KEYWORD |
Digital-twin di attuatori per controlli di volo tramite Physically-Informed Neural Networks
Parole chiave CONTROLLI DI VOLO, DIGITAL TWIN, MECCATRONICA, RETI NEURALI
Riferimenti ANTONIO CARLO BERTOLINO, ANDREA DE MARTIN, MASSIMO SORLI
Gruppi di ricerca 14-Meccatronica e servosistemi
Tipo tesi SIMULAZIONE
Descrizione Le "Physically-Informed Neural Networks" sono attualmente percepite come una delle possibili tecnologie abilitanti alla definizione di digital-twin di componenti complessi con ridotto peso computazionale.
Il candidato eseguirà una ricerca bibliografica sul tema, e approfondità il case study considerato, un attuatore elettro-idraulico per controlli primari di volo di cui viene fornito un modello physics-based.
Il candidato si occuperà quindi di definire la topologia della rete neurale e la strategia di training della stessa, sostituendo parti del modello physics-based con le reti neurali prodotte e confrontando il comportamento del sistema così configurato rispetto a quello del modello originale.
Il risultato atteso è la definizione di un modello dinamico di servocomando di controllo volo in grado di mantenere un elevato livello di complessità riducendo il carico computazionale e fornendo una prima indicazione circa la possibilità di applicare il modello propotto in ambienti real-time.
Conoscenze richieste Meccatronica, familiarità con Matlab/Simulink
Scadenza validita proposta 29/11/2024
PROPONI LA TUA CANDIDATURA