Istruzione e Formazione
In novembre 2018 è ammessa nel XXXIV ciclo di dottorato in Meccanica e Scienze Avanzate dell'Ingegneria presso l'Università degli Studi di Bologna – Alma Mater Studiorum, con argomento di ricerca "Dal Condition Monitoring al Prognostic Health Management: strumenti e tecniche per un approccio data-driven e non supervisionato alla manutenzione predittiva dei sistemi di produzione".
Le attività di ricerca sono articolate su tre filoni, con l'obiettivo di definire una procedura non supervisionata per l'implementazione dell'approccio Prognostics Health Management (PHM) alla manutenzione predittiva. Tali filoni possono essere così riassunti:
1. Tecniche e strumenti di acquisizione di segnali tramite diverse tipologie di sensori installati su componenti critici di un sistema produttivo; tecniche di trasmissione e memorizzazione dei dati attraverso le tecnologie IoT, in ottica Industria 4.0
2. Tecniche di analisi dei segnali, volte all'estrazione di features dai segnali grezzi che riescano a fornire indicazioni sullo stato del componente; tecniche di riduzione della dimensionalità dei dati
3. Modelli e algoritmi di apprendimento automatico e intelligenza artificiale, a fini diagnostici (Identificazione delle diverse condizioni di guasto) e prognostici (Anticipazione del guasto attraverso il calcolo della vita utile residua)
In gennaio 2018 ha ottenuto una borsa di ricerca presso il Dipartimento di Ingegneria Industriale (DIN) dell'Università di Bologna, dal titolo "Analisi dei dati produttivi, logistici ed impiantistici di sistemi complessi, utilizzando le moderne tecniche di data analytics".
Ha conseguito la laurea magistrale in Ingegneria Gestionale nel 2017 (110/110 e Lode) con una tesi dal titolo "Vibration monitoring and intelligent diagnosis tools for condition-based maintenance".
Ha conseguito la laurea triennale in Ingegneria Gestionale nel 2015 (96/110) presso l'università di Bologna con una tesi dal titolo "Analisi di un magazzino gestito a picking: il caso di CTV. s.r.l.".
Esperienze lavorative e accademiche
Da gennaio 2018, partecipa al progetto di Ricerca MISE – Multiple Actions for Innovation in Machine Automation presso il Dipartimento di Ingegneria Industriale (DIN) dell’Università di Bologna, per i temi inerenti alla manutenzione e alla prognostica
