Premio Innovazione Leonardo 2017

Vincitori Categoria Giovani

CATEGORIA DOTTORANDI

 

Primo Premio: Giulia Savoja (Università Mediterranea di Reggio Calabria)

Sperimentazione di lamine in materiale composito rinforzato con fibre vegetali per il settore costruttivo.


Il progetto illustra i risultati di uno studio sull’impiego di materie prime a basso impatto ambientale (fibre vegetali a base cellulosica da un lato e resine epossidiche di origine naturale dall’altro) per la realizzazione di materiali biocompositi con buone caratteristiche meccaniche per il settore costruttivo. Il progetto è di particolare rilievo per l’attenzione all'impatto ambientale delle tecnologie proposte e per le possibili future prospettive di impiego in altri settori in cui si fa largo uso di compositi, tra cui quello aeronautico relativamente alle strutture secondarie.
 

 

Secondo Premio: Iolanda Borzì, Antonino Galletta (UniMessina)

Metodologia predittiva innovativa del Fire Weather Index (FWI) per la protezione del territorio da incendi boschivi tramite algoritmo di elaborazione integrata di dati da satellite e rilevamenti-drone site-specific in tempo reale.

Oggetto del lavoro è un algoritmo basato sulle più moderne tecnologie di monitoraggio real-time, elaborazione e gestione dati Cloud e Big-Data, allo scopo di fornire uno strumento efficiente per la prevenzione e la protezione del territorio dagli incendi. Il progetto intende colmare una lacuna del Canadian Fire Weather Index (FWI), ossia l’indice di calcolo del pericolo di incendio, che presenta il limite della difficoltà di utilizzo previsionale.
 

 

Terzo Premio: Fabio Bazzucchi (PoliTo)

mAPPage - monitoring APP for building heritage risk assessment.

Il progetto propone l’integrazione, in una rete diffusa, di smartphone utilizzati come sensori e dedicata al monitoraggio in tempo reale del patrimonio culturale. Attraverso l’utilizzo del proprio smartphone e con l’impiego della APP ogni cittadino potrà comunicare e segnalare eventuali danni a monumenti, siti archeologici o beni artistici in generale. Tra gli schemi operativi di questa APP si segnala la correlazione di immagini digitali di crepe, rovine e malattie strutturali dei monumenti.

 


 

CATEGORIA STUDENTI / NEOLAUREATI

 

Primo Premio: Gionathan Desogus (UniCagliari)

Applicazione della tecnologia micro-SORS (evoluzione spettroscopia Raman) ai beni culturali.


Il progetto propone l’utilizzo di un'avanzata tecnica diagnostica non invasiva, la micro-SORS (Spatially Offset Raman Spectroscopy), per l’identificazione precoce di cause di danneggiamento di opere d’arte e utile in particolare per la diagnosi negli affreschi, spesso deteriorati da reazioni chimiche o umidità. La tecnica permette di identificare il deterioramento anche al di sotto di strati che ne impediscono la visibilità. La tecnologia può essere applicata a ogni tipo di opera d’arte che presenti superfici multistrato: dai libri alle pergamene, dai quadri ai manufatti.

 

 

Secondo Premio: Claudio Stigliano (UniRoma- Sapienza)

EXALIBE (Basi di un display capace di interagire con uno smartphone grazie alla pittura termocromica).

L’idea propone l’utilizzo del Grafene, materiale composto da un sottilissimo strato di atomi di carbonio, per il controllo della transizione termocromica di una vernice (passaggio reversibile tra gli stati trasparente e opaco, controllato attraverso la variazione della temperatura). Il Grafene, utilizzato nel rivestimento polimerico delle microcapsule contenenti il materiale termocromico (Leuco Dye), facilitando lo scambio termico, velocizza il meccanismo di controllo della transizione termocromica, rendendo la soluzione utilizzabile nell’ambito dei display.

 

 

Terzo Premio: Gabriele Riccardi (UniRoma- Sapienza)

Sensore quantistico per la misura della velocità di rotazione tramite shift di fase da effetto Doppler rotazionale.

L’obiettivo della soluzione proposta riguarda la misura istantanea da remoto della velocità di rotazione di oggetti riflettenti la radiazione ottica, ad esempio il rotore di un elicottero. La soluzione sfrutta il cosiddetto “Effetto Doppler Rotazionale”  che si basa sul principio di conservazione del momento angolare e che, attraverso opportune modulazioni della fase della radiazione, può essere conferito al segnale ottico. Un esempio di interesse di Leonardo per l’impiego di questo sensore è il controllo del rotore di un elicottero, in cui la radiazione ottica con momento angolare orbitale interagisce con le pale del rotore per risalire alla loro velocità di rotazione attraverso una semplice misura della fase del segnale ottico.

 

0