• Projets de recherche académique,
  • Recherche,

i-Dave : Intégration Données-connaissances pour la fiabilité des études AcV dans l’Entreprise du futur

Publié le 11 juin 2025 Mis à jour le 11 juin 2025
L’objectif du projet i-DAVE est de proposer un Framework à base de connaissances et d'Intelligence Artificielle, interopérable dans une approche PLM, pour la fiabilisation des études CV (Analyse cycle de vie) / ECP (Empreinte carbone produit). Il s’agit d’une double aide à la décision : en amont des études ACV pour rendre robuste les données en entrée et configurer les paramètres de l’étude ACV/ECP. Et en aval pour l’exploitation des résultats des études dans la définition des meilleurs plans d’action pour réduire les empreinte ECP.

Contexte et objectifs

Malgré l’intérêt grandissant aux méthodes et outils d’analyse du cycle de vie (ACV) et d’empreinte carbone produit (ECP), leur application fait face à trois challenges :

  • la collecte des données
  • le choix des centres de coûts pertinents,
  • la robustesse des bases de référence.

Ces challenges sont très difficiles car les experts maitrisant le procédé industriel n’ont pas forcément la culture ACV/ECP.

La validation et l’agrégation de tous les facteurs est une activité très complexe car les données sont collectées à partir de sources très hétérogènes, dans des contextes métiers et phases de vie très variés. Les méthodes de collecte actuelles restent majoritairement manuelles basées sur des questionnaires et les outils dédiés sont souvent déconnectés de la chaine numérique globale de l’entreprise. Ces problématiques sont plus critiques dans le cas de systèmes à longue durée de vie.

Une fois les études réalisées, un autre challenge concerne l’exploitation de leurs résultats pour la prédiction et le pilotage des trajectoires bas carbone en fonction des scenarii opérationnels de l’entreprise.

Objectifs du projet i-Dave

L’objectif du projet i-DAVE est de proposer un Framework à base de connaissances et IA, interopérable dans une approche PLM, pour la fiabilisation des études ACV/ECP. Il s’agit d’une double aide à la décision : en amont des études ACV pour rendre robuste les données en entrée et configurer les paramètres de l’étude ACV/ECP. Et en aval pour l’exploitation des résultats des études dans la définition des meilleurs plans d’action pour réduire les empreinte ECP.

Avancée scientifique attendue

Il est attendu une réponse aux challenges précédents à travers trois solutions complémentaires :

  • Une base de connaissances centrale définie sous forme d’une ontologie du domaine ACV/ECP et couplée à un moteur d’inférences implémentant des règles métier pour répondre à des besoins d’assistance spécifiques comme le choix du scope et centres des coûts environnementaux, etc. Il s’agit aussi de supporter la traçabilité processus et la caractérisation des systèmes en termes de facteurs ACV/ECP,
  • Des connecteurs intelligents pour assurer l’inter-opérabilité des outils ACV/ECP avec les différents modules de la chaine numérique de l’entreprise pour l’extraction des données à partir de sources hétérogènes. L’approche gestion de cycle de vie du produit (Product Lifecycle Management – PLM) sera utilisée pour assurer l’intégration transversale de tous les types de systèmes d’information et bases de données utiles pour les études ACV/ECP.
  • Un outil de pilotage des stratégies bas carbone en entreprise couplé avec des tableaux de bord innovants. Cet outil contient en particulier des algorithmes de prédiction des trajectoires futures sur la base de l’historique, et des algorithmes de classification en vue d’aide au choix des meilleures alternatives opérationnelles générant le minimum d’impact d’émission carbone. Ce module est basé sur un modèle de comportement contenant des indicateurs de performance utiles et des relations cause-effet entre paramètres processus et impacts environnementaux.
     

Publié le 11 juin 2025 Mis à jour le 11 juin 2025