Cifre : Développement D’une Approche Multi-analytique Pour La Traçabilité Et L’authenticité Des Matières Recyclées

**CIFRE : Développement d’une approche multi-analytique pour la traçabilité et l’authenticité des matières recyclées**:

- Réf **ABG-131074**
- Sujet de Thèse
- 15/04/2025
- Cifre
- Laboratoire National de Métrologie et d'Essais - LNE
- Lieu de travail- Trappes (78), Palaiseau (91) et Mont-Saint-Aignan (76) - Ile-de-France - France
- Intitulé du sujet- CIFRE : Développement d’une approche multi-analytique pour la traçabilité et l’authenticité des matières recyclées
- Champs scientifiques- Matériaux
- Chimie
- Mots clés- empreintes chimiques, matériaux recyclés, sécurité sanitaire, matériaux au contact, gestion de données, traitement de données, machine learning

**Description du sujet**:
**Rejoignez un projet de recherche ambitieux au carrefour de la chimie analytique, de la machine-learning et de l’économie circulaire **

**Contexte**

Avec les réglementations croissantes sur l’utilisation des plastiques recyclés (loi AGEC, règlement européen PPWR), garantir leur traçabilité et leur authenticité devient un enjeu clé. Cette thèse propose de développer une méthode innovante basée sur l’analyse des substances contenus dans les plastiques recyclés par différentes techniques analytiques (GC-MS, microscopie RAMAN et FTIR) et des méthodes de traitement de données par chimiométrie, intégrant des nouvelles approches de l’apprentissage automatique (machine learning).

**Objectifs**
- Développer une base de données nationale d’empreintes chimiques pour les plastiques recyclés à partir de techniques spectroscopiques et chromatographiques
- Développer des modèles à l’aide des outils de chimiométrie (analyses statistiques, ex. analyse en composantes principales) et de machine learning (ex. réseaux de neurones, algorithmes génétiques) pour analyser et classifier les matériaux recyclés
- Améliorer la robustesse des analyses inter-laboratoires en harmonisant les données issues de différentes méthodes et instruments
- Proposer un outil analytique applicable en milieu industriel et réglementaire

**Méthodologies**
- Acquisition et traitement des signaux chimiques (GC-MS, Raman, FTIR)
- Développement de modèles de chimiométrie et/ou machine learning pour l’analyse des spectres et chromatogrammes
- Implémentation d’algorithmes de fusion de données et d’apprentissage supervisé/non supervisé
- Validation de la méthode sur des échantillons industriels

**Prise de fonction**:

- 01/10/2025

**Nature du financement**:

- Cifre

**Précisions sur le financement**:
**Présentation établissement et labo d'accueil**:

- Laboratoire National de Métrologie et d'Essais - LNE

**Le LNE**

Leader dans l’univers de la mesure et des références, jouissant d’une forte notoriété en France et à l’international, le LNE soutient l’innovation industrielle et se positionne comme un acteur important pour une économie plus compétitive et une société plus sûre.

Au carrefour de la science et de l’industrie depuis sa création en 1901, le LNE offre son expertise à l’ensemble des acteurs économiques impliqués dans la qualité et la sécurité des produits.

Pilote de la métrologie française, notre recherche est au cœur de notre mission de service public et constitue un facteur fondamental au soutien de la compétitivité des entreprises.

Nous avons à cœur de répondre aux exigences des industriels et du monde académique, pour des mesures toujours plus justes, effectuées dans des conditions de plus en plus extrêmes ou sur des sujets innovants tels que les véhicules autonomes, les nanotechnologies ou la fabrication additive.

**Les unités d’accueil**

**UMR SayFood**

SayFood, sous tutelles INRAE, AgroParisTech et l'université Paris-Saclay, a été créée le 01/01/2020 par la fusion des UMR GENIAL et GMPA. Les travaux des chercheurs de l'UMR portent sur les processus physiques, biochimiques et microbiologiques qui gouvernent les transformations alimentaires et non alimentaires des bioproduits et développe des approches mécanistiques pluridisciplinaires et systémiques. SayFood rassemble environ 180 personnes comprenant des chercheurs et enseignants-chercheurs, des agents d'appui scientifique et administratif, une trentaine de doctorants, des post-doctorants, regroupées dans 5 équipes pluridisciplinaires, une halle technologique et un pôle d'appui administratif. C'est aussi un laboratoire labellisé de l'Institut Carnot Qualiment et associé en deuxième cercle à l'Institut Carnot 3BCar. Il est associé au LNE (Laboratoire National de Métrologie et d'essais) dans le cadre d'une Unité Mixte Technologique (UMT SafeMat) sur la sécurité des emballages.

**Laboratoire Sciences et Méthodes Séparatives (SMS) Université de Rouen Normandie**

Le laboratoire Sciences et Méthodes Séparatives UR3232 de l’Université de Rouen a été créé en 1997. Il opère à l'interface entre la chimie et la physique. Il est composé de deux équipes de recherche : une équipe en cristallogenèse et une équipe spécialisée en chromatographie. Les thématiques de recherche de l’équipe de chromatographie concerne