Projects list

Here below you can find the list of our projects.

Data assimilation, models for prediction and control of Massachusetts Bay water acidification

The goal of the project between MIT and SISSA mathLab is the improvement of parametric ocean acidification models. We exploit optimal control, non-intrusive techniques, and probabilistic learning to enhance environmental predictions. Moreover, this kind of application needs not only reliable simulations, but they should be fast.

To this end, we propose model order reduction to deal with it.

 

The project is rooted in marine and coastal environments: a topic of primary relevance for society and economy.

Multi-disciplinary Ship Design by Reduced Order Models and Machine Learning

In the framework of the numerical analysis for parametric partial differential equations (PDEs), reduced-order modeling for fluid-structure interaction problems and probabilistic multi-disciplinary ship design, we want to go beyond the state of the art through this strategic collaboration between SISSA mathLab (modelling and scientific computing), Prof. Gianluigi Rozza’s group, and MIT Sea Grant - Department of Mechanical Engineering, Prof. Michael Triantafyllou’s group.
During this collaboration, we aim to develop a multi-disciplinary design framework capable of providing online probabilistic predictions of systems performance and characteristics, based solely on data generated by numerical solvers running off-line.

Galdi SMACT project

Attualmente l’impostazione dei parametri nelle macchine riempitrici prodotte da Galdi s.r.l., che influenzano l’efficienza della saldatura dei pacchetti, avviene attraverso una serie di test di controllo effettuati al momento del collaudo. I parametri di funzionamento, come ad esempio la temperatura e la velocità dell’aria del riscaldatore vanno calibrati al variare del materiale poliaccoppiato, delle condizioni ambientali e delle dimensioni del pacchetto.

VIEW (Vessel Integrated EMS by Wärtsilä)

Il progetto VIEW (Vessel Integrated EMS by Wärtsilä) ha lo scopo di ridurre l'emissione di gas serra nell'atmosfera da parte delle navi, rendendole così un tipo di trasporto più sostenibile. Questo progetto può essere visto come un evoluzione di SHEMS, sfruttando però un framework più ampio, aggiungendo quindi connessioni all'ottimizazzione delle rotte e delle strutture del porto; in questo modo il Digitial Twin dell'EMS diventa più integrato.

Winning a Sea State Project

La gestione delle operazioni da eseguire a bordo di una nave dipende fortemente dalle condizioni del mare. Avere a disposizione uno strumento capace di prevedere la risposta della nave allo stato attuale del mare può essere di grande supporto logistico. L'obiettivo del progetto Winning a Sea State (WASS) è quello di costruire un algoritmo in grado di predire in tempo reale il moto di una nave a partire dalla misurazione delle onde attorno ad essa.

Parole chiave: moti nave, onde del mare, analisi frequenze, trasformata di Fourier

SHip OPtimization with Reduced Order Methods (SHOPROMs) project

Il progetto SHip OPtimization with Reduced Order Methods (SH.OP. - ROMs) è un progetto svolto nell’ambito dei progetti di Innovazione, Ricerca Industriale e Sviluppo Sperimentale (IRISS) di SMACT per conto di Fincantieri S.p.A., con obiettivo l’integrazione di tecniche di ottimizzazione nella fase di progettazione strutturale delle navi da crociera. 

Modello CFD per il granulatore INNOJET VENTULUS V1000 di Dompè

La granulazione, il processo di incollaggio delle particelle primarie (seme) in aggregati più grandi e semipermanenti (granuli) in cui le particelle originali sono ancora identificabili, è una delle operazioni più significative ampiamente applicate nell'industria farmaceutica per la produzione di farmaci, principalmente compresse e capsule.

Pages