Il 10 aprile i primi 5 laureati
in Agricultural Engineering

Mercoledì 10 aprile  sessione di Laurea Magistrale nel Campus di Cremona del Politecnico di Milano: alle ore 11.30 verranno proclamati i primi 5 laureati in Italia in Agricultural Engineering. Attivata nell’anno accademico 2021/2022 come primo corso in Italia che si propone di formare ingegneri operanti nel settore agro-industriale e dotati di una visione sistemistica, questa Laurea Magistrale è dedicata all’innovazione tecnologica dei sistemi agroindustriali e rientra tra i pochi corsi al mondo del suo genere. Erogata nel contesto di eccellenza del Politecnico di Milano, che vanta prestigiose collaborazioni internazionali con altri istituti universitari, risponde ad un crescente bisogno formativo da parte delle aziende che sono alla costante ricerca di figure professionali in grado di gestire aspetti complessi della produzione agricola e agro-industriale, in possesso di una forte connotazione multidisciplinare, per coniugare l’innovazione tecnologica in ambito agrario e delle produzioni animali con l’incremento del livello di sostenibilità e della sicurezza alimentare.

Il Prof. Luca Bascetta, referente del corso, sottolinea quanto sia forte il legame con le aziende del settore “Abbiamo attivato diverse collaborazioni e progetti con molte realtà sia italiane che estere, tra cui per citarne alcune Bayer, COBO, Agricola Moderna, Arvatec, SDF Group, xFarm, Antonio Carraro, John Deere, per l’organizzazione di seminari, workshop, tirocini, corsi immersivi e visite aziendali e per progetti di ricerca da portare avanti nel neonato laboratorio ROSETEA (Laboratorio RObotic SEnsors Technologies for Environment and Agriculture).” Queste attività sono state molte apprezzate dagli studenti del corso, come ci racconta Luca Succi “Probabilmente una delle attività che ricordo più piacevolmente sono le visite in azienda che abbiamo fatto per vedere dal vivo e toccare con mano ciò che ci veniva spiegato sui banchi in aula, così come la giornata in fiera ad Eima che mi ha permesso di conoscere alcune aziende del settore.”

Questa collaborazione così stretta con le aziende, inoltre, si è tradotta in importanti opportunità lavorative. Prosegue infatti il Prof. Bascetta “La scommessa di questi ragazzi che, provenendo da lauree triennali molto differenti, inclusa quella delle Scienze e Tecnologie Agrarie e Forestali, hanno creduto nell’importanza di una formazione tecnologica anche nell’ambito della produzione agricola e agro-industriale, è stata ampiamente ripagata dalle aziende del settore: quattro laureandi su cinque hanno ottenuto un impiego in linea con le proprie aspettative prima di conseguire il titolo.” Come racconta Alec Sebastiani, che si è trasferito in Germania per sviluppare la sua tesi, “Volevo fare un’esperienza all’estero. Ho lavorato presso la sede R&D di John Deere sull’analisi di un sensore ad infrarossi per la stima dei costituenti del raccolto. È stata un’esperienza davvero formativa che mi ha infrarossi per la stima dei costituenti del raccolto. È stata un’esperienza davvero formativa che mi ha dato la possibilità di vedere come lavora una grande azienda e anche come si lavora all’estero. Dopo la laurea tornerò in Germania fino alla fine dell’estate”.

Anche a Luca Succi è stato offerto un contratto di lavoro presso l’azienda COBO dopo avervi svolto un tirocinio per la preparazione del suo lavoro di tesi, “Sono stato inserito in un team di ricerca, che al momento si occupa di guida automatica per trattori nel vigneto utilizzando l’intelligenza artificiale. Fortunatamente il mio percorso continua in questo team e si concentra su questi argomenti nuovi e stimolanti anche dopo l’assunzione.” Agricultural Engineering si è dimostrata subito attrattiva sia per gli studenti italiani provenienti da varie Regioni d’Italia che per studenti internazionali. Per supportare questi studenti il Campus di Cremona offre ogni anno borse di studio assegnate sulla base di requisiti di merito che rappresentano un valido aiuto soprattutto quando ci si deve trasferire in una nuova città, come ha riportato Luca Succi proveniente da Verona “Ho dovuto trasferirmi in una casa condivisa con un coinquilino a Cremona. Fortunatamente ho anche potuto usufruire di una borsa di studio del Politecnico che sicuramente ha aiutato anche sotto il punto di vista economico.” Tutti i dettagli di questo innovativo Corso di Laurea Magistrale verranno presentati martedì 16 aprile dalle ore 14:00 durante l’Open Day del Campus di Cremona. Gli appuntamenti, oltre che in presenza, saranno disponibili anche on line. Il programma completo è disponibile sul sito del Polo di Cremona. Iscrizioni entro domenica 14 aprile.

Segue l’elenco dei laureandi con il titolo della tesi e l’abstract:

ALOISI MATTEO GIACOMO

Titolo tesi: Agricultural machinery connection and data collection

Abstract

Lo studio effettuato in questo elaborato mira a presentare e sperimentare le diverse soluzioni possibili per l’integrazione di dati dalle macchine agricole fino alla piattaforma FMIS utilizzata dall’agricoltore. Questo approccio di lavoro nel settore agricolo è sempre più diffuso, in questo lavoro ho voluto presentarne gli aspetti principali, funzionalità e step di lavoro necessari per un corretto utilizzo di queste informazioni.

PERONACI LORENZO

Titolo tesi: Efficiency experimental evaluation of a hydro-mechanical hybrid CVT transmission for agricultural tractors: gearbox fluid influence

Abstract

Un’area in cui la sostenibilità sta facendo progressi, in particolare nell’industria manifatturiera di macchine agricole, è l’impiego di fluidi biodegradabili per la lubrificazione dei componenti meccanici dei motori a combustione interna e delle trasmissioni. I criteri di scelta degli oli biodegradabili rispetto a quelli convenzionali devono essere accuratamente valutati per garantire, oltre alla sostenibilità di fluidi, le prestazioni dinamiche e l’efficienza complessiva dei sistemi in condizioni di lavoro comparabili. In questa tesi, verrà eseguito un test di una trasmissione CVT ibrida idrostatica meccanica di un trattore agricolo Antonio Carraro considerando due diversi oli per trasmissione, uno tradizionale e uno biodegradabile. Lo scopo del test è quello di valutare le effettive prestazioni dell’olio biodegradabile rispetto a quello tradizionale, al fine di comprendere la fattibilità del suo impiego nell’ambito dell’offerta produttiva dell’azienda. Le metodologie di prova impiegate consistono in un banco di prova per la valutazione dell’efficienza complessiva della trasmissione. In particolare, il banco di prova comprende la trasmissione completa e ne valuta l’efficienza calcolando la potenza in entrata, la potenza in uscita e la potenza persa. Ci si aspettano prestazioni simili per i due oli. I risultati ottenuti hanno dimostrato la capacità dell’impianto di misurare le quantità desiderate. Inoltre, la successiva post-elaborazione ha mostrato che i due tipi di olio, per la trasmissione considerata, hanno sostanzialmente le stesse prestazioni in termini di efficienza, lubrificazione dei componenti e raffreddamento. Il test dimostra che, dal punto di vista delle prestazioni meccaniche, la soluzione sostenibile è equivalente all’olio convenzionale considerato.

PREVIDERÈ FEDERICO

Titolo tesi: Calibration of the FEST-EWB hydrological model through a Bayesian approach applied to four different aridity indexes grasslands

Abstract

Questo lavoro di tesi ha l’obiettivo di calibrare il modello idrologico FEST-EWB sviluppando un approccio Bayesiano su quattro siti meteorologici accomunati dalla stessa vegetazione (prateria), aventi differenti indici di aridità, basandosi sui dataset archiviati nel database Fluxnet. Pertanto, l’obiettivo finale della tesi è riprodurre la dinamica dei flussi d’acqua ed energia, concentrandosi in particolare su umidità del suolo ed evapotraspirazione. Il primo passo ha coinvolto la scelta di 4 stazioni tra quelle disponibili nel database FLUXNET 2015. I criteri di selezione sono stati due: la vegetazione doveva essere prateria e gli indici di aridità dovevano variare tra loro. Un’altra condizione obbligatoria per la selezione era un periodo di raccolta dati soddisfacente per la stazione. Utilizzando questo metodo, le stazioni più adatte erano quelle situate in: Stati Uniti (nome della stazione: Walnut Gulch Kendall Grasslands), Austria (nome della stazione: Neustift), Svizzera (nome della stazione: Früebüel), Italia (nome della stazione: Torgnon). Dopo le selezioni, per una narrazione più semplice, le seguenti operazioni vengono spiegate per una singola stazione, anche se sono state eseguite per ognuna di esse. L’intero processo è iniziato con l’estrapolazione dei dati di input desiderati dai set completi scaricati a intervalli di mezz’ora e giornalieri: è stata eseguita la rifinitura dei dati (quando possibile) e l’interpolazione per gli outlier. Dopo la fase di estrazione grezza dei dati dalle stazioni, sono stati estratti i dati satellitari dell’indice di area fogliare (LAI) dal sensore MODIS a bordo dei satelliti Terra e Aqua. Subito dopo aver calcolato albedo e frazione vegetativa (fveg), è stato possibile preparare gli input del modello selezionando un intervallo temporale di due anni per i dati. Una volta pronti gli input, sono state eseguite le simulazioni del modello per applicare ogni possibile combinazione dei parametri del bilancio energetico e dei parametri del suolo. Queste combinazioni sono state eseguite strutturando ogni variabile con un valore minimo e massimo, mantenendo il loro significato fisico, e uno step di incremento predefinito. In questo modo è stato possibile prevedere il numero di valori considerati per la stessa variabile. Applicando questa procedura a tutti i parametri, è stato quindi possibile calcolare il numero di simulazioni previste (una per ogni combinazione). Per eseguire il processo di calibrazione, i dati delle post-simulazioni sono stati gestiti e confrontati con i valori osservati dal dataset Fluxnet: attraverso il calcolo degli indici di Errore Quadratico Medio (RMSE) e Efficienza di Nash-Sutcliffe (NSE) per ogni variabile, è stato possibile ricondursi alla combinazione di parametri più adatta. Una volta ottenuto il processo di calibrazione rispetto all’intervallo temporale selezionato, è stata eseguita la configurazione finale dei parametri utilizzando l’intero intervallo di dati come input. Successivamente è stato ricalcolato l’NSE per ogni variabile e valutata l’efficacia del processo di calibrazione per ciascuna stazione. La tesi mira a dimostrare che attraverso questo metodo statistico e i dati di input provenienti esclusivamente da Fluxnet e dal sensore MODIS è possibile calibrare e ottenere risultati soddisfacenti per il modello FEST-EWB.

SEBASTIANI ALEC

Titolo tesi: Enhancing Accuracy and Reliability of NIR Sensor Measurements in Agriculture: A Comprehensive Analysis

Abstract

La seguente tesi si focalizza sull’analisi dei fattori di varianza nelle misurazioni dei sensori a infrarossi vicini (NIR), con enfasi sul sensore HarvestLab 3000 (HL). L’obiettivo è quello di indagare i contributi all’incertezza di questo sensore esaminando vari fattori, tra cui la ripetibilità del sensore, le variazioni inter-sensore, le variazioni inter laboratorio, la ripetibilità dei laboratori e l’impatto di diversi modelli di calibrazione. Lo studio utilizza dati storici provenienti da sensori posseduti da John Deere e dati raccolti durante il raccolto del mais per insilato del 2023 per analizzare le misurazioni dei sensori NIR e i parametri chiave al fine di affrontare le fonti di incertezza. Inoltre sono incorporati anche i risultati delle analisi di laboratorio per valutare le prestazioni di tali laboratori. Sono impiegate tecniche statistiche e procedure di simulazione per valutare e convalidare i risultati. Inoltre, è dedicata una sezione allo stato dell’arte e al principio di funzionamento della spettroscopia NIR (NIRS). I risultati di questo studio possono contribuire a migliorare l’accuratezza e la affidabilità delle misurazioni dei sensori NIR in applicazioni agricole. Comprendendo i fattori di varianza e implementando: modelli di calibrazione appropriati, tecniche di pre-elaborazione e protocolli di raccolta dati sul campo, il sensore può stimare dati migliori, dando la possibilità agli agricoltori di implementare azioni basate su decisioni più informate riguardo alla gestione delle colture, all’allocazione delle risorse e all’ottimizzazione del rendimento. In conclusione, questa tesi fornisce preziose informazioni sull’analisi dei fattori di varianza nelle misurazioni dei sensori NIR utilizzando il sensore HL. Lo studio promuove l’agricoltura di precisione migliorando la comprensione del funzionamento e dell’affidabilità del sensore e aprendo la strada a pratiche di gestione delle colture migliorate. I risultati hanno implicazioni per la ricerca e lo sviluppo futuri in questo campo, con il potenziale per ottimizzare ulteriormente la produttività agricola, attraverso il miglioramento delle performance di sensori NIR, e riducendo al contempo l’impatto ambientale.

SUCCI LUCA

Titolo tesi: In-row automatic guidance system for tractors operating in vineyards

Abstract

Il presente lavoro di tesi è frutto dell’attività di tirocinio svolta presso la sede di Reggio Emilia del gruppo C.O.B.O. spa, azienda leader nella costruzione di componenti per mezzi off-highway. L’obiettivo della tesi è quello di descrivere il kit di guida automatica Vision Lane Navigation per trattori operanti in mezzo ai filari dei vigneti basato su telecamera e intelligenza artificiale. Dopo aver introdotto l’argomento con uno stato dell’arte dei sistemi di guida automatica attualmente sviluppati per ambiente agricolo, sono stati mostrati i componenti hardware che compongono il kit. In seguito quindi è stato descritto l’algoritmo utilizzato e i risultati delle prove svolte sia in un ambiente indoor simulato sia in campo. In particolare l’algoritmo riesce a controllare il trattore all’interno del filare in modo che questo mantenga una traiettoria parallela allo stesso, anche grazie all’utilizzo di un controllo ulteriore sull’inclinazione del trattore, sfruttando l’IMU presente all’interno della telecamera stessa.