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

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 destinés aux produits alimentaires périssables. Ces emballages sont confrontés à un double défi :

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

• Éco-responsabilité : limiter la pollution plastique en garantissant une fin de vie présentant un impact environnemental minimal.

L'emballage sous atmosphère modifiée (Modified Atmosphere Packaging – MAP) est une technologie clé pour prolonger la durée de conservation des aliments périssables et réduire le gaspillage alimentaire. Cependant, concevoir un emballage MAP durable représente un défi systémique particulièrement complexe. L'amélioration des performances techniques (physiques et chimiques) afin de garantir les propriétés barrières a un impact direct sur la gestion de la fin de vie, pouvant compromettre la viabilité économique ou les performances environnementales du système. Par exemple, maximiser l'effet barrière en complexifiant la structure du matériau peut augmenter considérablement les coûts et les difficultés techniques liés à son recyclage.

Pour cette raison, il est essentiel d'intégrer la gestion de la fin de vie de ces emballages dès leur phase de conception. Plusieurs filières de traitement sont envisageables, notamment le recyclage mécanique, le recyclage chimique utilisant du CO₂ supercritique, ainsi que la valorisation énergétique par incinération. Toutefois, le choix entre ces différentes filières reste complexe. Cette décision nécessite le développement d'indicateurs environnementaux dynamiques couplés aux variables de conception des emballages, afin d'identifier la filière la plus adaptée à chaque étude de cas. L'Analyse du Cycle de Vie (ACV) constitue un outil pertinent pour répondre à ce défi.

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

Objectifs du stage :

L'objectif du stagiaire sera de formaliser le système de traitement en fin de vie de ces emballages sous la forme d'un modèle paramétrique d'Analyse du Cycle de Vie (ACV). Contrairement aux approches d'évaluation classiques et statiques, ce modèle devra intégrer directement les principales variables de conception des emballages MAP, telles que l'épaisseur de la structure de l'emballage, la formulation et la proportion de la couche barrière, ou encore le volume de l'emballage. Ainsi, toute modification des paramètres physiques de l'emballage sera instantanément et dynamiquement répercutée sur les indicateurs d'impact environnemental et de coût associés à chaque filière de fin de vie. Enfin, une analyse multicritère sera réalisée en combinant les résultats de l'ACV avec des données économiques simplifiées, à l'aide de la méthode 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 packaging 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 minimal 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 packaging in the design phase. Several end-of-life scenarios are available, including mechanical recycling, chemical recycling using supercritical CO₂, and energy recovery through 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 these packaging in the form of a parametric LCA model. Unlike classical and static assessment approaches, this model must directly integrate the key design variables of MAP packaging, such as the thickness of the packaging matrix, the formulation and proportion of the barrier layer, or the packaging volume. Thus, any modification of the physical parameters of the packaging will be reflected instantly and dynamically in the environmental impact and cost indicators of each end-of-life pathway. Multi-criteria analysis using the LCA model and simplified economic data will be conducted 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 packaging 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.

• 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.

• 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)