PSI : Optimisation multi-objectif pour l’éco-conception des systèmes industriels

Vers de nouveaux produits ayant un impact environnemental limité

Ce thème vise au développement et à la mise en oeuvre de stratégies d’optimisation mono-objectif ou multi-objectif couplées à des techniques d’aide à la décision qui s’appuient sur des méthodes tant déterministes que stochastiques. Elles sont utilisées pour l’optimisation technico-économique et environnementale en vue de la conception optimale d’unités continues ou discontinues, ou plus largement de la conception de chaînes logistiques dites « vertes » ou encore de la conception de réseaux d’eau ou d’énergie mutualisés entre plusieurs sites de production.

Modélisation et simulation pour des procédés moins énergivores

Eco-conception : une approche intégrée couplant modélisation, analyse du cycle de vie et optimisation multi- objectif

Traditionnellement, la conception de procédés était guidée par des considérations techniques et microéconomiques. Cependant, ces deux types de critères ne suffisent plus et les critères environnementaux, qui apparaissaient plutôt en tant que contraintes, doivent désormais faire partie intégrante de la démarche d’éco conception.

Il s’agit donc de tenir compte des aspects environnementaux dès la conception d’un produit, d’un procédé ou d’un système, et lors de toutes les étapes de son cycle de vie, ce qui élargit les frontières du champ d’investigation classique du Génie des Procédés. Un point clé consiste en la prise en compte de critères nombreux et souvent antagonistes.

Ces travaux, réalisés dans le cadre de la thèse de Fernando Morales Mendoza (2013) dans la continuité de celle de Adama Ouattara (2011) [1] ont abouti au développement d’un cadre méthodologique et générique d’éco-conception de procédés chimiques couplant des outils de modélisation et de simulation traditionnels de procédés (ProSimPlus, HYSYS, COCO, Ariane…), d’Analyse du Cycle de Vie (ACV), d’optimisation multi-objectif basée sur des Algorithmes Génétiques et enfin des outils d’aide à la décision multicritère (ELECTRE, PROMETHEE, M-TOPSIS).

L’approche proposée permet de généraliser, d’automatiser et d’optimiser l’évaluation des impacts environnementaux au stade préliminaire de la conception d’un procédé chimique. Trois étapes principales sont impliquées : les deux premières correspondent respectivement aux phases d’analyse de l’inventaire par bilans de matière et d’énergie et à l’évaluation environnementale par ACV.

Le problème du manque d’information ou de l’imprécision dans les bases de données classiques en ACV pour la production d’énergie, notamment sous forme de vapeur, a reçu une attention particulière. Une solution proposée consiste à utiliser un simulateur de procédés de production d’utilités (Ariane, ProSim SA) pour contribuer à alimenter la base de données environnementale en tenant compte des variations sur les conditions opératoires ou sur les technologies utilisées. Des sous-modules « énergie » sont ainsi proposés pour calculer les émissions relatives aux impacts liés à l’utilisation de l’énergie dans les procédés.

La troisième étape réalise la liaison entre les deux premières phases et l’optimisation multi-objectif qui met en jeu des critères économiques et environnementaux. Elle conduit à des solutions situées sur le front de Pareto à partir desquelles les meilleurs compromis sont choisis à l’aide de méthodes d’aide à la décision.

Le procédé de production de biodiesel à partir d’huiles végétales a servi d’illustration. Une stratégie à plusieurs niveaux a été mise en oeuvre pour analyser les comportements antagonistes des critères. Les principes de cette méthodologie ont été également retenus dans le cadre d’une collaboration avec le STLO pour l’écoconception dans le domaine de l’agroalimentaire (Thèse de Martial Madoumier, depuis 2012) et pour son application aux procédés de concentration/séchage du lait. Ils ont été utilisés pour la conception de champs de panneaux solaires photovoltaïques à grande échelle (collaboration avec le Laplace, BQR PRES OSSOLEMIO et thèse de Jorge Raul Perez Gallardo, 2013).