https://www.peren-revues.fr/pollutionatmospherique/7058 Publications de Auteurs Yves Candau fr 0 https://www.peren-revues.fr/pollutionatmospherique/7102 L'objectif de cette étude est l’identification des principales sources contribuant aux niveaux environnementaux de poussières en suspension PM10 à partir des analyses des métaux trace effectuées en un point d’échantillonnage localisé à l’intérieur d’une usine sidérurgique. Selon les informations relatives à ce site, l’une des principales sources est le parc à scories, pour laquelle nous disposons d’une analyse chimique, qu’on utilisera dans un but de validation. Une trentaine d'échantillons a été prélevée sur le site et a été analysée pour 18 métaux trace. L'utilisation de la méthode « récepteur » PMF n'a pas permis d'identifier avec certitude un seul profil qui serait attribué à la source parc à scories ; il en résulte plusieurs profils qui peuvent être associés aux différentes opérations effectuées dans le parc à scories. En dehors des résultats obtenus, ce papier se propose de mettre en évidence les difficultés engendrées par la conception de cette campagne de mesure, afin de permettre une réflexion lors de la conception de nouvelles campagnes expérimentales. The aim of this study is the identification of the main sources of PM10, based on some analyses of trace metals performed in a sampling point inside a steelwork site. It is known that one of the main sources is the slag yard. A chemical analysis is available for this source, giving a sort of fingerprint, which has been used in a validation purpose. Twenty-eight samples were sampled on the steelwork site and they were analyzed for 18 trace metals. The PMF receptor model did not permit to assign with certainty a precise profile to the slag yard; there are several profiles that can be assigned to different operations in the slag yard. Moreover the presentation of the specific results, this paper focuses on the difficulties encountered consequently to the measurement campaign design, in order to be avoided for new other experimental campaigns. mar., 07 mai 2024 16:21:46 +0200 mar., 07 mai 2024 16:21:52 +0200 https://www.peren-revues.fr/pollutionatmospherique/7102 https://www.peren-revues.fr/pollutionatmospherique/7049 La législation environnementale impose aux grandes installations industrielles de déclarer leurs émissions rejetées dans l'atmosphère. La mesure de ces émissions étant onéreuse et techniquement difficile, plusieurs méthodes d'estimation de ces émissions sont acceptées comme alternatives à la mesure directe, l'une d'entre elles étant celle de corrélation. La méthode de corrélation nécessite une campagne spéciale de mesure de ces émissions, à partir de laquelle on établit un modèle empirique par rapport aux variables caractérisant le fonctionnement de l'installation. Cette étude est consacrée au développement d'une méthode de corrélation basée sur un modèle linéaire (régression multiple) ou non linéaire, de type réseaux de neurones, pour estimer les émissions de CO2 et NO2 d'un four de réchauffage d'un laminoir de l'industrie sidérurgique. Les résultats obtenus sont très satisfaisants, de l'ordre de grandeur de l'erreur de mesure pour les deux polluants en utilisant les réseaux de neurones, et assez satisfaisants pour le CO2 dans le cas du modèle linéaire. Les résultats intégrés sont comparés à la valeur globale obtenue en utilisant la méthode du facteur d'émission de l'installation. Environmental legislation requires air pollutant monitoring of large industrial installations emissions. Most of the available measurement techniques being expensive and technically difficult, some other estimation methods are accepted, alternatively, one of them being the correlation one. The correlation method requires a special monitoring campaign of the emissions, which are further used to build an empirical model, in relation with the main process variables. This study is devoted to the development of a correlation method based on a linear model (multiple regression) or a non linear one, e.g. artificial neural networks, in order to estimate the CO2 and NO2 emissions of a re-heating furnace used in the steel industry. The performance of the neural networks is very good for both types of emissions, being comparable to the measurement error. For the CO2 emissions, the linear model gives satisfactory results, too. The results are compared to the global value obtained using the emission factor method. mar., 07 mai 2024 09:20:02 +0200 mar., 07 mai 2024 09:20:08 +0200 https://www.peren-revues.fr/pollutionatmospherique/7049