Passa ai contenuti principali

Digital Twin – Il caso Hyperloop

 Con il termine hyperloop si identificano una serie di tecnologie che promettono di rivoluzionare il trasporto di persone e cose. L’idea di base è molto semplice: far viaggiare all’interno di tubi, dove viene creato il vuoto, delle capsule ad alta velocità con binari a levitazione magnetica. 

Credits: Virgin Hyperloop on instagram.com/p/CRHEB9ctQ6u/ 


Qualche tempo fa, mi è capitato di leggere un interessante articolo su come la progettazione della soluzione guidata dal gruppo Virgin, sia stata affiancata da analisi svolte mediante un sistema di ottimizzazione matematica. Come meglio descritto nel seguito, un digital twin, completamente basato su un modello matematico di ottimizzazione, permette di valutare le migliori scelte progettuali tenendo in considerazione i vari obiettivi di progetto. 

La necessità di avere un digital twin nasce probabilmente dal fatto che le tecnologie hyperloop non hanno una base di partenza già esistente. Non si tratta, per esempio, di costruire un treno più veloce o un'automobile elettrica. Di fatto, hyperloop rappresenta il caso in cui bisogna progettare e costruire una rete di trasporto completamente nuova e da zero. L’uso di un digital twin permette, con un costo contenuto rappresentato dall’ideazione ed implementazione di un modello matematico, di guidare la realizzazione di prototipi e soluzioni commerciali mediante l’identificazione delle scelte progettuali più promettenti. 


L’articolo a cui ho fatto riferimento è “Hyperloop System Optimization” di Philippe Kirschen e Edward Burnell. Lo trovate a questo link: https://arxiv.org/abs/2104.03907. Ecco qualche mia considerazione. 

Un sistema hyperloop è composto da tante parti, che sono tra di loro interconnesse. Ad esempio: le stazioni; le capsule; la rete di tubi; il sistema che crea il vuoto. 


Per avere un’idea di come queste parti siano interconnesse, la dimensione delle capsule influisce su: il numero di passeggeri; l’energia consumata per gli spostamenti e per creare il vuoto; il dimensionamento dei tubi; il raffreddamento dei motori in un ambiente a bassa pressione. 


La complessità di un sistema hyperloop, l’interconnessione tra le sue parti, gli obiettivi di sostenibilità ecologica ed economica: sono tutti buoni motivi per realizzare un digital twin basato su un sistema di ottimizzazione matematica. Questo sistema permette così di trovare la configurazione ideale delle varie componenti, modellando in maniera formale l’intero sistema. 


Il sistema così realizzato è stato chiamato HOPS, da Hyperloop System Optimization Tool, ed è stato implementato utilizzando: 

  • Python come linguaggio di programmazione 
  • GPkit, per la descrizione del problema in termini di programmazione geometrica 
  • Mosek come risolutore di problemi geometrici 

In conclusione, mi piace riportare un altro esempio di utilizzo di digital twin, perché credo farebbero bene anche nel disegno dei mercati elettrici. 

Commenti

Post popolari in questo blog

PuLP – Un valido strumento per la didattica

L'insegnamento dei concetti di base della ricerca operativa, ovvero la programmazione lineare, ha trovato nel corso degli ultimi anni diversi strumenti di supporto. Sono ormai parecchi i software gratuiti e open source che permettono agli studenti e agli insegnanti di toccare con mano le nozioni e i concetti spiegati e studiati sui banchi. Ricordiamo, ad esempio, glpk che con il suoi linguaggio di modellazione MathProg permettete di scrivere e risolvere anche complessi modelli di programmazione lineare intera. Oppure citiamo anche lp_solve che con il suo ambiente impropriamente chiamato lp_solve IDE permette di scrivere e risolvere modelli di programmazione lineare direttamente nella formulazione matematica. A mio avviso però le proposte appena citate sono limitate nella potenza espressiva e nelle capacità di integrarsi con altri software o moduli esterni. Queste limitazioni sono egregiamente risolte da PuLP : un modellatore di problemi di programmazione lineare intera basato

Ci arricchiremo con la ricerca operativa?

A questa domanda forse possiamo rispondere sì :-) , rimandando al lavoro molto fresco ed interessante di Giancarlo Volpe dal titolo " Scommesse sportive: un modello di Ricerca Operativa che descrive la “vincita perfetta” " E' possibile scaricare il documento da scribd.com . Dall'apprezzabile contenuto didattico la parte entrale, dove si illustra passo passo come è possibile usare il risolutore di excel per applicarlo al modello descritto. Buona lettura e giocate con moderazione. Un Modello di Ricerca Operativa per Scommesse Sportive

Dispense di ricerca operativa

Ho trovato sulla home page del prof. Agnetis, delle interessanti dispense di ricerca operativa. I temi trattati sono tutti molto interessanti: Appunti sul duale del problema del massimo flusso Appunti sui problemi di matching Appunti su classi di complessità e problemi NP-completi Appunti sul problema del TSP euclideo Appunti sulla generazione di colonne Appunti sui modelli di lot sizing: Wagner-Whitin, Zangwill, Florian-Klein Appunti sui problemi di scheduling Appunti sui metodi metaeuristici di ricerca Introduzione all'ottimizzazione non vincolata   Introduzione all'ottimizzazione vincolata Esercizi di ottimizzazione non vincolata  Condizioni di KKT e Programmazione Lineare  Esercizi di ottimizzazione vincolata   Raccolta di esercizi di PL svolti  Esercizi di esame di PL svolti Esercizi di PLI svolti Appunti sui metodi basati sul rilassamento Lagrangiano Esercizi d'esame (R.O.) di ottimizzazione non vincolata e vincolata Ottimizzazione nella Gestione