Tests en ligne et contrôle automatisé des systèmes de sable vert en fonderie de métaux : principes, technologies et avancées

1. Introduction

Le moulage au sable demeure une technique fondamentale de l'industrie de la fonderie, appréciée pour sa polyvalence permettant de produire une vaste gamme de pièces de dimensions et de complexités variées, tant pour les alliages ferreux que non ferreux ( 1 ). Parmi les méthodes de moulage au sable, le procédé au sable vert est particulièrement répandu et utilisé pour un volume important de pièces moulées à l'échelle mondiale, notamment dans les secteurs de l'automobile et de la production à grande échelle, en grande partie grâce à son rapport coût-efficacité et à sa facilité d'automatisation ( 1 ). Le terme « sable vert » désigne un mélange de moulage composé principalement de granulats de sable, de liants argileux (généralement de la bentonite), d'eau et de divers additifs, dont la cohésion est obtenue par compactage mécanique plutôt que par prise thermique ou chimique ( 7 ).

Le succès du procédé de moulage au sable vert repose essentiellement sur la qualité constante du sable de moulage. Les variations des propriétés physiques et mécaniques du sable – telles que la teneur en humidité, la compactibilité, la résistance et la perméabilité – influent directement sur la qualité finale des pièces moulées, entraînant des défauts, une augmentation du taux de rebut et, par conséquent, une baisse de la rentabilité de la fonderie ( 7 ). Traditionnellement, les fonderies s'appuyaient sur des méthodes subjectives d'évaluation tactile ou sur des analyses périodiques en laboratoire pour évaluer la qualité du sable ( 14 ). Si les analyses en laboratoire fournissent des données précieuses, leurs délais et les limitations d'échantillonnage inhérents les rendent inadaptées à la gestion du caractère dynamique des lignes de moulage modernes à grande vitesse ( 12 ). Les conditions au sein du système de sable peuvent évoluer considérablement entre le prélèvement d'un échantillon et l'obtention des résultats d'analyse, ce qui rend le contrôle efficace du procédé, basé uniquement sur ces méthodes, réactif plutôt que proactif ( 15 ).

Sous l'impulsion des exigences croissantes en matière de qualité de fonderie, de tolérances dimensionnelles plus strictes, de productivité accrue, de réduction des coûts d'exploitation et d'utilisation plus efficace des ressources, l'industrie s'est de plus en plus tournée vers la surveillance en ligne (en cours de production) et les systèmes de contrôle automatisés ( 9 ). Ces systèmes utilisent des données de capteurs en temps réel et des boucles de rétroaction pour ajuster automatiquement les paramètres de préparation du sable, dans le but de maintenir les propriétés critiques dans des plages cibles étroites.

Ce rapport présente une analyse complète des tests en ligne et du contrôle automatisé des systèmes de sable vert. Il commence par exposer les principes fondamentaux de la composition et des propriétés du sable vert. Il compare ensuite les méthodes de test hors ligne traditionnelles aux principes et aux avantages de la surveillance et du contrôle en ligne modernes. Les sections suivantes détaillent les technologies de capteurs spécifiques utilisées, leur intégration dans des boucles de régulation automatisées et les dernières avancées technologiques, notamment la détection multiparamètres, les concepts de l'Industrie 4.0 tels que l'Internet industriel des objets (IIoT) et l'application de l'intelligence artificielle (IA) et de l'apprentissage automatique (AA). Enfin, le rapport analyse l'impact et les avantages de ces systèmes avancés, explore les défis liés à leur mise en œuvre et présente des études de cas illustratives de fonderies ayant adopté ces technologies.

2. Principes fondamentaux du sable vert pour la fonderie de métaux

Il est essentiel de comprendre la composition et les propriétés critiques du sable vert avant d'explorer les méthodes de contrôle. L'équilibre précis de ses constituants détermine son comportement lors du moulage et du coulage.

2.1. Définition et rôle

Le sable vert est un mélange de moulage composé principalement de sable, de liant argileux, d'eau et d'additifs. Sa caractéristique principale est que sa cohésion, nécessaire à la formation et au maintien de la forme de la cavité du moule, est obtenue par compactage mécanique de ce mélange humide ( 7 ). Le terme « vert » désigne cet état non durci, contenant de l'humidité, le distinguant ainsi des systèmes de sable à liaison chimique ou durci à chaud ( 6 ).

Les principales fonctions du sable vert dans le processus de fonderie sont multiples :

• Formation de la forme : Pour reproduire avec précision la géométrie du modèle, créer la cavité du moule qui définit la forme de la pièce moulée ( 18 ).

• Intégrité structurelle : Posséder une résistance suffisante (résistance à l'état vert) pour résister à la manipulation lors de l'assemblage du moule, de la fermeture et de la pression métallostatique exercée par le métal en fusion lors de la coulée sans déformation ni effondrement ( 19 ).

• Réfractarité : Résister aux hautes températures du métal en fusion sans fusionner, fondre ou réagir excessivement avec le métal ( 20 ).

• Perméabilité aux gaz : Pour permettre aux gaz — y compris la vapeur générée par l’humidité, l’air emprisonné dans le moule et les gaz dégagés par le métal en fusion ou les additifs — de s’échapper facilement à travers la matrice de sable, empêchant ainsi les défauts de coulée liés aux gaz comme les soufflures ( 18 ).

• Collapsibilité : Se décomposer suffisamment après la solidification de la pièce coulée, facilitant ainsi le démoulage (démoulage) ( 11 ).

• Finition de surface : Fournir une surface de moule suffisamment lisse pour conférer la finition de surface souhaitée à la pièce moulée finale ( 2 ).

2.2. Composition

La formulation spécifique d'un mélange de sable vert est adaptée au métal coulé, à la complexité de la coulée et au niveau de qualité souhaité, mais elle se compose généralement des éléments suivants :

• Sable de base : Il constitue la majeure partie du mélange, généralement 75 à 85 %. Le sable de silice (SiO₂) est le plus courant en raison de sa disponibilité, de son faible coût et de ses propriétés réfractaires adéquates (1). Un sable de silice de haute pureté (par exemple, > 98 % de SiO₂) offre des points de fusion plus élevés (environ 1 704 °C ou 3 100 °F), adaptés aux alliages ferreux haute température (20). D’autres agrégats comme l’olivine, la chromite, le zircon ou des céramiques synthétiques peuvent être utilisés pour des applications spécifiques exigeant une réfractarité plus élevée, une dilatation thermique plus faible ou pour atténuer certains défauts comme la pénétration du métal ou la formation de veines (1). L’olivine était traditionnellement utilisée pour l’acier au manganèse et les pièces moulées non ferreuses en raison de son potentiel de finition fine et de l’absence de poussière de silice libre, bien qu’elle ait une résistance à la traction inférieure à celle de la silice (18). La taille, la forme et la distribution des grains de sable sont essentielles. La granulométrie est souvent caractérisée par l'indice de finesse de grain (GFN) de l'AFS (American Foundry Society). Les sables plus fins (GFN plus élevé) produisent généralement des finitions plus lisses, mais potentiellement une perméabilité moindre (20). Une granulométrie moyenne typique se situe entre 220 et 250 μm (2). La forme des grains influence la fluidité et la densité de tassement ; les grains arrondis ont tendance à offrir une perméabilité supérieure à celle des grains anguleux de même taille (21). Une distribution granulométrique contrôlée, souvent sur 3 à 4 tamis adjacents, est préférable pour un tassement uniforme et des propriétés prévisibles (11). Une distribution adéquate est également cruciale pour minimiser les défauts d'expansion du sable (20).

• Liants (argile) : L’argile joue le rôle de liant principal, enrobant les grains de sable et assurant la cohésion lorsqu’elle est activée par l’eau (3). L’argile bentonite est presque systématiquement utilisée, représentant généralement 8 à 11 % du mélange (4). Le principal minéral de la bentonite est la montmorillonite, une structure silicatée lamellaire (feuillets d’alumine et de silice) capable d’adsorber les molécules d’eau entre ses feuillets (7). Cette eau interlamellaire est essentielle au développement de la plasticité et de la résistance de la liaison (7). Deux principaux types de bentonite sont utilisés :

• Bentonite sodique (bentonite occidentale) : caractérisée par une grande durabilité, une forte capacité de gonflement et une excellente résistance à chaud et stabilité thermique. Elle est privilégiée pour les applications à haute température comme la fonderie d’acier et de fer afin de résister aux défauts tels que l’érosion, les inclusions et les croûtes de dilatation ( 11 ).

• La bentonite calcique (bentonite du Sud) développe plus rapidement ses propriétés à cru et offre une meilleure fluidité (moins plastique) que la bentonite sodique à taux d'humidité équivalent, ce qui la rend avantageuse pour les motifs complexes ( 20 ). Sa résistance à chaud et sa durabilité sont inférieures à celles de la bentonite sodique ( 20 ). Des mélanges de bentonite sodique et calcique sont parfois utilisés pour obtenir un équilibre de propriétés ( 20 ). Le concept d'« argile active » désigne la portion de bentonite qui conserve sa capacité d'absorption d'eau et de liaison. Une exposition répétée à des températures élevées à proximité de l'interface moule-métal peut dégrader thermiquement la structure de l'argile, l'empêchant de se réhydrater efficacement ; on parle alors d'« argile morte » ( 20 ). Le maintien d'un niveau suffisant d'argile active est crucial pour la constance des performances du sable.

• Eau : Ajoutée en quantités relativement faibles, généralement de 2 à 5 % en poids ( 4 ), l’eau est essentielle à l’activation du liant bentonite. Elle crée des liaisons hydrostatiques entre les molécules d’eau adsorbées sur les plaquettes d’argile, conférant ainsi au mélange de sable sa résistance à l’état cru, sa résistance au cisaillement et sa plasticité ( 7 ). L’objectif est que l’eau soit principalement liée aux couches de bentonite, et non pas sous forme d’« eau libre » remplissant les vides entre les grains de sable, ce qui peut entraîner de mauvaises propriétés et des défauts gazeux ( 7 ). La quantité d’eau requise est étroitement liée à la quantité et au type d’argile active présente, ainsi qu’à la surface spécifique totale du mélange de sable (y compris les fines) ( 20 ).

• Additifs : Divers matériaux sont ajoutés au mélange de sable vert (souvent < 5 à 10 % au total) pour modifier des propriétés spécifiques ou améliorer les résultats de moulage :

• Additifs carbonés : Des matériaux comme le charbon de mer (charbon bitumineux finement broyé), le brai broyé, la gilsonite, le fioul ou des additifs synthétiques brevetés sont couramment utilisés, notamment dans les fonderies de métaux ferreux ( 3 ). Ils se décomposent à haute température, créant une atmosphère réductrice à l’interface moule-métal. Ceci génère un mince film gazeux (carbone brillant) qui contribue à empêcher la pénétration du métal dans les pores du sable, améliore l’état de surface des pièces moulées et facilite le démoulage ( 2 ). La teneur typique en charbon de mer est d’environ 5 % ( 18 ). Les préoccupations liées aux émissions de composés organiques volatils (COV), en particulier les BTEX (benzène, toluène, éthylbenzène, xylène), ont favorisé le développement d’additifs carbonés à faibles émissions ou de substituts à base de graphite ( 2 ). La fraction « usée » de ces additifs contribue à la teneur en fines inertes ( 23 ).

• Additifs cellulosiques : des matériaux comme les céréales (farine de maïs), la farine de bois ou les coques d'avoine brûlent pendant le moulage, créant des vides qui augmentent la perméabilité du moule et permettent l'expansion du sable, contribuant ainsi à prévenir les défauts liés à l'expansion comme les croûtes et les plis ( 7 ).

• Autres additifs : De la farine de silice, de l’oxyde de fer, de la perlite, de la mélasse, de la dextrine, des amidons et des matières premières exclusives peuvent être ajoutés pour améliorer des propriétés spécifiques telles que la résistance à chaud, la fluidité, la compressibilité ou la résistance à certains défauts ( 20 ). Il a été démontré, par exemple, que les amidons naturels augmentent la résistance à cru ( 22 ).

L'interaction précise entre ces composants, notamment l'eau et l'argile, est fondamentale pour obtenir les propriétés souhaitées du sable vert. Un mélange ou « broyage » efficace ne vise pas seulement à obtenir une homogénéité, mais est crucial pour développer la liaison en répartissant correctement l'eau et en l'infiltrant dans la structure lamellaire de l'argile, activant ainsi son potentiel liant ( 7 ). Cette interaction est très sensible à des facteurs comme la température. Les températures élevées et variables du sable de retour, courantes en fonderie, entravent considérablement la capacité à contrôler précisément la teneur en eau pendant le broyage ( 7 ). Un sable chaud peut provoquer une évaporation rapide de l'eau avant qu'elle ne puisse être correctement incorporée par l'argile, ou il peut entraver la capacité de l'argile à absorber efficacement l'eau ( 26 ). Cela conduit à des niveaux d'eau incohérents et, par conséquent, à une instabilité de presque toutes les autres propriétés critiques du sable ( 7 ). Par conséquent, la gestion de la température du sable de retour, souvent par le biais de systèmes de refroidissement dédiés ( 7 ), est fréquemment une condition préalable à l'obtention de propriétés de sable vert stables et prévisibles grâce à un contrôle en temps réel.

2.3. Propriétés critiques

De nombreuses propriétés permettent de caractériser le sable vert et de contrôler le processus de moulage. Parmi les plus importantes, on peut citer :

• Teneur en eau (%) : définie comme le pourcentage d’eau par rapport au poids total du mélange de sable. Il s’agit sans doute de la variable la plus influente, affectant directement l’activation de l’argile et impactant la quasi-totalité des autres propriétés du sable vert ( 7 ). Le maintien de l’humidité dans une plage cible étroite (par exemple, souvent de 3,0 à 3,3 % pour la fonderie de fer 7 , ou généralement de 2 à 5 % 4 ) est essentiel pour garantir la régularité du produit.

• Compacité (%) : Mesure le degré de compactage d'un échantillon standard de sable vert, peu compacté, sous l'effet d'une force définie (généralement à l'aide d'un testeur AFS à 3 vérins ou d'une presse pneumatique) ( 14 ). Elle est exprimée en pourcentage de diminution de la hauteur de l'échantillon. La compactabilité est très sensible à la teneur en humidité et constitue un indicateur primordial de l'aptitude du sable au moulage ( 14 ). Les valeurs typiques se situent entre 35 et 50 % ( 14 ). Une faible compactabilité peut engendrer des bords de moule friables et des difficultés de traçage, tandis qu'une forte compactabilité peut entraîner un mauvais état de surface, des défauts gazeux et des déformations des parois du moule ( 14 ). Elle est inversement proportionnelle à la masse volumique apparente du sable ( 14 ).

• Résistance à la compression à l'état vert (RCEV) : Elle représente la contrainte de compression maximale qu'un échantillon cylindrique standard de sable vert (généralement de 5 cm de diamètre et de 5 cm de hauteur) peut supporter avant rupture ( 7 ). Elle reflète la capacité du moule à résister à la déformation due aux forces de manutention et à la pression du métal en fusion ( 19 ). La RCEV est fortement influencée par la teneur en humidité (elle augmente généralement avec l'humidité jusqu'à un certain point de trempe, puis diminue ( 20 )), la teneur en argile active et le degré de malaxage ( 7 ). Une RCEV faible peut entraîner la rupture ou l'érosion du moule, tandis qu'une RCEV excessive peut provoquer des défauts de dilatation ou des contraintes résiduelles dans la pièce moulée ( 21 ).

• Perméabilité : Mesure de la facilité avec laquelle les gaz peuvent traverser le moule en sable compacté ( 7 ). Elle est déterminée par des facteurs tels que la granulométrie et la distribution des grains de sable, leur forme, la teneur en liant, le degré de compactage et l’humidité ( 18 ). Une perméabilité élevée correspond généralement à des sables plus grossiers, tandis qu’une perméabilité faible indique des sables plus fins ou un compactage plus serré ( 21 ). Une perméabilité insuffisante peut piéger les gaz, entraînant des défauts tels que des soufflures, des coulures ou des défauts de dilatation (croûtes, gauchissements), tandis qu’une perméabilité excessive peut engendrer un état de surface rugueux ou des pénétrations de métal ( 2 ).

• Dureté du moule : Elle mesure la résistance de la surface du moule compacté à l’indentation par une sonde normalisée. Elle indique le degré de compactage obtenu sur la face du moule et est liée à la précision dimensionnelle et à la résistance à l’érosion par le métal en fusion ( 27 ).

• Autres propriétés importantes :

• Résistance au cisaillement vert (GSS) : Résistance aux forces de cisaillement, importante pour les sections de moule soumises à des contraintes de glissement ( 7 ).

• Résistance à la traction humide (WTS) : résistance du sable dans la zone de condensation juste derrière la face chaude du moule ; importante pour résister aux défauts d'expansion comme les croûtes ( 11 ).

• Résistance à sec : résistance du sable après évaporation de l'humidité, pertinente pour résister à l'érosion lors de la coulée de métal ( 18 ).

• Fluidité : Capacité du mélange de sable à s'écouler dans des motifs complexes et à se compacter uniformément sous pression ( 7 ). Liée au type d'argile et à l'humidité.

• Argile active : généralement mesurée par le test de titrage au bleu de méthylène (BM), qui quantifie la quantité d’argile capable d’adsorber l’eau et de contribuer à la liaison ( 7 ). Ce test diffère du test AFS Clay, qui mesure la totalité des particules fines (< 20 microns), y compris l’argile morte et les fines inertes ( 20 ). Le suivi de la différence entre l’argile AFS et l’argile BM peut indiquer une accumulation de fines inertes ( 20 ).

• Perte au feu (LOI) / Matières volatiles : Mesure le pourcentage de matières combustibles dans le sable (additifs carbonés, liants organiques, eau dans l’argile) ( 7 ). Liée à l’efficacité des additifs carbonés pour empêcher la pénétration des métaux ( 20 ).

• Indice de bris : Un test plus ancien indiquant la ténacité ou la résistance à l'effritement, dérivé de la chute d'un échantillon de sable standard ( 7 ). Lié à la moulabilité.

• Moulabilité : Terme général décrivant la capacité du sable à être moulé facilement et à produire un moule solide ( 7 ). Souvent évaluée via la compactabilité et l'indice de fragmentation.

Ces propriétés sont étroitement liées. Comme indiqué précédemment, la teneur en eau et son interaction avec l'argile active, fortement influencée par la température, constituent le système central qui régit des propriétés telles que la compactabilité et la résistance à l'état frais ( 7 ). La compactabilité, quant à elle, sert d'indicateur clé pour le dosage de l'eau lors du malaxage ( 14 ). La perméabilité est liée aux caractéristiques des grains, au compactage et à l'humidité ( 21 ). La compréhension de ces relations est essentielle pour une maîtrise efficace du sable vert.

Tableau 1 : Principales propriétés des sables verts et leur importance

Nom de la propriété	Principe de définition/mesure	Plage/Unités typiques	Importance/Impact sur la qualité du moule/de la pièce coulée	Principaux facteurs d'influence
Teneur en humidité	Teneur en eau (en pourcentage massique) du mélange de sable. Mesurée par séchage, réaction au carbure de calcium ou capteurs électroniques.	2 à 5 %	Active le liant argileux ; influence fortement la compactabilité, la résistance, la perméabilité, la fluidité et l’atmosphère du moule. Trop faible : faible résistance, friabilité. Trop élevé : défauts gazeux.	Ajout d'eau, humidité du sable de retour, température du sable, teneur en argile active, teneur en fines, efficacité du broyage.
Compacité	Pourcentage de diminution de la hauteur d'un échantillon de sable meuble sous compactage standard (par exemple, AFS à 3 vérins ou pneumatique).	35 à 50 %	Indicateur principal de la qualité du sable et de sa moulabilité. Influence la densité du moule, sa stabilité, son état de surface et sa sensibilité aux défauts (gaz, dilatation, gonflement).	Teneur en humidité (très sensible), teneur/type d'argile, teneur en fines, température du sable, forme/distribution des grains.
Résistance à la compression verte (GCS)	Contrainte de compression maximale qu'un échantillon de sable vert standard peut supporter avant rupture. Mesurée à l'aide d'un testeur de compression.	Variable (par exemple, 11 à 15 psi ou plus)	Indique la capacité du moule à résister aux contraintes de manutention et à la pression métallostatique. Faible GCS : risque d’effondrement et d’érosion du moule. GCS élevé : risques de défauts de dilatation et de contraintes de coulée.	Teneur en humidité, teneur/type d'argile active, degré de broyage (activation), caractéristiques des grains de sable, densité de compactage.
Perméabilité	Mesure de la capacité du sable à évacuer les gaz. Mesurée par la résistance à l'écoulement de l'air à travers un échantillon tassé standard.	Perméabilité AFS n° (variable)	Permet l'évacuation de la vapeur et des gaz. Faible perméabilité : défauts gazeux (évents). Forte perméabilité : état de surface rugueux, pénétration de métal, brûlures.	Taille/distribution/forme des grains de sable, teneur en liant, densité de compactage, teneur en humidité, teneur en fines, présence d'additifs dégageant du gaz.
Argile active (bleu de méthylène)	Quantité d'argile capable d'adsorber l'eau et de former des liaisons. Mesurée par titrage au bleu de méthylène.	% Argile MB (variable)	Indique la capacité de liaison effective du système de sable. Essentielle pour le développement de la résistance et la rétention d'eau. Une faible teneur en argile active nécessite des ajouts plus importants.	Taux d'ajout de bentonite, dégradation thermique (« génération d'argile morte »), dilution du sable neuf, pénétration du sable du noyau.
Dureté du moule	Résistance à l'indentation de la surface du moule compacté. Mesurée à l'aide d'un duromètre portatif.	Unités de dureté (par exemple, échelle B)	Indique le degré de compactage à la surface du moule. Influe sur la précision dimensionnelle, la résistance à l'érosion, la pénétration du métal et l'état de surface.	Énergie/méthode de compactage, compactabilité du sable, fluidité, caractéristiques des grains.
Perte au feu (LOI)	Perte de poids en pourcentage lorsque le sable est chauffé à haute température. Représente les matériaux combustibles.	% LOI (variable, par exemple 3-7%)	Indique la teneur en additifs carbonés, liants résiduels et eau argileuse. Liée à l'atmosphère réductrice, aux propriétés anti-pénétration et au dégagement gazeux.	Ajouts d'additifs carbonés, dilution du sable de noyau, types de liants, teneur en argile, pertes/ajouts du système.
Résistance à la traction en milieu humide (WTS)	Résistance à la traction du sable dans la zone de condensation à forte humidité près de l'interface métal chaud.	N/cm2 ou psi	Résistance à la fissuration/à l'écaillage dans la zone de condensation. Important pour prévenir les défauts de dilatation (croûtes, gondolages).	Type de bentonite (Na-Bentonite à plus forte concentration), teneur en humidité, niveau d'argile active, additifs.

3. Évaluation traditionnelle des propriétés de sable vert

Depuis des décennies, les fonderies s'appuient sur une série de tests de laboratoire standardisés pour surveiller et contrôler les propriétés du sable vert. Ces tests, généralement effectués hors ligne sur des échantillons prélevés périodiquement dans le système de sable, fournissent des données de caractérisation fondamentales.

3.1. Aperçu des méthodes de laboratoire hors ligne standard

Les procédures de laboratoire courantes, dont beaucoup sont normalisées par des organisations comme l'AFS, comprennent 8 :

• Teneur en eau : Test le plus fréquent. Des estimations rapides sont souvent obtenues à l’aide d’un récipient sous pression où l’humidité réagit avec le carbure de calcium pour générer une pression proportionnelle à la teneur en eau ( 21 ). Des méthodes plus précises, mais plus lentes, consistent à déterminer la perte de masse après séchage d’un échantillon à l’étuve à environ 105 °C ou à utiliser une balance à humidité combinant chauffage (souvent une lampe halogène) et pesée ( 21 ). Il convient de veiller, lors du chauffage, à ce que seule l’eau soit éliminée, et non d’autres composés volatils ( 21 ).

• Compacité : Un test AFS standard à trois vérins consiste à introduire du sable dans un tube d’échantillon, à le niveler, puis à y laisser tomber une masse étalon à trois reprises ( 14 ). La diminution en pourcentage de la hauteur de la colonne de sable correspond à la compactabilité. Les presses pneumatiques appliquent une pression d’air contrôlée pour compacter l’échantillon, ce qui est considéré par certains comme une meilleure simulation du fonctionnement des machines de moulage modernes ( 14 ). L’affichage numérique sur les appareils de test pneumatiques permet également de réduire les erreurs de lecture de l’opérateur ( 14 ). Le respect de la procédure (positionnement précis, absence de pré-compactage, tubes propres) est essentiel pour obtenir des résultats précis ( 14 ).

• Résistance à la compression à l'état vert (GCS) : Un échantillon cylindrique standard de 2 x 2 pouces, généralement formé à l'aide de la même procédure à 3 pilons que pour la compactabilité, est placé dans une machine universelle de résistance du sable et chargé en compression jusqu'à rupture ( 8 ). La charge maximale atteinte est rapportée comme GCS.

• Perméabilité : En utilisant le même échantillon standard, de l’air est insufflé à travers celui-ci à une pression contrôlée, et le débit ou la contre-pression est mesuré ( 8 ). Cette valeur est convertie en un indice de perméabilité standard, indiquant la capacité du sable à évacuer les gaz.

• Argile active (test au bleu de méthylène) : cette méthode de titrage chimique détermine la capacité d’échange cationique de l’argile, qui est corrélée à son aptitude à absorber l’eau et à agir comme liant actif ( 7 ). Elle mesure spécifiquement la bentonite « active » ou « vivante ». De nouvelles méthodes spectrophotométriques utilisant des colorants à base de cuivre ont également été développées, offrant potentiellement des mesures numériques plus rapides ( 31 ).

• Teneur en argile AFS : Ce test mesure le pourcentage total de particules fines inférieures à 20 microns (ou se déposant à une vitesse inférieure à 2,54 cm/min dans l’eau) ( 20 ). Il consiste à laver un échantillon de sable sec, à l’agiter avec une solution d’hydroxyde de sodium, à laisser les particules les plus grossières se déposer, puis à siphonner les fines en suspension (argile, argile morte, limon, matières carbonées, etc.) ( 28 ). Le sable restant est séché et pesé afin de déterminer le pourcentage de fines éliminées ( 28 ). Cette valeur est toujours supérieure à la valeur de l’argile active MB ( 20 ).

• Finesse et distribution des grains : Un échantillon de sable sec et exempt d’argile est tamisé à travers une série standard de tamis emboîtés pendant une durée déterminée (par exemple, 15 minutes) ( 28 ). Le poids du sable retenu sur chaque tamis est mesuré, et des calculs sont effectués pour déterminer l’indice de finesse des grains AFS (GFN), qui représente la taille moyenne des grains et leur distribution à travers les tamis ( 8 ).

• Autres tests : Il existe également des procédures pour la résistance au cisaillement à l’état vert ( 7 ), la résistance à la traction humide ( 8 ), la résistance à sec ( 18 ), l’indice de bris ( 7 ), la perte au feu (LOI) ( 7 ) et la dureté du moule.

3.2. Limitations inhérentes au contrôle dynamique des processus

Bien qu’essentielles pour la caractérisation de base et le suivi des tendances à long terme, ces méthodes hors ligne traditionnelles présentent des limitations importantes lorsqu’elles sont appliquées au contrôle dynamique des systèmes de sable vert à haute production :

• Délai : L’ensemble du processus, incluant l’échantillonnage, le transport de l’échantillon au laboratoire, la réalisation de l’analyse (qui peut prendre plusieurs minutes, voire plus, notamment pour le séchage ou le titrage) et la communication des résultats, induit un délai considérable ( 15 ). Dans une ligne de moulage à cadence rapide ou un système de mélange continu, les caractéristiques du sable représenté par l’échantillon peuvent avoir considérablement évolué au moment où le résultat est connu ( 12 ).

• Représentativité de l’échantillonnage : Obtenir un échantillon véritablement représentatif d’un vaste système de sable en circulation (potentiellement des centaines de tonnes) est complexe ( 8 ). Un seul échantillon ponctuel peut ne pas refléter fidèlement l’état moyen ou l’étendue des variations au sein du système.

• Processus manuels et erreurs potentielles : L’échantillonnage manuel, la préparation des échantillons (par exemple, la consistance du tassement), la lecture des instruments et l’enregistrement des données sont tous susceptibles de variabilité et d’erreur humaines ( 10 ). Différents opérateurs pourraient obtenir des résultats légèrement différents, même sur le même échantillon.

• Contrôle réactif : Les décisions de contrôle fondées sur des résultats d’analyses différés sont par nature réactives ( 15 ). Les ajustements sont effectués après qu’un écart se soit déjà produit et ait potentiellement affecté la production. Cette approche ne permet pas de compenser efficacement les fluctuations rapides des propriétés du sable de retour (par exemple, les pics d’humidité, les variations de température) qui surviennent entre les intervalles d’échantillonnage ( 12 ).

• Fréquence limitée : En raison du temps et de la main-d’œuvre que cela implique, la fréquence des analyses en laboratoire est souvent limitée (par exemple, une fois par heure, une fois par poste). Ce faible taux d’échantillonnage ne permet pas de saisir la dynamique à haute fréquence du système de sable, notamment dans les installations automatisées où les cycles de mélange peuvent être mesurés en secondes ou en minutes ( 9 ).

Le problème fondamental réside dans le décalage entre l'échelle de temps des essais de laboratoire traditionnels (de quelques minutes à quelques heures) et celle du traitement du sable vert dans les fonderies modernes (de quelques secondes à quelques minutes) ( 9 ). Les propriétés du sable de retour peuvent fluctuer considérablement en raison des variations du temps de refroidissement de la pièce coulée, de la dilution du sable de noyau, des conditions ambiantes et de l'efficacité du démoulage. Ces fluctuations influent sur les besoins en eau et en liant lors des brassages suivants. Les essais hors ligne sont tout simplement trop lents pour détecter et corriger efficacement ces variations à court terme. Ce décalage temporel empêche la mise en place de boucles de régulation précises et stabilisatrices basées uniquement sur les méthodes de laboratoire traditionnelles, ce qui impose le recours à une surveillance en ligne et en temps réel.

4. Surveillance en ligne et contrôle automatisé du sable vert

Pour pallier les limites des tests hors ligne et répondre aux exigences d'une plus grande constance et d'une efficacité accrue, les fonderies ont de plus en plus recours à la surveillance en ligne et aux systèmes de contrôle automatisés. Ces systèmes visent à mesurer en temps réel ou quasi réel les propriétés critiques du sable directement au sein du processus et à utiliser ces informations pour ajuster automatiquement les paramètres de préparation du sable.

4.1. Justification et avantages

La mise en œuvre des tests en ligne et du contrôle automatisé offre de nombreux avantages convaincants par rapport aux méthodes traditionnelles :

• Acquisition de données en temps réel : les capteurs intégrés à la ligne de préparation du sable fournissent des mesures continues ou à haute fréquence (par exemple, à chaque cycle de lot ou même plus rapidement), offrant une visibilité immédiate sur l'état actuel du sable ( 9 ).

• Amélioration de la constance du processus : grâce à un retour d’information rapide et à des ajustements automatisés, ces systèmes peuvent réduire considérablement la variabilité de propriétés clés telles que l’humidité et la compactabilité, ce qui permet d’obtenir une qualité de sable plus stable pour la ligne de moulage ( 9 ). Des centaines de fonderies ont constaté une réduction des variations de compactabilité et une stabilisation des niveaux d’humidité ( 10 ).

• Réduction des défauts de fonderie : Des propriétés de sable constantes permettent de réduire les défauts de fonderie liés au sable, tels que les soufflures, les piqûres, les défauts de dilatation (croûtes, déformations), la pénétration du métal, l’érosion, les gonflements et les mauvais états de surface ( 7 ). Il en résulte une diminution du taux de rebut et une amélioration de la qualité des pièces moulées ( 11 ).

• Consommation optimisée des ressources : Un contrôle précis permet un dosage plus exact de l’eau, de la bentonite et des autres additifs en fonction des besoins en temps réel, minimisant ainsi le gaspillage et réduisant les coûts des matières premières ( 9 ). L’optimisation des cycles de broyage (par exemple, broyage selon un apport énergétique cible plutôt qu’une durée fixe) peut également engendrer des économies d’énergie ( 9 ).

• Productivité et débit accrus : une qualité de sable stable permet d’augmenter la vitesse des lignes de moulage et de réduire les temps d’arrêt dus à des problèmes liés au sable (par exemple, ruptures de moule, collage) ou à la nécessité d’une intervention manuelle ( 4 ). Cela améliore l’efficacité et la rentabilité globales de l’usine ( 9 ).

• Automatisation et réduction de la dépendance à la main-d'œuvre : les tests et les contrôles automatisés réduisent le besoin d'échantillonnage manuel constant, de tests en laboratoire et de réglages par l'opérateur, libérant ainsi le personnel pour d'autres tâches et minimisant les erreurs humaines ( 10 ).

Tableau 2 : Comparaison des approches traditionnelles et en ligne de test du sable vert

Fonctionnalité	Tests de laboratoire traditionnels	Tests automatisés en ligne
Fréquence de mesure	Faible (par exemple, horaire, par quart de travail)	Élevé (par exemple, par lot, en continu) 9
Délai	Significatif (minutes à heures) 15	Minimum (secondes à minutes) 12
Type de données	Des instantanés historiques discrets	Flux de données continu ou quasi temps réel 37
Mode de contrôle	Réactif (ajustements basés sur les données antérieures) 15	Proactif/Prédictif et réactif (contrôle par anticipation et par rétroaction) 10
Intensité du travail	Élevé (échantillonnage manuel, tests, saisie de données) 10	Faible (échantillonnage automatisé, tests, contrôle) 10
Impact de la cohérence	Capacité limitée à contrôler les variations à court terme ; variabilité accrue des propriétés possible.	Cohérence nettement améliorée ; contrôle plus strict des variations de propriétés 9
Implications en termes de coûts	Coût initial de l'équipement plus faible ; coûts de main-d'œuvre continus.	Investissement initial plus élevé (capteurs, commandes, logiciels) ; coûts de main-d'œuvre opérationnels plus faibles 9
Potentiel de réduction des défauts	Modéré ; repose sur l'identification des tendances à long terme.	Élevé ; corrige les fluctuations à court terme et prévient la formation de défauts 9

4.2. Technologies de capteurs clés pour la mesure en temps réel

Diverses technologies de capteurs sont utilisées dans les systèmes de surveillance en ligne des sables verts :

• Capteurs micro-ondes : Ces capteurs mesurent les propriétés diélectriques (permittivité relative et facteur de perte) du mélange de sable. L’eau présentant des propriétés diélectriques très différentes de celles du sable et de l’argile, ces mesures sont fortement corrélées à la teneur en eau ( 43 ). Les techniques micro-ondes permettent des mesures volumétriques grâce à leur profondeur de pénétration. Parmi les méthodes utilisées, on trouve les techniques de perturbation de cavité (CPT) fonctionnant à des fréquences spécifiques (par exemple, 2,45 GHz) ou les méthodes de lignes de transmission ( 43 ). Des recherches ont également exploré les détecteurs multi-sondes basse fréquence (par exemple, 29-33 MHz), offrant potentiellement des configurations optimisées pour le sable vert ( 43 ). Cependant, les mesures micro-ondes peuvent être influencées par d’autres facteurs tels que la température, la densité, la texture et la teneur en bentonite et en poudre de charbon du sable, ce qui nécessite un étalonnage précis, pouvant faire appel à des modèles multivariables comme les réseaux de neurones pour isoler l’effet de l’humidité ( 43 ). Si les barrières micro-ondes sont utilisées pour la détection de niveau ( 13 ), les capteurs spécifiquement conçus pour la mesure de l’humidité à partir des propriétés diélectriques sont plus pertinents dans ce contexte.

• Capteurs proche infrarouge (NIR) : La spectroscopie NIR repose sur le principe que certaines molécules absorbent la lumière à des longueurs d’onde caractéristiques du spectre proche infrarouge. L’eau (liaisons OH) présente de fortes bandes d’absorption dans la région NIR ( 44 ). Les capteurs NIR en ligne projettent généralement une lumière NIR sur le flux de sable en mouvement (par exemple, sur un convoyeur ou dans une goulotte) et mesurent l’intensité de la lumière réfléchie à des longueurs d’onde d’absorption spécifiques de l’eau, par rapport à des longueurs d’onde de référence ( 44 ). La différence est corrélée à la teneur en humidité de surface. Il s’agit d’une technique de mesure sans contact. La précision dépend d’un étalonnage approprié au mélange de sable et à l’application ( 44 ). Ces capteurs sont disponibles avec des boîtiers renforcés (par exemple, IP65) adaptés aux environnements de fonderie et peuvent être intégrés à divers protocoles de communication ( 44 ). Les analyseurs optiques utilisant la spectroscopie NIR ont montré une bonne corrélation avec les tests d’humidité en laboratoire dans des études de cas en fonderie ( 46 ).

• Appareils de test de compactage automatisés : Ces unités intégrées reproduisent automatiquement et en temps réel les essais de compactage réalisés en laboratoire. Elles prélèvent généralement un échantillon de sable du flux de production (par exemple, à la sortie d’un mélangeur), préparent automatiquement une éprouvette standard, appliquent une force de compactage (souvent pneumatique, considérée comme plus représentative des machines de moulage que la méthode traditionnelle à trois vérins¹⁴ ), mesurent le pourcentage de compactage obtenu et évacuent l’échantillon usagé⁹. Les principaux systèmes de test automatisés offrent cette fonctionnalité de base. Certaines unités avancées peuvent également mesurer la résistance à la compression à l’état frais (RCEF) et la perméabilité sur la même éprouvette préparée automatiquement, et ce, en un temps de cycle court (par exemple, 90 secondes pour certains modèles ³⁵ ), fournissant ainsi des données multiparamètres. Ces appareils constituent souvent l’élément de détection principal des systèmes de contrôle en boucle fermée.

• Capteurs de température : Compte tenu de l’influence significative de la température sur la rétention d’humidité et les propriétés globales du sable ( 7 ), sa mesure est cruciale. Des sondes simples et robustes (par exemple, des RTD PT100 17 ) sont généralement installées pour mesurer la température du sable de retour avant le refroidisseur/mélangeur et parfois la température du sable après mélange ou refroidissement ( 12 ). Ces données sont essentielles pour les algorithmes de contrôle, notamment pour le calcul des apports d’eau initiaux.

• Sondes de conductivité/capacité : Certains systèmes utilisent des sondes qui mesurent la conductivité électrique ou la capacité du mélange de sable, car ces propriétés sont également influencées par la teneur en humidité ( 12 ). Elles sont souvent utilisées pour surveiller l’humidité du sable de retour.

• Capteurs de pesage : Un dosage précis est essentiel au contrôle. Les capteurs de pesage sont intégrés aux trémies de pesage des mélangeurs ou placés sous les sections de bande transporteuse (peseurs à bande) afin de mesurer avec précision la quantité de sable introduite dans le mélangeur pour chaque lot ( 10 ). Ils constituent également des composants essentiels des systèmes de dosage automatisés pour le pesage et la distribution précis d’additifs secs tels que la bentonite et le charbon ( 9 ).

Bien que des capteurs d'humidité directs, tels que les capteurs à micro-ondes et NIR, soient disponibles et utilisés, une tendance notable dans de nombreux systèmes de contrôle en ligne sophistiqués est de privilégier la mesure et le contrôle directs de la compactabilité à l'aide de testeurs automatisés ( 9 ). La compactabilité est très sensible à l'humidité, mais elle reflète également les effets combinés de la teneur en eau, du type d'argile et de son état d'activation, de la température et de la teneur en fines ( 14 ). Le contrôle direct de la compactabilité offre une mesure plus globale et fonctionnelle de l'aptitude du sable au moulage – son comportement réel sous l'effet des forces de compactage – plutôt que de se fier uniquement au pourcentage d'un composant (l'eau). Cette approche peut offrir un contrôle plus robuste face aux variations d'autres paramètres du sable susceptibles de modifier la relation entre la teneur en eau et les performances de moulage.

Quel que soit le type de capteur, la précision et la fiabilité des mesures dans l'environnement exigeant et variable d'une fonderie reposent sur un étalonnage et une maintenance appropriés. Les capteurs mesurant des propriétés influencées par de multiples facteurs (comme les capteurs d'humidité à micro-ondes ou NIR sensibles à la température, à la densité ou à la composition⁴³ ; ou les testeurs de compactage nécessitant un entretien mécanique ¹⁴) requièrent une configuration initiale rigoureuse par rapport à des méthodes de référence, une vérification régulière et, potentiellement, l'utilisation de modèles d'étalonnage avancés ou d'algorithmes de contrôle adaptatifs pour compenser ces interférences et la dérive au fil du temps¹².

Tableau 3 : Aperçu des technologies de capteurs en ligne pour les propriétés des sables verts

Type de capteur	Principe de fonctionnement	Propriété(s) mesurée(s) principale(s)	Emplacement d'installation typique	Avantages	Limitations/Considérations
Micro-ondes	Mesure les propriétés diélectriques (permittivité, facteur de perte) corrélées à la teneur en eau ( 43 ).	Teneur en humidité	Dans le mélangeur, sur les bandes transporteuses, dans les goulottes ( 43 ).	Mesure volumétrique (pénétration du matériau), réponse potentiellement rapide.	Sensible à la température, à la densité, à la composition (argile, charbon) ; nécessite un étalonnage précis, éventuellement une modélisation multivariable ( 43 ).
Proche infrarouge (NIR)	Mesure l’absorption/réflexion de longueurs d’onde NIR spécifiques associées à l’eau (liaisons OH) ( 44 ).	Teneur en humidité (surface)	Au-dessus des convoyeurs, des goulottes, des sorties de séchoir ( 44 ).	Mesure sans contact et relativement rapide.	Mesure de surface uniquement ; sensible à la distance, à la couleur/texture du matériau, à la lumière ambiante ; nécessite un étalonnage ( 44 ).
Testeur de compactage automatisé	Prélève automatiquement des échantillons, prépare l'échantillon, applique une force de compactage (pneumatique/béton), mesure le changement de hauteur ( 9 ).	Compacité ; certaines unités mesurent également la GCS, la perméabilité ( 10 ).	Au niveau du déchargement du mélangeur, sur le convoyeur à sable préparé ( 9 ).	Mesure directe des propriétés fonctionnelles clés ; intègre de multiples effets (humidité, argile, température) ; base de nombreux systèmes de contrôle.	Système mécanique nécessitant un entretien ; échantillonnage discret (par lot) ; risque de problèmes de représentativité de l'échantillon s'il n'est pas correctement positionné ( 14 ).
Sonde de température	Détecteur de température à résistance (RTD) ou thermocouple mesurant la température du sable ( 17 ).	Température	Convoyeur de retour de sable, décharge du refroidisseur, décharge du mélangeur ( 12 ).	Information essentielle pour le contrôle de l'humidité et la compréhension du comportement du sable ; relativement simple et robuste.	Mesure ponctuelle ; protection de la sonde nécessaire en milieu abrasif.
Sonde de conductivité/capacité	Mesure les propriétés électriques influencées par l’humidité ( 12 ).	Teneur en humidité (déduite)	Retour du flux de sable, dans le mélangeur ( 12 ).	Peut fournir un signal continu.	Mesure indirecte ; sensible à la composition (argile, électrolytes), à la température, à la densité ; nécessite un étalonnage.
Capteur de force / Système de pesage	Mesure le poids via des jauges de contrainte ( 12 ).	Poids (Lot de sable, Dose d'additif)	Sous la trémie du mélangeur, sections de courroie, doseurs d'additifs ( 9 ).	Indispensable pour un dosage précis et un contrôle rigoureux des additifs ; une précision élevée est possible.	Nécessite une installation et un étalonnage corrects ; système mécanique.

4.3. Boucles de contrôle à rétroaction

Les capteurs en ligne fournissent les données en temps réel nécessaires, mais le cœur du contrôle automatisé réside dans la boucle de rétroaction qui traduit ces mesures en actions correctives.

• Architecture du système : Un système de contrôle automatisé typique des sables verts fonctionne comme suit :

• Les capteurs (par exemple, température, humidité/conductivité sur la bande de retour de sable ; testeur de compactabilité à la sortie du mélangeur) mesurent les propriétés pertinentes ( 10 ).

• Les signaux des capteurs sont transmis à un contrôleur central, généralement un automate programmable (PLC) ( 10 ).

• L'automate programmable exécute un programme de contrôle qui compare les valeurs mesurées à des points de consigne cibles prédéfinis pour les propriétés de sable souhaitées ( 10 ).

• En fonction de l’écart entre les valeurs réelles et les valeurs cibles, l’algorithme de contrôle calcule les ajustements nécessaires aux ajouts d’eau et/ou d’additifs secs pour le lot actuel ou suivant ( 10 ).

• L'automate programmable envoie des signaux de sortie aux actionneurs – généralement des vannes de contrôle pour l'eau et des doseurs automatisés pour les additifs secs ( 9 ).

• Les actionneurs distribuent avec précision les quantités calculées d’eau et d’additifs dans le mélangeur ( 9 ).

• Le cycle se répète, surveillant et ajustant en permanence les propriétés afin de les maintenir proches des points de consigne cibles.

• Logique de contrôle et algorithmes : L’intelligence du système réside dans les algorithmes de contrôle intégrés à l’automate programmable.

• Contrôle prédictif : De nombreux systèmes utilisent des mesures du sable de retour entrant (température, humidité/conductivité) pour prédire l’ajout d’eau initial (« rinçage » ou primaire) nécessaire pour le lot ( 10 ). Cela permet d’anticiper les besoins du sable entrant.

• Contrôle par rétroaction : Les mesures effectuées pendant ou après le mélange (par exemple, la compactibilité, l’humidité) permettent de corriger les erreurs de prédiction ou les variations inattendues. Des ajustements sont souvent réalisés par ajout d’eau d’appoint ( 12 ). La logique de contrôle proportionnelle-intégrale-dérivée (PID) est une approche courante pour la rétroaction ; elle permet au système de réagir à l’amplitude de l’erreur (proportionnelle), d’éliminer les écarts en régime permanent (intégrale) et d’anticiper les changements futurs (dérivée) ( 10 ).

• Contrôle de la liaison : Les algorithmes de contrôle des ajouts de bentonite peuvent varier. Certains systèmes ajustent la liaison en fonction du maintien d’une résistance à l’état vert cible et d’une bonne compactibilité ( 10 ). D’autres utilisent des algorithmes qui prennent en compte la « liaison disponible » calculée à partir de tests récents ou maintiennent un ratio spécifique par rapport aux cibles d’argile active ( 10 ). Un dosage pondéral garantit la précision ( 9 ).

• Algorithmes adaptatifs/d'apprentissage : Les systèmes plus avancés intègrent des capacités d'auto-apprentissage ou d'adaptation. Par exemple, le système peut ajuster automatiquement la courbe d'étalonnage reliant les mesures des capteurs (comme la conductivité) aux ajouts d'eau nécessaires, en fonction du volume total d'eau réellement utilisé lors des cycles précédents ( 12 ). Des règles de contrôle statistique des procédés (CSP) peuvent également être intégrées pour déclencher des ajustements lorsque les tendances s'écartent des limites de contrôle ( 15 ). Certains systèmes utilisent l'auto-apprentissage pour le positionnement des vannes en fonction des niveaux de la trémie ( 17 ).

• Actionnement : L'exécution précise des additions calculées est essentielle.

• Ajout d'eau : utilise généralement des débitmètres précis (par exemple, des débitmètres à impulsions à déplacement positif) et des vannes de régulation à action rapide (par exemple, des vannes à membrane) pour fournir le volume d'eau précis calculé par l'automate programmable ( 10 ).

• Dosage d'additifs secs : utilise des systèmes basés sur le poids pour plus de précision. Des capteurs de charge mesurent le poids de l'additif dans une trémie de distribution, qui est ensuite acheminé vers le mélangeur via des doseurs à vis ou des systèmes d'injection pneumatique contrôlés par l'automate programmable ( 9 ).

Cette combinaison de commande prédictive basée sur les conditions initiales et de commande par rétroaction basée sur les propriétés du sable mélangé crée une stratégie robuste à plusieurs étapes ( 10 ). La commande prédictive fournit une bonne estimation initiale, réduisant ainsi la charge sur la boucle de rétroaction, tandis que la commande par rétroaction corrige les imprécisions et les perturbations inattendues, ce qui permet un contrôle global plus précis et une stabilisation plus rapide que les systèmes utilisant uniquement la rétroaction. Divers systèmes commerciaux intégrés, exploitant ces principes, sont disponibles auprès de fournisseurs d'équipements spécialisés.

5. Frontières technologiques de la gestion des sables verts

S’appuyant sur un système de surveillance et de contrôle en ligne déjà établi, plusieurs avancées technologiques permettent d’affiner encore la gestion des sables verts, en visant une plus grande précision, une meilleure intégration et une plus grande intelligence.

5.1. Détection avancée : capteurs multiparamètres et fusion de capteurs

La complexité des sables verts, où de multiples propriétés sont interdépendantes, engendre le besoin de capacités de détection plus complètes.

• Sondes multiparamètres : Au lieu d’utiliser des capteurs distincts pour chaque propriété, on observe une tendance vers des unités intégrées capables de mesurer simultanément plusieurs paramètres à partir d’un seul échantillon ou point de mesure. Certains testeurs automatisés, par exemple, mesurent la température, l’humidité, la compactibilité, la résistance à la compression (RC) et la perméabilité en un seul cycle automatisé ( 35 ). De même, des contrôleurs avancés peuvent mesurer la compactibilité, la résistance à l’état frais et l’humidité grâce à leur testeur intégré ( 10 ). Les recherches sur les capteurs diélectriques multiparamètres basse fréquence visent également à extraire davantage d’informations (par exemple, la prédiction de l’humidité en tenant compte des influences de la bentonite, du charbon et de la compactibilité) à partir d’un système de capteur unique ( 43 ). Cette approche fait écho aux développements observés dans d’autres domaines, tels que les sondes multiparamètres pour la qualité de l’eau mesurant de nombreux paramètres chimiques et physiques ( 48 ). L’avantage réside dans l’obtention d’un ensemble de données plus riche à partir d’un seul point du processus, avec une complexité matérielle potentiellement réduite par rapport au déploiement de nombreux capteurs individuels.

• Fusion de capteurs : Ce concept consiste à combiner intelligemment les données provenant de plusieurs capteurs, potentiellement divers, afin d’obtenir une évaluation plus précise, fiable et complète de l’état du système qu’avec un seul capteur ( 49 ). Compte tenu des limitations et sensibilités inhérentes aux capteurs individuels en fonderie (par exemple, les mesures d’humidité sont affectées par la température et la composition du sable [43 ]), la fusion des flux de données offre une perspective prometteuse. Par exemple, un algorithme pourrait combiner les mesures d’un capteur d’humidité à micro-ondes, d’une sonde de température et d’un testeur de compactage, ainsi que les informations sur la composition du sable, afin de générer une estimation plus robuste de la trempe effective du sable ou de prédire son comportement probable dans le moule. Les techniques d’IA et d’apprentissage automatique sont particulièrement adaptées à la mise en œuvre de la fusion de capteurs, car elles permettent d’apprendre les corrélations complexes entre les différentes entrées des capteurs et l’état global du système ( 49 ). Bien que plus répandues dans des domaines comme la défense ou les systèmes autonomes ( 49 ), les principes de la fusion de capteurs sont tout à fait pertinents pour appréhender la complexité du contrôle du sable vert ( 7 ). La volonté de combiner les données issues de sources multiples peut être interprétée comme une stratégie directe pour surmonter les difficultés liées à la forte interdépendance des propriétés et à la sensibilité des capteurs individuels aux variations environnementales ou de composition. En intégrant diverses données, les systèmes visent à construire une compréhension plus fiable et complète de l'état du sable, permettant ainsi des décisions de contrôle plus précises et robustes.

5.2. Intégration de l'Industrie 4.0 : IoT, plateformes cloud, enregistrement des données et surveillance à distance

Les principes de l’Industrie 4.0, centrés sur la connectivité, les données et l’automatisation intelligente, sont activement appliqués dans les fonderies modernes, y compris les systèmes de gestion du sable vert ( 37 ).

• Connectivité (IIoT) : Les capteurs, automates programmables, mélangeurs, machines de moulage et autres équipements sont de plus en plus connectés aux réseaux de l’usine et à Internet via des protocoles de communication standard (par exemple, Ethernet TCP/IP, ProfiNet, Modbus TCP) et des passerelles spécialisées pour l’Internet industriel des objets (IIoT) ( 39 ). Ceci permet une circulation fluide des données entre les technologies opérationnelles (TO) en atelier et les systèmes informatiques (SI) ( 38 ).

• Enregistrement centralisé des données et plateformes cloud : les vastes quantités de données générées par les capteurs en ligne et les systèmes de contrôle (mesures de propriétés, quantités d’additifs, temps de cycle, état des équipements, températures, courants des moteurs, etc.) sont collectées et stockées dans des bases de données centralisées, souvent hébergées sur des plateformes cloud ( 37 ). Cela crée un riche historique du processus.

• Visualisation et analyse des données : les plateformes logicielles fournissent des tableaux de bord conviviaux pour visualiser les tendances des données en temps réel et historiques ( 37 ). Les outils de veille stratégique standard ( 46 ) ou les plateformes de données spécialisées pour fonderies ( 39 ) permettent aux opérateurs, aux ingénieurs et aux gestionnaires de surveiller les indicateurs clés de performance (KPI), de suivre l’efficacité globale des équipements (OEE), d’analyser les corrélations, d’identifier les anomalies et de résoudre les problèmes plus efficacement ( 37 ).

• Surveillance à distance et assistance d'experts : La connectivité permet l'accès à distance aux données et aux diagnostics du système. Les experts internes, voire les fournisseurs d'équipements, peuvent ainsi surveiller les performances, apporter une assistance au dépannage et formuler des recommandations de maintenance proactive sans avoir à intervenir physiquement ( 34 ). Certains fournisseurs proposent des centres de surveillance à distance assurant un contrôle et un accompagnement d'experts basés sur des données en temps réel ( 37 ).

• Intégration avec les systèmes d'entreprise : Les données de l'usine de sable peuvent être intégrées à des systèmes de gestion d'usine de niveau supérieur comme les systèmes d'exécution de la fabrication (MES) ou la planification des ressources de l'entreprise (ERP) pour une meilleure planification de la production, une meilleure gestion des stocks et une meilleure intelligence d'affaires globale ( 38 ).

La mise en œuvre de ces concepts d'Industrie 4.0/IoT remplit une fonction essentielle qui dépasse la simple surveillance. Elle établit l'infrastructure de données indispensable – collecte, agrégation, stockage et accessibilité fiables des données – fondamentale pour exploiter des techniques d'IA et d'apprentissage automatique plus avancées ( 39 ). Sans un flux de données de processus robuste et bien géré, le développement et le déploiement de modèles d'optimisation efficaces pilotés par l'IA sont fortement compromis. Ainsi, le déploiement de l'IoT est souvent une condition préalable ou une activité concomitante nécessaire pour exploiter pleinement le potentiel de l'IA dans l'optimisation du contrôle du sable vert et des opérations de fonderie en général.

5.3. Intelligence artificielle et apprentissage automatique (IA/AA)

L’IA et l’apprentissage automatique représentent la prochaine frontière dans l’optimisation des systèmes de sable vert, allant au-delà de la logique de contrôle prédéfinie pour une prédiction, une adaptation et une optimisation basées sur les données ( 50 ).

• Modélisation prédictive des propriétés : Les algorithmes d’apprentissage automatique, tels que les réseaux de neurones artificiels (RNA) ( 43 ) ou les forêts aléatoires ( 59 ), peuvent être entraînés sur de vastes ensembles de données historiques contenant des entrées de capteurs (température, ajouts précédents, etc.) et les propriétés du sable mesurées correspondantes (humidité, compactabilité, résistance) ou même les résultats de coulée. Une fois entraînés, ces modèles peuvent prédire les propriétés du sable en temps réel à partir des relevés de capteurs actuels ( 43 ). Ceci peut s’avérer particulièrement précieux pour estimer des propriétés difficiles ou lentes à mesurer directement en ligne, ou pour prédire l’état futur du sable à partir des conditions actuelles. La recherche générale en science des matériaux explore activement l’apprentissage automatique pour la prédiction des propriétés ( 59 ).

• Optimisation de la stratégie de contrôle : L’IA peut analyser les relations complexes, souvent non linéaires, entre de nombreuses variables d’entrée (propriétés du sable de retour, types et quantités d’additifs, paramètres du mélangeur, conditions ambiantes) et les variables de sortie (propriétés finales du sable, taux de défauts de coulée). En apprenant ces relations à partir de données historiques, les systèmes d’IA peuvent recommander des points de consigne et des paramètres de fonctionnement optimaux pour les systèmes de contrôle existants basés sur des automates programmables afin d’atteindre des objectifs spécifiques, tels que la minimisation de la variabilité, la réduction de la consommation d’additifs ou la minimisation de certains types de défauts ( 39 ). Des techniques comme les algorithmes génétiques (AG) ont également été explorées pour l’optimisation multi-objectifs (par exemple, l’équilibre entre résistance et coût) ( 58 ).

• Prédiction et diagnostic des défauts : Les techniques d’IA, notamment les systèmes experts, le raisonnement à partir de cas (RàPC) ( 55 ), les systèmes d’inférence neuro-flous adaptatifs (ANFIS) ( 55 ) et la vision par ordinateur combinée à l’apprentissage automatique ( 57 ), peuvent être appliquées à l’analyse des données de procédé et des résultats d’inspection des pièces moulées. Ces systèmes peuvent potentiellement prédire la probabilité d’apparition de défauts spécifiques en fonction des propriétés actuelles ou récentes du sable et des conditions de procédé, permettant ainsi une action préventive. Ils peuvent également contribuer au diagnostic des causes profondes des défauts en identifiant les corrélations entre les écarts de procédé et l’apparition des défauts ( 27 ).

• Applications commerciales : Des solutions d’IA commerciales émergent, souvent développées grâce à des collaborations entre fournisseurs de technologies de fonderie et spécialistes de l’IA ( 62 ). Ces plateformes analysent les données historiques de production et de qualité de l’ensemble du processus de fonderie (usine de sable, moulage, coulée) ( 40 ). Elles déterminent les plages de fonctionnement optimales pour des pièces moulées spécifiques et proposent des ajustements des paramètres de contrôle aux opérateurs, dans le but de réduire significativement les taux de rebut ( 39 ).

Une observation importante concernant les applications d'IA avancées actuelles est qu'elles privilégient souvent un niveau d'optimisation supérieur plutôt que le remplacement du contrôle en temps réel assuré par les automates programmables ( 10 ). Ces systèmes d'IA analysent les données historiques accumulées afin d'identifier les objectifs et les plages de fonctionnement optimaux (prescriptions) pour les systèmes de contrôle existants. L'automate programmable continue de gérer les ajustements en temps réel nécessaires pour atteindre ces objectifs. Cela suggère que l'IA est actuellement mise en œuvre principalement comme une couche de conseil intelligente, exploitant une connaissance approfondie des processus extraite des données pour guider les systèmes d'automatisation établis vers de meilleures performances globales et une qualité accrue.

6. Impact, avantages et considérations pratiques

L'adoption de systèmes de test en ligne avancés et de systèmes de contrôle automatisés, notamment lorsqu'ils sont intégrés aux capacités de l'Industrie 4.0 et de l'IA, offre des avantages potentiels importants pour les fonderies, mais présente également des défis pratiques de mise en œuvre.

6.1. Avantages quantifiables

La mise en œuvre de ces technologies peut conduire à des améliorations mesurables dans plusieurs domaines clés :

• Amélioration de la qualité des pièces moulées et réduction des défauts : c’est souvent le principal facteur. En maintenant les propriétés du sable vert dans des tolérances plus strictes, l’apparition de défauts liés au sable est considérablement réduite ( 9 ). Ces défauts comprennent :

• Défauts gazeux : Soufflures, piqûres causées par une humidité excessive ou une faible perméabilité ( 14 ).

• Défauts d'expansion : croûtes, boucles, queues de rat causées par une expansion excessive du sable, souvent liées à un GCS élevé, un WTS faible ou des matériaux volatils inadéquats ( 11 ).

• Érosion et inclusions de sable : causées par une faible résistance à l’état vert ou sec, entraînant l’incorporation de sable dans la pièce moulée ( 11 ).

• Pénétration du métal : Le métal en fusion pénètre dans les pores du sable, lié à un sable grossier, à une faible densité de moule ou à des formateurs de carbone lustrés insuffisants ( 2 ).

• Gonflements et imprécision dimensionnelle : causés par une faible dureté du moule ou une compactibilité excessive entraînant un mouvement de la paroi du moule ( 14 ).

• Mauvaise finition de surface : liée à un sable grossier, une perméabilité élevée ou une stabilité insuffisante de la surface du moule ( 2 ). Des études de cas font état de réductions significatives des rebuts, dépassant parfois 40 à 50 % pour certaines pièces ou fonderies après la mise en œuvre d’un contrôle avancé ou d’une optimisation par IA ( 13 ). Une meilleure finition de surface réduit les coûts d’ébavurage et de nettoyage ultérieurs ( 5 ).

• Amélioration de la constance du processus : La surveillance en ligne et les boucles de rétroaction automatisées réduisent considérablement la variabilité d’un lot à l’autre et d’une équipe à l’autre des propriétés critiques du sable, telles que l’humidité, la compactabilité et la résistance ( 9 ). Il en résulte un processus de moulage plus prévisible et plus stable ( 9 ).

• Efficacité des ressources :

• Matériaux : Un dosage précis et automatisé, basé sur des mesures en temps réel, minimise la surconsommation d’eau, de bentonite, d’additifs carbonés et d’autres matériaux coûteux ( 9 ). Des réductions de la consommation de bentonite de 20 % ou plus ont été observées ( 29 ). Une meilleure stabilité du système peut également réduire la fréquence d’ajout de sable nécessaire pour compenser l’accumulation d’argile morte ( 15 ).

• Énergie : L’optimisation du cycle de broyage, par exemple en passant d’un broyage à durée fixe à un broyage basé sur l’obtention d’un apport énergétique stable (Mull-to-Energy Stable Power – MTESP), peut réduire considérablement le temps de broyage (des réductions de 30 à 75 % ont été rapportées) et la consommation d’énergie associée sans compromettre les propriétés du sable ( 9 ). Un meilleur contrôle de la température du sable grâce à des systèmes de refroidissement efficaces contribue également à la gestion globale de l’énergie ( 9 ).

• Récupération du sable : Bien que différentes des propriétés du sable vert stable, ces propriétés peuvent potentiellement être bénéfiques aux procédés de récupération du sable en aval ( 25 ). Une récupération efficace permet en elle-même de réaliser d’importantes économies en réduisant les coûts d’achat et d’élimination du sable neuf ( 66 ).

• Amélioration de la productivité et de la rentabilité : un sable de qualité constante permet aux lignes de moulage de fonctionner à des cadences plus élevées et avec moins d’interruptions ( 4 ). La réduction des temps d’arrêt liés aux problèmes de sable ou aux pannes d’équipement (potentiellement prévisibles grâce à la surveillance IIoT) accroît encore le rendement ( 10 ). Conjugués à des taux de rebut plus faibles et à une consommation de ressources réduite, ces facteurs contribuent directement à la baisse des coûts de fabrication et à l’amélioration de la rentabilité ( 4 ). Des gains de TRS de 10 à 15 % ont été observés suite à la mise en œuvre de l’Industrie 4.0 ( 37 ).

6.2. Obstacles à la mise en œuvre

Malgré les avantages évidents, les fonderies sont confrontées à plusieurs défis pratiques lors de la mise en œuvre de systèmes de contrôle en ligne avancés :

• Coût : L’investissement initial peut être conséquent et englober les capteurs, les automates programmables, les interfaces homme-machine, les systèmes de dosage automatisés, les licences logicielles, les services d’intégration et les mises à niveau potentiellement nécessaires des équipements existants tels que les mélangeurs ou les refroidisseurs ( 9 ). Bien que des options moins coûteuses existent pour le contrôle de base ( 41 ), les systèmes sophistiqués intégrant l’IIoT et l’IA représentent un investissement important. Les coûts d’outillage liés aux modifications de processus peuvent également être considérables ( 42 ). Une analyse coûts-avantages approfondie et un calcul du retour sur investissement (RSI) sont essentiels pour justifier l’investissement ( 38 ). Ce calcul est souvent complexe, car il nécessite de mettre en balance les coûts tangibles (équipement, maintenance) et les avantages quantifiables (réduction des rebuts, économies de matières premières), ainsi que les gains plus difficiles à quantifier (amélioration de la constance, réduction des temps de réponse) ( 9 ). La réussite de la mise en œuvre repose fréquemment sur la démonstration d’un RSI favorable, bien que potentiellement complexe.

• Étalonnage et maintenance : Les capteurs en ligne nécessitent un étalonnage initial précis par rapport à des méthodes de référence, ainsi qu’une vérification ou un réétalonnage continu afin de maintenir leur précision dans l’environnement exigeant des fonderies (poussière, vibrations, fluctuations de température) ( 12 ). Les systèmes de test et de dosage automatisés comportent des composants mécaniques qui requièrent une maintenance préventive régulière pour garantir leur fiabilité ( 9 ). La robustesse de la conception des équipements est un facteur clé pour minimiser les coûts de maintenance ( 10 ).

• Complexité de l'intégration système : L'intégration de nouveaux capteurs, contrôleurs et logiciels aux équipements existants (mélangeurs, convoyeurs, lignes de moulage) et au réseau informatique de l'usine peut s'avérer complexe ( 37 ). Elle requiert souvent une expertise à la fois en technologies opérationnelles (TO – contrôle des procédés physiques) et en technologies de l'information (TI – réseaux, gestion des données) ( 38 ). Garantir la compatibilité entre les systèmes de différents fournisseurs peut également constituer un défi.

• Gestion des données et expertise : Les systèmes compatibles avec l’IIoT génèrent d’importants volumes de données. Le stockage, la gestion, l’analyse et l’interprétation efficaces de ces données nécessitent une infrastructure adaptée et du personnel qualifié (analystes de données, ingénieurs de procédés maîtrisant les outils d’analyse de données) ( 37 ). Les fonderies peuvent avoir besoin d’investir dans la formation ou de faire appel à des services d’assistance de fournisseurs ou à des plateformes d’IA pour extraire des informations pertinentes de ces données ( 37 ). Combler le déficit potentiel de compétences en analyse de données au sein des effectifs existants constitue un défi courant ( 53 ).

• Inertie des processus et gestion du changement : La réussite de la mise en œuvre de ces technologies ne se limite pas à l’installation de matériel et de logiciels. Elle implique l’adaptation des flux de travail opérationnels, la formation du personnel à l’utilisation des nouveaux outils et à la fiabilité des données, ainsi que la promotion d’une culture favorisant la prise de décision fondée sur les données ( 38 ). Surmonter les résistances au changement et obtenir l’adhésion de la direction sont essentiels pour tirer pleinement parti des avantages ( 38 ). Malgré la sophistication de l’automatisation et de l’IA, les facteurs humains demeurent cruciaux. Une maintenance adéquate, des contrôles d’étalonnage, la compréhension des résultats du système, un dépannage efficace par les techniciens, une formation complète des opérateurs et l’engagement de la direction à agir en fonction des recommandations basées sur les données sont autant d’éléments indispensables à un succès durable ( 9 ). Le déploiement technologique représente un défi sociotechnique, et négliger les aspects humains et organisationnels peut compromettre les gains potentiels.

6.3. Études de cas illustratives

De nombreuses fonderies ont mis en œuvre avec succès des systèmes de contrôle du sable vert avancés, démontrant ainsi des avantages concrets :

• Contrôleurs en ligne avancés : Les fonderies utilisant des contrôleurs en ligne avancés font état d’un contrôle plus précis de la compactibilité et de l’humidité, ce qui réduit les défauts liés au sable et améliore la qualité des pièces moulées ( 10 ). Leur mise en œuvre a démontré une meilleure homogénéité, une consommation de liant réduite, une finition de pièce améliorée et a facilité les diagnostics de maintenance ( 15 ).

• Plateformes IIoT avec optimisation par IA : Les fonderies qui adoptent des plateformes IIoT intégrées, associées à des logiciels d’optimisation pilotés par l’IA, ont constaté des réductions significatives de leurs taux de rebut, parfois supérieures à 50 % en quelques mois, grâce aux ajustements de processus préconisés par l’IA. Ces systèmes analysent les données de l’ensemble de la chaîne de production afin d’identifier les paramètres de fonctionnement optimaux ( 39 ). Les groupes de fonderies multisites exploitent ces plateformes pour suivre les indicateurs clés de performance (KPI), combler les lacunes en compétences et améliorer la qualité sur l’ensemble de leurs sites ( 53 ).

• Lignes de moulage modernes et recyclage : La modernisation des fonderies grâce à l’intégration de lignes de moulage automatisées modernes et de technologies de l’Industrie 4.0 a permis d’importantes améliorations opérationnelles ( 37 ). Les testeurs automatisés portables/en ligne offrent des capacités de test multipropriétés rapides et peuvent être interfacés avec les commandes des broyeurs ( 35 ). Les investissements dans des installations de recyclage thermique à haute capacité, dotées de systèmes avancés de lavage et de dépoussiérage, ont permis d’améliorer significativement les caractéristiques du sable recyclé, ce qui devrait se traduire par des avantages tels qu’une meilleure finition de surface des pièces moulées et une réduction de la consommation d’additifs/résines (par exemple, une réduction de 20 % de la bentonite et de 20 à 25 % de la résine de noyau) ( 29 ).

• Stratégies de contrôle et capteurs alternatifs : Une étude menée dans quatre fonderies de fer a démontré que le passage d’un contrôle conventionnel du temps de malaxage (MTT) à une stratégie de contrôle de la puissance stable en fonction de l’énergie (MTESP) permettait d’éliminer le sur-malaxage, de réduire les temps de malaxage moyens jusqu’à 75 % (30 % en moyenne), d’augmenter le rendement du malaxeur et de potentiellement réaliser des économies d’énergie, tout en maintenant, voire en améliorant, l’homogénéité des propriétés du sable ( 24 ). Une étude de cas a décrit en détail la mise en œuvre réussie d’un analyseur d’humidité optique NIR au-dessus d’un tapis roulant à sable dans une fonderie de métaux non ferreux, avec une excellente corrélation (R² = 0,99953) avec les essais en laboratoire et un contrôle efficace de l’humidité, constituant ainsi une alternative économique ( 46 ). Des systèmes intégrés de refroidissement et de contrôle par rétroaction, basés sur des sondes de température et d’humidité, ont permis de réduire les ajouts d’eau et les temps de cycle de malaxage ( 17 ).

• Méthodologies d'amélioration des procédés : Les projets Six Sigma DMAIC ont également été appliqués avec succès aux procédés de traitement du sable vert, permettant d'identifier les causes profondes des défauts et de mettre en œuvre des mesures de contrôle pour réduire les taux de rebut (par exemple, de 6,94 % à 4,69 %) et améliorer les niveaux sigma du procédé ( 13 ). L'atténuation de défauts spécifiques (par exemple, la porosité de surface) et l'optimisation du procédé (par exemple, l'application de l'alimentateur) dans le sable vert ont également fait l'objet d'études de cas approfondies ( 67 ).

Tableau 4 : Résumé des mises en œuvre/études de cas de systèmes avancés de contrôle des sables verts

Type de fonderie/Étude de cas	Technologie mise en œuvre	Objectifs/Défis clés abordés	Bénéfices/résultats rapportés (quantifiés lorsque cela est possible)
Groupe de fonderie multisite	Plateforme IIoT (Passage à l'optimisation par l'IA)	Remplacer le savoir-faire perdu, combler le déficit de compétences, surveiller les données/indicateurs clés de performance en temps réel, réduire la variabilité, réduire les rebuts.	Connexion rapide, tableaux de bord intuitifs, réduction précoce des rebuts constatée. Objectif : utiliser les données et l’IA pour une qualité supérieure à moindre coût.
Fonderie européenne	Plateforme IIoT avec optimisation par IA	Réduire les taux de rebut.	Réduction des rebuts de 39 % et 45 % sur certains produits signalée.
Fonderie de fer	Plateforme IIoT avec optimisation par IA	Réduire les taux de rebut.	Réduction de 50 % des rebuts en 3 mois ; économies de plus de 100 000 $ par mois ; stabilisation des niveaux de rebuts à un faible niveau constatée.
Fonderie turque	Centrale de récupération thermique à haute capacité avec système de lavage/dépoussiérage avancé	Remplacer les anciens épurateurs, augmenter la capacité de récupération, améliorer la qualité du sable récupéré, réduire l'utilisation de liant/de sable neuf.	Amélioration des caractéristiques du sable (arrondi, distribution) ; Prévisions : amélioration de la finition de surface, réduction de 20 % de la bentonite, réduction de 20 à 25 % de la résine de noyau, réduction de l'utilisation de sable/poussière de charbon neufs.
Fonderie de métaux non ferreux	Ligne de moulage automatisée moderne + plateforme IIoT	Moderniser les systèmes vieillissants, améliorer les opérations grâce aux données.	Des gains opérationnels importants ont été signalés.
4 Étude sur les fonderies de fer	Stratégie de contrôle de l'énergie stable Mull-to-Energy (MTESP)	Remplacez le broyage à temps (MTT), éliminez le sur-broyage, améliorez la consistance, augmentez le rendement.	Réduction du temps de broyage moyen jusqu'à 75 % (moyenne 30 %) ; augmentation du rendement de broyage ; maintien/amélioration de la constance des propriétés du sable ; potentiel d'économies d'énergie.
Boîtier pour système automatisé de contrôle du sable	Système automatisé de contrôle du sable (ordinateur de supervision, automate programmable, capteurs : moulabilité, température)	Automatiser le contrôle, stabiliser les propriétés, réduire les tests, améliorer la finition.	Compacité/liaison homogène ; GCS élevé ; consommation de liant réduite ; amélioration spectaculaire de la finition de coulée ; diagnostics de maintenance améliorés.
Fonderie de laiton/aluminium	Analyseur d'humidité optique NIR	Remplacez votre ancien système de contrôle de l'humidité à moindre coût ; contrôlez l'humidité malgré les fluctuations du sable de retour.	Excellente corrélation (R2=0,99953) avec les tests en laboratoire ; contrôle efficace de l'humidité obtenu.
Application Six Sigma	Méthodologie DMAIC	Réduire les défauts de moulage dans le procédé au sable vert.	Réduction du taux de défauts de 6,94 % à 4,69 % ; amélioration du niveau Sigma de 3,49 à 3,65 signalée.
Boîtier pour système de refroidissement et de contrôle intégré	Refroidisseur de sable, prémélangeur, sondes de température/humidité, automate programmable avec algorithme PID/auto-apprentissage	Refroidir le sable de retour, optimiser le dosage eau/additifs, réduire le temps de mélange.	Ajout d'eau réduit (par exemple, de 40-65 L à 20-30 L) ; temps de cycle de mélange total réduit ; économies potentielles d'additifs (12-16 %) signalées.

7. Conclusion et perspectives d'avenir

La maîtrise des propriétés du sable vert est incontestablement essentielle au succès des opérations de fonderie, influençant directement la qualité des pièces moulées, l'efficacité des ressources et la productivité globale de la fonderie. Si les méthodes d'essais classiques en laboratoire fournissent des données de référence précieuses, leurs délais et leur fréquence limitée les rendent inadaptées à la gestion de la nature dynamique des systèmes modernes de production de sable vert à haut volume.

La transition vers une surveillance en ligne et en temps réel ainsi qu'un contrôle automatisé représente un progrès technologique majeur. Grâce à l'utilisation de capteurs mesurant directement dans le flux de production des paramètres clés tels que la compactibilité, l'humidité, la température et la résistance, et à leur intégration dans des boucles de régulation sophistiquées à base d'automates programmables, les fonderies peuvent atteindre une homogénéité sans précédent de leur sable de moulage. Ces systèmes permettent d'ajuster proactivement les quantités d'eau et d'additifs, compensant ainsi les fluctuations du sable de retour et maintenant les propriétés dans des plages cibles précises. Les avantages constatés sont considérables : réduction significative des défauts de moulage et des taux de rebut liés au sable, optimisation de la consommation d'eau et de matières premières, productivité accrue grâce à une disponibilité et des vitesses de moulage supérieures, et réduction du recours à l'intervention manuelle.

L'état de l'art actuel dépasse la simple automatisation et intègre les principes de l'Industrie 4.0 et l'intelligence artificielle. Les plateformes IIoT permettent une connectivité fluide, l'enregistrement centralisé des données et de puissants outils de visualisation, offrant ainsi une visibilité complète des processus. Les techniques d'IA et d'apprentissage automatique sont déployées pour analyser cette masse de données, permettant la modélisation prédictive des propriétés du sable, le diagnostic intelligent des causes de défauts et l'optimisation prescriptive des stratégies de contrôle. Ceci conduit souvent à des améliorations considérables de la qualité et de l'efficacité, comme en témoignent des études de cas récentes.

À l'avenir, plusieurs tendances devraient façonner la gestion des sables verts :

• Progrès des capteurs : Le développement des capteurs devrait se poursuivre, avec pour objectif des capteurs plus robustes, plus précis, nécessitant moins de maintenance et potentiellement moins coûteux. Les capteurs multiparamètres, capables de mesurer simultanément plusieurs propriétés clés, devraient se généraliser.

• Fusion de capteurs : L’application des techniques de fusion de capteurs, probablement alimentée par l’IA, va se développer, combinant des données provenant de divers types de capteurs pour créer une compréhension plus fiable et plus complète de l’état complexe du sable vert, surmontant les limitations des capteurs individuels.

• Sophistication de l'IA : les modèles d'IA/ML deviendront plus sophistiqués, évoluant vers des boucles d'optimisation entièrement autonomes, adaptant les stratégies de contrôle en temps réel en fonction des résultats prévus et de la dynamique des processus apprise.

• Intégration holistique : les plateformes numériques intégreront de plus en plus les données et le contrôle sur l’ensemble de la chaîne de valeur de la fonderie, depuis l’inspection des matières premières entrantes, en passant par la préparation du sable et le moulage, jusqu’à la fusion, la coulée, le démoulage, la finition et l’inspection finale des pièces moulées, permettant ainsi une véritable optimisation du processus de bout en bout.

• Priorité à la durabilité : Les pressions environnementales et les coûts des ressources continueront de stimuler l'innovation dans des domaines tels que le traitement écoénergétique, les techniques avancées de récupération du sable ( 25 ) et l'utilisation d'additifs respectueux de l'environnement et à faibles émissions ( 5 ), les systèmes de contrôle jouant un rôle clé dans l'optimisation de ces pratiques durables.

En conclusion, l'adoption de technologies avancées de test en ligne, de contrôle automatisé et d'optimisation basée sur les données devient rapidement non seulement avantageuse, mais essentielle pour les fonderies de sable vert qui souhaitent prospérer sur un marché mondial concurrentiel. La maîtrise de ces technologies permet aux fonderies d'atteindre la qualité constante, la haute efficacité et l'utilisation optimisée des ressources nécessaires à un succès durable à l'ère de l'Industrie 4.0.