Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Modelli numerici e analisi dati per simulazioni ambientali ed energetiche in edifici agricoli |
|---|---|
| Titolo del progetto di ricerca in inglese | Numerical models and data analysis for environmental and energy simulations in farm buildings |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Agricultural engineering |
| Settore Concorsuale | 07 - Scienze agrarie e veterinarie |
| S.S.D | - |
| Descrizione sintetica in italiano | La ricerca ha l’obiettivo di contribuire allo sviluppo di innovative rappresentazioni virtuali degli edifici agricoli, sulla base di modelli multi-scala e multi-dominio, serie temporali di dati ottenuti da monitoraggi con sensori, approcci di ottimizzazione, e previsioni future per ridurre il consumo di energia e quindi le emissioni climalteranti degli edifici e l’impronta carbonica delle produzioni agricole, adattando le migliori strategie alle condizioni fisiche ambientali attuali e a quelle attese per il futuro. Si prevede pertanto di identificare le metodologie di analisi numerica più promettenti in termini di efficienza e attendibilità dei risultati. Le attività di ricerca si collocano nell’ambito di quelle del progetto di ricerca PRIN 2022 “DiAGreen - Digital twin of Agricultural Greenhouses: a multi-domain tool for energy efficiency, decarbonization, enhanced production and cost reduction of intensive greenhouse cropping systems” (Cod. 2022FPHNXZ). |
| Descrizione sintetica in inglese | The research aims to contribute to the development of innovative virtual representations of agricultural buildings, based on multi-scale and multi-domain models, time series of data obtained from monitoring sensors, optimization approaches, and future predictions to reduce the energy demand and therefore the GHG emissions of farm buildings and the carbon footprint of agricultural productions, adapting the best strategies to the current physical environmental conditions and to those expected for the future. It is therefore envisaged to identify the most promising numerical analysis methodologies in terms of efficiency and reliability of the results. The research activities are within the research project PRIN 2022 “DiAGreen - Digital twin of Agricultural Greenhouses: a multi-domain tool for energy efficiency, decarbonization, enhanced production and cost reduction of intensive greenhouse cropping systems” (Cod. 2022FPHNXZ). |
| Data del bando | 18/12/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI SCIENZE E TECNOLOGIE AGRO-ALIMENTARI |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| distal.personale-esternoweb@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 18/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |