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.
Actualités
- Ouvrages : la bibliographie en science des polymères est à jour
- Atelier V2P : Ressources critiques et polymères, quels enjeux ? – GFP, Paris
- Stage M2 / ingénieur : Modélisation de la dynamique de séparation de phase dans des mélanges de polymères – LPPI, Neuville-sur-Oise (01/11/2026)
- Eastman annonce le rétablissement d’un soutien fédéral à son recyclage des polyesters
- Spartech annonce une extension de ses capacités d’acrylique Polycast pour l’aéronautique