.1.5. Alimentation ........................................................................................................................ 13 
2.1.6. Changement d’anode ........................................................................................................... 13 
2.1.7. Siphonage ............................................................................................................................. 13 
2.1.8. Magnétohydrodynamique ................................................................................................... 14 
2.1.9. Bain (température et chimie) ............................................................................................... 15 
2.1.10. Épaisseur de la gelée .......................................................................................................... 17 
2.1.11. Température des parois ..................................................................................................... 18 
2.2. Modélisation ........................................................................................................................ 20 

CHAPITRE 3 : Protocole expérimental ................................................................................ 25 
3.1. Méthodologie ...................................................................................................................... 25 
3.1.1. Mesures industrielles ........................................................................................................... 25 
3.1.2. Modèle numérique .............................................................................................................. 28 

CHAPITRE 4 : Résultats ....................................................................................................... 30 
4.1. Premier essai ....................................................................................................................... 30 
4.2. Deuxième essai .................................................................................................................... 33 
4.3. Modèle numérique .............................................................................................................. 39 
4.3.1. Calibration du modèle .......................................................................................................... 39 
4.3.2. Étude de sensibilité .............................................................................................................. 44 

CHAPITRE 5 : Discussion ..................................................................................................... 46 

  IV 
CHAPITRE 6 : Conclusion et recommandations ................................................................... 50 
Recommandations ...................................................................................................................... 51 

Bibliographie ..................................................................................................................... 52 
ANNEXE A .......................................................................................................................... 56 
ANNEXE B .......................................................................................................................... 57 
ANNEXE C .......................................................................................................................... 58 

 
 
 
 
 
 
 
 
 
 
 
 
 
 

  V 
 LISTE DES FIGURES 
FIGURE 1. LES 10 PLUS GRANDS PRODUCTEURS D’ALUMINIUM 2015 [37] _______________________________________ 1 
FIGURE 2. CUVE D’ÉLECTROLYSE DE L’ALUMINIUM À ANODES PRÉCUITES [6] ______________________________________ 2 
FIGURE 3. DISTRIBUTION DES PERTES THERMIQUES [38]  ___________________________________________________ 4 
FIGURE 4. COMPOSANTES TYPIQUES D’UNE CUVE D’ÉLECTROLYSE [46] __________________________________________ 6 
FIGURE 5. SCHÉMA TYPIQUE DE CIRCULATION DU MÉTAL DANS UNE CUVE P‐155 [35] ______________________________ 15 
FIGURE 6. MESURE DE TEMPÉRATURE ET DE CHUTE CATHODIQUE AVEC CAPTEUR CONSOMMABLE [49].  __________________ 17 
FIGURE 7. SCHÉMA MESURE ÉPAISSEUR DE GELÉE INDUSTRIELLE [28] __________________________________________ 17 
FIGURE 8. CAVITÉ DANS LA GELÉE À L’INTERFACE BAIN‐MÉTAL [40] ___________________________________________ 18 
FIGURE 9. COUPE D’UNE CUVE D’ÉLECTROLYSE HYPOTHÉTIQUE [26]  __________________________________________ 20 
FIGURE 10. GÉOMÉTRIE SIMULÉE __________________________________________________________________ 23 
FIGURE 11. DISPOSITIF EXPÉRIMENTAL, VUE DE FACE [3] __________________________________________________ 23 
FIGURE 12. PLAN D’INSTRUMENTATION D’UNE TRANCHE, VUE DU CAISSON (CÔTÉ)  ________________________________ 27 
FIGURE 13. VARIATION MINIMALE DE TEMPÉRATURE DE CAISSON ____________________________________________ 29 
FIGURE 14. ÉVOLUTION DE L’ÉNERGIE INTERNE AU COURS DU PREMIER ESSAI. ____________________________________ 30 
FIGURE 15. ÉVOLUTION DE CONDITIONS THERMIQUES DU BAIN AU COURS DU PREMIER ESSAI. _________________________ 31 
FIGURE 16. PROFILS DE TEMPÉRATURE ET DE GELÉE, TRANCHE 19‐20, ESSAI 1. ___________________________________ 32 
FIGURE 17. PROFILS DE TEMPÉRATURE ET DE GELÉE, TRANCHE 20‐21, ESSAI 1. ___________________________________ 32 
FIGURE 18. PROFILS DE TEMPÉRATURE ET DE GELÉE, TRANCHE 16‐17, ESSAI 1. ___________________________________ 33 
FIGURE 19. ÉVOLUTION DE L’ÉNERGIE INTERNE DE LA CUVE A, DEUXIÈME ESSAI.  __________________________________ 34 
FIGURE 20. ÉVOLUTION DES TEMPÉRATURES DE CAISSON, CUVE A, DEUXIÈME ESSAI. _______________________________ 35 
FIGURE 21. ÉVOLUTION DES TEMPÉRATURES DE CAISSON, CUVE B, DEUXIÈME ESSAI.  _______________________________ 35 
FIGURE 22. PROFILS DE TEMPÉRATURE ET DE GELÉE, TRANCHE 16‐17, ESSAI 2. ___________________________________ 36 
FIGURE 23. PROFILS DE TEMPÉRATURE ET DE GELÉE, TRANCHE 19‐20, ESSAI 2. ___________________________________ 37 
FIGURE 24. PROFILS DE TEMPÉRATURE ET DE GELÉE, TRANCHE 20‐21, ESSAI 2. ___________________________________ 38 
FIGURE 25. GÉOMÉTRIE UTILISÉE POUR LE CALCUL THÉORIQUE DU COEFFICIENT DE TRANSFERT DE CHALEUR ________________ 40 
FIGURE 26. PROFILS DE GELÉE MESURÉS ET SIMULÉS, TRANCHE 20‐21, ESSAI 1, AVANT INCRÉMENT D’ÉNERGIE. _____________ 41 
FIGURE 27. PROFILS DE GELÉE MESURÉS ET SIMULÉS, TRANCHE 20‐21, ESSAI 1, APRÈS INCRÉMENT D’ÉNERGIE.  _____________ 42 
FIGURE 28. PROFILS DE GELÉE MESURÉS ET SIMULÉS, TRANCHE 20‐21, ESSAI 2, AVANT INCRÉMENT D’ÉNERGIE. _____________ 42 
FIGURE 29. PROFILS DE GELÉE MESURÉS ET SIMULÉS, TRANCHE 20‐21, ESSAI 2, APRÈS INCRÉMENT D’ÉNERGIE.  _____________ 43 
FIGURE 30. SENSIBILITÉ DES PROFILS DE GELÉE SIMULÉS FACE AU CHOIX DU COEFFICIENT DE CONVECTION. _________________ 44 
FIGURE 31. SENSIBILITÉ DES PROFILS DE GELÉE SIMULÉS FACE AUX CONDITIONS THERMIQUES DU BAIN. ___________________ 45 
FIGURE 32. TEMPÉRATURE DU CAISSON (THERMOCOUPLE 2), TRANCHE 16‐17, CUVE A.  ____________________________ 47 
FIGURE 33. ÉNERGIE INTERNE CUVE A.  ______________________________________________________________ 47 
FIGURE 34. PROFILS DE TEMPÉRATURE ET DE GELÉE, CUVE B, TRANCHE 16‐17, ESSAI 2. _____________________________ 57 
FIGURE 35. PROFILS DE TEMPÉRATURE ET DE GELÉE, CUVE B, TRANCHE 18‐19, ESSAI 2. _____________________________ 57 

 
 
 

  VI 
 LISTE DES TABLEAUX 
TABLEAU 1. POSITIONNEMENT DES THERMOCOUPLES ......................................................................................................... 27 
TABLEAU 2. ÉCART DANS LES MESURES DE GELÉE, HAUTEUR À PARTIR DES BARRES COLLECTRICES ................................................. 28 
TABLEAU 3. ÉCART MOYEN ENTRE MESURE ET PRÉDICTION .................................................................................................. 43 
TABLEAU 4. COMPARAISON DES APPAREILS DE MESURE DE TEMPÉRATURE .............................................................................. 56 
TABLEAU 5. DIMENSION DES SURFACES DE LA CAVITÉ ......................................................................................................... 58 
TABLEAU 6. PROPRIÉTÉS DES SURFACES ........................................................................................................................... 58 
 

 
 
 
 
 

 
 

  VII 
 LISTE DES SYMBOLES 
Symbole  Définition  Unité 
     

Cp  Chaleur massique  J/kgK 

g  Fraction liquide   

h  Coefficient de transfert de chaleur  W/m2K 

H  Enthalpie  J 

I  Intensité du courant  A 

k  Conductivité thermique  W/mK 

q  Flux de chaleur  W/m2 

r, z  Coordonnées cylindriques   

R  Résistance thermique  K/W 

t  Temps  s 

T  Température  K 

V  Voltage  V 

x, y  Coordonnées cartésiennes   

ε  Émissivité   

ρ  Densité  kg/m3 

σ  Constante de Stefan‐Boltzmann  W/m‐2K‐4 

Ω  Condition frontière   

Indices     

a  Ambiant   

bain  Bain   

chim  Électrochimique   

comb  Combiné   

  VIII 
 conv  Convection   

cuve  Cuve   

ext  Externe   

fusion  Fusion   

int  Interne   

l  Liquide   

liq  Liquidus   

p  Front de solidification, présent   

per  Pertes   

rad  Radiation   

s  Surface, solide   

 
 

  IX 
 LISTE DES ACRONYMES 

Acronyme  Définition 

ACD  Distance anode‐cathode 

CAT  Charge à terre 

CE  Cuve d’électrolyse 

CRDA  Centre de recherche et développement d’Arvida 

EA  Effet d’anode 

Laboratoire des Procédés industriels et Simulation 
LAPSUS  numérique de l’Université de Sherbrooke 

LOI  Loss of ignition 

Capteur électrique inductif de déplacements 
LVDT 
linéaires 

MALT  Chariot de mise à la terre 

MCP  Matériau à changement de phase 

RF  Rendement  faraday 

RTA  Rio Tinto Alcan 

TC  Thermocouple 

UdeS  Université de Sherbrooke 

UGB  Usine Grande‐Baie 

UQAC  Université du Québec à Chicoutimi 

 
 

  X 
 CHAPITRE 1 : INTRODUCTION 
Le  Brésil,  la  Russie,  l’Inde  et  la  Chine  connaissent  une  forte  période  d’urbanisation.  Ces  pays 
émergents,  qui  regroupent  plus  de  80 %  de  la  population  mondiale  [15],  devraient  connaître  une 
croissance  moyenne  de  consommation  de  3%  à  5%  au  fil  des  20  prochaines  années  [47].  Ils 
deviendront d’importants producteurs par l’abondance de leur main d’œuvre, leurs réserves de gaz 
naturel  et  la  multiplication  des  barrages  hydroélectriques  sur  leur  territoire.  Il  est  aussi  prévu  que 
l’Asie  consommera  deux  fois  plus  d’aluminium  que  l’Amérique  du  Nord  d’ici  2015 :  elle  en  produit 
déjà plus du triple, tel qu’illustré à la figure 1. Cette forte croissance explique en partie la diminution 
de l’importance relative du Canada comme producteur de métal primaire dans le monde. 

 
Figure 1. Les 10 plus grands producteurs d’aluminium 2015 [37] 

 
À  la  fin  des  années  1990,  le  Conseil  national  des  recherches  du  Canada  a  désigné  la  région  du 
Saguenay–Lac‐St‐Jean  comme  étant  la  région  la  plus  prometteuse  où  investir  en  recherche  et 
développement  de  pointe  en  transformation de l’aluminium. Les  usines de  la région, toutes sous  la 
bannière  Rio  Tinto  Alcan,  sont  alimentées  par  six  centrales  hydroélectriques  appartenant  à  la 
compagnie, fournissant en moyenne 2000 MW par année. Elles se démarquent aussi par l’important 
réseau ferroviaire ainsi que des installations portuaires.  
 
Utilisé  depuis  1886,  le  procédé  industriel  d’électrolyse  de  l’aluminium  nécessite  une  quantité 
d’énergie électrique colossale. À l’époque la production d’un kilogramme de métal nécessitait 50kWh 
d’électricité : aujourd’hui, selon les avancements technologiques, c’est entre 13 et 17 kWh  [16]. En 
Amérique du Nord, l’utilisation de l’énergie requise a diminué depuis le début des années 1990, mais 
demeure constante depuis quelques années. L’efficacité énergétique est pour ainsi dire, une variable 
cruciale  pour  la  rentabilité  des  usines  puisque  l’électricité  représente  plus  du  tiers  du  coût  de 
production de l’aluminium. 

En  usine,  les  opérations  se  déroulent  dans  des  cuves  en  série,  soit  d’énormes  réacteurs 
multiphysiques et multiphasiques (figure 2). Le bassin d’une cuve est composé d’un caisson en acier, 
d’une cathode de carbone et de matériaux réfractaires (isolants thermiques). Les anodes, constituées 
de tiges verticales scellées à un bloc de carbone, sont suspendues à un cadre et permettent l’entrée 
du  courant.  Elles  sont  toujours  et  uniquement  en  contact  avec  le  bain  électrolytique.  Le  courant 
excédentaire  est  recueilli  par  les  barres  d’acier  traversant  le  caisson  et  la  cathode.  Au‐dessus  des 
anodes, il y a le système d’aspiration des gaz, la boîte d’alumine et les piqueurs‐alimenteurs. La figure 
suivante permet de visualiser tous ces éléments. 
 

Figure 2. Cuve d’électrolyse de l’aluminium à anodes précuites [6] 

 
Pour que la réaction d’électrolyse ait lieu, un courant électrique de plusieurs milliers d’ampères est 
injecté dans le procédé. Les réactifs sont principalement de l’alumine (Al2O3) dissous dans un solvant 
nommé bain d’électrolyse (mélange de cryolithe et de sels fluorés). Le tout est chauffé par effet joule 
à  plus  de  960 °C.  Bien  que  le  solvant  n’apparaisse  pas  dans  l’équation  globale,  certains  de  ses 
composés  servent  à  former  des  espèces  intermédiaires  intervenant  dans  le  mécanisme  de  réaction 
chimique.  Fortement  corrosif  et  résistif  (tant  au  niveau  électrique  que  thermique),  le  bain 

  2 
d’électrolyse est, à ce jour, l’électrolyte par excellence pour mettre l’alumine en solution. L’équation 
suivante montre la réaction électrochimique globale qui s’y déroule: 
 
 𝐀𝐥𝟐 𝐎𝟑   𝒔𝒐𝒍𝒖𝒕𝒊𝒐𝒏      +     𝟑 𝐂  𝒔𝒐𝒍𝒊𝒅𝒆      →     𝟒 𝐀𝐥 (𝒍𝒊𝒒𝒖𝒊𝒅𝒆)     +     𝟑𝐂𝐎𝟐  (𝒈𝒂𝒛)                           (1.1) 

Les atomes de carbone nécessaires à la réaction proviennent des anodes consommables. L’aluminium 
(pur à 99,97 %) [38] se dépose instantanément au fond de la cuve par différence de densité avec le 
bain.  Le  gaz  carbonique  formé  doit  être  évacué,  puisqu’il  contribue  à  la  réaction,  simultanée  et 
indésirable, de réoxydation de l’aluminium en alumine (équation 1.2). 

𝟐 𝐀𝐥  𝒔𝒐𝒍𝒖𝒕𝒊𝒐𝒏      +     𝟑 𝐂𝐎𝟐    𝒈𝒂𝒛      →        𝐀𝐥𝟐 𝐎𝟑 𝒔𝒐𝒍𝒖𝒕𝒊𝒐𝒏      +     𝟑 𝐂𝐎 (𝒈𝒂𝒛)       (1.2) 

Le rendement Faraday, c’est le rapport entre la masse d'aluminium produite et la masse d'aluminium 
théoriquement déposable pour un courant électrique fourni  [20]. La réaction parasite est minimisée 
entre  autres  en  maintenant  une  température  de  bain  idéale,  entre  950  et  960°C.  De  nos  jours,  le 
rendement  Faraday  se  situe  au‐delà  des  90%.  La  chute  de  tension,  soit  l’écart  de  tension  entre 
l’anode  et  la  cathode,  gouverne  l’effet  joule :  il  s’agit  d’un  paramètre  déterminant  dans  le  bilan 
d’énergie d’une cuve. Contrairement à l’aluminium le bain a une faible conductivité électrique  [38].
Une faible augmentation de la distance anode‐cathode peut rapidement faire augmenter la chute de 
tension  ainsi  que  la  température.  Les  cibles  opératoires  (voltage,  intensité,  niveaux  de  liquide,  etc.) 
sont prédéterminées pour chacune des cuves afin de favoriser et maintenir la stabilité énergétique. 
Ils  sont  régulés  par  un  automate  pour  contrebalancer,  entre  autres,  les  fluctuations  thermiques 
survenant  lors  des  activités  quotidiennes  en  fonctionnement  normal  (alimentation  en  alumine, 
ajout/retrait de bain/métal, effet et changement d’anode).  

L’utilisation de l’énergie se répartie ainsi : 20% pour la réaction d’électrolyse, 20% pour maintenir la 
haute température des réactifs et la balance, 60%, est soit dissipée, soit utilisée pour le préchauffage 
de matières premières (alumine, anodes). Les pertes thermiques sont partagées entre la couverture, 
les parois latérales et la cathode (figure 3). D’ailleurs, l’industrie tend vers la conception de cuves de 
plus en plus grandes afin de minimiser le rapport surface‐volume, ce qui minimise la dissipation de la 
chaleur. 

  3 
  

Figure 3. Distribution des pertes thermiques [38] 

 
La portion d’énergie évacuée par les parois latérales (35% des pertes) est désirable pour favoriser le 
changement de phase liquide‐solide du bain. Il se forme une gelée aux parois, qui a deux fonctions 
principales :  l’isolation  thermique  et  la  protection  des  matériaux  réfractaires  contre  l’érosion 
chimique [6]. Si la température du bain diminue, la gelée épaissit et menace de recouvrir une partie 
de la cathode, ce qui a pour effet de déformer les lignes de courant. Déviées, ces dernières génèrent 
de l’instabilité dans la cuve et mènent à des problèmes d’opération en plus d’abaisser le rendement 
Faraday. Inversement, l’absence ou l’amincissement de la gelée, par augmentation de température, 
expose  les  matériaux  réfractaires  et  éventuellement  les  caissons  d’acier  à  l’effet  corrosif  du  bain 
d’électrolyse. Les dommages causés sont irréversibles et diminuent rapidement la vie de la cuve. Bref, 
la  formation  de  gelée  a  un  impact  majeur  sur  le  rendement  des  cuves,  leur  durée  de  vie  et  leur 
consommation énergétique. 

En somme, la gelée agit tel un tampon thermique aux évènements quotidiens survenant dans la cuve. 
L’équilibre  thermique  est  atteint  si  le  flux  de  chaleur  entre  le  bain  et  la  gelée  et  égal  au  flux  à  la 
surface externe. S’ils sont inégaux, la gelée répondra en épaississant ou en se consommant  [43]. Ce 
n’est  pas  une  variable  d’opération,  puisqu’il  est  difficile  de  mesurer  son  épaisseur.  Les  techniques 
existantes  permettent  de  prendre  des  mesures  ponctuelles  avec  des  outils  et  des  capteurs  insérés 
dans la cuve. L’idée est d’avoir un ordre de grandeur de la gelée dans une cuve, indépendamment de 
l’endroit mesuré (coin, centre, côté positif ou négatif).  

  4 
1.1. Mise en contexte 
Les  compagnies  cherchent  à  maximiser  leurs  bénéfices;  elles  souhaitent  constamment  à  améliorer 
leur productivité. Pour accéder à une plus vaste part de marché, les entreprises mettent l’accent sur 
l’approvisionnement, la gestion du personnel, l’efficacité énergétique, l’empreinte environnementale, 
l’innovation,  la  qualité  des  produits  et  la  culture  d’entreprise.  La  plupart  mettent  en  place  des 
programmes d’amélioration continue et ont des centres de recherche et développement pour réaliser 
des  projets  variés,  à  court,  moyen  et  long  terme.  L’industrie  de  l’aluminium  n’y  échappe  pas :  une 
avancée technologique peut avoir une importance capitale due à l’important volume de production 
ainsi qu’aux immenses besoins énergétiques. 

Justement, l’électricité représente une large part des coûts de production. La réduction des coûts à ce 
niveau passe entre autres par un meilleur contrôle de l’équilibre thermique des cuves d’électrolyse. À 
certains  endroits,  la  tendance  est  d’abaisser  le  plan  anodique  afin  de  réduire  le  voltage  tout  en 
augmentant  l’ampérage  pour  conserver  une  énergie  spécifique  constante  avec  une  productivité 
accrue. Cela entraîne toute une gamme d’avantages, mais aussi des risques opératoires nécessitant 
un suivi serré. La gelée se formant sur les parois est une variable malléable permettant d’éponger les 
variations  thermiques  quotidiennes  du  procédé.  Elle  protège  les  caissons  de  l’effet  corrosif  du  bain 
liquide, mais peut aussi empiéter sur la cathode. Cela réduit la surface, donc augmente la résistance 
cathodique, modifie les lignes de courants et crée de l’instabilité.  

Il est possible de mesurer la gelée de façon manuelle, mais c’est une tâche ardue qui ne fait pas partie 
du  suivi  continu.  La  plupart  du  temps,  les  opérateurs  détectent  par  une  inspection  visuelle  les 
caissons  rougis,  un  signe  d’une  gelée  mince  ou  absente  à  cet  endroit  de  la  cuve.  Cette  situation 
indique qu’il n’y a déjà plus de gelée, que le bain s’infiltre dans les matériaux réfractaires latéraux et 
chemine vers le caisson d’acier (figure 4). 

  5 
 Figure 4. Composantes typiques d’une cuve d’électrolyse [46]  

Ces endroits sont considérés comme étant critiques et font généralement l’objet d’un suivi journalier. 
L’espérance  de  vie  de  la  cuve  chute.  Normalement,  des  buses  d’air  sont  installées  à  l’extérieur  des 
cuves  afin  de  refroidir  les  caissons  par  convection  forcée  et  ainsi  favoriser  la  formation  de  gelée  à 
l’intérieur de la cuve. Ils peuvent également modifier les points d’opérations si le problème persiste. 
Ils  doivent  parfois  planifier  des  arrêts  préventifs  pour  éviter  les  accidents.  Lorsque  le  caisson  est 
atteint,  la  cuve  risque  de  percer,  c’est‐à‐dire  qu’il  y  aura  une  dangereuse  fuite  de  réactifs  à  haute 
température.  

Cette situation est du type réaction‐action‐prévention. Lorsque le caisson est rouge, il se fait déjà tard 
pour  réagir.  L’inverse,  commencer  par  la  prévention,  serait  avantageux.  L’idéal  serait  de  pouvoir 
anticiper quand et à quel endroit la gelée risque de fondre et d’agir avant qu’il n’y ait des dommages. 
Un suivi permanent de ce type n’a pas encore été développé car les méthodes et les instruments de 
mesure sont intrusifs et pas suffisamment résistants pour des mesures permanentes.  

  6 
1.2. DÉFINITION DU PROJET DE RECHERCHE 
Il  est  possible  de  mettre  au  point  un  modèle  numérique  afin  de  solutionner  un  bilan  d’énergie 
thermique avec changement de phase solide‐liquide, connaissant l’environnement et les dimensions 
des cuves. Une méthode de résolution inverse, utilisant ce type de modèle et exploitant une mesure 
thermique  expérimentale  permet  de  prédire  l’épaisseur  de  gelée.  Cette  méthode  permet  de 
s’affranchir des mesures intrusives. 

Un  modèle  numérique    [28] solutionnant  ce  problème  ainsi  qu’un  système  de  mesures  ont  été 
développés  à  l’Université  de  Sherbrooke  (LAPSUS).  Le  pilote  expérimental  permet  de  mesurer 
l’évolution  d’un  système  à  changement  de  phase  dans  un  environnement  contrôlé  [3].  La 
concordance  des  résultats  expérimentaux  et  numériques  a  été  démontrée  à  plusieurs  reprises.    Le 
transfert de cette technologie dans une salle de cuve est l’objet de ce projet de maîtrise.  

À  part  les  réactifs,  les  matériaux  et  l’environnement  thermique,  le  banc  d’essai  expérimental  ne 
partage pas toutes les réalités d’une usine : pas d’électrolyse, pas d’effets magnétohydrodynamiques, 
pas d’opérations quotidiennes, pas d’effet d’anode et pas les mêmes dimensions. Le modèle doit être 
modifié selon la géométrie de la cuve et calibré selon l’ordre de grandeur des mesures industrielles. 
Les  variations  de  température  à  la  paroi  externe  seront  mesurées  par  des  thermocouples  installés 
spécialement  pour  ce  projet.  Il  faudra  aussi  valider  si  les  prédictions  d’épaisseur  de  gelée  sont 
indépendantes de la position dans toute la salle, dans une seule cuve, sur un côté ou à un endroit à la 
fois. 

Le milieu d’accueil pour ce projet est le centre de recherche et développement de Rio Tinto Alcan à 
Saguenay.  L’usine  Grande‐Baie  collabore  également  à  ce  projet  en  permettant  de  travailler  sur 
certaines cuves. Il s’agit d’innovation ouverte, soit un partenariat de recherche avec les universités. 
Une équipe multidisciplinaire et expérimentée composée d’étudiants aux cycles supérieurs de l’UdeS, 
de professeurs, de scientifiques du CRDA, d’ingénieurs et de techniciens interviendront dans certaines 
phases du projet. 

  7 
1.3. Objectifs 
Les étapes de réalisation de l’ensemble du projet ont été planifiées sur un horizon de plus de six ans. 
La vision d’ensemble est de prédire un profil de gelée à partir de mesures thermiques de surface. Le 
présent  projet  de  maîtrise  constitue  l’étape  finale,  soit  les  premiers  pas  vers  une  utilisation 
industrielle. 

Plus spécifiquement, l’objectif principal de ce projet est de : 

 Développer  et  mettre  en  place  une  méthode  de  mesure  non‐intrusive,  continue  et 
permanente adaptée à l’environnement industriel, qui, à partir de méthodes inverses 
alimentés par des mesures thermiques, permettra de prédire en continu le profil de 
gelée sur les parois latérales d’une CE.  

Pour y parvenir, les sous‐objectifs suivants devront être rencontrés : 

 Adapter le modèle numérique à la réalité industrielle 
 Élaborer et planifier des séquences de mesures thermiques sur les cuves 
 Valider et critiquer les résultats 
• Valider la correspondance entre la température de caisson et le profil de gelée 
• Comparer les mesures de gelée et les prédictions du modèle 
 Identifier les limitations de l’application industrielle de l’outil de prédiction  
 

L’ensemble  du  système  devrait  permettre  d’estimer  et  de  faire  le  suivi  en  continu  du  front  de 
solidification.  Les  mesures  externes  de  température  seront  l’intrant  au  modèle  numérique  et  la 
prédiction  obtenue  par  la  méthode  inverse  sera  validée  par  les  mesures  directes  de  gelée.  L’étape 
suivante  sera  de  détecter  les  variations  thermiques  provoquées  afin  d’améliorer  la  précision  des 
mesures.  La  finalité  est  d’avoir  en  place  un  dispositif  permanent,  fiable  et  précis  permettant  de 
mesurer en continu l’épaisseur de la gelée. 

 
 

  8 
1.4. Contributions originales 
Ce  projet  vise  à  améliorer  le  contrôle  et  la  performance  énergétique  du  procédé  d’électrolyse  de 
l’aluminium  par  le  développement  d’une  méthode  non  intrusive  et  continue  de  mesure  de  la  gelée 
sur le côté d’une cuve d’électrolyse, à partir d’une méthode inverse et de mesures thermiques. Pour 
la  première  fois,  à  la  connaissance  de  l’auteur,  des  mesures  dynamiques  du  comportement  de  la 
gelée dans une cuve d’électrolyse suite à une perturbation thermique importante sont présentées.  

Les  analyses  réalisées  ont  permis  d’estimer  la  vitesse  à  laquelle  la  gelée  disparait  à  la  suite  de  la 
perturbation.  Ainsi,  il  serait  possible  de  prévoir  les  changements  face  aux  variations  du  procédé 
(diminution ACD, CAT, EA prolongé) et de la quantifier. Répertorier les périodes avec peu ou pas de 
gelée serait un outil essentiel pour augmenter la durabilité des cuves. Des enquêtes pourraient être 
menées pour identifier les causes de la fonte de gelée et mettre en place des actions correctives pour 
les  éviter.  Éventuellement,  ces  mesures  pourraient  être  intégrées  aux  algorithmes  de  contrôle 
automatisés.  Ce  type  de  développement  offre  la  possibilité  d’accroître  la  capacité  technique  et 
technologique de toute l’industrie. 

Aussi,  la  chimie  de  bain varie  constamment, selon des évènements tels que l’ajout d’alumine  et  les 

écarts thermiques importants. Justement, le bain solide n’a pas la même composition chimique que le 
bain liquide : il contient majoritairement de la cryolithe et peu de sels fluorés  [22]. Lorsque la gelée  
fond,  la concentration des sels varie, ce qui a un impact sur le liquidus (et la surchauffe) et la capacité 
à  diluer  l’alumine  (boues),  ce  qui  cause  divers  problèmes  d’opération.  Les  liens  entre  tous  ces 
éléments sont connus, mais peu exploités.  

Peu  de  systèmes  de  mesures  aussi  avancés  que  celui  développé  par  le  LAPSUS  n’ont  encore  été 
déployés  au  niveau  industriel.  Les  dernières  percées  concernent  surtout  la  modélisation  numérique 
des  phénomènes  physiques,  chimiques,  thermiques,  électrodynamiques  et 
magnétohydrodynamiques  des  cuves.  L’une  des  particularités  du  projet  de  maîtrise  est  son 
orientation pratique, conjuguant de réelles mesures thermiques et un modèle mathématique.  

Le  modèle  mathématique  développé  pour  prédire  l’épaisseur  de  gelée  à  partir  du  signal  des 
thermocouples  placés  stratégiquement  sur  le  caisson  des  cuves  permettra  de  participer  à 
l’avancement  des  compétences  sur  les  techniques  de  mesure.  Il  engendrera  des  possibilités 
prometteuses en ce qui concerne tout le contrôle du procédé d’électrolyse de l’aluminium. 

  9 
 CHAPITRE 2 : ÉTAT DE L’ART 
2.1. Connaissances industrielles 
Le  procédé  d’électrolyse  de  l’aluminium  est  dynamique;  il  dépend  du  design,  de  la  stratégie  de 
contrôle  des  opérations  et  des  matières  premières.  La  consommation  d’énergie  est  une  priorité  au 
niveau du suivi et des projets d’amélioration continue, puisque l’électricité est un intrant dispendieux. 
Les  pertes  de  chaleur  sont  toutefois  nécessaires  et  généralement  bien  régulées,  mais  certaines 
opérations  (changement  anode,  alimentation,  siphonage)  provoquent  inévitablement  des  variations 
dans l’équilibre thermique. Les propriétés des matériaux et des matières premières ont aussi un rôle 
dominant.  Cette  section  vise  à  mieux  comprendre  l’impact  des  éléments  dits  industriels  sur  le 
procédé.  

2.1.1. Bilan d’énergie de la cuve 

En électrolyse, l’électricité est une matière première. Pour rentabiliser le procédé, il est indispensable 
d’en  avoir  une  source  accessible  et  abordable,  en  plus  d’optimiser  son  utilisation.  Selon  les  lois  de 
conservation, le bilan global s’écrit : 

Entrée ‐ Sortie + Génération ‐ Consommation = Accumulation                             (2.1) 

Les  principales  sources  de  variation  sont  l’alimentation,  les  changements  d’anodes,  les  effets 
d’anodes, les pertes thermiques, les traitements de voltage, le siphonage et la chimie de bain [30]. La 
tension  requise  pour  la  réaction  électrochimique  dépend  du  rendement  faraday  et  de  la  cible  de 
voltage  (équation  2.2).  La  cuve  résiste  matériellement  au  passage  du  courant.  La  chute  de  tension 
dans  les  composantes  externes  est  évaluée  à  partir  de  l’ampérage  et  d’une  résistance  estimée 
(équation  2.3).  Le  voltage  excédentaire  (équation  2.4  [46].)  est  permet  de  calculer  la  puissance 
interne (équation 2.5), sois la quantité d’énergie servant à maintenir la température de la cuve. 

𝑉!!!" = 1.648×𝑅𝐹 + 0.48×𝑉!"#$    [46]                                                 (2.2) 

𝑉!"# = 𝑅!"# ×𝐼                                                                              (2.3) 

𝑉!"# = 𝑉!"#$ − 𝑉!!!" − 𝑉!"#                                                                  (2.4) 

𝑃!"# = 𝑉!"# ×𝐼                                                                              (2.5) 

  10 
2.1.2. Pertes thermiques  

Les cuves sont conçues de façon à ce que de la chaleur puisse être évacuée par les côtés des caissons, 
afin de favoriser la formation de gelée.  
 
Toutefois, le flux de chaleur qu’évacuent les parois dépend de l’épaisseur de cette même gelée, de la 
surface  latérale  disponible,  des  niveaux  de  liquides,  de  l’épaisseur  et  des  propriétés  des  matériaux 
[31]. Il s’y forme une couche de gelée qui protège les parois des propriétés corrosives de l’électrolyte. 

Le  transport  de  chaleur  se  fait  par  conduction  de  l’intérieur  vers  l’extérieur,  puis  par  convection 
naturelle  et  radiation  à  la  paroi  externe.  Aux  températures  d’opération,  le  transfert  de  chaleur  par 
rayonnement y est dominant [8].  
 

Optimiste,  El  Bakkali  s’intéresse  directement  au  développement  de  matériaux  d’isolation  durables, 
entrevoyant que les cuves pourraient éventuellement opérer sans gelée  [14]. Les dalles de bordures 
actuelles ne sont pas résistantes sur une longue période. Les avancements technologiques visent à les 
rendre plus isolantes, durables et fonctionnelles, ce qui permettrait d’opérer les cuves avec moins de 
gelée.  Il  y  aurait  des  avantages  au  niveau  de  la  productivité,  de  la  consommation  électrique,  des 
conditions de travail (moins de gaz, poussières, goudrons, chaleur) et des impacts environnementaux 
[14]. 

2.1.3. Effet d’anode 

Les  effets  d’anodes  surviennent  lorsque  la  concentration  d’alumine  dans  le  bain  est  si  faible  que  la 
réaction d’électrolyse ne peut avoir lieu. Elles peuvent aussi avoir lieu lors du démarrage d’une cuve 
ou  être  une  conséquence  d’opérations  telles  que  le  siphonage  ou  le  changement  d’anodes.  Elles 
provoquent une augmentation subite du voltage et l’émission de perfluorocarbures. En effet, la cuve 
réagit au manque d’alumine en électrolysant le bain lui‐même, ce qui libère du fluor. Ce dernier se lie 
au  carbone  des  anodes  de  carbone  pour  former  du  CF4  et  du  C2F6.  Ces  gaz  sont  responsables  de 
l'élévation du voltage, car ils forment une résistance entre les anodes et le bain. Les effets d’anode 
sont donc indésirables, puisqu’ils diminuent la productivité, font surchauffer les cuves (risque perdre 
gelée), augmentent la consommation d’énergie et les émissions de gaz à effet de serre.  

  11 
D’une autre côté, ils peuvent être bénéfiques occasionnellement pour leur effet nettoyant : un effet 
d’anode cause de la turbulence dans la cuve, ce qui permet à la poussière de carbone (des anodes) de 
remonter  à  la  surface.  C’est  aussi  un  signal  que  la  cuve  n’est  pas  toujours  en  suralimentation. 
Normalement, un effet d’anode est provoqué (à une fréquence entre 1 et 7 jours) si la cuve n’en a 
pas eu au cours de cette période. Pour les éteindre, il faut enlever la couche de gaz qui s’est formée 
sous les anodes (monter et descendre le plan anodique,  insérer des bouts de bois dessous ou utiliser 
de  l’air  comprimé)  et  augmenter  la  concentration  d’alumine  dans  le  bain  (casser  et  alimenter,  mais 
sans surcharger). 

2.1.4. Alumine 

L’alumine  est  le  composé  chimique  utilisé  pour  produire  de  l’aluminium  pur.  En  plus  d’être  une 
matière première, l’alumine forme une couverture à la surface de la cuve, aussi appelée croûte, qui 
agit principalement comme isolant thermique en plus d’adsorber une partie des fluorures évaporés. 
Pour améliorer son efficacité et former une croûte épaisse et solide, les opérateurs procèdent à un 
recouvrement constitué de bain broyé et d’alumine.  

Toutes les variétés d’alumines n’ont pas nécessairement les propriétés recherchées pour l’électrolyse. 
Des spécifications au niveau des impuretés, de la provenance du minerai et de la structure cristalline 
doivent  être  respectées.  Les  usines  d’extraction  (procédé  Bayer)  n’utilisent  pas  toutes  les  mêmes 
paramètres  et  sources  de  matières  premières,  ce  qui  crée  des  différences  notables  au  niveau  de 
l’opération.  Entre  autres,  la  pureté influence  la  qualité  du  métal  et  la  performance  des  cuves.  Il  y  a 
aussi des spécificités recherchées dans la distribution de la taille des particules (angle de repos, aire 
de  surface,  cristallinité).  Un  mélange  de  particules  moyennes  est  désiré.  Si  elles  sont  trop  grosses, 
elles ont de la difficulté à se dissoudre. À l’opposé, des particules trop fines font de la poussière et 
s’écoulent mal.  Aussi, le LOI (Loss of ignition, perte au feu) est une caractéristique physicochimique 
d’importance. Il s’agit de la perte de masse reliée à l’échauffement de l’alumine. Elle diminue pour de 
l’alumine calcinée (majorité de type α). Cette dernière se dissout moins bien dans le bain. Enfin, une 
alumine moins dense et avec structure poreuse favorise l’isolation thermique.  

  12 
2.1.5. Alimentation 

La méthode, la quantité et la fréquence de l’alimentation varient selon la technologie et la stratégie 
de  contrôle  des  cuves.  Dans  les  plus  vieilles  usines  avec  des  cuves  bouts  à  bouts,  les  opérateurs 
cassent la couverture à la machine (aux 4‐6 heures), puis alimentent les cuves sur toute leur longueur. 
Les  dernières  technologies  sont  équipées  de  piqueurs‐alimenteurs  permettant  de  percer  à  des 
endroits  fixes  puis  d’alimenter  à  une  fréquence  rapide  (aux  1‐2  minutes),  ce  qui  crée  un  pseudo 
régime permanent au niveau de l’alimentation. La concentration cible d’alumine se situe entre le seuil 
de saturation et l’effet d’anode. À saturation, de la boue se forme sur la cathode et sous les anodes, 
ce qui dévie le courant, augmente la résistivité de la cuve et crée de la turbulence. Lorsque la cuve a 
besoin  d’être  alimentée,  le  bain  s’électrolyse  lui‐même,  ce  qui  libère  des  gaz  qui  se  logent  sous  les 
anodes, ce qui provoque souvent un effet d’anode.  Il est préférable d’opérer à une température de 
bain  supérieure  d’environ  30°C  au  solidus  (varie  selon  chimie),  car  autrement,  l’alumine  va  se 
dissoudre lentement. La stratégie est souvent d’augmenter la température du bain avant d’alimenter 
(effet d’anode ‘naturel’ de toute façon lorsque la cuve à faim) pour éviter de former de la boue.  

La croûte qui se forme sur le dessus de la cuve est composée d’environ 30% de bain. L’alumine de la 
croûte a été transformée en α, un type indésirable puisqu’elle a moins de surface de contact, ce qui 
nécessite davantage d’énergie. Il faut donc minimiser la quantité de croûte qui tombe dans le bain au 
cassage. 

2.1.6. Changement d’anode 

Les anodes font partie de la réaction chimique de l’électrolyse. Elle se consomme d’environ 0.45 kg de 
carbone par kg de métal produit. Il faut donc les changer selon un cycle prédéfini (typiquement moins 
de  20  jours)  pour  éviter  que  la  productivité  ne  soit  perturbée.  Elles  sont  posées  exactement  à  la 
hauteur du plan anodique pour minimiser les perturbations. La variation de la température du bain 
peut être de plus de 10°C lors des changements d’anodes [13].  

2.1.7. Siphonage  

La formation d’aluminium est proportionnelle au rythme de consommation des anodes. Elles sont en 
partie immergées dans le bain, mais conservent une distance fixe avec le bassin de métal. Le cadre 
supportant les anodes est d’ailleurs programmé pour ajuster la distance entre le dessous des anodes 

  13 
et la surface de la nappe d’aluminium considérée comme la cathode électrochimique (ACD). Les cuves 
sont opérées avec une cible de métal variant entre 10 et 40 cm selon le design. Le volume de métal 
retiré  de  la  cuve  au  siphonage  est  prédéfini  pour  éviter  certaines  complications.  Par  exemple,  une 
cuve opérée au‐dessus de la cible de métal a plus de facilité à dissiper la chaleur, puisque l’aluminium 
a  une  conductivité  thermique  élevée  (237  W/m2K)  [8].  La  température  du  bain  diminue  et  la  gelée 
épaissit. Au contraire, une cuve ayant peu de métal devient très active, car les forces de brassage sont 
dispersées  dans  un  plus  petit  volume.  Au  court  d’une  journée,  la  hauteur  de  métal  varie  d’environ       
2 cm, ce qui est dans les limites de stabilité du procédé. Les dernières générations de cuves ont une 
plus grande superficie, ce qui permet d’avoir un plus grand réservoir, limiter les pertes thermiques et 
d’augmenter la production de métal.   

2.1.8. Magnétohydrodynamique 

Un hall d’électrolyse est composé de plusieurs cuves branchées en série. L’intense courant électrique 
qui y circule arrive verticalement sur le côté des cuves, est distribué horizontalement dans la barre de 
distribution  des  anodes  puis  divisé  verticalement  dans  toutes  les  anodes.  En  théorie,  le  courant 
poursuit  son  chemin  en  ligne  droite  vers  la  cathode,  mais  il  est  souvent  dévié  par  de  la  boue,  des 
bulles  de  gaz  et  de  la  gelée  épaisse  ou  absente.  Ce  phénomène  est  amplifié  lorsque  les  barres 
collectrices  se  carburent,  diminuant  leur  conductivité  électrique.  Aussi,  une  anode  neuve  prend  du 
temps à se réchauffer et atteindre son plein potentiel de distribution, obligeant le courant à passer 
par les autres anodes.  

Les  cuves  modernes  sont  conçues  pour  balancer  les  champs  d’induction  magnétique  qui  mettent, 
entre autres, les fluides en circulation  [39]. L’écoulement des fluides dans la cuve s’effectue selon un 
patron complexe, permettant de bien distribuer l’alumine et la chaleur dans le bain. Il peut aussi se 
créer  des  points  morts,  où  de  la  boue  est  susceptible  de  s’accumuler,  créant  des  débalancements 
locaux. 

Des  mouvements  verticaux  peuvent  aussi  apparaître,  si  l’intensité  du  courant,  la  distance  anode‐
cathode et les niveaux de liquide franchissent les limites opératoires. Un faible niveau de métal risque 
de  provoquer  des  vagues  dans  la  nappe  de  métal  et  favoriser  la  réoxydation  de  l’aluminium.  D’un 
autre  côté,  une  cible  de  métal  élevée  accélère  l’évacuation  de  la  chaleur  et  refroidit  le  bain.  De 

  14 
l’énergie supplémentaire sera nécessaire pour réchauffer la cuve, ce qui n’est pas avantageux sur le 
plan énergétique.  

Une  cuve  est  instable  lorsque  les  oscillations  verticales  (vagues)  deviennent  importantes.  Pour 
améliorer la stabilité des cuves, des barres collectrices asymétriques sont installées, soit pour mieux 
contrôler le champ d’induction magnétique, soit la distribution du courant dans les fluides. Le patron 
de circulation et les vitesses de métal peuvent être mesurés en dispersant des traceurs métalliques à 
plusieurs endroits. La figure 5 représente la circulation typique du métal dans une cuve : 

Figure 5. Schéma typique de circulation du métal dans une cuve P‐155 [35] 

Outre la circulation du métal, des débalancements thermiques peuvent subvenir, car la compensation 
magnétique n’est pas toujours parfaite. En conséquence, la température moyenne du côté positif est 
plus  faible  que  celle  du  côté  négatif.  La  gelée  y  est  donc  plus  épaisse.  Les  inégalités  dans  la 
distribution de courant sont souvent l’une des principales causes de perçage de jeunes cuves. 

2.1.9. Bain (température et chimie) 

Le bain est le meilleur solvant pour dissoudre l’alumine. Il est composé majoritairement de cryolithe 
(Na3AlF6) qui a un point de fusion de 1 010°C. L’ajout de sels fluorés (AlF3 ,CaF2) permet d’abaisser le 
point de fusion jusqu’à 960°C. Il est chauffé par effet joule lors du passage du courant. Typiquement, 
sa température se situe entre 940°C et 970°C.  

Le bain est échantillonné régulièrement pour en suivre la chimie, soit le ratio NaF / AlF3. S’il y trop de 
NaF, la densité augmente, ce qui est indésirable puisque le bain doit demeurer au‐dessus du métal. 
D’un autre côté, un excès d’AlF3 est synonyme d’une augmentation de la résistance ohmique, d’une 

  15 
diminution du liquidus et de la solubilité de l’alumine. Il est avantageux d’opérer avec un faible ratio, 
en autant que l’alimentation livre de petites quantités d’alumine à des fréquences élevées. Ces cuves 
sont à la limite de la stratégie de contrôle, mais elles ont l’avantage d’avoir un meilleur rendement et 
de fonctionner à température réduite. 

Dans un diagramme de phase solide‐liquide, le liquidus désigne la température à partir de laquelle il 
commence à se former des cristaux dans le liquide. En terme d’électrolyse, c’est le point où le bain 
commence à cristalliser et à former un mélange dit pâteux, jusqu’à l’atteinte du solidus, point à partir 
duquel  tout  le  bain  s’est  solidifié.  Il  est  souhaitable  d’opérer  à  un  bas  liquidus,  puisque  ça  permet 
d’abaisser la température du bain et donc, la consommation d’énergie.  

La surchauffe, sois l’écart entre Tbain‐Tliq est une variable mesurée régulièrement. Une augmentation 
du  ratio  a  pour  conséquence  de  faire  augmenter  la  température  du  bain  et  d’abaisser  celle  du 
liquidus,  ce  qui  a  un  impact  majeur  sur  la  formation  de  gelée.  C’est  un  élément  thermostat  qui 
s’ajuste selon les perturbations afin de rétablir l’équilibre thermique dans la cuve. À plus long terme, 
les températures changent selon les traitements d’instabilité, les variations du niveau de métal et les 
problèmes électriques. 

Un appareil nommé cryotherme est utilisé pour mesurer la température du bain, du liquidus et de la 
surchauffe  [23].  La  sonde  est  immergée  dans  le  bain  et  maintenue  à  niveau  jusqu’à  ce  que  la 
température du bain soit stable. Après une vingtaine de secondes, la sonde est retirée de la cuve pour 
refroidir  à  température  ambiante.  Le  point  d’inflexion  sur  la  courbe  température‐temps,  présent  à 
cause du changement de phase, correspond au liquidus. 

Face à la problématique reliée au caractère abrasif du bain, White et ses acolytes [49] ont développé 
un capteur consommable, qui, lorsqu’en contact avec le métal, peut mesurer la chute cathodique et 
la  température  du  bain.  Cette  sonde  novatrice  est  d’ailleurs  la  racine  de  plusieurs  projets  de 
développement  sur  la  mesure  de  l’équilibre  thermique  des  cuves.  Pleinement  fonctionnel,  cet 
appareil est un outil de production fiable, rapide (une mesure dure 20 secondes),  simple d’utilisation 
et  il  ne  nécessite  aucune  interprétation  des  résultats.  Ce  système  a  été  mis  à  l’essai  avec  succès 
durant plus de six mois à l’usine d’électrolyse de Corus Aluminium Voerde, en Allemagne.  La figure 6 
montre comment le tout est disposé dans une cuve d’électrolyse. 

  16 
 

Figure 6. Mesure de température et de chute cathodique avec capteur consommable [49]. 

2.1.10. Épaisseur de la gelée 

Dans les usines, des outils de mesure directe ont été développés afin de connaître l’épaisseur de la 
gelée  à  certains  endroits  dans  la  cuve  (mesures  ponctuelles).  Il  s’agit  d’une  barre  graduée 
horizontalement et mise à niveau sur un socle gradué verticalement (figure 7).  

Figure 7. Schéma mesure épaisseur de gelée industrielle [28] 

  17 
  

Les  dimensions  et  les  propriétés  des  matériaux  sont  connues,  permettant  de  tenir  compte  entre 
autres,  de  la  dilatation  thermique.  Cet  outil  permet  d’estimer  le  profil  de  la  gelée  avec  une  marge 
d’erreur estimée à ±1.0 cm. 

Une cavité est généralement observée dans la gelée : elle correspond en fait au niveau de l’interface 
bain‐métal (figure 8).  

Figure 8. Cavité dans la gelée à l’interface bain‐métal [40] 

La présence de vagues de surface et un transfert de chaleur périodiquement non stationnaire à cet 
endroit contribuent à hausser localement le coefficient d’échange thermique entre les liquides et la 
gelée, ce qui la fait fondre  [40]. Aussi, il est montré que le flux de chaleur dans la partie supérieure 
(bain‐gelée) et inférieure (métal‐gelée) ne sont pas du même ordre de grandeur [2]. 

2.1.11. Température des parois 

Sondes de flux, pyromètres optiques, caméras thermiques et thermocouples de contact sont tous des 
instruments  pouvant  servir  à  mesurer  des  températures  de  surface.  Même  s’ils  sont  bien  calibrés, 
aucun  ne  peut  déterminer  la  température  absolue  d’un  caisson.  La  mesure  prise  par  un  capteur 
optique peut être altérée par l’angle de vision, l’émissivité et les poussières. Un appareil peut établir 
un mauvais contact avec la surface ou être endommagé par le milieu environnant.  

  18 
Les capteurs de flux thermiques sont en fait des transducteurs qui génèrent un signal proportionnel 
au flux thermique local perpendiculaire à la surface d’intérêt [24]. Ils sont équipés de détecteurs de 
température  différentiels  (thermocouples),  certains  d’un  radiomètre  (détecteur  de  radiation),  mais 
ne  sont  pas  idéales  pour  mesurer  la  convection.  Ils  doivent  être  soigneusement  calibrés  [10]  pour 
compenser l’effet de la couche limite de convection locale et la superposition des matériaux. Le bon 
type  de  sonde  est  sélectionné  en  fonction  de  la  sensibilité  de  réponse  désirée,  de  la  température 
d’opération,  de  l’intensité  du  flux  de  chaleur,  des  perturbations  du  milieu  de  mesure,  du  coût  de 
fabrication et des contraintes spatiales.    

La thermographie infrarouge est une option permettant de reproduire la température d’une surface 
ou  le  flux  thermique  d’une  masse  se  trouvant  derrière  [18].  Ce  type  de  mesure  peu  intrusif  est 
avantageux  car  il  permet  d’évaluer,  à  distance,  la  température  de  surfaces  très  chaudes  et  même 
mobiles. Il faut cependant faire attention à la qualité de la surface (lisse et noire) et à l’angle de vision 
de  la  caméra.  Alors  que  les  pyromètres  assurent  une  mesure  ponctuelle,  les  caméras  infrarouges 
permettent de cartographier la température sur l’intégrale de la surface.  

Une technique efficace consiste à insérer des thermocouples dans le caisson (profondeur de l’ordre 
de  1‐2  mm).  Ils  sont  reliés  à  un  système  d’acquisition  de  données  in‐situ,  qui  enregistre  les 
températures selon un pas de temps défini. Namboothiri, Lavoie, Cotton et Taylor  [31]  les disposent 
verticalement pour mesurer le profil de température sur la hauteur de caisson. Gaillard, Colin, Homsi 
[17] cherchent à réguler la température du bain à l’intérieur de cuve. Ils utilisent les thermocouples 
pour seconder leur bilan thermique, en les plaçant tout autour de la cuve, à la hauteur du bain, de 
l’interface et du métal pour voir les différences locales de températures. 

Sachant  qu’il  y  a  du  potentiel  dans  l’idée  de  refroidir  les  parois  des  cuves,  un  dispositif  de 
refroidissement intégré au caisson d’une cuve d’électrolyse a été développé au Light Metals Research 
Centre de l’Université d’Auckland [31]. Contrairement aux instruments actuellement utilisés en usine 
pour  refroidir  les  cuves  rougies,  ce  système  utilise  un  minimum  d’air  comprimé  pour  refroidir  les 
parois  latérales  de  façon  uniforme,  peu  bruyante  et  sans  soulever  de  poussières.  Très  efficace,  il 
comprend aussi des échangeurs de chaleur permettant de récupérer de l’air chaud qui pourrait, entre 
autres, servir à préchauffer l’alumine et les nouvelles anodes. 

  19 
2.2. Modélisation 
À l’UQAC (Université du Québec à Chicoutimi), Kiss et Dassylva‐Raymond ont réalisé le bilan d’énergie 
simplifié (purement thermique) d’une cellule d’électrolyse hypothétique présentée à la figure 9 [26]. 

Figure 9. Coupe d’une cuve d’électrolyse hypothétique [26] 

Leur  objectif  était  d’analyser  et  d’obtenir  un  ordre  de  grandeur  des  coefficients  de  transfert  de 
chaleur  et  d’épaisseur  de  gelée  pour  une  intensité  variable.  Ils  ont  réussi  à  extraire  quelques 
tendances,  mais  leur  modèle  mathématique  demeure  simplifié.  Pour  obtenir  des  résultats  plus 
complets,  il  faut  considérer  un  maximum  de  phénomènes  (physiques,  chimiques,  thermiques, 
électrodynamiques,  magnétohydrodynamiques),  caractéristiques  du  procédé  d’électrolyse.  Safa  est 
l’un  des  chercheurs  les  plus  avancés  en  la  matière :  il  modélise  à  la  fois  l’électromagnétisme, 
l’hydrodynamique et la thermique [38].  

Outre  la  modélisation  et  les  mesures  physiques,  des  méthodes  statistiques  à  variables  multiples 
latentes ont été développées par Duchesne [44]. Cette méthode permet d’établir de nouveaux liens 
entre les mesures. Les bases de données des usines contiennent des informations pertinentes pour 
l'optimisation  des  procédés  et  le  contrôle  de  la  qualité.  Elles  demeurent  cependant  sous‐utilisées 
parce  qu’elles  contiennent  un  pourcentage  non  négligeable  de  données  manquantes  et  un  nombre 
imposant de variables ayant un fort degré de dépendance. Pour réussir à extraire de l’information, les 
données sont projetées dans un espace à variables latentes de faible dimension, ce qui permet une 
interprétation visuelle, rapide et appropriée de l’importante quantité d'information. Une application 
concrète  de  cette  méthode  a  permis  de  prédire  la  vie  d’une  cuve  selon  le  choix  des  paramètres  de 

  20 
préchauffage, de démarrage et d’opération (premières semaines), en faisant une régression linéaire 
partielle sur les multiples variables de procédé. L’erreur de prédiction, de 90 jours, est assez précise 
pour un cycle de vie de cuve autour de 2000 jours.  Cette méthode statistique a le potentiel d’être 
complémentaire aux méthodes numériques dans la prédiction de l’épaisseur de la gelée, entre autres, 
grâce au traitement des variables opérationnelles.  

De son côté, Boily  [6] s’est concentré à développer un modèle basé sur des mesures de température 

externes.  Dans  son  montage  expérimental,  il  a  intégré  des  capteurs  thermiques,  soit  des 
thermocouples, à l’intérieur d’un bloc d’anthracite simulant la paroi latérale d’une cuve d’électrolyse. 
Fonctionnant  à  haute  température,  le  banc  d’essai  a  été  conçu  afin  d’accomplir  toute  une  gamme 
d’essais.  Les  données  de  températures  sont  interprétées  par  un  modèle  numérique  résolvant  le 
problème inverse de conduction thermique. Les expériences ont été menées sur des couches de sable 
(essentiellement du quartz, Tfusion = 1650 °C). Cette matière, utilisée pour représenter le bain, permet 
de travailler à haute température, de faire des observations et d’assurer un certain niveau de sécurité 
au  laboratoire.  Le  quartz  a,  comme  le  bain,  une  conductivité  thermique  dépendante  de  la 
température.  C’est  l’une  des  raisons  justifiant  le  choix  de  ce  matériau  solide.  La  température 
maximale atteinte dans le réacteur était de 960 °C, soit environ la température du bain dans une cuve 
d’électrolyse. Il faut donc prendre note que le phénomène de fusion/solidification n’avait pas lieu. Les 
essais menés ont permis d’affirmer que le système répondait bien, puisque Boily a été en mesure de 
déterminer correctement l’épaisseur moyenne des couches de sable. L’objectif ultime est d’arriver à 
estimer en continu le profil de température des réactifs à l’intérieur d’une cuve d’électrolyse. Pour y 
parvenir,  il  faut  travailler  avec  un  matériau  à  changement  de  phase,  éventuellement  du  bain,  puis 
adapter  le  système  à  l’environnement  réel  des  parois  de  cuves  et  en  faire  l’application  au  niveau 
industriel. La performance ainsi que la durabilité du capteur pourraient alors y être évaluées.  

Haugland et coll. [21] ont démontré que la variation de la température aux parois externes influence 
l’épaisseur de la gelée. En combinant différents logiciels et modèles, ils ont d’abord constaté que pour 
un  apport  énergétique  (flux  de  chaleur)  constant,  un  changement  de  température  ambiante 
occasionne  un  changement  équivalent  de  température  aux  parois.  Bien  que  ce  fait  semble  logique, 
les  modèles  utilisés  prévoyaient  un  écart  de  0.4 °C  aux  parois  pour  un  changement  de  1 °C  de  la 
température  ambiante.  L’épaisseur  de  la  gelée  n’est  cependant  pas  influencée  par  la  variation  de 
cette  dernière.  Ils  ont  aussi  vérifié  l’effet  du  refroidissement  des  parois  externe  par  un  jet  d’air.  La 
température de surface est instantanément passée de 320 °C à 150 °C. Ils ont constaté une croissance 

  21 
significative de l’épaisseur de la gelée : les modèles ont prédit une variation de 3‐4 cm alors que les 
mesures directes ont été estimées à 2 cm. Cet écart est entre autres attribuable au fait que la vitesse 
exacte du jet d’air à la surface du caisson ne peut être prédite.  

Le  transfert  de  chaleur  avec  changement  de  phase  solide  liquide  peut  être  représenté  par  une 
solution  analytique  simplifiée  du  Problème  de  Stefan.  Ce  dernier  décrit  l'évolution  dans  le  temps 
d’une interface solide‐liquide  au  cours  d'un  changement  de  phase.  La  problématique  de  cette 
solution  est  que  les  conditions  aux  frontières  doivent  être  connues  à  l’avance,  ce  qui  n’est 
généralement pas le cas puisque l’épaisseur de la gelée est recherchée (inconnue).  

Une  méthode  de  résolution  consiste  à  procéder  à  une  analyse  numérique  du  phénomène.  Des 
scientifiques  tels  que  Alexiades,  Crank  et  Ozisik  [1,12,  33],  spécialisés  dans  le  développement  de 
techniques de résolution numérique, ont publié des ouvrages rigoureux sur le sujet.  

La  formulation  enthalpique  est  une  technique  de  résolution  numérique  permettant  de  suivre  une 
interface  de  solidification  se  déplaçant  dans  le  temps.  Elle  est  largement  utilisée  et  est  fidèle  à 
l’ensemble des phénomènes thermiques. Le grand avantage de cette approche est que l’ensemble du 
domaine  est  représenté  dans  une  seule  équation,  puisque  la  variation  d’enthalpie  (terme  de 
changement de phase) a été introduite dans bilan global de la chaleur (équation 2.1‐2.2).  

∂T   ∂g
ρC
∂t
( )
= ∇ ⋅ k∇T − δH
∂t     
                                                     (2.1) 
    

δH = ρ (C p ,l − C p ,s )T + ρL
Où                                                              (2.2) 
     

Les  conditions  aux  limites  appliquées  pour  déterminer  le  champ  de  température  dans  le  domaine 
présenté à la figure 10 sont les suivantes : 

  ∂T     (2.3)                    
k = h(T x =0
− Tamb )    
∂x Ω3

∂T          (2.4) 
k = 0          
  ∂y Ω1, 2

   k ∂T = q                   (2.5)     
∂x Ω3

  22 
  

Figure 10. Géométrie simulée  

 
Marois  et  coll.  [28]  ont  développé  un  modèle  numérique  permettant  de  simuler  les  phénomènes 
thermiques  et  de  prédire  le  profil  2D  de  la  gelée  sur  les  parois  d’un  réacteur  cylindrique  vertical  à 
haute température. La figure 11 présente le dispositif expérimental. 
 

 
Figure 11. Dispositif expérimental, vue de face [3] 

La stratégie de résolution emploie les méthodes inverses, ce qui permet de s’affranchir des mesures 
internes difficiles à obtenir. La résolution débute en posant une hypothèse sur l’épaisseur de la gelée. 
Les conditions initiales, les propriétés physiques et les autres conditions aux limites sont connues. En 
complément des conditions limites, des hypothèses fondamentales ont été définies :  

1. La convection naturelle dans le liquide, due à la variation de la masse volumique, est négligeable. Le 
transfert de chaleur par conduction y est dominant; 

  23 
 2. La température est distribuée de façon axisymétrique dans le domaine, ce qui permet d’avoir un 
problème en deux dimensions (r,z); 

3. La conductivité thermique et la chaleur spécifique du matériau à changement de phase (MCP) sont 
dépendantes de la température;  

4. Le changement de phase se déroule sur une plage de température (pas isotherme); 

5. Le coefficient de transfert de chaleur à l’extérieur du four varie selon la température de surface, les 
propriétés physiques du fluide de refroidissement et la géométrie du système de refroidissement (s’il y 
a lieu); 

6. La résistance de contact entre la paroi du réacteur et le front de solidification est négligé; 

7.  Les  pertes  de  chaleur  à  la  surface  externe  sont  dues  au  transfert  de  chaleur  par  radiation  et  par 
convection. 

Les fours de transformation à haute température présentent une très grande inertie thermique. Des 
stratégies de résolution ont été adoptées afin de faciliter la mise en œuvre des méthodes inverses. 
Les conditions thermiques, les matériaux et les réactifs présents dans le réacteur métallurgique sont 
les  même  qu’en  industrie.  La  simplicité  relative  de  l’étape  pilote  est  volontaire :  l’obtention  d’un 
modèle de base fiable et rigoureux est indispensable avant d’appliquer le tout au milieu industriel. Le 
modèle  a  été  validé  analytiquement  et  expérimentalement.  Les  prédictions  obtenues  concordent 
avec les mesures physiques et ce, dans différentes conditions thermiques. 

L’application industrielle du modèle correspond à la suite logique des travaux de Marois. Pour utiliser 
cette  méthode  dans  une  salle  de  cuves,  il  faut  d’abord  redéfinir  l’orientation  et  la  géométrie,  puis 
ajuster  les  conditions  limites  (figure  10).  Ces  changements  sont  essentiels,  puisque  le  bassin  d’une 
cuve  fait  typiquement  une  quinzaine  de  mètres  de  long,  quelques  mètres  de  large  et  moins  d’un 
mètre  de  haut  [41].  Les  frontières  Nord  et  Sud  sont  adiabatiques  (Ω1,  Ω2).  La  limite  Est  (Ω3)  est 
refroidie par convection naturelle et radiation. À l’ouest (Ω4), le flux de chaleur provenant de la cuve 
est inconnu
 
 
Aussi,  la  réaction  d’électrolyse,  les  opérations  quotidiennes  et  les  changements  dans  le  temps  des 
propriétés (concentration, température) ont un effet sur la prédiction : la plupart de ces phénomènes 
ne  sont  pas  simulés.    Plusieurs  mesures  industrielles  devront  être  réalisées  afin  de  bien  calibrer  le 
modèle et vérifier sa fiabilité. Éventuellement, il sera possible d’obtenir une prédiction en continu de 
l’épaisseur de la gelée sur la paroi interne.  

  24 
 CHAPITRE 3 : PROTOCOLE EXPÉRIMENTAL 
3.1. Méthodologie 

3.1.1. Mesures industrielles 

Afin de pouvoir développer des stratégies de mesures indirectes permettant de connaître en continu 
l’épaisseur  de  la  gelée  dans  une  cuve  d’électrolyse,  il  faut  identifier  et  expérimenter  les  techniques 
industrielles actuelles. Différents instruments peuvent être utilisés pour mesurer la température à la 
surface des caissons. Quatre appareils (thermocouple de contact, pyromètre optique, pyromètre sur 
un manche et caméra thermique) ont été calibrés, utilisés et comparés. 

Les thermocouples de contact permettent d’avoir une valeur près de la température réelle, de façon 
ponctuelle, c’est‐à‐dire, un seul point à un moment fixe. Les pyromètres optiques mesurent l'énergie 
émise par un corps : ils sont utiles pour mesurer, à distance, des températures supérieures à 200 °C. 
Un pyromètre peut aussi être installé sur un manche gradué pour une mesure hors de portée. Enfin, 
les caméras thermiques aident à qualifier une surface au lieu d’un point fixe. 

Les difficultés en thermographie infrarouge (pyromètres et caméra) sont nombreuses : la présence de 
poussières,  un  angle  de  tir  obstrué  ou  une  mauvaise  calibration  peuvent  être  des  facteurs  d’erreur 
importants. L’émissivité des surfaces mesurées est d’ailleurs un facteur correctif essentiel. La plupart 
des  matériaux  ont  une  émissivité  documentée  dans  la  littérature  [8].  Par  contre,  il  arrive  que  les 
corps  gris  soient  altérés  (oxydation,  usure,  encrassement…)  et  que  l’émissivité  réelle  dévie  de 
l’émissivité théorique. 

Un court protocole a été mis en œuvre pour confronter les quatre appareils. Ils ont tous été calibrés 
sur une surface chaude accessible. Quatre points verticaux ont été tracés à la craie comme cibles de 
mesure. Chaque marque a été mesurée à deux reprises. Pour le thermocouple de contact et les deux 
pyromètres, l’écart entre les deux répliques se situe sous les 5.0°C (ANNEXE A). Ceci indique que ces 
appareils,  utilisés  dans  un  environnement  hostile,  peuvent  fournir  des  mesures  justes.  Il  en  est 
autrement pour la caméra thermique, dont l’écart moyen (équation 3.1) entre deux mesures  se situe  
à 16.4°C. 

!
É𝑐𝑎𝑟𝑡 𝑚𝑜𝑦𝑒𝑛 =   𝑥 − 𝑥                                                                (3.1) 
!

  25 
Les  parois  des  cuves  de  l’usine  Grande‐Baie  se  situent  sous  un  caillebottis,  soit  un  plancher  en 
grillage. Pour avoir accès aux parois, il faut descendre sous le plancher en suivant un protocole strict. 
Un  charriot  de  mise  à  la  terre  doit  être  utilisé.  Les  techniciens  s’exposent  à  une  chaleur  ambiante 
élevée, des poussières, un sol instable et des risques de brûlure. Afin de minimiser le travail prolongé 
sous le caillebottis, le pyromètre installé sur une manche est couramment retenu pour les mesures 
ponctuelles. 

Il  existe  une  solution  alternative,  permanente  et  continue  pour  les  lectures  de  températures  de 
surface: des thermocouples peuvent être ancrés dans le caisson à l’aide d’un outil de perçage,  puis 
individuellement  reliés  à  une  boîte  d’acquisition  de  données  accessible  au  plancher.  Pour  faciliter 
l’installation  et  limiter  les  dangers,  l’instrumentation  se  déroule  habituellement  avant  le  démarrage 
d’une cuve. De cette façon, les parois sont à portée de main, les matériaux sont en parfaite condition 
et  surtout,  il  n’y  a  pas  de  réactifs  en  fusion.  Par  contre,  une  cuve  nécessite  quelques  mois  avant 
d’atteindre un point d’opération stable. Cette période d’attente ne concorde pas avec l’échéancier du 
projet.    Il  est  possible,  malgré  plusieurs  risques,  de  procéder  à  l’installation  des  thermocouples  sur 
des cuves en opération. Cependant, le perçage des caissons est une tâche peu fréquente requérant 
des  précautions  importantes  en  matière  de  santé  sécurité.  La  température  ambiante  est  élevée, 
l’endroit  est  poussiéreux,  l’espace  est  restreint  et  les  parois  difficiles  d’accès.  Pour  ces  raisons,  les 
thermocouples installés de cette façon sont rarement tous fonctionnels. 

De chaque côté d’une cuve, il y a douze anodes. L’espace entre deux anodes est défini comme étant 
une tranche. Elle est nommée selon les numéros des anodes adjacentes (exemple : 12‐13). Au total, il 
y  a  onze  tranches  possibles  de  chaque  côté  d’une  cuve.  Les  thermocouples  ont  été  installés  sur  les 
parois  latérales,  vis‐à‐vis  les  endroits  où  la  gelée  pourra  être  mesurée.    L’usine  a  permis 
l’instrumentation  spécifique  de  deux  cuves  (A  et  B)  pour  le  projet.  Des  agencements  de  quatre 
thermocouples ont été intégrés aux caissons. La figure 12 et le tableau 1 montrent la disposition des 
capteurs. 

  26 
  

Figure 12. Plan d’instrumentation d’une tranche, vue du caisson (côté) 

 
Tableau 1. Positionnement des thermocouples 

 
Les  quatre  tranches  aux  extrémités  des  cuves  n’ont  pas  été  instrumentées,  pour  éviter  les 
perturbations physiques et thermiques normalement observées à ces endroits. Le choix des tranches 
à  instrumenter  s’est  fait  in  situ,  selon  l’accessibilité  de  l’appareil  de  perçage  aux  parois.  Ces 
thermocouples sont difficiles à installer sur des cuves en vie. Le côté négatif des cuves était prioritaire 
en  termes  de  nombre  de  tranches  instrumentées.  Une  information,  déjà  connue  de  l’industrie,  est 
ressortie  de  manière  évidente  lors  des  mesures  de  température:  le  côté  négatif  peut  être  jusqu’à 
100°C plus chaud que le côté positif (montées de courant). Évidemment, le patron de circulation des 
liquides, l’âge des anodes et l’historique de la cuve expliquent la disparité générale des températures 
de  caisson  tout  autour  de  la  cuve.  L’écart  important  d’un  côté  à  l’autre  est  surtout  justifié  par  la 
disposition des barres de compensation magnétique. La cuve A est instrumentée sur cinq tranches (3 
côté négatif, 2 côté positif) et la cuve B sur trois tranches (2 côté négatif, 1 côté positif). Les données, 

  27 
enregistrées  aux  cinq  minutes  sur  toute  la  durée  des  essais,  serviront  d’entrée  à  la  simulation 
numérique.  

Il était prévu que les tranches ne seraient pas toutes accessibles à chaque journée de mesure, dû aux 
changements d’anode. Les anodes neuves sont grosses, serrées et hautes, ce qui empêche le passage 
des instruments de mesure. Elles sont aussi ‘’froides’’, ce qui perturbe l’équilibre thermique local et 
celui du voisinage. 

Une expérience spéciale a aussi été mise en place pour évaluer la répétitivité des mesures de gelée. 
Une  équipe  de  trois  techniciens  ont  reçu  le  mandat  de  mesurer  le  profil  de  gelée  d’une  tranche  à 
deux  reprises,  de  manière  successive.  Le  premier  doit  tenir  la  barre,  ajuster  le  niveau  et  sonder  la 
gelée sur la verticale. Le second, fait la lecture des règles graduée et le communique au troisième, qui 
note  ce  qu’il  entend.  L’espace  restreint  entre  deux  anodes,  l’environnement  de  travail  hostile,  la 
déformation  et  la  dilatation  de  la  barre  sont  d’autres  éléments  sont  susceptibles  d’affecter  les 
mesures.  L’écart  absolu,  en  cm,  a  été  calculé  entre  les  deux  mesures,  aux  altitudes  des  trois 
thermocouples installés sur le caisson. Au total, quatre tranches ont été mesurées de cette façon. En 
somme, la répétitivité des mesures de gelée est de 1.0 cm. Le tableau 2 présente les résultats : 

Tableau 2. Écart dans les mesures de gelée, hauteur à partir des barres collectrices 

3.1.2. Modèle numérique 

En  plus  des  mesures  industrielles,  il  faut  adapter  le  modèle  numérique  selon  la  réalité  industrielle. 
D’abord,  il  faut  fixer  les  dimensions  et  les  propriétés  des  matériaux  selon  le  design  de  la  cuve 
instrumentée.  Des  paramètres  tels  que  le  coefficient  de  transfert  de  chaleur  à  la  paroi  externe,  les 
flux  sortant  par  la  couverture  et  le  fond  de  la  cuve  serviront  à  la  calibration  du  modèle.  Les 
températures  de  caisson  sont  les  conditions  aux  limites  variables.  Selon  l’analyse  de  sensibilité,  le 
système  est  en  mesure  de  prédire  un  changement  significatif  d’épaisseur  de  gelée  pour  une 
augmentation  de  température  de  caisson  minimale  de  40°C  (figure  13).  En  deçà  de  cette 

  28 
température, les prédictions sont dans l’ordre de grandeur de l’écart de mesure moyen. En somme, 
pour être significatif, le changement de température moyen doit être de plus de 40°C. 

Figure 13. Variation minimale de température de caisson 

En  somme,  le  protocole  expérimental  vise  d’abord  à  mesurer  des  températures  externes  et  des 
mesures  de  gelée,  mais  plus  précisément,  d’observer  des  variations  cohérentes  entre  ces  deux 
variables.  La  prémisse  est  d’évaluer  l’état  initial  des  tranches  instrumentées,  d’appliquer  une 
variation d’énergie à la cuve, puis de mesurer les changements. Puisqu’il n’y a pas de précédents, il 
est  difficile  savoir  quelle  quantité  d’énergie  ajouter  pour  pouvoir  mesurer  un  effet  significatif.  Il  est 
aussi  ardu  de  prévoir  le  temps  nécessaire  pour  obtenir  des  changements,  ni  s’ils  seront  uniformes 
partout  dans  la  cuve.  De  plus,  le  bain  électrolytique  sera  échantillonné  et  sa  température  mesurée 
lors de chaque journée de mesure. Deux essais (#1 et #2) ont été planifiés, l’un d’une durée de 8 jours 
et le second de 27 jours. Il a été établi que pour des raisons de disponibilité de l’équipement et de la 
main‐d’œuvre, toutes les mesures seraient effectuées durant les quarts de jour de semaine. 

  29 
 CHAPITRE 4 : RÉSULTATS 
4.1. Premier essai 
Le premier essai, d’une durée de 8 jours, vise à mesurer les changements dans l’épaisseur de gelée, 
en présumant qu’ils surviennent entre 12 et 48h suite à l’augmentation de voltage. L’usine a permis 
un incrément d’environ 3% du voltage, avec la possibilité d’augmenter à près de 7% au besoin. Pour 
des questions de faisabilité, de mise en œuvre et de logistique, ce premier essai s’est déroulé sur la 
cuve A seulement. 

Le premier matin, l’expérience a débuté par une mesure de référence afin d’obtenir l’état initial de la 
gelée.  Dès  que  les  profils  ont  été  mesurés,  la  consigne  de  voltage  a  été  amplifiée  (vers  9h00).  Plus 
tard, vers 15h, c’est le traitement de changement d’anode pour le quart de nuit qui a à nouveau fait 
augmenter  l’énergie  interne.  Ce  traitement  est  décroissant,  c’est‐à‐dire  que  la  quantité  d’énergie 
additionnée  diminue  sur  quelques  heures.  Il  revient  à  tous  les  36h,  soit  à  chaque  changement 
d’anodes. L’incrément de voltage a été amplifié à 7% le jour 4, pour favoriser davantage la fonte de la 
gelée.  Le  jour  5,  vers  9h,  la  moitié  du  voltage  additionné  a  été  enlevé,  pour  revenir  à  la  consigne 
régulière en fin de journée le jour 8. L’évolution de l’énergie interne pour ces journées est présentée 
à la figure 14. 

Figure 14. Évolution de l’énergie interne au cours du premier essai. 

  30 
Entre le jour 1 et le jour 8 de l’essai, la température du bain est passée de 966°C à 1 005°C et la 
surchauffe, de 11°C à 25°C (figure 15). Selon l’expérience industrielle, une telle augmentation assure 
normalement un impact sur la gelée.  

                        

Figure 15. Évolution de conditions thermiques du bain au cours du premier essai. 

L’analyse  des  profils  de  gelée  et  de  température  se  concentre  sur  le  côté  négatif  de  la  cuve  A.  Les 
températures  de  caisson  y  sont  plus  élevées,  ce  qui  favorise  la  fonte  de  la  gelée  et  l’usure  des 
matériaux réfractaires des parois latérales. Aussi, les analyses seront basées sur l’état initial et final 
des tranches, car les variations de l’état transitoire ne sont pas significatives. 

Les figures 16‐17 présentent dans l’ordre les profils de gelée et de température des tranches entre les 
anodes 19‐20 et 20‐21 : 

  31 
  

Figure 16. Profils de température et de gelée, tranche 19‐20, essai 1. 

Figure 17. Profils de température et de gelée, tranche 20‐21, essai 1. 

Les deux tranches réagissent tel que prévu. Pour la tranche 19‐20, le profil de gelée recule de 3.1cm 
tandis  que  la  température  a  augmentée  de  51°C.  Les  résultats  sont  encore  plus  marqués  pour  la 

  32 
tranche  20‐21 :  la  gelée  fond  en  moyenne  de  3.9  cm  et  la  température  du  caisson  augmente 
d’environ 69°C.  

Aussi du côté négatif, la tranche 16‐17 semble réagir différemment : elle refroidit (14°C) et forme de 
la gelée (2.0 cm). L’évolution des profils est logique, puisqu’un refroidissement aux parois résulte en 
une  formation  de  gelée.  La  variation  d’épaisseur  de  gelée  est  significatif,  mais  pas  la  variation 
température (figure 18). Le modèle est sensible à des variations de température au‐delà de 40°C : il 
ne pourra pas faire une prédiction juste. 

Figure 18. Profils de température et de gelée, tranche 16‐17, essai 1. 

4.2. Deuxième essai 
L’essai,  d’une  durée  de  27  jours,  s’est  déroulé  simultanément  dans  les  cuves  A  et  B.  Seules  les 
tranches  du  côté  négatif  de  chaque  cuve  ont  été  mesurées.  L’usine  a  permis  une  augmentation  du 
voltage  de  l’ordre  de  5%.  La  durée  totale  de  l’essai  va  au‐delà  d’un  cycle  de  changement  d’anodes, 
d’environ  21  jours,  ce  qui  permettra  de  comparer  des  journées  de  mesure  se  situant  au  même 
endroit dans le cycle. Les changements d’anode ont un impact important sur le comportement de la 
tranche  elle‐même,  mais  aussi  sur  les  environs :  les  variations  thermiques  locales  sont  donc 
comparables lors des deux journées similaires dans le cycle. 

  33 
Il est important de rappeler que les mesures des profils de gelée, lors du second essai seulement, ont 
été  répétées  pour  chaque  tranche.  De  ce  fait,  les  résultats  qui  seront  présentés  correspondent  à  la 
moyenne des épaisseurs à une même altitude. Quant aux températures, il s’agit d’une moyenne sur 
une heure centrée sur la période de mesure de gelée 

La  figure  19  présente  l’énergie  interne  de  la  cuve  A,  avant  et  après  l’incrément.  Les  journées  de 
mesures  ont  été  sélectionnées  pour  correspondre  au  même  moment  du  cycle  de  changement  des 
anodes.   

Figure 19. Évolution de l’énergie interne de la cuve A, deuxième essai. 

L’incrément de voltage est bien marqué vers 14h30, sur la courbe ''Avant''. Vers 21h00 pour les deux 
courbes, c’est le traitement de changement d’anode de nuit qui débute. 

Les  profils  de  température  de  la  cuve  A,  avant  et  après  l’échelon  de  voltage  sont  présentés  à  la     
figure 20 : 

  34 
  

Figure 20. Évolution des températures de caisson, cuve A, deuxième essai. 

D’abord, il y a eu des problèmes avec certains thermocouples lors de l’installation, laissant seulement 
trois thermocouples fonctionnels pour la tranche 19‐20 et deux pour la tranche 20‐21. C’est tout de 
même suffisant pour constater que la température a augmenté de 30 à 50°C sur toutes les tranches. 
La  couverture  d’alumine  était  uniforme  tout  au  long  de  l’essai.  Ainsi,  il  est  possible  d’estimer  que 
l’essentiel de la chaleur excédentaire fournie à la cuve a été évacuée par les parois latérales. 

Pour la cuve B, le constat est différent (figure 21): 

Figure 21. Évolution des températures de caisson, cuve B, deuxième essai. 

  35 
  

L’analyse de ces profils de températures est plutôt simple : la cuve démontre de l’inertie thermique. 
Les  profils  de  température  varient  en  moyenne  de  14°C,  ce  qui  est  peu.  L’énergie  supplémentaire 
semble  être  dissipée  par  d’autres  surfaces  que  les  côtés  de  cuve.  Typiquement,  le  flux  de  chaleur 
évacué  par  le  fond  de  la  cuve  est  constant :  le  problème  vient  probablement  de  la  couverture 
d’alumine. Il a été remarqué qu’au fur et à mesure que l’essai progressait, le recouvrement semblait 
s’amincir et s’abimer, jusqu’à frôler l’effondrement. Cette cuve est devenue très chaude (1005.8°C). À 
cette  température,  si  la  couverture  d’alumine  avait  résisté,  la  chaleur  évacuée  par  les  parois  aurait 
été suffisamment importante pour clairement faire fondre la gelée et exposer les réfractaires (Annexe 
B).  La  variation  de  température  aux  surfaces  externes  de  la  cuve  sert  d’intrant  aux  prédictions  du 
modèle numérique de Marois. Les mesures à la surface du caisson de cette cuve ne reflètent pas les 
changements internes : pour ces raisons, la cuve B sera écartée de la suite des analyses. Les figures 
illustrant les profils de gelée et de températures de cette cuve sont présentées à l’annexe B. 

Les résultats de la tranche 16‐17 de la cuve A sont illustrés par la figure 22 : 

Figure 22. Profils de température et de gelée, tranche 16‐17, essai 2. 

  36 
D’abord, la gelée n’a pas subi de variation nette : l’écart moyen entre les deux courbes est de 0.5 cm. 
Considérant  qu’une  variation  n’est  significative  que  si  elle  varie  de  ±  1.0  cm,  il  est  impossible  de  se 
prononcer  sur  la  variation  de  ce  profil  de  gelée.  Par  contre,  il  y  a  une  augmentation  claire  de 
température de 34.5°C. 

Le comportement de la tranche 19‐20 est similaire à la tranche 16‐17 (figure 23): 

Figure 23. Profils de température et de gelée, tranche 19‐20, essai 2. 

La  gelée  n’a  pratiquement  pas  bougée :  l’écart  moyen  est  de  0.1  cm.  La  variation  de  température 
moyenne sur le caisson est de 52.5°C. 

La dernière tranche est la seule à réagir telle qu’attendu (figure 24): 

  37 
  

Figure 24. Profils de température et de gelée, tranche 20‐21, essai 2. 

Le  profil  de  gelée  recule  d’en  moyenne  3.1  cm  alors  que  la  température  du  caisson  augmente  de 
51.3°C.  Cette  tranche  est  la  seule  à  avoir  répondu  de  manière  identique  lors  des  deux  essais.  Cette 
constatation sera très utile pour la section simulation. 

 
 

 
 

  38 
4.3. Modèle numérique 

4.3.1. Calibration du modèle 
La prédiction du profil de gelée dans une cuve, voir une salle entière serait un atout majeur pour une 
usine. Le bilan thermique pourrait atteindre un niveau de précision supérieur. Il serait aussi possible 
de cumuler le nombre de jours avec peu ou pas de gelée, ce qui pourrait devenir un indice de la durée 
de  vie  d’une  cuve.  Un  échantillon  de  cuves  instrumentées  pourrait  peut‐être  représenter  l’usine  au 
complet  ou  mieux  encore,  l’énergie  d’une  cuve  pourrait  être  contrôlée  par  le  comportement  de  sa 
gelée. Par contre, comme il a été présenté dans la section précédente, les deux cuves étudiées ne se 
sont pas comportées de la même façon. Plus encore, il y a une disparité importante à l’intérieur d’une 
même cuve.   

Ceci dit, plusieurs tranches d’une cuve doivent être mesurées pour que le modèle numérique puisse 
prédire une épaisseur de gelée conforme. La collecte de données industrielle est déterminante dans 
le  choix  et  la  validation  des  paramètres  de  calibration  appropriés.  Marois  [28] a  ajusté  le  modèle 
numérique  aux  caractéristiques  du  montage  expérimental  au  LAPSUS.    Pour  y  arriver,  il  a  fixé  les 
dimensions,  calculé  les  propriétés  des  matériaux  en  fonction  de  la  température  et  évalué  les 
conditions limites selon la littérature. Tous ces éléments ont dû être adaptés à la réalité industrielle.  

L’industrie ne connaît que l’ordre de grandeur de certains paramètres et variables physiques, tels que 
le  coefficient  de  transfert  de  chaleur  entre  la  paroi  et  son  environnement.  La  quantité  d’énergie 
dissipée sur la surface des caissons est une combinaison de convection naturelle et de rayonnement 
(équations  4.1‐4.3 [8]) 

ℎ!"#$ = 1.78 ∙ (𝑇! − 𝑇! )!.!"                                                          (4.1)  

ℎ!"# = 𝜎 ∙ 𝜖 ∙ (𝑇! ! + 𝑇! ! ) ∙ (𝑇! + 𝑇! )                                                         (4.2) 

ℎ!"#$ = ℎ!"#$ +   ℎ!"#                                                                   (4.3) 

Le  flux  peut  être  mesuré,  ou  calculé  selon  les  lois  de  la  mécanique  des  fluides.  La  première  option 
permet d’obtenir un ordre de grandeur du flux de chaleur quittant la surface, spécifique à l’endroit où 
la sonde est installée, sauf que la chaleur évacuée par rayonnement est souvent négligée. D’un autre 
côté,  le  calcul  théorique  combine  les  deux  phénomènes  de  transfert  de  chaleur  en  plus  de  la 

  39 
géométrie. Dans ce cas, les surfaces forment une cavité avec les surfaces environnantes (figure 25). 
Les parois sont verticales et parsemées d’ailettes. À l’horizontale, il y a le plat bord et le plancher. En 
face, il y a une autre cuve, située à plus de trois mètres. 

Figure 25. Géométrie utilisée pour le calcul théorique du coefficient de transfert de chaleur 

Le bilan d’énergie radiatif se base sur les différents facteurs de forme entre ces six surfaces, dont les 
températures  sont  estimées.  Les  détails  sont  présentés  à  l’annexe  C.  Le  coefficient  de  transfert  de 
chaleur  calculé,  pour  des  températures  des  parois  entre  350°C  et  450°C,  se  situe  entre  15  et  35 
W/m2K.  Au  laboratoire,  Marois  avait  calculé  une  valeur  moyenne  de  40  W/m2K.  Ceci  s’explique  par 
l’orientation horizontale de la surface mais surtout, sa température entre 500 et 1 000°C. Le modèle 
est  particulièrement  sensible  aux  modifications  de  ce  coefficient,  qui  même  évalué  par  un  calcul 
spécifique,  demeure  une  estimation.  De  l’énergie  est  aussi  évacuée  par  la  couverture  d’alumine 
(nord)  et  le  fond  de  la  cuve  (sud).  Le  flux  de  chaleur  sortant  par  ces  endroits  doit  être  fixé  dans  le 
modèle.  En  réalité,  l’énergie  évacuée  par  le  sud  est  sensiblement  constante,  mais  variable  au  nord, 
selon la qualité du revêtement d’alumine. Les valeurs des flux évacués par tous les côtés sont fixées à 
chaque  simulation,  tout  comme  la  surchauffe  et  la  température  du  bain.  Ainsi,  les  mesures  de 
température sont les seules variables d’entrée du modèle.  

Pour valider les choix des critères de calibration, il est nécessaire d’avoir au minimum trois journées 
de mesure, dans des conditions différentes pour chaque tranche étudiée. Ceci permet d’assurer que 

  40 
les valeurs sélectionnées permettent d’obtenir des prédictions justes, peu importe les circonstances. 
Il faut aussi que les profils de gelée et de température concordent, c’est‐à‐dire qu’une augmentation 
de  température  mène  à  une  diminution  de  l’épaisseur  de  gelée,  et  inversement.  La  cuve  B  ne  peut 
donc pas faire partie de l’échantillon : elle n’a fait partie que d’un essai (deux mesures) et elle évolue 
peu thermiquement. Pour ce qui est de la cuve A, il est impossible de conclure sur tous les profils de 
gelée  du  second  essai.  Pourtant,  les  températures  varient  de  façon  significative.  Les  résultats  des 
tranches 16‐17 et 19‐20 ne sont pas valables, puisqu’un profil de gelée ne peut être associé à deux 
profils  de  température  distincts.  En  somme,  seule  la  tranche  20‐21  de  la  cuve  A  a  été  retenue.  Les 
résultats sont présentés à la figure 24. 

Selon les travaux de Marois  [28], la limite du champ d’application de la méthode inverse est de 10% 
sur l’écart relatif moyen entre la prédiction et la mesure. Au‐delà de cet écart, les températures de 
surface  deviennent  insensibles  au  flux  de  chaleur  provenant  du  bain.  Ce  dernier  est  évalué  lors  la 
première itération, parce que c’est une grandeur impossible à mesurer. 

Les résultats des profils de gelée simulés sont présentés aux figures 26 à 29. 

Figure 26. Profils de gelée mesurés et simulés, tranche 20‐21, essai 1, avant incrément d’énergie. 

  41 
  

Figure 27. Profils de gelée mesurés et simulés, tranche 20‐21, essai 1, après incrément d’énergie. 

Figure 28. Profils de gelée mesurés et simulés, tranche 20‐21, essai 2, avant incrément d’énergie. 

  42 
  

Figure 29. Profils de gelée mesurés et simulés, tranche 20‐21, essai 2, après incrément d’énergie. 

On constate d’abord que les prédictions sortent de l’écart moyen de mesure de gelée (équation 3.1) 
dans 50% des cas. Les prédictions ont, dans l’ensemble, une allure uniforme, qui ne représente pas 
les différents types de profil de gelée. Les profils mesurés sont souvent moins rectilignes et marqués 
par  la  cavité  caractéristique  de  l’interface  bain‐métal.  Les  écarts  moyens  (équation  3.1)  entre  les 
prédictions et les mesures correspondantes sont présentés au tableau 3 

 
Tableau 3. Écart moyen entre mesure et prédiction 

  43 
4.3.2. Étude de sensibilité 

La sensibilité de la prédiction face au choix du coefficient de transfert de chaleur est présentée à la 
figure 27. 

Figure 30. Sensibilité des profils de gelée simulés face au choix du coefficient de convection. 
 

Tel qu’expliqué auparavant, il s’agit d’un paramètre de calibration variable selon la localisation de la 
tranche et sa capacité à dissiper la chaleur. Ici, l’écart moyen entre les deux prédictions est de 3.4 cm, 
pour  un  changement  de  10  W/m2K.  Il  s’agit  d’un  changement  majeur.  Il  est  crucial  d’étudier  le 
comportement  thermique  de  chaque  tranche.  C’est  une  tâche  fastidieuse,  mais  c’est  le  seul  moyen 
d’assurer d’obtenir des prédictions justes. 

La mesure exacte de la température du bain lors des séquences de mesures de gelée est importante. 
Cette dernière est un paramètre de modélisation fixe, c’est‐à‐dire qu’il faut l’ajuster chaque fois que 
la simulation est utilisée. La figure 28 présente un cas fictif des prédictions de profils de gelée selon 
différentes conditions.  

  44 
  

Figure 31. Sensibilité des profils de gelée simulés face aux conditions thermiques du bain. 

La  courbe  lisse  présente  la  prédiction  du  profil  de  gelée  d’une  tranche  mesurée  en  opération 
normale. Admettons qu’il se produit un effet d’anode prolongé, que les températures mesurées sur le 
caisson ont augmenté de 50oC et que le profil de gelée recule, mais qu’il garde la même forme. Le 
modèle  prédit  un  changement  d’épaisseur  moyen  de  1.77cm  (courbe  double).  Cette  hausse  de 
température ressentit par les thermocouples du caisson est en fait un conséquence de la hausse de 
température  du  bain,  paramètre  qui  n’a  pas  été  ajustée  dans  la  prédiction  précédente.  La  courbe 
pointillée représente mieux la réalité, puisqu’elle tient compte de l’évolution de ce paramètre. L’écart 
moyen avec la cuve en opération normale est de 1.02cm, ce qui est tout juste suffisant pour détecter 
un  changement  significatif  dans  le  profil  de  gelée.  L’ajustement  de  la  température  du  bain  au 
moment  des  mesures  de  gelée  est  déterminant  dans  la  validité,  l’exactitude  et  l’interprétation  des 
prédictions.  En  somme,  une  erreur  dans  la  mesure  de  la  température  du  bain  pourrait  fausser  les 
résultats de simulation. 

  45 
 CHAPITRE 5 : DISCUSSION 
À la lumière des résultats obtenus, il est évident que le protocole planifié et réalisé n’est pas idéal.  
L’équipe de travail du CRDA est experte dans plusieurs aspects de la transformation de la bauxite en 
aluminium, allant de la fabrication des anodes au design des cuves, en passant par l’instrumentation 
et  la  préparation  de  l’alumine.  Tous  les  éléments  de  ce  projet  ont  déjà  été  mis  en  place 
individuellement dans d’autres circonstances, mais pas déployés de cette façon. Peu de caissons ont 
été  instrumentés  alors  que  la  cuve  est  en  opération.  Peu  voire  pas  de  mesures  de  gelée  sont 
répétées.  Peu  de  tranches  sont  mesurées  plusieurs  jours  de  suite.  Peu  de  cuves  subissent  un 
traitement  de  voltage  sur  plusieurs  jours:  c’est  plutôt  l’inverse  qui  est  souhaité.  Bref,  ce  type 
d’expérience est sans précédents et les façons de s’y prendre, multiples. C’est la difficulté principale 
de ce projet. 

D’abord,  une  maîtrise  à  incidence  industrielle  nécessite  certains  arrangements,  surtout  lorsque 
l’Université  et  l’usine  sont  à  distance.  La  planification  du  projet  a  débuté  par  des  réunions 
téléphoniques  mensuelles  regroupant  les  principaux  acteurs  du  projet.  N’ayant  que  les  plans  des 
cuves  en  main  à  l’époque,  il  était  utopique  de  fournir  un  plan  d’instrumentation  parfait.  D’autres 
facteurs tels que l’horaire des opérations, le nombre de tranches à instrumenter, la durée des essais, 
la  disponibilité  de  la  main  d’œuvre  et  des  équipements  requis  devaient  être  pris  en  compte. 
L’organisation spécifique de l’ensemble du projet nécessitait d’être présente sur le terrain.  

Une idée a toutefois été avancée durant les conversations : instrumenter le caisson d’une cuve avant 
son  démarrage.  Avec  du  recul,  cette  option  aurait  facilité  l’installation  et  limité  les  dangers.  Il 
demeure qu’une cuve jeune atteint la stabilité après plus d’un mois, si tout va bien. Cela signifie qu’il 
y  a  un  délai  important  avant  de  pouvoir  obtenir  des  mesures  fiables.  D’autres  contraintes  sont 
présentes, telles que la faible fréquence de démarrage, la position de la cuve dans la salle et le type 
de cuve. Après avoir visité l’usine, planifié l’ensemble du projet et vérifié la disponibilité de la main 
d’œuvre, l’option d’instrumenter une cuve en démarrage a été écartée. Il en aurait été autrement si 
le projet s’était échelonné sur quelques années. 

Aussi,  prolonger  davantage  la  durée  de  l’incrément  de  voltage  permettrait  de  s’affranchir  de 
l’influence des changements d’anodes. Le cycle se répétant à fréquence fixe, chaque tranche pourrait 
être mesurée dans des conditions thermiques comparables. En effet, lorsque qu’une anode adjacente 
à  la  tranche  est  changée,  l’évacuation  de  la  chaleur  est  favorisée,  provoquant  un  refroidissement 

  46 
local.  Pour  contrebalancer  une  partie  des  pertes,  de  l’énergie  supplémentaire  est  fournie 
temporairement  à  la  cuve (traitement  de  voltage).  Une  variation  de  gelée  entre  deux  quarts  blancs 
successifs peut tout aussi bien être attribuée à l’incrément de voltage qu’à un changement d’anodes. 
Les  mesures  de  température  prisent  en  continue  démontrent  d’ailleurs  l’existence  d’un 
refroidissement  de  la  paroi  externe  simultané  aux  changements  d’anodes,  suivie  d’un  lent 
réchauffement. À titre d’exemple, la figure 29 montre l’évolution de la température du caisson lors 
d’une  journée  typique  avec  changement  d’anodes  à  8h32  exactement.  Le  traitement  de  voltage 
simultané  (figure  30)  ne  parvient  toutefois  pas  à  éviter  cette  chute  de  température  à  la  surface  du 
caisson. 

Figure 32. Température du caisson (thermocouple 2), tranche 16‐17, cuve A. 

Figure 33. Énergie interne cuve A. 

 
L’aspect technique du projet mérite aussi d’être amélioré. L’erreur sur la mesure de gelée doit être 
minimisée. Pour vérifier la répétabilité et la justesse, les profils de gelée ont tous été répétés durant 

  47 
un  court  laps  de  temps  et  des  conditions  similaires.  La  justesse  est  relative,  puisque  la  cible  des 
mesures  est  l’élément  recherché.  La  reproductibilité  n’est  pas  évaluable,  puisque  l’essai  couvre  un 
seul  cycle  d’anodes.  Peu  d’éléments  permettent  de  valider  la  justesse  des  mesures  de  gelée.  Les 
sources  d’erreur  humaine  et  matérielles  sont  nombreuses.  Par  contre,  il  faut  tenir  compte  que  la 
technique  utilisée  a  été  développée  dans  l’optique  de  savoir  s’il  y  a,  dans  une  cuve,  peu, 
moyennement  ou  beaucoup  de  gelée.  C’est  l’ordre  de  grandeur  qui  importe.  Ici,  une  méthode 
approximative a été utilisée pour exécuter des mesures précises, faute de solutions alternatives. À la 
base,  il  était  connu  que  les  résultats  seraient  imprécis:  il  fallait  discerner  jusqu’où  les  techniques 
actuelles pouvaient être menées. Les résultats obtenus mènent à cette conclusion : les changements 
de profil à court‐terme ne sont que le reflet des fluctuations thermiques cycliques subies par la cuve, 
tel un poumon qui respire. 

La couverture d’alumine est aussi un élément d’importance. Son aspect général a été examiné tout au 
long  des  essais,  sans  être  mesuré.  À  la  fin  du  second  essai,  la  température  du  bain  avoisinait  les 
1005°C.  La  croûte  de  la  cuve  B  était  mince  et  noircie  par  de  la  poussière  des  anodes,  qui  se 
détériorent à cause de la chaleur. La croûte se serait effondrée si l’essai s’était prolongé. De plus, une 
croûte mince devient un chemin préférentiel pour la chaleur. L’énergie excédentaire fournie à la cuve 
n’est plus dirigée vers les parois latérales pour faire fondre la gelée. Ceci explique peut‐être pourquoi 
l’écart de gelée avant et après les deux essais n’est pas de plus grand. Un suivi précis de l’état de la 
croûte  aurait  été  pertinent  durant  ce  projet.  Cet  élément,  au  niveau  de  la  simulation,  est  critique. 
Selon  les  itérations,  le  modèle  est  peu  sensible  aux  variations  de  flux  au  nord  et  au  sud :  dans  la 
réalité, ils ont un impact majeur. Il s’agit d’un point faible important et une erreur supplémentaire à 
tenir compte dans les facteurs de calibration.  

Malgré le travail prodigieux du concepteur, le modèle nécessite d’autres améliorations. Le montage 
expérimental  au  LAPSUS  ne  tenait  pas  en  compte  tous  les  aspects  de  l’électrolyse,  tel  que  les 
différents  coefficients  de  transfert  de  chaleur  provenant  des  réactifs  à  l’intérieur  de  la  cuve.  Le 
modèle tient compte d’un coefficient de transfert de chaleur global entre la phase liquide et le talus. 
En réalité, deux phases liquides, le métal et le bain, ayant toutes les deux des coefficients de transfert 
de chaleur différents, sont en contact avec le talus. De plus, il y a des échanges de chaleur verticaux 
entre  le  bain  et  le  métal,  mais  aussi  entre  le  métal  et  la  cathode.  D’autres  variables  telles  que  la 
chimie  du  bain,  la  concentration  en  alumine,  les  niveaux  et  la  circulation  des  liquides  n’ont  pas  été 
tenus  en  compte  dans  la  simulation  et  l’interprétation  des  résultats.  Ces  paramètres  varient 

  48 
constamment  dans  le  temps  et  pourraient  expliquer  le  comportement  inattendu  de  certaines 
tranches. 

Les  possibilités  sont  nombreuses  avec  les  informations  récoltées  par  un  tel  système.  Les  différents 
intervenants de l’industrie ont  démontré de l’intérêt et suggéré différentes idées ayant le potentiel 
de les aider dans leur travail. Les ingénieurs de procédé aimeraient pouvoir suivre quotidiennement 
l’état  de  la  gelée  dans  les  cuves.  Les  modélisateurs  s’intéressent  aux  mesures  afin  de  générer  des 
bilans  thermiques  plus  complets.  Les  concepteurs  auraient  davantage  d’outils  pour  analyser  le 
comportement des différents types de cuve.  

La  mise  en  place  industrielle  de  ce  projet  universitaire  n’est  qu’un  début.  La  méthode  fonctionne, 
mais doit être perfectionnée. Les cuves et les tranches semblent avoir des particularités individuelles, 
alors qu’il était estimé que le comportement de la gelée dans une salle était plutôt uniforme. Cette 
réalité ajoute du défi : ça ne rend pas le projet irréalisable, ça le rend encore plus intéressant! 

   

  49 
 CHAPITRE 6 : CONCLUSION ET 
RECOMMANDATIONS 
 

Pour  terminer,  le  but  principal  était  d’adapter  un  modèle  mathématique  basé  sur  les  méthodes 
inverses à l’environnement industriel puis de le mettre à l’épreuve afin d’évaluer son potentiel. Des 
mesures  industrielles  ont  servi  d’intrant  à  un  modèle  mathématique,  lui  permettant  de  prédire  en 
continu le profil de gelée sur les parois latérales d’une cuve d’électrolyse.  

Le  projet  s’est  déroulé  en  deux  volets  simultanés.  Le  premier  volet,  la  modélisation,  a  nécessité  un 
travail important pour remplacer les paramètres du laboratoire par les caractéristiques particulières 
de l’usine. Aussi, certains aspects du procédé ont été ignorés: l’électrolyse, la circulation des fluides et 
les  changements  dans  la  dissipation  thermique,  ne  font  pas  partie  du  modèle.  Ces  simplifications 
mènent à des écarts entre les résultats de simulation et les mesures physiques. Pour pallier à cette 
problématique,  des  paramètres  clés,  dits  de  calibration,  ont  été  identifiés  et  ajustés  pour  que  les 
prédictions se synchronisent aux mesures industrielles. 

Le  second  volet  comprend  tout  ce  qui  est  en  lien  avec  les  mesures  physiques  en  usine.  Les  plans 
expérimentaux, le choix de l’instrumentation nécessaire, le déroulement des essais, la gestion de la 
main d’œuvre requise, la collaboration avec l’usine (choix de cuve, variation paramètres), la collecte 
des résultats et les impondérables ont dû être gérés. 

Enfin,  les  deux  volets  ont  été  assemblés  pour  atteindre  les  objectifs.  Les  résultats  obtenus  sont 
représentatifs du procédé d’électrolyse d’aluminium : imprévisibles. En effet, les cuves étudiées ont 
démontré hors de tout doute que ce procédé n’est pas 100% contrôlable. D’abord, il a été constaté 
que  deux  cuves  voisines  (et  d’âge  comparable)  ne  se  comportent  pas  nécessairement  de  façon 
similaire. L’incrément de voltage imposé avait une durée et une grandeur suffisamment grande pour 
observer  des  changements  importants  d’épaisseur  de  gelée.  Cependant,  cet  aspect  a    été 
explicitement observé sur quelques points de mesure seulement. Le comportement de la gelée peut 
être  expliqué  par  une  distribution  des  pertes  de  chaleurs  évolutive.  En  effet,  la  chaleur  cherche 
toujours  le  chemin  le  plus  facile  pour  se  dissiper.  Les  parois  latérales  des  cuves  sont  faites  de 
matériaux  permettant  de  disperser  une  grande  quantité  d’énergie  thermique,  mais  plus  il  y  a  de  la 
gelée  qui  s’y  forme,  plus  la  résistance  est  importante.  Le  fond  de  la  cuve  évacue  une  quantité 

  50 
d’énergie constante alors que la couverture d’alumine, sur le dessus, n’est pas toujours été dans un 
état  idéal.  Selon  les  évènements,  elle  peut  devenir  épaisse  et  isolante  ou  tout  le  contraire.  Elle 
devient alors un chemin préférentiel pour l’évacuation de la chaleur, ce qui change la dynamique de 
transfert de chaleur sur le côté. Les changements de dissipation thermique par le dessus de la cuve ne 
sont  pas  tenu  en  compte  dans  le  modèle  numérique,  ce  qui  constitue  l’une  de  ses  faiblesses 
principales. 

Recommandations 
Dans  une  éventuelle  poursuite  de  ce  projet,  l’étude  devrait  se  dérouler  sur  quelques  cuves  de 
conception identique et situées dans la même salle. Dans le cas présent, seulement deux cuves ont 
fait  partie  du  projet.  Il  est  probable  qu’elles  aient  développé  des  mécanismes  de  réaction  et  de 
transfert de chaleur qui divergent de leur plan de conception. En effet, ces cuves fonctionnaient déjà 
à la limite supérieure de leur fenêtre opérationnelle. Il serait astucieux de choisir, dans la poursuite 
du  projet,  une  cuve  au  design  favorable  à  une  augmentation  importante  d’énergie.  Ainsi,  le 
comportement de la cuve lors d’un incrément d’énergie prolongé aurait déjà fait l’objet des scénarios 
planifiés. 

Un projet à plus grand déploiement permettrait aussi de spécifier le champ d’application du modèle 
numérique. L’échantillon de cuves instrumentées pourrait représenter l’usine au complet, ou mieux 
encore,  l’énergie  d’une  cuve  pourrait  être  contrôlée  par  le  comportement  de  sa  gelée.  Aussi,  le 
modèle et les mesures effectuées devraient prendre en compte la dissipation thermique par le dessus 
de  la  cuve  (couverture  d’alumine  et  anodes).  Cet  ajout  permettrait  d’identifier  les  chemins 
préférentiels où se dissipe la chaleur excédentaire et possiblement. 

Enfin,  il  est  impossible  de  confirmer  à  ce  jour  que  les  mesures  de  température  externes  sont 
représentatives  des  phénomènes  se  déroulant  à  l’intérieur  d’une  cuve  d’électrolyse.  Les  essais 
éventuels  devraient  être  de  plus  grande  envergure,  tant  en  nombre  de  cuve  et  que  de  jours.  Des 
décisions  judicieuses  quant  à  la  planification  devront  être  prises  en  tenant  compte  des  obstacles 
rencontrés ici. Ce projet a du potentiel et suscite de l’intérêt, mais du travail de développement reste 
à  faire.  Toutefois,  l’objectif,  qui  était  de  faire  les  premiers  pas  entre  le  laboratoire  et  l’usine,  puis 
d’évaluer les limitations, a été atteint. 

  51 
 BIBLIOGRAPHIE 
[1] Alexiades, V. et Solomon, A. D. (1995). Mathematical modeling of melting and freezing 
processes. European Journal of Mechanical Engineering, volume 40, numéro 2, p. 125. 

[2] Arita, Y., Urata, N. et Iteuchi, H. (1978). Estimation of Frozen Bath Shape in an Aluminium 
Reduction Cell by Computer Simulation. Light Metals 1978, volume 1, p. 59. 

[3] Bertand, C., Marois, M., Désilets, M. et Soucy, G. (2011). Measurement of the solidification front 
inside a metallurgical reactor. Dans Thomas, B. G., Yurko, J. A. et Zhang, L., Sensors, Sampling, 
and Simulation for Process Control. John Wiley & Sons, p. 85. 

[4] Biedler, P. et Banta, L. (2003). Analysis and correction of heat balance issues in aluminum 
reduction cells. Dans Proceedings of the Technical Sessions Presented by the TMS Aluminum 
Committee at the 132nd TMS Annual Meeting. Light Metals 2003. TMS, Warrendale, PA, USA, p. 
441‐447. 

[5] Bilek, M. M., Zhang, W. D. et Stevens, F. J. (1994). Modelling of electrolyte flow and its related 
transport processes in aluminum reduction cells. Dans Proceedings of the 123rd TMS Annual 
Meeting on Light Metals, Febrary 27, 1994 ‐ March 3. Publ by Minerals, Metals & Materials Soc 
(TMS), San Francisco, CA, USA, p. 323‐331. 

[6] Boily, P. (2001). Application des capteurs thermiques implantés pour la détection du profil de gelée 
dans la cuve d'électrolyse. Maîtrise, Université du Québec à Chicoutimi, Chicoutimi, 

[7] Burns, S. (26 février 2009). Power Costs in the Production of Primary Aluminium. 
Dans [Link]
aluminum/ (page consultée le 2011). 

[8] Cengel, Y. A. et Ghajar, A. J. (2007). Heat and Mass Transfer: Fundamentals and Applications. 
McGraw‐Hill Science/Engineering/Math; 2 edition, États‐Unis, 880 p. 

[9] Chen, Z. D., Taylor, M. P. et Chen, J. J. J. (1998). Heat Transfer on a Surface Affected by an 
Air/Water Interface Undergoing Wave Motion. Light Metals 1998, p. 429. 

[10] Childs, P., Greenwood, J. et Long, C. (1999). Heat flux measurement techniques. Proceedings of 
the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering 
Science, volume 213, numéro 7, p. 655. 

[11] Cloutier, J. (13 octobre 2011). Le Québec, futur Eldorado de l'aluminium? 
Dans [Link]
[Link] (page consultée le 2011). 

[12] Crank, J. (1984). Free and moving boundary problems. Clarendon Press, Université du Michigan, 
425 p. 

  52 
[13] Eika, K. et Skjeggstad, R. (1993). Heat recovery and dynamic process studies. Light Metals 
1993, p. 277‐284. 

[14] El Bakkali, A. (2009). Contribution à l’étude de la corrosion des réfractaires à base de SiC dans les 
cuves d’électrolyse de l’aluminium. Doctorat, Université d'Orléans, 

[15] Fonds d’investissement HSBC (Canada) Inc. (2011). Pourquoi investir dans les marchés 
émergents? Dans [Link]
funds/emerging‐markets(page consultée le 2011). 

[16] Forget, D. (2012 Performance ‐ Des lingots d'énergie. Dans Ordre des architectes du 
Québec, [Link]
le 28 juin 2012). 

[17] Gaillard, J., Colin De, V. J. et Homsi, P. (2003). Electrolytic cell arrangement for production of 
aluminum. C25C3/16; C25C3/00; (IPC1‐7): C25C3/16, United States, 
[Link]

[18] Garnaik, S. P. (2005). Infrared Thermography : A versatile Technology for Condition Monitoring 
and Energy Conservation, National Productivity Council éditionKanpur, India, 7 p. 

[19] Grjotheim, K. et Kvande, H. (1993). Introduction to Aluminium Electrolysis, Understanding the 
Hall‐Héroult Process, 2nd Edition édition. Aluminium‐Verlag, Düsseldorf, 260 p. 

[20] Grjotheim, K. et Welch, B. J. (1988). Aluminium Smelter Technology A Pure and Applied Approach, 
2nd Edition édition. Aluminium‐Verlag, Düsseldorf, 328 p. 

[21] Haugland, E., Borset, H., Gikling, H. et Hoie, H. (2003). Effects of ambient temperature and 
ventilation on shell temperature, heat balance and side ledge of an alumina reduction cell. 
Dans Proceedings of the Technical Sessions Presented by the TMS Aluminum Committee at the 
132nd TMS Annual Meeting. Light Metals 2003. TMS, Warrendale, PA, USA, p. 269‐76. 

[22] Haywood, R., Sarvinis, J., Monaghan, A. et Baker, P. W. (2003). Intensive Sidewall Cooling in Hall 
Heroult Cells. Dans . Light Metals 2003, volume 42nd Annual Conference of Metallurgists of CIM. 
International Symposium on Light Metals, 

[23] Heraeus Electro‐Nite (2012). Liquidus & Superheat Control. Dans [Link]
[Link]/en/sensorsformoltenmetals/aluminium/liquidusandsuperheatcontrol/liquidusandsupe
rheatcontrol_1.aspx(page consultée le 22 août 2012). 

[24] Hukseflux Thermal Sensors. (2011). 
Dans [Link]

[25] International Aluminium Institute (2011). Energy use. Dans [Link]
[Link]/Sustainability/Environmental+Issues/Energy+use (page consultée le 2011). 

  53 
[26] Kiss, L. I. et Dassylva‐Raymond, V. (2008). Freeze thickness in the aluminum electrolysis cells. 
Dans Light Metals 2008. Minerals, Metals & Materials Society, Warrendale, PA, USA, p. 431‐6. 

[27] Maillet, D., Jarny, Y. et Petit, D. (2010). Problèmes inverses en diffusion thermique ‐ Modèles 
diffusifs, mesures, sensibilités. Techniques de l'ingénieur, [Link]
[Link]/base‐documentaire/energies‐th4/genie‐energetique‐
ti200/problemes‐inverses‐en‐diffusion‐thermique‐be8265/ 

[28] Marois, M. (2012). Prédiction inverse d'un front de solidification dans un four de transformation à 
haute température. Doctorat, Université de Sherbrooke, Sherbrooke, 

[29] Marois, M. A., Desilets, M. et Lacroix, M. (2011). Prediction of a 2‐D solidification front in high 
temperature furnaces by an inverse analysis. Numerical Heat Transfer; Part A: 
Applications, volume 59, numéro 3, p. 151‐166. 

[30] McFadden, F. J. S., Welch, B. J., Whitfield, D. et Skyllas‐Kazacos, M. (2001). Control of 
temperature in aluminium reduction cells ‐ Challenges in measurements and variability. 
Dans Light Metals 2001, Febrary 11, 2000 ‐ November 15. Minerals, Metals and Materials 
Society, New Orleans, LA, United states, p. 1171‐1178. 

[31] Namboothiri, S., Lavoie, P., Cotton, D. et Taylor, M. P. (2009). Controlled cooling of aluminium 
smelting cell sidewalls using heat exchangers supplied with air. Dans The Technical Sessions 
Presented by the TMS Aluminum Committee at the TMS 2009 Annual Meeting & Exhibition. Light 
Metals 2009. Metals & Materials Society (TMS), Warrendale, PA, USA, p. 317‐22. 

[32] Orriols, A. (2006). Algorithmes d'optimisation et de contrôle d'interface libre. Doctorat, Ecole des 
Ponts ParisTech, Paris, France, 

[33] Ozisik, M. N. (1993). Heat Conduction, 2, Revisée édition. John Wiley and Sons Ltd, New York/US, 
712 p. 

[34] Pasztora, G. (1992). The Possibility of Producing Aluminium with Higher Purity on the Basis of the 
Electrochemical Model of Electrolysis. Mineral Processing and Extractive Metallurgy Review: An 
International Journal, volume 8, numéro 1 & 4, p. 119. 

[35] Potočnik, V. et Laroche, F. (2001). Comparison of measured and calculated metal pad velocities 
for different prebake cell designs, Light metals 2001 édition7 p. 

[36] RDC contrôle. (2011). Dans [Link]
consultée le 2011). 

[37] Réseau TRANS‐Al Network. (2012). Dans [Link]
2012). 

[38] Safa, Y. (2005). Simulation numérique des phénomènes thermiques et magnétohydrodynamiques 
dans une cellule de Hall‐Héroult. SB School of Basic Sciences, Lausanne : EPFL, 2005, 

  54 
[39] Soares, F. M., Oliveira, R. C. L. et Castro, M. (2010). Bath temperature inference through soft 
sensors using neural networks. Dans The technical sessions presented by the TMS Aluminum 
Committee at the TMS 2010 Annual Meeting & Exhibition. Light Metals 2010. Metals & Materials 
Society (TMS), Warrendale, PA, USA, p. 467‐72. 

[40] Solheim, A., Gudbrandsen, H. et Rolseth, S. (2009). Sideledge in aluminium cells: the trench at the 
metal‐bath boundary. Dans The Technical Sessions Presented by the TMS Aluminum Committee 
at the TMS 2009 Annual Meeting & Exhibition. Light Metals 2009. Metals & Materials Society 
(TMS), Warrendale, PA, USA, p. 411‐15. 

[41] Steiner, G. (2009). Simulation numérique de phénomènes MHD: Application à l'électrolyse de 
l'aluminium. Doctorat, École polytechnique fédérale de Lausanne, 

[42] Stevens McFadden, F. J. (1998). Energy Balance and Cell Dynamics: Considerations for Cell 
Design, Operations and Process Control. Proc. 6th Aust. Al. Smelting Workshop, p. 289. 

[43] Taylor, M. P., Welch, B. J. et Keniry, J. T. (1984). Effect of electrochemical changes on the heat 
balance in aluminum smelting cells. Journal of electroanalytical chemistry and interfacial 
electrochemistry, volume 168, numéro 1‐2, p. 179‐192. 

[44] Tessier, J., Duchesne, C. et Tarcy, G. P. (2011). Multiblock monitoring of aluminum reduction cells 
performance. Dans Light Metals 2011 ‐ TMS 2011 Annual Meeting and Exhibition, February 27, 
2011 ‐ March 3. Minerals, Metals and Materials Society, San Diego, CA, United states, p. 407‐
412. 

[45] Tessier, J., Duchesne, C., Tarcy, G. P., Gauthier, C. et Dufour, G. (2010). Increasing potlife of hall‐
heroult reduction cells through multivariate on‐line monitoring of preheating, start‐up, and early 
[Link] and Materials Transactions B: Process Metallurgy and Materials 
Processing Science, volume 41, numéro 3, p. 612‐624. 

[46] Vedanta ‐ Balco India (2010). Aluminium Production Technology. 
Dans [Link]
2012). 

[47] Villeneuve, D. (2012). La région profite de l'industrie de l'aluminium. Le Quotidien, numéro 29 
février, [Link]
profite‐de‐lindustrie‐de‐[Link] 

[48] Voisin, P. (1992). Métallurgie extractive de l’aluminium. Techniques de l'ingénieur, 

[49] White, P., Wai‐Poi, N., Rolofs, B., Verstreken, P. et Kelchtermans, R. (2001). Development and 
application of a novel sensor for combined measurement of bath temperature and cathode 
voltage drop in aluminium cells. Dans Light Metals 2001, Febrary 11, 2000 ‐ November 15. 
Minerals, Metals and Materials Society, New Orleans, LA, United states, p. 1179‐1186. 

[50] World Aluminium (2012). Dans The International Aluminium Institute, [Link]
[Link]/ (page consultée le 28 juin 2012). 

  55 
 ANNEXE A 

 
Tableau 4. Comparaison des appareils de mesure de température 

  56 
 ANNEXE B 
Profils de gelée dans la cuve B 

311‐ Tranche 16‐17 et 18‐19 

 
Figure 34. Profils de température et de gelée, cuve B, tranche 16‐17, essai 2. 

 
Figure 35. Profils de température et de gelée, cuve B, tranche 18‐19, essai 2. 

  57 
 ANNEXE C 
Calcul du coefficient de transfert de chaleur entre le caisson et son environnement 

L’énergie  dissipée  par  les  parois  des  cuves  d’électrolyse  est  une  combinaison  de  convection 
naturelle et de rayonnement. Le calcul théorique combine les deux phénomènes de transfert de 
chaleur en plus de la géométrie. Dans ce cas, les surfaces forment une cavité radiative (figure 25). 
Les parois sont verticales et parsemées d’ailettes. À l’horizontale, il y a le plat bord et le plancher. 
En face, il y a une autre cuve, située à plus de trois mètres. Le bilan d’énergie radiatif se base sur 
les différents facteurs de forme entre les six surfaces, dont les températures sont estimées.  

Le tableau 5 montre les dimensions des surfaces et le tableau 6, leurs propriétés. 

      Dimension (m) 
Largeur (L)  0.200 
Profondeur (P)  0.127 
Hauteur (H)  0.300 
 

Tableau 5. Dimension des surfaces de la cavité 

♯  de surface  Description  Température (°C)  Émissivité  Aire 

1  Caisson  365  0.90  L x H 
2  Cuve suivante (face)  150  0.99  L x H 
3  Tablier  250  0.95  L x P 
4  Sol  30  0.95  L x P 
5  Ailette  275  0.90  P x H 
6  Berceau  275  0.90  P x H 
 

Tableau 6. Propriétés des surfaces 

Il faut ensuite calculer les facteurs de forme. Les équations sont choisies selon l’orientation des 
surfaces [8], sachant que X, Y, H et W sont les mesures adimensionnées des surfaces. 

  58 
Pour deux surfaces parallèles :  
!
! !!! ! !!! ! ! ! !
𝐹!→! = ln +𝑋 1 + 𝑌 ! tan!! +𝑌 1 + 𝑋 tan!! −
!"# !!! ! !! ! !!! ! !!! !

𝑋 tan!! 𝑋 − 𝑌 tan!! 𝑌                                                                                                                                     (C.1) 

Pour deux surfaces perpendiculaires : 

𝐹!" =
! ! ! !
𝑊 tan!! + 𝐻 tan!! − 𝐻 ! + 𝑊 ! tan!! +
!" ! ! ! ! !! !
!! !!
! !!! ! !!! ! ! ! !!! ! !! ! ! ! !!! ! !! !
ln                                                                       (C.2) 
! !!! ! !! ! !!! ! ! ! !! ! !!! ! ! ! !! !

La règle de réciprocité est applicable. 

𝐴! ∙ 𝐹!" =   𝐴! ∙ 𝐹!"                                                                                                                                                (C.3) 

Aussi, une surface ne réfléchit pas sur elle‐même. 

𝐹!! =  0                                                                                                                                                                 (C.4) 

Tel un problème matriciel, il faut estimer tous les facteurs de forme. 

𝐹!! 𝐹!" 𝐹!" 𝐹!" 𝐹!" 𝐹!"

𝐹!" 𝐹!! 𝐹!" 𝐹!" 𝐹!" 𝐹!"
𝐹!" 𝐹!" 𝐹!! 𝐹!" 𝐹!" 𝐹!"
                                                                                                                    (C.5) 
𝐹!" 𝐹!" 𝐹!" 𝐹!! 𝐹!" 𝐹!"
𝐹!" 𝐹!" 𝐹!" 𝐹!" 𝐹!! 𝐹!"
𝐹!" 𝐹!" 𝐹!" 𝐹!" 𝐹!" 𝐹!!

  59 
Lorsque les facteurs de formes sont tous estimés, il faut établir le bilan d’énergie de la cavité. Le 
taux net radiatif entre deux surfaces s’écrit comme suit : 

! ! !! !!! !!" !!!

𝑄! = !!! 𝑄!→! = !!! 𝐴! ∙ 𝐹!→! 𝐽! − 𝐽! = ! ! =                                                                  (C.6) 
!" !!

 
!!!!
𝑅! =                                                                                                                                                               (C.7) 
!! ∙!!

!
𝑅!" =                                                                                                                                                            (C.8) 
!! ∙!!"

!!" !!! !! !!!

0= !!!! − ! !                                                                                                                                         (C.9) 
!! ∙!! !! ∙!!"

Ce système de six équations a six inconnus se résous rapidement à l’aide d’un solveur. Le taux net 
radiatif, soit le flux radiatif sortant de la paroi est obtenu. Le coefficient de transfert de chaleur 
provient directement de la loi de Fourier : 

𝜑 = ℎ ∙ ΔT                                                                                                                                                         (C.10) 

  60