Les carrières des granulats sont confrontées à des défis économiques et énergétiques impactant
leur rentabilité et leur durabilité. La sous-production, due à une configuration inadéquate des
machines et à une granulométrie d’alimentation inappropriée, est récurrente. Cette étude se
concentre sur l’optimisation et la prédiction du rendement d’un concasseur primaire utilisé à la
carrière SOMIYA située à Yaoundé. Des paramètres tels que la granulométrie, la vitesse du rotor,
l’ouverture des mâchoires, l’humidité et le taux d’argile ont été analysés grâce aux outils
d’analyse tels que le brainstorming, Ishikawa et les 5 P. La méthode de Taguchi a permis de
déterminer des réglages optimaux. Un modèle de prédiction basé sur les RNA a été développé,
affichant des coefficients de détermination de 0,97 pour l’entraînement, 0,93 pour les tests et
0,95 pour l’ensemble des données. Cette approche a conduit à une réduction de la consommation
énergétique de 7,34 à 5,55 kWh/tonne et à une augmentation du rendement à 94,78 %, contre
85,52 %. En conséquence, les coûts de production ont diminué de manière significative, allant de
2055200 à 1554 000 FCFA soit un gain journalier d’environ 501 200 FCFA. Cette optimisation a
également permis de réduire l’impact environnemental, contribuant ainsi au développement
durable. En conclusion, la combinaison de la méthode de Taguchi et des RNA permet
d’améliorer significativement le rendement du concasseur, tout en réduisant les coûts
énergétiques, de production, et l’empreinte environnementale. Cette recherche offre ainsi une
contribution notable à l’optimisation des processus industriels dans le secteur des granulats.
Mots clés : optimisation, prédiction, concasseur primaire, RNA, méthode de Taguchi et
rendement.