Il presente lavoro di tesi è stato svolto presso GammaTech Engineering s.r.l (GTE), società di consulenza ingegneristica specializzata in simulazione multi-fisica per lo sviluppo di sistemi di propulsione, ed in collaborazione con Stellantis, gruppo automobilistico multinazionale attivo nella progettazione e produzione di veicoli. L'obiettivo della ricerca è quello di esplorare le potenzialità delle reti neurali statiche, in quest'ottica impiegate per sostituire i componenti fisici del circuito di raffreddamento e lubrificazione del modello del sistema elettrico di trazione identificato da Stellantis. Tale obiettivo è perseguito attraverso l’utilizzo del software di simulazione 1D GT-SUITE. In particolare, è stato utilizzato GT-ISE, ambiente principale di modellazione, e il Machine Learning Assistant integrato in GT-POST, ambiente dedicato al post-processing.