19/11/2024
L’11 e il 12 novembre, il Consiglio nazionale delle ricerche (Cnr) ha ospitato, presso l’Aula Marconi della sede centrale di Roma, un ciclo di lezioni (AVT-385 RLS) dal titolo "Metodi multi-fedeltà per l’ottimizzazione del progetto multidisciplinare” organizzato nell’ambito della Science and Technology Organization (STO) della North Atlantic Treaty Organization (NATO) e dal panel Applied Vehicle Technology (AVT), per esplorare tecniche avanzate per i processi di progettazione nell’ambito dei veicoli aeronautici, spaziali, navali e terrestri. Le lezioni hanno illustrato aspetti teorici ed applicazioni pratiche di queste tecniche, sottolineando la loro rilevanza nelle sfide ingegneristiche del futuro. I metodi multi-fedeltà permettono di integrare simulazioni ad alta accuratezza con modelli a minore fedeltà, migliorando l’efficienza computazionale per una progettazione multidisciplinare più efficace e sostenibile.
All’evento hanno partecipato circa 80 tra studiosi ed esperti nazionali ed internazionali provenienti dal mondo universitario, industriale e dai vari enti di ricerca ed agenzie del settore.
La serie ha ospitato 17 lezioni. Tra i vari contributi: Charbel Farhat (Stanford University, Usa) ha discusso di tecniche avanzate di riduzione dell’ordine dei modelli, Edmondo Minisci (Università di Strathclyde, Glasgow, Regno Unito) ha esposto tecniche di modellazione surrogata e fusione dei dati, e Andrea Serani (Istituto di ingegneria del mare, Cnr-Inm) ha trattato la riduzione della dimensionalità dello spazio di progetto con applicazioni nell’ottimizzazione idrodinamica navale. Tra gli altri interventi, Laura Mainini (Imperial College di Londra, Uk) ha presentato un'analisi dell'ottimizzazione bayesiana multi-fedeltà; Markus Rumpfkeil (Università di Dayton, Ohio, Usa) ha proposto la quantificazione delle incertezze nella progettazione, mentre Domenico Quagliarella (Centro italiano ricerche aerospaziali) si è occupato dell’ottimizzazione robusta; Dean Bryson (US Air Force Research Laboratory, Ohio, Usa) dei metodi di ottimizzazione locale nel contesto multi-fedeltà e Philip Beran, sempre dello stesso laboratorio, degli aspetti tecnologici rilevanti collegati con le tecniche di ottimizzazione multi-fedeltà per la progettazione aeronautica. Ha chiuso i lavori Andrea Da Ronch (Università di Southampton, Uk) con un approfondimento sull’impiego del machine learning in aerodinamica non stazionaria.
Il ciclo di lezioni, diretto da Melike Nikbay, della Istanbul Technical University (Turchia), è stato coordinato per il Cnr da Matteo Diez (Cnr-Inm), assieme ai colleghi Cecilia Leotardi (Cnr-Inm) ed Emilio Campana (Cnr-Diitet).
Per informazioni:
Matteo Diez
Cnr-Inm
Via di Vallerano 139, 00128 Roma
matteo.diez@cnr.it
Vedi anche:
Immagini:
