Évaluation environnementale paramétrique (ACV) des filières de fin de vie des emballages alimentaires biodégradables

L'UMR SayFood

SayFood, sous tutelles INRAE, AgroParisTech et l'université Paris-Saclay, a été créée le 01/01/2020 par la fusion des UMR GENIAL et GMPA.
Les travaux des chercheurs de l'UMR portent sur les processus physiques, biochimiques et microbiologiques qui gouvernent les transformations alimentaires et non alimentaires des bioproduits et développe des approches mécanistiques pluridisciplinaires et systémiques pour :
• repenser la (bio-)transformation jusqu'à la consommation et développer les potentialités des nouveaux systèmes alimentaires,
• contribuer à une innovation produits-procédés intégrant les contraintes de la production amont et les besoins/attentes des consommateurs
SayFood rassemble plus de 180 personnes dont 80 chercheurs et enseignants-chercheurs, 48 agents d'appui scientifique ou administratif et plus de 60 doctorants, post-doctorants et étudiants stagiaires, regroupées dans 5 équipes pluridisciplinaires, une halle technologique et un pôle d'appui administratif.

* English version below

Contexte :

La transition vers un système alimentaire durable nécessite de repenser les emballages des produits alimentaires périssables. Ces emballages font face à un triple défi :

• Performance technique : assurer une protection et une conservation optimales des aliments.

• Écoresponsabilité : éliminer la pollution plastique en garantissant une fin de vie sans impact environnemental.

Le conditionnement sous atmosphère modifiée, ou MAP, est une technologie essentielle pour prolonger la durée de conservation des aliments périssables et réduire le gaspillage alimentaire. Cependant, la conception d’emballages MAP durables représente un défi systémique particulièrement complexe. L’amélioration des performances techniques (physiques/chimiques) afin de garantir les propriétés barrières a un impact direct sur la gestion de la fin de vie, ce qui peut compromettre la viabilité économique ou l’écoresponsabilité du système. Par exemple, maximiser l’effet barrière en rendant le matériau plus complexe peut considérablement augmenter les coûts et les difficultés de faisabilité liés à son recyclage.

Pour cette raison, il est essentiel d’intégrer le traitement de fin de vie de ces emballages dès la phase de conception. Plusieurs scénarios de fin de vie coexistent, chacun présentant des avantages distincts, notamment le compostage industriel, la digestion anaérobie, le recyclage chimique utilisant du CO₂ supercritique et l’incinération. Cependant, le choix entre ces différentes filières est complexe. Cette décision nécessite le développement d’indicateurs environnementaux dynamiques couplés aux variables de conception de l’emballage, afin d’identifier la filière optimale pour chaque cas d’étude. L’Analyse du Cycle de Vie (ACV) peut apporter des éléments de réponse à ce défi.

Ce stage s’inscrit dans le cadre du projet ANR NextFoodPack, qui réunit un consortium composé de plusieurs partenaires académiques et industriels. Ce cadre collaboratif offrira une occasion unique de tester l’outil développé à partir de données réelles et de cas d’usage concrets.

Objectifs du stage :

L’objectif du stagiaire sera de formaliser le système de traitement en fin de vie des emballages alimentaires sous la forme d’un modèle paramétrique d’Analyse du Cycle de Vie (ACV). Ce modèle établira un lien entre les paramètres de conception de l’emballage et les performances environnementales des différents scénarios de fin de vie, de sorte que toute modification de la conception soit automatiquement répercutée sur les impacts environnementaux correspondants. Enfin, une analyse multicritère sera réalisée en combinant les résultats de l’ACV avec des données économiques simplifiées, à l’aide de la méthode du processus d’analyse hiérarchique (AHP – Analytic Hierarchy Process).

Activités à réaliser :

Le travail comprendra plusieurs tâches organisées autour de trois axes principaux :

Données et inventaire :

• Identifier les informations disponibles concernant les différentes filières de fin de vie possibles pour ces emballages afin d’établir les scénarios à évaluer.

• Collecter et intégrer les données techniques, environnementales et financières relatives aux scénarios de traitement.

Développement du modèle paramétrique :

• Développer, à partir des données collectées, des corrélations mathématiques entre les paramètres environnementaux.

• Construire le modèle d’ACV à l’aide de l’outil Brightway2, soit au moyen de l’interface « Activity Browser », soit directement en Python, sur la base des corrélations établies.

Interprétation et analyse :

• Interpréter les résultats afin d’identifier les scénarios de fin de vie à privilégier pour les différents cas évalués.

• Réaliser une analyse de sensibilité afin d’identifier les variables de conception les plus influentes et les plus importantes dans le système.

• Identifier les « points critiques », c’est-à-dire les points où une légère amélioration technique peut réduire considérablement les impacts ou les coûts.

----------------------------------------------------------------------------------------

Context :

The transition towards a sustainable food system requires rethinking the packaging of perishable food products. These packages face a threefold challenge:

• Technical performance: Ensuring the optimal protection and preservation of the food.

• Eco-responsibility: Eliminating plastic pollution by guaranteeing an end-of-life stage with no environmental impact.

Modified Atmosphere Packaging, or MAP, is a key technology for extending the shelf life of perishable foods and reducing food waste. However, designing sustainable MAP packaging represents a highly complex systemic challenge. Improving technical performance (physical/chemical) in order to guarantee barrier properties, has a direct impact on end-of-life management, which may compromise the system’s economic viability or eco-responsibility. For example, maximizing the barrier effect by making the material more complex can drastically increase the cost and feasibility challenges of recycling it.

For this reason, it is crucial to integrate the end-of-life treatment of these packages in the design phase. Several end-of-life scenarios coexist, each offering distinct advantages, including industrial composting, anaerobic digestion, chemical recycling using supercritical CO₂, and incineration. However, choosing between these different pathways is complex. This decision requires the development of dynamic environmental indicators coupled with the packaging design variables, in order to identify the optimal pathway for each case study. Life Cycle Assessment (LCA) can provide elements of response to this challenge.

This internship is part of the ANR NextFoodPack project, which brings together a consortium of several academic and industrial partners. This collaborative framework will offer a unique opportunity to test the developed tool against real-world data and use cases.

Internship Objectives :

The intern’s objective will be to formalize the end-of-life treatment system for food packaging in the form of a parametric LCA model. The model will link design parameters to the environmental performance of different scenarios, ensuring that any design modification is automatically reflected in the corresponding impacts. Finally, conduct a multi-criteria analysis using the LCA model and simplified economic data through analytical hierarchy process (AHP).

Activities to be realized :

The work will consist of several tasks organized into three main pillars :

Data and Inventory :

• Identify the available information on the possible end-of-life pathways for these packages in order to establish the scenarios to be evaluated.

• Collect and integrate the technical, environmental, and financial data of the treatment scenarios.

Parametric Model Development :

• Develop mathematical correlations between environmental using the collected data.

• Build the LCA model using the Brightway2 tool, either with the “Activity Browser” interface or directly in Python, based on the established correlations.

Interpretation and Analysis :

• Interpret the results in order to establish the preferred end-of-life scenarios for the different evaluated cases.

• Carry out a sensitivity analysis to identify the most impactful and important design variables in the system.

• Identify “hotspots,” meaning critical points where a small technical improvement can drastically reduce impacts or costs.

* English version below

Profil recherché :

• Formation en science des données et modélisation, en mathématiques appliquées, en informatique ou en génie de l’environnement.

• Niveau Master, étudiant en M2 ou en dernière année d’école d’ingénieurs.

• Des compétences en programmation et en évaluation environnementale seraient appréciées.

• Une connaissance de Python pour le traitement des données et le développement d’outils numériques serait fortement appréciée.

• Bon niveau d’anglais.

• Intérêt pour les bioprocédés, la circularité et les systèmes de gestion des déchets.

• Autonomie, sens de l’organisation et bonnes compétences en communication.

Conditions du stage :

Le stage sera encadré par Felipe Buendia, chercheur à INRAE, au sein de l’unité de recherche UMR SayFood, INRAE, AgroParisTech, Université Paris-Saclay, située sur le campus AgroParis-Saclay à Palaiseau, en Île-de-France.

Durée : 5 à 6 mois

Déplacements : non prévus

Gratification : 4,05 € par heure (~ 600 €/mois, selon le nombre de jours travaillés)

Transport : remboursement de 50 % du forfait de transport francilien « Pass Navigo »
Repas : restaurant CROUS à proximité et espace cuisine disponible, comprenant un réfrigérateur et un micro-ondes

Logement : logement étudiant disponible sur place, à organiser par l’étudiant. Plus d’informations : https://www.universite-paris-saclay.fr/vie-de-campus/logement

Envoyer un CV de 2 pages maximum, une lettre de motivation et un rapport portant sur de précédents projets d’évaluation environnementale ou d’analyse de données (non obligatoire mais fortement apprécié) à Felipe BUENDIA (felipe.buendia@inrae.fr) et Ali FARHAT (ali.farhat@inrae.fr)

---------------------------------------------------------------------------------------------------------------------------------------------------------

Desired Profile :

• Background in data science and modeling, applied mathematics or computer science, or environmental engineering.

• Master’s level, M2 or final-year engineering student.

• Skills in programming and environmental assessment are appreciated.

• Knowledge of Python for data handling and digital tool development would be highly appreciated.

• Good level of English.

• Interest in bioprocesses, circularity, and waste management systems.

• Autonomy, organizational skills, and communication skills.

Internship Conditions :

The internship will be supervised by Felipe Buendia, INRAE researcher, at the UMR SayFood research unit, INRAE, AgroParisTech, Université Paris-Saclay, located on the AgroParisSaclay campus in Palaiseau, Île-de-France.

Duration : 5 to 6 months

Travel : Not planned

Stipend : 4,05 € per hour (~ 600€/month, depending on the number of days worked)

Transport : 50% reimbursement of the Île-de-France “Pass Navigo” transport pass
Meals : CROUS restaurant nearby and kitchen area available, including refrigerator and microwave

Housing : Student housing available on site, to be arranged by the student. More information: https://www.universite-paris-saclay.fr/vie-de-campus/logement

Send a CV, maximum 2 pages, a cover letter, and a report of previous environmental assessments or data analysis projects (not compulsory but highly appreciated) to Felipe BUENDIA (felipe.buendia@inrae.fr) and Ali FARHAT (ali.farhat@inrae.fr)