Skip to main content

Prof. Francesco Cadini

Contatti
Telefono: 02.2399.6355
E-mail: francesco.cadini@polimi.it

Segreteria della Sezione di Costruzioni di Macchine e Veicoli
Licia Simonelli
Telefono: 02.2399.8212
E-mail: licia.simonelli@polimi.it@polimi.it

Pagina personale del docente sul sito di Ateneo

Francesco Cadini è ricercatore presso il Dipartimento di Ingegneria Meccanica del Politecnico di Milano. I suoi interessi di ricerca includono il trattamento quantitativo delle incertezze per la valutazione e la mitigazione del rischio nei sistemi meccanici, aerospaziali e strutturali. Le sue attività sono principalmente focalizzate su: i) diagnostica e prognostica (monitoraggio della salute strutturale – SHM - e prognostica e gestione della stato di salute - PHM) e ii) affidabilità strutturale in presenza di eventi rari, robust (RDO) e reliability-based design optimization (RBDO). I principali strumenti algoritmici impiegati e/o sviluppati sono: i) filtraggio stocastico (algoritmi Monte Carlo sequenziali – particle filters, ecc.) per la stima degli stati di degrado, ii) campionamento Monte Carlo efficiente di eventi rari (metodi di riduzione della varianza), iii) machine learning (reti neurali, deep learning, kriging, support vector machines, ecc.) per la classificazione, regressione, identificazione di modelli e previsione di serie temporali e iv) strumenti avanzati di ottimizzazione (es. algoritmi evolutivi).

Metriche (02/2021)

  • Circa 100 pubblicazioni su riviste internazionali (63) e atti di conferenze internazionali (Scopus: 72).
  • H-index: 19, H-index (10y): 12, H-index (5y): 7 (Scopus).
  • Citazioni: 1047, cit. (10 anni): 653, cit. (5 anni): 278 (Scopus).

Esperienza lavorativa

  • Gennaio 2018 - presente. Politecnico di Milano, Milano, Italia. Ricercatore universitario (area scientifica ING-IND/14) presso il Dipartimento di Meccanica del Politecnico di Milano.
  • Luglio 2005 - dicembre 2017. Politecnico di Milano, Milano, Italia. Ricercatore universitario (area scientifica ING-IND/18) presso il Dipartimento di Energia del Politecnico di Milano.

Formazione scolastica

  • Maggio 2006. Politecnico di Milano - Dipartimento di Ingegneria Nucleare, Milano, Italia. Ph.D. in "Scienza e ingegneria delle radiazioni".
  • Settembre 2003. Università Della California, Los Angeles (UCLA), USA. Master of Science in ingegneria aerospaziale presso la Henri Samueli School of Engineering and Applied Science.
  • Febbraio 2000. Politecnico di Milano - Dipartimento di Ingegneria Nucleare, Milano, Italia. Laurea in Ingegneria Nucleare.

Proposte di Tesi

Tesi CMV 015/2022 - Application of machine learning in prediction of low-velocity impact response of hybrid composites - Prof. Andrea Manes, Prof. Francesco Cadini, Prof. Marco Giglio

Tesi CMV 017/2022 - Modelling of nanocomposites - Prof. Andrea Manes, Dayou Ma, Prof. Francesco Cadini, Prof. Marco Giglio

Tesi CMV 023/2022 - Numerical characterisation of blast loaded structures and development of machine learning-based surrogate models - Prof. Andrea Manes, Prof. Francesco Cadini, Prof. Marco Giglio

Tesi CMV 025/2022 - Development of machine learning methods to improve the fidelity of numerical models for simulating ultrasonic guided waves in solid media - Prof. Andrea Manes, Prof. Francesco Cadini, Prof. Marco Giglio