Il presente lavoro di tesi riguarda il dimensionamento e l'ottimizzazione di uno scambiatore di calore per una monoposto di Formula SAE. Gli obiettivi principali sono stati la riduzione del peso del sistema, la minimizzazione della potenza richiesta per la circolazione del fluido refrigerante e la massimizzazione dell'efficienza di scambio termico. Per l'analisi iniziale è stato impiegato il Design of Experiment (DOE) in combinazione con i punti di Pareto per identificare le configurazioni ottimali preliminari. Successivamente, sono state applicate tre diverse metodologie avanzate di ottimizzazione per migliorare ulteriormente i risultati: una delle tecniche adottate si basa sulla teoria dei sistemi fuzzy (Fuzzy Systems). L'analisi comparativa ha evidenziato che, a parità di risorse computazionali disponibili, il metodo basato sul Machine Learning produce soluzioni di qualità superiore rispetto alle altre tecniche, sebbene in quantità più limitata. Le soluzioni identificate rappresentano un passo significativo verso il miglioramento delle prestazioni dello scambiatore, dimostrando l'efficacia delle metodologie implementate e il potenziale di applicazione in ambito motorsport.
PROGETTAZIONE ED OTTIMIZZAZIONE MULTI-OBIETTIVO DI UNO SCAMBIATORE DI CALORE COMPATTO A FLUSSI INCROCIATI PER UNA MONOPOSTO ELETTRICA FORMULA SAE 2025
MACCHIA, GIUSEPPE
2023/2024
Abstract
Il presente lavoro di tesi riguarda il dimensionamento e l'ottimizzazione di uno scambiatore di calore per una monoposto di Formula SAE. Gli obiettivi principali sono stati la riduzione del peso del sistema, la minimizzazione della potenza richiesta per la circolazione del fluido refrigerante e la massimizzazione dell'efficienza di scambio termico. Per l'analisi iniziale è stato impiegato il Design of Experiment (DOE) in combinazione con i punti di Pareto per identificare le configurazioni ottimali preliminari. Successivamente, sono state applicate tre diverse metodologie avanzate di ottimizzazione per migliorare ulteriormente i risultati: una delle tecniche adottate si basa sulla teoria dei sistemi fuzzy (Fuzzy Systems). L'analisi comparativa ha evidenziato che, a parità di risorse computazionali disponibili, il metodo basato sul Machine Learning produce soluzioni di qualità superiore rispetto alle altre tecniche, sebbene in quantità più limitata. Le soluzioni identificate rappresentano un passo significativo verso il miglioramento delle prestazioni dello scambiatore, dimostrando l'efficacia delle metodologie implementate e il potenziale di applicazione in ambito motorsport.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi_Giuseppe_Macchia_Dimensionamento_e_ottimizzazione_di_uno_scambiatore_di_calore.pdf
non disponibili
Dimensione
2.57 MB
Formato
Adobe PDF
|
2.57 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/65519