Le CO2 supercritique se présente comme un solvant vert alternatif aux solvants chimiques pour l’extraction, il est non seulement non toxique mais aussi non polluant, ininflammable et disponible en très haute pureté et à faible coût. De plus, ses paramètres critiques sont faibles et il peut représenter un fort pouvoir solvant.
Le procédé d’extraction au CO2 supercritique offre une efficacité d’extraction élevée et sélective, ce qui permet d’obtenir des extraits de haute pureté, il peut être appliqué dans les secteurs alimentaire, pharmaceutique, cosmétique, chimique et environnemental, c’est une alternative écologiquement et économiquement viable.
Les pannes et les arrêts de production présentent des contraintes majeures pour l’industrie. Le coût global de la maintenance d’un équipement pour sa durée de vie représente en moyenne 5 à 6 fois son coût d’investissement initial.
Afin de réduire ces coûts et anticiper les pannes, nous étudions de nouvelles solutions intelligentes de maintenance conditionnelle ou prédictive.
Comment ?
Le développement d’algorithmes type Machine Learning.
En effet, il est possible de créer un modèle algorithmique qui lie les variations des fréquences d’intensités électriques des moteurs d’entrainement machine et les débuts d’avarie. Cela consiste à analyser des données industrielles clients et permettre un apprentissage Machine Learning des causes de ces variations.