polito.it
Politecnico di Torino (logo)

Algoritmi di Intelligenza Artificiale (AI) applicati in ambito Virtual Sensoring in ottica On Board Diagnostic (OBD). = Artificial Intelligence (AI) algorithms applied on Virtual Sensoring for On Board Diagnostic (OBD).

Federico Tobia

Algoritmi di Intelligenza Artificiale (AI) applicati in ambito Virtual Sensoring in ottica On Board Diagnostic (OBD). = Artificial Intelligence (AI) algorithms applied on Virtual Sensoring for On Board Diagnostic (OBD).

Rel. Daniela Anna Misul, Alessandro Falai. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2021

Abstract:

L’obiettivo del presente lavoro è ottenere un Sensore Virtuale capace di diagnosticare lo stato di danneggiamento del Diesel Particulate Filter (DPF). Le motivate preoccupazioni destate dall’attuale emergenza climatica, acuitasi ulteriormente negli ultimi anni, spingono il settore tecnologico automobilistico ad impegnarsi nella ricerca di nuove soluzioni atte a misurare con precisione e accuratezza le reali emissioni prodotte da un veicolo con motore a combustione interna. Un Sensore Virtuale permette, a parità di risultato, di ridurre i costi e di risolvere tutta una serie di problemi correlati ai sensori reali, quali ad esempio l’ingombro e la periodica ricalibrazione. Il Sensore Virtuale è stato sviluppato sfruttando le potenzialità dell’Intelligenza Artificiale (AI), in particolare, è stata implementata una rete neurale in linguaggio Python. L’algoritmo AI è stato allenato su datasets forniti da AVL (engineering company), contenti prove motore fatte a banco dinamometrico. I datasets forniti sono derivati da campagne di acquisizione dati non specificamente pensate per lo scopo del presente lavoro.

Relatori: Daniela Anna Misul, Alessandro Falai
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 91
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Aziende collaboratrici: Politecnico di Torino
URI: http://webthesis.biblio.polito.it/id/eprint/20092
Modifica (riservato agli operatori) Modifica (riservato agli operatori)