Post-elaborazione dati vettura per la validazione di strategie di controllo motore

Le recenti restrizioni, che sono state imposte negli ultimi anni, in termini di emissioni hanno dato modo di portare innovazioni tecnologiche nel campo automotive. In particolare, è stata fatta molta strada nel campo dei sistemi di propulsione con lo scopo di ridurre gli inquinanti dovuti ai motori termici tramite l’utilizzo di veicoli ibridi ed elettrici. Oltre a questo, è cresciuta la ricerca anche per tematiche quali: nuove strategie di iniezione, nuovi tipi di combustibile e di motori e analisi più dettagliate dei processi di combustione. Queste innovazioni sono andate di pari passo con uno sviluppo tecnologico riguardante il controllo elettronico presente nel veicolo, il quale permette una maggiore precisione rispetto a quello meccanico. Al fine migliorare l’accuratezza del controllo elettronico è quindi fondamentale l’utilizzo dei segnali provenienti dai sensori, in modo tale da poter individuare e correggere eventuali problemi. Questo progetto ha infatti l’obiettivo di sviluppare strategie per l’analisi e il trattamento di una grande mole di dati, in modo tale da avere un controllo preciso ed automatizzato in modo tale da rendere la procedura meno soggetta ad errori e più veloce. Nello specifico il progetto di tesi è stato incentrato sull’implementazione di nuovi trigger, i quali hanno lo scopo di valutare i segnali in modo tale che non siano presenti problemi per la calibrazione del veicolo. In particolare, sono stati implementati trigger riguardanti il misfire e il controllo dei componenti di un veicolo ibrido, come per esempio il BSG e la batteria a 48V. Il tool fornisce quindi la possibilità di essere sempre aggiornato, ma anche di restituire risultati sempre più precisi potendo aumentare il numero delle funzioni e delle condizioni in essi presenti, con la possibilità, un giorno, di poter realizzare a bordo l’intero processo di calibrazione del motore.

Self-supervised Information Retrieval basato su deep metric learning

La tesi ha lo scopo di ricercare, esaminare ed implementare un sistema di Machine Learning, un Recommendation Systems per precisione, che permetta la racommandazione di documenti di natura giuridica, i quali sono già stati analizzati e categorizzati appropriatamente, in maniera ottimale, il cui scopo sarebbe quello di accompagnare un sistema già implementato di Information Retrieval, istanziato sopra una web application, che permette di ricercare i documenti giuridici appena menzionati.

Sviluppo di un codice di simulazione gara di un veicolo solare: il caso Italian Solar Challenge

L'elaborato in questione fa riferimento all’implementazione di un codice di simulazione gara, tenutasi all'Autodromo di Imola, di un veicolo solare applicato al caso Italian Solar Challenge. Per avere la possibilità di effettuare scelte strategiche sulla conduzione di gara, si è voluto creare un programma che fosse in grado di modellare: il veicolo designato per questa competizione, la produzione di energia generata dai pannelli solari, il comportamento della batteria; inoltre, che permettesse anche di integrare il regolamento per la restituzione del punteggio finale, di considerare il tracciato nel quale la competizione si svolge e di aver un tempo di calcolo limitato e contemporaneamente avere un’adeguata accuratezza.

Sviluppo e valutazione di un modello GT-Power di un motore sovralimentato ad accensione comandata e iniezione diretta alimentato ad idrogeno

Negli ultimi decenni sempre più attenzione è stata posta sugli effetti derivanti dalla produzione dell'energia. In particolare, emissioni di specie inquinanti e gas serra sono state oggetto di continue limitazioni al fine di raggiungere soluzioni energetiche sempre meno climalteranti. Ciò ha evidenziato la necessità di sviluppare nuove soluzioni inerenti alla mobilità sostenibile. Tra le possibili soluzioni, l'utilizzo di idrogeno rappresenta una delle più promettenti grazie alle proprietà chimiche che lo contraddistinguono. L'impiego di tale elemento come combustibile in un tradizionale motore a combustione interna propriamente convertito garantirebbe la possibilità di una transizione energetica progressiva grazie all'utilizzo di una tecnologia già ampiamente consolidata e avanzata. Questo lavoro si concentra sullo sviluppo di un modello 1D di un motore a combustione interna alimentato ad idrogeno per studiarne le potenzialità. Al fine di ottenere dati attendibili, si è sviluppato e validato un modello su un motore noto di cui i dati in benzina erano disponibili. Successivamente, tale modello è stato convertito all'utilizzo di idrogeno. Completata la conversione sono state svolte svariate prove al variare dei principali parametri motoristici quali: lambda, anticipo d'accensione, giri, carico. Il modello sviluppato ha mostrato risultati comparabili con i dati attualmente disponibili in letteratura al variare delle diverse condizioni operative. In particolare, alte efficienze e basse emissioni sono garantite da combustioni magre, tuttavia alti carichi non possono essere raggiunti per limiti derivanti dal gruppo di sovralimentazione. Sono stati ottenuti promettenti risultati che incoraggiano uno sviluppo avanzato del modello, con l’obbiettivo futuro di effettuare esperimenti con l’idrogeno su un motore reale.

Graph-based Vision-Language Model for Multi-Modal Retrieval of Fashion Products

Artificial Intelligence is reshaping the field of fashion industry in different ways. E-commerce retailers exploit their data through AI to enhance their search engines, make outfit suggestions and forecast the success of a specific fashion product. However, it is a challenging endeavour as the data they possess is huge, complex and multi-modal. The most common way to search for fashion products online is by matching keywords with phrases in the product's description which are often cluttered, inadequate and differ across collections and sellers. A customer may also browse an online store's taxonomy, although this is time-consuming and doesn't guarantee relevant items. With the advent of Deep Learning architectures, particularly Vision-Language models, ad-hoc solutions have been proposed to model both the product image and description to solve this problems. However, the suggested solutions do not exploit effectively the semantic or syntactic information of these modalities, and the unique qualities and relations of clothing items. In this work of thesis, a novel approach is proposed to address this issues, which aims to model and process images and text descriptions as graphs in order to exploit the relations inside and between each modality and employs specific techniques to extract syntactic and semantic information. The results obtained show promising performances on different tasks when compared to the present state-of-the-art deep learning architectures.

Analisi della prestazione di un sistema di irrigazione agricola

Esistono diversi metodi per irrigare: il sistema con auto-avvolgente ed irrigatore è il più versatile e flessibile. Solitamente l'acqua è messa in pressione da una motopompa della quale si può regolare il numero di giri e, quindi, prevalenza e portata. Il quesito che l'elaborato si pone riguarda la distanza e la superficie bagnabile, impostato il numero di giri a cui ruota la pompa centrifuga.

Sviluppo di Retrieval-based Chatbot per l'Italiano con Transformer

L’Intelligenza Artificiale negli ultimi anni sta plasmando il futuro dell’umanità in quasi tutti i settori. È già il motore principale di diverse tecnologie emergenti come i big data, la robotica e l’IoT e continuerà ad agire come innovatore tecnologico nel futuro prossimo. Le recenti scoperte e migliorie sia nel campo dell’hardware che in quello matematico hanno migliorato l’efficienza e ridotto i tempi di esecuzione dei software. È in questo contesto che sta evolvendo anche il Natural Language Processing (NLP), un ramo dell’Intelligenza Artificiale che studia il modo in cui fornire ai computer l'abilità di comprendere un testo scritto o parlato allo stesso modo in cui lo farebbe un essere umano. Le ambiguità che distinguono la lingua naturale dalle altre rendono ardui gli studi in questo settore. Molti dei recenti sviluppi algoritmici su NLP si basano su tecnologie inventate decenni fa. La ricerca in questo settore è quindi in continua evoluzione. Questa tesi si pone l'obiettivo di sviluppare la logica di una chatbot help-desk per un'azienda privata. Lo scopo è, sottoposta una domanda da parte di un utente, restituire la risposta associata presente in una collezione domande-risposte. Il problema che questa tesi affronta è sviluppare un modello di NLP in grado di comprendere il significato semantico delle domande in input, poiché esse possono essere formulate in molteplici modi, preservando il contenuto semantico a discapito della sintassi. A causa delle ridotte dimensioni del dataset italiano proprietario su cui testare il modello chatbot, sono state eseguite molteplici sperimentazioni su un ulteriore dataset italiano con task affine. Attraverso diversi approcci di addestramento, tra cui apprendimento metrico, sono state raggiunte alte accuratezze sulle più comuni metriche di valutazione, confermando le capacità del modello proposto e sviluppato.

Sviluppo di Metodi di Soft Labeling per la Multi-Document Summarization in Ambito Legale

In questo elaborato viene trattata l’analisi del problema di soft labeling applicato alla multi-document summarization, in particolare vengono testate varie tecniche per estrarre frasi rilevanti dai documenti presi in dettaglio, al fine di fornire al modello di summarization quelle di maggior rilievo e più informative per il riassunto da generare. Questo problema nasce per far fronte ai limiti che presentano i modelli di summarization attualmente a disposizione, che possono processare un numero limitato di frasi; sorge quindi la necessità di filtrare le informazioni più rilevanti quando il lavoro si applica a documenti lunghi. Al fine di scandire la metrica di importanza, vengono presi come riferimento metodi sintattici, semantici e basati su rappresentazione a grafi AMR. Il dataset preso come riferimento è Multi-LexSum, che include tre granularità di summarization di testi legali. L’analisi in questione si compone quindi della fase di estrazione delle frasi dai documenti, della misurazione delle metriche stabilite e del passaggio al modello stato dell’arte PRIMERA per l’elaborazione del riassunto. Il testo ottenuto viene poi confrontato con il riassunto target già fornito, considerato come ottimale; lavorando in queste condizioni l’obiettivo è di definire soglie ottimali di upper-bound per l’accuratezza delle metriche, che potrebbero ampliare il lavoro ad analisi più dettagliate qualora queste superino lo stato dell’arte attuale.

Progettazione e verifica delle prestazioni di un nuovo sistema di controllo per dinamometri idraulici

La messa a punto dei motopropulsori richiede una fase di test utilizzando un dinamometro, cioè una macchina che ne permette la misura di coppia e velocità. Sono diverse le tipologie di dinamometri, tutte sono però caratterizzate dalla necessità di essere gestite attraverso un opportuno controllore. Il presente lavoro di tesi, svolto presso Borghi&Saveri SRL, si pone l’obbiettivo di aggiornare il sistema di controllo di un dinamometro idraulico, lo “SFI”, sviluppando in particolare la parte di potenza, comunicante con la componente di controllo, già realizzata dall’azienda. La soluzione per la parte di potenza è un drive per il controllo di motori elettrici, scelto dopo una valutazione dei requisiti necessari, lo studio del vecchio sistema e un’analisi di mercato. Il motore elettrico posto sul dinamometro ha infatti il compito di muovere una valvola di gestione della portata d’acqua immessa, con conseguente regolazione della coppia. Il drive è stato messo in funzione realizzando un hardware per garantirne il funzionamento, per poi essere configurato e testato: è stata scelto il setup giudicato come ottimale dei parametri di controllo ed è stata impostata un’interfaccia per la comunicazione smart da PC, via CANopen. Si è poi realizzato un modello virtuale rappresentativo del sistema, validato con acquisizioni sperimentali. Infine, si sono confrontati i dati simulativi del modello con quelli sperimentali provenienti dal vecchio controllore, così da ottenere una valutazione delle rispettive performance nell’effettuare il controllo di posizione della valvola. Il sistema così realizzato soddisfa i requisiti posti, tuttavia le sue prestazioni non sono del tutto migliorative rispetto a quelle dello SFI: per questo sono valutati i punti deboli del progetto e proposti dei possibili sviluppi futuri.