La gestione delle operazioni da eseguire a bordo di una nave dipende fortemente dalle condizioni del mare. Avere a disposizione uno strumento capace di prevedere la risposta della nave allo stato attuale del mare può essere di grande supporto logistico. L'obiettivo del progetto Winning a Sea State (WASS) è quello di costruire un algoritmo in grado di predire in tempo reale il moto di una nave a partire dalla misurazione delle onde attorno ad essa.
Parole chiave: moti nave, onde del mare, analisi frequenze, trasformata di Fourier
Il progetto SHip OPtimization with Reduced Order Methods (SH.OP. - ROMs) è un progetto svolto nell’ambito dei progetti di Innovazione, Ricerca Industriale e Sviluppo Sperimentale (IRISS) di SMACT per conto di Fincantieri S.p.A., con obiettivo l’integrazione di tecniche di ottimizzazione nella fase di progettazione strutturale delle navi da crociera.
La granulazione, il processo di incollaggio delle particelle primarie (seme) in aggregati più grandi e semipermanenti (granuli) in cui le particelle originali sono ancora identificabili, è una delle operazioni più significative ampiamente applicate nell'industria farmaceutica per la produzione di farmaci, principalmente compresse e capsule.
L'ampio utilizzo di frigoriferi domestici implica un notevole consumo di energia e la maggiore efficienza di questi dispositivi può portare a importanti risparmi energetici. In questo campo, avere il miglior metodo da utilizzare per simulare numericamente tali sistemi è molto importante per migliorare la modellazione del comportamento termico del comparto del cibo fresco.
L’obiettivo del progetto EC-JRC Safety è di agevolare il design di strategie atte a limitare le consequenze di onde d’urto, dovute a un atto terroristico o un evento accidentale, in ambienti urbani e facilitare la valutazione del rischio sulle persone e la stima di danni agli edifici e alle strutture. In particolare, lo scopo e’ quello di permettere simulazioni più veloci di eventi rapidi e transitori che coinvolgono interazioni tra fluido e struttura, grazie all’applicazione di metodi di Model Order Reduction e tecniche di Machine Learning.
Per Gemello Digitale (Digital Twin) si intende un equivalente digitale di un processo reale (Physical Twin). In particolare, SMACT Live Demo si pone come obiettivo quello di creare un Gemello Digitale innovativo, da intendersi come un sistema fortemente integrato di modelli che convive con il prodotto o processo reali (Physical Twin). Esso si basa su specifici algoritmi di machine learning che consentono, tramite dati acquisiti in tempo reale, di prendere decisioni in real time.
Nell'ambito dell'analisi numerica per equazioni alle derivate parziali parametriche, il progetto ambisce a sviluppare nuove metodologie per consentire lo studio di fenomeni complessi, identificati come cruciali per applicazioni matematiche o industriali. Il punto di partenza è la combinazione dei più tradizionali modelli di ordine ridotto, con nuove tecniche provenienti dall'apprendimento automatico e dalle reti neurali.
