Sustainability analysis in the mining sector: a case study on new recycling technologies for sulphidic mine residues valorisation

Research has demonstrated that mining activities can cause serious impacts on the environment, as well as the surrounding communities, mainly due to the unsafe storage of mine tailings. This research focuses on the sustainability assessment of new technologies for the recovery of metals from mine residues. The assessment consists in the evaluation of the environmental, economic, and social impacts through the Life Cycle based methods: Life Cycle Assessment (LCA), Life Cycle Costing (LCC), and Social Life Cycle Assessment (SLCA). The analyses are performed on the Mondo Minerals bioleaching project, which aim is to recover nickel and cobalt from the Sotkamo and Vuonos mine tailings. The LCA demonstrates that the project contributes to the avoided production of nickel and cobalt concentrates from new resources, hence reducing several environmental impacts. The LCC analysis shows that the company’s main costs are linked to the bioleaching process, caused by electricity consumption and the chemicals used. The SLCA analyses the impacts on three main stakeholder categories: workers, local community, and society. The results demonstrated that a fair salary (or the absence of it) impacts the workers the most, while the local community stakeholder category impacts are related to the access to material resources. The health and safety category is the most impacted category for the society stakeholder. The environmental and economic analyses demonstrate that the recovery of mine tailings may represents a good opportunity for mine companies both to reduce the environmental impacts linked to mine tailings and to increase the profitability. In particular, the project helps reduce the amounts of metals extracted from new resources and demonstrates that the use of the bioleaching technology for the extraction of metals can be economically profitable.

Business Process Management and Process Mining within a Real Business Environment: An Empirical Analysis of Event Logs Data in a Consulting Project

Il presente elaborato esplora l’attitudine delle organizzazioni nei confronti dei processi di business che le sostengono: dalla semi-assenza di struttura, all’organizzazione funzionale, fino all’avvento del Business Process Reengineering e del Business Process Management, nato come superamento dei limiti e delle problematiche del modello precedente. All’interno del ciclo di vita del BPM, trova spazio la metodologia del process mining, che permette un livello di analisi dei processi a partire dagli event data log, ossia dai dati di registrazione degli eventi, che fanno riferimento a tutte quelle attività supportate da un sistema informativo aziendale. Il process mining può essere visto come naturale ponte che collega le discipline del management basate sui processi (ma non data-driven) e i nuovi sviluppi della business intelligence, capaci di gestire e manipolare l’enorme mole di dati a disposizione delle aziende (ma che non sono process-driven). Nella tesi, i requisiti e le tecnologie che abilitano l’utilizzo della disciplina sono descritti, cosi come le tre tecniche che questa abilita: process discovery, conformance checking e process enhancement. Il process mining è stato utilizzato come strumento principale in un progetto di consulenza da HSPI S.p.A. per conto di un importante cliente italiano, fornitore di piattaforme e di soluzioni IT. Il progetto a cui ho preso parte, descritto all’interno dell’elaborato, ha come scopo quello di sostenere l’organizzazione nel suo piano di improvement delle prestazioni interne e ha permesso di verificare l’applicabilità e i limiti delle tecniche di process mining. Infine, nell’appendice finale, è presente un paper da me realizzato, che raccoglie tutte le applicazioni della disciplina in un contesto di business reale, traendo dati e informazioni da working papers, casi aziendali e da canali diretti. Per la sua validità e completezza, questo documento è stata pubblicato nel sito dell'IEEE Task Force on Process Mining.

Optimal bidding strategies of an electric vehicle aggregator in an electricity market

In recent years Electric Vehicles (EVs) are getting more importance as future transport systems, due to the increase of the concerns relevant to the greenhouse gases emission and the use fossil fuel. The management of the charging and discharging process of EVs could provide new business model for participating in the electricity markets. Moreover, vehicle to grid systems have the potential of increasing utility system flexibility. This thesis develops some models for the optimal integration of the EVs in the electricity market. In particular, the thesis focuses on the optimal bidding strategy of an EV aggregator participating to both the day ahead market and the secondary reserve market. The aggregator profit is maximized taking into account the energy balance equation, as well as the technical constraints of energy settlement, power supply and state of charge of the EVs. The results obtained by using the GAMS (General Algebraic Modelling System) environment are presented and discussed.

Descriptive Text Mining in ambito medico: applicazione della metodologia POIROT

Poiché la nostra conoscenza collettiva continua ad essere digitalizzata e memorizzata, diventa più difficile trovare e scoprire ciò che stiamo cercando. Abbiamo bisogno di nuovi strumenti computazionali per aiutare a organizzare, rintracciare e comprendere queste vaste quantità di informazioni. I modelli di linguaggio sono potenti strumenti che possono essere impiegati per estrarre conoscenza statisticamente significativa ed interpretabile tramite apprendimento non supervisionato, testuali o nel codice sorgente. L’obiettivo di questa tesi è impiegare una metodologia di descriptive text mining, denominata POIROT, per analizzare i rapporti medici del dataset Adverse Drug Reaction (ADE). Si vogliono stabilire delle correlazioni significative che permettano di comprendere le ragioni per cui un determinato rapporto medico fornisca o meno informazioni relative a effetti collaterali dovuti all’assunzione di determinati farmaci.