3,001 research outputs found
Fortificazioni militari repubblicane nell'area di Trieste (Italia nord-orientale): materiali archeologici da Grociana piccola e San Rocco rinvenuti nel corso della prima campagna di ricognizioni
No full textGrazie all’applicazione del telerilevamento LiDAR (Light Detection and Ranging) da piattaforma
aerea, associato a ricognizioni archeologiche preliminari sul terreno e indagini geofisiche, sono state
recentemente identificate non lontano da Trieste alcune fortificazioni militari romane di età repubblicana
(Bernardini et al., 2013; 2015; 2018). Il sistema di fortificazione, allineato di fronte all’Istria
settentrionale, è costituito da un grande accampamento principale posto sul colle di San Rocco,
affiancato da due strutture minori, quelle di Grociana piccola e Montedoro (Figura 1).
Pochi materiali archeologici, allora rinvenuti in superficie a San Rocco e Grociana piccola, hanno
permesso un loro inquadramento cronologico preliminare. San Rocco sarebbe stato occupato
nella prima metà del II secolo a.C., come suggerito da alcuni frammenti di anfore greco-italiche
importate dall’Italia centrale, e avrebbe continuato a essere frequentato, forse con modalità diverse
da quelle esclusivamente militari, nel corso del I secolo a.C. Gli scarsi resti anforacei da Grociana
piccola sono stati attribuiti con prudenza a un periodo compreso tra la fine del II e gli ultimi decenni
del I secolo a.C. La presenza in questo sito di strutture perimetrali di fortificazione con caratteristiche
costruttive e orientamenti diversi ha suggerito l’esistenza di almeno due fasi di occupazione
dell’altura carsica.
Con l’obiettivo di giungere a una più precisa definizione della natura e delle fasi di occupazione
delle strutture, è stata organizzata una prima campagna di ricognizioni geomagnetiche e di superficie,
adottando una metodologia di ricerca che ha portato a risultati significativi proprio nello studio
di strutture militari e campi di battaglia romani (Bellón Ruiz et al., 2015; Noguera Guillén et al., 2015;
Rost e Wilbers-Rost, 2015). Tali ricerche sono state condotte nell’ambito dell’Accordo di collaborazione
per lo sviluppo di tecnologie scientifiche avanzate per la conoscenza, la tutela e la valorizzazione
delle evidenze archeologiche e del paesaggio antico della regione Friuli Venezia Giulia, stipulato nel 2016
tra l’allora Soprintendenza Archeologia del Friuli Venezia Giulia, il Multidisciplinary Laboratory
dell’«Abdus Salam» International Centre for Theoretical Physics e il Dipartimento di Matematica e
Geoscienze dell’Università degli Studi di Trieste.
Nel presente contributo, dopo una premessa metodologica, vengono riassunte le caratteristiche
delle strutture archeologiche di Grociana piccola e San Rocco, vengono presentati i materiali archeologici
individuati nel corso della prima campagna di ricerche e viene discusso l’inquadramento
cronologico dei siti
Pianificazione ottima di traiettorie per macchine rettificatrici basata sul backtracking
No full textLAUREALa pianificazione di traiettorie è un problema di grande rilevanza per le macchine
utensili, in quanto influenza fortemente la produttività e la precisione
della lavorazione.
Nel presente progetto di tesi si è affrontato questo problema, e specificatamente
la pianificazione ottima di traiettorie per macchine rettificatrici
a controllo numerico dedicate soprattutto alla rettifica di alberi a camme.
Per fare ciò, si è innanzitutto dimostrato che in questo caso generare traiettorie
ottime è equivalente a risolvere un problema di controllo ottimo in
tempo minimo. Sulla base di questa ed altre considerazioni effettuate riguardo
al particolare problema posto, si è scelto di utilizzare la tecnica di
programmazione nota come backtracking nell’implementazione dell’algoritmo.
Si è quindi dimostrato che tale algoritmo risolve il problema posto in
modo efficiente, confrontandolo anche con algoritmi che utilizzano tecniche
di ottimizzazione pseudospettrale per risolvere generici problemi di controllo
ottimo
Studio di fattibilità tecnico-economica di un impianto co-trigenerativo ed analisi dei consumi di energia primaria
No full textLAUREA MAGISTRALEAl giorno d’oggi la cogenerazione è vista come una soluzione per il risparmio energetico nel settore industriale, grazie alla sua capacità di produrre congiuntamente energia elettrica e calore con un minor consumo di combustibile rispetto alla produzione separate dei due vettori energetici.
Lo stabilimento BASF di Mortara, uno dei tanti siti produttivi della multinazionale operante nel settore chimico, intende valutare la possibilità di installare un impianto cogenerativo per la produzione combinata di energia elettrica, termica e frigorifera.
Durante la mia esperienza di stage presso l’ufficio tecnico della stabilimento ho lavorato al fianco degli ingegneri BASF per valutare la fattibilità di tale progetto. Il lavoro è stato suddiviso in due distinte fasi, la prima relativa all’analisi tecnico-energetica, la seconda relativa allo studio di redditività dell’investimento. Saranno quindi riportate in questa tesi le metodologie utilizzate e i risultati dello studio di fattibilità.
Ho poi affrontato lo studio dei consumi di energia primaria previsti per la realizzazione e l’esercizio dell’impianto nell’arco della sua vita utile. Tale studio è stato condotto con metodologie di LCA basate sul modello Input – Output per poter considerare i consumi di energia primaria. I risultati dello studio sono stati quindi confrontati con i consumi derivati dallo stesso periodo di esercizio della configurazione attuale per verificare quale delle due configurazioni risulti quella più efficiente.
Al termine del lavoro verrà identificato il trigeneratore da 1200 kW come soluzione ottimale per lo stabilimento di Mortara. Lo studio dei consumi di energia primaria, visto l’elevata incertezza introdotta dalle ipotesi di analisi, non riuscirà a fornire risultati inequivocabili, ma stimolerà comunque interessanti considerazioni sulla cogenerazione.Today cogeneration is seen as a solution for energy saving in the industrial sector, thanks to its capability of producing jointly electric energy and heat with lower combustible consumption compared to the separated production of the two energetic vectors.
Mortara BASF factory, one of the many production sites of the multination working in chemical sector, wants to evaluate the possibility of installing a cogenerative plant for the combined production of electrical, thermic and cooling energy.
During my stage at the technical office of the factory, I worked with Basf engineers to evaluate the feasibility of that project. The work was divided in two different phases, the first one was about technical and energetic analysis, the second one was about the investment profitability. In this thesis I’m reporting methods and results of feasibility study.
Then I studied primary energy consumptions expected for the realization and the exercise of the plant during its life cycle. This study was conduced with LCA method based on Input – Output model to consider total primary energy consumptions. The study results were then compared with the consumptions in the same period of the existing configuration to evaluate which is more efficient.
1200 kW trigeneratore will be identified as the best plant alternative for Mortara factory. Primary energy consumptions analysis will not give us definitive results, which will require further future studies, but which will stimulate interesting consideration about cogeneration
Potenziali alternativi all'elio-3 nella rivelazione dei neutroni termici
No full textLAUREA SPECIALISTICALa scarsità di 3He deriva dalla contestualità tra la diminuzione nella sua produzione per decadimento (12,3 anni) dal 3H delle testate nucleari, diminuzione derivante dagli accordi START del 1991, e un forte aumento della richiesta per rivelatori di neutroni per controlli di sicurezza, aumento della richiesta determinato dai tragici attentati del 11/09/01.
Il presente documento vuole passare in rassegna le potenziali alternative all’3He nella rivelazione dei neutroni termici, soprattutto applicati ai controlli di sicurezza, a causa della scarsità dello stesso.The scarcity of 3He derives from the context between the decrease in its production by decay (12.3 years) from 3H of nuclear warheads, a decrease deriving from the START agreements of 1991, and a sharp increase in the demand for neutron detectors for security checks, increase in demand determined by the tragic attacks of 09/11/01.
The present document wants to review the potential alternatives to 3He in the detection of thermal neutrons, especially applied to security checks, due to the scarcity of the sam
Prefazione
No full textUniversità degli Studi di Napoli Federico II - Dipartimento di Pianificazione e Scienza del Territorio. Collana di Studi Urbanistic
Manutenzione predittiva di macchine utensili tramite reti neurali
No full textLAUREA MAGISTRALELa manutenzione predittiva dei macchinari industriali è una delle sfide principali della nuova era dell'industria 4.0.
Grazie alla sempre maggiore versatilità e facilità di utilizzo delle reti neurali, gli approcci data-driven alla manutenzione predittiva stanno
diventando sempre più largamente utilizzati per il rilevamento di sintomi di potenziali guasti.
Lo scopo di questa tesi è di sviluppare un predittore data-driven basato sulle reti neurali capace di prevedere l'assorbimento nominale
di corrente da parte degli attuatori della macchina, al fine di rilevare anomalie nella corrente effettivamente assorbita.
A tale scopo sono stati creati due algoritmi, entrambi basati sull'analisi del residuo, il primo fondato su una analisi tramite soglie ed il
secondo sull'analisi dello spettro.
I risultati ottenuti, validati sperimentalmente su una macchina di lavorazione, sono più che soddisfacenti e provano la fattibilità dell'utilizzo
delle reti neurali nella manutenzione predittiva di macchine utensili.Predictive maintenance of industrial machines is one of the main challenges of the new era of industry 4.0.
Due to the ever-increasing versatility and ease of use of neural networks, data-driven approaches to predictive maintenance are
becoming more and more widely used for the detection of symptoms of potential failures.
The purpose of this thesis is to create a data-driven predictor based on neural networks capable of predicting the nominal absorption of current
of the machine's actuators, in order to detect anomalies in the actual absorbed current.
To this end, two algorithms have been created, both relying on residual analysis, the first one based on threshold analysis and the second
one on the spectrum analysis.
The results obtained, experimentally validated on a production machine, are more than satisfactory and demonstrate the feasibility of using neural networks in predictive maintenance of
industrial machines
Caos e caos: la città come fenomeno complesso
No full textL'articolo propone l'applicazione di un nuovo approccio scientifico, metodologico e operativo allo studio del governo delle trasformazioni urbane e territoriali, ne legge e interpreta gli elementi essenziali e tenta di trasfonderli nella disciplina a partire dalla fase iniziale della conoscenza dei fenomeni allo studio
Predictive modeling analysis of a wet cooling tower - Adjoint sensitivity analysis, uncertainty quantification, data assimilation, model calibration, best-estimate predictions with reduced uncertainties
No full textIt is common practice, in the modern era, to base the process of understanding and eventually predicting the behavior of complex physical systems upon simulating operational situations through system codes. In order to provide a more thorough and accurate comprehension of the system dynamics, these numerical simulations are often and preferably flanked by experimental measurements. In practice, repeated measurements of the same physical quantity produce values differing from each other and from the measured quantity true value, which remains unknown; the errors leading to this variation in results can be of methodological, instrumental or personal nature. It is not feasible to obtain experimental results devoid of uncertainty, and this means that a range of values possibly representative of the true value always exists around any value stemming from experimental measurements. A quantification of this range is critical to any practical application of the measured data, whose nominal measured values are insufficient for applications unless the quantitative uncertainties associated to the experimental data are also provided. Not even numerical models can reveal the true value of the investigated quantity, for two reasons: first, any numerical model is imperfect, meaning that it constitutes an inevitable simplification of the real world system it aims to represent; in second place, a hypothetically perfect model would still have uncertain values for its model parameters - such as initial conditions, boundary conditions and material properties - and the stemming results would therefore still be differing from the true value and from the experimental measurements of the quantity. With both computational and experimental results at hand, the final aim is to obtain a probabilistic description of possible future outcomes based on all recognized errors and uncertainties. This operation falls within the scope of predictive modeling procedures, which rely on three key elements: model calibration, model extrapolation and estimation of the validation domain. The first step of the procedure involves the adjustment of the numerical model parameters accordingly to the experimental results; this aim is achieved by integrating computed and measured data, and the associated procedure is known as model calibration. In order for this operation to be properly executed, all errors and uncertainties at any level of the modeling path leading to numerical results have to be identified and characterized, including errors and uncertainties on the model parameters, numerical discretization errors and possible incomplete knowledge of the physical process being modeled. Calibration of models is performed through the mathematical framework provided by data assimilation procedures; these procedures strongly rely on sensitivity analysis, and for this reason are often cumbersome in terms of computational load. Generally speaking, sensitivity analyses can be conducted with two different techniques, respectively known as direct or forward methods and adjoint methods. The forward methods calculate the finite difference of a small perturbation in a parameter by means of differences between two independent calculations, and are advantageous only for systems in which the number of responses exceeds the number of model parameters; unfortunately this is seldom the case in real large-scale systems. In this work, this problem has been overcome by using the adjoint sensitivity analysis methodology (ASAM) by Cacuci: as opposed to forward methods, the ASAM is most efficient for systems in which the number of parameters is greater than the number of responses, such as the model investigated in this thesis and many others currently used for numerical simulations of industrial systems. This methodology has been recently extended to second-order sensitivities (2nd-ASAM) by Cacuci for linear and nonlinear systems, for computing exactly and efficiently the second-order functional derivatives of system responses to the system model parameters. Model extrapolation addresses the prediction of uncertainty in new environments or conditions of interest, including both untested parts of the parameter space and higher levels of system complexity in the validation hierarchy. Estimation of the validation domain addresses the estimation of contours of constant uncertainty in the high-dimensional space that characterizes the application of interest.
The present work focuses on performing sensitivity and uncertainty analysis, data assimilation, model calibration, model validation and best-estimate predictions with reduced uncertainties on a counter-flow, wet cooling tower model developed by Savannah River National Laboratory. A cooling tower generally discharges waste heat produced by an industrial plant to the external environment. The amount of thermal energy discharged into the environment can be determined by measurements of quantities representing the external conditions, such as outlet air temperature, outlet water temperature, and outlet air relative humidity, in conjunction with computational models that simulate numerically the cooling tower behavior. Variations in the model parameters (e.g., material properties, model correlations, boundary conditions) cause variations in the model response. The functional derivatives of the model response with respect to the model parameters (called “sensitivities”) are needed to quantify such response variations changes. In this work, the comprehensive adjoint sensitivity analysis methodology for nonlinear systems is applied to compute the cooling tower response sensitivities to all of its model parameters. Moreover, the utilization of the adjoint state functions allows the simultaneous computation of the sensitivities of each model response to all of the 47 model parameters just running a single adjoint model computation; obtaining the same results making use of finite-difference forward methods would have required 47 separate computations, with the relevant disadvantage of leading to approximate values of the sensitivities, as opposed to the exact ones yielded by applying the adjoint procedure. In addition, the forward cooling tower model presents nonlinearity in their state functions; the adjoint sensitivity model possess the relevant feature of being instead linear in the adjoint state functions, whose one-to-one correspondence to the forward state functions is essential for the calculation of the adjoint sensitivities.
Sensitivities are subsequently used in this work to realize many operations, such as: (i) ranking the model parameters according to the magnitude of their contribution to response uncertainties; (ii) determine the propagation of uncertainties, in form of variances and covariances, of the parameters in the model in order to quantify the uncertainties of the model responses; (iii) allow predictive modeling operations, such as experimental data assimilation and model parameters calibration, with the aim to yield best-estimate predicted nominal values both for model parameters and responses, with correspondently reduced values for the predicted uncertainties associated.
The methodologies are part of two distinct mathematical frameworks: the Adjoint Sensitivity Analysis Methodology (ASAM) is used to compute the adjoint sensitivities of the model quantities of interest (called “model responses”) with respect to the model parameters; the Predictive Modeling of Coupled Multi-Physics Systems (PM_CMPS) simultaneously combines all of the available computed information and experimentally measured data to yield optimal values of the system parameters and responses, while simultaneously reducing the corresponding uncertainties in parameters and responses. In the present work, a relevantly more efficient numerical method has been applied to the cooling tower model analyzed, leading to the accurate computation of the steady-state distributions for the following quantities of interest: (i) the water mass flow rates at the exit of each control volume along the height of the fill section of the cooling tower; (ii) the water temperatures at the exit of each control volume along the height of the fill section of the cooling tower; (iii) the air temperatures at the exit of each control volume along the height of the fill section of the cooling tower; (iv) the humidity ratios at the exit of each control volume along the height of the fill section of the cooling tower; and (v) the air mass flow rates at the exit of the cooling tower. The application of the numerical method selected eliminates any convergence issue, yielding accurate results for all the control volumes of the cooling tower and for all the data set of interest.
This work is organized as follows: Chapter 2 provides a description of the physical system simulated, along with presenting the mathematical model used in this work for simulating a counter-flow cooling tower operating under saturated and unsaturated conditions. The three cases analyzed in this work and their corresponding sets of governing equations are detailed in this chapter.
Chapter 3 presents the development of the adjoint sensitivity model for the counter-flow cooling tower operating under saturated and unsaturated conditions using the general adjoint sensitivity analysis methodology (ASAM) for nonlinear systems. Using a single adjoint computation enables the efficient and exact computation of the sensitivities (functional derivatives) of the model responses to all of the model parameters, thus alleviating the need for repeated forward model computations in conjunction with finite difference methods. The mathematical framework of the “predictive modeling for coupled multi-physics systems” (PM_CMPS) is also detailed.
Chapter 4 presents the results of applying the ASAM and PM_CMPS methodologies to all the cases listed in Chapter 2: after being calculated, sensitivities are subsequently used for ranking the contributions of the single model parameters to the model responses variations, for computing the propagated uncertainties of the model responses, and for the application of the PM_CMPS methodology, aimed at yielding best-estimate predicted nominal values and uncertainties for model parameters and responses. This methodology simultaneously combines all of the available computed information and experimentally measured data for the counter-flow cooling tower operating under saturated and unsaturated conditions. The best-estimate results predicted by the PM_CMPS methodology reveal that the predicted values of the standard deviations for all the model responses, even those for which no experimental data have been recorded, are smaller than either the computed or the measured standards deviations for the respective responses.
This work concludes with Chapter 5 by discussing the significance of these predicted results and by indicating possible further generalizations of the adjoint sensitivity analysis and PM_CMPS methodologies
Algoritmo genetico per il motion planning di un manipolatore a sei assi con controllo di collisione in frenata
No full textLAUREA MAGISTRALELa continua crescita della produzione e dell'impiego dei robot industriali ha richiesto nel corso degli anni che, con la nascita di nuove applicazioni, si sviluppassero anche metodi per garantirne la sicurezza. Si è creata, quindi, la necessità di nuovi approcci algoritmici garanti di un'esecuzione del task assegnato al manipolatore
priva di rischi per l'incolumità di persone e attrezzature circostanti. La presente tesi propone un algoritmo genetico per la generazione offline di una traiettoria di un manipolatore a sei assi con controllo di collisione in frenata. La soluzione prevede infatti che, anche a fronte di eventuali stop di categoria 1 (possibile causa di deviazione dal percorso programmato) registratisi durante l'esecuzione del percorso, non si verifichino collisioni con i componenti statici della cella di lavoro del robot.
Avendo a disposizione uno strumento (Realistic Controller Simulation, RCS) per la generazione automatica della traiettoria campionata a partire da un set di istruzioni di movimento, l'algoritmo genetico guida l'evoluzione della soluzione ottimizzando i parametri di queste ultime. Ciò è possibile associando alla singola traiettoria un indice di bontà inversamente proporzionale al tempo di percorrenza e al numero di collisioni registratisi lungo il percorso. In particolare, quest'ultimo parametro è
calcolato sfruttando l'algoritmo GJK (Gilbert-Johnson-Keerthi) per il calcolo delle distanze tra i volumi spazzati dai link (modellati come capsule) in frenata e dei componenti della cella (inviluppi convessi). I risultati delle simulazioni mostrano che è possibile migliorare le performance dell'algoritmo utilizzando i dati sperimentali sulle distanze percorse in frenata a seguito di uno stop di categoria 1, piuttosto che quelli conservativi ricavati secondo norme ISO. Un'ulteriore ottimizzazione è possibile distinguendo gli ostacoli da monitorare per la collisione dovuta all'arresto di emergenza da quelli per i quali quest'ultima è ammissibile.The continuous growth of the production and use of industrial robots has required
over the years, with the rise of new applications, to develop methods to guarantee their safety. Therefore, the need has been created for new algorithmic approaches to guarantee the execution of the task assigned to the manipulator, without any risk for the safety of human operators and surrounding equipment. This thesis proposes a genetic algorithm for the offline generation of a trajectory for a six-axis manipulator with collision avoidance during braking. Indeed, the solution requires that, even in the event of any category 1 stop (possible cause of deviation from the programmed path) recorded during the execution of the path, there are no collisions with the static components of the robot working cell. By means of a tool (Realistic Controller
Simulation, RCS) for the automatic generation of the trajectory sampled from a set of movement instructions, the parameters of the latter are optimized by a genetic algorithm that guides the evolution of the solution. This is possible by associating to the single trajectory an index of goodness inversely proportional to the travel time and to the number of collisions recorded along the path. This last parameter is calculated using the GJK algorithm (Gilbert-Johnson-Keerthi), which computes the distances between the volumes swept by the links (modelled as capsules) and the cell components (convex hulls) during a stopping maneuver. The results of the simulations show that it is possible to improve the performances of the algorithm, using the experimental data on the distances traveled during a braking, rather than the conservative ones obtained according to ISO standards. Further optimization is possible by deciding a set of obstacles to be monitored for the collision due to the emergency stop and a set that does not require this test
Sperimentazione progettuale: soluzioni ecocompatibili per la riqualificazione del Vallone San Rocco
No full textQuesto testo raccoglie i contributi di docenti, ricercatori ed esperti di bioarchitettura, sul recupero delle aree di margine della periferia urbana, con l'individuazione di specifiche funzioni compatibili con la tutela dei caratteri paesaggistici del luogo. Vengono inoltre esposte idee e proposte progettuali sviluppate da giovani laureandi in Progettazione Ambientale, sui temi della riqualificazione e della salvaguardia ambientale dell'area del Vallone San Rocco nel Comune di Napoli
- …
