Salvatore Sipione
Approccio DataDriven per l'identificazione dei parametri del veicolo (Digital Twin) = DataDriven approach to vehicle model (digital twin) identification.
Rel. Stefano Alberto Malan. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2022
Abstract
Con la crescente spinta nel settore automobilistico dello sviluppo basato sui modelli, il ruolo di quest'ultimi diventa sempre più importante: essi sono repliche virtuali di veicoli che forniscono una fotografia dello stato del mezzo in tempo reale e consentono, tramite predizioni e simulazioni, di sperimentare miglioramenti o cambiamenti senza doverli testare sul veicolo stesso. Tipicamente, la costruzione dei modelli digitali viene fatta facendo dei test nella vita reale sui vari componenti dell'automobile dalla quale i dati vengono presi ed usati per popolare ed aggiornare il modello, ma il testing ha un costo esigente in termini di tempo, soldi, risorse e personale, per cui diventa fondamentale trovare approcci più efficaci.
L'obiettivo di questa tesi è di stabilire delle nuove metodologie che ci permettano di costruire dei modelli digitali con il giusto livello di fedeltà e dinamica, minimizzando allo stesso tempo i requisiti per i vari test, per esempio, attraverso l'eliminazione di alcune componenti di test e la massimizzazione dei test di guida che tipicamente vengono svolti
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Informazioni aggiuntive
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
