L'area di ricerca è dedicata allo sviluppo, all'implementazione e alla validazione, sia numerica che sperimentale, di tecniche di controllo del flusso volte al miglioramento delle prestazioni dei corpi aerodinamici. Sono a disposizione del gruppo diverse gallerie del vento, oltre a strumenti di diagnostica del flusso e solutori di fluidodinamica numerica all'avanguardia.
- Strategie basate sull'intelligenza artificiale per un trasporto verde
Il termine Machine Learning è oggi onnipresente grazie al recente sviluppo di librerie open source, come Tensorflow sviluppata da Google, che hanno reso questi algoritmi, tanto potenti quanto complessi da implementare, più user-friendly. La potenzialità di questi algoritmi risiede nella capacità di apprendere direttamente dai dati, si parla infatti di approccio “Data-Driven”.
Ciò permette di cambiare completamente il paradigma con cui si affronta un problema fluidodinamico. Non è infatti più necessario sviluppare un modello fisico approssimativo di problemi complessi, ma è il sistema che impara dai dati.
L’enorme quantità di dati disponibili, sia numerici che sperimentali, unita alla crescita esponenziale delle capacità computazionali hanno fatto sì che le tecniche di Machine Learning, già conosciute nel corso degli anni ’60, trovassero finalmente un’efficace applicazione pratica in problemi reali.
L’applicazione del Machine Learning a problemi come il controllo del flusso può introdurre miglioramenti significativi nelle prestazioni aerodinamiche dei veicoli stradali, più in particolare nella minimizzazione della resistenza aerodinamica. Il Deep Reinforcement Learning (DRL) ha dimostrato capacità in molti campi, dai videogiochi alla risoluzione di problemi complessi altamente non lineari. Il Reinforcement Learning (RL) modella un agente che interagisce con un ambiente (in questo caso il campo di movimento) attraverso una serie di azioni (le leggi di controllo) ottenendo una determinata ricompensa (la funzione da progettare).
Questa attività di ricerca focalizza l'attenzione sull'implementazione di tecniche di Machine Learning nel campo della fluidodinamica e del controllo della scia di corpi tozzi, caratterizzati da elevata resistenza aerodinamica, come i veicoli per il trasporto di merci su strada. Contribuiscono a una percentuale significativa delle emissioni legate ai trasporti. Ciò è in linea con le politiche e le proposte adottate dalla Commissione Europea che, attraverso il Green Deal, cerca di orientare le politiche dell’UE su clima, energia, trasporti e tassazione al fine di ridurre le emissioni di gas serra almeno del 55%. entro il 2030 rispetto ai livelli del 1990.
- Verso un velivolo a impatto zero: rugosità innovative per la riduzione della resistenza aerodinamica (progetto finanziato PRIN 2022)
La riduzione degli inquinanti nell’atmosfera è uno degli obiettivi principali fissati dall’ACARE Flightpath 2050. A tal fine, la comunità fluidodinamica sta attualmente compiendo sforzi significativi per affrontare il problema associato alla resistenza d’attrito dei veicoli in volo.
La resistenza d’attrito rappresenta una delle quote più significative della resistenza esercitata sui corpi aerodinamici, contribuendo tipicamente per circa il 50%.
Ciò ha stimolato una vasta gamma di metodologie di controllo che possono generalmente essere suddivise in due diverse categorie: attive o passive. Alle prime appartengono quelle soluzioni che richiedono energia, generalmente prelevata dallo spurgo del motore o da un alimentatore dedicato, con l'inconveniente di aumentare massa e costi.
Una delle metodologie passive più interessanti è quella delle riblets, che sono microscanalature praticate sulla superficie e allineate alla direzione del flusso libero. La tecnica è già stata applicata a casi reali, ad esempio sui costumi da bagno di atleti olimpionici o sulle navi della Coppa America.
Le riblets sono state ampiamente studiate negli ultimi 30 anni. L’interesse per l’argomento è lungi dall’essere diminuito, considerando il potenziale beneficio portato da questa manipolazione passiva. Il recente interesse dei produttori di aeromobili nell’implementare la tecnologia su velivoli esistenti ha alimentato la ricerca per trovare soluzioni innovative e ancora più efficienti, con la spinta verso la definizione di geometrie maggiormente riducenti la resistenza aerodinamica, come quelle sinusoidali.
È quindi fondamentale determinare l’effetto della geometria delle riblets (come l’ampiezza della lunghezza d’onda e la geometria del solco) sulla riduzione della resistenza che possono produrre. Ciò aprirà la strada all’implementazione delle scanalature su veicoli di piccole e grandi dimensioni, contribuendo al raggiungimento degli obiettivi di mitigazione dell’impatto ambientale della mobilità aerea.
- Sviluppo di metodologie di controllo del flusso per superfici portanti di aeromobili di prossima generazione con propulsione ibrida/elettrica
Le attività di ricerca riguardano le aree scientifiche e tecnologiche relative allo Spoke 1 – Air Mobility nell’ambito del Centro Nazionale per la Mobilità Sostenibile, finanziato dal Piano Nazionale di Ripresa e Resilienza NextGenerationEU (PNRR 2022-2025).
Le attività rientreranno nell'ambito del Work Package n.2 “Tecnologie dirompenti per velivoli a propulsione elettrica e ibrida” e n.3 “Tecnologie abilitanti per la mobilità aerea di prossima generazione”. Il programma Clean Aviation (Agenda strategica per la ricerca e l'innovazione, 2020) identifica le propulsioni ibride ed elettriche come uno dei fattori critici per raggiungere la neutralità carbonica entro il 2050. La necessità di introdurre soluzioni innovative per i sistemi di propulsione, come la propulsione distribuita, pone problemi legati all'efficienza aerodinamica dei veicoli di prossima generazione.
In questo senso, individuare soluzioni in grado di mitigare le interferenze legate all’integrazione del sistema di propulsione in quello di sollevamento, rappresenta un obiettivo fondamentale.
Gli obiettivi della ricerca sono i seguenti:
• Sviluppo e valutazione delle prestazioni di trattamenti superficiali innovativi per la riduzione della resistenza dell'attrito superficiale sui velivoli, comprese tecniche basate su dati per l'ottimizzazione e la previsione delle prestazioni.
• Valutazione dell'effetto dell'integrazione di sistemi di propulsione innovativi su veicoli per il trasporto regionale, comprese metodologie di controllo del flusso per mitigare l'impatto sulle prestazioni aerodinamiche;
• Sviluppo di metodologie non invasive per la valutazione dello scambio termico convettivo tra corrente e superfici complesse.
- Controllo attivo del flusso per la riduzione della resistenza all'attrito (progetto finanziato PRIN PNRR 2022)
La riduzione degli inquinanti nell’atmosfera è uno degli obiettivi principali fissati dall’ACARE Flightpath 2050. A tal fine, la comunità della fluidodinamica sta attualmente compiendo sforzi significativi per affrontare il problema associato alla resistenza per attrito dei veicoli in volo.
La resistenza all'attrito rappresenta una delle quote più significative della resistenza esercitata sui corpi aerodinamici, contribuendo tipicamente per circa il 50%.
Ciò ha stimolato una vasta gamma di metodologie di controllo che possono generalmente essere suddivise in due diverse categorie: passive o attive. Questi ultimi hanno l'ulteriore vantaggio che i loro parametri di controllo possono essere adattati a diverse condizioni di flusso e a diversi scopi.
Tra le tecniche attive, gruppi di attuatori al plasma montati a parete possono indurre movimenti di flusso che smorzano i meccanismi di rigenerazione della turbolenza. Gli attuatori al plasma sono costituiti da elementi conduttori alcuni dei quali esposti ad un gas (aria) che, a causa di un forte campo elettrico, può ionizzarsi localmente. Gli ioni vengono quindi accelerati dal campo elettrico provocando un movimento del fluido che può essere utilizzato per scopi di controllo del flusso.
Le attività di questo progetto comprendono:
• Sviluppo e caratterizzazione di array di attuatori al plasma
• Implementazione del controllo del flusso basato sul plasma in strutture di flusso di laboratorio e valutazioni sperimentali dell'effetto del controllo
• Simulazioni numeriche del controllo attivo del flusso basato sul plasma e valutazioni dell'effetto del controllo
- Analisi di getti elicoidali passivi/attivi
I getti sono tra i flussi industriali più diffusi. Applicazioni comuni sono relative al controllo del trasferimento di calore tra ambiente ed una parete. I getti elicoidali sono getti il cui flusso è indotto ad una componente azimutale e hanno dimostrato di apportare interessanti miglioramenti alle performance dei getti classici. Il flusso azimutale può essere causato in modi diversi. Il più comune è un approccio passivo che considera un inserto elicoidale nell'ugello del getto. Inoltre, sono stati presi in considerazione anche approcci attivi. Questi hanno il vantaggio che i loro parametri di controllo possono essere adattati a diverse condizioni di flusso e a diversi scopi. Questi approcci attivi si basano sull'introduzione di un flusso azimutale lungo quello assiale accelerato dall'ugello. Questo controllo del flusso può essere iniettato tramite orifizi installati sugli ugelli che soffiano aria pressurizzata o considerando altri tipi di attuatori. A questo scopo possono essere utilizzati attuatori al plasma. Gli attuatori al plasma sono costituiti da elementi conduttori, alcuni dei quali esposti ad un gas (aria) che, a causa di un forte campo elettrico, può ionizzarsi localmente. Gli ioni vengono quindi accelerati dal campo elettrico provocando un flusso di controllo che può essere utilizzato per indurre il movimento azimutale del flusso del getto.
Le attività di ricerca in questo progetto mirano a:
• Progettazione e caratterizzazione di getti swirl attivi passivi e basati su plasma
• Valutazione dell'effetto fluidodinamico del moto elicoidale
• Valutare le prestazioni di trasferimento del calore del moto elicoidale quando il getto impatta su una superficie piana