
Assegnista di Ricerca
Dipartimento di Ingegneria Meccanica e Aerospaziale (DIMEAS)
Docente esterno e/o collaboratore didattico
Dipartimento di Ingegneria Meccanica e Aerospaziale (DIMEAS)
Dottorando in Ingegneria Meccanica , 35o cycle (2019-2022)
Dipartimento di Ingegneria Meccanica e Aerospaziale (DIMEAS)
Profilo
Dottorato di ricerca
Titolo della tesi
Artificial Intelligence Tools Applied to the Machine Fault Diagnosis of the Rotor-Bearing System
Argomento di ricerca
Digitalized Virtual Engineering and Testing of Lean Rotating Systems
Tutori
Interessi di ricerca
Biografia
Master's Degree: Mechanical Engineering, Politecnico di Torino.
Thesis: Analytical and Numerica Methods for Assessing the Fatigue Life of Threaded Bores
Topic: Fatigue and fracture in Internal Combustion Engines (GM Global Propulsion Systems)
Bachelor's Degree. Mechanical Engineering, Politecnico di Torino.
Settore scientifico discliplinare
(Area 0009 - Ingegneria industriale e dell'informazione)
Linee di ricerca
- Artificial Intelligence for Machine Diagnosis
Competenze
Settori ERC
SDG
Didattica
Insegnamenti
Corso di laurea magistrale
- Machine design. A.A. 2019/20, INGEGNERIA MECCANICA (MECHANICAL ENGINEERING). Collaboratore del corso
- Machine design. A.A. 2020/21, INGEGNERIA MECCANICA (MECHANICAL ENGINEERING). Collaboratore del corso
- Machine design. A.A. 2021/22, INGEGNERIA MECCANICA (MECHANICAL ENGINEERING). Collaboratore del corso
- Costruzione di macchine. A.A. 2022/23, INGEGNERIA MECCANICA. Collaboratore del corso
Corso di laurea di 1° livello
- Elementi di costruzione di macchine. A.A. 2022/23, INGEGNERIA MECCANICA. Collaboratore del corso
Ricerca
Gruppi di ricerca
Pubblicazioni
Coautori PoliTO
Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris
-
Brusa, Eugenio; Cibrario, Luca; Delprete, Cristiana; Di Maggio, Luigi Gianpio (2023)
Explainable AI for Machine Fault Diagnosis: Understanding Features' Contribution in Machine Learning Models for Industrial Condition Monitoring. In: APPLIED SCIENCES, vol. 13. ISSN 2076-3417
Contributo su Rivista -
Di Maggio, Luigi Gianpio (2023)
Intelligent Fault Diagnosis of Industrial Bearings Using Transfer Learning and CNNs Pre-Trained for Audio Classification. In: SENSORS, vol. 23. ISSN 1424-8220
Contributo su Rivista - Brusa, Eugenio; Delprete, Cristiana; DI MAGGIO, LUIGI GIANPIO (2022)
Eigen-spectrograms: An interpretable feature space for bearing fault diagnosis based on artificial intelligence and image processing. In: MECHANICS OF ADVANCED MATERIALS AND STRUCTURES, pp. 1-13. ISSN 1537-6494
Contributo su Rivista -
Brusa, E.; Delprete, C.; Giorio, L.; Di Maggio, L. G.; Zanella, V. (2022)
Design of an Innovative Test Rig for Industrial Bearing Monitoring with Self-Balancing Layout. In: MACHINES, vol. 10. ISSN 2075-1702
Contributo su Rivista - DI MAGGIO, LUIGI GIANPIO (2022)
Applicazione di algoritmi di Intelligenza Artificiale per il monitoraggio di cuscinetti volventi. In: Convegno AIAS2022, Padova, 7-10/9/2022
Contributo in Atti di Convegno (Proceeding) -
Brusa, E.; Delprete, C.; Di Maggio, L. G. (2021)
Deep transfer learning for machine diagnosis: From sound and music recognition to bearing fault detection. In: APPLIED SCIENCES, vol. 11. ISSN 2076-3417
Contributo su Rivista -
Brusa, E; Bruzzone, F; Delprete, C; Di Maggio, L; Rosso, C (2021)
Envelope analysis applied to non-Hertzian contact simulations in damaged roller bearings. In: The 49th AIAS Conference, Genoa, 2-5 september. ISSN 1757-8981
Contributo in Atti di Convegno (Proceeding) -
Delprete, C.; Maggio, L. G.; Sesana, R. (2021)
Theory of critical distances: A discussion on concepts and applications. In: PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS. PART C, JOURNAL OF MECHANICAL ENGINEERING SCIENCE, vol. 235, pp. 5695-5708. ISSN 0954-4062
Contributo su Rivista -
Brusa, Eugenio; Bruzzone, Fabio; Delprete, Cristiana; Di Maggio, Luigi Gianpio; Rosso, ... (2020)
A proposal of a technique for correlating defect dimensions to vibration amplitude in bearing monitoring. In: 5th European Conference of the Prognostics and Health Management Society, Virtual conference, 27-31 July 2020, pp. 1-14. ISBN: 978-1-936263-32-5
Contributo in Atti di Convegno (Proceeding) -
Brusa, E.; Bruzzone, F.; Delprete, C.; Di Maggio, L. G.; Rosso, C. (2020)
Health indicators construction for damage level assessment in bearing diagnostics: A proposal of an energetic approach based on envelope analysis. In: APPLIED SCIENCES, vol. 10, pp. 1-24. ISSN 2076-3417
Contributo su Rivista