ELETTROMAGNETISMO APPLICATO

Il gruppo di ricerca di Elettromagnetismo Applicato si occupa dello studio degli aspetti teorici e sperimentali dei campi elettromagnetici e dei circuiti, dedicandosi allo studio di dispositivi elettromagnetici ed elettromeccanici innovativi. 

Le attività di ricerca in cui sono coinvolti i ricercatori del gruppo sono le seguenti:

• Modellazione avanzata di dispositivi elettromagnetici ed elettromeccanici, mediante l’utilizzo di software commerciali e sviluppati all’interno del DESTEC.
• Sistemi di trasferimento wireless di potenza (Wireless Power Transfer): ottimizzazione delle performances; trasferimento di dati e di potenza; schermatura.
• Lanciatori elettromagnetici e motori lineari: studio e design per diverse applicazioni.
• Fluidi magneto-reologici: tecniche di modellazione e studio di dispositivi innovativi caratterizzati dalla presenza di fluidi magneto reologici.

Una ulteriore parte dell’attività di ricerca è basata sull’utilizzo sviluppo di algoritmi avanzati di Machine Learning. Le principali attività di ricerca in questo ambito sono le seguenti:

• Machine Learning in elettromagnetismo: sviluppo di metodi di calcolo di campi elettromagnetici in dispositivi utilizzando tecniche di Machine Learning, metodi ibridi
• Ottimizzazione: sviluppo di algoritmi di ottimizzazione, utilizzo di algoritmi di intelligenza artificiale per l’ottimizzazione di dispositivi elettromagnetici.
• Analisi di segnali a scopo diagnostico: utilizzo di tecniche di intelligenza artificiale per la diagnostica predittiva e il monitoraggio in impianti di generazione da fonte solare fotovoltaica, eolica, e idroelettrica, e in sistemi di trasporto ferroviario. 
• Forecasting: algoritmi avanzati di intelligenza artificiale per la previsione (forecasting e nowcasting) del carico elettrico, del prezzo dell’energia elettrica, e della generazione da fonte rinnovabile non programmabile, sia a livello di singolo impianto che di area di mercato
• Smart Grids: sviluppo di algoritmi di intelligenza artificiale e machine learning per supportare e migliorare la gestione del sistema elettrico
• Sviluppo teorico delle metodologie: definizione di innovative architetture di reti neurali e tecniche di ottimizzazione