Sujet de Postdoc
Titre :
Contribution à la Production circulaire par la quantification du potentiel d'utilisation restante (RUP) des produits et son intégration dans le passeport numérique du produit (DPP)
Dates :
2024/12/01 - 2025/12/01
Etudiant :
Encadrant(s) :
Autre(s) encadrant(s) :
Alexandre Voisin, Pascale MARANGE
Description :
Aujourd'hui, le concept de «circular manufacturing» (CM) est bien défini et les fabricants sont contraints de mettre en oeuvre des stratégies de fabrication circulaire pour limiter leur consommation de ressources et leur pollution (Acerbi et al., 2021). Un système de CM est défini comme "a system that is designed intentionally to close the loop of products/components, preferably in their original form, through multiple lifecycles" (Asif et al., 2017; Roci et al., 2022).
Dans cet écosystème CM complexe, les produits sont des éléments clés qui doivent être conçus intentionnellement pour être utilisés pendant plusieurs cycles de vie (Asif et al., 2021) et gérés correctement afin d'être facilement récupérés/réutilisés/fabriqués/recyclés. Ainsi, dans l'écosystème CM, l'interaction entre le produit et les systèmes de fabrication devrait être prise en compte afin d'optimiser l'utilisation des ressources d'une manière holistique.
Lorsqu'un produit atteint sa fin de vie (EOL) ou sa « fin d'utilisation » (EOU), différentes stratégies de gestion du cycle de vie sont possibles (Diez et al., 2017 ; Vanson et al., 2023). Néanmoins, pour choisir la meilleure stratégie de gestion du cycle de vie, il faut disposer des bonnes données et informations relatives à la gestion du cycle de vie, c'est-à-dire la manière dont un produit a été conçu, quels sont ses principaux composants, comment le produit a été utilisé et entretenu tout au long de son cycle de vie et quel est son «état» au moment de la fin de vie. Souvent, les informations disponibles sont insuffisantes, voire inexistantes, pour étayer efficacement le choix des stratégies de gestion du cycle de vie en ce qui concerne l'état réel du produit, et la décision relative à la meilleure stratégie de gestion du cycle de vie reste difficile à prendre et aboutit généralement au recyclage.
ì cet égard, le concept de «digital product passport» (DPP) est apparu récemment comme un outil prometteur de circularité et de durabilité. Le DPP est une entité numérique qui agit comme "a centralized data storage system aggregating key data across a product's lifecycle, designed to enhance manufacturing transparency, traceability, circularity, and sustainability, while meeting the specific information needs of various actors including manufacturers, distributors, regulators, and end-users" (Psarommatis et May, 2024). Compte tenu des différents points de vue issus des besoins des différentes parties prenantes, un DPP doit répondre à plusieurs objectifs et exigences : il doit donc être considérée comme un écosystème constitué de différents sous-systèmes dotés de plusieurs fonctions centrales spécifiques (King et al., 2023).
En tant que telle, la DPP pourrait être pour stocker les données du cycle de vie et permettre une prise de décision fondée sur les données au sein de l'EOU. ì cette fin, l'une des fonctions essentielles de la DPP devrait être de fournir des informations sur l'état du produit tout au long de son cycle de vie. Ces informations stockées devraient permettre d'évaluer le potentiel d'utilisation restant, afin de choisir la meilleure stratégie de gestion du cycle de vie en fonction des points de vue des parties prenantes.
Comme l'indiquent Bentaha et al. (2020 ; 2023), l'état d'un système en fin de vie ne peut pas être simplement un «état de santé», comme le concept utilisé pour les décisions de maintenance. Les auteurs ont donc introduit le concept de potentiel d'utilisation restante (RUP), défini comme la quantification de la capacité du composant à réintégrer un nouveau cycle d'utilisation. La différence entre la durée de vie utile restante (RUL) - adoptée dans la maintenance industrielle - et le RUP est donc que l'horizon temporel de la RUL est limité à la prochaine action de maintenance, alors que celui du RUP s'étend sur un horizon plus long. Cependant, bien que Bentaha et al. (2020 ; 2023) aient introduit ce concept, ils ne sont pas allés plus loin : ils ont supposé que le RUP était une fonction de densité de probabilité normale connue tronquée en 0 et 1 ; la fonction de densité de probabilité est construite à partir de l'analyse statistique de plusieurs produits en fin de vie. En effet, Bentaha et al. s'intéressent aux flux de produits en fin de vie. Néanmoins, comme la maintenance prédictive vise à personnaliser la décision pour chaque produit, le RUP doit également être personnalisé pour permettre une décision personnalisée et optimisée pour chaque produit. Par conséquent, le défi de définir précisément le RUP et de l'intégrer au DPP reste.
Compte tenu de tout ce qui précède, l'objectif de recherche proposé vise à élaborer un cadre permettant de définir et de quantifier le RUP des produits, puis de l'intégrer dans le DPP. Les résultats faciliteront la prise de décisions par les consommateurs, les fabricants et les décideurs politiques, améliorant ainsi la transparence et l'utilité du DPP.
Pour atteindre cet objectif, les étapes suivantes sont envisagées:
Étape 1 - Effectuer une analyse de la littérature pour : (i) définir les principaux éléments caractérisant l'écosystème CM ; (ii) explorer comment les produits tout au long de leur cycle de vie sont gérés/orchestrés dans l'écosystème CM afin de maximiser leur utilisation et de minimiser leurs impacts sur la durabilité ; (iii) identifier les facteurs technologiques, organisationnels et managériaux permettant l'orchestration/la gestion des produits tout au long de leur cycle de vie ; (iv) analyser le rôle et l'utilisation du DPP dans ce contexte et (v) les indicateurs adoptés pour évaluer la circularité d'un produit tout au long de son cycle de vie ; (vi) identifier les lacunes actuelles et les défis de la recherche.
Étape 2 - Définir les informations nécessaires dans le DPP pour le calcul du RUP, en tenant compte de plusieurs facteurs tels que la dégradation des matériaux, l'obsolescence technologique, l'impact sur l'environnement, les différents acteurs concernés et le comportement des utilisateurs. Ce cadre sera ensuite validé par des entretiens avec des acteurs industriels et des experts universitaires afin de s'assurer de sa pertinence pratique et de son applicabilité.
Étape 3 - Élaborer un cadre multicritère pour le calcul du RUP et identifier un produit potentiel (par exemple, un smartphone) comme étude de cas/proof of concept afin d'appliquer le cadre élaboré à l'étape 2.
Dans cet écosystème CM complexe, les produits sont des éléments clés qui doivent être conçus intentionnellement pour être utilisés pendant plusieurs cycles de vie (Asif et al., 2021) et gérés correctement afin d'être facilement récupérés/réutilisés/fabriqués/recyclés. Ainsi, dans l'écosystème CM, l'interaction entre le produit et les systèmes de fabrication devrait être prise en compte afin d'optimiser l'utilisation des ressources d'une manière holistique.
Lorsqu'un produit atteint sa fin de vie (EOL) ou sa « fin d'utilisation » (EOU), différentes stratégies de gestion du cycle de vie sont possibles (Diez et al., 2017 ; Vanson et al., 2023). Néanmoins, pour choisir la meilleure stratégie de gestion du cycle de vie, il faut disposer des bonnes données et informations relatives à la gestion du cycle de vie, c'est-à-dire la manière dont un produit a été conçu, quels sont ses principaux composants, comment le produit a été utilisé et entretenu tout au long de son cycle de vie et quel est son «état» au moment de la fin de vie. Souvent, les informations disponibles sont insuffisantes, voire inexistantes, pour étayer efficacement le choix des stratégies de gestion du cycle de vie en ce qui concerne l'état réel du produit, et la décision relative à la meilleure stratégie de gestion du cycle de vie reste difficile à prendre et aboutit généralement au recyclage.
ì cet égard, le concept de «digital product passport» (DPP) est apparu récemment comme un outil prometteur de circularité et de durabilité. Le DPP est une entité numérique qui agit comme "a centralized data storage system aggregating key data across a product's lifecycle, designed to enhance manufacturing transparency, traceability, circularity, and sustainability, while meeting the specific information needs of various actors including manufacturers, distributors, regulators, and end-users" (Psarommatis et May, 2024). Compte tenu des différents points de vue issus des besoins des différentes parties prenantes, un DPP doit répondre à plusieurs objectifs et exigences : il doit donc être considérée comme un écosystème constitué de différents sous-systèmes dotés de plusieurs fonctions centrales spécifiques (King et al., 2023).
En tant que telle, la DPP pourrait être pour stocker les données du cycle de vie et permettre une prise de décision fondée sur les données au sein de l'EOU. ì cette fin, l'une des fonctions essentielles de la DPP devrait être de fournir des informations sur l'état du produit tout au long de son cycle de vie. Ces informations stockées devraient permettre d'évaluer le potentiel d'utilisation restant, afin de choisir la meilleure stratégie de gestion du cycle de vie en fonction des points de vue des parties prenantes.
Comme l'indiquent Bentaha et al. (2020 ; 2023), l'état d'un système en fin de vie ne peut pas être simplement un «état de santé», comme le concept utilisé pour les décisions de maintenance. Les auteurs ont donc introduit le concept de potentiel d'utilisation restante (RUP), défini comme la quantification de la capacité du composant à réintégrer un nouveau cycle d'utilisation. La différence entre la durée de vie utile restante (RUL) - adoptée dans la maintenance industrielle - et le RUP est donc que l'horizon temporel de la RUL est limité à la prochaine action de maintenance, alors que celui du RUP s'étend sur un horizon plus long. Cependant, bien que Bentaha et al. (2020 ; 2023) aient introduit ce concept, ils ne sont pas allés plus loin : ils ont supposé que le RUP était une fonction de densité de probabilité normale connue tronquée en 0 et 1 ; la fonction de densité de probabilité est construite à partir de l'analyse statistique de plusieurs produits en fin de vie. En effet, Bentaha et al. s'intéressent aux flux de produits en fin de vie. Néanmoins, comme la maintenance prédictive vise à personnaliser la décision pour chaque produit, le RUP doit également être personnalisé pour permettre une décision personnalisée et optimisée pour chaque produit. Par conséquent, le défi de définir précisément le RUP et de l'intégrer au DPP reste.
Compte tenu de tout ce qui précède, l'objectif de recherche proposé vise à élaborer un cadre permettant de définir et de quantifier le RUP des produits, puis de l'intégrer dans le DPP. Les résultats faciliteront la prise de décisions par les consommateurs, les fabricants et les décideurs politiques, améliorant ainsi la transparence et l'utilité du DPP.
Pour atteindre cet objectif, les étapes suivantes sont envisagées:
Étape 1 - Effectuer une analyse de la littérature pour : (i) définir les principaux éléments caractérisant l'écosystème CM ; (ii) explorer comment les produits tout au long de leur cycle de vie sont gérés/orchestrés dans l'écosystème CM afin de maximiser leur utilisation et de minimiser leurs impacts sur la durabilité ; (iii) identifier les facteurs technologiques, organisationnels et managériaux permettant l'orchestration/la gestion des produits tout au long de leur cycle de vie ; (iv) analyser le rôle et l'utilisation du DPP dans ce contexte et (v) les indicateurs adoptés pour évaluer la circularité d'un produit tout au long de son cycle de vie ; (vi) identifier les lacunes actuelles et les défis de la recherche.
Étape 2 - Définir les informations nécessaires dans le DPP pour le calcul du RUP, en tenant compte de plusieurs facteurs tels que la dégradation des matériaux, l'obsolescence technologique, l'impact sur l'environnement, les différents acteurs concernés et le comportement des utilisateurs. Ce cadre sera ensuite validé par des entretiens avec des acteurs industriels et des experts universitaires afin de s'assurer de sa pertinence pratique et de son applicabilité.
Étape 3 - Élaborer un cadre multicritère pour le calcul du RUP et identifier un produit potentiel (par exemple, un smartphone) comme étude de cas/proof of concept afin d'appliquer le cadre élaboré à l'étape 2.
Département(s) :
| Modélisation Pilotage des Systèmes Industriels |