Analisi dei regimi di miscelazione in sistemi gas-liquido agitati meccanicamente, mediante tecnica sperimentale della ERT

Nell’industria chimica i processi di miscelazione hanno un impatto considerevole sulla maggior parte delle operazioni unitarie ed è, pertanto, di fondamentale importanza studiarne i meccanismi. Per tale motivo, durante questo lavoro di tesi sono stati investigati i regimi di miscelazione all’interno di reattori agitati meccanicamente, che contengono miscele bifase gas-liquido. In particolare, l’analisi è stata condotta su un fermentatore realizzato in scala di laboratorio in cui è stata installata una girante a pale concave che prende il nome di BT-6, con la tecnica sperimentale della tomografia a resistenza elettrica (ERT). L’obiettivo del presente elaborato consiste nell’esaminare la distribuzione della fase gassosa con l’utilizzo di suddetta tecnica all’interno del liquido, in quanto parametro chiave per la progettazione e la valutazione delle prestazioni di questo tipo di apparecchiature. Attraverso l’utilizzo della tomografia, si misura la distribuzione di conducibilità della sostanza da cui, mediante l’implementazione di un algoritmo, si risale alla frazione di gas dispersa in fase liquida. Infine, i vari regimi di miscelazione analizzati durante questo lavoro di tesi, sono stati confrontati con prove analoghe condotte in una precedente sperimentazione su una girante di tipo Rushton.

Big data analytics for proactive and predictive maintenance in electric car battery packs

The idea behind the project is to develop a methodology for analyzing and developing techniques for the diagnosis and the prediction of the state of charge and health of lithium-ion batteries for automotive applications. For lithium-ion batteries, residual functionality is measured in terms of state of health; however, this value cannot be directly associated with a measurable value, so it must be estimated. The development of the algorithms is based on the identification of the causes of battery degradation, in order to model and predict the trend. Therefore, models have been developed that are able to predict the electrical, thermal and aging behavior. In addition to the model, it was necessary to develop algorithms capable of monitoring the state of the battery, online and offline. This was possible with the use of algorithms based on Kalman filters, which allow the estimation of the system status in real time. Through machine learning algorithms, which allow offline analysis of battery deterioration using a statistical approach, it is possible to analyze information from the entire fleet of vehicles. Both systems work in synergy in order to achieve the best performance. Validation was performed with laboratory tests on different batteries and under different conditions. The development of the model allowed to reduce the time of the experimental tests. Some specific phenomena were tested in the laboratory, and the other cases were artificially generated.

Theoretical and experimental study of novel hybrid composite and metal-composites interfaces

The growing demand for lightweight solutions in every field of engineering is driving the industry to seek new technological solutions to exploit the full potential of different materials. The combination of dissimilar materials with distinct property ranges embodies a transparent allocation of component functions while allowing an optimal mix of their characteristics. From both technological and design perspectives, the interaction between dissimilar materials can lead to severe defects that compromise a multi-material hybrid component's performance and its structural integrity. This thesis aims to develop methodologies for designing, manufacturing, and monitoring of hybrid metal-composite joints and hybrid composite components. In Chapter 1, a methodology for designing and manufacturing hybrid aluminum/composite co-cured tubes is assessed. In Chapter 2, a full-field methodology for fiber misalignment detection and stiffness prediction for hybrid, long fiber reinforced composite systems is shown and demonstrated. Chapter 3 reports the development of a novel technology for joining short fiber systems and metals in a one-step co-curing process using lattice structures. Chapter 4 is dedicated to a novel analytical framework for the design optimization of two lattice architectures.

Numerical and experimental analysis of 3D printed smart structures and systems

Three dimensional (3D) printers of continuous fiber reinforced composites, such as MarkTwo (MT) by Markforged, can be used to manufacture such structures. To date, research works devoted to the study and application of flexible elements and CMs realized with MT printer are only a few and very recent. A good numerical and/or analytical tool for the mechanical behavior analysis of the new composites is still missing. In addition, there is still a gap in obtaining the material properties used (e.g. elastic modulus) as it is usually unknown and sensitive to printing parameters used (e.g. infill density), making the numerical simulation inaccurate. Consequently, the aim of this thesis is to present several work developed. The first is a preliminary investigation on the tensile and flexural response of Straight Beam Flexures (SBF) realized with MT printer and featuring different interlayer fiber volume-fraction and orientation, as well as different laminate position within the sample. The second is to develop a numerical analysis within the Carrera' s Unified Formulation (CUF) framework, based on component-wise (CW) approach, including a novel preprocessing tool that has been developed to account all regions printed in an easy and time efficient way. Among its benefits, the CUF-CW approach enables building an accurate database for collecting first natural frequencies modes results, then predicting Young' s modulus based on an inverse problem formulation. To validate the tool, the numerical results are compared to the experimental natural frequencies evaluated using a digital image correlation method. Further, we take the CUF-CW model and use static condensation to analyze smart structures which can be decomposed into a large number of similar components. Third, the potentiality of MT in combination with topology optimization and compliant joints design (CJD) is investigated for the realization of automated machinery mechanisms subjected to inertial loads.

Towards cheaper, safer and low environmental impact materials for energy storage devices: natural resources-derived carbon based electrodes and aqueous electrolytes for supercapacitors

The growing market of electrical cars, portable electronics, photovoltaic systems..etc. requires the development of efficient, low-cost, and low environmental impact energy storage devices (ESDs) including batteries and supercapacitors.. Due to their extended charge-discharge cycle, high specific capacitance, and power capabilities supercapacitors are considered among the most attractive ESDs. Over the last decade, research and development in supercapacitor technology have accelerated: thousands of articles have been published in the literature describing the electrochemical properties of the electrode materials and electrolyte in addition to separators and current collectors. Carbon-based supercapacitor electrodes materials have gained increasing attention due to their high specific surface area, good electrical conductivity, and excellent stability in harsh environments, as well as other characteristics. Recently, there has been a surge of interest in activated carbon derived from low-cost abundant sources such as biomass for supercapacitor electrode materials. Also, particular attention was given to a major challenging issue concerning the substitution of organic solutions currently used as electrolytes due to their highest electrochemical stability window even though their high cost, toxicity, and flammability. In this regard, the main objective of this thesis is to investigate the performances of supercapacitors using low cost abundant safe, and low environmental impact materials for electrodes and electrolytes. Several prototypes were constructed and tested using natural resources through optimization of the preparation of appropriate carbon electrodes using agriculture by-products waste or coal (i.e. Argan shell or Anthracite from Jerrada). Such electrodes were tested using several electrolyte formulations (aqueous and water in salt electrolytes) beneficing their non-flammability, lower cost, and environmental impact; the characteristics that provide a promising opportunity to design safer, inexpensive, and environmentally friendly devices compared to organic electrolytes.

A robotic platform for precision agriculture and applications

Agricultural techniques have been improved over the centuries to match with the growing demand of an increase in global population. Farming applications are facing new challenges to satisfy global needs and the recent technology advancements in terms of robotic platforms can be exploited. As the orchard management is one of the most challenging applications because of its tree structure and the required interaction with the environment, it was targeted also by the University of Bologna research group to provide a customized solution addressing new concept for agricultural vehicles. The result of this research has blossomed into a new lightweight tracked vehicle capable of performing autonomous navigation both in the open-filed scenario and while travelling inside orchards for what has been called in-row navigation. The mechanical design concept, together with customized software implementation has been detailed to highlight the strengths of the platform and some further improvements envisioned to improve the overall performances. Static stability testing has proved that the vehicle can withstand steep slopes scenarios. Some improvements have also been investigated to refine the estimation of the slippage that occurs during turning maneuvers and that is typical of skid-steering tracked vehicles. The software architecture has been implemented using the Robot Operating System (ROS) framework, so to exploit community available packages related to common and basic functions, such as sensor interfaces, while allowing dedicated custom implementation of the navigation algorithm developed. Real-world testing inside the university’s experimental orchards have proven the robustness and stability of the solution with more than 800 hours of fieldwork. The vehicle has also enabled a wide range of autonomous tasks such as spraying, mowing, and on-the-field data collection capabilities. The latter can be exploited to automatically estimate relevant orchard properties such as fruit counting and sizing, canopy properties estimation, and autonomous fruit harvesting with post-harvesting estimations.

Sustainable pavements for rural scenarios: laboratory and in-situ characterization of recycled materials and innovative construction solutions

Growing need for infrastructure has led to expanding research on advances in road pavement materials. Finding solutions that are sustainable, environmentally friendly and cost-efficient is a priority. Focusing such efforts on low-traffic and rural roads can contribute with a significant progress in the vital circulatory system of transport for rural and agricultural areas. An important alternative material for pavement construction is recycled aggregates from solid wastes, including waste from civil engineering activities, mainly construction and demolition. A literature review on studies is made; it is performed a planned set of laboratory testing procedures aimed to fully characterize and assess the potential in-situ mechanical performance and chemical impact. Furthermore, monitoring the full-scale response of the selected materials in a real field construction site, including the production, laying and compaction operations. Moreover, a novel single-phase solution for the construction of semi-flexible paving layers to be used as alternative material to common concrete and bituminous layers is experimented and introduced, aiming the production and laying of a single-phase laid material instead of a traditional two phases grouted macadam. Finally, on a parallel research work for farming pavements, the possible use of common geotechnical anti-erosive products for the improvement of soil bearing capacity of paddock areas in cattle husbandries of bio-farms is evaluated. this thesis has clearly demonstrated the feasibility of using the sustainable recycled aggregates for low-traffic rural roads and the pavements of farming and agriculture areas. The pavement layers constructed with recycled aggregates provided satisfying performance under heavy traffic conditions in experimental pavements. This, together with the fact that these aggregates can be available in most areas and in large quantities, provides great impetus towards shifting from traditional materials to more sustainable alternatives. The chemical and environmental stability of these materials proves their soundness to be utilized in farming environments.

Enhancing the reliability of electric transportation motors through insulation coordination and improved qualification

The ambitious goals of increasing the efficiency, performance and power densities of transportation drives cannot be met with compromises in the motor reliability. For the insulation specialists the challenge will be critical as the use of wide-bandgap converters (WBG, based on SiC and GaN switches) and the higher operating voltages expected for the next generation drives will enhance the electrical stresses to unprecedented levels. It is expected for the DC bus in aircrafts to reach 800 V (split +/-400 V) and beyond, driven by the urban air mobility sector and the need for electrification of electro-mechanical/electro-hydraulic actuators (an essential part of the "More Electric Aircraft" concept). Simultaneously the DC bus in electric vehicles (EV) traction motors is anticipated to increase up to 1200 V very soon. The electrical insulation system is one of the most delicate part of the machine in terms of failure probability. In particular, the appearance of partial discharges (PD) is disruptive on the reliability of the drive, especially under fast repetitive transients. Extensive experimental activity has been performed to extend the body of knowledge on PD inception, endurance under PD activity, and explore and identify new phenomena undermining the reliability. The focus has been concentrated on the impact of the WGB-converter produced waveforms and the environmental conditions typical of the aeronautical sector on insulation models. Particular effort was put in the analysis at the reduced pressures typical of aircraft cruise altitude operation. The results obtained, after a critical discussion, have been used to suggest a coordination between the insulation PD inception voltage with the converter stresses and to propose an improved qualification procedure based on the existing IEC 60034-18-41 standard.

Real-time anomaly detection of gamma-ray bursts for the Cherenkov Telescope Array using deep learning

The Cherenkov Telescope Array (CTA) will be the next-generation ground-based observatory to study the universe in the very-high-energy domain. The observatory will rely on a Science Alert Generation (SAG) system to analyze the real-time data from the telescopes and generate science alerts. The SAG system will play a crucial role in the search and follow-up of transients from external alerts, enabling multi-wavelength and multi-messenger collaborations. It will maximize the potential for the detection of the rarest phenomena, such as gamma-ray bursts (GRBs), which are the science case for this study. This study presents an anomaly detection method based on deep learning for detecting gamma-ray burst events in real-time. The performance of the proposed method is evaluated and compared against the Li&Ma standard technique in two use cases of serendipitous discoveries and follow-up observations, using short exposure times. The method shows promising results in detecting GRBs and is flexible enough to allow real-time search for transient events on multiple time scales. The method does not assume background nor source models and doe not require a minimum number of photon counts to perform analysis, making it well-suited for real-time analysis. Future improvements involve further tests, relaxing some of the assumptions made in this study as well as post-trials correction of the detection significance. Moreover, the ability to detect other transient classes in different scenarios must be investigated for completeness. The system can be integrated within the SAG system of CTA and deployed on the onsite computing clusters. This would provide valuable insights into the method's performance in a real-world setting and be another valuable tool for discovering new transient events in real-time. Overall, this study makes a significant contribution to the field of astrophysics by demonstrating the effectiveness of deep learning-based anomaly detection techniques for real-time source detection in gamma-ray astronomy.

Development of gripping devices based on electroadhesive forces

In a context of technological innovation, the aim of this thesis is to develop a technology that has gained interest in both scientific and industrial realms. This technology serves as a viable alternative to outdated and energy-consuming industrial systems. Electro-adhesive devices (EADs) leverage electrostatic forces for grasping objects or adhering to surfaces. The advantage of employing electrostatics lies in its adaptability to various materials without compromising the structure or chemistry of the object or surface. These benefits have led the industry to explore this technology as a replacement for costly vacuum systems and suction cups currently used for handling most products. Furthermore, the broad applicability of this technology extends to extreme environments, such as space with ultra-high vacuum conditions. Unfortunately, research in this area has yet to yield practical results for industrially effective gripper prototyping. This is primarily due to the inherent complexity of electro-adhesive technology, which operates on basic capacitive principles that does not find satisfying physical descriptions. This thesis aims to address these challenges through a series of studies, starting with the manufacturing process and testing of an EAD that has become the standard in our laboratory. It then delves into material and electrode geometry studies to enhance system performance, ultimately presenting potential industrial applications of the technology. All the presented results are encouraging, as they have yielded shear force values three times higher than those previously reported in the literature. The various applications have demonstrated the significant effectiveness of EADs as brakes or, more broadly, in exerting shear forces. This opens up the possibility of utilizing cutting-edge technologies to push the boundaries of technology to the fullest.

Identificazione e classificazione delle lesioni endocavitarie uterine dalle immagini isteroscopiche con il deep learning

Anche se l'isteroscopia con la biopsia endometriale è il gold standard nella diagnosi della patologia intracavitaria uterina, l'esperienza dell’isteroscopista è fondamentale per una diagnosi corretta. Il Deep Learning (DL) come metodica di intelligenza artificiale potrebbe essere un aiuto per superare questo limite. Sono disponibili pochi studi con risultati preliminari e mancano ricerche che valutano le prestazioni dei modelli di DL nell'identificazione delle lesioni intrauterine e il possibile aiuto derivato dai fattori clinici. Obiettivo: Sviluppare un modello di DL per identificare e classificare le patologie endocavitarie uterine dalle immagini isteroscopiche. Metodi: È stato eseguito uno studio di coorte retrospettivo osservazionale monocentrico su una serie consecutiva di casi isteroscopici di pazienti con patologia intracavitaria uterina confermata all’esame istologico eseguiti al Policlinico S. Orsola. Le immagini isteroscopiche sono state usate per costruire un modello di DL per la classificazione e l'identificazione delle lesioni intracavitarie con e senza l'aiuto di fattori clinici (età, menopausa, AUB, terapia ormonale e tamoxifene). Come risultati dello studio abbiamo calcolato le metriche diagnostiche del modello di DL nella classificazione e identificazione delle lesioni uterine intracavitarie con e senza l'aiuto dei fattori clinici. Risultati: Abbiamo esaminato 1.500 immagini provenienti da 266 casi: 186 pazienti avevano lesioni focali benigne, 25 lesioni diffuse benigne e 55 lesioni preneoplastiche/neoplastiche. Sia per quanto riguarda la classificazione che l’identificazione, le migliori prestazioni sono state raggiunte con l'aiuto dei fattori clinici, complessivamente con precision dell'80,11%, recall dell'80,11%, specificità del 90,06%, F1 score dell’80,11% e accuratezza dell’86,74% per la classificazione. Per l’identificazione abbiamo ottenuto un rilevamento complessivo dell’85,82%, precision 93,12%, recall del 91,63% ed F1 score del 92,37%. Conclusioni: Il modello DL ha ottenuto una bassa performance nell’identificazione e classificazione delle lesioni intracavitarie uterine dalle immagini isteroscopiche. Anche se la migliore performance diagnostica è stata ottenuta con l’aiuto di fattori clinici specifici, questo miglioramento è stato scarso.

Gestione e analisi di metriche neuroergonomiche EEG-based in cathlab

Il miglioramento dell'assistenza e dei risultati dei pazienti si basano attualmente sullo sviluppo e sulla convalida di nuovi farmaci e tecnologie, soprattutto in campi in rapida evoluzione come la Cardiologia Interventistica. Tuttavia, al giorno d’oggi ancora poca attenzione è rivolta ai professionisti che effettuano tali operazioni, il cui sforzo cognitivo-motorio è essenziale per la riuscita degli interventi. L’ottimizzazione delle prestazioni e dell'organizzazione del lavoro è essenziale in quanto influisce sul carico di lavoro mentale dell'operatore e può determinare l'efficacia dell'intervento e l'impatto sulla prognosi dei pazienti. È stato ampiamente dimostrato che diverse funzioni cognitive, tra cui l'affaticamento mentale comporta alcuni cambiamenti nei segnali elettroencefalografici. Vi sono diversi marcatori dei segnali EEG ciascuno con una determinata ampiezza, frequenza e fase che permettono di comprendere le attività cerebrali. Per questo studio è stato utilizzato un modello di analisi spettrale elettroencefalografica chiamato Alpha Prevalence (AP), che utilizza le tre onde alpha, beta e theta, per mettere in correlazione i processi cognitivi da un lato e le oscillazioni EEG dall’altro. Questo elaborato, condotto insieme all’azienda Vibre, prende in esame il cambiamento dell’AP, all’interno di una popolazione di cardiologi interventisti che effettuano interventi in cath-lab presso l’ospedale universitario di Ferrara, per valutare la condizione di affaticamento mentale o di eccessiva sonnolenza. L’esperimento prevede la registrazione del segnale EEG nei partecipanti volontari durante gli interventi e durante le pause nel corso dell’intero turno di lavoro. Lo scopo sarà quello di rilevare i cambiamenti nella metrica dell’alpha prevalence al variare del carico attentivo: ossia al variare delle risorse attentive richieste dal compito in relazione all’aumentare del tempo.

Innovazioni in diagnostica endoscopica: nuove tecnologie e loro gestione

Il seguente lavoro ha l’obiettivo di mettere in evidenza le varie metodiche che vengono utilizzate per la diagnosi di tutte le malattie che riguardano l’apparato digerente, esaminando le varie tecnologie, la loro manutenzione e il ruolo che l’ingegnere clinico assume in questa tecnologia. In particolare, ho approfondito la video capsula endoscopica, l’ultima tecnologia all’avanguardia verso la quale si stanno concentrando gli studi. La tematica affrontata riguarda la strumentazione utilizzata nell’Endoscopia Digestiva, che utilizza attualmente endoscopi flessibili per visualizzare il sistema digerente. Gli endoscopi fanno parte dell’area diagnostica per bioimmagini, utilizzano quindi apparecchiature biomediche per catturare immagini delle strutture biologiche, potendo così valutare le diverse patologie o le condizioni degli organi stessi. Grazie agli studi e al progredire della scienza, è oggi possibile catturare immagini dinamiche e radiologiche, non più solo statiche e unicamente anatomiche. Alcune di queste tecnologie, così come gli endoscopi e gli ecografi, oltre alla capacità diagnostica, hanno sviluppato la possibilità di intervenire direttamente durante l’esame endoscopico, aiutando la terapia di alcune patologie. Per quanto riguarda la video capsula endoscopica, la possibilità di eseguire biopsie si sta sviluppando, e sono già presenti modelli concreti per il raggiungimento di questo obiettivo. Col passare del tempo si è ridotta notevolmente anche l’invasività dell’esame, che ha portato ad un aumento del numero di prestazioni, dotazione di endoscopi e di tutte le altre attrezzature ad esso associate. Lo sviluppo di queste tecnologie ha portato benefici anche alla qualità della prevenzione e del trattamento di queste patologie. Attualmente queste tecnologie sono indispensabili all’interno di un complesso ospedaliero, ed è per questo che è diventata necessaria anche una loro manutenzione continua, che comporta fattori organizzativi e gestionali.

Verifiche di sicurezza delle apparecchiature elettromedicali

La struttura di un ospedale è notevolmente complessa nella sua organizzazione e conduzione, ed è per di più sollecitata a continue trasformazioni di carattere tecnologico ed organizzativo. Pertanto è essenziale, in una struttura sanitaria, il ruolo svolto dall’Ingegneria Clinica, che è quello dell’applicazione dei metodi e delle competenze specifiche proprie dell’ingegneria all’organizzazione, alla gestione e all’uso sicuro ed appropriato della strumentazione biomedica. Il seguente elaborato tratta le verifiche di sicurezza delle apparecchiature elettromedicali (EM) con una particolare attenzione agli aspetti normativi che le contraddistinguono e al ruolo dell’ingegnere clinico. Parlare di sicurezza per le tecnologie biomediche, significa garantire l’utilizzo delle stesse in assenza di rischi per l’utilizzatore e per il paziente, perciò il concetto di rischio è analizzato accuratamente. Oltre alla manutenzione correttiva è compito dell’ingegnere clinico programmare strategie di manutenzione preventiva per ottimizzare la durata fisiologica degli apparecchi EM e garantirne la qualità delle prestazioni erogate a lungo termine. L’utilizzo o il semplice invecchiamento di una qualsiasi apparecchiatura ne provoca infatti l’usura dei materiali e la deriva delle caratteristiche, aumentando la probabilità di guasto ed avaria. Pertanto la definizione di procedure di verifica elettrica periodica diventa fondamentale per l’individuazione di gran parte di quelle situazioni di compromissione della sicurezza che sono causa di danni e incidenti. Il loro scopo è quello di accertarsi che un’apparecchiatura abbia mantenuto nel tempo le caratteristiche di sicurezza dichiarate dal produttore e certificate dalla marcatura di conformità CE. Per completare l’iter di verifica di sicurezza e definirne il livello minimo accettabile è essenziale eseguire, oltre alle verifiche elettriche, le verifiche funzionali per valutare l’efficacia delle singole funzioni e prestazioni.

Tecniche di group testing per il rilevamento di SARS-CoV-2

Oggigiorno l'individuazione diagnostica precoce della SARS-CoV-2 attraverso tamponi molecolari è fondamentale per interrompere la trasmissione del virus. Tuttavia, il monitoraggio della diffusione virale attraverso il test standard di RT-qPCR individuale comporta un elevato costo per ciascun tampone nasofaringeo analizzato e i reagenti chimici per l’estrazione dell’RNA virale sono sempre meno disponibili. Per ovviare a tali ostacoli, è stata ripresa la tecnica di group testing, sviluppata per la prima volta da Dorfman nel 1943 per individuare i soggetti affetti da sifilide prima del loro arruolamento. Questa strategia minimizza il numero di test condotti su un insieme di campioni: se un gruppo di n campioni risulta negativo, allora la condizione di ciascuno di essi è stata determinata mediante un solo test invece che con n test individuali. Negli ultimi due anni sono state sviluppate strategie in grado di migliorare le prestazioni del test di gruppo: per scenari a bassa prevalenza l’algoritmo dell’ipercubo rileva un singolo campione positivo in pool con dimensioni fino a 100 campioni attraverso due o più turni di test; invece, il P-BEST utilizza un solo turno di analisi, ma le dimensioni massime dei pool sono più ridotte. Per scenari ad alta prevalenza (10%) il team italiano dell’Università di Bologna ha progettato un metodo che identifica e rileva i membri infetti con un solo turno di test. Tuttavia, affinché il group testing sia efficace come l’analisi individuale dei tamponi molecolari, è necessario minimizzare l’effetto di diluizione, correlato alla dimensione del pool e causa di insorgenza di falsi negativi, nonché di un calo nella sensibilità nei test. I dati ottenuti da questi studi hanno dimostrato che questa strategia offre grandi potenzialità. Essa è essenziale per le indagini di routine della popolazione e concede vantaggi amplificati soprattutto se vengono testati soggetti quotidianamente in contatto tra loro, come famiglie o colleghi di lavoro.