Gestion post-utilisation des matériaux de bioprocédé à usage unique

Usine moderne de valorisation énergétique des déchets à Oberhausen, Allemagne (https://www.stock.adobe.com)

L’impératif vert : Partie 3 — Gestion post‑utilisation des matériaux de bioprocédé à usage unique, aujourd’hui et demain

Le monde aspire à une économie plus durable dans laquelle les ressources peuvent être préservées, les produits utilisés de manière rentable et, à la fin de leur durée de vie utile, les matériaux constitutifs recyclés en d’autres produits utiles. L’industrie du bioprocédé a entrepris des efforts pour atteindre ces objectifs et a beaucoup appris sur le rôle des composants plastiques dans une fabrication durable. La leçon la plus importante est peut‑être qu’une approche fondée sur la science est nécessaire pour fournir une référence précise des charges environnementales de la fabrication. L’évaluation du cycle de vie (ECV) a révélé que, en général, les procédés utilisant des technologies à usage unique (SUTs) ont souvent des empreintes environnementales plus faibles que les procédés fondés sur des systèmes durables (1, 2).

Une évaluation finale appropriée, qu’il s’agisse de valeurs intermédiaires ou de conclusions stratégiques, inclurait la prise en compte de facteurs d’incertitude. Les chercheurs peuvent tenter de quantifier ces facteurs dans une évaluation des risques en menant des analyses de scénarios. Certains facteurs d’incertitude peuvent être évalués en intégrant des analyses de scénarios dans le cadre des évaluations du cycle de vie et des évaluations quantitatives des risques, si les probabilités d’occurrence des scénarios (ainsi que d’autres événements futurs et de leurs conséquences) sont intégrées. Les approches de modélisation modernes peuvent examiner toutes les voies possibles comme un seul système de produits contenant des processus bien définis mais incertains. En fonction de la probabilité évaluée par un modèle, des processus individuels peuvent ensuite être sélectionnés pour évaluer la variabilité du résultat visé. Les analyses d’incertitude peuvent alors fournir une distribution de probabilité pour chaque score d’impact, en tenant compte de toutes les sources d’incertitude connues (3).

_{Par William Whitford, Sade Mokuolu, Magali Barbaroux, Mitchell Snyder, Mark Petrich, Megan Baillie, Brian Horowski et Don Young
Pour l’article original de BPI visitez bioprocessintl.com}