Enti di ricerca
Institute for Renewable Energy | Eurac Research
IL TEAM RACCONTA IL PROGETTO
Il progetto sviluppa un sistema intelligente per gestire la qualità dell'aria nelle cantine, affrontando il problema diffuso di umidità e muffa in Alto Adige. Utilizzando sensori che monitorano temperatura e umidità relativa, un algoritmo avanzato decide quando attivare ventilazione, riscaldamento e deumidificazione, ottimizzando i consumi energetici. Il sistema preferisce soluzioni a basso impatto, come l'apertura delle finestre, prima di utilizzare dispositivi più energivori. Un software dedicato permette agli utenti di monitorare in tempo reale le condizioni ambientali e il funzionamento del sistema. Questa innovazione migliora la salubrità delle cantine, rendendole utilizzabili e riducendo i costi di manutenzione, con benefici per la salute di chi le utilizza.
Questo progetto favorisce la sostenibilità ambientale perché…
Il progetto favorisce una maggiore sostenibilità riducendo il consumo energetico grazie ad algoritmi intelligenti e al Machine Learning, che gestiscono in modo efficiente ventilazione, riscaldamento e deumidificazione nelle cantine. Utilizzando anche le previsioni meteo, il sistema attiva i dispositivi solo quando necessario, preferendo soluzioni a basso impatto energetico come l'apertura delle finestre. Ciò diminuisce l'energia consumata e le emissioni associate. Inoltre, prevenendo muffe e umidità, si preservano le strutture edilizie, riducendo la necessità di manutenzione. Questo approccio promuove la sostenibilità ambientale ed economica.
L’azienda partner si presenta
Siamo un'azienda leader nella risoluzione di problemi di umidità nelle opere murarie, con particolare specializzazione nella diagnostica, nell’umidità di risalita capillare e nell’aerazione. Provenendo dal Trentino - Alto Adige / Südtirol a Bolzano, abbiamo degli standard qualitativi molto elevati che trasmettiamo ai nostri prodotti e servizi per eliminare umidità nelle opere murarie.
Daniel Herrera
Daniel Herrera Ph.D. è un architetto laureato presso l'Universidad Politecnica de Madrid, Spagna, e un dottorato incentrato sull'interazione tra comportamento dell'utente e fisica degli edifici nel patrimonio edilizio (Robert Gordon Univer...
Daniel Herrera Ph.D. è un architetto laureato presso l'Universidad Politecnica de Madrid, Spagna, e un dottorato incentrato sull'interazione tra comportamento dell'utente e fisica degli edifici nel patrimonio edilizio (Robert Gordon University, Regno Unito). Specializzato nel retrofit energetico di edifici storici, ha una vasta esperienza sia nel mondo accademico che pratico avendo lavorato in progetti di ricerca e ristrutturazione in Spagna, Italia e Regno Unito. Dal 2017 lavora presso Eurac Research nel gruppo di retrofit energetico di edifici storici e da maggio 2023 è il coordinatore del gruppo in cui attualmente coordina il progetto Horizon Europe FuturHist incentrato sullo sviluppo di soluzioni di intervento su misura per la messa a prova di futuro di edifici storici.
Energy retrofit of historic buildings à https://www.eurac.edu/en/institutes-centers/institute-for-renewable-energy/research-group/energy-retrofit-of-historic-buildings
Leggi di più
Simone Panico
Post-doc nel campo della fisica degli edifici, con un dottorato in Ingegneria dei Sistemi Complessi, focalizzato su simulazioni energetiche e igrotermiche. Specializzato nell'adattamento sostenibile degli edifici storici. Durante il dottora...
Post-doc nel campo della fisica degli edifici, con un dottorato in Ingegneria dei Sistemi Complessi, focalizzato su simulazioni energetiche e igrotermiche. Specializzato nell'adattamento sostenibile degli edifici storici. Durante il dottorato ha collaborato con istituzioni prestigiose come UCL, contribuendo a diverse pubblicazioni scientifiche. Attualmente lavora presso Eurac Research nel gruppo RHB, che si occupa del risanamento degli edifici storici. Il suo lavoro si concentra sull'ottimizzazione delle prestazioni energetiche degli edifici storici tramite modellazione igrotermica. Le sue competenze includono il coding per l'analisi dei dati e l'applicazione del Machine Learning, strumenti con cui supporta l'innovazione continua nel settore.
Wissenschaftliche Veröffentlichungen ->
http://dx.doi.org/10.1016/j.enbuild.2023.113464
http://dx.doi.org/10.1016/j.buildenv.2022.109969
Leggi di più
Il team sta attualmente cercando un secondo profilo da inserire nel progetto
