The increasing demand for product customization, shorter development cycles, and sustainable product development has created significant challenges for engineering organizations managing complex product families. Traditional Computer-Aided Design (CAD) workflows often rely on maintaining multiple independent models for product variants, resulting in modelling redundancy, increased development effort, and difficulties in maintaining design consistency. Simultaneously, environmental assessment activities such as Life Cycle Assessment (LCA) remain largely disconnected from engineering design processes, requiring extensive manual data preparation and limiting the integration of sustainability considerations during product development. This thesis proposes an integrated digital engineering methodology that combines Design Structure Matrix (DSM)-based product family analysis, parametric master modelling, and automated CAD-to-LCA data integration within a unified workflow. The methodology begins with a systematic DSM analysis performed at both component and feature levels to identify commonality, variability, and dependency relationships among product variants. The results of the DSM analysis are subsequently used to develop scalable parametric master models in PTC Creo, enabling the generation of multiple product configurations through parameter-driven design, family tables, and feature control mechanisms while minimizing modelling redundancy. To incorporate sustainability assessment into the design workflow, a CAD-based inventory generation framework is developed. Material and mass information are automatically extracted from the parametric models and transferred to openLCA through a Python-based automation framework utilizing the openLCA Inter-Process Communication (IPC) interface. This automated process enables the direct generation and updating of Life Cycle Inventory (LCI) data, significantly reducing manual effort and improving consistency between engineering and environmental datasets. The proposed methodology is validated through an industrial case study involving a configurable family of washing machine door-locking systems. The results demonstrate that the integration of DSM-driven master modelling and automated CAD-to-LCA communication reduces modelling effort, improves product family management, enhances design reuse, and facilitates efficient environmental impact assessment across multiple product variants. The research contributes a structured and scalable framework that bridges product family engineering and sustainability assessment, supporting more efficient, data-driven, and sustainability-oriented product development practices.

La crescente richiesta di personalizzazione dei prodotti, la riduzione dei tempi di sviluppo e la crescente attenzione verso la sostenibilità hanno introdotto sfide significative per le organizzazioni che gestiscono famiglie di prodotti complesse. I tradizionali processi di progettazione basati su sistemi di Computer-Aided Design (CAD) richiedono spesso la gestione di modelli indipendenti per ciascuna variante di prodotto, generando ridondanza nella modellazione, aumento dell’impegno progettuale e difficoltà nel mantenimento della coerenza dei dati di progetto. Parallelamente, le attività di valutazione ambientale, come la Life Cycle Assessment (LCA), risultano frequentemente separate dai processi di progettazione, richiedendo una preparazione manuale dei dati e limitando l’integrazione delle considerazioni di sostenibilità durante lo sviluppo del prodotto. Questa tesi propone una metodologia integrata di ingegneria digitale che combina l’analisi delle famiglie di prodotto mediante Design Structure Matrix (DSM), lo sviluppo di modelli parametrici master e l’integrazione automatizzata dei dati tra CAD e LCA all’interno di un unico flusso di lavoro. La metodologia si basa inizialmente su un’analisi DSM eseguita sia a livello di componenti sia a livello di feature geometriche, al fine di identificare elementi comuni, variabilità e relazioni di dipendenza tra le diverse varianti di prodotto. I risultati dell’analisi vengono successivamente utilizzati per sviluppare modelli master parametrici in PTC Creo, capaci di generare configurazioni multiple attraverso strategie di progettazione parametrica, family table e meccanismi di controllo delle feature, riducendo significativamente la ridondanza della modellazione. Per integrare la valutazione della sostenibilità nel processo di progettazione, viene sviluppato un framework per la generazione automatica dell’inventario ambientale basato sui dati CAD. Le informazioni relative ai materiali e alle masse dei componenti vengono estratte automaticamente dai modelli parametrici e trasferite in openLCA mediante un framework di automazione sviluppato in Python che utilizza l’interfaccia Inter-Process Communication (IPC) di openLCA. Questo processo consente la generazione e l’aggiornamento automatico dei dati di Life Cycle Inventory (LCI), riducendo il lavoro manuale e migliorando la coerenza tra i dati ingegneristici e quelli ambientali. La metodologia proposta viene validata attraverso un caso di studio industriale relativo a una famiglia configurabile di dispositivi di blocco porta per lavatrici. I risultati dimostrano che l’integrazione tra master modelling guidato da DSM e comunicazione automatizzata CAD-LCA consente di ridurre l’impegno di modellazione, migliorare la gestione delle famiglie di prodotto, favorire il riutilizzo della conoscenza progettuale e supportare una valutazione efficiente delle prestazioni ambientali per differenti varianti di prodotto. Il lavoro contribuisce allo sviluppo di un framework strutturato e scalabile che collega l’ingegneria delle famiglie di prodotto con la valutazione della sostenibilità, promuovendo processi di sviluppo prodotto più efficienti, orientati ai dati e sostenibili.

Parametric maser modelling and CAD-to-LCA integration for sustainable product family development

VEERARAGHAVAN, ANIRUDDHAN
2025/2026

Abstract

The increasing demand for product customization, shorter development cycles, and sustainable product development has created significant challenges for engineering organizations managing complex product families. Traditional Computer-Aided Design (CAD) workflows often rely on maintaining multiple independent models for product variants, resulting in modelling redundancy, increased development effort, and difficulties in maintaining design consistency. Simultaneously, environmental assessment activities such as Life Cycle Assessment (LCA) remain largely disconnected from engineering design processes, requiring extensive manual data preparation and limiting the integration of sustainability considerations during product development. This thesis proposes an integrated digital engineering methodology that combines Design Structure Matrix (DSM)-based product family analysis, parametric master modelling, and automated CAD-to-LCA data integration within a unified workflow. The methodology begins with a systematic DSM analysis performed at both component and feature levels to identify commonality, variability, and dependency relationships among product variants. The results of the DSM analysis are subsequently used to develop scalable parametric master models in PTC Creo, enabling the generation of multiple product configurations through parameter-driven design, family tables, and feature control mechanisms while minimizing modelling redundancy. To incorporate sustainability assessment into the design workflow, a CAD-based inventory generation framework is developed. Material and mass information are automatically extracted from the parametric models and transferred to openLCA through a Python-based automation framework utilizing the openLCA Inter-Process Communication (IPC) interface. This automated process enables the direct generation and updating of Life Cycle Inventory (LCI) data, significantly reducing manual effort and improving consistency between engineering and environmental datasets. The proposed methodology is validated through an industrial case study involving a configurable family of washing machine door-locking systems. The results demonstrate that the integration of DSM-driven master modelling and automated CAD-to-LCA communication reduces modelling effort, improves product family management, enhances design reuse, and facilitates efficient environmental impact assessment across multiple product variants. The research contributes a structured and scalable framework that bridges product family engineering and sustainability assessment, supporting more efficient, data-driven, and sustainability-oriented product development practices.
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2026
2025/2026
La crescente richiesta di personalizzazione dei prodotti, la riduzione dei tempi di sviluppo e la crescente attenzione verso la sostenibilità hanno introdotto sfide significative per le organizzazioni che gestiscono famiglie di prodotti complesse. I tradizionali processi di progettazione basati su sistemi di Computer-Aided Design (CAD) richiedono spesso la gestione di modelli indipendenti per ciascuna variante di prodotto, generando ridondanza nella modellazione, aumento dell’impegno progettuale e difficoltà nel mantenimento della coerenza dei dati di progetto. Parallelamente, le attività di valutazione ambientale, come la Life Cycle Assessment (LCA), risultano frequentemente separate dai processi di progettazione, richiedendo una preparazione manuale dei dati e limitando l’integrazione delle considerazioni di sostenibilità durante lo sviluppo del prodotto. Questa tesi propone una metodologia integrata di ingegneria digitale che combina l’analisi delle famiglie di prodotto mediante Design Structure Matrix (DSM), lo sviluppo di modelli parametrici master e l’integrazione automatizzata dei dati tra CAD e LCA all’interno di un unico flusso di lavoro. La metodologia si basa inizialmente su un’analisi DSM eseguita sia a livello di componenti sia a livello di feature geometriche, al fine di identificare elementi comuni, variabilità e relazioni di dipendenza tra le diverse varianti di prodotto. I risultati dell’analisi vengono successivamente utilizzati per sviluppare modelli master parametrici in PTC Creo, capaci di generare configurazioni multiple attraverso strategie di progettazione parametrica, family table e meccanismi di controllo delle feature, riducendo significativamente la ridondanza della modellazione. Per integrare la valutazione della sostenibilità nel processo di progettazione, viene sviluppato un framework per la generazione automatica dell’inventario ambientale basato sui dati CAD. Le informazioni relative ai materiali e alle masse dei componenti vengono estratte automaticamente dai modelli parametrici e trasferite in openLCA mediante un framework di automazione sviluppato in Python che utilizza l’interfaccia Inter-Process Communication (IPC) di openLCA. Questo processo consente la generazione e l’aggiornamento automatico dei dati di Life Cycle Inventory (LCI), riducendo il lavoro manuale e migliorando la coerenza tra i dati ingegneristici e quelli ambientali. La metodologia proposta viene validata attraverso un caso di studio industriale relativo a una famiglia configurabile di dispositivi di blocco porta per lavatrici. I risultati dimostrano che l’integrazione tra master modelling guidato da DSM e comunicazione automatizzata CAD-LCA consente di ridurre l’impegno di modellazione, migliorare la gestione delle famiglie di prodotto, favorire il riutilizzo della conoscenza progettuale e supportare una valutazione efficiente delle prestazioni ambientali per differenti varianti di prodotto. Il lavoro contribuisce allo sviluppo di un framework strutturato e scalabile che collega l’ingegneria delle famiglie di prodotto con la valutazione della sostenibilità, promuovendo processi di sviluppo prodotto più efficienti, orientati ai dati e sostenibili.
File allegati
File Dimensione Formato  
Thesis Report_updated_V4.pdf

non accessibile

Dimensione 2.62 MB
Formato Adobe PDF
2.62 MB Adobe PDF   Visualizza/Apri
executive_summary_v1.pdf

non accessibile

Dimensione 1.61 MB
Formato Adobe PDF
1.61 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/260318