Integrating X-Reality and Lean Into End-of-Life Product Disassembly Planning in Industry 4.0 and Industry 5.0: A Critical Review

RÉSUMÉ: La récupération de la valeur des produits en fin de vie (EoL) et la fermeture de la boucle des composants industriels sont des alternatives durables et efficaces, nécessitant des efforts dans les activités de remanufacturage. La désassemblage, une étape clé dans la remanufacturage et l’opération la plus difficile dans les processus EoL, nécessite souvent une main-d’œuvre intensive et des processus novateurs. Les opportunités de recherche abondent pour faire progresser la planification de désassemblage des produits EoL, attirant les chercheurs et les praticiens. Cette thèse de maîtrise étudie deux évolutions industrielles existantes, l’Industrie 4.0 et l’Industrie 5.0, car le désassemblage traditionnel implique des changements de paradigme. L’Industrie 4.0, un paradigme axé sur la technologie, vise à améliorer l’efficacité, la productivité et la personnalisation. La deuxième vision centrale appliquée dans cette étude est l’Industrie 5.0, représentant un cycle d’adoption plus durable, plaçant les initiatives centrées sur l’humain et la société au centre des systèmes de fabrication/production. Cependant, la recherche explorant leurs rôles dans le domaine du désassemblage EoL fait défaut. Le point de départ de la transformation numérique du désassemblage découle de complexités (par exemple, les réglementations environnementales et ergonomiques) et d’incertitudes (par exemple, la demande commerciale, les quantités de produits, les informations structurelles et les coûts d’exploitation). Pour relever ces défis, la planification du désassemblage nécessite des systèmes de prise de décision novateurs avec des outils numériques adaptés pour plusieurs contraintes. Dans ce contexte, X-réalité (XR) et lean sont adoptés conjointement en tant qu’acteurs techno-fonctionnels et managériaux dans le cadre de l’Industrie 4.0 et de l’Industrie 5.0. XR fusionne les mondes virtuel et physique, réduisant les incertitudes en tant qu’outil de simulation ou d’assistance de visualisation cognitive. Lean assure la continuité des activités en éliminant les gaspillages de processus et en offrant une amélioration continue, en considérant l’humain comme un facteur fondamental. Cependant, il existe un manque de preuves théoriques suggérant que la planification du désassemblage des produits en fin de vie peut être facilitée par l’adoption de la XR et du lean dans le contexte de l’industrie 4.0 et de l’industrie 5.0. De plus, il existe peu de lignes d’action ou de cadres dans la littérature concernant les possibilités de combinaison de l’industrie 4.0, de l’industrie 5.0, de la XR et du lean pour le développement durable dans la planification du désassemblage. La littérature passée manque d’aperçu des synergies entre la XR et le lean dans la recherche sur le désassemblage sous l’impact de l’industrie 4.0 et de l’industrie 5.0. L’objectif de cette thèse est d’explorer ce que l’Industrie 4.0 et l’Industrie 5.0 signifient pour la planification du désassemblage dans la gestion des produits EoL. Afin de répondre à cette question de recherche, cette étude a l’intention de fournir un compte-rendu de la planification du désassemblage des produits EoL avec l’intégration conjointe de XR et de lean, basée sur les résultats de la littérature existante. La thèse plaide en faveur d’actions visant à faciliter la circulation libre de l’information, en utilisant des revues systématiques de la littérature pour comprendre les combinaisons possibles de XR et de lean dans le domaine du désassemblage. En outre, la thèse présente les travaux préliminaires pour discerner les recherches en cours en développant un cadre basé sur l’Industrie 4.0, "Smart Disassembly Sequence Planning (SDSP)", ainsi qu’un cadre intégré centré sur Human-Centric, Smart, and Lean (HSL) dans le contexte de l’Industrie 5.0. Enfin, la thèse développe le cadre en identifiant les orientations futures de recherche. Nos résultats mettent en évidence les lacunes émergentes et les tendances de recherche viables, tout en offrant des constructions collaboratives et cocréatives pour faire avancer la transformation numérique du désassemblage. Contrairement aux autres critiques, cette étude constitue une référence éclairante pour les orientations futures dans les opérations de désassemblage et les solutions de réalisation numérique. ABSTRACT: Recovering the value of end-of-life (EoL) products and closing the loop of industrial components are sustainable and efficient alternatives, requiring efforts in remanufacturing activities. Disassembly, a dominant step in remanufacturing and the most challenging operation in EoL processes, often requires human-intensive labor and novel processes. Research opportunities abound in advancing EoL product disassembly planning, attracting scholars and practition-ers alike. This master’s thesis studies two existent industrial evolutions, Industry 4.0 and Industry 5.0, as traditional disassembly entails paradigmatic shifts. Industry 4.0, a technology-driven paradigm, aims to improve efficiency, productivity, and customization. The second centric paradigmatic vision applied in this study is Industry 5.0, representing a more sustainable adoption cycle, placing human-centric and society-centric initiatives at the center of manufacturing/production systems. However, research exploring their roles in the EoL disassembly domain is lacking. The starting point of digital disassembly transformation stems from complexities (e.g., environmental and ergonomic regulations) and uncertainties (e.g., marketing demand, product quantities, structural information, and operating costs). To address these challenges, disassembly planning needs novel decision-support systems with appropriate digital tools for multiple constraints. In this context, X-reality (XR) and lean are jointly adopted as techno-functional and managerial enablers under Industry 4.0 and Industry 5.0. XR merges virtual and physical worlds, reducing uncertainties as a simulation tool or cognitive visualization assistance. Lean ensures business continuity by eliminating process waste and offering con-tinuous improvement, considering humans as a fundamental factor. However, there is a lack of theoretical evidence suggesting that EoL product disassembly planning can be facilitated by the adoption of XR and lean in the context of both Industry 4.0 and Industry 5.0. Moreover, few agendas or frameworks exist in the literature concerning the combinatorial possibilities of associating Industry 4.0, Industry 5.0, XR, and lean for sustainable development in disassembly planning. The past literature lacks insight into the synergies of XR and lean in disassembly research. The purpose of this thesis is to explore what Industry 4.0 and Industry 5.0 mean for disassem-bly planning in managing EoL products and how the collaboration of XR and lean can play techno-functional roles to facilitate the design of decision-support systems. To overcome this research gap, this study intends to offer an accurate but succinct account of EoL disassembly planning with the joint integration of XR and lean based on the findings from the extant literature. The thesis advocates for actions that facilitate barrier-free information flow, using systematic literature reviews to comprehend the possible combinations of XR and lean in the disassembly domain. Additionally, the thesis presents the preliminary work aimed at discerning ongoing research by developing an Industry 4.0-driven agenda, "Smart Disassem-bly Sequence Planning (SDSP)," and an integrated Human-Centric, Smart, and Lean (HSL) framework within the context of Industry 5.0. Finally, the thesis elaborates on the agenda and framework by identifying future research directions. Our findings not only underline emerging gaps and viable research trends but also offer collaborative and co-creative constructs to advance digital disassembly transformation. In contrast to other critical reviews, this study serves as an insightful reference for future directions in disassembly operations and digital fulfillment solutions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.