| KEYWORD |
Area Ingegneria
Intelligenza computazionale per la progettazione di macchine elettriche in ambito automobilistico
Parole chiave DATA MODELLING, E-MOBILITY, ELETTRIFICAZIONE, MACCHINE ELETTRICHE, MACHINE LEARNING
Riferimenti MAURIZIO REPETTO, LUIGI SOLIMENE
Gruppi di ricerca CADEMA
Descrizione L’elettrificazione nel settore dei trasporti richiede la progettazione di macchine elettriche che devono raggiungere nuove richieste di prestazioni in termini di efficienza, alta velocità, coppia e costo.
La progettazione di nuove macchine deve far fronte all'interazione di molti domini fisici (ad esempio elettromagnetico, termico, strutturale, ecc.). La ricerca di nuove soluzioni modellistiche in questo ambito è attualmente attiva e diffusa.
Mentre gli obiettivi diventano sempre più stringenti, anche la potenza computazionale a disposizione per questo compito aumenta opportunamente. Ciò consente metodologie numeriche innovative, come approcci basati data-driven e di machine learning. I modi di pensare innovativi diffonderanno nuove procedure di progettazione.
L’adozione di procedure di Machine Learning può infatti agevolare il compito di progettazione rapida e di dimensionamento di nuove macchine nonché di ottimizzazione delle loro prestazioni.
Inoltre, la riduzione del costo computazionale della procedura di progettazione è un valore in quanto consente di ridurre al minimo l’onere delle analisi informatiche per il compito desiderato.
A questo proposito, il progetto di tesi mira a creare, mediante procedure esistenti, un robusto set di dati sulle prestazioni delle macchine elettriche e alla creazione di tecniche basate sui dati per la loro gestione e sfruttamento in un ciclo di ottimizzazione.
Vedi anche 2023_surrogate_compumag.pdf
Conoscenze richieste programmazione di base
Scadenza validita proposta 20/12/2024
PROPONI LA TUA CANDIDATURA