L’intégration des algorithmes d’apprentissage automatique progresse dans la surveillance en temps réel des dérives de production par injection. En corrélant les variables thermodynamiques et cinétiques (pression de commutation, température, temps de cycle), ces systèmes automatisent le diagnostic qualité, un apport pertinent pour absorber les fluctuations rhéologiques des lots de polymères recyclés post-consommation. Le verrou technologique réside dans l’absence d’interopérabilité des protocoles de communication entre les différentes générations de presses et dans le coût initial d’instrumentation des outillages complexes.
Actualités
- Arkema et Air Liquide structurent une filière de réservoirs hydrogène monolithiques en polyamide 11
- Accélération de l’hydrolyse du PLA via des anhydrides organiques cycliques
- Insertion d’unités alkoxycarbonylméthylène pour la déconstruction des chaînes carbonées
- Des microsphères de silice encapsulent les pigments pour limiter le downcycling
- L’analyse de données par apprentissage automatique s’intègre au pilotage de l’injection