polito.it
Politecnico di Torino (logo)

Artificial Neural Network (ANN) per attività previsionale di produzione energetica di un concentratore solare = Artificial Neural Network (ANN) for forecasting activity of energetic production by a solar concentrator

Alessandro Allocco

Artificial Neural Network (ANN) per attività previsionale di produzione energetica di un concentratore solare = Artificial Neural Network (ANN) for forecasting activity of energetic production by a solar concentrator.

Rel. Davide Papurello. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2022

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (5MB) | Preview
Abstract:

La crescita della popolazione mondiale e la conseguente ricerca sempre più insistente di approvvigionamenti energetici, unita all’inseguimento sfrenato di uno sviluppo economico e industriale hanno portato il pianeta alle soglie di una crisi climatica senza precedenti, di cui stiamo già oggi assistendo agli effetti sempre più devastanti. I governi tentano di correre ai ripari, nonostante sia difficile trovare un punto di comune accordo tra uno sviluppo economico e sociale e la necessità di ridurre l'impatto ambientale in termini di approvvigionamento energetico. In questo contesto, si inseriscono le risorse rinnovabili, che permettono di provvedere al fabbisogno di energia con un impatto ridotto, se non nullo sull'ambiente; in particolare, l'elevata disponibilità spaziale e temporale del Sole fa sì che l'energia solare sia una delle risorse più vantaggiose da poter utilizzare, costituendo da sola circa il 50% delle risorse rinnovabili attualmente impiegate a livello globale. L'utilizzo dell'energia solare avviene non solo grazie a pannelli solari o fotovoltaici, ma anche grazie a tecnologie relativamente recenti quali quella propria dei concentratori solari, che convogliano le radiazioni solari lungo un punto o una linea, dove, grazie alla concentrazione dei raggi, vengono raccolte ad alta temperatura, potendo dunque rappresentare il termostato caldo di un ciclo motore per la produzione di energia elettrica o, più semplicemente, una fornitura di calore per reazioni chimiche ad alta temperatura. La sperimentazione su tecnologie recenti come quella descritta viene talvolta affiancata da strumenti di analisi, che indagano sia sull'integrità strutturale, sia sulla simulazione dei risultati ottenibili. In particolare, è possibile sfruttare tecnologie proprie del Machine Learning quali le reti neurali artificiali o ANN, che tentano di istruire il computer come un cervello umano sulla base di dati che ne vanno a costituire l'esperienza, grazie alla quale la macchina è in grado di poter effettuare delle previsioni. Lo scopo di questo lavoro è quello di amalgamare queste due tecnologie assieme, sfruttando le potenzialità offerte dalle reti neurali per prevedere la temperatura del catalizzatore di un sistema a concentrazione di radiazioni solari a partire dai dati atmosferici. Viene dunque preparata una rete tramite l'ottimizzazione dei parametri che la costituiscono, in modo da ridurre il più possibile l'errore tra i dati previsti e quelli effettivamente registrati dal concentratore. Per fare ciò, si è utilizzato il software Matlab, tramite il quale il sistema verrà allenato e chiamato alla previsione del valore cercato, che verrà utilizzato per le successive reazioni chimiche.

Relatori: Davide Papurello
Anno accademico: 2022/23
Tipo di pubblicazione: Elettronica
Numero di pagine: 114
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/25701
Modifica (riservato agli operatori) Modifica (riservato agli operatori)