PROGRAMMA PRIN 2022 - B安道 PRIN2022 D.D. N.104 DEL 2 二月 2022

项目标题： HORUS – 按需整体远程无人感知

CUP代码： D53D23003880006

预算： € 74.489,60

U.R.负责人： Striccoli Domenico

其他研究单位或可能的子单位： 米兰理工大学，特伦托大学

项目 HORUS – 按需整体远程无人感知 旨在重新定义战略性民用基础设施结构健康监测（SHM）的范式，引入一种基于无人机群以及先进通信与人工智能技术的整体化、模块化、按需系统。其目标是突破传统监测系统的局限——后者依赖于安装在少数工程结构上的永久性传感器——并演进为一个可扩展、可自适应的平台，能够在不同基础设施上实时运行，即使在恶劣环境条件或极端事件发生后亦然。HORUS 重点关注物联网（IoT）技术、5G/6G 通信、无人机之间的协同传输、用于数据自动分析的机器学习算法，以及动态更新的数字孪生的集成。其长期目标是通过无人机搭载传感器实现海量数据采集，并进行安全、低时延传输与智能处理，以自动识别损伤、实时评估结构可靠性，并为基础设施的最优管理提供决策支持。在此情景下，HORUS 旨在提升基础设施管理的韧性、安全性和经济可持续性，降低传统检查的成本与时间，并增强在紧急情况下的响应能力。

HORUS 项目取得的成果在第一阶段主要涉及对近期无人机互联网（Internet of Drones）文献的研究，重点关注无人机与地面站之间信息交换的通信技术，尤其是无人机互操作性所采用的标准，包括通信协议、受控空域中的飞行程序，以及资源管理，具体体现在能耗和带宽方面。 

在第二阶段，已实现一个用于通过无人机远程监测桥梁结构状态的通信框架，重点关注在 5G 及更高代际蜂窝网络（5G-and-Beyond, 5GB）中传输压缩视频所使用的带宽资源。在此背景下，构建了一个实验性测试平台，其中移动中的无人机捕获并发送采用 H.264 和 H.265 标准压缩的视频片段，并测量完成无损传输所需的带宽。在对一分钟实时视频传输的实验中，分辨率为每帧 1280x720 像素，并采用不同帧率（每秒 15 至 60 帧），同时使用 H.264 和 H.265 两种压缩标准，所得结果表明平均带宽需求约为 20-30 Mbit/s；只有最新一代 5G 网络才能在无带宽问题的情况下支持此类速率。

PROGRAMMA PRIN 2022 - B安道 PRIN2022 D.D. N.104 DEL 2 二月 2022

项目标题： 适用于城市 环境的扩散增强型风力涡轮机（DWTURB）

CUP代码： D53D23003300006

预算： € 129.385

增值税号： Prof.ssa Stefania Cherubini

其他研究单位或可能的子单位： 那不勒斯费德里科二世大学

项目描述 

DWTURB 项目旨在开发对扩压器增益风力机（DAWTs）的精确数值建模。这类风力机由安装在环形翼内的风轮组成。与具有相同迎风面积的开式风力机（OWT）相比，这类风力机的优势在于，由于导流罩与风轮之间形成了有益的协同作用，DAWT 能够吞入更多气流，从而从风中提取更多功率。这使得即使在较低的切入风速下也能实现可观的能量产出，并降低噪声。DAWT 的性能通常采用将风轮建模为致动盘（AD）的理论或数值方法进行分析，这种方法使模拟计算成本较低，但无法考虑有限数量叶片的存在，也无法考虑扩压器区域可能发生的边界层分离。 

项目目标 

本项目旨在开展雷诺平均纳维—斯托克斯模拟（RANS）和大涡模拟（LES），以确保对这类风力机进行准确建模并评估其性能。

预期结果

该活动超越了对既有 DAWT 构型的简单选取，预期将发展为一种结构化的空气动力学设计，克服文献中常见的经典解耦方法，即风轮与扩压器分别设计。从参考几何出发，预期将建立一套系统的、基于 CFD 的设计策略，以研究风轮与扩压器之间的耦合相互作用，并识别决定功率提取增强的关键几何与运行参数。

已取得的结果

随后开展了三维 RANS 模拟，以详细揭示流场、压力分布以及风轮—导流罩相互作用机制。特别关注数值框架的稳健性，并通过对另一种已有实验数据的风力机构型开展验证工作进一步加以支持。随后进行了大涡模拟，以比较所研究的导流风力机与传统开式风力机的空气动力学性能和流动特性。评估了部分负载最大功率点跟踪对性能的运行影响，以及扩压器几何变化，尤其是风轮下游发散段的几何变化，对尾流动力学和输出功率的影响。模拟结果表明，扩压器的引入能够增强风轮所吸入的气流，进而相较于开式构型提高发电功率。为开发此类复杂流动的动态准确降阶模型（ROM），随后将大涡模拟得到的流场作为模态分解的数据库。针对这些三维流场，应用了动态模态分解（Dynamic Mode Decomposition），从而实现一种低成本的流动重构，能够以可接受的精度和较低的计算成本估计风力机的性能及其对环境的影响。另有工作致力于开发计算效率更高的建模工具，以保留风轮—扩压器相互作用的基本物理特征。所提出的框架在降阶计算环境中一致地整合了局部空气动力载荷与全局流动响应，保留了导致性能提升的关键相互作用机制。该方法使得开发一种具有物理基础且高效的 DAWT 性能分析预测工具成为可能，并与提供可靠设计与优化方法、同时显著降低计算成本的总体目标保持一致。

标题： 植物蛋白
CUP代码： B95B21005820001
预算： € 1.350.000,00
负责人：教授 Vito Gallo
征集： 供应链合同 - 第五批招标 - 农业、粮食主权和林业部
其他研究合作伙伴： Andriani S.p.A.、Terre Bradaniche S.r.l.、Apuliakundi S.r.l.

项目简要说明：

“植物蛋白”项目纳入了专门致力于豆类和植物蛋白产业链价值提升的产业链合同。巴里理工大学作为研究机构参与其中，开展面向引入数字技术、决策支持系统、传感技术、IoT/IoE、人工智能、分析追溯以及环境可持续性工具的相关活动。该项目整合农业、工业和科学领域的专业能力，以提升植物蛋白产品的质量、竞争力、可持续性和可追溯性。

“植物蛋白”产业链计划旨在建立一种创新的、可持续、具有竞争力且可复制的农工产业链模式，能够充分发挥参与主体在生产、地域、技术和组织方面的特定优势。该项目建立在农业企业、农产品加工企业、研究机构和技术合作伙伴之间的紧密协作基础之上，目标是推动形成一个能够在整个生产链中创造价值的一体化体系。

该计划的核心要素是采用由 Andriani S.p.A. 推动并由 Terre Bradaniche S.r.l. 具体实施的 生成式农业模型，该模型不仅旨在保护农业生态系统，更通过改善土壤肥力、保护生物多样性以及提升可持续农业生产的价值来实现农业生态系统的再生。在此背景下，面向开发可在不同生产环境中转移和复制的创新农艺规程的田间研究与试验活动具有特别重要的意义。

在产业链监测与管理数字平台（“Control Room”）中，战略性作用尤为突出。该平台整合了 DSS（Decision Support System，决策支持系统）、先进传感技术以及数据采集与分析工具，可对作物进行持续监测并优化农艺措施。该基础设施有助于更高效地利用资源，降低环境影响，并提升生产的可持续性。

此外，该计划还重视豆科作物在普利亚和巴西利卡塔地区典型轮作体系中的作用。引入豆科作物有助于改善土壤肥力、自然固氮，并减少化学肥料的使用，从而带来环境和农艺方面的双重效益。

凭借这一综合性方法，该计划能够增强农业企业的竞争力，确保生产达到高质量和高可追溯标准，促进技术创新并推动区域协同发展。其进一步的亮点还包括地方品种的价值提升、产业链品牌的创建，以及采用旨在保障产品质量、来源和可持续性的自愿认证体系。

总之，“植物蛋白”产业链代表了一种先进的农工一体化模式，将创新、环境可持续性、应用研究与区域发展相结合，为面向国内外市场挑战的新一代农产品产业链奠定了基础。

目标：
该倡议旨在通过三条主要路径加强植物蛋白供应链：

- 精准农业和4.0赋能技术；

- 生产的环境可持续性；

- 通过配备人工智能的系统实现可追溯性并彰显特色价值。

相关活动旨在实现田间、数字系统与DSS平台之间的数据采集和交换自动化，降低环境影响，优化生产投入，提高食品安全，并提升植物蛋白产品的商业价值和营养价值。

预期成果：
预计将提交用于评估企业创新程度的报告和规程、试验田和监测系统的搭建、IoT/IoE 平台的创建、质量控制和分析可追溯性规程的制定、基于机器学习的用于生产、环境绩效和可追溯性的 DSS 开发，以及关于碳足迹、水足迹和其他环境指标的报告。此外，还计划通过专利、科学出版物、科普活动以及可能的认证路径来提升成果价值，并特别关注 ISO 14001 和 ISO 22005。

ROBOFLUID - 用于人工肌肉、可穿戴冷却和主动纺织品的机器人流体

流体循环是生物体和机器都依赖的一项关键过程，广泛用于多种功能，包括高效的营养输送、温度调节和机械驱动。尽管具有潜力，但由于其应用所需机制的复杂性，流体循环长期以来一直难以得到广泛采用。由欧洲研究理事会（ERC）资助的 ROBOFLUID 项目旨在通过将流体能力与电控制技术相结合来克服这些挑战，推动机器人和可穿戴技术迈向更高水平的发展。该项目将利用固态泵和电场来简化流体循环所需的设备。ROBOFLUID 旨在开发受益于流体循环技术进步的技术，为各领域的创新应用铺平道路。

• 征集： ERC 起始资助 2023

• 资助协议：101116856

• 理工大学的角色：接待机构 

• 理工大学科学负责人：Vito Cacucciolo 教授 – DMMM

• 金额：150万欧元   

• SSD：ING-IND/13

• 网站： https://cordis.europa.eu/project/id/101116856

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：面向未来采用氢燃料的清洁客机的新型燃料系统开发（DNFSFCAFH）

教育、大学与科研部代码： 20229MWABH
CUP代码： D53D23003260006
预算： € 100.309
P.I.: 埃利亚·迪塔索教授 - 巴里理工大学
其他研究单位或可能的子单位
• UR2 - 萨尼奥大学，贝内文托
• UR3 - 那不勒斯费德里科二世大学

项目简要说明
DNFSFCAFH 项目针对航空运输脱碳的主要技术挑战之一：面向未来采用液氢（LH2）动力的洲内飞行器，开展供给系统架构定义与初步设计。
相关工作涵盖燃料系统设计的完整链条：现状研究、通过数值模型定义并模拟创新架构、配置优化、低温储罐、换热器、泵、管路及安全系统的初步设计、通过计量阀开发流量调节方案，以及辅助储存、排放和通风系统的设计。

目的
液氢在减少航空业排放方面具有巨大潜力：在相同能量含量下，其所需燃料质量显著低于传统燃料；若由可再生能源生产，则可实现无直接 CO2 排放燃烧，并且颗粒物排放可忽略不计。然而，其应用要求对机载燃料系统进行全面重新设计，因为氢必须在低温条件下储存、汽化、过热、计量并在受控条件下喷入燃烧室。
项目的总体目标是为氢动力飞行器技术解决方案的发展作出贡献，与欧洲减排目标以及 Clean Aviation 和 Flightpath 2050 的研究路线保持一致。具体而言，项目旨在为可靠、高效且可集成于未来商用飞行器的液氢燃料系统提供科学与设计基础。

预期成果
•    关于航空器 LH2 燃料系统的最新、系统化现状综述；
•    定义一种或多种在技术上可行的 LH2 燃料系统架构，包括储存、供给、热交换、计量和安全；
•    在 Simulink/Simscape 和 Amesim 环境中开发数值模型，用于模拟系统在不同运行条件下的行为；
•    系统配置及主要组件优化，并确定优化配置作为项目里程碑；
•    关键部件的初步设计，包括低温储罐、换热器、泵、管路、安全系统、计量阀以及辅助储存和排放系统；
•    技术交付物和索引科学论文的产出，最低目标为三篇 Scopus 收录论文。

已取得的成果 
项目已在预定时间内成功完成。全部七个工作包均已执行，科学和技术目标均已实现。相关活动形成了关于液氢航空燃料系统四个主要设计领域的系统性知识基础：储存、输送、热管理和计量。

主要成果包括：

• 完成了关于航空器 LH2 燃料系统的全面文献综述，分析了储存、输送、热管理、计量及安全系统；

• 提出并建模了一种创新的 LH2 燃料系统架构，并通过数值模型及不同仿真环境之间的对比进行了验证；

• 开发了 Simulink/Simscape 和 Amesim 参数化模型，并应用 MOGA-II 优化流程以识别优化配置；

• 完成了 LH2 主要部件的初步设计，包括换热器、低温储罐、泵、管路及安全系统；

• 开发并仿真了一种基于压电驱动的气态氢新型计量阀解决方案；

• 定义并仿真了中间储存、排放和 venting 系统；

• 发表了六篇 Scopus 收录的科学论文，超过了原定三篇的最低目标；

• 加强了国内外科研合作，包括与 University of Bath 和 Moog Controls Ltd 的合作，提升了该项目在国际氢航空研究界的可见度。

所有活动均遵循 Do No Significant Harm (DNSH) 原则和 Open Access 原则开展。活动性质主要为计算和数值研究，未进行物理实验，也未产生显著直接环境影响。相关论文通过期刊或会议论文集并采用开放获取选项予以公开。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：RaDAMES: RAdiation DAMagE in Structural material of fusion reactors under neutron irradiation: cross section measurements, possible mitigation strategies and material testing protocols

CUP代码 B53D23005050006

预算：€ 65.098

P.I. 或 U.R. 负责人 Prof. Giuseppe Demelio

其他研究单位或可能的子单位 Nicola 科隆纳博士（INFN），Annamaria Mazzone 博士（CNR）

项目简要说明
该项目研究了面向未来聚变反应堆使用的结构材料中中子诱导损伤。其主要关注点是由中子诱导的带电粒子发射反应所产生的气体生成，这种现象会显著影响暴露于聚变相关中子场中的材料的长期行为和可靠性。为解决这一问题，项目结合了互补的实验、计算和诊断方法。实验工作主要致力于评估在 CERN n_TOF 装置上测量能量依赖反应截面的可行性。同时，采用蒙特卡罗和分子动力学模拟研究不同尺度下的中子—材料相互作用及辐射损伤机制。项目特别关注钨这一聚变应用中的关键材料，以及空位、间隙原子、位错环和与氦相关损伤等缺陷的形成。与此同时，还探索了无损热学技术作为检测辐照引起材料性能变化的潜在工具。该项目由 INFN、CNR 和 Politecnico di Bari 共同实施，各方为整体科学目标贡献了各自的专业优势。

目的
该项目的主要目标是加深对聚变反应堆环境中所用材料中子损伤的理解与评估。首要目标是验证在 n_TOF 装置上是否能够准确测量中子诱导的带电粒子发射反应，尤其是与气体生成、氚增殖和材料劣化相关的反应。第二个目标是评估分子动力学模拟在原子尺度描述辐射损伤方面的预测能力。这些模拟旨在揭示钨中辐照诱导缺陷的形成、演化及稳定性。另一项目标是研究此类缺陷如何影响热学和力学性能，而这些性能对于聚变部件的安全运行至关重要。项目还试图探索无损诊断方法，尤其是激励热成像和脉冲激光技术，作为在不损害材料的情况下检测损伤的潜在工具。总体而言，最终目的在于整合实验测量、数值建模和材料表征方法，以支持未来聚变技术更安全、更可靠材料的开发。

预期成果
预计该项目将对在 CERN n_TOF 上测量中子诱导带电粒子反应的可行性作出具体示范。这包括设计、建造并验证一种新的探测系统，用于识别中子诱导反应中发射的轻带电粒子。蒙特卡罗模拟预计将通过估算探测器效率、预期计数率以及中子束诱导背景来支持实验工作。项目还旨在为未来针对对聚变应用具有特定意义的同位素开展测量奠定基础，包括与氚增殖以及反应堆包层中中子损伤相关的材料。在建模方面，分子动力学模拟预计将阐明中子辐照如何在钨中产生缺陷并改变其热物理性质的机制。这些结果旨在帮助将原子尺度的损伤过程与宏观材料退化联系起来。此外，项目还预计将评估无损热学技术识别辐照诱导损伤的潜力。更广泛地说，预期成果将是一套适用于未来聚变反应堆结构材料研究的实验与计算工具，以及相关科学论文和开放获取的成果传播。

已取得的成果 
该项目在所有主要计划领域均取得了显著成果。已开发出一种创新的固态探测系统，并在 n_TOF 装置的中子束条件下进行了测试和验证。该装置被证明能够探测并识别质子、氘核、氚核和 α 粒子等轻带电粒子，并在未来截面测量中展现出良好前景。验证测量采用碳反应完成，初步结果证实了所提实验方案的可行性。基于 GEANT4 的蒙特卡罗模拟被成功用于优化实验装置、估算效率、评估本底并规划未来测量。针对与聚变应用相关的锂和铍同位素测量方案已提交并获 CERN 批准。与此同时，分子动力学模拟成功应用于钨材料，以研究辐照诱导缺陷及其对热输运的影响。模拟表明，氦泡、空位和位错环等缺陷可显著降低晶格热导率。项目还评估了包括脉冲激光方法在内的无损热学手段，认为其是评估辐照引起退化的有前景工具。总体而言，各项活动均按照已批准的工作计划顺利完成，并为后续实验研究、建模工作和诊断技术发展奠定了坚实基础。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：“用于系外行星探测的量子成像”（QUEXO）

CUP代码： D53D23002850006

预算： € 94.396

P.I.: Prof. Cosmo Lupo

其他研究单位或可能的子单位： 意大利航天局（马泰拉）

项目简要说明
用于图像采集与处理的量子技术有望实现超越经典光学所允许的分辨率。QUEXO 的目标是测试一种基于将电磁场分解为横向模式（空间模式解复用 - SPADE）的新技术，并结合单光子探测器，以获得远超经典衍射极限的高精度测量。在受控环境中，我们将表征用于系外行星探测的测量协议和假设检验方法 [Huang, Lupo, Phys. Rev. Lett. 127, 130502 (2021)]。我们的愿景是，这项基础研究将为新的实验方法铺平道路，并推动通过直接成像开展系外行星研究。我们预计，未来在系外行星探测方面将取得远超现有水平的进展：在光子计数体制下，以及针对质量和轨道半径更小的行星，例如类地行星和位于宜居带内的行星。

目的
开发并测试用于高精度测量的光学方法，以获得用于空间观测，特别是系外行星观测的实验系统，其分辨率低于衍射极限。

预期成果
理论建模与实验实现，首先在光学平台上进行，随后与位于意大利航天局马泰拉基地的卡塞格林望远镜集成。演示用于实现低于衍射极限高精度测量的实验方法。

已取得的成果 
QUEXO 已完成 4 项光学平台实验，展示了对长度、频率和时间间隔的精密测量。在 [Santamaria, Sgobba, Lupo, Optica Quantum 2, 46 (2024)] 中，我们证明了 SPADE 和单光子探测器可用于精确测量两个非相干点源之间的距离，以及它们的相对强度。在 [Santamaria, Sgobba, Pallotti, Lupo, Photonics Res. 13, 865 (2025)] 我们证明了SPADE在低于衍射极限的分辨光谱中的应用。我们的工作预示了对恒星源进行高分辨率多普勒光谱测量的首次实现 [Kim et al., Astrophys. J. Lett. 993, L3 (2025)]。

我们开发了理论模型，用于描述和解释实验数据，并将我们的方法推广到对非相干源、且不一定是点源的区分问题 [Triggiani, Lupo, Quantum Sci. Technol. 11, 015028 (2026)]，并借助人工智能进一步开展研究 [Buonaiuto, Lupo, Quantum Mach. Intell. 7, 28 (2025)]. 

QUEXO 已在国际同行评审期刊上发表了 10 篇论文，在 7 场会议上展示了研究成果（5 场口头报告和 2 张海报），此外还作了 5 场邀请报告，并在巴里组织了 2 场研讨会。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：用于宽带连接和物联网服务的地面/空间一体化无线网络（INSPIRE）

CUP代码： D53D23001150006

预算： € 72.000

P.I.: Giuseppe Piro 教授 - 巴里理工大学

其他研究单位或可能的子单位： 
帕尔马大学（U.R. 负责人：Amina Piemontese 教授） 
卡西诺及南拉齐奥大学（U.R. 负责人：Stefano Buzzi 教授）

项目简要说明
PRIN INSPIRE 项目的目标是研究、设计并验证用于集成通信网络的创新解决方案，以通过地面基础设施与非地面平台（如低轨卫星、高空平台和无人机）之间的协同，实现三维连接。该项目面向先进应用场景，包括在未覆盖或覆盖不足地区扩展网络覆盖，以及支持大规模物联网服务，从而推动未来 beyond-5G/6G 网络的发展。在此背景下，INSPIRE 聚焦于能够支持高容量通信、海量接入和无处不在覆盖的网络架构设计与评估，并分析不同使能技术之间的协同交互。其中包括：对移动性、多普勒效应、相位噪声和非线性具有鲁棒性的 beyond-5G 波形，且具备集成感知功能；对流层通信基础设施；面向虚拟化和分布式 massive MIMO 系统的先进物理层与波束成形技术；基于软件定义范式的虚拟化功能与服务的分层编排机制；用于通信与计算资源最优分配的主动式算法，包括地面与非地面分段之间集成的网络切片方法；以及对集成地面-非地面网络的性能评估和创新架构方案分析。

目的
INSPIRE 项目的主要目标如下：开发面向陆地与非陆地一体化网络的物理层和系统层先进解决方案；设计灵活且可扩展的网络架构，以支持异构服务和高度动态的场景；制定无线电资源与计算资源联合管理的创新技术；开发基于软件定义网络和虚拟化范式的编排机制；构建仿真与验证工具，用于分析现实场景中的性能。

预期成果
巴里理工大学的 U.R. 旨在为地面与非地面一体化网络的创新解决方案开发作出贡献，重点涉及 beyond-5G/6G 的参考电信技术、用于通信与计算资源联合管理的智能算法开发、软件定义编排机制的定义，以及用于评估地面与非地面一体化架构的仿真工具和实验平台的实现与扩展。

已取得的成果 
巴里理工大学研究单位已取得多项重要且具有显著意义的科学成果，与项目目标完全一致，因此为面向地面与非地面综合网络的先进解决方案的开发与验证作出了贡献。特别是，已设计并试验用于 beyond-5G 系统的创新物理层技术，包括在 SDR 平台上实现的 integrated sensing and communication (ISAC) 解决方案，以及与 radio fingerprinting 相关的安全性问题分析。此外，还开发了基于 artificial intelligence 和 digital twin 的智能算法，用于通信与计算资源的联合管理，并应用于异构且动态的场景（例如 UAV-assisted 服务和多媒体应用）。该单位还为定义 software-defined 编排框架作出了贡献，以实现网络服务与功能的高效且可持续管理。最后，还构建了仿真工具和实验平台，包括 5G-air-simulator 的扩展以及用于 UAV 通信的 testbed，并将其用于在真实场景中评估所开发的解决方案。所取得的成果已在国际公认高水平期刊发表的科学论文和/或国际公开会议论文集中报告。有关所取得成果的更多信息（包括最终交付成果和出版物 PDF）可在 INSPIRE 项目网站上查阅 https://telematics.poliba.it/prin-inspire/.

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：I CAN BE - 考虑用户行为的协同与自动化车辆对交通网络影响评估

CODICE CUP: F53D23001990006

预算： € 66.600 

PoliBA 研究单位负责人： Mario Marinelli

其他研究单位： 
那不勒斯大学（PI: Luigi Pariota） 
萨莱诺大学（Resp. UR: Roberta Di Pace）

项目简要说明
I CAN BE 项目分析并建模了在协同与自动化驾驶技术（CAV）存在条件下的用户行为，开发了能够明确考虑驾驶员和乘客反应的交通控制策略。该方法结合了离散与聚合仿真方法，用于评估 CAV 技术对真实交通网络的影响，并考虑了不同的技术渗透率情景以及车辆与基础设施之间不同程度的协同。

目的
其主要目标是提供一个方法论与操作框架，用于评估 CAV 技术的影响，并考虑用户的真实行为，以支持交通管理策略的开发，尽量减少对网络的不利影响，并为协同与自动化车辆的可持续推广制定指导方针。

预期成果
构建一个用于在 CAV 存在条件下进行交通仿真与优化的集成框架。

• 在混合场景中对驾驶行为和出行选择进行真实建模。

• 评估协同策略（如 GLOSA、VSL、辅助并线）在降低拥堵、排放和风险方面的有效性。

• 支持公共决策者在采用 CAV 技术过程中制定相关工具。

已取得的成果 
POLIBA unit contributed to the development of an advanced simulation environment for real-time traffic management, called the virtual Traffic Management Center (vTMC), capable of representing in an integrated way the interaction between cooperative automated vehicles, intelligent infrastructure, and human-driven vehicles. This framework made it possible to simulate realistic mixed-traffic scenarios, highlighting the impact of different cooperative control strategies. In particular, POLIBA analyzed the effectiveness of interventions such as dynamic lane reduction (lane drop), cooperative speed regulation (VSL), merging assistance, and traffic signal phase management. Through simulations conducted with microscopic traffic models, it was demonstrated how increasing CAV penetration reduces congestion, emissions, and conflict risks in a non-linear manner, and how infrastructure strategies must be adaptive during technological transition phases. In detail, a simulation and optimization model for merging on motorway ramps (e.g., Tangenziale di Napoli) under infrastructure constraints was developed, highlighting the synergy between infrastructure control strategies and cooperative behaviors enabled by CAV. The unit also integrated an optimization approach based on robust indicators (e.g., cumulative average delay) to balance performance between main flows and entering vehicles, improving fairness and efficiency. Finally, it made a substantial contribution to the integration of models and results into a common multi-scale framework shared with the other project units, laying the groundwork for the development of guidelines applicable at the national level.

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：HERMES - Hypersonic vehicles Enhancement via Robust Multi-fidelity optimization for the Exploitation of Space

CODICE CUP D53D23004350001

预算： € 86.536

U.R. 负责人 Francesco Bonelli

其他研究单位： 米兰理工大学

项目简要说明
The project is situated within the field of hypersonic flight and access to space technologies, with particular reference to atmospheric re-entry of space vehicles, reusable launchers, and suborbital vehicles. Hypersonic flight is currently a sector of great scientific and industrial interest, as it involves applications related to research, space exploration, high-speed transport, and suborbital tourism. The design of these vehicles requires tools capable of describing complex physical phenomena, such as aerothermodynamic effects and non-equilibrium thermochemistry, while also taking into account uncertainties related to operating conditions and numerical models. The project concerned the development of multifidelity methodologies for robust design and aerodynamic optimization of hypersonic vehicles. 

Particular attention was devoted to modeling thermochemical processes in neutral air and in the presence of ablated species using both State-to-State models and multi-internal-temperature models derived in a self-consistent manner from the State-to-State approach.

目的
The project aimed to develop numerical tools and robust design methodologies for hypersonic vehicles, capable of integrating models and data with different levels of accuracy and computational cost. The objective was to improve the predictive capability of simulations, including a more accurate description of thermochemical processes for neutral air in the presence of ablated species. 

A central purpose was to reduce the computational cost of the vibrationally resolved State-to-State approach through the implementation of a multi-internal-temperature approach, in which vibrational levels are grouped into sets characterized by Boltzmann distributions at different temperatures. 

预期成果
预期成果涉及制定一种多保真方法，以降低设计与优化流程的计算成本，同时保持对空气动力学性能预测的高精度。 

特别预期改进在存在烧蚀物种条件下用于中性空气的逐态化学动力学模型，并开发多内部温度模型，以在多保真框架下降低计算成本。 

已取得的成果 
该项目使得基于多保真模型与不确定性量化技术的超声速飞行器稳健设计数值方法得以开发并完善。特别是，已制定出有助于超声速飞行器空气动力学稳健优化的程序。逐态模型已得到改进，用于描述在存在烧蚀物种条件下中性空气的热化学现象，并推导出一种多内部温度模型以降低计算成本。总体而言，所开展的活动促进了更高效、更具预测性的超声速飞行器设计工具的发展，并有望降低发射成本、提升进入太空的可及性。 

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：面向未来智能工厂中认知增强型能力发展的处方式数字孪生（RESILIENCE） 

CUP代码: D53D23003710006
预算: € 67.774
分配给研究单位的MUR资助：47.338欧元 
分配给研究单位的大学/机构共资助：20.436欧元 
总成本：67.774欧元

研究单位负责人（Poliba）: 乔治奥·莫萨 

其他研究单位:

• 卡拉布里亚大学
• 萨莱诺大学
• 布雷西亚大学 

项目简要说明
RESILIENCE项目旨在应对先进制造环境中劳动力培训流程创新的需求，这些环境具有高度复杂性且非例行性活动日益增多。该项目提出一种基于处方式数字孪生的新范式，整合数字孪生、处方式分析、建筑信息模型（BIM）以及结构化在岗培训（OJT）策略等技术。该方法能够生成情境化的数字培训环境，并开展“按需”培训，即仅在必要时提供，并根据具体运行条件进行调整。 
巴里理工大学研究单位通过对任务与人类绩效进行认知建模作出贡献，将认知负荷、任务复杂度和个体特征等因素整合到培训与决策过程中。 

目的
该项目的主要目标是开发一个集成化的处方式培训系统，以提升智能工厂中劳动力的能力。具体而言，项目旨在：
•    开发用于活动推荐的处方式分析模型；
•    通过BIM和数字孪生生成数字培训环境；
•    定义基于认知因素的学习模型；
•    对任务复杂度和人类绩效进行建模；
•    促进技术转移和Industry 4.0环境中的创新。

预期成果
项目计划开发：
•    一个基于处方式数字孪生的培训系统原型；
•    提升工人的能力、安全性和适应性；
•    缩短培训时间并提高技能保留率；
•    用于活动与培训规划的决策支持工具；
•    在数字孪生、人工智能和以人为中心系统领域取得科学进展。

已取得的成果 
巴里理工大学的研究团队开发了一种以人为中心的方法，用于在先进工业环境中对人类绩效和培训策略进行建模。具体而言，已取得以下成果：
•    开发了将任务复杂性、认知负荷与人类绩效联系起来的分析框架；
•    对认知负荷测量方法及操作员支持技术进行了系统分析；
•    建立了用于技能学习与遗忘（learning/forgetting）的模型；
•    在真实工业条件下对培训策略进行了实验验证；
•    提供了支持个性化和自适应培训方法的证据，这些方法基于工人的个体特征。
总体而言，这些成果有助于界定一种规范性培训范式，在该范式中，操作与培训决策同时考虑生产系统的需求以及工人的能力和认知状态。 
 

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：异质系统的数学建模 

CUP代码 D53D23005900006

预算： € 85.441（其中 MUR 资助 € 55478）

负责人 研究单位 Florio Giuseppe

其他研究单位或可能的子单位

罗马大学“萨皮恩扎”研究单位（PI： E.N.M. Cirillo)

佛罗伦萨大学研究单位（RU： L. Fusi)

项目简要说明
“异质系统的数学建模”（MMHS）项目旨在为具有结构异质性和多尺度特征的复杂系统建立严格且具有预测性的数学描述。这类系统包括复合材料、生物组织、复杂流体和颗粒系统，其宏观涌现性质无法由经典均质模型推导而得。该项目拟通过一种综合方法弥补这一缺口，该方法结合了均匀化理论、偏微分方程、统计力学和渐近分析。

科学活动按照多尺度视角组织，目标是将微观或介观模型与有效的宏观定律联系起来。在此背景下，研究特别关注异质介质中的输运与扩散机制、多稳态系统中的相变，以及具有非线性行为的复杂材料建模。该项目还通过具有互补专长的研究单位之间的合作而推进，确保理论方法、数值方法与实验活动之间的整合。

目的
该项目的主要目标是构建能够描述异质系统中涌现现象的数学模型，尤其关注微观结构与宏观行为之间的关系。具体而言，项目旨在推导有效的输运与扩散定律，理解亚稳态与成核机制，并为复杂材料和非牛顿流体开发预测模型。另一项目标是整合来自统计力学、数学分析和连续介质力学的方法，以建立一个连贯且可应用于不同科学情境的理论框架。

预期成果
预期成果包括开发多尺度数学模型、从微观模型严格推导宏观定律，以及表征异质系统中的异常扩散、相变和不稳定性等复杂现象。同时，还预计将产出高水平科学成果，通过国际期刊论文和会议参与加以记录，并加强相关研究单位之间的合作。

已取得的成果 
所开展的活动取得了具有重要科学意义且与项目初始目标一致的成果。特别是，已建立了异质介质中输运与扩散过程的严格理论，从复杂的微观结构出发推导出有效的宏观方程。研究表明，微观层面的不同无序机制可产生不同的宏观行为，同时也阐明了复合材料中界面条件的作用。

在多稳态系统和相变领域，对格点随机模型中的亚稳态与成核机制研究取得了显著成果。分析揭示了微观动力学与宏观行为之间的联系，并对亚稳态与稳定态之间的转变作出了详细描述。这些成果有助于更深入地理解异质系统中的转变现象。

在具有复杂内部结构材料的建模与分析方面也取得了进一步进展。与此同时，还研究了异质材料中的热效应与熵效应，表明微观涨落和无序会显著改变宏观性质，例如相变中的展宽现象。

在流体力学领域，通过解析与数值方法分析了复杂几何中的非牛顿流体和黏塑性流动。研究获得了关于分层悬浮液及先进流变模型稳定性和失稳起始的结果，提高了复杂流体模型的预测能力。 

总体而言，该项目形成了一套有机的成果体系，融合了严格的数学分析、随机建模与连续介质力学，为不同尺度上异质系统的描述奠定了坚实的理论基础。这些成果已通过在高影响力国际期刊上发表的大量科学论文得到验证和传播。

这些成果也通过一个网站进行了传播，网址为 https://www.sbai.uniroma1.it/progetti/mmhs/index.php

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：Equality and Resilience of Agroecosystems through Smart water Management and USe (ERASMUS)

CUP代码 B53D23006510006

预算： € 92.600

项目负责人或单位负责人： 项目负责人 Alessandro Pagano 教授——巴里理工大学

其他研究单位或可能的子单位： 米兰理工大学（POLIMI）、萨南诺大学（UNISANNIO）、CNR-IRSA（在项目负责人转至 POLIBA 之前，参与了项目初始阶段）

项目简要说明
ERASMUS 项目旨在分析灌溉农业生态系统的韧性，并进一步识别可用于提升其韧性的潜在策略。该项目分析了水、能源、农业生产、环境条件以及此类系统典型管理实践之间的强相互依赖关系，重点关注水资源的高效与可持续管理。为此，ERASMUS 项目提出整合系统动力学建模、多维指标、液压/数值建模以及参与式建模方法，并将其应用于两个案例研究，即位于意大利南部的两个灌溉联盟。 

目的
该项目的主要目标是将韧性理念应用于灌溉农业生态系统，并将其转化为实用工具和方法，以支持在水资源日益短缺的背景下对水资源进行适应性和可持续管理。具体而言，ERASMUS 旨在：i) 加深对灌溉农业生态系统特征动态的理解；ii) 确定并构建一套韧性评估指标，涵盖多个维度和相关领域；iii) 分析和评估（包括对比评估）用于灌溉系统现代化的创新技术，尤其关注智能阀门的应用及现有网络的改造；iv) 在真实案例研究中测试技术和管理解决方案，促进利益相关方参与和知识交流，并支持项目成果的复制推广。

预期成果
主要预期成果为：

• 通过使用系统动力学建模工具，开发用于分析灌溉农业生态系统韧性的概念模型；
• 识别一组多维指标，主要覆盖灌溉网络运行效率的水力维度，并将其与农业、环境、能源和社会经济维度相结合；
• 用于灌溉系统管理的创新技术解决方案的审查与比较评估，包括智能和离网技术；
• 通过水力和数值建模，对旨在提升灌溉系统韧性的技术和管理解决方案进行测试；
• 在两个试点站点启动创新社区，并确定有助于可复制性和决策支持的方法学要素。

已取得的成果 
在该项目中，开发并分析了一个因果回路图（Causal Loop Diagram），用于识别影响灌溉农业生态系统韧性的反馈、关键问题和杠杆点。此外，还定义了一个指标框架，用于从以下视角评估灌溉系统的韧性： 水-能源-食物-生态系统纽带。一项面向土地改良联合会的全国性调查提供了关于灌溉基础设施现状、创新需求以及其主要创新障碍的最新概况。针对两个具体案例，水力和数值建模的应用支持了经济有效的改造策略识别，并对 OASIS 和 GreenValve 等创新技术进行了测试。该项目还证明了这些装置在能源可持续性和管理潜力方面的可行性，并建立了两个创新社区，促进了利益相关方的参与、成果验证以及对未来可能发展的讨论，且这一讨论也延伸至国际层面

ERASMUS 项目旨在分析灌溉农业生态系统的韧性，并制定相应的改进策略，尤其关注在水资源日益短缺的背景下，如何高效、可持续地管理水资源。项目将灌溉系统视为复杂的社会—生态系统，其特点是水、能源、农业生产、环境条件和管理实践之间存在密切的相互依存关系。项目综合运用了概念方法、指标综述、水力与数值建模以及参与式建模，并将其应用于意大利南部两个灌溉联盟的案例研究。项目的主要目标是通过制定有助于支持水资源适应性和可持续管理的工具与方法，使灌溉农业生态系统中的韧性概念得以实际应用。预期主要成果包括：运用系统动力学建模开发概念模型；确定一套多维指标；综述并比较评估创新技术；在真实案例中测试技术和管理方案；以及建立创新共同体。已取得的成果证实这些目标均已实现：项目开发并分析了因果回路图，以识别反馈机制、关键问题和潜在干预点（杠杆点）；从水—能源—粮食—生态系统纽结视角构建了指标框架；一项全国性调查提供了灌溉基础设施现状及创新需求的最新概况；最后，水力与数值建模为确定经济上有效的改造策略，以及测试 OASIS 和 GreenValve 等创新技术提供了支持，并凸显了这些技术在灌溉系统管理方面的潜力。项目的一项特色是让利益相关方参与其中，旨在将成果推广至其他情境，并更广泛地传播相关模式与技术。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目标题：Reloading city：一种面向城市与区域再生的新系统性方法

CUP代码 D53D23011000006

预算：€ 38.300

负责人 U.R.： Bisciglia Sergio

其他研究单位或可能的子单位：

• 佩鲁贾大学（Annalisa Giusti教授，P.I.）

• 坎帕尼亚“路易吉·范维特利”大学

• 拉奎拉大学

• 萨萨里大学

项目简要说明
本研究的主题是城市更新，作为国家的发展战略，以及作为后疫情危机复苏的工具。研究的原因——同时也是目标——在于构建能够（重新）引导城市更新方法的路径，超越部门化维度，并提出一种不仅是多学科的，而且是多尺度的研究。

目的
这项研究立足于三个方面：1. 恢复公共主体在再生进程治理中的核心地位，使其能够推动项目构想并引导私人部门的行动；2. 以公共城市为出发点重新思考城市再生，将其视为空间和居住形态；3. 恢复城市规划项目的系统性特征，克服中心城区与外围地区之间的二分法，以及由此衍生的部门化且成效有限的技术、法律和监管工具。

巴里单位围绕其他研究单位所探讨的主题——居住问题以及公共空间和公共设施在社会融合与包容中的作用——展开，主要基于对规范性工具及其转化为具体行动的分析，并对这些行动进行了适当的重新分类。 即使考虑到 巴里的案例研究中，主要的调查领域是其大都市区。

预期成果
重建一个综合性的更新维度，使其不至于转化为工具的同质化与统一化，并摒弃对“地方发展”和“城市更新”之间二元对立的解读，转而采用更契合所揭示问题复杂性的新参数。这应从对更新类型及其在都市区域内差异化分布的梳理开始.

已取得的成果 
在分析层面上的结果涉及界定再生政策与行动的制定和实施领域，并考虑了领土治理的不同层级。相对于研究项目中最初预设并提出的框架，出现了 a）一方面，这些制定与实施领域有所扩大，不仅包括以更强适用刚性为特征的城市更新政策，还包括可归入福利、文化和青年政策的市政行动，这些行动被认为在共识获取和即时实施方面更为有效 和 b) 另一方面，相关制度和社会主体在这些领域中的重新定位，表现为经济利益相关方的作用相较于最初预期有所弱化，而公共行动者，尤其是大区和市镇，居于更加核心的位置，从而引导研究转向对跨部门动态以及城市更新实施机制的批判性分析；这些机制往往僵化地沿用自其他情境中未经批判吸收的模式与实践.
 

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：通过声发射技术对民用和航空航天应用中的自愈复合材料进行创新性损伤监测 – IN MOOSHEAC

CUP代码：  D53D23003600006

预算：  € 137.865

P.I.  BARILE Claudia

其他研究单位 都灵理工大学

项目简要说明
该项目旨在研究并测试自愈复合材料（SH）的可修复性、机械性能恢复能力以及结构稳定性。实验活动包括对专门设计的SH复合材料制成的试样和半成品组件开展破坏性与非破坏性测试，这些材料在树脂含量、纤维架构和铺层配置方面彼此不同。破坏性试验的目标是全面评估该SH复合体系在表面、次表面及层间失效后机械性能的恢复情况。 

而非破坏性检测则出于两个主要原因而开展：利用声发射（EA）、数字图像相关（DIC）和太赫兹时域光谱（THz-TDS）技术，对 SH 复合材料系统中的损伤演化进行原位监测；通过对实验室尺度试样和大型构件进行主动模式声发射（EA）测试，分析修复过程的发展情况以及机械性能的恢复情况。 

目的
项目目标是确定一种结构化方法，通过结合多种实验技术对复合材料进行力学分析，从而能够准确、精确地描述材料的力学行为，以及服役过程中缺陷和断裂的起始、扩展与修复。 

该方法还使得识别出一种最优的SH复合材料配置成为可能，该配置能够延长结构材料的使用寿命，并在可持续性方面带来明显优势，因为塑料基体会对环境造成影响.

预期成果
基于公认标准的破坏性试验活动旨在通过激活自修复过程，量化这些复合材料的修复程度以及机械性能恢复水平。

为支持该研究，采用了基于机器学习（ML）的参数数据和EA波形数据的分析方法，旨在自动化描述材料力学行为以及损伤程度和断裂类型的过程.

已取得的成果 
已开发出一种创新的损伤监测系统，该系统采用基于波形参数并由机器学习支持的EA技术。 

在航空航天应用领域，基于EA的损伤监测系统还在暴露于不同紫外线（UV）辐射水平的试样上进行了测试。这些实验研究结果表明，这些SH复合材料凭借良好的自修复能力，具有潜在的结构应用前景，并可相应延长其使用寿命