L'obiettivo della ricerca è quello di utilizzare metodologie avanzate di apprendimento automatico (machine learning) al fine di sviluppare e validare modelli di ordine ridotto (ROM) per lo sciabordio (sloshing) verticale del carburante imbarcato nei serbatoi alari. Tale attività sarà svolta in sinergia con il progetto Europeo H2020 SLOWD (SLOshing Wing Dynamics), il cui obiettivo è studiare gli effetti dello sloshing in relazione alla sua potenziale capacità di ridurre i carichi sulle strutture alari flessibili. Come estensione rispetto alle modellazioni introdotte in SLOWD, si propone di integrare i ROM sviluppati in una formulazione integrata di velivolo flessibile completo, con la finalità di studiare gli effetti dello sloshing verticale sulla risposta globale. Il machine learning consentirà, grazie a metodologie che si basano sull'idea che i sistemi possono apprendere informazioni significative dai dati, di identificare e costruire il modello ridotto di sloshing, che viene a sua volta trattato come una scatola nera. I dati necessari per l'identificazione saranno forniti da opportune prove sperimentali. Ulteriori attività sperimentali saranno poi necessarie per la validazione del ROM, dove il serbatoio (contenente il fluido inteso come carburante) utilizzato per l'identificazione verrà montato su una trave a sbalzo (i test mireranno ad emulare condizioni operative dinamiche significative per i velivoli civili). I dati sperimentali ottenuti, verranno opportunamente confrontati con i risultati delle simulazioni di un sistema numerico equivalente a quello speriementale (in cui il ROM identificato vine integrato con un modello numerico della trave). La ricerca proposta avrà ricadute significative sulla progettazione dei velivoli civili soggetti più intensamente agli effetti dello sloshing del carburante e progettati per resistere ai carichi derivanti da raffiche atmosferiche e da impatti in atterraggio.
Con la ricerca proposta si vuole affrontare la sfida di caratterizzare un sistema fisico complesso, in cui entrano in gioco diverse aree di ricerca. L'aspetto chiave del progetto riguarda lo sviluppo di modelli di ordine ridotto (gemello digitale), basati sulle più recenti metodologie nel campo del machine learning, per la quantificazione degli effetti dissipativi indotti da fenomeni violenti di sciabordio all'interno dei serbatoi alari. Le pratiche proposte sono ben oltre lo stato dell'arte, poiché mirano innanzitutto a descrivere l'interazione fluido-struttura (sloshing del carburante con le dinamiche del velivolo flessibile) mediante un approccio di tipo multidisciplinare, in contrasto con l'approccio classico che presta attenzione alle singole discipline. E poi, le tecniche di apprendimento intelligente degli algoritmi verranno esplorate per la prima volta per modellizzare lo sloshing verticale, sulla base di dati ottenuti sperimentalmente. Le attuali pratiche di progettazione aeronautica non tengono alcun conto dell'effetto dello sloshing del combustibile, assumendo che esso possa essere trattato come un corpo rigido (o, in altri termini, una massa congelata). Le potenziali capacità della metodologia proposta costituirebbero quindi un cambiamento significativo nella progettazione aeronautica. Il contributo di tale attività di ricerca, complementare al foriero progetto H2020 SLOWD, mira quindi a far progredire le capacità della progettazione aeronautica dell'interazione sloshing/struttura per aumentare la competitività internazionale dell'industria aeronautica. L'applicazione di metodi e strumenti sviluppati nel presente contesto aeronautico può essere inoltre estesa ad altre aree di ricerca. Pertanto, questa ricerca vuole portare all'attenzione della comunità scientifica aeronautica problemi di rilevanza industriale in cui si manifestano comportamenti fortemente nonlineari e caotici del fluido contenuto all'interno di una struttura in volo. Si possono individuare sicuramente due impatti rilevanti della ricerca. Lo sviluppo di metodi e modelli descritti e la loro integrazione in fase di progettazione aeronautica può avere un potenziale significativo sia se applicato ad aggiornamenti di velivoli già certificati, che applicato su velivoli di nuova progettazione. Inoltre, l'integrazione dei modelli identificati nel framework di progettazione industriale permetterà di studiare lo sloshing in un contesto multidisciplinare, in modo tale da ottenere, con una più elevata efficienza computazionale (rispetto a processi in cui è previsto l'utilizzo di codici fluidodinamici ad alta fedeltà fisica), un design ottimale che sfrutti direttamente lo sciabordio come uno smorzatore dinamico naturale per il sistema strutturale ospitante.