(EN) Agglomeration process in agglomeration plants is quite sensitive to changes in input feed material characteristics. End-to-end optimization of the agglomerate process by combining all the units is difficult due to unique complexities and challenges associated with combining the individual process outputs. A method and system for optimizing the operation of an agglomeration plant has been provided. The system performs real time optimization on integrated wet agglomeration and thermal agglomeration process which subsequently increases the plant productivity and agglomerate quality and minimizes the operating cost and emissions from the plant. The optimization process involves various steps such as receiving data, pre-processing of data, prediction using physics-based and data-driven models of agglomeration plant, and optimization execution and configuration. The process also involves continuous monitoring of model performance and self-learning of the models in case of a performance drift. The system is also configured to estimate the key performance parameters of agglomeration plant.
(FR) Le procédé d'agglomération dans des installations d'agglomération est tout à fait sensible aux changements des caractéristiques du matériau d'alimentation d'entrée. L'optimisation de bout en bout du processus d'agglomération par combinaison de toutes les unités est difficile en raison de complexités uniques et de défis associés à la combinaison des sorties de traitement individuelles. L'invention concerne également un procédé et un système permettant d'optimiser le fonctionnement d'une installation d'agglomération. Le système effectue une optimisation en temps réel sur une agglomération humide intégrée et un processus d'agglomération thermique qui augmente ensuite la productivité de l'installation et la qualité de l'agglomérat et réduit au minimum le coût de fonctionnement et les émissions de l'installation. Le processus d'optimisation implique diverses étapes telles que la réception de données, le prétraitement de données, la prédiction à l'aide de modèles basés sur la physique et commandés par des données d'une installation d'agglomération, et l'exécution et la configuration d'optimisation. Le procédé implique également la surveillance continue des performances du modèle et l'auto-apprentissage des modèles en cas de dérive de performance. Le système est également configuré pour évaluer les paramètres de performance clés d'une installation d'agglomération.