Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Diagnostica di guasto per azionamenti multifase con tecniche di intelligenza artificiale |
|---|---|
| Titolo del progetto di ricerca in inglese | Diagnostica di guasto per azionamenti multifase con tecniche di intelligenza artificiale |
| Campo principale della ricerca | Engineering |
| Sottocampo della ricerca | Electrical engineering |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | - |
| Descrizione sintetica in italiano | Le macchine elettriche stanno evolvendo rapidamente per soddisfare la crescente domanda di potenza elettrica e la tolleranza ai guasti. Le macchine elettriche multifase dividono la corrente su più di tre fasi e offrono una maggiore resilienza ai guasti. La diagnosi dei guasti può trarre vantaggio dall'uso dell'Intelligenza Artificiale (IA) per consentire una tempestiva individuazione dei problemi. L'IA può identificare anomalie nelle prestazioni attraverso algoritmi di apprendimento automatico e analisi dei dati, consentendo interventi preventivi e una pianificazione ottimizzata della manutenzione. L'impiego dell'IA può migliorare significativamente la affidabilità, l'efficienza e la sicurezza negli azionamenti elettrici multifase per impianti industriali e sistemi di trasporto elettrici. Il progetto mira a integrare gli algoritmi di controllo per azionamenti multifase con algoritmi di IA per il monitoraggio continuo e l'individuazione di potenziali malfunzionamenti. |
| Descrizione sintetica in inglese | Electric machines are rapidly evolving to meet the increasing demand for electrical power and fault tolerance. Multiphase electric machines distribute current across more than three phases, offering greater fault resilience. Accurate fault diagnosis may take advantage of the use of Artificial Intelligence (AI) to enable timely detection of issues. AI can identify performance anomalies through machine learning algorithms and data analysis, enabling preventive interventions and optimized maintenance planning. Employing AI in fault diagnosis can significantly improve reliability, efficiency, and safety in multiphase drives for industrial plants and electric transportation systems. The project aims to develop multiphase drive control algorithms with AI algorithms for continuous monitoring and identification of potential malfunctions. |
| Data del bando | 30/05/2024 |
| 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 INGEGNERIA DELL'ENERGIA ELETTRICA E DELL'INFORMAZIONE "GUGLIELMO MARCONI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| barbara.diplacido@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 14/06/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |