Descrizione del corso

Il corso ha l'obiettivo di fornire una prospettiva teorica e pratica sull'applicazione dei modelli di ordine ridotto nelle discipline dell'analisi numerica avanzata (CAE). I ROM offrono numerosi vantaggi, tra cui una significativa riduzione del tempo di calcolo e dell’impatto computazionale, che li rendono facilmente integrabili nei work flow di design già esistenti. L’utilizzo di algoritmi di Intelligenza Artificiale rappresenta un approccio avanzato, fondamentale per il miglioramento dell’accuratezza e dell’effort computazionale. L’integrazione di IA e ROM non solo migliora l’efficienza da un punto di vista computazionale, ma trasforma il modo in cui i modelli CAE vengono utilizzati in tale contesto. OBBIETTIVI / Essere in grado di svolgere un'analisi preliminare e ottimizazione di design / Saper effettuare analisi parametriche / Conoscere la prototipazione virtuale e riduzione dei costi relativi ad eventuali prove sperimentali / Saper integrare i processi di ottimizzazione multi-disciplinare (MDO) / Conoscere il Digital Twin per monitoraggio, diagnostica e manutenzione predittiva / Saper integrare la tecnologia a supporto delle decisioni PROGRAMMA /Linear Time Invariant ROM /Singular Value Decomposition (SVD) & Machine Learning /ROM Statici /ROM Dinamici /Validazione & Accuratezza / Esercitazioni: ROM LTI (State-Space Model di una trave incastrata) ROM statico ROM dinamico scalare DESTINATARI Il corso è rivolto a utenti (ingegneri di tutte le specializzazioni, progettisti, ricercatori) per i quali è indispensabile: ridurre l'effort computazionale di modelli di dettaglio complessi, predire l'output in real-time e utilizzare i modelli nella modellazione di sistema. DOCENTE Esperti e Professionisti di Enginsoft