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

Dispense di ricerca operativa

Vi sottopongo alla vostra attenzione le dispense del corso di ricerca operativa, a cura della professoressa Laura Palagi . Scorrendo l'indice si possono molti argomenti interessanti, sia teorici che pratici. Questa dispensa conta ben 229 pagine, per cui è molto più vicino ad un buon manuale che a delle semplici dispense di un corso universitario. Ricerca Operativa PDF

Teoria dell'incertezza

Dal sito internet del Prof. Baoding Liu ho trovato due interessanti libri sulla teoria dell'incertezza. Uncertainty Theory Uncertainty theory is a branch of mathematics based on normality, monotonicity, self-duality, and countable subadditivity axioms. The goal of uncertainty theory is to study the behavior of uncertain phenomena such as fuzziness and randomness. The main topics include uncertainty theory, probability theory, credibility theory, and chance theory. This book provides a self-contained, comprehensive and up-to-date presentation of uncertainty theory. The purpose is to equip the readers with an axiomatic approach to deal with uncertainty. Theory and Practice of Uncertain Programming Real-life decisions are usually made in the state of uncertainty (fuzziness and randomness). How do we model optimization problems in uncertain environments? How do we solve these models? In order to answer these questions, this book provides a self-contained, comprehensive and up-to-date ...