Cerca nel sito

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



 

Personale coinvolto
barmada sami

Professore ordinario
Account image

Professore associato
Nunzia Fontana

Professoressa associata
Marco Raugi

Professore ordinario
Account image

Professore ordinario
Account image

Professore ordinario

News

 

 

Torna su