Venerdì, 2 ottobre 2020

Premio per tesi di laurea FEDERTEC

Versione stampabile

Gianluigi Grandesso, laureatosi nel 2019 in Ingegneria Meccatronica presso l’Università degli Studi di Trento, è tra i tre vincitori del premio per tesi di laurea FEDERTEC. Nata nel 2019 dalla fusione di ASSIOT e ASSOFLUID, FEDERTEC è una federazione che rappresenta l’intera filiera dell’industria italiana della componentistica e delle tecnologie meccatroniche per la potenza fluida, della trasmissione di potenza, del controllo e l’automazione intelligente dei prodotti e dei processi industriali.

Giunto alla sua 24° edizione, questo concorso mira a premiare le tesi più innovative nell’ambito della trasmissione di potenza e dell’automazione, con particolare attenzione all’efficienza/risparmio energetico applicato alle macchine, azionamenti meccatronici integrati, innovazione tecnologica di materiali e/o componenti mirata alla ottimizzazione/semplificazione dei sistemi, integrazioni IoT e soluzioni 4.0.

La tesi magistrale dal titolo “Design and analysis of a hybrid soft gripper combining electroadhesion and pneumatic actuation” è stata svolta da Gianluigi in collaborazione con il Prof. Marco Fontana e il Post-doc Giacomo Moretti. L’attività ha coinvolto anche il Soft Transducers Lab dell’École Polytechnique Fédérale de Lausanne (EPFL), dove Gianluigi ha trascorso un breve periodo di visita grazie ad un finanziamento ricevuto da EuroEAP, associazione europea promotrice della ricerca sugli "Electromechanically Active Polymers”.Il progetto ha riguardato lo sviluppo di un sistema di presa “soft” che sfrutta il fenomeno dell’elettro-adesione per attrarre oggetti di qualsiasi tipo di materiale. L’elettro-adesione viene generata tramite l’applicazione di alto voltaggio a degli elettrodi integrati in membrane dielettriche sottoposte a gonfiaggio pneumatico.

Attualmente Gianluigi è un dottorando del DII (Dipartimento di Eccellenza) e sta svolgendo la sua attività di ricerca nell’ambito del “Concurrent design of hardware and control for highperformance robotic systems” sotto la supervisione dei Prof. Andrea Del Prete (Università degli Studi di Trento) e Patrick Wensing (University of Notre Dame).