Quels facteurs influencent la performance environnementale des équipements électriques et électroniques ? Enseignements tirés de naKnow
Anish Koyamparambath
Les équipements électriques et électroniques (EEE) se caractérisent par des systèmes de matériaux complexes et des procédés de fabrication hautement spécialisés. Si les équipements finis tels que les ordinateurs, les écrans, les dispositifs de communication, les serveurs et les équipements électroniques industriels peuvent être décrits relativement facilement à l’échelle du produit, leur performance environnementale dépend de composants situés en amont dont la production est beaucoup plus difficile à caractériser. Les dispositifs à semi-conducteurs, les cartes de circuits imprimés, les écrans, les systèmes de stockage magnétique et les capteurs optiques combinent des matériaux de haute pureté, des couches minces, des structures multicouches, des traitements chimiques intensifs et des infrastructures de fabrication qui peuvent contribuer de manière significative à leurs impacts sur l’ensemble du cycle de vie. L’Analyse du Cycle de Vie (ACV) fournit un cadre reconnu pour quantifier ces impacts, mais la fiabilité des résultats reste dépendante de la qualité et de la représentativité de l’Inventaire du Cycle de Vie (ICV) sous-jacent. Pour les technologies électroniques qui évoluent rapidement, cette dépendance est particulièrement importante, car les évolutions technologiques peuvent être plus rapides que le renouvellement des données environnementales.
La difficulté ne se limite donc pas à la disponibilité des informations environnementales. Elle concerne également leur représentativité temporelle, technologique et géographique. Les inventaires environnementaux peuvent décrire des technologies de fabrication qui ont depuis évolué, tandis que des études apparemment comparables peuvent utiliser des frontières de système, des mix électriques, des approches de mise à l’échelle ou des hypothèses différentes concernant les pertes de fabrication et le traitement des déchets. Ces problématiques ont déjà été abordées dans le cadre des limites des évaluations environnementales du matériel numérique. À l’échelle des composants, cependant, le problème devient plus fondamental : un facteur environnemental générique peut ne plus être en mesure de refléter les paramètres physiques et technologiques à l’origine des différences entre les produits.
Produits EEE : pourquoi de meilleures données environnementales sont essentielles
L’évaluation environnementale des EEE repose fortement sur un nombre relativement limité de familles de composants situés en amont. Les inventaires relatifs aux semi-conducteurs illustrent particulièrement bien cette dépendance. Les travaux de Boyd et les inventaires intégrés par la suite dans des bases de données largement utilisées ont établi une base méthodologique importante pour l’ACV des semi-conducteurs. Cependant, les évaluations ultérieures ont souvent consisté à étendre ou à mettre à l’échelle des inventaires antérieurs plutôt qu’à les remplacer par des mesures primaires indépendantes. Pirson et al. (2023) montrent que cette filiation des données pose des difficultés pour représenter l’évolution technologique, car la fabrication des semi-conducteurs a considérablement évolué en matière de complexité des procédés, de lithographie, d’architecture des dispositifs et d’infrastructures de fabrication. La concordance entre plusieurs études environnementales ne constitue donc pas nécessairement une confirmation indépendante lorsque leurs inventaires sous-jacents reposent sur les mêmes sources de données primaires.
L’ampleur de l’incertitude est également visible au-delà de la fabrication des semi-conducteurs. Les estimations publiées du potentiel de réchauffement climatique « du berceau à la sortie d’usine » des cartes de circuits imprimés varient d’environ 18,6 kg CO₂-éq/m² dans l’étude d’Ozkan et al. à plusieurs centaines de kilogrammes de CO₂-éq/m² dans des modélisations plus récentes. Parmi les valeurs compilées dans les sources, l’écart entre les estimations les plus faibles et les plus élevées atteint presque un facteur 27. Cette amplitude reflète des différences concernant les frontières du système, les configurations des cartes, les hypothèses relatives au mix électrique, la représentation des procédés et la modélisation des matières premières en amont, plutôt qu’une simple variation statistique. Dans ces conditions, l’écart d’impact environnemental attribuable au choix du jeu de données peut être supérieur à celui généré par la modification de conception évaluée. Le problème est donc autant méthodologique que numérique : les inventaires environnementaux doivent conserver suffisamment d’informations pour distinguer les caractéristiques techniques qui déterminent à la fois la composition en matériaux et les exigences de fabrication.
Présentation de naKnow
Nous participons au projet naKnow, soutenu dans le cadre du programme ECONUM de France 2030, piloté par l’ADEME. Les travaux portent sur les données environnementales de cinq familles de composants que l’on retrouve couramment dans les équipements numériques : les wafers de semi-conducteurs et leurs dérivés, les cartes de circuits imprimés, les dalles d’affichage, les disques durs et les capteurs optiques. Plutôt que de caractériser ces composants uniquement à l’aide de facteurs moyens fixes, l’approche combine une base de connaissances expertes ouverte, des modèles environnementaux paramétriques et une caractérisation expérimentale. L’objectif est de préserver le lien entre le composant physique, son procédé de fabrication et l’inventaire environnemental, afin que les jeux de données puissent être actualisés à mesure que les technologies et les connaissances évoluent.
L’approche scientifique combine l’analyse de la littérature, la modélisation à l’échelle des procédés et la caractérisation en laboratoire au sein d’un même cadre de modélisation. La littérature fournit des descriptions techniques des séquences de fabrication, des systèmes de matériaux, des intrants des procédés et des performances environnementales publiées, mais elle met également en évidence d’importantes limites en matière de données. Certaines technologies sont principalement documentées à partir d’inventaires historiques, tandis que des informations plus récentes peuvent n’être disponibles qu’à l’échelle des sites de production ou sous la forme de données agrégées publiées par les fabricants. La modélisation des procédés vise donc à reconstruire les relations entre les paramètres techniques et les flux environnementaux plutôt qu’à appliquer un facteur unique à l’ensemble d’une famille de composants. La distinction entre paramètres déterminants et paramètres de mise à l’échelle est particulièrement utile dans ce contexte. Un paramètre déterminant modifie la configuration technologique ou détermine la présence d’un matériau ou d’un procédé spécifique, tandis qu’un paramètre de mise à l’échelle modifie la quantité nécessaire au sein de cette configuration. La finition de surface, la technologie des transistors ou l’architecture d’enregistrement peuvent ainsi définir différents archétypes technologiques, tandis que la surface de la carte, l’épaisseur du cuivre, la surface de la puce ou les dimensions de la dalle déterminent la mise à l’échelle au sein de ces archétypes.
La caractérisation en laboratoire fournit une contrainte indépendante sur la composante matérielle de ces modèles. La stratégie d’échantillonnage est élaborée à partir des hypothèses de modélisation afin que les mesures analytiques permettent de vérifier si les descripteurs techniques sélectionnés expliquent la composition observée. La procédure établit ainsi un lien entre la sélection des paramètres, l’identification des échantillons, le démontage, le bilan massique, l’analyse élémentaire et la correction du modèle. Cette démarche est particulièrement importante, car les modèles environnementaux peuvent rester cohérents en interne tout en étant physiquement incohérents avec le composant qu’ils représentent. Si deux composants classés à l’aide des mêmes paramètres de modélisation présentent des compositions mesurées sensiblement différentes, cet écart met en évidence des variables explicatives manquantes plutôt qu’une simple difficulté analytique. Les travaux en laboratoire ont été spécifiquement conçus pour obtenir des données de composition permettant de corriger ou de calibrer les modèles, tout en assurant la traçabilité des composants, de leur origine et de leurs caractéristiques techniques tout au long de la procédure analytique.
Enseignements tirés du projet naKnow
Les procédés de fabrication, un facteur déterminant de la performance environnementale
Les résultats confirment l’importance des procédés de fabrication dans la performance environnementale des EEE. La fabrication des semi-conducteurs constitue un exemple extrême, car la masse finale d’une puce fournit peu d’informations sur la succession d’opérations nécessaires à sa production. La lithographie, le dépôt, la gravure, le nettoyage, l’implantation ionique, la planarisation mécano-chimique et la métrologie sont répétés en fonction de l’architecture du dispositif et de la génération du procédé. Les technologies plus avancées peuvent accroître le nombre de masques, les besoins en nettoyage, les niveaux de métallisation et le nombre de séquences de dépôt-gravure, même lorsque les dimensions physiques des structures diminuent. Schmidt et al. (2012), Kuo et al. (2022) et Ruberti (2022) identifient également la génération technologique, l’intensité des procédés, le rendement de production et les conditions de fabrication comme des facteurs déterminants. La performance environnementale ne peut donc pas être déduite directement de la miniaturisation. Une réduction de la quantité de matière par unité fonctionnelle peut coexister avec une augmentation des besoins liés aux procédés par unité de surface de wafer.
L’intensité des procédés ne se limite pas à la production des semi-conducteurs. La fabrication des cartes de circuits imprimés nécessite notamment des opérations d’imagerie, de laminage, de perçage, de dépôt de cuivre, de galvanoplastie, de gravure, de finition de surface et de traitement des eaux usées, tandis que la fabrication des écrans peut combiner dépôt sous vide, photolithographie et environnements de production étroitement contrôlés. Les capteurs optiques avancés nécessitent également des opérations d’amincissement des wafers, d’empilement et de collage hybride qui ne sont pas prises en compte dans les modèles conventionnels de semi-conducteurs mis à l’échelle en fonction de la surface. Bien que les caractéristiques technologiques diffèrent, la conséquence méthodologique est similaire : les catégories génériques de composants omettent certaines informations nécessaires pour expliquer les variations des impacts environnementaux. Un ICV pertinent doit donc conserver les paramètres qui modifient le procédé de fabrication, plutôt que de décrire les différences technologiques uniquement à travers la masse du composant ou ses dimensions extérieures.
Énergie, consommables et rendement : des paramètres clés à intégrer dans l’ICV
L’énergie apparaît comme un facteur transversal majeur, mais son importance varie en fonction des procédés inclus et du système électrique considéré. La littérature relative aux PCB compilée dans les sources attribue à l’électricité environ 45 à 86 % du potentiel de réchauffement climatique selon les différentes études de fabrication. Amasawa et al. indiquent que l’énergie consommée par les installations représente 41,5 % de l’impact de production considéré pour la fabrication des AMOLED. La fabrication des semi-conducteurs nécessite également d’importantes quantités d’électricité pour le conditionnement des salles blanches, les équipements sous vide, la génération de plasma, les procédés thermiques et le fonctionnement répété des équipements de fabrication. La localisation géographique de la production devient ainsi une composante de la description technologique plutôt qu’une simple variable contextuelle secondaire. Weppe et al. (2024), par exemple, représentent la fabrication des capteurs d’image CMOS à l’aide d’un modèle dans lequel l’énergie de fabrication est directement couplée à l’intensité carbone de l’approvisionnement électrique. Deux composants théoriquement équivalents peuvent donc présenter des impacts différents sur le changement climatique lorsqu’ils sont produits avec des systèmes électriques différents.
Les consommables représentent une contribution associée, mais moins visible, car de nombreux intrants de fabrication ne sont pas présents dans le composant fini. Les acides, agents de gravure, résines photosensibles, solvants, agents de nettoyage, eau ultrapure et gaz de procédé peuvent être consommés en quantités importantes tout en laissant peu ou aucune trace matérielle dans le produit. Les procédés de fabrication soustractifs rendent cette distinction particulièrement importante. Le cuivre retiré lors de la gravure d’un PCB a déjà généré les impacts environnementaux associés à son extraction, son raffinage et la production de la feuille de cuivre avant d’entrer dans le système de traitement des déchets. La fabrication des semi-conducteurs implique des opérations répétées de dépôt, de structuration, de nettoyage et de retrait de matériaux, ce qui signifie que l’inventaire du dispositif fini sous-estime systématiquement les flux bruts de matières nécessaires à sa fabrication. La modélisation environnementale doit donc prendre en compte à la fois les matériaux incorporés dans le composant et ceux consommés pour le fabriquer.
Le devenir de ces intrants de procédé introduit une incertitude supplémentaire. Le traitement des eaux usées et les systèmes d’abattement déterminent si les substances sont captées, transformées ou émises, et leurs conséquences environnementales dépendent de leur forme chimique et du compartiment environnemental récepteur. Cet aspect est particulièrement important pour les gaz fluorés utilisés dans la fabrication des semi-conducteurs, pour lesquels les impacts sur le climat dépendent fortement des taux d’utilisation, de destruction et d’élimination. Les rapports environnementaux à l’échelle des sites ne permettent pas de résoudre entièrement ce problème, car les usines communiquent généralement leurs consommations d’électricité et d’eau, leurs déchets et leurs émissions pour l’ensemble du site, alors que l’ICV nécessite une attribution aux produits ou aux modules de procédé. L’allocation des données du site aux différents procédés constitue donc une hypothèse de modélisation supplémentaire qui doit rester explicite.
Le rendement de production interagit avec l’ensemble de ces facteurs. Les matières premières, l’électricité, les consommables et les besoins liés aux installations associés aux unités rejetées doivent, en définitive, être alloués aux produits conformes. Les pertes de rendement intervenant après de nombreuses étapes de transformation entraînent donc une charge environnementale plus importante que celles survenant au début de la production. Cet aspect devient particulièrement pertinent pour les systèmes de fabrication comportant de longues séquences de procédés répétés. Par conséquent, les effets environnementaux de la complexité des procédés, de l’intensité énergétique et du rendement de production sont interdépendants plutôt qu’indépendants, et leur modélisation en tant que paramètres isolés peut conduire à sous-estimer leur influence combinée.
Les matériaux ont un impact
Des matériaux à faible masse, mais à fort impact
L’importance des procédés de fabrication ne réduit pas celle de la composition des matériaux. L’importance relative des matériaux et des procédés varie selon l’indicateur environnemental considéré. L’électricité et les émissions directes liées aux procédés peuvent dominer les impacts sur le changement climatique, les rayonnements ionisants ou la demande en énergie primaire, tandis que l’extraction et le raffinage de quantités relativement faibles de métaux peuvent devenir déterminants pour l’épuisement des ressources abiotiques et contribuer également de manière significative aux indicateurs liés à la toxicité. Une interprétation limitée au changement climatique peut donc donner l’impression que les matériaux jouent un rôle secondaire alors que, pour un autre indicateur, la hiérarchie des principaux contributeurs environnementaux peut être inversée. Cette distinction est particulièrement importante pour les EEE, car l’architecture de leurs composants associe des matériaux structurels présents en grandes quantités à des matériaux fonctionnels présents en faibles quantités, dont les intensités environnementales peuvent différer de plusieurs ordres de grandeur.
Les premières analyses de PCB apportent des éléments concrets démontrant les limites des hypothèses génériques relatives aux matériaux. Deux cartes FR-4 nues à quatre couches, déclarées avec une finition de surface ENIG, contenaient respectivement environ 24,76 % et 11,38 % en masse de cuivre dans les échantillons préparés. Cet écart d’un facteur d’environ 2,2 ne peut pas être expliqué par le nombre de couches ou la désignation du substrat, puisque ces caractéristiques étaient nominalement identiques. Le taux de couverture en cuivre, la densité de routage, les plans internes, l’empilement réel des couches, le placage et la configuration des panneaux restent des variables explicatives plausibles. Ce résultat ne signifie pas que les inventaires génériques de PCB sont inutilisables, mais il montre que les descripteurs couramment disponibles sont insuffisants pour déterminer la composition avec le niveau de précision requis pour une modélisation paramétrique. De même, l’analyse des cartes assemblées montre que les soudures, connecteurs, blindages et composants montés introduisent des métaux supplémentaires et nécessitent de distinguer la composition de la carte nue des contributions liées à son assemblage.
L’importance environnementale d’un matériau ne peut pas non plus être déduite uniquement de sa fraction massique. L’or peut être présent en très faibles quantités tout en contribuant de manière disproportionnée aux impacts liés aux ressources en raison des étapes d’extraction et de raffinage en amont. Dans de tels cas, la surface plaquée et l’épaisseur du revêtement constituent des paramètres de modélisation plus pertinents que la masse totale de la carte. Le même principe s’applique à l’indium, au gallium, au tantale, aux terres rares et aux métaux du groupe du platine utilisés dans différentes technologies électroniques. Yeom et al. (2018), par exemple, ont mis en évidence des différences importantes en matière de teneur en métaux et de potentiel d’épuisement des ressources entre les systèmes OLED et LCD étudiés. L’intérêt de cette observation n’est pas d’extrapoler un ratio numérique à l’ensemble des écrans, mais de montrer qu’un changement de technologie peut modifier le système de matériaux lui-même et donc faire évoluer les indicateurs environnementaux indépendamment des variations de masse du composant.
Une distinction similaire s’applique au stockage magnétique. Les disques durs contiennent d’importantes quantités de métaux structurels, mais certains impacts liés aux ressources proviennent de quantités beaucoup plus faibles de matériaux fonctionnels présents dans les aimants, les couches d’enregistrement et les systèmes de lecture/écriture. En matière de modélisation, cela signifie qu’une allocation reposant uniquement sur la masse peut donner une représentation erronée de l’importance environnementale. Nous avons déjà étudié ces questions en détail dans le cadre du projet CEDaCI, notamment en ce qui concerne les équipements des centres de données, la récupération des matériaux et la circularité. Pour plus d’informations sur les disques durs et leurs systèmes de matériaux, les travaux du projet CEDaCI fournissent les éléments techniques appropriés sans qu’il soit nécessaire de reprendre ici l’intégralité de l’analyse.
La caractérisation des matériaux comme levier d’amélioration de l’ICV
La caractérisation élémentaire par spectrométrie d’émission optique à plasma à couplage inductif (ICP-OES) constitue un moyen de consolider expérimentalement ces inventaires de matériaux. Lorsque la masse de l’échantillon préparé et les pertes liées à sa préparation sont connues, le résultat analytique peut être converti d’une concentration en une masse élémentaire absolue, fournissant ainsi un inventaire mesuré physiquement auquel les hypothèses du modèle peuvent être comparées. L’ICP-OES ne permet toutefois pas de déterminer la séquence des couches, leur épaisseur, la surface plaquée, la composition organique, la spéciation chimique ou l’historique de fabrication. Son rôle consiste donc à corriger le modèle plutôt qu’à construire l’inventaire à partir de zéro. Les informations structurelles doivent être enregistrées avant l’homogénéisation, et des approches analytiques complémentaires doivent être utilisées pour les fractions polymériques et organiques. Nous avons documenté en détail la procédure de préparation et d’analyse ICP-OES dans la base de connaissances ouverte de naKnow, notamment les étapes de démontage, de thermolyse, de broyage, de digestion et d’analyse instrumentale.
Plus généralement, les inventaires de matériaux et de procédés ne doivent pas être considérés comme des explications concurrentes de la performance environnementale. L’inventaire des matériaux décrit ce qui est incorporé dans le composant, tandis que l’inventaire des procédés décrit les ressources supplémentaires nécessaires et les émissions générées pour produire cette configuration matérielle. Les opérations soustractives rendent cette distinction particulièrement visible, puisqu’une partie de la charge environnementale est associée à des matériaux qui ont été produits mais qui ne restent pas dans l’objet fini. À l’inverse, l’analyse élémentaire peut mettre en évidence des différences de composition qu’un jeu de données générique relatif aux procédés ne permet pas de déduire. Un inventaire robuste des EEE nécessite donc ces deux descriptions ainsi qu’une relation explicite entre elles.
La boucle de correction pour améliorer l’inventaire du cycle de vie des produits EEE
Le rôle de WeLOOP
Le rôle de WeLOOP se concentre à l’interface entre la caractérisation physique et la modélisation environnementale. Le travail analytique débute par l’identification des paramètres que le modèle vise à représenter. Les méthodes d’échantillonnage sont ensuite définies afin que les mesures en laboratoire puissent tester ces paramètres, tandis que l’origine des composants, leurs caractéristiques techniques, les pertes liées à la préparation et les conditions analytiques sont documentées afin d’assurer leur traçabilité. Les mesures élémentaires obtenues ne sont pas considérées comme de simples données de composition indépendantes. Elles sont comparées aux relations théoriques et aux hypothèses des inventaires existants afin de déterminer si les paramètres du modèle permettent d’expliquer les variations observées et, lorsque cela est possible, de calibrer ces relations. Cette approche répond à l’objectif des travaux en laboratoire : obtenir des données sur la composition des composants permettant de corriger ou de calibrer les modèles environnementaux, plutôt que de constituer un catalogue empirique déconnecté du cadre de modélisation.
Cette distinction est essentielle pour améliorer les données environnementales relatives aux EEE. La multiplication des jeux de données ne suffit pas à résoudre le problème méthodologique si les hypothèses technologiques qui les sous-tendent restent implicites. Les inventaires environnementaux doivent distinguer les informations mesurées des informations estimées, conserver les paramètres permettant d’expliquer les variations technologiques et rester suffisamment transparents pour pouvoir être actualisés lorsque de nouvelles données deviennent disponibles. La modélisation des procédés fournit des informations qui ne peuvent pas être obtenues à partir du produit fini, notamment la consommation d’électricité, les produits chimiques utilisés dans les procédés, les pertes de fabrication et les traitements associés. La caractérisation en laboratoire apporte quant à elle des données physiques que la seule description des procédés ne permet pas d’établir de manière fiable. Ensemble, ces deux approches permettent de confronter les modèles environnementaux aux composants qu’ils sont censés représenter et fournissent une base plus robuste pour l’éco-conception des équipements électriques et électroniques fondée sur l’ACV.