| KEYWORD |
Correzione locale-globale di modelli EMA semplificati usando strumenti di machine learning (SOM + ANN o superfici di risposta)
Parole chiave ATTUATORI ELETTROMECCANICI, EMA, MACHINE LEARNING, MODELLAZIONE NUMERICA E SIMULAZIONE, MODELLI NUMERICI SEMPLIFICATI
Riferimenti MATTEO DAVIDE LORENZO DALLA VEDOVA, PAOLO MAGGIORE
Riferimenti esterni BERRI Pier Carlo
QUATTROCCHI Gaetano
Gruppi di ricerca 16-ASTRA: Additive manufacturing for Systems and sTRuctures in Aerospace
Tipo tesi NUMERICO-SPERIMENTALE
Descrizione Obiettivo della ricerca: progettare e implementare possibili tecniche di correzione locale-globale di modelli numerici semplificati di attuatori elettromeccanici a bordo (EHA) utilizzando strumenti di apprendimento automatico (SOM + ANN o superfici di risposta) (togliendo le funzioni di forma della back-EMF)
Conoscenze richieste Rudimenti di modellazione numerica in Matlab-Simulink; nozioni di base sull'impiantistica di bordo (attuatori elettromeccanici aka EMA) e sul post processing di dati in ambiente Matlab; è preferenziale una conoscenze di base dei principali strumenti di machine learning (SOM + ANN o superfici di risposta).
Scadenza validita proposta 10/07/2024
PROPONI LA TUA CANDIDATURA