Amélioration d'un procédé de recyclage de l'aluminium en mode écoresponsable : optimisation de l'injection d'argon pour la protection de l'aluminium en fusion et prédiction du moment optimal de coulée

Jouini, Nourhen (2025). Amélioration d'un procédé de recyclage de l'aluminium en mode écoresponsable : optimisation de l'injection d'argon pour la protection de l'aluminium en fusion et prédiction du moment optimal de coulée. Mémoire. Rimouski, Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 136 p.

PDF Télécharger (4MB) | Prévisualisation

Résumé

RÉSUMÉ : Ce mémoire s’inscrit dans le contexte du recyclage de l’aluminium, tel que mis en œuvre par l’entreprise Lefebvre Industri-Al à travers son procédé industriel de Recyclage d’Aluminium en Mode Écoresponsable R.A.M.E. L’objectif est d’optimiser à la fois la qualité et la quantité d’aluminium recyclé dans le four à induction de notre partenaire industriel, en réduisant les pertes par oxydation et en améliorant le contrôle du processus de fusion. Pour ce faire, deux volets complémentaires ont été développés. Le premier vise à réduire l’oxydation du bain de fusion par l’injection d’un gaz inerte. Dans ce cadre, une modélisation numérique 3D du procédé d’injection d’argon a été réalisée à l’aide de COMSOL Multiphysics®, en considérant des mélanges binaires air–argon dans des conditions industrielles. Le modèle simule le four à induction, initialement rempli d’air chaud. Il intègre le modèle de turbulence k-epsilon, le transfert thermique des fluides et le transport des espèces concentrées. L’objectif est d’évaluer la répartition de l’argon dans le four et d’identifier les paramètres influençant l’efficacité de l’inertage. Les résultats montrent que la position d’injecteur a peu d’effet sur la répartition du gaz, alors que le débit d’injection influence fortement la concentration en argon obtenue. Par exemple, après une heure d’injection, une fraction massique de 83 % est atteinte avec un débit de 40 L/min, contre 60 % à 20 L/min. Le niveau de remplissage du four joue également un rôle clé : un four plus rempli contient moins d’air à remplacer, ce qui permet une inertisation plus rapide, même à débit plus modéré. Suite aux simulations réalisées, des recommandations pratiques ont été formulées pour adapter le procédé aux différentes conditions de fonctionnement. Lors d’un remplissage partiel du four (tiers ou moitié), un débit d’injection de 40 L/min est recommandé afin d’assurer une substitution rapide de l’air par l’argon. En revanche, lorsque le four est entièrement rempli, le volume d’air à remplacer étant réduit, un débit plus modéré de 20 L/min permet d’atteindre une bonne inertisation sans surconsommation de gaz. Par ailleurs, l’utilisation de trois ou quatre injecteurs, avec un débit total constant réparti équitablement entre eux, améliore la répartition de l’argon dans le four et assure une meilleure couverture de la surface du bain, notamment dans les zones critiques exposées à l’oxydation. Malgré certaines hypothèses simplificatrices (sortie entièrement ouverte, fréquence d’ouverture non prise en compte), les résultats constituent une base solide pour une future application industrielle. Le second volet s’appuie sur le développement d’un modèle statistique prédictif, réalisé à l’aide du logiciel Minitab®, visant à estimer la température du bain de fusion dans un contexte où la mesure en continu n’est pas possible en conditions industrielles. Le modèle a été élaboré à partir de trois années de données collectées en environnement de production. Un travail de validation, de nettoyage et de structuration des données a été effectué en amont pour garantir leur fiabilité. L’approche utilisée repose sur le principe que la température atteinte par le bain est directement influencée par l’énergie électrique consommée lors de la refonte, en lien avec des paramètres clés présentant une forte corrélation avec cette consommation. Après avoir identifié ces variables et testé plusieurs configurations, le modèle retenu présente une erreur moyenne de 3,7 %, jugée satisfaisante dans le contexte de notre application industrielle. Ce modèle établit une relation entre l’énergie électrique consommée et la composition massique du bain de fusion, en particulier les masses d’aluminium, d’oxydes et de cryolithe. Ces paramètres étant mesurables en continu et en temps réel, le modèle permet de suivre l’évolution de la température du bain de manière fiable tout au long du processus. Il constitue ainsi un outil concret d’aide à la décision, permettant aux opérateurs d’anticiper avec précision le moment optimal pour procéder à la coulée de l’aluminium, lorsque la température cible de 750 °C est atteinte. -- Mot(s) clé(s) en français : Aluminium recyclé, four à induction, injection d’argon, mélange binaire air-argon, COMSOL Multiphysics®, Modèle statistique, Minitab®. --
ABSTRACT : This thesis falls within the context of aluminum recycling, as implemented by the company Lefebvre Industri-Al through its industrial process known as the Eco-Responsible Aluminum Recycling Method R.A.M.E. The objective is to optimize both the quality and quantity of recycled aluminum produced in the induction furnace of our industrial partner, by reducing oxidation losses and improving control over the melting process. To achieve this, two complementary approaches were developed. The first focuses on reducing oxidation in the molten bath through the injection of inert gas. In this context, a 3D numerical model of the argon injection process was developed using COMSOL Multiphysics®, considering binary air–argon mixtures under industrial conditions. The model simulates an induction furnace initially filled with hot air and incorporates the k-epsilon turbulence model, thermal fluid transfer, and concentrated species transport. The goal was to evaluate the distribution of argon within the furnace and to identify the key parameters influencing the effectiveness of inerting. Results show that the position of the injectors has little effect on gas distribution, whereas the injection flow rate strongly influences the resulting argon concentration. For example, after one hour of injection, a mass fraction of 83% is achieved at a flow rate of 40 L/min, compared to 60% at 20 L/min. The furnace filling level also plays a critical role: a more fully filled furnace contains less air to be replaced, allowing for faster inerting even at a lower flow rate. Based on the simulation results, practical recommendations were proposed to adapt the process to different operational conditions. For partial fillings (one-third or half full), an injection flow rate of 40 L/min is recommended to ensure rapid air substitution. In contrast, for a fully filled furnace, a reduced flow rate of 20 L/min is sufficient to achieve proper inerting without excessive gas consumption. Furthermore, using three or four injectors with the total flow rate evenly distributed among them improves argon dispersion in the furnace and ensures better surface coverage of the molten bath, particularly in oxidation prone zones. Despite some simplifying assumptions (such as a fully open outlet and the absence of modeled lid opening frequency), the results provide a solid basis for future industrial application. The second approach involves the development of a predictive statistical model using Minitab® to estimate the bath temperature, addressing the limitation of continuous temperature measurement under industrial conditions. The model was built using three years of data collected from the production environment. A rigorous process of data validation, cleaning, and structuring was carried out beforehand to ensure data quality. The approach is based on the principle that the bath temperature is directly influenced by the electrical energy consumed during melting, in relation to key process parameters that show strong correlation with energy input. After identifying the relevant variables and testing multiple configurations, the selected model achieved an average error of 3,7%, which is considered satisfactory for industrial use. The model establishes a relationship between electrical energy consumption and the mass composition of the molten bath specifically the masses of aluminum, oxides, and cryolite. Since these variables are measurable continuously and in real time during production, the model enables reliable temperature tracking throughout the melting process. It serves as a practical decision-support tool, allowing operators to accurately anticipate the optimal moment to initiate aluminum casting when the target temperature of 750 °C is reached. -- Mot(s) clé(s) en anglais : Recycled aluminum, induction furnace, argon injection, binary air–argon mixture, COMSOL Multiphysics®, statistical model, Minitab®.

Type de document :	Thèse ou mémoire de l'UQAR (Mémoire)
Directeur(trice) de mémoire/thèse :	Bhouri, Maha
Co-directeur(s) ou co-directrice(s) de mémoire/thèse :	Dassylva-Raymond, Véronique
Information complémentaire :	Mémoire présenté dans le cadre du programme de maîtrise en ingénierie en vue de l'obtention du grade de maître ès sciences appliquées.
Mots-clés :	Aluminium - Recyclage; Aluminium - Qualité - Contrôle; Aluminium - Oxydation; Modèles mathématiques; Four à induction; Injection d'argon.
Départements et unités départementales :	Département de mathématiques, informatique et génie > Génie
Date de dépôt :	10 févr. 2026 21:30
Dernière modification :	10 févr. 2026 21:30
URI :	https://semaphore.uqar.ca/id/eprint/3462