Multi-actor multi-criteria decision-making methods and tools for the implementation of industrial symbiosis and circular economy solutions in the process industry

Abstract

(English) The quest for sustainable development is both urgent and complex. Paradigms like circular economy (CE) and industrial symbiosis (IS) aim to address this challenge by promoting strategies to achieve a more efficient use of available resources and a reduction of generated waste. However, the implementation of these paradigms faces significant practical challenges that hinder their widespread application. Despite the availability of process integration (PI) methods and tools to identify opportunities for sharing resources and closing material loops in the process industry, and the growing computational power to handle increasingly complex problems, the practical challenge remains to quantitatively, fairly, and transparently demonstrate that the proposed solutions satisfy the objectives of all decision-makers involved.

Driven by this challenge, this Thesis aims to bridge the gap by developing frameworks that facilitate multi-actor multi-criteria decision-making. To achieve this, appropriate methods from game theory (GT) are identified to address the multi-actor problem, evaluating the alternatives based on Life Cycle Assessment (LCA) that allows for obtaining quantitative, comparable, and transparent indicators for the multi-criteria problem. Focusing on the process industry, all developed solution methods leverage process systems concepts and mathematical programming.

In the first part of this Thesis, GT is utilized as a tool to find solutions that are fair and acceptable for all actors involved. To that end, cooperative profit allocation approaches are applied to PI problems, which have been designed using a proposed framework to reach targeted benefits (economic and environmental) through the introduction of waste-to-resource technologies. Moreover, a Stackelberg competition based framework for the identification of stable outcomes of non-cooperative bargaining between the actors in waste-to-resource pathways, in the absence of a regulatory authority, is proposed and applied a plastic waste recycling case.

The second part employs LCA as a tool to quantify the environmental benefits of implementing CE and IS solutions, as a procedure to systematically consider interlinked phenomena such as burden-shifting. Furthermore, this Thesis advances life cycle optimization (LCO) by integrating mathematical programming with LCA to leverage extensive data from commercial Life Cycle Inventory (LCI) databases. Practical contributions include the development of the ``Python-based User-defined Lifecycle Product Optimization'' (PULPO) method, which exploits LCI databases to globally evaluate the individual decisions of the involved processes and their interdependencies. This approach allows the consideration of global supply chain targets in the decision-making of specific links in the chain.

The third part synthesizes the insights and approaches developed in the previous two parts and proposes the cooperative PI-MAMCA framework, which includes quantitative procedures for evaluating the stability in the allocation of benefits, based on previously established approaches for multi-actor multi-criteria decision-making. For the first time, simultaneous allocation of various benefits among multiple actors is proposed, demonstrating that, even when considering multiple criteria, fair and acceptable solutions exist.

(Català) Aconseguir un model de desenvolupament més sostenible és una tasca tan urgent com complexa. Paradigmes com l’economia circular (CE) i la simbiosi industrial (IS) pretenen abordar aquest desafiament promovent estratègies per aconseguir un ús més eficient dels recursos disponibles i una reducció dels residus generats.. Tanmateix, la implementació d’aquests paradigmes afronta reptes pràctics que dificulten la seva aplicació. Malgrat la disponibilitat de mètodes i eines d’integració de processos (PI) per identificar oportunitats per compartir recursos i tancar cicles de materials en la indústria de processos, i tot i que la creixent potència computacional disponible permet la seva aplicació a problemes cada vegada més complexos, el desafiament pràctic continua sent demostrar de manera quantitativa, justa i transparent que les solucions proposades satisfan els objectius de tots els decisors implicats.

Impulsada per aquest repte, aquesta Tesi té com a objectiu desenvolupar entorns de modelització i optimització que facilitin la presa de decisions davant problemes multi-actor i multi-criteri. Per aconseguir això, es proposa utilitzar mètodes basats en la Teoria de Jocs (GT) per abordar el problema multi-actor, valorant les alternatives a partir d’una Avaluació del Cicle de Vida dels materials (ACV) que permeti obtenir indicadors quantitatius, comparables i transparents en un entorn multi-criteri. La Tesi se centra en la indústria de procés i els mètodes de solució desenvolupats aprofiten conceptes de l’enginyeria de processos i la programació matemàtica.

En la primera part d'aquesta Tesi, s’utilitza la GT com una eina per trobar solucions que siguin justes i acceptables per a tots els actors implicats. S'apliquen mètodes d'assignació de beneficis a problemes de PI, dissenyats mitjançant un mètode proposat per assolir beneficis específics (econòmics i ambientals) mitjançant la introducció de tecnologies de conversió de residus en recursos. A més, es proposa i aplica un mètode basat en situacions de competència de Stackelberg per a la identificació de resultats estables en la negociació no cooperativa entre els actors involucrats en els sistemes de conversió de residus en recursos, aplicat a un cas de reciclatge de residus plàstics.

La segona part utilitza l’ACV com una eina per quantificar els beneficis ambientals de la implementació de solucions de CE i IS, com a procediment per considerar de manera sistemàtica els efectes en cadena de factors com el desplaçament de càrregues i els efectes de rebot. A més, aquesta Tesi avança en l’optimització del cicle de vida (OCV) integrant la programació matemàtica amb l’ACV per aprofitar l’extensa informació de les bases de dades comercials d’inventaris del cicle de vida (ICV). Les contribucions pràctiques inclouen el desenvolupament del mètode ``Optimització del Cicle de Vida basada en Python’’ (PULPO), explota les bases de dades d’ICV per valorar globalment les decisions individuals dels processos involucrats i les seves interdependències. Aquest enfocament permet la consideració d’objectius de la cadena de subministrament global en la presa de decisions d'enllaços concrets de la cadena.

La tercera part sintetitza els coneixements desenvolupats en les dues parts anteriors i proposa l'entorn PI-MAMCA, que inclou procediments quantitatius d’avaluació de l’estabilitat en l'assignació de beneficis basats en procediments prèviament establerts per a la presa de decisions en problemes multi-actor i multi-criteri. Per primera vegada, es proposa una assignació simultània de diversos beneficis entre múltiples actors, demostrant que, fins i tot considerant múltiples criteris, existeixen solucions justes i acceptables.

(Español) Alcanzar un modelo de desarrollo más sostenible es una tarea tan urgente como compleja. Paradigmas como la Economía Circular (CE) y la Simbiosis Industrial (IS) pretenden abordar este desafío promoviendo estrategias para lograr un uso más eficiente de los recursos disponibles y una reducción de los residuos generados. Sin embargo, la implementación de estos paradigmas se enfrenta a problemas prácticos que dificultan su aplicación. A pesar de la disponibilidad de métodos y herramientas de Integración de Procesos (PI) para identificar oportunidades de compartir recursos y cerrar ciclos de materiales, y aunque la creciente potencia computacional disponible permite su aplicación sobre problemas cada vez más complejos, el desafío práctico sigue siendo demostrar de manera cuantitativa, justa y transparente que las soluciones propuestas satisfacen los objetivos de todos los decisores involucrados.

Impulsada por este desafío, esta Tesis tiene como objetivo desarrollar un entorno de modelado y optimización que facilite la toma de decisiones en problemas multi-actor y multi-criterio. Para lograr esto, se propone utilizar métodos basados en la Teoría de Juegos (GT) para abordar el problema multi-actor, valorando las alternativas en base a una Evaluación del Ciclo de Vida de los materiales (ECV) que permita obtener indicadores cuantitativos, comparables y transparentes en un entorno multi-criterio. La Tesis se centra en la industria de procesos y todos los métodos desarrollados se basan en conceptos propios de la ingeniería de procesos y el uso de herramientas de programación matemática.

En la primera parte de esta Tesis, se utiliza la GT para encontrar soluciones que sean justas y aceptables para todos los actores involucrados. Se aplican métodos de asignación de beneficios a problemas de PI, diseñados mediante un método propuesto para alcanzar beneficios específicos (económicos y ambientales) mediante la introducción de tecnologías de conversión de residuos en recursos. Además, se propone y aplica un método basado en situaciones de competencia de Stackelberg para la identificación de resultados estables en la negociación no cooperativa entre los actores involucrados en los sistemas de conversión de residuos en recursos, aplicado a un caso de reciclaje de residuos plásticos.

La segunda parte emplea la ECV como herramienta para cuantificar los beneficios medioambientales de la implementación de soluciones de CE y IS, como procedimiento para considerar de forma sistemática los efectos encadenados de factores como el desplazamiento de cargas y los efectos de rebote. Además, esta Tesis avanza en la aplicación de técnicas sistemáticas de Optimización al Ciclo de Vida (OCV), integrando programación matemática en la ECV para explotar la extensa información de las bases de datos comerciales de Inventarios del Ciclo de Vida (ICV) existente. Las contribuciones prácticas de la Tesis en esta línea incluyen el desarrollo de un entorno de trabajo para la ``Optimización del Ciclo de Vida basado en Python’’ (PULPO), que explota las bases de datos de ICV para valorar globalmente las decisiones individuales de los procesos involucrados y sus interdependencias. Este enfoque permite la consideración de objetivos de la cadena de suministro global en la toma de decisiones.

La tercera parte sintetiza los conocimientos desarrollados en las dos partes anteriores y propone el entorno PI-MAMCA, que incluye procedimientos cuantitativos de evaluación de la estabilidad en la asignación de beneficios sobre planteamientos previamente establecidos para la toma de decisiones en problemas multi-actor y multi-criterio. Por primera vez, se propone un reparto simultáneo de la asignación de varios beneficios entre múltiples actores y se demuestra que, incluso al considerar múltiples criterios, existen soluciones factibles, justas y aceptables.