Contesto

La capacità di effettuare esperimenti in laboratori “virtuali” di fenomeni fisici/chimici complessi come pure di stimare le prestazioni di dispositivi industriali è grandemente aumentata nelle ultime decadi grazie alla disponibilità di modelli matematici accurati ed efficienti risolti con metodi numerici da potenti super-calcolatori.  Questa accresciuta capacità di “simulare” (replicare) la realtà fisica virtualmente ha prodotto un significativo sviluppo sia delle scienze che delle applicazioni industriali.

La complessità di una simulazione è spesso determinata dalla circostanza che sistemi che sviluppano processi che evolvono a scale microscopiche (“piccole” scale) hanno un impatto non trascurabile per determinare processi alle scale macroscopiche (“grandi” scale): si parla in tal caso di sistemi a scale multiple.  La modellazione multiscala (“multiscale modelling”) si rende necessaria quando i modelli a macroscala non sono sufficientemente accurati e i modelli a microscala non sono abbastanza efficienti e/o offrono troppe informazioni come ad esempio in meteorologia è cruciale predire la produzione di inquinanti alla micro-scala (case, imprese, sistemi di trasporto) per poter predire l’impatto degli inquinanti alla macro-scala (buco dell’ozono, effetto serra, piogge acide). Combinando entrambi i punti di vista, la modellazione multiscala tende a raggiungere un compromesso ragionevole tra accuratezza ed efficienza utilizzando  modelli diversi per ciascuna delle scale diverse

Lo Spoke 6 Multiscale modeling & Engineering application si occupa di modellazione multiscala di sistemi cibernetici/fisici complessi che evolvono su molteplici scale di tempo e dello spazio e dello

sviluppo di modelli, algoritmi e codici in grado di sfruttare le capacità di architetture di calcolo ad alte prestazioni (ad esempio, sistemi ad alto livello di parallelismo, con GPU, FPGA o acceleratori di calcolo futuri, anche quantistici o basati su piattaforme open quali RISC-V).

La caratteristica di questo Spoke è la capacità di affrontare problemi che abbracciano diverse discipline, coinvolgendo scale multiple (dalla scala sub-nanoscopica di elettroni e atomi, a quella meso e macro), insiemi di dati eterogenei e di grandi dimensioni, e approcci interdisciplinari e multifisici, combinati con la capacità unica di tradurre le tecnologie numeriche e analitiche in applicazioni di diretto interesse e utilizzo per diversi campi scientifici e ingegneristici e per la società in generale.

Le metodologie sviluppate nello Spoke 6 avranno applicazioni in diversi campi dell’ingegneria, quali:

● la modellazione multi-scala, dal livello atomico a quello circuitale, per la realizzazione di dispositivi, circuiti e sistemi ad alte prestazioni per l’industria dei semiconduttori, in sinergia con le iniziative del ChipActs (La proposta di legge europea sui semiconduttori, approvata l’8 febbraio 2022 dalla Commissione Europea https://ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/european-chips-act_en);

● la fluidodinamica computazionale per sistemi di energia e potenza, turbomacchine, propulsione efficiente e verde per il settore aerospaziale e automobilistico, intensificazione dei processi chimici e chimica verde, processi farmaceutici e somministrazione di farmaci, lab-on-chip e biosensing per applicazioni biomediche, (bio)nanotecnologie, valutazione dell’impatto ambientale e del rischio di sicurezza dei processi industriali.

● la meccanica computazionale per macchine e impianti di produzione industriale; componenti strutturali, sistemi e infrastrutture;

● l’elettromagnetismo e l’elettronica computazionale di componenti e sistemi di array di antenne, moduli multichip ad alta frequenza e circuiti e sistemi elettronici-fotonici integrati, satelliti, veicoli aerei/terrestri/marini, macchine elettriche efficienti e sistemi di energia sostenibile;

● la simulazione di dispositivi e sistemi complessi per l’industria 4.0 e applicazioni nei settori dell’energia, dell’aerospazio e dell’automotive;

● l’elaborazione di big data per l’osservazione della Terra dallo spazio e/o sistemi di videosorveglianza o di gestione del traffico in smart cities con tecniche avanzate di machine-learning per la fusione di dati multisorgente e multispettrali;

● l’ analisi di dati massivi per applicazioni ingegneristiche come sorveglianza e rilevamento di anomalie/intrusioni per la sicurezza e la verifica della sicurezza funzionale dei sistemi ciber-fisici.