Projet de fin d'étude : Machine Learning au service de la clinkérisation : Développement d'un soft sensor hybride pour l'estimation dynamique de la chaux libre

Etudiant : OULKHIR IBRAHIM

Filière : Master Chimie des Matériaux Innovants (CMI)

Encadrant : Pr. OUARSAL RACHID

Annèe : 2026

Résumé : Mon projet de fin d'études, réalisé au sein de Holcim Maroc à Meknès, porte sur le développement d'un soft sensor hybride basé sur le Machine Learning pour estimer en temps réel la teneur en chaux libre (f-CaO) dans le clinker. L'objectif est de remplacer le contrôle discontinu réalisé en laboratoire par une prédiction continue, afin d'améliorer le pilotage du four et d'optimiser le procédé de clinkérisation. Pour cela, j'ai développé un modèle intelligent intégrant les données du procédé, les connaissances physico-chimiques et un alignement temporel basé sur le temps de séjour de la matière dans le four. Cette solution permet de réduire la consommation énergétique, de diminuer les émissions de CO₂, d'améliorer la stabilité de la qualité du clinker et de générer jusqu'à 8,31 millions de dirhams d'économies par an, avec un retour sur investissement inférieur à un an, démontrant ainsi son fort potentiel d'industrialisation.