IRONTH è un progetto che prevede il finanziamento da parte di Fincantieri S.p.A. di un dottorato industriale all'interno del corso di dottorato Mathematical Analysis, Modelling, and Applications alla SISSA. L'obiettivo che il progetto si pone è l'ottimizzazione strutturale di navi passeggeri durante processo di design attraverso tecniche di riduzione computazionale. L'efficienza di tali metodi durante la fase di ottimizzazione è ottenuta attraverso l'uso di modelli di ordine ridotto e di tecniche per la riduzione dello spazio dei parametri.

IRONTH is an industrial PhD grant financed by Fincantieri S.p.A. within the PhD Course in Mathematical Analysis, Modelling, and Applications at SISSA.
The aim of the project is the structural optimization of passenger ship hulls during the design step through parametric techniques and computational reduction. The computational efficiency during the optimization phase is achieved by both model order and parameter space reduction.

DURATA PROGETTO: 36 mesi

PARTNERS: Fincantieri Cantieri Navali Italiani, Scuola Internazionale Superiore di Studi Avanzati-SISSA

PERSONE COINVOLTE SISSA mathLab: Dott. Marco Tezzele, Prof. Gianluigi Rozza

Referente FINCANTIERI:  Ing. Matteo Sidari, Ing. Mauro Sicchiero

PROJECT DURATION: 36 months

PARTNERS: Fincantieri Cantieri Navali Italiani, Scuola Internazionale Superiore di Studi Avanzati-SISSA

PEOPLE AT SISSA MATHLAB: Dott. Marco Tezzele, Prof. Gianluigi Rozza

REFERENT AT FINCANTIERI: Ing. Matteo Sidari, Ing. Mauro Sicchiero

Scientific output:

• M. Tezzele, M. Sicchiero, M. Sidari, and G. Rozza. Structural optimization of passenger ship hulls with both model order and parameter space reduction. In preparation, 2021.
• F. Romor, M. Tezzele, and G. Rozza. A local approach to parameter space reduction for regression and classification tasks. ArXiv preprint arXiv:2107.10867, Submitted, 2021.
• F. Romor, M. Tezzele, and G. Rozza. ATHENA: Advanced Techniques for High dimensional parameter spaces to Enhance Numerical Analysis. ArXiv preprint arXiv:2105.06713, Submitted, 2021.
• F. Romor, M. Tezzele, and G. Rozza. Multi-fidelity data fusion for the approximation of scalar functions with low intrinsic dimensionality through active subspaces. In Proceedings in Applied Mathematics & Mechanics, volume 20. Wiley Online Library, 2021. doi:10.1002/pamm.202000349
• F. Romor, M. Tezzele, A. Lario, and G. Rozza. Kernel-based Active Subspaces with application to CFD parametric problems using Discontinuous Galerkin method. ArXiv preprint arXiv:2008.12083, Submitted, 2020.

Open source software released:

• ATHENA: Advanced Techniques for High dimensional parameter spaces to Enhance Numerical Analysis. Available at https://github.com/mathLab/ATHENA.