Physics-Informed Neural Network per il Monitoraggio del Danneggiamento di Materiali Laminati Cross-Ply

The thesis proposes the use of physics-informed neural networks to predict, based on changes in electrical resistance, the elasticity of a component made of cross-ply laminated fiber-reinforced-polymer. Using a dataset generated through FEM simulations, the network was trained to define differential equations that describe the problem. These equations were then employed to obtain the parameters linking the formulas for elasticity and electrical resistance variations.

La tesi propone l'utilizzo di reti neurali physics-informed per predire in funzione della variazione della resistenza elettrica, l'elasticità di un componente realizzato in materiale laminato polimerico-fibroso cross-ply. Utilizzando un dataset generato mediante delle simulazioni FEM è stata addestrata la rete che ha consentito di definire delle equazioni differenziali che consentono la descrizione del problema. Queste sono state poi utilizzate per ottenere i parametri che legano le formule della variazione di elasticità e resistenza elettrica.