http://elea.unisa.it/xmlui/handle/10556/51 2026-04-14T16:30:57Z 2026-04-14T16:30:57Z http://elea.unisa.it/xmlui/handle/10556/7924 2025-04-30T17:38:52Z 2023-04-05T00:00:00Z

Applications of Artificial Neural Network models to Energetic and Propulsion Systems Il presente lavoro di ricerca è incentrato sull'applicazione di modelli alle reti neurali artificiali (ANN) per il calcolo delle prestazioni, dei consumi , dell'efficienza e delle emissioni, nel caso di due diversi sistemi energetici: Motore Diesel, nel settore Automotive e Caldaia equipaggiata con motore Stirling, che costituisce un sistema di Microcogenerazione, in applicazioni di edilizia residenziale. Queste due tecnologie, nei rispettivi contesti applicativi, contribuiscono all'inquinamento delle aree urbane, a causa delle loro emissioni nocive per la salute umana. Vi è quindi la necessità di ridurre le emissioni, in contrasto con le aspettative dei clienti, che richiedono prodotti con prestazioni sempre più elevate e consumi inferiori. Spetta quindi a designer e produttori trovare il giusto compromesso, utilizzando la ricerca tecnologica e la modellazione. La modellazione risulta essere un valido strumento nello sviluppo e nella gestione dei sistemi energetici, in quanto consente di ridurre al minimo le prove sperimentali e permette di prevedere il comportamento di tali tipologie di sistemi. Tra i modelli presenti in letteratura sono state implementate Reti Neurali Artificiali di tipo Feed-Forward, che hanno una struttura funzionale continua, tempi di calcolo ridotti e sono adatte come funzioni obiettivo in algoritmi di ottimizzazione. Nel caso del motore diesel, vengono sviluppati modelli alle reti neurai artificiali per dedurre una previsione del consumo specifico di carburante, della pressione media indicata (IMEP), delle emissioni di NOX e di particolato solido. L'addestramento delle Reti Neurali Artificiali è stato effettuato sulla base di dataset sperimentali, rappresentativi dell'intero piano operativo, derivanti da campagne sperimentali condotte antecedentemente al presente lavoro di ricerca. I modelli ottenuti mostrano buona continuità e generalizzabilità, con coefficienti di correlazione compresi tra 0,97 e 0,99, e sono adatti per essere implementati nella centralina controllo motore. Nel caso del sistema di microcogenerazione, i modelli di Rete Neurale Artificiale sono stati concepiti come parte di un software integrato per la telegestione dell'intero impianto. Tali modelli, inseriti all'interno di un software integrato, riescono a simulare efficacemente il comportamento del sistema caldaia e ad ottimizzare parametri come la quantità di combustibile e il tasso di carico per ottenere le prestazioni desiderate, in termini di efficienza ed emissioni di CO2. I vantaggi derivanti dall'implementazione del software integrato per la gestione del cogeneratore portano a risparmi energetici fino al 40% attraverso l'utilizzo e la teleregolazione di valvole termostatiche elettroniche; una riduzione dallo 0,3% al 2,0% del consumo specifico di metano in caldaia e una riduzione dal 10% al 20% delle emissioni inquinanti. [a cura dell'Autore] 2019 - 2020

2023-04-05T00:00:00Z http://elea.unisa.it/xmlui/handle/10556/7449 2025-04-30T17:51:29Z 2022-10-18T00:00:00Z

Future Vehicles: how to improve comfort and reduce discomfort. A comprehensive study of subjective and objective data. Considering a vehicle as anything that transports a person or things (such as a car, a truck, a plane, a bus), in the near future autonomous driving vehicles, or vehicles with a high level of automation, are predicted. Obviously, with the current innovation in every sector, people expect to travel comfortably, or at least with less level of discomfort. Thus, in the designing phase for every vehicle, the concept of (dis)comfort should be included. Consequently, my question research is: how can we improve comfort and reduce discomfort inside future vehicles? As is known, the field of Ergonomics (or Human Factor Engineering) in the vehicle products developments considers all aspects (such as exterior design, interior design, instrument panel, seat design) to assure that all-important ergonomic requirements and issues are contemplate at the earliest time and resolved to accommodate the needs of the users, such as drivers and passengers. The vehicle design process begins with a discussion on the vehicle size and types, considering the anthropometric data and the number of occupants the vehicle should accommodate. Furthermore, once defined the layout and the environment, the attention goes on the seat, that plays an important role in the passengers’ wellness and come into design aspects like as seat dimensions, materials, foam, structure, etc. Going through literature studies, it is possible to acquire knowledge in comfort optimization in some vehicle elements. However, some literature gaps need to be filled; for instance, the analysis of interactions between passengers in terms of personal spaces to achieve the highest comfort while travelling. Or the comparison between car and aircraft seats in terms of pressure distribution maps. Hence, this PhD dissertation will consider the distances between seats, body movements, postures, social interactions, and contacts with others. Moreover, overall comfort can be defined as the measurement of “well-being level” perceived by humans when interacting with objects and the environment. This level is hard to detect and measure because it is affected by individual judgements; thus, quantitative and qualitative methods are necessary for the analysis. Therefore, subjective and objective data are compared to achieve statistical results. Once defined the distinction between comfort and discomfort clearly, this PhD dissertation aims to individuate and analyze the factors linked with perceived (dis)comfort inside future vehicles. The graph in Figure 1 shows the conceptual map of this PhD dissertation: the involved factors can be analyzed and measured with subjective and objective data and are influenced by external perceptions (seat, environment, and interaction with people). [edited by Author]; Considerando un veicolo come qualsiasi cosa che trasporti una persona o delle cose (come un'auto, un camion, un aereo, un autobus), nel prossimo futuro sono previsti veicoli a guida autonoma, o veicoli con un alto livello di automazione. Ovviamente, con l'attuale innovazione in ogni settore, le persone si aspettano di viaggiare comodamente, o almeno con un minor livello di disagio. Pertanto, nella fase di progettazione di ogni veicolo, il concetto di (dis)comfort dovrebbe essere incluso. Di conseguenza, la mia domanda di ricerca è: come possiamo migliorare il comfort e ridurre il disagio all'interno dei veicoli del futuro? Come è noto, il campo dell'ergonomia (o ingegneria dei fattori umani) nello sviluppo dei prodotti automobilistici prende in considerazione tutti gli aspetti (come il design degli esterni, degli interni, del cruscotto e dei sedili) per assicurare che tutti i requisiti e i problemi ergonomici importanti siano contemplati al più presto e risolti per soddisfare le esigenze degli utenti, come i conducenti e i passeggeri. Il processo di progettazione del veicolo inizia con una discussione sulle dimensioni e sui tipi di veicolo, considerando i dati antropometrici e il numero di occupanti che il veicolo deve ospitare. Inoltre, una volta definiti il layout e l'ambiente, l'attenzione si rivolge al sedile, che svolge un ruolo importante per il benessere dei passeggeri e che entra in gioco in aspetti progettuali come le dimensioni del sedile, i materiali, la schiuma, la struttura, ecc. Attraverso gli studi della letteratura, è possibile acquisire conoscenze sull'ottimizzazione del comfort in alcuni elementi del veicolo. Tuttavia, alcune lacune della letteratura devono essere colmate; ad esempio, l'analisi delle interazioni tra i passeggeri in termini di spazi personali per ottenere il massimo comfort durante il viaggio. Oppure il confronto tra sedili di automobili e aerei in termini di mappe di distribuzione della pressione. Pertanto, questa tesi di dottorato prenderà in considerazione le distanze tra i sedili, i movimenti del corpo, le posture, le interazioni sociali e i contatti con gli altri. Inoltre, il comfort generale può essere definito come la misura del "livello di benessere" percepito dagli esseri umani quando interagiscono con gli oggetti e l'ambiente. Questo livello è difficile da rilevare e misurare perché è influenzato da giudizi individuali; pertanto, per l'analisi sono necessari metodi quantitativi e qualitativi. Pertanto, i dati soggettivi e oggettivi vengono confrontati per ottenere risultati statistici. Una volta definita chiaramente la distinzione tra comfort e discomfort, questa tesi di dottorato si propone di individuare e analizzare i fattori legati al (dis)comfort percepito all'interno dei veicoli del futuro. La Figura 1 mostra la mappa concettuale di questa tesi di dottorato: i fattori coinvolti possono essere analizzati e misurati con dati soggettivi e oggettivi e sono influenzati dalle percezioni esterne (sedile, ambiente e interazione con le persone). [a cura dell'Autore] 2019 - 2020

2022-10-18T00:00:00Z http://elea.unisa.it/xmlui/handle/10556/6610 2025-04-30T17:02:21Z 2021-04-08T00:00:00Z

Topological quantum technologies Precision measurements through engineered quantum systems are achieving new primacies in sensitivity and accuracy and therefore novel potential applications ranging from mechanical and electrical engineering to material science, nano-medicine, environmental science, and, in general, frontiers of technological development at large. For instance, the one-electron transistors and the one-spin qubits have been used as single quantum probes to detect electrical fields with unprecedented levels of precision. On the other hand, sensing schemes based on single quantum systems are strongly vulnerable even to very low levels of noise, due to the fragility of quantum coherence and the extreme sensitivity of quantum coherent probes. Recent efforts in quantum sensing and quantum metrology address this issue resorting to decoupling techniques and quantum correction schemes with quantum control feedback loops. Unfortunately, the experimental complexity and the control and precision requirements of such correction schemes, are exceedingly demanding both with present-day and currently foreseeable technologies. .. [edited by Author] 2019 - 2020

2021-04-08T00:00:00Z http://elea.unisa.it/xmlui/handle/10556/6295 2025-04-30T16:32:15Z 2020-06-19T00:00:00Z

Multiphysic modeling and numerical simulation of injection pultrusion processes: impregnation flow, heat-transfer and stress-strain analysis The present thesis focuses on the study and the modeling of the behaviors occurring in injection pultrusion processes to produce fiber reinforced thermoset polymers. The high market appeal of pultruded profiles and the cost-effectiveness of the process led the pultrusion production to a constant growth in the last twenty years. The key factors determining the success of this technique are the continuity nature of the process the flexibility in material choice and the high customizability of the fibrous reinforcing architecture. The injection pultrusion technique is the evolution of the conventional pultrusion process. The main difference between the two techniques stands in the way to impregnate the fibrous reinforcement with the resin. Indeed, in injection pultrusion, the pressurized resin is forced through the fibers within a closed injection chamber. The main advantage of this technique with respect to the conventional one consists in a better controllable filling of the reinforcement. Moreover, this version of the process remarkably reduces the direct contact between the resin and working environment, benefiting the operators. Despite the wide spreading of the pultrusion technique, in many cases the set of the operative parameters is defined by trial and error approach, on the base of the experience of the process designer. The main reason of this are the high number of process parameters and the presence of variables not easily definable and controllable, e.g. the degree of cure of the resin system or the exothermal heat released. The present thesis proposes a modeling approach to predict the main material behaviors in pultrusion. The modeling methodology has been structured in four steps, namely the matrix-reinforcement system characterization, the modeling of the impregnating flow, the modeling of the thermochemical evolution along the pultrusion die and the mechanical modeling of the stress-strain fields and the pulling force. The numerical models are validated by experimental results. [edited by Author] 2018 - 2019

2020-06-19T00:00:00Z