Il lavoro svolto in questa tesi mira a creare un esoscheletro, o framework, per un sistema di simulazione delle prestazioni dei motori aeronautici, introducendo un’importante differenza rispetto ad altri sistemi già esistenti: l’uso dell’intelligenza artificiale. L’idea di questa tesi è generare dei modelli surrogati delle mappe del funzionamento di compressore e turbina tramite Tensorflow, che consente di creare modelli a reti neurali. I database di training sono ottenuti a partire dalle mappe di compressore e turbina utilizzate da un software commerciale di simulazione di turbomotori; queste mappe saranno lette da un opportuno script Python e i loro valori infittiti, per ottenere un set di dati di addestramento abbastanza denso.