This thesis explores the application of Artificial Intelligence (AI) within the framework of the circular economy, specifically in the manufacturing sector. The study aims to understand how AI can facilitate the transition from traditional linear models to sustainable circular practices, addressing key environmental challenges. Leveraging a systematic literature review, the research identifies AI applications that enhance predictive maintenance, supply chain optimization, and waste reduction. Key AI methodologies, including machine learning and data analysis, enable improved resource management, process efficiency, and reduced environmental impact. The thesis further examines the integration of AI with complementary technologies like Internet of Things and blockchain, highlighting a synergistic effect in supporting circular economy principles. Findings indicate that AI-driven strategies can significantly advance circularity goals, offering valuable insights into sustainable practices across industrial processes.
Questa tesi esplora l'applicazione dell'Intelligenza Artificiale (IA) nell'ambito dell'economia circolare, in particolare nel settore manifatturiero. Lo studio mira a comprendere come l'IA possa facilitare il passaggio dai modelli lineari tradizionali a pratiche circolari sostenibili, affrontando sfide ambientali cruciali. Attraverso una revisione sistematica della letteratura, la ricerca identifica applicazioni dell'IA che migliorano la manutenzione predittiva, l'ottimizzazione della supply chain e la riduzione degli sprechi. Le principali metodologie dell'IA, come il machine learning e l'analisi dei dati, consentono una migliore gestione delle risorse, una maggiore efficienza dei processi e una riduzione dell'impatto ambientale. La tesi esamina inoltre l'integrazione dell'IA con tecnologie complementari come l' Internet of Things e la blockchain, evidenziando un effetto sinergico nel supporto dei principi dell'economia circolare. I risultati indicano che strategie basate sull'IA possono promuovere significativamente gli obiettivi di circolarità, offrendo preziose intuizioni per pratiche sostenibili nei processi industriali.
AI technologies for the circular transition: an analysis of applications in the manufacturing sector
Galli de Paratesi, Federico
2023/2024
Abstract
This thesis explores the application of Artificial Intelligence (AI) within the framework of the circular economy, specifically in the manufacturing sector. The study aims to understand how AI can facilitate the transition from traditional linear models to sustainable circular practices, addressing key environmental challenges. Leveraging a systematic literature review, the research identifies AI applications that enhance predictive maintenance, supply chain optimization, and waste reduction. Key AI methodologies, including machine learning and data analysis, enable improved resource management, process efficiency, and reduced environmental impact. The thesis further examines the integration of AI with complementary technologies like Internet of Things and blockchain, highlighting a synergistic effect in supporting circular economy principles. Findings indicate that AI-driven strategies can significantly advance circularity goals, offering valuable insights into sustainable practices across industrial processes.File | Dimensione | Formato | |
---|---|---|---|
2024_12_Galli de Paratesi.pdf
accessibile in internet solo dagli utenti autorizzati
Descrizione: Testo della tesi
Dimensione
1.82 MB
Formato
Adobe PDF
|
1.82 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/230401