Anagrafe della ricerca

MOBSOST - LA MOBILITA’ SOSTENIBILE CON UTILIZZO DI FUEL CELL E/O BATTERIE E/O GUIDA AUTONOMA

Durata:
12 mesi (2022 - 2023)
Responsabile scientifico:
Tipo di progetto:
National Research
Ente finanziatore:
ALTRI MINISTERI e ALTRI ENTI PUBBLICI (Camera di Commercio di Torino)
Codice identificativo progetto:
ND
Ruolo PoliTo:
Contraente Unico

Abstract

Il progetto è condotto all’interno del Gruppo di ricerca IEHV (Innovative Hybrid and Electric Vehicles) di cui la Prof.ssa Massimiliana Carello è responsabile. La ricerca è relativa all’innovazione green nell’ambito della mobilità sostenibile e dell’energia a 360°. E’ relativa sia allo sviluppo e implementazione di sistemi di propulsione elettrica e ibrida, che prevede l’utilizzo di batterie di nuova generazione e/o fuel cell a idrogeno, nell’ottica di realizzare un powertrain multi-energy di tipo green che all’integrazione funzionale di materiali per il lightweight design e per il miglioramento della dinamica veicolo. I risultati della ricerca possono vedere la loro applicazione non solo in veicoli o autobus per la mobilità cittadina ma anche in truck per trasporto merci, ove occorre realizzare sistemi di mobilità intelligente per la logistica e le persone in ottica di alta efficienza energetica, basso impatto ambientale e quindi riduzione di CO2. Lo scopo del progetto è di cofinanziare 1 anno di un dottorato e cofinanziare l’acquisto di attrezzatura per l’esecuzione di prove sperimentali. Il percorso di phd può prevedere, a seconda del candidato, due possibili attività: - studio e possibile implementazione di un powertrain innovativo elettrico o ibrido (con fuel cells, batterie e/o supercapacitors) per integrarne funzioni di controllo integrato, gestito mediante algoritmi basati sull’intelligenza artificiale/machine learning. - studio e implementazione della dinamica del veicolo per la guida autonoma in veicoli elettrici e/o ibridi, per integrarne funzioni di controllo integrato, gestito mediante algoritmi basati sull’intelligenza artificiale/machine learning. Nel corso del primo anno di dottorato l’attività sarà prevalentemente di formazione, analisi dello stato dell’arte, studio e predisposizione dei primi modelli di simulazione.

Persone coinvolte

Dipartimenti coinvolti

Parole chiave

Settori ERC

PE7_3 - Simulation engineering and modelling
SH1_11 - Technological change, innovation, research & development
PE6_7 - Artificial intelligence, intelligent systems, multi agent systems

Obiettivi di Sviluppo Sostenibile (Sustainable Development Goals)

Obiettivo 17. Rafforzare i mezzi di attuazione e rinnovare il partenariato mondiale per lo sviluppo sostenibile|Obiettivo 13. Promuovere azioni, a tutti i livelli, per combattere il cambiamento climatico*

Budget

Costo totale progetto: € 40.000,00
Contributo totale progetto: € 20.000,00
Costo totale PoliTo: € 40.000,00
Contributo PoliTo: € 20.000,00