Guidelines to enhance circular manufacturing data models with digital product passport requirements and circular indicators

This thesis explores the enhancement of data models promoting Circular Manufacturing (CM) by incorporating the necessary data and technologies from Digital Product Passports (DPPs) and integrating relevant circularity indicators. The research is driven by the need to align manufacturing practices with emerging European Union regulations, particularly the upcoming requirements for Digital Product Passports. A comprehensive literature review revealed significant gaps in existing data models, particularly in their ability to include the specific data required for DPPs and to provide operational dashboards for assessing circularity. To address these gaps, this study proposes the enhancement of traditional data models by embedding DPP requirements, ensuring that practitioners can access the comprehensive data necessary for developing and constructing DPPs. Additionally, the integration of circularity indicators within the data model allows practitioners to evaluate various aspects of their circularity, providing a robust tool for decision-making and alignment with circular economy principles. The findings of this thesis contribute to both academic research and practical applications, offering a clear direction for future studies to empirically validate the proposed contribution and expand the range of circularity indicators.

Questa tesi propone il miglioramento dei modelli di dati che promuovono la Manifattura Circolare (CM) attraverso l'integrazione dei dati e delle tecnologie necessarie dei Digital Product Passports (DPP) e l'inserimento di indicatori di circolarità rilevanti. La ricerca è motivata dalla necessità di allineare le pratiche manifatturiere con le nuove normative dell'Unione Europea, in particolare con i requisiti per i Digital Product Passports. Una revisione della letteratura ha evidenziato lacune significative nei modelli di dati esistenti, in particolare nella loro capacità di includere i dati specifici richiesti per i DPP e di fornire dashboard operative per la valutazione della circolarità. Per affrontare queste lacune, lo studio propone il miglioramento dei modelli di dati tradizionali integrando i requisiti dei DPP, assicurando che i professionisti possano accedere ai dati completi necessari per sviluppare e costruire i DPP. Inoltre, l'integrazione degli indicatori di circolarità all'interno del modello di dati consente ai professionisti di valutare vari aspetti della loro circolarità, fornendo uno strumento robusto per il processo decisionale e l'allineamento ai principi dell'economia circolare. I risultati di questa tesi contribuiscono sia alla ricerca accademica che alle applicazioni pratiche, offrendo una chiara direzione per futuri studi che possano convalidare empiricamente il contributo proposto e ampliare la gamma degli indicatori di circolarità.