TraductionChaoticLCA, diagnostic de régime en ACV
Quand un déchet, un procédé ou un contaminant sort du domaine de validité de l'ACV statique, l'incertitude cesse d'être une marge log-normale et devient un régime. ChaoticLCA en propose un diagnostic rigoureux, complémentaire de la clôture log-normale ILCD.
Le problème : quatre axiomes implicites
L'évaluation statique traite un déchet comme une unité figée et classée. Une fois libéré dans les sols, les nappes, l'atmosphère et le vivant, ce n'est plus une unité mais un sous-système dynamique imbriqué, dont la sortie n'est pas un nombre bruité mais un régime de fonctionnement. Cette substitution repose sur quatre axiomes jamais énoncés :
L'inventaire est résumé par une valeur centrale et une marge log-normale refermée, on suppose qu'un nombre ± une incertitude suffit à décrire la sortie.
L'impact est proportionnel à la quantité : un facteur de caractérisation unique et constant (USEtox, EF) multiplie le flux.
Le devenir d'un contaminant ne dépend que de son inventaire, pas de la trajectoire empruntée dans les milieux (sols, nappes, fronts chimiques).
Un déchet appartient à une classe fixe (code déchet, seuil réglementaire) stable dans le temps et l'espace.
Quatre mécanismes d'échec (T1–T4)
Chaque axiome, raisonnable dans son domaine d'origine, cède pour une classe précise de déchet ou de polluant, et il cède par un mécanisme nommable, démontré dans les articles compagnons :
- T1Sous bistabilité, l'estimation ponctuelle perd son sens : la sortie est un régime, pas une moyenne bruitée (S1 cède).
- T2Près d'une bifurcation, la sensibilité diverge ; aucune linéarisation locale ne reste valable (S2 cède).
- T3Sous dose-réponse non monotone, aucun facteur de caractérisation constant ne reproduit l'effet (S2 cède pour la toxicité).
- T4Près d'une transition critique, un seuil fixe n'a aucune valeur prédictive sur le régime (S3, S4 cèdent).
Le pipeline ChaoticLCA
ChaoticLCA ne remplace pas l'ACV : il la complète d'un diagnostic de régime. Le moteur de référence (Python, MIT) est reproduit dans l'Analyzer web à l'identique (équivalence numérique 1e-9 sur les champs déterministes, 1e-6 sur les agrégats Monte-Carlo).
- 1Matrice pedigreeCinq scores qualitatifs R, C, T, G, F ∈ {1..5} (ILCD / ecoinvent).
- 2σ ILCD (GSD)Agrégation σ = exp(√Σ ln(σᵢ)²) à partir des facteurs par dimension.
- 3Carte logistique rr = 2.5 + 1.5·(1 − e^{−(σ−1)/σ_ref}) ∈ [2.5 ; 4.0] (calibration V5).
- 4Trajectoirexₙ₊₁ = r·xₙ·(1−xₙ), 200 pas de chauffe + 300 pas (option bruit RDS).
- 5Invariants dynamiquesExposant de Lyapunov λ, entropie de Kolmogorov–Sinai h_KS, dimension de Kaplan–Yorke D_KY, entropie spectrale.
- 6Label de régime + CRSRégime (point fixe → chaos) et Composite Regime Score, complément du log-normal ILCD.
Moteur V5 et extension V6 Nexus
La version V5 évaluée dans le préprint repose sur un Composite Regime Score à 5 composantes (Lyapunov, Kolmogorov–Sinai, Kaplan–Yorke, entropie spectrale de Welch, dispersion d'ensemble), validé sur un benchmark contrôlé de 493 flux et une extension réelle de 310 flux.
La version V6 Nexus étend le score à 8 composantes (coefficient de récurrence temporelle, entropie de permutation Bandt–Pompe, convergence Gelman–Rubin R̂, cohérence de phase) sur 50 orbites Gaussian-RDS parallèles, avec une couche réseau d'entropie de transfert T(i→j) et une couche LCIA stochastique (Monte-Carlo, 500 tirages). L'Analyzer en ligne expose le cœur déterministe ; la stack stochastique complète fait l'objet d'un article compagnon en préparation.
Références & accès ouvert
Programme « Les déchets comme systèmes dynamiques », Theo Piens, Ph.D. Préprints et code en accès libre.
