PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Soluzioni innovative per energy harvesting, teoria e modellizazione

Parole chiave DINAMICA NONLINEARE, ENERGY HARVESTING, PROCESSI STOCASTICI, TEORIA DEI CIRCUITI

Riferimenti FABRIZIO BONANI, MICHELE BONNIN

Riferimenti esterni Fabio Lorenzo Traversa

Gruppi di ricerca Linear and Nonlinear Circuits & Systems Group (LiNCS)

Descrizione Lo sviluppo del paradigma "dell’Internet delle cose" pone una serie di nuove sfide, incluso il problema di alimentare una rete di dispositivi, sensori e attuatori wireless L’uso di batterie non sempre è una soluzione percorribile, perché tali dispositivi sono spesso miniaturizzati e/o si ubicati in luoghi di difficile accesso.

Il termine “energy harvesting” fa riferimento ad un insieme di soluzioni intese a realizzare dispositivi in grado auto alimentarsi, estraendo energia dall’ambiente circostante, quali vibrazioni meccaniche e acustiche, calore o radiazione elettromagnetica. Le vibrazioni meccaniche risultano particolarmente interessanti, a causa della loro diffusa presenza e relativamente alta densità di energia.

L’energia meccanica può essere convertita in energia elettrica attraverso diversi meccanismi, quali ad esempio la piezoelettricità o l'induzione elettromagnetica. L'obiettvo dell'energy harvesting riguarda lo sviluppo di dispositivi micro-elettro-meccanici (MEMs) autoalimentati che sfruttano questi meccanismi, servendosi di trasduttori basati su oscillatori e risonatori.

Il candidato avrà l’opportunità di apprende le nozioni basilari riguardanti il rumore e i fenomeni stocastici nei sistemi meccanici, elettrici e elettronici, insieme alle tecnologie esistenti nei campi dell’energy harvesting e dei MEMs. Apprenderà anche metodi allo stato dell’arte riguardanti la modellizazione, analisi e progettazione di sistemi per energy harvesting.

Il candidato sarà coinvolto nello studio di soluzioni innovative per energy harvesting in corso presso il gruppo LiNCS (Linear and Nonlinear Circuits & Systems) del Politecnico di Torino, in collaborazione con il dipartimento DISAT e con la start up californiana MemComputing Inc., San Diego, USA.

Il candidato potrà contribuire attivamente allo sviluppo di un software per l’analisi della dinamica di sistemi MEMs e dei circuiti elettrici usati nell'ambito di energy harvesting, e per l’analisi dell’efficienza energetica.

Sono richieste buone conoscenze di elettronica, elettrotecnica e programmazione (MATLAB). Candidati con una buona conoscenza della fisica e matematica dei processi stocastici sono incoraggiati. Parte del lavoro si configura come attività di ricerca. Entusiasmo, creatività e attitudine al problem solving sono benvenuti.

Conoscenze richieste Sono richieste buone conoscenze di elettronica, elettrotecnica e programmazione (MATLAB). Candidati con una buona conoscenza della fisica e matematica dei processi stocastici sono incoraggiati. Parte del lavoro si configura come attività di ricerca. Entusiasmo, creatività e attitudine al problem solving sono benvenuti.

Note La tesi si svolge in collaborazione con la start up californiana MemComputing Inc., San Diego, CA, USA. Referente dott. Fabio Lorenzo Traversa


Scadenza validita proposta 30/08/2023      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti