Automotive

L’attività di ricerca in ambito automotive integra ingegneria elettrica, mobilità sostenibile, sicurezza, modellazione e intelligenza artificiale. L’elettrificazione modifica l’architettura dei veicoli, mentre digitalizzazione e decarbonizzazione richiedono di ripensare anche infrastrutture di ricarica, reti elettriche e organizzazione della mobilità.

Un primo ambito riguarda la sicurezza dei veicoli elettrici e ibridi durante manutenzione, diagnosi, riparazione e gestione post-incidente. I sistemi di trazione ad alta tensione, le batterie e la possibile permanenza di tensioni residue introducono rischi differenti rispetto ai veicoli tradizionali. Un secondo ambito concerne l’interazione tra veicolo e infrastruttura energetica. Il progetto Wi-Road studia il Dynamic Wireless Power Transfer, ossia la ricarica induttiva dei veicoli durante il movimento mediante bobine integrate nella carreggiata. Il filone comprende anche il recupero energetico dalle sospensioni. Nel lavoro sullo smorzatore rigenerativo, le vibrazioni generate dalle irregolarità stradali vengono convertite in energia elettrica e accumulate in un supercondensatore. Gli studi sulla mobilità sostenibile ampliano infine l’analisi a traffico, caratteristiche territoriali, bisogni degli utenti e politiche urbane.

La principale criticità dei veicoli elettrici è la natura non immediatamente visibile del rischio. Un veicolo apparentemente disattivato può conservare tensioni residue; un isolamento danneggiato può rendere accessibili parti pericolose; una riattivazione involontaria può provocare contatti, cortocircuiti o archi elettrici. I rischi aumentano nei veicoli incidentati, allagati, in ricarica o con batterie deformate, surriscaldate o instabili. Sono inoltre possibili incendi, propagazione termica e rilascio di sostanze pericolose. Sul piano energetico, le stazioni di ricarica statiche comportano tempi di sosta, necessità di spazio e potenze elevate. La ricarica dinamica wireless deve invece affrontare perdite, disallineamento delle bobine, riscaldamento, compatibilità elettromagnetica, durabilità della pavimentazione, manutenzione, interoperabilità e sostenibilità economica.

L’intelligenza artificiale può supportare l’aggregazione dei dati diagnostici, il riconoscimento delle anomalie, la classificazione della gravità e la selezione delle procedure. Le indicazioni automatiche devono tuttavia essere spiegabili, confrontate con misure indipendenti e sottoposte alla decisione dell’operatore. Il modello dello smorzatore rigenerativo consente invece di stimare l’energia recuperabile dalle vibrazioni in differenti condizioni stradali. Alla scala urbana, l’integrazione tra indicatori territoriali, analisi statistiche e consultazione degli stakeholder permette di formulare interventi coerenti con le caratteristiche della città e le esigenze degli utenti.

Una prima prospettiva riguarda sistemi dinamici di gestione della sicurezza. Dati elettrici e termici, informazioni sulla batteria e registri degli interventi potranno alimentare strumenti capaci di aggiornare la valutazione del rischio. Tali sistemi dovranno essere validati anche su eventi rari e mantenere una chiara supervisione umana. Procedure, attrezzature e formazione dovranno evolvere insieme alle nuove architetture di batteria, alle tensioni di trazione e alle tecnologie di ricarica. Saranno utili simulazioni di emergenza, percorsi formativi differenziati e criteri di audit per officine e flotte.

I modelli degli smorzatori rigenerativi potranno essere estesi a veicoli completi e validati mediante prove su banco e su strada. A livello urbano, dati provenienti da infrastrutture e flotte potranno alimentare digital twin per confrontare gli effetti delle diverse soluzioni su traffico, domanda elettrica, emissioni e costi.

L’obiettivo complessivo è sviluppare una mobilità elettrica sicura, efficiente e integrata: veicoli gestiti correttamente, recupero dell’energia dissipata, ricarica incorporata nell’infrastruttura stradale e decisioni fondate su dati affidabili.