Transportation Engineering and Mobility

The course aims to provide knowledge about power systems for mobilty application. There are focused systems for locala and national mobility. The power infrastructures are studied in terms of scheme, device, and system, widely interconnected. Design criteria and operating conditions are discussed. Methods and algorithms for simulating power systems for mobility in terms of power flow exchanges are examined. The lectures deal with special regards the applications of railway traction systems.
Conoscenza e capacita' di comprensione: Students acquire knowledge of both technological features of electrical components and methodologies for their integration in power systems. Simulation techniques are adopted for examining use cases focusing on mobiloity application.
Capacita' di applicare conoscenza e comprensione: Students apply the acquired knowledge to practical mobility examples. The acquired knowledge enables students to understand both operating characteristics of electrical components and fundamental design criteria used in electrified traction systems.

Topics
1. Reminders on Fundamental of Electrical Theory: Electro-technique: electrical circuit and electromagnetic field. DC electrical circuits: power sources and passive resistive loads. Methods for solving electrical circuits. Series and parallel configurations. AC systems: sinusoidal functions, complex number. AC circuit components: inductor, capacitor. Transient and short circuit. Exercitations
2. Power Systems: The industry of national power systems: operating blocks. Devices: generators; conductors and power cable; breaker and switch; power transformers; power converter. Rated, operating and maximum values of electrical variables. Power System design criteria. Examples on designing power cable and breaker.
3. Mechanics and Power Requirement: Fundamentals of Mechanics (Kinematic and Dynamics). Equations, variables and parameters. Varying requirements of energy and power. Exercitations
4. Electrified Railway Power Systems: Railway infrastructure. Railway and metro systems: reference data. DC Traction Substations. DC Traction circuit. Design and Operating: voltage drop. AC Traction Substations. AC Traction circuit. Exercitations
5. Exercitations in Matlab & Simulink: Solving electrical circuits.
6. Extra: Seminaries on case study; Lab experimentation

The student’s exam consists of two successive phases (Phase 1 + Phase 2).
Phase 1 - “Written exercise”: This phase involves solving an AC or DC electrical circuit. Students have 30 minutes to complete the assignment.
Phase 2 - “Oral discussion”: In this phase, the student engages in a discussion with the teacher on the course's topics. Phase 2 takes place if the student passes Phase 1.
Typically, both phases are conducted on a single day.
The final score is assigned at the end of Phase 2. In the case of a positive evaluation, the score falls within the interval of 18 (minimum) to 30 cum laude (maximum).

• Notes from the lectures on University MS Teams and ‘docenti.unina.it’ web site
• Video lectures available on MS Teams
• Books:
• Basic Circuit Theory - Desoer
• Modelling and Analysis of Electric Power Systems - Andersson
• Electrical Railway Transportation Systems - Zaninelli, Foiadelli, Brenna
• Energy-Efficient Train Operation - Su, Tian, Goverde

Il corso fornisce i fondamenti teorici e le competenze pratiche necessari per progettare, addestrare, validare e valutare modelli di apprendimento automatico per applicazioni ad alta intensità di dati. Gli studenti imparano a selezionare approcci di apprendimento e metriche di prestazione adeguati, a riconoscere bias, varianza e sovradattamento e a costruire flussi di lavoro riproducibili. Il corso tratta apprendimento supervisionato e non supervisionato, reti neurali artificiali e deep learning, Transformer e modelli linguistici di grandi dimensioni, nonché le principali architetture e tecnologie per l'archiviazione e l'elaborazione dei Big Data. Particolare attenzione è dedicata all'applicazione consapevole di tali metodi a problemi di ingegneria, trasporti e mobilità.
Conoscenza e capacita' di comprensione: Gli studenti comprenderanno i principali paradigmi, algoritmi e principi di validazione dell'apprendimento automatico, del deep learning, dei Transformer e dei sistemi Big Data. Comprenderanno come la rappresentazione dei dati, la complessità del modello, l'ottimizzazione, le metriche di prestazione, il bias e la varianza influenzino la qualità e l'affidabilità di un sistema di apprendimento, incluse le principali limitazioni dei modelli linguistici di grandi dimensioni.
Capacita' di applicare conoscenza e comprensione: Gli studenti saranno in grado di preparare i dataset, selezionare modelli e metriche adeguati, implementare flussi di lavoro riproducibili, ottimizzare e validare i modelli, interpretare i risultati, riconoscere sottoadattamento e sovradattamento e applicare metodi scalabili a dati di ingegneria e mobilità. Saranno inoltre in grado di confrontare soluzioni alternative, comunicare le scelte sperimentali e i risultati e valutare criticamente robustezza, limiti e possibili bias dei modelli proposti.

CONCETTI GENERALI Introduzione all'apprendimento automatico; storia del machine learning; tassonomia degli approcci e dei compiti di apprendimento; struttura dei dataset; meccanismi di apprendimento; flusso di lavoro; validazione dei modelli; bias, varianza, sottoadattamento e sovradattamento.
CLUSTERING E RIDUZIONE DELLA DIMENSIONALITÀ Introduzione al clustering; metriche di distanza; clustering k-means; metriche di valutazione; clustering gerarchico; clustering basato sulla densità; riduzione della dimensionalità.
REGRESSIONE Introduzione; metriche di prestazione per la regressione; regressione lineare; regressione multipla; regressione polinomiale; regolarizzazione.
CLASSIFICAZIONE Introduzione; metriche di prestazione per la classificazione; probabilità a posteriori e frontiere decisionali; Naive Bayes; regressione logistica; macchine a vettori di supporto e kernel trick; k-nearest neighbours; alberi decisionali; apprendimento ensemble; random forest; bagging e boosting.
RETI NEURALI ARTIFICIALI Il neurone artificiale; architetture multistrato; funzioni di perdita; discesa del gradiente; retropropagazione, regola della catena e ottimizzazione dei pesi; funzioni di attivazione; ottimizzatori; tasso di apprendimento e momentum; gradienti evanescenti ed esplosivi; sovradattamento e regolarizzazione.
DEEP LEARNING Reti neurali convoluzionali; convoluzione; padding e stride; pooling; campo ricettivo; applicazioni di computer vision; transfer learning; data augmentation.
TRANSFORMER E MODELLI LINGUISTICI DI GRANDI DIMENSIONI Storia dei modelli linguistici di grandi dimensioni; meccanismo di attenzione e architettura Transformer; LLM; allucinazioni; guardrail; generazione aumentata dal recupero di informazioni; agenti.
BIG DATA Introduzione; le cinque V dei Big Data; strategie di scalabilità; architetture di archiviazione; MapReduce; framework Big Data; servizi cloud per i Big Data; archivi SQL e NoSQL; machine learning su Big Data.

La valutazione consiste nello sviluppo e nella discussione di un progetto pratico e in una prova orale. Il progetto richiede di progettare, implementare, validare e valutare criticamente un flusso di lavoro di machine learning o Big Data su un dataset selezionato, documentando l'attività mediante un notebook riproducibile o una breve relazione tecnica. Durante la discussione del progetto, lo studente deve motivare la preparazione dei dati, la scelta del modello, le metriche di prestazione, la strategia di validazione, i risultati e i limiti della soluzione. La prova orale verifica la comprensione degli argomenti teorici e metodologici del programma. Il voto finale tiene conto della correttezza tecnica, del rigore metodologico, della riproducibilità, dell'interpretazione critica dei risultati e della chiarezza espositiva. Entrambe le componenti devono essere superate.

Slide, dispense, notebook Jupyter, dataset, articoli tecnici e documentazione software forniti durante il corso. Ulteriori riferimenti e letture saranno indicati durante le lezioni e resi disponibili attraverso la piattaforma didattica dell'Ateneo.

The course provides students with theoretical and technical skills concerning the modelling of transportation systems.
Conoscenza e capacita' di comprensione: It is expected that the student will develop the learning skills that are necessary for further studies in the transportation field, sustainable mobility and energy and environmental engineering.
Capacita' di applicare conoscenza e comprensione: The student will be able to apply the acquired technical and theoretical knowledge related to modelling transportation systems. The skills achieved by the student cover the methods and models for the formulation, assessment and comparison of interventions on the transport system (plans) at different territorial scales.

The course is divided into several modules:
1. INTRODUCTION TO TRANSPORTATION SYSTEM (0,5 CFU)
2. PRELIMINAR TECHNICAL ACTIVITIES FOR TRANSPORT SYSTEM MODELING (1 CFU)
3. TRANSPORT SUPPLY MODELS (1,5 CFU)
4. TRANSPORT DEMAND ESTIMATIONS (1,5 CFU)
5. SUPPLY-DEMAND INTERACTION (ASSIGNMENT) MODELS (1 CFU)
6. DEEPEN INSIGHTS INTO TRANSPORT SYSTEM SIMULATION MODELS (0,5 CFU)
7.TRANSPORTATION SYSTEMS LABORATORY: TRAINING ON SOFTWARES RELATED TO TRANSPORT SIMULATION AND ENVIROMENTAL IMPACTS (3 CFU)

“Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione” “The section will be completed in accordance with the forthcoming PQA Guidelines"

Slides, lecture notes, technical papers.
Cascetta, E. (2009). Transportation systems analysis: models and applications (Vol. 29). Springer Science & Business Media.

The course aims to illustrate the key characteristics of positioning and location based services providing students with knowledge related to the positioning techniques in different scenarios. The lectures will focus on real time navigation measurements, applied to mobile positioning and location based-services. All the geospatial applications in which location, proximity, and connectivity are the organizing principles will be studied.
Conoscenza e capacita' di comprensione: Students must demonstrate that have learned the fundamental notions regarding: measurements and methods for geodetic positioning; concepts and description of satellite positioning and navigation systems; inertial navigation; outdoor and indoor applications; location-based service technologies and issues.
Capacita' di applicare conoscenza e comprensione: By applying the acquired skills, students must be able to collect, process, analyze and utilize information in the area of positioning and location-based services.

Topics of course lectures include:
1. Referencing a position and geodetic data processing, including methods of collection, measurement, computation, analysis, and modeling of geodetic data, particularly in the form of mapping surveys.
2. Representing, organizing, and searching spatial data and object location. Maps and GIS in location based services.
3. Fundamentals of positioning. Classification of positioning techniques. Basic positioning methods.
4. Satellite navigation. GNSS systems, observations and characteristics of instrumentation. GNSS error sources and biases. Mathematical models for absolute and differential static and kinematic positioning. Kalman filtering applied to kinematic positioning. Ambiguity resolution procedures. GNSS augmentation methods.
5. Indoor positioning. Assisted, hybrid, and short range positioning and navigation: measuring approaches, principles, and technologies. Sensors for ubiquitous navigation and inertial navigation.
6. Mobile positioning and general aspects of location based services: classification, components and type of services.

The exam aims to verify the level of achievement of the previously indicated training objectives. The theoretical and applicative contents covered during the course will be discussed during the oral exam, with the aim of evaluating the understanding of the basic principles and the ability to connect and compare different topics. This test also includes the presentation and discussion of the activities carried out during the laboratory.

E. Kaplan, C. Hegarty (2017). Understanding GPS/GNSS: Principles and Applications. Artech House Publishers.
J. Schiller, A. Voisard. (2004). Location-Based Services. Elsevier. Supplementary teaching materials will be provided during the course.

The main objective of the course is to train students to become road safety professionals by providing them with the knowledge and skills required to manage the road safety process, identify and evaluate appropriate countermeasures based on comprehensive safety analyses, and prioritize and assess safety improvement programs. The course covers the principles and procedures of highway safety management, including network screening, safety diagnosis, and the selection and prioritization of countermeasures. In addition, students gain fundamental knowledge of the advanced road infrastructure safety management tools required under the EU Directive on Road Infrastructure Safety Management, including Road Safety Impact Assessment (RSIA), Road Safety Audit (RSA), and Road Safety Inspection (RSI).
Conoscenza e capacita' di comprensione: Upon successful completion of the course, students will be able to:

• Understand the principles of road crash dynamics and crash classification
• Explain the objectives, strategies, and key components of a road safety management plan
• Understand the principles of Safety Performance Functions (SPFs) and their role in predicting crash frequency
• Describe the methodologies for network screening, black spot identification, and road safety diagnosis
• Understand the principles underlying the analysis of crash data and the identification of contributing factors
• Explain the criteria for selecting and prioritizing road safety countermeasures
• Understand the objectives, procedures, and applications of Road Safety Inspections (RSI), Road Safety Impact Assessments (RSIA), and Road Safety Audits (RSA)
  Capacita' di applicare conoscenza e comprensione: Upon successful completion of the course, students will be able to:
• Estimate the expected number of crashes on different elements of a road network using Safety Performance Functions.
• Identify high-risk locations by applying appropriate network screening techniques based on the available data.
• Analyze crash data to identify recurring patterns, contributing factors, and safety issues.
• Identify local road safety risks through field inspections.
• Select appropriate countermeasures to reduce the frequency and/or severity of crashes based on the identified contributing factors.
• Design road safety improvement interventions and establish priorities for their implementation.
• Conduct Road Safety Inspections by identifying safety deficiencies and proposing appropriate mitigation measures.
• Contribute, as a member of a multidisciplinary team, to Road Safety Impact Assessments and Road Safety Audits of road projects.

Crash data

• Crash characteristics
• Traffic conflicts
• Measurement of road safety
• Crash databases
  Highway safety plans
• Highway safety vision
• Pillars of highway safety management
• The UN Global Plan for the Decade of Action for Road Safety 2021–2030
• The EU Road Safety Policy Framework 2021–2030: Next Steps Towards "Vision Zero"
• The U.S. Strategic Highway Safety Plan
  Safety Performance Functions (SPFs)
• Estimation of expected crash frequency (including by crash severity and collision types) for road networks, facilities, and individual sites.
• Model formulation, data requirements, error distributions, and dispersion parameters.
• Goodness-of-fit measures.
• Highway Safety Manual predictive models.
  Network Screening
• Principles and objectives
• Regression-to-the-mean effect
• Crash frequency
• Crash rate and critical crash rate
• Equivalent Property Damage Only (EPDO)
• Proportion method
• Empirical Bayes method
• Potential for Safety Improvement (PSI)
• Comparison of network screening methods
• Practical exercises
  Road Safety Diagnosis
• Identification of crash contributory factors
• Crash data and crash pattern analysis
• Site inspections
• Case studies and practical exercises
  Selection of Safety Countermeasures
• Criteria for selecting countermeasures
• Countermeasures for road segments and intersections
• Countermeasures for vulnerable road users
• Practical exercises
  Economic Appraisal and Prioritization
• General issues
• Crash Modification Factors (CMFs) for segments and intersections
• Crash costs and benefits of safety countermeasures
• Countermeasure costs
• Prioritization criteria
• Safety effectiveness evaluation
• Practical exercises
  Road Safety Inspections (RSI)
• Standards and inspection procedures
• Safety inspection checklists for different road users and work zones
• Quantitative safety evaluation of rural two-lane highways, at-grade intersections, roundabouts, pedestrian crossings, and roadworks
• Network safety management based on inspections
• Case studies and practical exercises
  Road Safety Impact Assessment (RSIA)
• Background, objectives, and regulatory framework
• Applications to new and existing roads
• Assessment procedures
• Examples and case studies
  Road Safety Audits (RSA)
• Background, objectives, and benefits.
• Audit stages and procedures.
• Key safety issues and legal implications.
• Audit tools and methodologies.
• Examples and case studies.

n.a.
Team projects discussion

Slides.
Textbooks:

• AASHTO (2010). Highway Safety Manual, First Edition.
• Cafiso S., La Cava G., Montella A., Pappalardo G. (2008). Operative Procedures for Safety Inspections on Two-Lane Rural Roads. Available at http://ec.europa.eu/transport/roadsafety_library/publications/iasp_safety_inspections_manual_e 4 n.pdf
• Lord D., Washington S., Montella A. et al. (2018). Safe Mobility: Challenges, Methodology and Solutions. Emerald Publishing.

L'obiettivo finale è quello di apprendere le basi dell'analisi dei sistemi e della progettazione del controllo. Il controllo del feedback è un principio ingegneristico notevolmente pervasivo. Il controllo del feedback utilizza i dati del sensore (ad es. posizione, velocità, accelerazione) per regolare o correggere l'attuazione (ad es. angolo di sterzata, accelerazione del motore). L'obiettivo formativo è introdurre gli studenti alla progettazione e all'analisi di modelli matematici e al loro utilizzo per la previsione del comportamento dinamico di sistemi lineari e non lineari, nonché per la derivazione di algoritmi di controllo. Al termine del corso lo studente sarà quindi in grado di progettare controllori di tipo lineare e non, anche con l’ausilio di strumenti software per l’analisi, la progettazione e la simulazione di sistemi di controllo.
Conoscenza e capacita' di comprensione: Il corso fornisce le basi teoriche, metodologiche e tecnologiche per lo sviluppo di algoritmi intelligenti per la modellazione, l'analisi e il controllo di sistemi dinamici. L'insegnamento è strutturato in modo da sviluppare le competenze necessarie per progettare, sviluppare e testare sistemi di controllo con applicazioni specifiche agli ITS (Intelligent Transportation Systems) e CCAM (Cooperative, Connected, and Automated Mobility). Particolare attenzione è posta nel proporre esperienze pratiche dei concetti appresi.
Capacita' di applicare conoscenza e comprensione: Le conoscenze acquisite consentiranno agli studenti di formalizzare le specifiche richieste ad un sistema di controllo. Sulla base di tali specifiche e delle caratteristiche del processo da controllare, gli studenti saranno in grado di compiere scelte progettuali, ovvero di progettare la legge di controllo utilizzando diversi metodi di sintesi. A supporto della sintesi del controllore e per la verifica delle prestazioni, sarà utilizzato il software Matlab/Simulink.

1. Introduction
2. Mathematical Foundations
3. Systems fundamentals:

• Models for linear Dynamical Systems.
• State-Space models.
• Analysis Methods
• Stability of linear systems
• Analysis and Design Methods for Nonlinear Systems.
• Stability analysis of non-linear systems. Linearization. Lyapunov Theory; Case Studies.
• Software for Modeling and Simulating dynamical Systems.
  4. Linear Control fundamentals:
• Introduction to control; Motivating examples; Definition of a control problem.
• Single-input, single-output control essentials.
• From open- to closed-loop control architectures.
• Robustness issue with respect to additive disturbances.
• State Feedback Control and control tuning via Pole-Placement technique.
• State Observers. Combining state feedback control with an observer.
• Output Feedback control: PID and Relè Control.
  5. Applications to ITS and CCAM
  6. Computer-aided control systems design:
• Software for modeling and simulating Control Systems.

La valutazione è ottenuta sulla base dei punteggi conseguiti dallo studente durante la parte scritta e orale dell'esame quando verrà verificata anche la capacità di sfruttare il software Matlab per la modellazione e la progettazione del controllo.

• Libro di testo: Gene F. Franklin, J. David Powell, Abbas Emami-Naeini, Feedback Control of Dynamic Systems (Inglese), ISBN-10 : 0133496597
• Lecture notes disponibili sul sito docenti.

The course provides students with the basic knowledge and practical skills required to read, interpret, produce and use geological and geomorphological data in a digital environment, with specific reference to engineering geology applications in the field of transportation infrastructures.
The course is organised into an introductory part, aimed at developing a basic understanding of geology, rock and soil identification, geological structures, geomorphological processes and natural hazards. This foundation is followed by a more applied part focused on geological and geomorphological mapping, the reading and interpretation of topographic and geological maps, the construction of topographic profiles and geological cross-sections, the management of spatial data in GIS environments, and the three-dimensional representation of the subsurface.
Particular attention is given to the integration of geological field observations, topographic data, subsurface investigation data, digital terrain models, point clouds and GIS tools, with the aim of producing maps and geological models useful for the assessment of major geological hazards, including landslides, slope instability, flood-related processes and engineering-geological issues related to infrastructure design and management.
Conoscenza e capacita' di comprensione: By the end of the course, students will be able to:

• understand the basic concepts of geology, geomorphology and engineering geology required for territorial analysis;
• recognise the main types of rocks, soils and geological structures of engineering interest;
• read and interpret topographic, geological and geomorphological maps;
• construct topographic profiles and geological cross-sections from cartographic and digital data;
• organise, manage and represent geological and geomorphological data in GIS environments;
• integrate data from field surveys, existing maps, digital terrain models, boreholes and point clouds;
• produce thematic maps aimed at the analysis of the main geological hazards;
  Capacita' di applicare conoscenza e comprensione: Students will be able to apply the acquired knowledge to engineering-geological problems related to the territory and to infrastructure systems. In particular, they will be able to use cartographic, topographic, geological and geognostic data to produce interpretative outputs, thematic maps, geological cross-sections and conceptual subsurface models.
  Through practical exercises and laboratory activities, students will develop operational skills in spatial data management, geological and geomorphological interpretation, preliminary geological hazard assessment and technical communication through maps, models and reports.

1. Fundamentals of geology

• Basic concepts of geology for engineering applications.
• Minerals, rocks and soils: identification and classification.
• Main engineering-geological properties of rocks and soils.
• Geological structures: bedding, folds, faults and discontinuities.
• Elements of regional geology and geological setting of the southern Apennines.
• Geomorphological processes and their relevance to engineering problems.
  2. Topographic, geological and geomorphological mapping
• Reading and interpretation of topographic maps.
• Contour lines, landscape morphology and recognition of landforms.
• Digital topographic profiles.
• Reading and interpretation of geological maps.
• Stratigraphic relationships, outcrop patterns and structural setting.
• Construction and interpretation of geological cross-sections.
• Introduction to geomorphological mapping.
• Recognition and cartographic representation of geomorphological landforms and processes.
  3. Digital geological mapping and GIS
• Introduction to geodata and geographic information systems.
• Vector and raster data models.
• Coordinate systems, georeferencing and spatial data organisation.
• Digitisation and management of geological and geomorphological data.
• Construction of cartographic databases.
• Production of thematic maps for engineering geology applications.
• Integration of topographic, geological, geomorphological and geognostic data.
  4. Ground investigations and subsurface data
• Main investigation methods for rock and soil characterisation.
• Reading and interpretation of borehole logs.
• Integration of borehole data and cartographic information.
• Construction of interpretative geological cross-sections.
• Use of subsurface data for geological modelling.
  5. Digital surveying, terrain models and point clouds
• Modern techniques for spatial data acquisition.
• Digital terrain models and digital surface models.
• Introduction to the use of point clouds in geological and geomorphological applications.
• Digital surveying of outcrops, slopes and geomorphological contexts.
• Integration of field observations, digital data and geological interpretation.
  6. 3D geological modelling
• Principles of three-dimensional geological modelling.
• Organisation of the datasets required for the construction of 3D geological models.
• Integration of maps, cross-sections, boreholes and topographic surfaces.
• Conceptual reconstruction of the subsurface.
• Use of 3D models for the representation of geological geometries and geological bodies.
• Applications to engineering geology and infrastructure-related problems.
  7. Mapping of geological hazards
• Introduction to the main geological hazards of engineering interest.
• Landslides and slope instability.
• Flood-related processes and river dynamics.
• Elements of local seismic hazard.
• Thematic maps for susceptibility and hazard analysis.
• Use of GIS for the production of cartographic outputs aimed at preliminary hazard assessment.
• Applications to infrastructure planning and design.
  8. Practical exercises and applied activities
• Reading of topographic and geological maps.
• Construction of topographic profiles and geological cross-sections.
• Digitisation of geological and geomorphological features.
• Organisation of geological data in GIS environments.
• Production of thematic maps.
• Interpretation of borehole data.
• Development of a conceptual 3D geological model.
• Preparation of individual or group technical outputs.
  If feasible, the course may include a field activity aimed at the acquisition of digital data, also through photographic/photogrammetric survey techniques and point cloud management.

The evaluation takes into account:

• knowledge of the theoretical contents of the course;
• ability to interpret maps, cross-sections and geological data;
• technical quality of the practical outputs;
• ability to use geological and geomorphological data in GIS environments;
• clarity of presentation and appropriate technical language;
• ability to connect mapping and modelling tools with geological hazard assessment and infrastructure design problems.

Dearman W.R. (1991). Engineering Geological Mapping . Butterworth-Heinemann Ltd.
González de Vallejo L., Ferrer M. (2011). Geological Engineering . CRC Press / Taylor & Francis Group.
Freeze A. and Cherry J. (1979). Groundwater . Prentice Hall Inc.
Griffiths J.S. (2002). Mapping in Engineering Geology . The Geological Society, London.
Reddy D.V. (2010). Engineering Geology . Vikas Publishing House.
Scientific papers.
Notes from the lessons.

Il corso si propone di fornire la conoscenza dei principali componenti dei sistemi di propulsione elettrici/ibridi per veicoli stradali, con particolare riguardo al loro principio di funzionamento e ai relativi sistemi di controllo. Le metodologie di analisi del gruppo propulsore dei veicoli permettono di concentrare la trattazione sulle strategie di gestione dell'energia, perseguendo obiettivi di sostenibilità ambientale nell'imminente transizione energetica.
Conoscenza e capacita' di comprensione: Lo studente acquisisce conoscenze sui principali componenti dei sistemi di propulsione, impara il principio di funzionamento del convertitore di potenza e del motore, e studia come l'energia può essere trasferita tramite appositi algoritmi di controllo dalle sorgenti primarie ai carichi di trazione finali. Acquisisce familiarità con diversi tipi di architetture di veicoli, distingue la propulsione ferroviaria da quella stradale e visualizza come diverse fonti di energia possano interagire a bordo di un veicolo ibrido. Classifica i sistemi di accumulo di energia e comprende come le diverse tecnologie di stoccaggio debbano essere caricate/scaricate nel contesto dei sistemi di trasporto. Lo studente acquisisce metodologie di analisi delle strategie di gestione dell'energia, con l'obiettivo di perseguire la sostenibilità ambientale nell'imminente transizione energetica.
Capacita' di applicare conoscenza e comprensione: Lo studente impara ad applicare le conoscenze acquisite per caratterizzare i sistemi di propulsione, gli azionamenti dei motori e i componenti di stoccaggio. È in grado di progettare ed eseguire test sperimentali per convalidare il corretto funzionamento del sistema complessivo e/o per determinarne i parametri. È anche in grado di riconoscere possibili criticità sul funzionamento dell'azionamento del motore. In base alle sue caratteristiche, può ricondurre la condizione anomala a uno specifico sottosistema del gruppo propulsore, identificandone la possibile causa e proponendo modifiche/miglioramenti all'architettura del sistema e/o al controllo. Lo studente può sfruttare le conoscenze acquisite sulla tecnologia di trasferimento dell'energia, risolvendo possibili incompatibilità tra i sottocomponenti e scegliendo le apparecchiature funzionali in base al profilo di missione. In questo contesto, può anche concepire strategie di gestione dell'energia volte a ottimizzare l'efficienza complessiva del sistema di trasporto, perseguendo obiettivi di sostenibilità ambientale.

Introduzione ai sistemi di trasporto ibridi ed elettrici.
Sistemi di accumulo energetico di tipo elettrochimico (batterie): principio di funzionamento, principali tipologie, key performance indexes, modellistica application-oriented, esempi di dimensionamento di un pacco batterie per applicazioni veicolari.
Sistemi fuel cell per la conversione dell'energia chimica dell'idrogeno in energia elettrica: principio di funzionamento, principali tipologie, modellistica.
Idrogeno: caratteristiche fisico/chimiche, metodi di stoccaggio.
Tipologie di veicoli ibridi ed elettrici: full-electric, ibrido serie e parallelo, ibrido complesso.
Dinamica dei veicoli: leggi dinamiche ad 1 grado di libertà, forze resistenti al moto, modello della catena di trasmissione. Curve caratteristiche di coppia e potenza di motori termici e elettrici.
Strategie di Energy Management per veicoli elettrici: algoritmi rule-based, algoritmi di minimizzazione del consumo equivalente di combustibile.

Lo studente è valutato sulla base della correttezza tecnica e padronanza concettuale delle argomentazioni esposte in sede di esame relativamente ai quesiti posti sui contenuti dell'insegnamento..

Mohan, Undeland, Robbins "Power Electronics: Converters, Applications and Design" J. Wiley &Sons
G Abad (Gonzalo) "Power electronics and electric drives for traction applications" John Wiley &Sons
Austin. Hughes ; Bill Drury "Electric motors and drives fundamentals, types and applications" Elsevier
Russell M. Ford editor.; Rebecca M. Burns "Energy storage technologies for power grids and electric transportation" Nova Science Publishers
Daniel. Sperling ; Mark A Delucchi; Patricia M Davis; A. F Burke (Andrew F.) "Future drive electric vehicles and sustainable transportation" Island Press
Morris Brenna, Frica Foiadelli, Dario Zaninelli "Electrical railway transportation systems" Wiley-IEEE Press
Slides ed appunti dalle lezioni

L’insegnamento si propone di fornire agli studenti le conoscenze fondamentali delle componenti e
delle relazioni del sistema di trasporto merci, lato offerta e lato domanda al fine di: sviluppare
capacità di analisi delle interazioni dei sistemi logistici e di trasporto merci; identificare le principali
esigenze progettuali e di pianificazione di settore; acquisire gli strumenti di analisi, progettazione e
valutazione dei sistemi di trasporto merci.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare di conoscere gli aspetti trasportistici, economici, normativi e
organizzativi dei sistemi di trasporto merci e saper comprendere le dinamiche del mercato dei
servizi di trasporto merci e delle relazioni con gli aspetti di logistica e produzione. Inoltre, lo
studente deve dimostrare di conoscere i principali elementi di pianificazione e governance dei nodi
te dei sistemi di trasporto merci e logistica a scala urbana, regionale, nazionale e internazionale.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di intervenire sui processi operativi delle imprese
di trasporto merci e logistica e dei gestori dei nodi merci (porti, interporti, terminali). Inoltre, il
percorso formativo èorientato a trasmettere gli strumenti metodologici e operativi necessari per
sviluppare modelli e analisi per la pianificazione e la governance di sistemi di trasporto merci e
logistica a scala urbana, regionale, nazionale, internazionale, condurre studi di fattibilità/business
plan di servizi di trasporto merci e logistica, e di analisi di sistemi di trasporto merci sostenibili e
basati su tecnologie di nuova generazione.

Il corso si articola in quattro parti fondamentali:
· la prima èfinalizzata all’acquisizione delle conoscenze di base e di alcune dinamiche generali
della logistica e di supply chain management. Saranno approfondite in particolare le interazioni
tra logistica e trasporto merci, le relazioni tra i due piani decisionali e sarà studiato in dettaglio il
mercato dell’offerta di servizi di trasporto merci e logistica;
· la seconda descrive in dettaglio il sistema di offerta di trasporto merci in termini materiali (veicoli,
infrastrutture, impianti, tecnologie, …) e immateriali (normative, regolamenti, costi e tariffe,
regolazione dei mercati, …) con un’analisi per modo di trasporto (stradale, marittimo, ferroviario,
aereo, navigazione interna) e con approfondimenti specifici sull’intermodalità. Una parte specifica
sarà dedicata all’analisi dei terminali merci (porti, interporti, centri logistici, …);
·la terza parte analizza la domanda di trasporto merci in termini di caratteristiche, tendenze
evolutive, fonti dati per la caratterizzazione del fenomeno a livello nazionale e internazionale;
·la quarta parte introduce alcuni principali metodi quantitativi di progettazione e pianificazione di
sistemi di trasporto merci, e propone esempi applicativi a varie scale territoriali in prospettiva sia
progettuale nell’ottica del privato sia pianificatoria/di governance nell’ottica del pubblico.

La valutazione sarà condizionata dalla capacità dello studente di mostrare di aver appreso i concetti della disciplina e di saperli applicare in maniera autonoma a casi reali.

Cascetta E. (2006). Modelli per i sistemi di trasporto, teoria e applicazioni. UTET
Slides del docente disponibili nell’area riservata del sito docente.

Infrastructure Building Information Modeling (I-BIM) refers to the application of BIM to linear infrastructure. The course aims to provide an understanding of the key concepts of I-BIM in order to support the management of the entire service life cycle of road and railway infrastructure. Particular attention will be devoted to the relevant regulatory framework and to the fundamental processes of a Common Data Environment (CDE).
The course includes the development of a design project concerning a rural road section and a railway line, using advanced BIM modelling and calculation tools. Students will acquire the ability to understand and manage all aspects of the infrastructure construction process, including the costs associated with the entire process and the main features of both the initial design phase and the final testing and commissioning phase.
Upon successful completion of the course, students will receive a certificate attesting to the skills acquired in the use of BIM software and computational tools.
Successful completion of the course, together with the completion of an off-campus internship of at least three months focusing on BIM for Infrastructure and the successful completion of the “Roads and BIM for Infrastructure” examination included in the Bachelor’s Degree programme, will enable students to meet the eligibility requirements for taking the examination leading to the BIM Specialist professional qualification, in accordance with UNI 11337-7 and UNI/PdR 78.
The 9-ECTS course contributes to the completion of the Minor in “Smart Infrastructure Developer”.
Conoscenza e capacita' di comprensione: Students must demonstrate knowledge of, and the ability to develop well-founded arguments concerning, current national and international BIM regulations. They must also understand the issues and methods involved in the design, construction and management of smart infrastructure using advanced computational tools.
The practical sessions are intended to provide students with the basic knowledge required to meet the eligibility requirements for taking the BIM Specialist examination.
Capacita' di applicare conoscenza e comprensione: Students must demonstrate the ability to use BIM software tools for infrastructure modelling and management. The course is designed to provide the basic skills required to become a BIM Specialist. The 9-ECTS course contributes to the 30 ECTS required to obtain the “Smart Infrastructure Developer” qualification.

General principles: basic terminology and fundamental concepts; opportunities and challenges associated with implementation; workflows; overview of the I-BIM software tools available on the market.
Industry standards and regulations: national and international regulations; information models, deliverables and objects for products and processes; development of an information model; professional roles in the BIM sector.
Basic models and operating principles: working within a Common Data Environment; understanding and managing the information delivery plan; understanding the management of project deliverables and levels of information need.
I-BIM implementation for road and railway infrastructure: project review checklists; CDE selection and configuration; quality assurance; data exchange.
Digital terrain modelling: data acquisition and processing; editing digital terrain models; creation of digital terrain models from LiDAR data; creation of digital terrain models from point clouds; georeferencing.
Road modelling: horizontal and vertical alignment design; definition of typical cross-sections and design constraints; use of civil cells; earthworks and quantity take-off.
4D and 5D management: scheduling of construction activities; clash detection; estimation of project costs.
Artificial Intelligence: applications of AI to the design of road and railway infrastructure.
Webinars: in-depth sessions on BIM solutions developed by Autodesk, Bentley Systems, Harpaceas and SierraSoft.

During the course, students will carry out design exercises focused on the modelling of road and railway infrastructure. These exercises will be discussed during the oral examination, together with all the other topics covered in the course, including webinars and seminars.

Textbooks:
1) R. Sacks et al. (2018), BIM Handbook: A Guide to Building Information Modeling for Owners, Managers, Designers, Engineers and Contractors. Editor: John Wiley & Sons Inc.
2) A. Borrman et al. (2018), Building Information Modeling: Technology Foundations and Industry Practice. Editor: Wiley.
3) G. Dell’Acqua (2018), BIM per Infrastrutture – il Building Information Modeling per le grandi opere lineari. Editor: EPC.

The course provides students with theoretical and technical skills concerning emerging technologies applied to monitoring, management and control of transportation systems.
Conoscenza e capacita' di comprensione: The student must demonstrate his/her knowledge and understanding of the issues related to the design, implementation and operation of technological systems for monitoring and improving transport systems functioning.
Capacita' di applicare conoscenza e comprensione: The course is aimed at transmitting the methodological and operational skills and tools (e.g., the design and technological development of traffic simulation scenarios and the analysis of the data produced by them) necessary to apply this knowledge in practice.

• Preliminary recall of key concepts of transportation systems engineering
• Extension of the knowledge of transportation systems engineering for the modelling of multimodal supply systems
• Modelling of Public Transport Systems and service representation based on data formats
• Introduction to Shared Mobility systems and to their modelling
• Mobility as a Service
• Transportation systems monitoring techniques
• Extension of the knowledge of transportation systems engineering for the dynamic modelling of transportation systems
• Introduction to Intelligent Transport Systems (ITS)
• Connected Vehicle technologies (V2V, V2I). Advanced Driving Assistance Systems (ADAS) and Cooperative Connected and Automated Mobility (CCAM)
• Travel Demand Management
• Advanced Traveller Information Systems
• Fundamentals for Advanced Traffic Management Systems
• Urban traffic control
• Motorway traffic control

“Il campo sarà definito secondo l'aggiornamento delle Linee guida del PQA in corso di predisposizione” “The section will be completed in accordance with the forthcoming PQA Guidelines"

Slides, lecture notes, technical papers.
Urban Traffic Analysis and Control - The key challenges in the era of ITS
Edited by Roberta Di Pace, Giulio E. Cantarella

Obiettivo dell'insegnamento èfornire agli studenti i concetti generali relativi alla simulazione, alla progettazione e alla gestione dei servizi ferroviari e di trasporto pubblico. Verranno presentate le diverse tecniche di simulazione, le metodologie di progettazione, gli aspetti normativi e gli strumenti di gestione contrattuale per i sistemi ferroviari e di trasporto pubblico.
Conoscenza e capacita' di comprensione: Il corso si propone di fornire agli studenti le conoscenze e gli strumenti metodologici di base necessari per analizzare, progettare e gestire i servizi ferroviari e di trasporto pubblico. Tali strumenti consentiranno di comprendere le connessioni tra aspetti normativi e organizzativi, le principali relazioni esistenti tra i diversi sistemi tecnologici ipotizzati o analizzati (veicoli e tipologie di servizi) e i relativi modelli di offerta per la loro rappresentazione, e di coglierne le implicazioni nel caso di una progettazione multimodale e integrata.
Capacita' di applicare conoscenza e comprensione: Il corso si propone di trasmettere le competenze e gli strumenti metodologici e operativi necessari per applicare concretamente le conoscenze acquisite nell'ambito della pianificazione e gestione dei servizi ferroviari e di trasporto pubblico. In particolare, lo studente sarà in grado di simulare e progettare servizi ferroviari e di trasporto pubblico (anche con approccio multimodale) e di calcolare gli indicatori di prestazione delle reti e dei servizi di trasporto prima e dopo ogni intervento progettuale. Inoltre, gli strumenti metodologici acquisiti consentiranno allo studente di predisporre gli allegati tecnici di un contratto di servizio, un capitolato per l'affidamento dei servizi ferroviari e di trasporto pubblico e di calcolare le implicazioni economiche (costi) derivanti dall'incremento dell'affidabilità dei servizi.

Introduzione: il concetto di modellazione; la progettazione di sistemi di trasporto (pubblico).
Simulazione di servizi ferroviari e di trasporto pubblico: Fasi della simulazione dei sistemi di trasporto; Sistemi di trasporto pubblico (Sistemi convenzionali, Sistemi non convenzionali, Sistemi di mobilità condivisa, Sistemi di mobilità combinata); Costo generalizzato all'utente, Funzioni di costo del sistema stradale; Servizi di trasporto pubblico: grafo delle linee e grafo delle corse; Approccio multimodale e iperreti; Funzioni di costo del trasporto pubblico, Iperpercammini.
Sistemi di segnalamento e controllo ferroviario; Definizione di sistema di segnalamento e controllo; Terminologia ferroviaria, Distanza di arresto, Requisiti di un sistema di segnalamento; I primi sistemi di segnalamento; Sistemi di segnalamento spaziale (blocco telegrafico/telefonico, blocco elettrico manuale, blocco elettrico automatico, blocco conta-assi); Segnali ferroviari: segnali semaforici, segnali luminosi, segnali di manovra, segnali di rango; Automatic Train Protection (ATP): Ripetizione in cabina, frenatura di emergenza, controllo della velocità e curva di frenatura. Sistemi ATP in Italia; Automatic Train Operation (ATO): Definizione, Gradi di automazione (GoA); Livelli ERTMS/ETCS 0-3; Licenze ferroviarie; Sistemi di interlocking.
Strategie di Energy Saving: Sistemi di frenatura in ferrovia, Frenatura reostatica, Frenatura rigenerativa; Profili di velocità, Strategia di Time Optimal (TO), Ottimizzazione dei profili di velocità (profili di velocità con Energy Saving).
Progettazione del servizio di trasporto pubblico: Formulazione del problema e approcci progettuali; tempo di giro (tempi di percorrenza, tempi di sosta, tempi di inversione, tempi addizionali); Calcolo del numero di veicoli; Definizione della configurazione iniziale: Situazione attuale, Situazione obiettivo e Situazione di progetto (coppia di OD più carica, coppia di OD più lontana e pedone veloce); Obiettivi (costo totale, efficienza, efficacia, qualità); Definizione di veicolo-km, Variabili di progetto; Grafo delle linee (approccio ad ipercammini) vs Grafo delle corse (approccio diacronico); Vincoli di budget.
Normativa e organizzazione del trasporto pubblico: Definizioni; Livelli normativi gerarchici; I 4 settori esclusi (aziende nazionali), l'Area Schengen, Normativa del settore ferroviario, Normativa del settore del trasporto pubblico; Forme contrattuali del trasporto pubblico (concessione, contratto di servizio, libero mercato), Rischi nei servizi di trasporto pubblico (Gross Cost e Net Cost), Fonti di finanziamento, Ripartizione delle competenze tra le autorità.
Qualità nel trasporto pubblico: Affidabilità, Programmi di esercizio, Sicurezza dei trasporti; Qualità interna ed esterna; Tipi di qualità (qualità attesa, progettata, erogata e percepita); Fasi di gestione della qualità; Qualità in una gara d'appalto per il trasporto pubblico.
Sistemi di supporto alle decisioni: Software di simulazione microscopica OpenTrack: Principi della meccanica della locomozione e principali caratteristiche del software; Progetto di un servizio ferroviario (con software OT): Progettazione e analisi del servizio; Software di simulazione macroscopica TransCAD: Principali caratteristiche del software; Progetto di un servizio di trasporto pubblico (con software TC): Progettazione e analisi del servizio.

N.A.

Dispense e materiale didattico scaricabile dal sito docente.
Testi consigliati:
Hansen I. A. and Pachl J. (2008) Railway timetable &traffic: Analysis, modelling, simulation. Euralil Press, Hamburg, Germany.
Cascetta E. (2009) Transportation systems analysis: Models and applications. Springer, New York (NY), USA.

Il corso fornisce conoscenze e competenze di base sui sistemi operativi e la programmazione di sistemi real-time usati in conresti industriali, con particolare riferimento al settore automotive. Fornisce le competenze necessarie alla progettazione, dimensionamento e sviluppo di sistemi real-time, con sessioni pratiche in diversi ambienti, come real-time Linux e FreeRTOS.
Conoscenza e capacita' di comprensione: Lo studente deve dimostrare: di conoscere le problematiche dell’elaborazione in tempo reale, di saper illustrare i fondamenti teorici relativi agli algoritmi per lo scheduling di task periodici e aperiodici e per la gestione delle risorse condivise con vincoli temporali, e relativi test di fattibilità, di saper riconoscere le principali soluzioni per la comunicazione in rete con vincoli temporali, di comprendere i principi di programmazione concorrente applicati ai sistemi real-time.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di saper astrarre problemi di progettazione di sistemi in tempo reale e di ricondurli ad opportuni modelli teorici atti alla verifica della fattibilità, di saper risolvere problemi di dimensionamento di sistemi real-time attraverso le metodologie e gli algoritmi appresi, di saper implementare semplici sistemi software real-time utilizzando primitive per la gestione dei task periodici e aperiodici e per l’inter-process communication in tempo reale.

Introduzione . Sistemi real-time: campi di applicazione, dimensionamento, deadline, hard e soft real-time, il ruolo dei Real-Time Operating Systems (RTOS).
Programmazione in C : Tipi di dato, dati strutturati, costrutti di controllo, sottoprogrammi.
Conosenze di base . Sistemi Operativi: nozioni di base e funzionalità. Scheduling, gestione della memoria, file system, input/output. Esempi di programmazione di applicazioni multithreaded in Linux.
Architettura dei computer e prevedibilità . Microcontrollori e sistemi embedded. Fonti di Non-determinismo hardware e software.
Real-time scheduling . Scheduling di task aperiodici e periodici. Cyclic executive. Rate Monotonic. Deadline Monotonic. Earliest Deadline First. Analisi di fattibilità.
Gestione delle risorse . Mutua esclusione e semafori. Inversione di priorità. Priority Inheritance e Priority Ceiling.
Server apeiodici : Scheduling di task misti periodici e aperiodici. Polling Server, Deferrable Server, Sporadic Server, Total Bandwidth Server, Constant Bandwidth Server.
Real-Time Operating Systems . Primitive per la programmazione di applicazioni concorrenti in ambienti real-time. Input/Output. Esempi di RTOS. Focus su real-time Linux e FreeRTOS.
Il contesto Automotive . Standard: OSEK, AUTOSAR, MISRA C, ISO 26262. Esempi pratici ed applicazioni.

L'esame scritto consiste nella risoluzione di esercizi numerici. Durante il corso, esercizi di programmazione verranno assegnati e discussi durante l'esame orale. Chi non svolge gli esercizi durante il corso, sarà interrogato sulla parte di programmazione all'orale.
L’esito della prova scritta è vincolante ai fini dell’accesso alla prova orale. Il voto finale è stabilito come media degli esiti delle prove scritte e dell’orale.

Slides, appunti, articoli.
Libro di testo:

• G. Buttazzo: "Hard-Real-Time Computing Systems: Predictable Scheduling Algorithms and Applications", Third Edition, Springer.

L'insegnamento si propone di fornire agli studenti le nozioni specialistiche sulla resilienza
delle opere geotecniche tipicamente impiegate nelle infrastrutture stradali e ferroviarie in
caso di eventi estremi sia metereologici che sismici. Seguendo l’approccio prestazionale
per la valutazione della resilienza, saranno discussi i parametri che quantificano la
performance dei diversi sistemi e la correlano all’ intensità dell’evento.
Conoscenza e capacita' di comprensione: Il percorso formativo intende fornire agli studenti le conoscenze sui fattori e i processi che
determinano la risposta a eventi metereologici e sismici di rilevati in terra, opere di
sostegno e fondazioni profonde. Tali strumenti sono finalizzati a consentire agli studenti di
prefigurarsi il comportamento atteso e di riconoscere le principali criticità delle diverse
opere.
Capacita' di applicare conoscenza e comprensione: Attraverso esempi applicativi ed esercitazioni guidate, il percorso formativo intende fornire
agli studenti la capacità di applicare le procedure apprese per la quantificazione della
performance e della resilienza e di individuare l’impatto sulla resilienza delle diverse
tecniche di intervento per la mitigazione degli effetti.

• Concetto di resilienza applicato alle infrastrutture, robustezza, ridondanza, rapidità e
  risorse.
• Metodi di valutazione della resilienza: funzione di funzionalità del sistema, definizione di
  misure di intensità per eventi naturali estremi e parametri di domanda, curve di fragilità.
  Rilevati stradali e ferroviari in terra
• Costruzione: caratteristiche geometriche dei rilevati, procedure di compattazione e
  precarico.
• Stabilità: meccanismi di instabilità e cinematismi di pendii naturali o artificiali, ruolo della
  pressione interstiziale, metodi di analisi all’ equilibrio limite.
• Prestazioni e interventi: cedimenti per carichi gravitazionali e sismici, tecniche di
  mitigazione.
• Monitoraggio: utilizzo di inclinometri e fibre ottiche, misurazioni della pressione
  interstiziale, monitoraggio delle misure di intensità sismica o idrologica per stimare il
  danno atteso.
  Opere di sostegno
• Costruzione: spinta delle terre: concetti di base, muri a gravità e a mensola, paratie libere
  e ancorate.
• Stabilità: teoria delle spinte di Rankine, soluzioni basate sull'equilibrio delle forze, ruolo
  delle pressioni interstiziali, meccanismi e cinematismi di instabilità di pareti rigide e
  flessibili, metodi di analisi all’ equilibrio limite.
• Performance e interventi: cedimenti per carichi gravitazionali e sismici, tecniche di
  mitigazione.
• Monitoraggio: tecniche di misura degli spostamenti orizzontali e verticali, monitoraggio
  delle misure di intensità sismica o idrologica per stimare il danno atteso.
  Fondazioni profonde
• Costruzione: tecnologie costruttive di cassoni e pali e loro effetto sullo stato tensionale
  mobilitato nel terreno.
• Stabilità: capacità portante della fondazione sotto carichi verticali o orizzontali in
  condizioni drenate e non drenate.
• Prestazioni e interventi: spostamenti e rotazioni per carichi gravitazionali e sismici, effetti
  sui viadotti, tecniche di mitigazione.
• Monitoraggio: utilizzo di estensimetri o fibre ottiche nei pali, monitoraggio delle misure di
  intensità sismica per stimare il danno atteso.

Slide delle lezioni, articoli scientifici e libri specialistici

The course deals with the resilience of transport infrastructure. Starting from local aspects such as service stress and ageing deterioration, as well as rare catastrophic events, it estimates and forecasts the effects on networks and broader areas under uncertainty, including social and economic impacts.
Conoscenza e capacita' di comprensione: Students gain knowledge about network resilience and understand how the local susceptibility of transport infrastructure propagates through networks. Students apply the acquired knowledge to a toy network or a simple case study that explores the effects of failures in transport infrastructure and services.
Capacita' di applicare conoscenza e comprensione: Students learn to implement the techniques studied by both coding their own tool and integrating commercial software for transportation networks, with some self-written code lines. The programming language used to apply the theoretical knowledge learned is Python.

Definitions and terminology:

• General introduction to local and global impacts
• Difference between risk and damage
• Reliability, robustness and resilience
• Connectivity and serviceability approaches
  Topology and connectivity
• Network topology, directed vs. undirected and valued vs. unvalued graphs
• Mathematical definition of graphs and adjacency matrix
• Link-based network indices (degree and reverse degree)
• Forward stars and backward stars in graphs
• Average degree of a network
• Complete graphs in planar and non-planar graphs
• Connectivity index and network efficiency
• Path and definition of acyclic paths; link/path incidence matrix
• Connected graphs, path trees, Belmann theorem
  Robustness and vulnerability algorithms
• In-depth discussion of the connectivity approach and connectivity algorithms
• In-depth discussion of the serviceability approach and serviceability algorithms
• In-depth discussion of the accessibility-based approach and tne accessibility algorithms
• Computing vulnerability for networks
• Computing robustness for networks
• Computing accessibility for networks

The examination is oral. Students will be asked to discuss the work carried out in class, with particular reference to the development and application of algorithms for calculating vulnerability and robustness using self-produced or commercial tools. Two questions will then be asked regarding the theoretical definitions and properties of resilience, robustness, and vulnerability, as well as the approaches and methods used to calculate them. Students will be required to respond to the lecturer's requests for further explanation and elaboration to defend their answers. An appropriate, fluid discussion that demonstrates full awareness of the topics covered in the course will be rewarded with the highest marks. A discussion that demonstrates a correct answer to the questions but with weak arguments and a lack of precision in the terminology used and the arguments presented will result in an intermediate mark. Students who demonstrate that they are unable to answer just one single question will receive low marks. Students who demonstrate more than one knowledge gap in their presentation will not be allowed to pass the exam.

Slides, lecture notes, technical papers.

Il corso si propone di fornire i principi tecnici e i metodi di esecuzione degli scavi e delle opere connesse.
In particolare, saranno fornite informazioni di base su aspetti tecnologici che riguardano:

• la costruzione di gallerie e opere sotterranee per le infrastrutture di trasporto;
• le indagini e il monitoraggio del terreno durante lo scavo;
• la sicurezza delle strutture sotterranee rispetto alle condizioni di lavoro e ai rischi operativi.
  Conoscenza e capacita' di comprensione: Il percorso formativo intende fornire agli studenti le conoscenze e gli strumenti metodologici di base necessari a comprendere i processi di scavo e i principali requisiti per l'esecuzione e il funzionamento in sicurezza delle opere in sotterraneo per le infrastrutture di trasporto.
  Capacita' di applicare conoscenza e comprensione: Lo studente acquisirà le nozioni base, sia teoriche che pratiche, per progettare in sicurezza opere in sotterraneo per le infrastrutture di trasporto.

Fondamenti di geotecnica (3 CFU):

• richiami di meccanica delle terre (1 CFU)
• prove di laboratorio (1 CFU)
• prove in sito (1 CFU)
  Scavi profondi e opere di sostegno (3 CFU):
• Progettazione e costruzione delle opere di sostegno: Fondamenti della spinta delle terre; muri di sostegno a gravità e a mensola; paratie a palancole libere e ancorate (1CFU)
• Stabilità delle opere di sostegno: Teoria della spinta delle terre di Rankine; soluzioni basate sull'equilibrio delle forze; ruolo delle pressioni interstiziali; meccanismi di instabilità delle opere di sostegno rigide e flessibili; metodi di equilibrio limite (1CFU)
• Prestazioni e tecniche di mitigazione: Cedimenti sotto carichi statici e sismici; tecniche di mitigazione (1CFU)
  Scavi in sotterraneo e gallerie (3 CFU):
• requisiti di progetto (0.5 CFU)
• tecniche di scavo in tradizionale (0.5 CFU)
• scavo meccanizzato (0.5 CFU)
• tecnologie di rivestimento (0.5 CFU)
• sicurezza per lo scavo di gallerie in aree urbane (1 CFU)

Saranno poste domande su almeno 3 argomenti trattati durante le lezioni e le esercitazioni e saranno valutate le conoscenze teoriche acquisite e la comprensione delle relative modalità di applicazione pratica.
Lo studente, in fase di verifica, deve dimostrare di:
• aver maturato e fatto propri i concetti di base (teorici e metodologici) della disciplina;
• aver acquisito spirito critico nell’esame di singoli e specifici casi ed essere in grado di prospettare un iter per l’interpretazione della situazione prospettata e dei provvedimenti da assumere;
• essere in grado di applicare i fondamenti della disciplina per affrontare problemi applicativi.
Nel colloquio su argomenti teorici e discussione degli elaborati verrà richiesto allo studente di illustrare:
• un esercizio svolto durante il corso;
• una delle prove di identificazione dei terreni;
• una delle prove meccaniche con interpretazione dei risultati;

• un problema applicativo riguardante semplici opere geotecniche.

slides delle lezioni;
Handbook on Tunnels and Underground Works. Volume 2: Construction –Methods, Equipment, Tools and Materials. Bilotta, E. et al. CRC Press. 564 pages, 2022;
Earth Pressure and Earth-Retaining Structures –third edition. Chris R.I. Clayton, Rick I. Woods, Andrew J. Bond, Jarbas Milititsky. Anno 2014;
Geotechnical Earthquake Engineering –second edition. Kramer & Stewart. Anno 2024;

Statistical Lab for Industrial Data Analysis è un insegnamento finalizzato a formare gli studenti nell’applicazione di tecniche statistiche interpretabili basate sui dati. I metodi sono illustrati e implementati utilizzando l’ambiente software statistico open source R. Ogni studente può partecipare a un progetto di analisi dei dati proposto durante il corso da esperti provenienti da diversi settori dell’ingegneria industriale. Gli studenti lavorano in gruppo e presentano lo stato di avanzamento dei propri progetti durante i workshop iniziali, intermedi e finali, ai quali partecipano anche gli esperti industriali che hanno proposto i casi di studio.
Attraverso queste attività, gli studenti sviluppano la capacità di individuare e applicare le tecniche statistiche più appropriate al problema in esame e di comunicare efficacemente i principali risultati e le implicazioni pratiche delle loro analisi.
Conoscenza e capacita' di comprensione: Gli studenti acquisiranno conoscenza e comprensione dei principali metodi statistici per l’analisi dei dati industriali. In particolare, acquisiranno familiarità con l’analisi dei dati multivariati, l’apprendimento statistico supervisionato e non supervisionato, i modelli di regressione, la classificazione, il monitoraggio statistico dei processi e l’analisi dei dati funzionali.
Gli studenti comprenderanno inoltre le ipotesi, gli obiettivi, i vantaggi e i limiti delle tecniche statistiche presentate durante il corso, nonché la loro implementazione nell’ambiente software R .
Capacita' di applicare conoscenza e comprensione: Gli studenti saranno in grado di selezionare e applicare metodi statistici appropriati a problemi reali di analisi dei dati industriali. Saranno in grado di organizzare e analizzare insiemi di dati multivariati e funzionali, stimare e interpretare modelli statistici, valutarne le prestazioni e utilizzare i risultati a supporto del processo decisionale.
Attraverso i progetti di gruppo e le attività di laboratorio, gli studenti potranno inoltre sviluppare la capacità di lavorare efficacemente in gruppo e di utilizzare R per implementare i metodi statistici trattati nel corso.

1. Introduzione

• Panoramica e obiettivi del corso.
• Apprendimento statistico e analisi dei dati industriali.
• Apprendimento supervisionato e non supervisionato.
• Problemi di regressione e di classificazione.
• Accuratezza predittiva e interpretabilità del modello.
• Valutazione dell’accuratezza del modello.
• Compromesso distorsione-varianza.
  2. Regressione lineare
  2.1 Regressione lineare semplice
• Il modello di regressione lineare semplice.
• Stima dei coefficienti.
• Proprietà degli stimatori dei minimi quadrati.
• Valutazione dell’accuratezza delle stime dei coefficienti.
• Statistiche test per i parametri di regressione.
• Valutazione dell’accuratezza del modello.
• Coefficiente di determinazione.
• Coefficiente di determinazione corretto.
• Intervalli di confidenza per i parametri di regressione.
• Intervalli di confidenza per la risposta media.
• Intervalli di previsione per una futura osservazione.
  2.2 Regressione lineare multipla
• Il modello classico di regressione lineare.
• Stima dei minimi quadrati.
• Matrice di varianza degli stimatori dei minimi quadrati.
• Proprietà degli stimatori dei minimi quadrati ordinari.
• Inferenza sul modello di regressione.
• Regioni di confidenza per i parametri di regressione.
• Analisi della varianza.
• Analisi parziale della varianza.
• Coefficiente di determinazione campionario.
• Intervalli di confidenza per la risposta media.
• Intervalli di previsione per una futura osservazione.
• Residui ed errori.
  3. Analisi dei dati multivariati
  3.1 Organizzazione e descrizione dei dati multivariati
• Organizzazione dei dati multivariati.
• Statistiche descrittive.
• Tecniche grafiche e rappresentazioni dei dati.
• Vettori delle medie campionarie.
• Matrici campionarie di covarianza e correlazione.
• Vettori delle medie e matrici di covarianza.
• Combinazioni lineari di variabili casuali.
• Media campionaria, covarianza e correlazione come operazioni matriciali.
• Decomposizione spettrale delle matrici di covarianza.
• Varianza generalizzata.
  3.2 La distribuzione normale multivariata
• La densità normale multivariata e le sue proprietà.
• Distribuzioni marginali e condizionate.
• Combinazioni lineari di variabili casuali normali multivariate.
• Partizionamento del vettore delle medie e della matrice di covarianza.
• Campionamento da una distribuzione normale multivariata.
• Stima di massima verosimiglianza del vettore delle medie e della matrice di covarianza.
• Distribuzione campionaria del vettore delle medie campionarie e della matrice di covarianza campionaria.
• La distribuzione di Wishart.
• Valutazione dell’ipotesi di normalità multivariata.
  3.3 Inferenza sul vettore delle medie
• Regioni di confidenza come generalizzazioni degli intervalli di confidenza.
• Test relativi al vettore delle medie di una popolazione.
• Statistica T-quadro di Hotelling.
• Test del rapporto di verosimiglianza.
• Confronti simultanei delle componenti del vettore delle medie.
  4. Apprendimento non supervisionato
  4.1 Analisi delle componenti principali
• Componenti principali della popolazione.
• Componenti principali ottenute da variabili standardizzate.
• Sintesi della variabilità campionaria mediante le componenti principali.
• Numero di componenti principali.
• Interpretazione delle componenti principali campionarie.
• Rappresentazione grafica delle componenti principali.
• Componenti principali come metodo di riduzione della dimensionalità.
  4.2 Metodi di clustering
• Misure di similarità.
• Misure di distanza.
• Metodi di clustering gerarchico.
• Clustering K-means.
• Interpretazione delle soluzioni di clustering.
• Aspetti pratici del clustering.
• Validazione delle soluzioni di clustering.
  5. Selezione e regolarizzazione del modello lineare
  5.1 Best subset selection
• Algoritmo esaustivo
• Selezione stepwise forward e backward
• Scelta del modello ottimo.
  5.2 Metodi di regolarizzazione
• Regressione ridge.
• LASSO.
• Selezione dei parametro di tuning.
  5.3 Metodi di riduzione della dimensionalità
• Regressione sulle componenti principali.
• Regressione ai minimi quadrati parziali.
  5.4 Validazione del modello
• Metodo dell’insieme di validazione.
• Cross-validation.
• Selezione del modello mediante cross-validation.
  6. Classificazione
• Panoramica della classificazione.
• Il contesto della classificazione.
• Valutazione dell’accuratezza della classificazione.
• Panoramica dei metodi statistici di classificazione.
  7. Monitoraggio e controllo statistico di processo
  7.1 Carte di controllo multivariate
• Carta di controllo di Hotelling.
• Regioni di controllo per osservazioni multivariate.
• Monitoraggio della qualità tramite componenti principali.
• Monitoraggio mediante analisi di regressione.
  7.2 -Introduzione all’analisi dei dati funzionali.
• Rappresentazione dei dati funzionali.
• Analisi dei dati funzionali.
• Monitoraggio di profili.
  8. Applicazioni e casi studio
• Applicazioni a problemi di ingegneria industriale.
• Implementazione di metodi statistici nell’ambiente software R.
• Analisi e interpretazione di insiemi di dati industriali reali.
• Sviluppo e presentazione di un progetto di gruppo per l'analisi di dati reali (facoltativo).

Il voto finale è formulato dalla Commissione d’esame sulla base della valutazione di due parti:
1) una prova scritta, con domande finalizzate a verificare l’apprendimento degli aspetti teorici e metodologici, nonché problemi numerici che possono richiedere l’utilizzo di software, come il linguaggio di programmazione R, per ottenere la risposta finale;
2) una prova orale, che consiste in una discussione aperta della prova scritta e può includere ulteriori domande, problemi numerici e l’uso del software .
Gli studenti possono sviluppare un lavoro di gruppo di analisi dei dati basato su dati reali relativi a un caso di studio industriale, con l’ausilio del software R. Tale lavoro può attribuire fino a 2 punti aggiuntivi alla valutazione finale. Sono illustrati allo studente gli elementi presi in considerazione per determinare il voto finale.

Obbligatorio
[0] Lavagne delle lezioni e slide in formato OneNote/pdf
[1] Montgomery, D. C., Peck, E. A., Vining, G. G. (2021). Introduction to linear regression analysis. John Wiley & Sons.
[2] James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An introduction to statistical learning. New York: Springer.
[3] Montgomery, D. C. (2014). Introduction to Statistical Quality Control. 7th edition. John Wiley & Sons.
[4] Johnson, R. A., Wichern, D. W. (2007). Applied Multivariate Statistical Analysis (6th edition), Prentice Hall, Upper Saddle River.
Consigliato
[5] Hastie, T., Tibshirani, R., Friedman, J. H., Friedman, J. H. (2009). The elements of statistical learning: data mining, inference, and prediction. New York: Springer.
[6] Ramsay, J. O. and Silverman, B. W. (2005). Functional Data Analysis (second edition). Springer Series in Statistics. New York: Springer.
[7] Ramsay, J. O., Hooker, G., and Graves, S. (2009). Functional Data Analysis with R and MATLAB. New York: Springer.
[8] (in italiano) MOOC Industry 4.0 Big Data e Data Analytics III - a cura di B. Palumbo e M. L. Chiusano (2019) https://landing.federica.eu/industria40/
[9] (in italiano) Lepore A., Palumbo B., Sansone C. Machine Learning e Data Mining in R, nella specializzazione Coursera “Data Science con Python e R” offerta da Federica Web Learning, Università degli Studi di Napoli Federico II. www.coursera.org/learn/machine-learning-data-mining-con-r
[10] Statistical Learning MOOC di Hastie e Tibshirani (2014) https://youtube.com/playlist?list=PLOg0ngHtcqbPTlZzRHA2ocQZqB1D_qZ5V

The course aims to provide general knowledge about the structural health monitoring of infrastructures with a particular focus on bridges.
A fundamental understanding of static and dynamic behaviour of bridges is necessary to understand the causes of damage and degradation that have to be monitored during the life of the structure.
Conoscenza e capacita' di comprensione: Students are required to show that they have acquired the knowledge of methods of structural
monitoring of bridges both through the traditional procedures by visual inspections and static
measures and also by innovative methods based on dynamic testing and the use of drones or
satellites.
Capacita' di applicare conoscenza e comprensione: Students are expected to be able to handle numerical applications using experimental data and
identify the causes of degradation and other effects manifest in the observed data.

Introduction to structural health monitoring of infrastructures
The approach and importance of structural health monitoring
The structural performance of infrastructure
Types of bridges
Classification according to use
Classification according to structural configuration
Classification according to materials
Structural and not structural elements of highway bridges
Fundaments of structural behaviour of bridges
Codes and Guidlines
Old and new codes for the design of bridges
Italian Guidlines for monitoring of existing bridges
International documents
Deterioration phenomena
Fundaments of structural behaviour of construction materials
Types of deterioration phenomena
Deterioration of RC elements
Deterioration of PC elements
Deterioration of steel elements
Deterioration of support systems
Deterioration of expansion joints
In situ investigation
The concept of knowledge level
Tests on materials
Investigation on the structural details
Structural health monitoring by inspections
Visual inspections
Regularity of inspections
Defects and evaluation of degradation
Structural health monitoring by static measures
The parameters to be measured
The technique and instruments of measure
Numerical modeling for damage detection
Structural health monitoring by dynamic identification
Fundaments of dynamic behavior of structures
The technique and instruments of measure
Numerical modeling for damage detection
Innovative structural health monitoring systems
Use of drones
Setellite application
Weigh-in-motion systems
Smart Roads

The evaluation will take into account the student's knowledge and comprehension of the material and their ability to tackle engineering problems in a quantitative manner.

Slides, lecture notes, technical papers.
Textbooks:
DYNAMICS OF STRUCTURES. RayW. Clough and Joseph Penzien, 1995 University Ave.
Berkeley, CA 94704,USA.
DINAMICA DELLE STRUTTURE E INGEGNERIA SISMICA. Iunio Iervolino. 2021. Hoepli editore.
ICE MANUAL OF BRIDGE ENGINEERING, edited by Gerard Parke and Nigel Hewson, second
edition 2008.
MAINTENANCE AND SAFETY OF AGING INFRASTRUCTURE, editors Dan M. Frangopol
&Yiannis Tsompanakis, CRC Press 2014.

Il corso ha l'obiettivo di fornire allo studente le conoscenze teoriche e gli strumenti operativi necessari per la progettazione, la realizzazione e la manutenzione di pavimentazioni stradali sostenibili. In particolare, il corso intende:

• consolidare le conoscenze sui materiali tradizionali per costruzioni stradali e relativi criteri razionali di progettazione e programmazione degli interventi manutentivi (Pavement Management System);
• apprendere le tipologie di materiali alternativi utilizzabili come materiali da costruzione stradale in sostituzione di quelli vergini, incluse le loro caratteristiche morfologiche, mineralogiche, fisiche e meccaniche;
• apprendere le tecnologie innovative a ridotto impatto ambientale per la produzione e la posa in opera delle costruzioni stradali (rigenerazione per riciclaggio a caldo, utilizzo di additivi per produzione e stesa a tiepido, bitumi modificati, tecnologie di produzione a freddo, stabilizzazioni di misti granulari e sottofondi stradali con leganti tradizionali e alternativi);
• apprendere il contesto normativo relativo agli aspetti ambientali delle costruzioni stradali e le metodologie di analisi ambientale dei materiali da costruzione stradale;
• sviluppare la capacità di valutare e confrontare le caratteristiche di sostenibilità tecnica e ambientale di materiali e tecnologie per la costruzione di strade attraverso metodologie di analisi multicriteria;
• sviluppare la capacità di redigere e interpretare le relazioni di sostenibilità nell'ambito delle opere infrastrutturali.
  Conoscenza e capacita' di comprensione: Al termine del corso lo studente conoscerà: le caratteristiche tecniche dei materiali costituenti le costruzioni stradali e i principali criteri razionali di progettazione delle sovrastrutture stradali; i fenomeni di ammaloramento delle pavimentazioni stradali, le strategie di manutenzione preventiva e reattiva e i sistemi di gestione della manutenzione (PMS) finalizzati alla redazione di un piano di interventi manutentivi; le tipologie di materiali alternativi utilizzabili in sostituzione dei materiali vergini (conglomerato bituminoso di recupero, aggregati riciclati da rifiuti da costruzione e demolizione, residui inerti da incenerimento di rifiuti solidi urbani, aggregati riciclati di calcestruzzo, scorie d'acciaieria, aggregati leggeri, terre e rocce da scavo) e le relative caratteristiche morfologiche, mineralogiche, fisiche e meccaniche; le tecnologie sostenibili di produzione e messa in opera, quali la rigenerazione per riciclaggio a caldo in impianto, gli additivi per la produzione e la stesa a tiepido, le tecnologie di produzione a freddo e di riciclaggio a freddo in sito e in impianto, nonché la stabilizzazione di misti granulari e sottofondi stradali con leganti tradizionali e alternativi; il quadro normativo nazionale in materia di sostenibilità ambientale delle opere stradali (D.Lgs. 152/2006 e s.m.i. – Testo Unico Ambientale; D.P.R. 120/2017 – disciplina del riutilizzo delle terre e rocce da scavo; D.M. 69/2018 – End of Waste del conglomerato bituminoso; D.M. 5 agosto 2024 – Criteri Ambientali Minimi per le infrastrutture stradali, CAM Strade; D.Lgs. 36/2023 – Codice dei Contratti Pubblici); le metodologie di analisi ambientale dei materiali alternativi da costruzione stradale, con particolare riferimento alle verifiche di compatibilità ambientale ai fini del riutilizzo; i metodi di analisi multicriteria per la gestione integrata dei criteri tecnici, economici e ambientali delle costruzioni stradali; la struttura e i contenuti di una relazione di sostenibilità nel campo delle costruzioni stradali.
  Capacita' di applicare conoscenza e comprensione: Lo studente sarà in grado di: applicare criteri razionali di progettazione delle sovrastrutture stradali; diagnosticare lo stato di degrado di una pavimentazione e redigere un piano di interventi manutentivi coerente con una strategia di manutenzione preventiva e/o reattiva; caratterizzare, dal punto di vista morfologico, mineralogico, fisico e meccanico, i materiali alternativi impiegabili in sostituzione dei materiali vergini e valutarne l'idoneità all'impiego; selezionare materiali e tecnologie, tradizionali e alternativi, per la produzione e la posa in opera delle costruzioni stradali, in funzione delle prestazioni tecniche e degli obiettivi di sostenibilità; interpretare e applicare il quadro normativo nazionale in materia ambientale (D.Lgs. 152/2006 e s.m.i., D.P.R. 120/2017, D.M. 69/2018, D.M. 5 agosto 2024 – CAM Strade, D.Lgs. 36/2023) nelle scelte progettuali; impostare e sviluppare un'analisi multicriteria per la valutazione e il confronto delle caratteristiche tecniche, economiche e ambientali di materiali e tecnologie costruttive e manutentive alternative; redigere e interpretare una relazione di sostenibilità di un'opera stradale, motivando le scelte progettuali sotto il profilo tecnico e normativo.

Modulo 1 – Informazioni generali su pavimentazioni, materiali da costruzione, metodi di progettazione, redazione di piani di manutenzione stradale

• Tipologie di sovrastrutture stradali: pavimentazioni flessibili, rigide e semirigide; funzioni e strati costituenti;
• Materiali da costruzione tradizionali: bitumi e leganti, aggregati lapidei, conglomerati bituminosi, calcestruzzi per pavimentazioni rigide;
• Criteri e metodi di progettazione razionale delle sovrastrutture stradali;
• Fenomeni di ammaloramento: classificazione, cause e meccanismi di degrado;
• Tipologie di intervento manutentivo: manutenzione superficiale e manutenzione profonda (riabilitazione strutturale), strategie di manutenzione preventiva e reattiva;
• Sistemi di gestione della manutenzione stradale (Pavement Management System, PMS): principi, indicatori di stato, criteri di priorizzazione degli interventi e redazione di un piano di interventi manutentivi.
  Modulo 2 – Materiali e tecnologie alternative e sostenibili
• Conglomerato bituminoso di recupero (Reclaimed Asphalt Pavement, RAP);
• Aggregati riciclati e materiali alternativi in sostituzione degli aggregati vergini: da rifiuti da costruzione e demolizione (C&D), da residui di incenerimento di rifiuti solidi urbani (MSWI), aggregati riciclati di calcestruzzo (RCA), scorie d'acciaieria, aggregati leggeri e altri materiali alternativi;
• Caratterizzazione morfologica, mineralogica, fisica e meccanica dei materiali alternativi, ai fini della loro idoneità all'impiego in sostituzione dei materiali vergini;
• Rigenerazione dei conglomerati bituminosi mediante riciclaggio a caldo, in impianto;
• Additivi e bitumi modificati per il miglioramento prestazionale e per la produzione e la stesa a tiepido (Warm Mix Asphalt, WMA);
• Tecnologie di produzione a freddo e di riciclaggio a freddo (cold recycling), in sito e in impianto;
• Stabilizzazione di misti granulari e sottofondi stradali con leganti tradizionali (cemento, calce) e alternativi (bio-polimeri, leganti di derivazione biologica).
  Modulo 3 – Sostenibilità nel campo delle costruzioni stradali: contesto normativo, analisi delle caratteristiche di sostenibilità di un progetto stradale, analisi multicriteria, relazioni di sostenibilità
• Quadro normativo nazionale in materia di sostenibilità ambientale delle opere stradali: D.Lgs. 3 aprile 2006, n. 152 e s.m.i. (Testo Unico Ambientale); D.P.R. 13 giugno 2017, n. 120 (disciplina semplificata della gestione delle terre e rocce da scavo); D.M. 28 marzo 2018, n. 69 (cessazione della qualifica di rifiuto – End of Waste – per il conglomerato bituminoso); D.M. 5 agosto 2024 (Criteri Ambientali Minimi per la progettazione, costruzione e manutenzione delle infrastrutture stradali – CAM Strade), come modificato dal D.M. 11 settembre 2025; D.Lgs. 31 marzo 2023, n. 36 (Codice dei Contratti Pubblici), con particolare riferimento all'obbligo di applicazione dei criteri di sostenibilità ambientale negli appalti pubblici;
• Metodologie di analisi di compatibilità ambientale dei materiali alternativi da costruzione stradale: analisi dell'eluato del test di cessione per la verifica dei rilasci di sostanze pericolose per la verifica di compatibilità ambientale ai fini del riutilizzo dei materiali;
• Criteri tecnici, economici e ambientali per la valutazione della sostenibilità di un progetto stradale;
• Metodi di analisi multicriteria per il confronto e la selezione di materiali e tecnologie costruttive e manutentive alternative;
• Struttura, contenuti e finalità di una relazione di sostenibilità di un'opera infrastrutturale: obiettivi, criteri di selezione adottati, giustificazione tecnico-normativa delle scelte progettuali;
• Casi studio ed esempi applicativi di analisi di sostenibilità e di relazioni di sostenibilità nel settore stradale.

50% esame orale, 50% valutazione di correttezza e completezza dei contenuti tecnici esposti nel project work

• Diapositive e dispense delle lezioni fornite dal docente;
• Articoli scientifici e tecnici su riviste internazionali relativi ai temi trattati, indicati dal docente;
• Testi normativi (D.Lgs. 152/2006 e s.m.i., D.P.R. 120/2017, D.M. 69/2018, D.M. 5 agosto 2024 – CAM Strade, D.Lgs. 36/2023) e norme tecniche di riferimento.

Il corso fornisce agli studenti le competenze teoriche, metodologiche e tecniche necessarie per la verifica e la validazione delle funzionalità di guida assistita e automatizzata dei veicoli stradali. Dopo un inquadramento delle funzionalità di automazione e degli indicatori di prestazione (KPI) impiegati per valutarne sicurezza, efficienza e comfort, vengono presentati e confrontati i diversi approcci di testing — prove reali, studi di guida naturalistica, protocolli standardizzati e prove virtuali — insieme al quadro normativo e regolamentare di riferimento. Le attività si focalizzano quindi sull'utilizzo di ambienti di simulazione del traffico veicolare e su tecniche di co-simulazione in configurazioni model-in-the-loop e hardware-in-the-loop, con particolare riferimento al coinvolgimento di scenari di traffico complessi e realistici nelle attività di testing. Il corso mira infine a sviluppare la capacità di progettare una campagna di testing virtuale, di analizzare statisticamente i risultati e di valutare criticamente le prestazioni delle funzionalità automatizzate, competenze applicate nello sviluppo di un elaborato progettuale.
Conoscenza e capacita' di comprensione: Al termine del corso gli studenti conoscono le principali funzionalità di guida assistita e automatizzata e i livelli di automazione, e comprendono vantaggi e svantaggi dei diversi approcci di testing (prove reali, studi di guida naturalistica, protocolli EuroNCAP, prove virtuali). Acquisiscono la conoscenza delle tecniche per eseguire attività di test virtuali — con particolare riferimento all'incorporazione dei fattori del traffico nel processo di validazione dei veicoli automatizzati — dei principali KPI e dei metodi statistici per la loro analisi, nonché del quadro normativo e regolamentare di riferimento, comprendendo l'effetto del codice della strada sulle prestazioni e sulla sicurezza del veicolo in contesti di guida assistita e automatizzata. Conoscono inoltre i principi metodologici e operativi della co-simulazione del traffico in ambienti di validazione model-in-the-loop e hardware-in-the-loop.
Capacita' di applicare conoscenza e comprensione: Gli studenti sono in grado di applicare le conoscenze acquisite alla progettazione e implementazione di campagne di testing virtuale in ambienti di simulazione del traffico: sanno selezionare gli scenari di test e i KPI appropriati per la funzionalità in esame, costruire e calibrare modelli di simulazione, adottare tecniche di co-simulazione in configurazioni model-in-the-loop e hardware-in-the-loop, analizzare statisticamente i risultati e trarne valutazioni fondate sulle prestazioni e sulla sicurezza delle funzionalità automatizzate. Tali capacità vengono esercitate e verificate attraverso casi di studio pratici e lo sviluppo di un elaborato progettuale.

Approcci di Testing (Real Tests, Naturalistic Driving Studies, EuroNCAP) (1.5 CFU)
Testing Scenarios taxonomy (0.5 CFU)
Testing regulations and norms (1.5 CFU)
Modellazione dei sistemi di trasporto tramite ambienti di simulazione del traffico veicolare (1 CFU)
Analisi statistica dei KPIs (1 CFU)
Implementazione di attività di testing in ambienti di simulazione adeguati (2.75 CFU)

La sezione verrà completata in conformità con le prossime linee guida PQA.

Diapositive, dispense, documenti tecnici, attività di laboratorio, apprendimento pratico e apprendimento basato su challenges.

Obiettivo dell’insegnamento èquello di fornire conoscenze e strumenti operativi approfonditi per l’analisi, la simulazione, la progettazione funzionale e la gestione dei sistemi di controllo del traffico, in ambito urbano e autostradale.
Conoscenza e capacita' di comprensione: Lo studente acquisirà conoscenze utili all’analisi e alla comprensione del fenomeno del traffico e al suo controllo. A tal fine dovrà impadronirsi dei principi della teoria del deflusso e di principi di base dei controlli automatici, quali i concetti di controllo a ciclo aperto e a ciclo chiuso. Mentre la conoscenza dei primi sarà necessaria per acquisire capacità di analisi dei sistemi di traffico e comprenderne gli strumenti di simulazione, i secondi consentiranno di comprendere le differenze fra le diverse metodologie e tecniche di controllo del traffico esistenti e future. Al fine della corretta analisi e comprensione del fenomeno e progettazione di metodi di controllo efficaci, il percorso formativo prevede che lo studente acquisisca conoscenza anche di elementi basilari della teoria delle code e dell’ottimizzazione.
Capacita' di applicare conoscenza e comprensione: Lo studente sarà in grado di analizzare e simulare un sistema di traffico, anche in presenza di Innovazione tecnologiche quali la guida autonoma, e di progettare controlli del traffico efficaci sia in ambito urbano sia extra-urbano o autostradale.

MODULO DI TEORIA E CONTROLLO DEL DEFLUSSO STRADALE
Nozioni di analisi dei sistemi e controlli automatici . Sistemi e modelli; concetto di sistema; modello di un sistema; modelli ingresso-uscita; modelli con stato. Formulazione generale di un problema di controllo. Ciclo aperto e ciclo chiuso. Il problema della regolazione. Strategie di controllo ottime. Strutture euristiche.
Traffic flow Theory Le variabili del deflusso stradale: definizioni e tecniche di rilievo. Deflusso stazionario e relazioni bivariate (diagramma fondamentale). Modelli microscopici di car-following (Gipps, IDM) e lane-changing (Gipps, MOBIL). Modelli macroscopici: LWR. Nozioni di propagazione del flusso su rete. Guida automatizzata e stabilità: impatti su sicurezza stradale ed efficienza del traffico.
Simulazione del traffico Introduzione alla simulazione del traffico. Descrizione di un ambiente di simulazione stocastico: sottomodelli e struttura di avanzamento. Gestione dell’incertezza del processo di simulazione: analisi di incertezza, analisi di sensitività, calibrazione e validazione.
Controllo del traffico Controllo autostradale . Introduzione al problema: bottleneck, capacity drop ed effetti della congestione. Classificazione strategie di controllo. Ramp-metering, limiti di velocità variabili, controllo della velocità su tratta (Tutor): impatto sui tempi di viaggio, emissioni inquinanti e sicurezza stradale.
Controllo urbano . Modelli di ritardo alle intersezioni semaforizzate. Progettazione funzionale delle intersezioni semaforiche isolate: massimizzazione della capacità e minimizzazione del tempo di attesa, strategie attuate e real-time. Strategie di controllo coordinato delle intersezioni. Strategie di controllo su rete in condizioni di sovrasaturazione (store and forward).
MODULO DI LABORATORIO DI SIMULAZIONE MICROSCOPICA DEL TRAFFICO
Implementazione e sviluppo nel software di simulazione microscopica del traffico AIMSUN di un caso studio (controllo urbano o autostradale). Utilizzo del software tramite GUI e mediante python script.

Lo studente deve essere in grado di dimostrare conoscenza della teoria e della modellistica trattata durante il corso, e padronanza degli strumenti informatici utilizzati durante il corso. La prova orale consiste in una discussione.

Slides, dispense, articoli scientifici.
Libri di testo:
Treiber, M., Kesting, A., 2013. Traffic flow dynamics: data, models and Simulation, Springer.
Daganzo, C.F., 1997. Fundamentals of transportation and traffic operations. vol. 30. Oxford: Pergamon.
Saltelli, A., et al., 2008. Global Sensitivity Analysis: The Primer, Wiley.

Le capacità conseguite dallo studente saranno conformi alle qualifiche definite dalla Comunità Europea. Si prevede che lo studente svilupperà le capacità di apprendimento che sono necessarie per continuare a intraprendere ulteriori studi nel settore dei trasporti, dell’ingegneria civile, dell’ambiente e del territorio con un alto grado di autonomia. Sarà in grado di applicare le conoscenze specialistico/approfondite e tecnico-teoriche acquisite, relative alla pianificazione dei sistemi di trasporto, nella pratica professionale. Avrà inoltre la capacità di identificare e analizzare le implicazioni economico-gestionali connesse alla definizione e alla implementazione delle scelte progettuali. Avrà le competenze professionali su metodi e modelli per la formulazione, valutazione e confronto di interventi coordinati e condivisi sul sistema dei trasporti (piani) alle diverse scale territoriali.
Conoscenza e capacita' di comprensione: Conoscenza e capacità di comprensione
Lo studente deve dimostrare di conoscere e saper comprendere le problematiche relative alla pianificazione dei sistemi di trasporto. Deve dimostrare di sapere elaborare argomentazioni concernenti la nuova visione dei processi decisionali e dei relativi modelli interpretativi. Il percorso formativo intende fornire agli studenti le conoscenze e gli strumenti metodologici di base necessari per prendere decisioni relative ad interventi sul sistema di trasporto.
Capacita' di applicare conoscenza e comprensione: Lo studente deve dimostrare di essere in grado di trarre le conseguenze di un insieme di informazioni relative ai principi, le strategie e le metodologie alla base della pianificazione sostenibile di interventi (fisici, organizzativi e gestionali) sul sistema di trasporto dei passeggeri e delle merci. Allo studente viene fornita una nuova visione dell’ingegneria dei sistemi di trasporto intesa non più come finalizzata alla sola realizzazione di nuove infrastrutture ma anche come disciplina volta a soddisfare le attuali esigenze di gestione e manutenzione dei sistemi e delle infrastrutture di trasporto. Inoltre, le tematiche affrontate, aggiornate secondo il recente quadro normativo, e le procedure di pianificazione presentate sono applicabili a qualsiasi tipo di pianificazione di opere di pubblica utilità che siano realizzate da privati o dalla pubblica amministrazione.
-

• Cosa è un sistema di trasporto
• Introduzione al Trasporto stradale
• Introduzione al Trasporto ferroviario
• Introduzione al Trasporto aereo
• Introduzione al Trasporto marittimo
• Il Processo di Pianificazione 3.0
• Il Public Engagement
• Attività e competenze nel processo di pianificazione
• Regole e documenti di pianificazione
• Stima degli impatti sul sistema dei trasporti
• Impatti ambientali
• Analisi Economica-Finanziaria
• Analisi Multicriteri
• Esercitazione COPERT
• Esercitazione Analisi Costi-Benefici

VOTO IN 30ESIMI

slides