TwinLoop : mobiliser l’intelligence artificielle et les jumeaux numériques pour sécuriser les plastiques recyclés

TwinLoop est un projet collaboratif de recherche et d’innovation financé par l’Agence nationale de la recherche (ANR). Son ambition est de contribuer au développement de méthodes d’assurance qualité robustes, rapides et opérationnelles pour les plastiques recyclés destinés aux emballages en contact alimentaire.

Dans un contexte de montée en puissance du recyclage, les unités industrielles doivent composer avec des flux de matières très variables, tant en entrée qu’en sortie de procédé. Cette variabilité peut affecter la performance des étapes de traitement et, in fine, l’adéquation des matériaux produits aux usages visés. TwinLoop vise à répondre à ces enjeux en explorant des solutions fondées sur l’intelligence artificielle, capables d’accompagner le pilotage quotidien des procédés de recyclage.

Le projet poursuit un objectif clair : développer des méthodes d’évaluation rapide de la qualité sanitaire, idéalement intégrables directement sur les lignes de recyclage. Appliquées aux flux entrants, ces approches permettraient d’identifier précocement des matières présentant des écarts de qualité incompatibles avec certains usages, afin de mieux orienter leur traitement et d’éviter des perturbations en aval du procédé. Appliquées aux flux sortants, elles offriraient un outil de suivi continu du bon fonctionnement des procédés et de la constance de la qualité des matériaux recyclés.

Pour atteindre cet objectif, TwinLoop s’appuie sur l’analyse d’empreintes chimiques globales, obtenues à partir d’un grand nombre de matières issues du recyclage et évaluées au regard de critères de sécurité sanitaire. Ces empreintes servent à entraîner des modèles d’intelligence artificielle capables de reconnaître différents niveaux d’alerte, de détecter des signaux inhabituels dans les flux de matières et d’identifier des situations nécessitant une attention particulière. L’enjeu n’est pas d’identifier chaque substance individuellement, mais de repérer rapidement des profils atypiques, compatibles ou non avec des usages donnés.

Dans TwinLoop, les jumeaux numériques constituent un cadre méthodologique permettant d’intégrer ces informations issues des capteurs, des analyses et des modèles d’IA. Ils visent à relier données analytiques, fonctionnement des procédés et scénarios d’usage, afin de structurer des outils d’aide à la décision adaptés aux contraintes industrielles.

Ancré dans les réalités de terrain, TwinLoop s’appuie sur l’étude de matériaux représentatifs des pratiques actuelles de la filière, couvrant différents stades de la chaîne du recyclage. Cette approche est essentielle pour développer des outils réellement transposables et utiles aux acteurs industriels, au service d’une économie circulaire des plastiques à la fois performante et sûre.

Les acteurs de la filière intéressés par les enjeux scientifiques et industriels abordés dans le cadre de TwinLoop peuvent prendre contact avec l’équipe du projet afin d’échanger sur les perspectives ouvertes par ces travaux.

Contacts :

Sandra Domenek – sandra.domenek@agroparistech.fr 

Phuong-Mai Nguyen – phuong-mai.nguyen@lne.fr 

Pauline Rieu – pauline.rieu@agroparistech.fr