| KEYWORD |
Area Ingegneria
Modelli ibridi data-driven per la previsione delle perdite di materiali magnetici in applicazioni di elettronica di potenza
Riferimenti LUIGI SOLIMENE
Descrizione L'attività di tesi si propone di sviluppare, confrontare e validare differenti modelli di perdita di materiali magnetici nell'ambito di applicazioni di convertitori elettronici di potenza. In particolare, l'obiettivo è quello di coniugare l'utilizzo di moderne tecniche di machine learning con la più tradizionale modellistica fisica dei fenomeni di perdita in materiali magntetici in ambito di conversione dell'energia. Tali modelli saranno sviluppati su dati di perdita misurati in differenti condizioni di funzionamento caratteristiche delle applicazioni di elettronica di potenza.
Scadenza validita proposta 14/02/2025
PROPONI LA TUA CANDIDATURA