PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：自旋电子学计量：一种用于可靠确定 Dzyaloshinskii-Moriya 相互作用的机器学习方法（MetroSpin）

CUP代码：  D53D23002360006

预算：  € 77.095

U.R.负责人： Vito Puliafito 
其他研究单位或可能的子单位： 
都灵国家计量研究院（PI 的 U.R.）和佩鲁贾大学

项目简要说明
尽管自旋电子学作为 CMOS 技术的低功耗替代方案并与其兼容，已在科学和工业领域取得了显著发展，但其商业化推广仍受限于缺乏用于测量器件关键参数的可靠计量标准。

该项目提出了一项针对 Dzyaloshinskii-Moriya 相互作用（DMI）的应用研究。DMI 是用于低功耗存储器和逻辑器件中的手性自旋结构稳定性的基本参数。在此前欧洲研究已制定实验最佳实践之后，仍缺乏一种能够解释测量中残余差异的统计方法。

因此，项目目标是分析测量的可重复性与重复性，将数据离散性与样品缺陷及不均匀性相关联，并开发机器学习方法，从模拟和实验磁图样中提取 DMI。人工智能被评估为一种可能的计量工具，可提高测量可靠性，其潜在影响不仅限于自旋电子学，也适用于所有面临类似问题的纳米技术领域。

目的
该项目旨在通过基于机器学习的统计方法提高自旋电子学测量的可靠性，重点关注 Dzyaloshinskii-Moriya 相互作用（DMI）的测量，这一参数对于创新型自旋电子器件至关重要。相关活动包括降低不同测量技术之间的不确定性和差异，分析数据离散性的物理来源，以及开发基于人工智能的自动化分析流程。项目还评估了此类方法向自旋电子学及纳米技术其他领域扩展的可能性。

预期成果
项目预期成果包括：更深入理解 DMI 测量离散性的物理与统计原因；识别降低实验不确定性、提高测量技术重复性的策略；以及开发基于机器学习的自动化分析工具。项目还旨在证明人工智能作为自旋电子学计量支持工具的潜力，并进一步推广至其他具有类似测量可靠性问题的纳米技术应用领域。

已取得的成果 
项目已成功实现三项主要目标。

• 对界面 Dzyaloshinskii-Moriya 相互作用（iDMI）进行了精确测定。针对 iDMI 的两种主要测量技术——布里渊光散射（BLS）和通过磁光克尔效应（MOKE）测量的磁泡非对称扩展——制定了指导方针。这些指导方针界定了实现准确测量的关键技术要素，包括重复性研究、对内在与外在参数依赖性的分析，以及对不同 iDMI 评估模型的比较。这为评估自旋电子器件的质量、性能和能耗提供了可靠工具。

• 解决测量技术之间差异。按照所制定的指导方针，已显著降低两种方法的测量不确定度。文献中报道的 iDMI 值之间的显著差异已成功归因于手性阻尼（chiral damping）的存在，该因素对气泡扩展技术的影响不同于 BLS。借助项目中开发的模型，已能够在实验不确定度范围内为两种技术获得一致的 iDMI 值。这一结果显著加深了对存在 iDMI 时畴壁运动物理的理解。

• 统计方法的可行性与人工智能的整合。通过对模拟气泡扩展技术的合成数据开展研究，已证明将机器学习用于 iDMI 的快速、高通量分析（包括统计方面）的潜力。该模型在存在模拟缺陷和模糊图像的情况下也表现出稳健性。一旦获得合适的数据集，这项工作将有望推动开发一种基于人工智能、快速且易于获取的工具，用于自旋电子器件的分类。
   

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：软物质与层级材料的创新数学模型

CODICE CUP:  D53D23006020006

预算：€ 95.970

P.I.: Giuseppe Puglisi
其他研究单位负责人：
Luciano TERESI 罗马第三大学
Luca DESERI 特伦托大学
Arsenio CUTOLO 那不勒斯费德里科二世大学

项目简要说明
“软物质与层级材料的创新数学模型”项目旨在开发用于研究软性与复杂材料的多尺度数学模型，研究对象涵盖生物材料以及受自然启发的层级材料。该方法具有跨学科特征，整合了统计力学、非线性连续介质力学、多物理场建模、数值模拟、实验分析以及物理约束机器学习方法。各项活动沿四条研究方向展开，并由相应单位协调：生物与聚合物材料的多尺度模型（UR Poliba，PI：Giuseppe Puglisi）、形态发生力学（UR Roma Tre）、软材料在基底上的失稳与起皱（UR Trento）、细胞力学与多物理场（UR Napoli）。该项目由意大利大学与研究部（MUR）资助. 

目的
其根本目标是通过结合理论、计算与实验分析，建立材料宏观行为与其微观及纳米尺度性质之间的直接联系。巴里理工大学研究单元尤其致力于开发面向生物启发材料的预测模型——特别关注丝绸及受其启发的人造纤维——并整合统计力学、相变建模以及物理约束机器学习。Poliba 的活动属于项目的 A 线，专注于生物材料和聚合物材料的多尺度方法，并在先进材料、工程和生物力学领域具有应用前景. 

预期成果
巴里理工大学研究单元的活动旨在开发多尺度分析模型，以建立生物材料分子结构和微观结构与其宏观响应之间的联系。预期将获得基于物理原理的新型分析工具，用于对复杂材料的本构行为进行描述——包括纤维系统、蛋白质材料以及处于可变环境条件下的软材料——并进一步加深对控制相变、断裂、黏附和热涨落机制的理解。在传播方面，预计将在高影响力国际期刊上发表论文，并在相关研究团队之间建立稳定的科学网络.

已取得的成果 （对于正在进行中的、属于滚动资助的 PRIN 2022 项目，本部分将不予填写）
巴里理工大学研究单元的活动遵循了一条连贯的科学路径，将统计力学、非线性连续介质力学与多尺度建模结合于一个用于研究软材料和层级材料的理论框架中。研究阐明了多稳态系统中的热力学极限及热涨落的作用，并将其应用于断裂、黏附和相变。一个核心研究方向涉及蜘蛛丝及仿生材料的建模：超收缩被解释为由湿度驱动的固-固相变，而收缩-扭转耦合响应则被归因于一种双重庞廷效应。基于物理原理的机器学习方法支持了针对这些复杂系统的可解释分析模型的开发。

在实验层面，得益于该项目的资助，现有的双轴试验机被扩展配备了温湿度可控的气候箱、新型传感器以及立体 DIC 光学系统，从而能够获取关于温度和湿度对所研究材料力学行为耦合影响的基础性认识。

研究成果已通过在高影响力国际期刊上发表论文以及在国内外会议上作报告的方式进行了传播。该项目还促进了与其他从事相关领域研究的国内科研团队建立科学网络，并通过组织 PRIN 项目之间的联合会议得以巩固。

该项目由大学与研究部（MUR）资助。
 

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称： CAMEO - 对话式智能体：掌握、评估、优化

CODICE CUP:  D53D23008920006

预算： € 77.794,00

项目负责人或单位负责人： Tommaso Di Noia

其他研究单位或可能的子单位： 
UNIPD - 帕多瓦大学 
CNR - 国家研究委员会 
POLIBA - 巴里理工大学 
ROMA1 - 罗马第一大学“萨皮恩扎”

项目简要说明
对话式智能体如今已广泛应用于聊天机器人、智能手机以及 Google Home、Alexa 和 Siri 等智能家居设备。然而，它们在支持自然、引人入胜且具备上下文感知能力的实时交互方面仍面临困难。 
CAMEO 项目通过利用用户上下文作为内部知识来源来应对这些局限，捕获来自过往交互的信息并将其与领域知识相融合。这使得对话管理、查询应答、个性化检索和推荐更加有效。 

目的
CAMEO 的一项关键贡献是在统一框架内整合了检索与推荐，并改进了评估方法，以更好地理解和优化对话式智能体的行为。 

预期成果
用于查询词库的语义搜索引擎定义，该引擎将能够检索词条并分析其语义演变，突出显示统计信息，例如某一术语随时间变化的频率、术语含义的变化以及更多共现术语。查询词库将有助于追溯并突出法国两次世界大战之间所发生的文化反映。该词库将以开放获取方式提供。 
传播活动包括一场国际会议，届时将展示研究成果，并随后在开放获取期刊上发表会议论文集。该项目还包括广泛的公众参与活动，例如高等教育领域的讲座和暑期学校。

已取得的成果 （对于正在进行中的、属于滚动资助的 PRIN 2022 项目，本部分将不予填写）
该项目成功建立了一种联合对话式检索与推荐的新范式，将基于目录的推荐与开放域检索相结合，并推进了对话系统的理论基础。其一项关键成果是开发并发布了 CosRec，这是首个专门为联合对话式检索与推荐设计、并由人工标注的数据集，为未来研究提供了独特且可复现的基准。 
该项目还为将对话系统与新兴的大型语言模型（LLMs）相结合奠定了基础，强调了它们作为自然语言接口的潜力以及在个性化和可靠性方面的当前局限。通过将对话代理建立在结构化知识来源之上，该项目为未来发展提供了坚实基础。总体而言，这些成果显著推动了该领域的前沿发展，并为对话式检索与推荐系统的持续演进提供了关键资源和方向。 
 

PRIN 2022 招标公告。2022年2月2日第104号决定

项目标题：TRex-SE：可信赖的推荐系统 × 软件工程师 

CODICE CUP:  D53D23008730006

预算：€ 87.060,00

项目负责人或单位负责人： Fedelucio Narducci

其他研究单位或可能的子单位： 
贝内文托萨尼奥大学（Unisannio） 
拉奎拉大学（Univaq） 

项目简要说明
面向软件工程师的推荐系统（RSSEs）通过推荐 API、代码片段或变更管理专家来支持开发任务。GitHub 和 Stack Overflow 等平台所提供的数据，加之机器学习技术的进步，显著提升了这类系统的能力。然而，训练数据的丰富也带来了风险。推荐的代码可能存在漏洞或包含恶意内容，尤其是在通过虚假项目或误导性讨论操纵基于受欢迎程度的指标时。此外，随着安全、隐私和法律问题日益受到重视——特别是鉴于新兴的人工智能法规——开发人员需要了解推荐的来源及其可信度，并确保推荐过程具有透明性。 
此外，RSSEs 很少能够有效整合用户反馈。开发人员应能够接受、拒绝或修改推荐，从而支持人在回路（human-in-the-loop）场景，提高系统的准确性和可靠性。 

目的
TRex-SE（Trustworthy Recommenders x Software Engineers）项目旨在通过开发相关方法，提升 RSSEs 的可信赖性。 

预期成果
识别 RSSE 推荐中的漏洞与偏见： 
在评估 RSSEs 提供的推荐中是否存在漏洞（或任何形式的风险）以及是否存在受偏见影响的推荐之后，本目标旨在为 RSSEs 开发具备漏洞感知和偏见感知能力的挖掘工具。 
可信赖 RSSEs 的设计与评估：在分析公平、无偏见且安全的推荐系统（RSs）的设计技术与方法之后，本目标旨在为可信赖的 RSSEs 设计并评估推荐方法。

已取得的成果 （对于正在进行中的、属于滚动资助的 PRIN 2022 项目，本部分将不予填写） 
RSSEs 中的人在回路：在分析具备人在回路能力的现有 RSs 之后，本目标旨在开发用于管理 RSSEs 场景下用户反馈的技术和工具。 

• 识别 RSSEs 中的漏洞与偏见
• 开发基于 LLM 的挖掘与检测工具（例如，多智能体恶意软件检测、语义噪声过滤），以识别存在漏洞、遭到投毒或不一致的数据。
• 分析 LLM 输出和基准测试中的偏见与可靠性问题（例如，提示词敏感性、多语言偏见、数据泄漏）。 
   

构建分类体系并开展实证研究，以理解 AI 辅助开发和 RSSE 输入中的风险。 

• 可信赖 RSSEs 的设计与评估
• 设计可信赖的推荐方法，以应对隐私（差分隐私）、公平性（偏见缓解）和可复现性（DataRec）问题。开发基于 LLM 的工具和原型（例如，SATD 分类、CI/CD 推荐、测试生成）。
• 开展广泛的实证验证，突出基于 LLM 的 RSSE 的有效性与局限性。 
   

RSSE 中的人工参与 

• 创建能够利用开发者输入的反馈感知型工具（例如，SATD 检测和改进的知识检索）。
• 设计机制，将用户反馈整合到 RSSE 工作流中并对其进行验证。
• 增强透明度与信任，例如通过 AI 生成代码检测（GPTSniffer）以及改进与 LLM 的交互。
   

关键与新兴技术（STEP）– DM 25/10/2024

国家研究、创新与竞争力计划 2021-27（可持续增长基金）

项目标题： 

CUP代码： B99J25000470005

巴里理工大学预算： € 679.499,52

项目负责人或U.R.负责人： Mario Carpentieri 教授

合作伙伴： 

CARPENTERIA SALENTINA S.R.L. 

TECNOLOGIE STRADALI S.R.L. UNIPERSONALE 

项目摘要  

Wi-Road项目旨在开发一个创新的基础设施系统，通过DWPT（动态无线电力传输）技术进行电动汽车的动态充电，完全位于道路一侧。目标是在受控环境中设计、实施和验证第一个集成原型，能够以感应方式将电力传输给运动中的电动汽车，克服当前静态充电的限制。

该倡议分为一系列协调的工业研究与实验开发活动。合作伙伴共同致力于开发一个可扩展的、模块化的、互操作的系统，能够抵抗严酷的操作条件（重型交通、温度变化、气象因素），最大化能源效率，并确保安全性、耐用性和电磁兼容性。

该项目基于三个主要支柱：

• DWPT组件与路面物理集成，关注机械强度和可维护性；

• 发射模块的设计和实现，包括转换器、线圈、共振补偿和智能控制系统；

• 电磁功能建模和优化，直至开发预测性激活策略，能够动态调整系统行为以适应实际操作条件。

最终目标是获得一个可进行工业化演示的技术示范，作为未来城市和郊区规模应用的具体基础，促进电动出行的环境可持续性和操作自主性。

目标

Wi-Road项目的最终目标是在受控环境中开发和验证一个智能道路基础设施，利用DWPT（动态无线电力传输）技术进行电动汽车的动态充电，完全位于基础设施一侧。该系统将能够无线传输能量，从路面向移动中的电动汽车，开启持续的、可持续的零排放电动出行，克服与电池容量和充电停留需求相关的续航限制。

该项目旨在开发一个在测试跑道上运行的功能原型，由两个主要模块组成：

• 一个道路模块，旨在在路面中物理和功能上集成发射子系统，确保与车辆交通的兼容性、耐用性和简化的维护；

• 一个发射模块，包含功率电子设备、电感和补偿电路，配备动态激活逻辑和通信接口，确保能量向移动车辆的最佳传输。

同时，项目还包括电磁建模、预测控制算法的开发和系统的实验验证，涉及具有互补技能的学术和工业合作伙伴。

预期结果 

Wi-Road项目的目标是实现一个可操作的原型系统，用于电动汽车的动态无线充电。主要结果将涉及在受控环境中设计、集成和实验一部分基础设施，这部分基础设施将容纳一个完全操作的DWPT（动态无线电力传输）系统。

具体而言，该项目包括：

• 详细设计道路表面，使用与发射设备兼容的材料和配置，而不影响铺设的结构特性；

• 开发发射模块，包括电子组件和用于能量感应转移的控制逻辑；

• 在不同交通和道路状况下，建模和模拟系统的电磁行为；

• 物理构建一段配备DWPT系统的原型路段，并在实验室的跑道上进行测试；

• 最后，开发用于动态和预测激活发射段的算法，以优化能源消耗并减少潜在干扰。

这些结果将为未来在更大规模上实施该系统提供一个具体的基础，应用于城市、物流和高速公路环境。

DWPT技术如今代表了电动移动领域的新兴前沿，但其实际应用仍限制于少数试点实验。在这方面，Wi-Road项目以其综合基础设施方法而突出，该方法结合了道路设计、功率电子和控制系统的专业知识。

与现有技术相比，项目的独创性不在于单一创新组件，而在于能够以一致的方式将多种技术结合在一起，开发一个完整的、可安装的、可测试的和潜在可复制的系统。

除了应对电力传输的技术方面，该项目旨在解决与路面耐久性、维护、电磁安全以及与现有车辆的兼容性相关的实际问题。因此，这不仅是对现有解决方案的增量改进，而是向一种新型基础设施迈进，这种基础设施旨在更有效和可持续地支持电动交通的增长。

在欧洲，类似的经验迄今为止仅限于概念演示。Wi-Road项目旨在产生可触摸的成果，经过测试并准备整合到未来的现实基础设施项目中，甚至与公共机构或高速公路特许经营者合作。

凭借扎实的设计方案和与参与合作伙伴技术能力的紧密联系，Wi-Road可以代表道路基础设施领域及整个电动充电产业的一次真正的技术飞跃。

除了提升充电系统的性能和灵活性外，该项目还将有助于刺激材料、嵌入式传感器、智能控制系统和车辆与基础设施之间互操作性模型等领域的新解决方案。从长远来看，结果也可能对城市物流、电动公共交通和地方去碳化政策产生影响。.

PRIN 2022 招标公告。2022年2月2日第104号决定

项目标题：面向可持续发展的企业组织成功因素：对处于生命周期不同阶段的意大利企业的分析 

CUP代码 D53D23006640006

预算： € 140.655

P.I.: 罗莎·玛丽亚·丹杰利科教授 （巴里理工大学）

其他研究单位： 巴勒莫大学；墨西拿大学

该项目由三个研究单位（巴里理工大学、巴勒莫大学和墨西拿大学）共同开展，分析了处于生命周期不同阶段的可持续发展导向型企业的组织成功因素。具体而言，项目旨在分析不同组织内部因素和组织间因素对企业绩效的影响。研究考察了绩效的不同维度，即经济、环境和社会绩效。 基于相关文献，研究构建了一个连接组织因素与企业绩效的理论框架。 该项目研究了406家意大利企业，其中包括203家获得B Corp认证的企业以及由203家企业组成的对照样本。这些样本涵盖处于生命周期不同阶段的企业（初创企业和成熟企业）。自2014年以来，研究从多个商业数据库（即Orbis、Orbis IP和Zephyr）及其他来源（即LinkedIn、企业网站和企业可持续发展报告）收集数据。研究采用文本挖掘技术，从548份企业可持续发展报告中提取有关可持续流程模式的数据；同时通过定性分析对这些数据进行验证，以评估大型语言模型（LLMs）等新兴研究工具。为检验所提出的假设，项目采用了面板数据回归模型。 

预期成果涉及可持续发展导向型企业所实施的可持续业务流程模式与能力，以及组织内部因素和组织间因素对企业绩效不同维度的影响。 

取得的成果包括：创建了一个独特且原创的数据库，收录组织内部因素（管理团队特征、可持续业务流程模式与能力）和组织间因素（战略合作方面）的数据，以及企业绩效的不同维度（投资回报率、专利、环境认证、社会责任认证）；面向可持续发展的企业对不同可持续能力与模式的实施率，以及初创企业与成熟企业在能力实施率方面的比较；管理团队特征和战略合作对企业绩效的影响，以及可持续发展导向的调节作用；管理团队特征和战略合作的影响，以及企业年龄的调节作用；管理团队特征、战略合作和可持续能力对企业绩效的影响。

基于已取得的成果，研究制定了管理和政策指导方针。

研究成果已在相关会议以及巴里理工大学举办的一次研讨会上进行传播。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：光子电路中的中红外无标记干涉式无探测器成像——MIRABILIS 

CODICE CUP: D53D23002780006

预算：€ 74.871

首席研究员或研究单位负责人：Massimo Brambilla（首席研究员）

其他研究单位或可能的子单位：都灵理工大学（PoliTo）、巴里大学（UniBa）

项目简要说明
MIRABILIS 项目旨在结合生物学相关辐射光谱窗口（中红外）内光学成像的三个关键特征：a) 对目标实施单像素成像（SPI），利用散斑场图案提供照明，该图案可在自由空间中或光子平台上生成；b) 在二极管激光器或量子级联激光器（QCL）中采用光学反馈干涉（OFI），以获取上述 sPI 方案所提供的目标特性，而无需使用外部探测器；c) 使用机器学习算法表征并分类目标特征。 

目的
MIRABILIS 项目旨在基于量子级联激光器（QCL）中的光学反馈干涉（OFI）和单像素成像（SPI），利用散斑场图案提供照明，实现中红外范围内的仿组织成像。该验证工作计划分别在自由空间和光子平台（光学相控阵列，OPA）中开展。 

预期成果
本项目预期的三项主要成果与创新内容为：a) 使用光子集成电路（PIC），例如光学相控阵（OPA），为目标提供受控的多种照明模式，并包含可编程阶段，以满足下一项要求；b) 收集目标反射的光模式，并将其转换为一维信号，以便采用单像素成像（SPI）技术处理，同时引入基于机器学习（ML）的算法；c) 由主激光器本身对这类SPI信号进行区分和处理，以……
自混合干涉方案通过测量激光器接点处的电压，实现目标信息的重建。

已取得的成果
MIRABILIS 评估了利用压缩感知（CS）/SPI 成像方法的可行性：既可以使用外部探测器，也可以——更具意义的是——采用 OFI 方案配置。在该配置中，为目标提供照明的激光器同时通过测量激光器接点处的电压变化来检测反馈。图像辨别与分类通过最先进的机器学习技术实现；与此同时，图像重建得以完成。 

其基础是散斑照明和单像素信号采集。上述所有目标均辅以创新性的建模与仿真，用于预测、支持和引导相关工作。
该项目的第二项成果是在中红外波段完成 OPA 的设计与验证，为基于硅平台的光子器件成像开辟了道路。在 MIR 光谱区域，设计可靠的 PDK（工艺设计套件）需要借助商业工具和自主开发工具，对所有必要元件进行创新设计与仿真。 

在近红外光谱范围内，通过与 ST-Microelectronics 的合作，获得了一个工作于 1500 nm 的短距离 OPA 原型，并首次实现了以下原理验证：
通过复杂 PIC 的双程传输实现 OFI 成像。  

 

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：HERA（Holistic Energy Recovery Agent） 

CUP代码： D53D23003910006

预算：€ 68.500

负责人 U.R.： Prof. Umberto Berardi

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（负责人：Annamaria Buonomano 教授）

• 罗马第一大学（研究单位负责人 U.R. – Davide Astiaso Garcia 教授）

项目简要说明

HERA（Holistic Energy Recovery Agent）项目立足于城市能源转型背景，旨在应对日益增长的减排、提升能源效率以及增强城市系统韧性的需求。具体而言，该项目着重开发可持续能源园区的整体化设计与管理方法，将其定义为由相互连接的建筑组成的集群，能够与能源网络进行智能互动。这些系统整合可再生能源、储能系统和先进的能源管理策略，同时纳入电动交通和用户行为的作用。所提出的方法基于多尺度动态仿真平台，可对建筑、能源基础设施和能源流进行建模，并从能源、环境和经济等方面评估其性能。

目的

项目旨在支持高韧性、灵活且低排放能源园区的设计与优化，推动城市规划与能源之间的融合。在此背景下，HERA致力于弥补现有城市建模工具的不足，开发能够以综合方式呈现建筑、能源系统和网络，并通过先进仿真与优化算法支持决策过程的解决方案。此外，项目还旨在促进需求响应、能源共享和部门耦合等创新策略的应用，从而提高能源园区的能源自给能力，降低对化石能源的依赖。 

预期成果

项目预期成果首先包括开发一个创新性的模拟与优化平台，用于分析复杂城市片区的能源行为，并从技术、系统和管理策略等方面确定最高效的配置方案。此外，还将构建用于表征建筑物和能源系统的先进模型，包括简化模型（Reduced Order Models），以缩短计算时间并促进大规模应用。项目还计划开展真实且具有代表性的案例研究与分析，用于验证所开发的方法，并生成可迁移的数据集和知识。另一项成果是制定可持续能源片区建设与管理的指南和设计标准，以及开发基于优化、人工智能和预测模型的先进能源管理策略。 

已取得的成果 

项目活动结束时，HERA 项目在科学和应用层面均取得了显著成果，为推进城市系统能源转型相关知识和工具的发展作出了切实贡献。

首先，项目开发了一个创新性的动态模拟与优化平台。该平台基于长期多节点优化模型（H2RES），能够以集成方式对建筑群和复杂城市片区的能源行为进行建模。平台可以分析能源需求、可再生能源生产、储能系统与电网基础设施之间的相互作用，从而确定在能源效率、减排和系统灵活性方面的最佳配置。 

与此同时，项目还开发了用于表征建筑物和能源系统的先进模型，包括简化模型（Reduced Order Models），能够在准确性与计算时间之间实现良好平衡。这些工具使整个城市片区能够得到高效模拟，从而可以分析复杂场景，并探索不同的改造和能源管理策略。

另一项成果涉及制定和实施先进的能源管理策略，所依据的机制包括需求响应、能源共享以及多能源载体整合（电力、热能和交通）。在此领域，项目开发了优化算法以及基于人工智能和机器学习的方法，能够改善能源流管理，提高城市片区的能源自给能力和韧性，即使在可再生能源具有间歇性的情况下亦然。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：20227Y5NZ2 - 重塑4.0时代测量的作用：面向高级监测应用的网络物理测量系统

CUP代码： D53D23001050006

预算：€ 84.960,00

Poliba研究单位负责人：尼科拉·贾昆托

国家项目负责人: Leopoldo Angrisani - 罗马大学“萨皮恩扎”

项目简要说明

本项目涉及网络物理系统和工业4.0技术领域中测量与监测系统的发展。项目旨在突破传统测量系统仅作为数据采集工具的角色，将其转变为能够集成测量、建模、仿真和高级处理功能的主动组件。

本项目发展网络物理测量系统（CPMS）范式。案例研究涉及基于时域反射法（TDR）的分布式测量系统，用于检测水分以及被监测介质介电特性的变化。巴里理工大学研究单位主要负责测量系统数字孪生体的开发，通过能够在真实且非理想条件下再现分布式TDR系统行为的模型，为TDR反演、仿真和不确定度评估提供支持。

目的

巴里理工大学研究单位的主要目标包括

CUP代码： D53D23001050006

预算：€ 84.960,00

Poliba研究单位负责人：尼科拉·贾昆托

国家项目负责人: Leopoldo Angrisani - 罗马大学“萨皮恩扎”

项目简要说明

本项目涉及网络物理系统和工业4.0技术领域中测量与监测系统的发展。项目旨在突破传统测量系统仅作为数据采集工具的角色，将其转变为能够集成测量、建模、仿真和高级处理功能的主动组件。

本项目发展网络物理测量系统（CPMS）范式。案例研究涉及基于时域反射法（TDR）的分布式测量系统，用于检测水分以及被监测介质介电特性的变化。巴里理工大学研究单位主要负责测量系统数字孪生体的开发，通过能够在真实且非理想条件下再现分布式TDR系统行为的模型，为TDR反演、仿真和不确定度评估提供支持。

目的

巴里理工大学研究单位的主要目标包括：

1. 构建真实条件下分布式TDR系统的数字孪生体；

2. 对测量系统进行电磁建模和计算建模；

3. 开发反射波形的自动反演与解释技术；

4. 利用CPMS开展测量系统仿真和不确定度评估；

5. 应用于水分和湿度的分布式监测。

预期成果

本项目包括数字孪生体、电磁与计算模型、TDR反演技术以及反射波形自动处理算法。此外，还将制定定量不确定度评估方法，开展实验室验证，并形成可服务于CPMS未来应用的方法学成果。

已取得的成果

取得的成果可概括如下：

1. 已开发出一种基于双线传感器的TDR系统数字孪生体，用于定量估计土壤湿度剖面。该模型综合考虑土壤湿度与介电常数之间的关系、传感器的横向电磁行为以及传感线路的纵向行为。

2. 开发了一种基于灰盒模型的 TDR 反演方法，能够再现非理想运行条件下测得的反射图，即使存在不规则信号以及对系统电磁参数了解不完整的情况。

3. 数字孪生被用于对测量系统进行真实模拟，并通过能够代表物理系统变化的蒙特卡洛模拟，对不确定性进行定量评估。

4. 引入了一种两阶段 TDR 反演程序，通过将介电剖面的灵活重构与受扰区域的参数化估计相结合，提高了沿分布式传感器定位水分的准确性。

5. 开发了一种基于数据驱动的 TDR 反演方法，该方法采用 Transformer 类型的神经网络，可根据反射图自动重构分布式电容剖面，无需进行迭代优化。

6. 所开发的方法通过仿真和实验室实验活动进行了验证。结果证实，该方法在水分定位、含水量估计以及分布式 TDR 系统计量评估方面具有有效性。

预期成果

本项目包括数字孪生体、电磁与计算模型、TDR反演技术以及反射波形自动处理算法。此外，还将制定定量不确定度评估方法，开展实验室验证，并形成可服务于CPMS未来应用的方法学成果。

已取得的成果

取得的成果可概括如下：

1. 已开发出一种基于双线传感器的TDR系统数字孪生体，用于定量估计土壤湿度剖面。该模型综合考虑土壤湿度与介电常数之间的关系、传感器的横向电磁行为以及传感线路的纵向行为。

2. 开发了一种基于灰盒模型的 TDR 反演方法，能够再现非理想运行条件下测得的反射图，即使存在不规则信号以及对系统电磁参数了解不完整的情况。

3. 数字孪生被用于对测量系统进行真实模拟，并通过能够代表物理系统变化的蒙特卡洛模拟，对不确定性进行定量评估。

4. 引入了一种两阶段 TDR 反演程序，通过将介电剖面的灵活重构与受扰区域的参数化估计相结合，提高了沿分布式传感器定位水分的准确性。

5. 开发了一种基于数据驱动的 TDR 反演方法，该方法采用 Transformer 类型的神经网络，可根据反射图自动重构分布式电容剖面，无需进行迭代优化。

6. 所开发的方法通过仿真和实验室实验活动进行了验证。结果证实，该方法在水分定位、含水量估计以及分布式 TDR 系统计量评估方面具有有效性。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目标题：面向重型应用的 LP-DI 氢发动机开发数字孪生技术（DHYCE-HD）

CODICE CUP: D53D23004150006

巴里理工大学预算：€ 148.702

研究单位负责人：Pietro De Palma 教授

其他研究单位：米兰理工大学（Gianluca D’Errico 教授）

项目简要说明

DHYCE-HD 项目（面向重型应用的 LP-DI 氢发动机开发数字孪生技术）旨在通过构建面向氢燃料内燃机的先进数值框架，加速向零排放推进系统的转型。

该项目分为不同的工作包（WP），促进了米兰理工大学和巴里理工大学两个研究团队之间的合作。米兰理工大学团队主要负责开发可靠的数值方法，该方法将构成数字孪生系统的支撑框架。研究活动重点在于发展和集成先进的一维（1D）与三维计算流体力学（CFD）仿真工具，尤其是 Gasdyn 和 LibICE 代码。这些工具经过强化，以应对氢燃烧所特有的复杂特性，例如极高的火焰速度、较低的点火能量以及宽泛的可燃范围。

巴里理工大学负责实施无振荡数值方法（WENO）。这些高阶精度格式对于捕捉高速氢射流所特有的复杂激波和不连续性至关重要，可显著提升仿真的稳健性和精确性。

主要研究活动包括对配备氢气直喷（H₂-DI）系统的重型发动机开展并行研究。该分析针对多个运行工况进行，并将成熟的建模方法与新开发的方法进行对比。最后，通过利用文献中现有的实验数据，对整个数值框架进行严格验证，以确保 DHYCE-HD 平台的预测能力在工业应用中准确且可靠。

目标

1. 确定低压直喷（LP-DI）氢发动机在重型应用中的主要优势与不足。

2. 加强氢燃料发动机技术方面的专业知识，尤其涉及：a) 发动机内氢气直接喷射及随后混合气形成的复杂物理过程；b) 氢气喷射压力与流量，以及喷油器位置和几何结构对发动机效率及排放的影响；c) 预混空气-氢气混合物的湍流燃烧，包括分层工况，并确定稀燃极限和爆震风险；d) 气缸内氮氧化物的形成及其减排策略；

3. 开发快速且精确的 CFD 方法，用于氢气直喷（DI）发动机，并基于可供未来研究活动使用的开源技术；

4. 定义一种面向重型应用的 LP-DI 氢发动机虚拟配置，实现高效率和低 NOx 排放。

预期主要成果：

1. 编写一份关于氢作为内燃机燃料应用现状的最新报告；

2. 定义用于 CFD 代码和 1D 模型的层流燃烧速度关联式；

3. 掌握氢喷射、混合与燃烧的基本知识，包括对高精度数值格式的评估；

4. 定义一种专门针对氢 LP-DI 发动机开发的高精度数值方法；

5. 评估经涡轮增压和优化的虚拟氢 LP-DI 发动机在稳态和瞬态运行条件下的性能、燃料消耗及排放；

6. 评估喷射开始时刻和点火提前角对稀薄燃烧条件下早燃及 NOx 排放的影响；

7. 构建氢 LP-DI 发动机燃烧室的数字孪生模型，证明采用零碳排放燃料实现效率和排放方面突破性性能的可行性；

8. 为制造“绿色”氢发动机提供详细的技术信息，并在欧洲和意大利向可持续经济生态转型的背景下，对交通与能源领域产生重要的经济和社会影响。

取得的成果

巴里理工大学研究单元（RU）取得了显著成果，开发并验证了用于氢喷射与混合的高保真数值方法。具体而言，高阶 WENO 格式的实施实现了对欠膨胀氢射流的精确解析，能够以高于传统格式的精度捕捉复杂激波结构、氢射流不稳定性以及混合动力学。这些进展代表着应对直喷式氢发动机主要难题的重要突破，即在高度可压缩流动条件下实现空气与燃料的快速、高效混合。

与此同时，还开发了层流燃烧速度的解析关联式以及用于自燃预测的表格化动力学方法，为在 1D 和 3D 模拟中预测燃烧与爆震提供了稳健且计算高效的模型。

经验证的数值框架已扩展至整个发动机循环的三维CFD模拟。此外，还开发并验证了一种可靠的1D–3D耦合方法，并将其与氢燃料发动机的实验数据进行了对比，证明该方法能够准确再现缸内压力的演变、流动结构及湍流特性。此外，还对氢燃料配置下的混合气形成与燃烧过程进行了详细分析。

WENO方法已成功应用于所研究内燃机的完整三维模拟。研究分析了三种运行工况，其特征是在恒定喷射压力下具有不同的氢气喷射起始时刻（SOI = 540、630和660 CAD）。该工作实现了对高阶数值格式在真实发动机运行条件下预测缸内喷射、混合及流动演化现象方面影响的直接评估。结果证实，基于WENO的方法在捕捉显著梯度、激波相互作用和分层效应方面具有更强的能力，从而提高了CFD模拟的预测可靠性，并直接助力于高保真数字孪生体的开发。

总体而言，这些成果为氢内燃机领域的未来发展提供了坚实的科学与技术基础，并推动了面向重型车辆领域的零碳排放推进技术进步。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目标题：采用3D硅像素室的开创性强子治疗康普顿相机

CUP代码 D53D23002810006

预算： € 86,500

P.I. 或 U.R. 负责人  Giuseppe Eugenio Bruno教授

其他研究单位 卡利亚里大学，INFN

项目简要说明

该项目提出开发新一代高性能康普顿相机，创新性地采用硅像素室作为散射探测器。其目标是突破传统康普顿相机的局限：传统康普顿相机需要大量光子才能重建伽马源的方向，因此无法真正实现在线应用，尤其是在强子治疗等关键应用中。

像素室被设计为一种三维连续跟踪探测器，通过叠加大量超薄、高颗粒度的单片式传感器构成。该配置能够以微米级精度重建康普顿相互作用产生的反冲电子轨迹。对康普顿电子进行轨迹跟踪所获得的信息，可以显著缩小入射光子方向的不确定体积，将重建范围从整个锥面缩小为一个小型锥体区段，从而有望使成像效率提高几个数量级。

目的

该项目证明了按照原始提案的设想，能够组装并运行A9——像素室的基本单元；A9由9个超薄硅ALTAI或ALPIDE芯片组成的堆栈构成。为实现多个A9单元的机械和电气集成，从而获得足够的有效体积，以达到像素室散射器中康普顿相互作用的高效率，相关研究显示，在采用尺寸约为~ 1 cm2的芯片时，制造工艺存在一定难点（约~ 1 cm2是生产ALPIDE或ALTAI等单片式芯片的晶圆厂所采用光刻技术的典型“视场”尺寸）。得益于全新的“拼接”技术，芯片尺寸可以大幅增加，直至受到硅晶圆本身尺寸的限制（例如，在采用68nm TPSCo CMOS技术、晶圆直径为300mm时，可以较为容易地获得尺寸为10x10 cm^2的芯片

甚至可达 15x15 cm^2），并将所有用于读出和供电的电气互连置于芯片外围，这将解决制造方面的关键难题。采用该方案后，唯一仍然关键的问题是所产生热量的散热：因此，降低单位面积功耗至关重要，尤其是在需要堆叠约十个大尺寸芯片时。因此，除聚焦于 ALTAI 芯片外，芯片表征工作还扩展至新型测试结构的开发与表征，以及采用 68nm CMOS 工艺的大尺寸芯片首批原型的研制。所得结果证明，可将功耗降低至 35 mW / cm。 

预期成果

通过 COMSOL 仿真，对由 4x3 Pixel Chamber 矩阵构成并配备交指式散热器的散射器进行了深入的热分析。研究表明，仅需采用强制空气通风，增加外部散热器还可进一步改善散热性能，尤其是在通风速度 ≥ 2 m/s 时，从而能够将散射器维持在 40-45 °C 的工作范围内。 

已取得的成果 

在项目框架内，利用 GEANT4 对 Pixel Chamber 实施了完整仿真，其中包括传感器堆叠的详细几何结构及其相互对准关系和芯片间间隙。仿真采用了 1 MeV 光子源，该能量代表了强子治疗应用所关注的能区。通过要求在有效体积内仅发生一次康普顿相互作用，并且至少探测到 10 个反冲电子径迹点，筛选出可用于重建的事件。电子方向通过对康普顿相互作用点及径迹随后最初的 3 个 hit 进行线性拟合来重建；这一选择是出于限制多重散射影响的需要，因为该影响在径迹远端区域更为显著。所得结果显示，角度偏差的平均值为

15.7°，RMS 为 14.1°；其分布表明，存在较好的低角度重建事件成分。所识别出的主要限制因素包括反冲电子的多重库仑散射、像素的颗粒度以及可用于拟合的径迹长度有限。这些结果构成了所提出几何结构的首个定量基准，并为面向未来发展的 Pixel Chamber 设计优化提供了具体指导。

PRIN 2022 招标公告。2022年2月2日第104号决定

项目名称：航空应用声学超材料设计（DAMA）

CODICE CUP: D53D23003270006

预算：€ 81.113

首席研究员：Maria Cinefra

其他研究单位或可能的子单位：

• 都灵理工大学； 

• 那不勒斯费德里科二世大学。

项目概览

“航空应用声学超材料设计（DAMA）”项目致力于开发先进的数值与实验方法，用于设计旨在降低飞机客舱噪声与振动的创新声学超材料。该研究采用多学科方法，结合结构动力学、振动声学、先进数值建模与实验验证，旨在提升面向航空航天应用的轻量化、可调谐解决方案的振动声学性能。

目标

本项目的主要目标是通过设计高性能超材料，提升飞机客舱的声学舒适度。 具体包括：

• 对飞机结构的振动声学响应进行建模；

• 开发适用于复杂超材料几何结构的先进数值工具；

• 设计能够控制波传播的轻量化、可调谐结构；

• 通过实验测试验证所提出的解决方案。

Expected Results

项目初期旨在：

• 建立用于分析复杂振动声学系统的稳健数值框架；

• 确定具有增强声学性能的创新超材料构型；

• 与传统解决方案相比，实现更高的传输损失和更显著的振动降低效果；

• 通过实验活动验证数值预测；

• 为未来在航空结构中的大规模应用奠定基础。

Achieved Results

该项目在建模和实验验证方面均取得了重大进展。 具体而言：

• 开发了基于Carrera Unified Formulation和自适应有限元的综合数值框架；

• 确定并优化了基于折纸的超材料（尤其是Miura-ori结构），以实现可调谐性和良好的声学性能；

• 针对非平面结构，实现了包括Rayleigh积分公式在内的振动声学模型；

• 实验测试证实了所提出超材料的有效性，显示出更好的声衰减性能以及对几何参数的显著依赖性；

研究结果证明了为航空航天应用设计轻量化、可调谐声学超材料的可行性，为未来的发展和全尺寸集成提供了坚实基础。

B安道 PRIN 2022D. D. N. 104 DEL 2 二月 2022

项目标题： 基于能力的决策支持框架用于循环经济转型

CODICE CUP: D53D23006650006 

预算： € 118.666 

P.I. 或 U.R. 负责人  伊拉里亚·菲洛梅纳·贾诺卡罗（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，LIUC Università Carlo Cattaneo

项目目标

企业如何有效地开发、实施和监测其循环经济（EC）战略？尽管近年来在该主题上产生了越来越多的科学文献，但极少有研究从战略角度探讨这一问题。 

该项目的目的是填补这一空白，开发一个 集成决策工具 以支持企业在 向循环经济过渡过程中 应对三个关键阶段：1） 战略阶段, 向企业建议最有效的EC策略；2） 规划阶段, 确定实施所选EC策略所需的管理实践；以及3） 控制阶段, 提出具体指标以监测进展和整体成果。为开发这一决策工具，采用了 能力方法。以下是项目的主要成果。 

关于 战略阶段, 研究小组基于经济复杂性理论开发了两个工具：(i) 国家循环经济能力空间, 旨在识别特定国家企业拥有的EC能力；以及(ii) 循环经济能力接近矩阵, 旨在根据企业的EC能力识别某一特定经济部门企业应采用的最有效的EC策略。这些工具在从EXIOBASE提取的投入产出表（49个国家和163个行业）上的应用显示了各国间循环能力的分布、种类和可转移性存在显著差异。结果还表明，EC策略不能被所有行业视为可实施的，因为其有效采用依赖于与特定行业中已具备能力之间的相关程度。关于 规划阶段, 研究小组识别了管理实践、EC策略和企业能力之间的82个关系，并开发了一个新的成熟度模型，以支持在被认为特别关键的部门中实施循环经济策略的新能力的发展。关于 控制阶段，研究小组开发了一种循环绩效测量系统。从识别循环经济（EC）的主要绩效指标开始，考虑不同的循环性方面，例如资源使用效率、所用材料的可持续性以及面向耐久性和闭环系统的设计，已经开发出一个 Circular Measurement Toolkit能够满足企业衡量自身循环水平的需求，并建立一个 Circular Balanced Scorecard专门针对循环背景的框架，因为它完全基于循环商业模型的管理实践。最终，集成决策工具已在 多个案例研究 中应用，以测试其有效性。来自三家意大利纺织服装行业企业所收集的实证证据使得能够测试集成决策工具，并为未来用户的使用开发指导方针。 

结果提供了科学和管理层面的贡献。它们有助于填补EC战略制定与实施之间的关键差距，通过开发一个集成决策工具，解释基于企业能力、需实施的管理实践和用于监测及控制所选EC战略的绩效指标的所选EC战略。此外，学术文献还通过两种经济复杂性工具得到了丰富，即 国家循环经济能力空间 和 循环经济能力接近矩阵有效识别哪些EC战略与特定行业和国家生产系统的现有能力最为一致的工具；以及两种测量框架，即 Circular Measurement Toolkit 和 Circular Balanced Scorecard，有效地识别、监控和控制管理实践的有效性，以便于将生态经济（EC）战略与财务和环境结果相结合。管理者可以从项目的主要成果中受益，即综合决策工具，特别是在选择与企业现有能力一致的EC战略及适当的管理实践和绩效指标方面，以便启用、监控和控制所选的EC战略的实施。这降低了采取不可行或与企业生产结构不一致的战略的风险，从而降低了实施成本，改善了资源配置，并提高了向EC转型成功的概率。因此，所开发的工具支持企业增强其在日益注重可持续性市场中的竞争能力。政策制定者也可以从所开发的工具中受益。该工具建议优先对滞后行业进行有针对性的干预，以加速能力的发展，同时加强那些已经具备强大EC能力的行业，即领导行业。这为在国家层面设计更有效的EC干预措施提供了有用的基础，能够对整个经济体系的环境和经济可持续性产生更相关的影响。

项目成果通过 5篇科学期刊出版物, 2篇提交给同行评审期刊的科学文章, 5篇国际会议论文出版物 e 2篇国家会议论文出版物广泛传播，此外还通过组织一个 研讨会 以及一个 专题讨论 在一场国际会议上进行。该项目在社会层面产生了影响，涉及公众参与和知识传播，面向包括学术界和工业界利益相关者在内的广泛公众。根据项目计划，这得以通过组织

教学环节 在研究生课程中实现，一个 专题网络研讨会 ，一个项目的 网站 大规模在线开放课程 以及 （）进行。 项目 (https://circulareconomycapabilit.altervista.org/). 

B安道 PRIN 2022D. D. N. 104 DEL 2 二月 2022

项目标题： “ARCHITA – 面向塔拉斯的考古与建筑综合平台”

CODICE  CUP: D53D23000880006

总预算： € 77.047

巴里理工大学（RdU3）： 负责人：Monica Livadiotti 教授

研究人员：Antonello Fino（RtdA研究员）；Chiamaria Spinelli（由项目聘用的研究助理）；Roberta di Bari（博士生）；Carmine Chiumarulo（由项目聘用的合同人员）；Gianluca Ranieri（由项目聘用的合同人员）。

罗马 Unitelma-Sapienza 大学（RdU1）： 负责人：Rita Sassu 教授（P.I.） 

研究人员：Davide Falco（由项目聘用的研究助理）；Giulia Vannucci（由项目聘用的研究助理）。

子单位：塔兰托国家水下遗产监管局，由考古学官员 Roberto Rotondo 博士代表 

E-Campus 大学（RdU2）： 负责人：Riccardo Pecori 教授（副 P.I.）

        研究人员：Luca Liparulo（由项目招聘的 RtdA 研究员）

描述及预期成果： 

“ARCHITA – 面向塔拉斯的考古与建筑综合平台”项目旨在通过涵盖考古学、地形学、建筑史和计算机工程的跨学科方法，深化对古代塔拉斯的认识。在塔兰托国家水下文化遗产监管局（项目合作伙伴）的支持下，项目得以查阅其负责管理的档案和古迹，预计将对古代聚落的建筑遗存进行系统制图、分类和分析。相关数据将被纳入基于 GIS 平台的考古地图。项目因此将推动该领域研究水平的发展，为重建塔拉斯城市景观的不同阶段作出贡献。地图的制作和 GIS 数据库的构建将由 UdR1（罗马萨皮恩扎大学 Unitelma）与 UdR 3（巴里理工大学）共同完成。在此背景下，RdU2（eCampus 大学）将开发一个为 AI 和移动应用开发预先配置的数字平台，以便促进考古数据的分析与传播。移动应用也将面向广大公众，用户可通过主题路线和互动行程探索塔兰托的考古遗产。由于自十九世纪末以来经历了剧烈变迁，古代塔兰托城的界定并非易事。当时，依据 Conversano 城市规划方案，Borgo 区的快速发展推动了城市转型，并常常抹去了过去的遗迹。因此，该平台可以成为有效组织和多层级管理数据的参考范式，并可酌情供其他文化机构采用。 

已取得的成果： 

ARCHITA 项目已实现预定的主要目标，尤其是在数字化、创新、文化与旅游，以及教育与研究等领域。研究活动围绕四项主题活动展开：

活动1. 古代塔兰托从建立至中世纪时期的城市发展分析（RdU1和RdU3）：本项目通过对考古、档案和文献资料进行系统分析与整理，加深了对塔兰托城市发展的认识。督察机构的档案资料已完成数字化和地理配准，建立了完整的数据库以及塔拉斯城的CAD地图，为重建不同阶段的城市格局奠定了基础。对考古遗址和建筑遗存的分析促成了相关地图的制作，展示了聚落的历时性变迁。

活动2. 考古数据收集与GIS建设（RdU3、RdU1、RdU2）：基于活动1期间收集的数据，本项目开发了先进的GIS环境，用于管理和整合与古代城市相关的大量数据。该系统能够关联属于相同年代阶段的考古结构，并便于自动生成专题地图和历时性地图。此外，GIS也是遗产管理和预防性考古的重要工具，为更具可持续性的城市规划和保护策略提供支持。

活动3. 基于人工智能的平台及用户界面应用的设计与开发（RdU2）：RdU2开发了一款移动应用，使专业人员和公众能够通过直观的界面获取信息，并通过主题路线和互动行程探索塔兰托的文化遗产。 

活动4. 公共考古框架下的试验与推广（所有研究单位）：本项目在成果传播和公众参与领域也取得了显著成果。所开发的数字工具通过一系列推广活动进行了展示，包括公众讲座、面向学生和广大社区开放的研讨会，以及旨在吸引不同类型受众参与的教育活动。

ARCHITA将人文研究与数字技术及公众参与相结合，促进了学术界、公共机构和地方社区之间的合作，为塔兰托文化遗产的保护、保存与价值提升作出了贡献。

所获成果的传播与发表

网站：为实现最大范围的传播，创建了两个不同的网站，一个是专门介绍整个项目的官方网站（https://archita-project.it/)，另一个更具体地介绍巴里理工大学RdU 3的研究（https://Archita2022.it)

会议与研讨会：宣传推广活动始于启动会议（塔兰托，监督管理局所在地，20-03-2024），并于题为“夹在两片海之间的城市”的最终会议（巴里，ArCoD系，20-02-2026）结束，会上介绍了项目的主要成果。

成果发表：科学成果将发表于A类、开放获取且在线出版的科学期刊《Thiasos》（www.thiasos.eu），该期刊目前正在筹备最终专著。UdR3的一些初步成果已经发表于科学论文中。参见： 

- M. Livadiotti，G. Rocco，《圣多梅尼科教堂下的塔兰托多立克神庙》，载于R. Belli、R. Sassu（编），《在阿基塔斯的旗帜下：纪念Enzo Lippolis文集》，《Thiasos》专著20，罗马，2023年，第45—78页； 

- C. Spinelli，R. Di Bari，《重建塔兰托：城市记忆与层累档案之间的绘图考古学》，载于G. Fioretti（编），《普利亚文化遗产第三届大会》，2025年10月7日至10日，即将出版。

B安道 PRIN 2022D. D. N. 104 DEL 2 二月 2022

项目标题 受配体调控的胶体纳米颗粒组织形成的超晶体（SUPERNANO）

CUP代码 D53D23005380006

预算：€ 83.864

P.I. 或 U.R. 负责人 

Prof. Roberto Grisorio

其他研究单位或可能的子单位

意大利国家研究委员会（CNR）

那不勒斯“费德里科二世”大学 

BREVE DESCRIZIONE DEL PROGETTO

SUPERNANO项目属于纳米材料领域，旨在开发三维超晶体（SCs），通过对胶体纳米颗粒进行受控自组装获得，特别是量子点和钙钛矿纳米晶体。项目目标是突破纳米颗粒难以集成到器件中的限制，构建微米尺度结构，同时保持纳米尺度所特有的光学和电子性质。事实上，SCs代表了一类纳米颗粒表现得如同“人工原子”的体系，从而产生新兴的集体性质。项目结合了i）纳米颗粒的受控合成、ii）表面配体工程、iii）自组装技术以及iv）先进表征和多尺度建模。

目标

项目的主要目标包括i）以发光纳米颗粒为基础制备高度有序的3D超晶体，ii）通过配体设计控制纳米颗粒之间的相互作用，缩短颗粒间距离，iii）提高超结构的稳定性和可重复性，iv）实现纳米颗粒之间的电子耦合以获得先进的集体性质，以及v）开发用于光电和光子学应用的功能材料。

关键方面之一是表面化学工程，即从弱耦合体系转向具有强电子相互作用和态离域化的结构。

预期结果

项目计划实现：

• 稳定且高度有序的超晶体，并实现对形貌和晶相的控制，
• 将纳米颗粒之间的距离缩短至亚纳米范围，
• 集体性质的出现（例如偶极耦合、电子迷你能带），
• 光学性质的改善（发射、效率、光谱控制），
• 开发用于材料设计的预测性多尺度建模。

这些成果对于以下应用至关重要：

• LED和激光器
• 光电器件
• 先进光子学
• 量子技术

RISULTATI RAGGIUNTI

实验工作在理解和制备基于钙钛矿纳米晶体的超晶体方面取得了重要成果：

• 开发了一种基于在反溶剂存在下缓慢失稳的受控自组装策略，可直接形成结构清晰、尺寸达微米级的超晶体，

• 证明了Mn(II)掺杂在改变光学性质（引入橙红色发射带）、形貌和组装动力学方面的作用，

• 观察到复杂的层级结构，其内部具有类似块体的非发光域，而外围区域仍保持纳米晶态并具有发光性。

总体而言，这些结果表明，掺杂和表面化学会深刻影响自组装过程，并且可以设计出具有定制化光学和结构性质的超结构。