Présentation
RÉSUMÉ
Cet article illustre plusieurs applications de méthodes opérationnelles qui permettent d’évaluer l’incertitude des résultats d’impact des analyses de cycle de vie (ACV). Sont abordées la variabilité par l’approche de la théorie des intervalles et par la théorie probabiliste, l’analyse de l’imprécision par le moyen du calcul par intervalles, et enfin l’analyse de l’incertitude au sens strict par la théorie des possibilités et la logique floue. Pour le dernier point, une méthode floue d’évaluation de l’impact du bruit prenant en compte l’incertitude au sens strict a été retenue pour exemple.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Enrico BENETTO : Spécialiste ACV (Analyse du Cycle de Vie) chez ECOINNOVA S.a.s. – Turin Italie
INTRODUCTION
Pendant la dernière décennie, le développement de méthodes d’évaluation des impacts pour l’outil ACV (Analyse du Cycle de Vie) a permis aux praticiens de disposer de résultats d’impacts toujours plus exhaustifs et cohérents avec les objectifs des études [G 5 605] [G 5 615] . Ces méthodes ont introduit aussi des sophistications et des incertitudes de plus en plus importantes. L’évaluation des incertitudes des résultats d’impacts est ainsi devenue un enjeu primordial pour la crédibilité de l’outil et pour le support des processus de prise de décision basés sur ses résultats.
En ACV, l’incertitude est généralement définie et classée en fonction des sources, à savoir les modèles, les données et les choix du praticien . Différentes méthodes d’analyse, toutes basées sur les théories des probabilités et des intervalles, ont été proposées. Pourtant le mot « incertitude » ne concerne pas seulement le contenu de l’information (c’est-à-dire sa valeur) qui peut être correctement analysée par ces théories, mais aussi, en même temps, sa vérité, entendue au sens de sa conformité à la réalité et/ou aux objectifs de l’étude (ce qu’on appelle confiance). L’incertitude sur un modèle d’évaluation d’impact (par exemple d’effet de serre) concerne la valeur de ses variables (quelles sont l’erreur et la variabilité qui affectent ces valeurs ?), mais aussi leur nature (ces variables sont-elles les plus pertinentes à considérer dans le modèle étant donnés ses objectifs et les phénomènes à modéliser ? Sont-elles correctement considérées ?). La prise en compte de ces deux éléments (valeur et confiance) nécessite alors une classification et une caractérisation plus détaillées.
Dans cet article nous allons illustrer un cadre méthodologique pratique et exhaustif de définition, de classement et d’évaluation des incertitudes des évaluations des impacts. Les principes et les procédures opérationnelles seront présentés à l’aide de nombreux exemples d’application.
Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.
Déjà abonné ? Se connecter
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Environnement - Sécurité > Environnement > Système de management environnemental produits et ACV > Analyse du cycle de vie. Incertitudes des évaluations des impacts > Analyse de la variabilité
Accueil > Ressources documentaires > Génie industriel > Métier : responsable bureau d'étude/conception > Éco-conception : concepts et méthodes > Analyse du cycle de vie. Incertitudes des évaluations des impacts > Analyse de la variabilité
Accueil > Ressources documentaires > Innovation > Éco-conception et innovation responsable > Éco-conception : concepts et méthodes > Analyse du cycle de vie. Incertitudes des évaluations des impacts > Analyse de la variabilité
Accueil > Ressources documentaires > Environnement - Sécurité > Métier : responsable risque chimique > Chimie verte : principes, réglementations et outils d'évaluation > Analyse du cycle de vie. Incertitudes des évaluations des impacts > Analyse de la variabilité
Présentation
Analyse de l’imprécisionArticle inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
2. Analyse de la variabilité
2.1 Approche par la théorie des intervalles
Un intervalle générique est noté :
avec :
- xinf et xsup :
- respectivement les extrêmes inférieur et supérieur qui décrivent l’étendue de la variabilité.
Le calcul avec intervalles se fait par l’arithmétique, les techniques de résolution d’équations et de systèmes linéaires et les propriétés (commutativité, associativité, neutralité, etc.) spécifiques aux intervalles .
on considère l’émission de CO2 d’un processus de combustion de charbon en installation fixe. La valeur moyenne à considérer est affectée par une variabilité due aux aléas et aux variations stochastiques du processus de combustion et aussi du rapport entre la valeur d’émission et l’UR (unité de référence) du processus (l’énergie produite en MJ) qui varie elle aussi. Sur la base des données expérimentales, la variabilité sur la valeur moyenne x (égale à 250 g/UR) sera ainsi représentée :
Il est à noter qu’aucune information n’est donnée relativement à la « plausibilité » des différentes valeurs comprises dans l’intervalle, à savoir la valeur moyenne et toutes les autres valeurs ont les mêmes « chances » d’être observées.
2.2 Approche par la théorie probabiliste
La théorie des probabilités est bien adaptée pour des informations...
Cet article est réservé aux abonnés.
Il vous reste 93 % à découvrir.
Déjà abonné ? Se connecter
Analyse de la variabilité
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
BIBLIOGRAPHIE
-
(1) - GUINÉE (J.B.) (éditeur) - Handbook on Life Cycle Assessment. An operational guide to the ISO standard - . London : Kluwer Academic, 2002, 704 p.
-
(2) - GOEDKOOP (M.J.), SPRIEMSMA (R.) - The Eco-lndicator 99 A damage oriented method for Life Cycle Impact Assessment - . Methodology Report and Methodology Annex, 17 april 2000 second edition, 2000, 132 p. et 82 p.
-
(3) - DUBOIS (D.), PRADE (H.) - Théorie des possibilités. Application à la représentation des connaissances en informatique - . Paris : Masson, 1988, 292 p.
-
(4) - ROTMANS (J.) - IMAGE An Integrated Model to Assess the Greenhouse Effect - . Boston : Kluwer Academic publishers, 1990, 289 p.
-
(5) - NEUMAIER (A.) - Introduction to numerical analysis - . Cambridge : Cambridge University Press, 2001, 364 p.
-
(6) - BERNIER (J.), PARENT...
Cet article est réservé aux abonnés.
Il vous reste 95 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
