Studio di ontologie nell'ambito dei processi additivi, per la formalizzazione di linee guida di Design for Additive Manufacturing, con focus sulla sostenibilità ambientale.

L’Additive Manufacturing (AM) rappresenta una delle tecnologie dell’Industria 4.0, offrendo libertà geometrica e capacità di personalizzazione senza precedenti. Tuttavia, la gestione della conoscenza in questo ambito risulta spesso frammentata e distribuita in forme non uniformi, rendendo complesso il supporto alle decisioni, la verifica della stampabilità e la valutazione degli impatti ambientali. In questo contesto, le ontologie e le tecnologie del Semantic Web emergono come strumenti chiave per strutturare le informazioni e garantire l’interoperabilità dei dati. Il presente elaborato propone una revisione sistematica della letteratura, condotta seguendo il protocollo PRISMA, finalizzata a mappare l’uso delle ontologie nell’AM e ad analizzarne il contributo verso la sostenibilità ambientale. L’analisi è stata effettuata su un corpus di 43 articoli scientifici selezionati dal database Scopus, coprendo un arco temporale fino al 2025. I risultati evidenziano come le ontologie siano impiegate prevalentemente per il Design for Additive Manufacturing (DfAM) e il Knowledge Management, con l’obiettivo di formalizzare regole di progettazione e supportare il controllo qualità. La tecnologia più studiata risulta essere la Powder Bed Fusion (PBF), seguita dall'estrusione di materiale (MEX). Dal punto di vista implementativo, si conferma il predominio dello standard OWL e dell'ambiente di sviluppo Protégé, sebbene emerga una criticità legata all'uso frequente di ontologie "Custom" che, non basandosi su standard condivisi, rischiano di creare silos informativi. Relativamente alla sostenibilità, l’indagine rivela che l’integrazione con i modelli semantici è ancora in una fase iniziale di sviluppo. Solo una ristretta minoranza di studi (4 su 43) propone strutture dedicate all'Eco-Design. Tali modelli si concentrano principalmente su indicatori di efficienza fisica, come il consumo energetico per i processi metallici o la riduzione degli scarti di supporto per i polimeri, mancando spesso di una visione olistica basata sul Life Cycle Assessment (LCA). In conclusione, sebbene le ontologie si dimostrino strumenti maturi per la gestione tecnica del processo, il loro potenziale strategico per la sostenibilità richiede ulteriori sviluppi. Le prospettive future suggeriscono la necessità di superare la rigidità attuale attraverso l’integrazione con sistemi di Intelligenza Artificiale Generativa, per rendere la conoscenza più accessibile e azionabile.