Il ricevimento avviene via GOOGLE MEET (meet.google.com/ibb-yycu-eiy), tramite appuntamento da concordare via email scrivendo a francesco.grasso@unifi.it

Nella e-mail e' necessario indicare chiaramente 

il mittente, il corso di laurea ed il motivo
(ricevimento, orientamento, tesi, etc. etc.)

Tutoring

Scheduling a google meeting by email (francesco.grasso@unifi.it)

Francesco Grasso si è laureato in Ingegneria Elettronica (laurea magistrale a ciclo unico), orientamento Sistemi Elettrici per l'Energia, presso l'Università di Firenze, nel 2000. Nello stesso anno ha conseguito l'abilitazione alla professione di Ingegnere. Ha conseguito il titolo di Dottore di Ricerca in Dispositivi e Circuiti Elettronici nel 2003. Dal 2022 è Professore Associato nel settore IIET-01/A - Elettrotecnica/Electrical Engineering presso il Dipartimento di Ingegneria dell'Informazione dell'Università di Firenze.

E' Delegato della Rettrice per il Placement, Responsabile Scientifico dello Smart Energy Lab, laboratorio congiunto dell'Università di Firenze, Presidente di UNAE - Istituto di Qualificazione delle Imprese di Installazione di Impianti.

Francesco Grasso si è laureato nell’A.A. 1999/2000 in Ingegneria Elettronica, con orientamento Sistemi Elettrici per l’Energia, presso la Facoltà di Ingegneria dell’Università di Firenze, discutendo la tesi “Su metodi innovativi per il progetto di componenti avvolti in alta frequenza”. La sua tesi ha vinto il premio Mariani anno 2001, indetto dall’AEI – Associazione Elettrotecnica Italiana come miglior tesi per l’anno accademico 1999-2000. Ha conseguito il titolo di Dottore di Ricerca in Dispositivi e Circuiti Elettronici nel mese di maggio 2003.
Dal 2002 è Ricercatore in Elettrotecnica (SSD ING-IND/31) presso il Dipartimento di Ingegneria dell'Informazione dell’Università degli Studi di Firenze.
Dal 2008 è Professore Aggregato nel SSD ING-IND/31 presso la Scuola di Ingegneria dell'Università di Firenze ed è docente dei corsi di Circuiti e Sistemi per le Smart Grid e Laboratorio di Ingegneria Elettrica II.
E' stato visiting scholar presso la Wright State University (Dayton, Ohio) nel 2016.
E' Delegato per il Test d'Ingresso della Scuola di Ingegneria e Delegato per l'Orientamento per il Corso di Laurea in Ingegneria Meccanica.
E' membro della IEEE, Institute of Electrical and Electronics Engineers, della AEIT Associazione Italiana di Elettrotecnica, Elettronica, Automazione, Informatica e Telecomunicazioni, del CEI Comitato Tecnico 315 “Efficienza Energetica” e della UNAE Toscana.
Dal 2014 è Segretario della AEIT Sezione Toscana e Umbria.
L’attività scientifica riguarda prevalentemente i seguenti temi:

• Efficienza energetica negli impianti elettrici
• Power Quality
• Diagnosi di guasto e design centering nei circuiti analogici
• Modellizzazione degli effetti parassiti nei componenti passivi alle alte frequenze;
• Modellizzazione e controllo dei convertitori statici di potenza.

E’ stato responsabile scientifico di progetti sceintifici di rilevanza nazionali e internazionali.
Nel 2001 è stato progettista e coordinatore didattico del Modulo Professionalizzante “VITESA – Percorso di formazione per Tecnico Esperto per le verifiche sugli impianti ai fini del D.P.R.462/01”, finanziato dalla Regione Toscana.
E' membro esperto nella commissione ministeriale per gli esami di stato per l’abilitazione alla professione di ingegnere.
E’ tutor universitario di oltre 70 tirocini e relatore di oltre 40 tesi di laurea.

L’attività di ricerca può essere suddivisa nei seguenti quattro temi:

• Diagnosi di guasto e design centering nei circuiti analogici: la ricerca ha come obiettivo l'applicazione di tecniche di intelligenza artificiale (tecniche simboliche, sistemi esperti, reti neurali, etc.) nel dominio applicativo della diagnostica di guasto e del design centering.
• Modellizzazione degli effetti parassiti nei componenti passivi alle alte frequenze : la ricerca ha come obiettivo lo studio degli effetti parassiti nei componenti passivi sul comportamento dei convertitori di potenza. La ricerca di un modello che caratterizzi tali effetti in modo molto preciso è utile in fase di progettazione.
• Modellizzazione dei convertitori statici di potenza : la ricerca di modelli equivalenti per il funzionamento a grandi e piccoli segnali dei circuiti tempo varianti risulta essere estremamente utile nelle simulazioni circuitali.
• Controllo di convertitori statici di energia e motori attraverso reti neurali su microcontrollori : in questo tipo di applicazioni, il tempo di risposta alle sollecitazioni del carico da parte del controllore è di fondamentale importanza per conseguire buone prestazioni ad anello chiuso. Le tecniche basate su reti neurali possono costituire una valida alternativa per la progettazione di controllori in tempo reale per questo tipo di sistemi che presentano dinamiche incerte o sconosciute.

Research ID

SCOPUS LINK

GOOGLE SCHOLAR LINK

Smart Energy Lab

Coordinate Ufficio 43.798084, 11.252781 

Francesco Grasso has graduated in Academic Year 1990-2000 in Electronics Engineering, with Energy Electrical Systems orientation, at the Faculty of Engineering, University of Florence, discussing the thesis “On innovative methods for the design of wound components in High Frequency”. In 2001, his thesis has won the Mariani prize organized by the AEI, Italian Electrotechnical Association, as best thesis for the Academic Year 1999-2000. In April 2000 he has won the contest and the scholarship for Ph.D. in Electronic Devices and Circuits, XV cycle, held at the Department of Electronics and Telecommunications of University of Florence and he has achieved the qualification of Ph.D. in May 2003. From November 2005, he is researcher in Electrical Sciences at the Department of Electronics and Telecommunications of University of Florence. Since 2001 he is member of the “Institute of Electrical and Electronics Engineers (IEEE) and of the Italian Federation of Electrical, Electronic, Automation, Information and Communication Technology (AEIT). Since 2004 he is under-secretary of Florence department of AEIT. The scientific activity of Francesco Grasso has mainly concerned the following topics: • Fault diagnosis and design centering of analog circuits; • Modeling of parasitic effects in passive components to high frequencies; • Modeling of static power converters; • Control of energy static converters and motors by neural networks. He has been responsible for Young Researchers Project funded by the University of Florence, in 2001, entitled “Development and testing of controllers for power electrical systems based on neural circuits and algorithms”. He has taken part in seven MURST research project of University and in two research projects of nationa interest (PRIN 2002 and PRIN 2006). Since 2008 he is Assistant Professor in the scientific field ING-IND/31 of Faculty of Engineering at the University of Florence and he has been teacher of the following teachings: Electrical Technology (6 credits) Power Electronic Circuits (6 credits) Electrical Machines and Drives (9 credits) Laboratory of Electrical Engineering (3 credits) He has contributed in carrying out exercises and tests for teaching of Circuits Theory and Theory of Electrical Networks. He has been Delegate for International Mobility in Academic Year 2002-2003 and Delegate for Orientation and Mentoring since Academic Year 2003-2004 for Degree Course in Electrical Engineering and Automation. He has been delegate of the Director of the Department of Electronics and Telecommunications for management of search assessment process for CIVR at the MIUR for the Years 2001-2003. He is member of CampusCRUI Self-Assessment Group for Electrical Engineering Degree. He has been designer and educational coordinator of the Professionalizing module “VITESA – Learning Path for Technical Expert for tests on plants by the aims of DPR 462/2001” funded by Regioen Toscana. Since May 2003 he is expert member in the Ministerial Committee for state examinations for qualification to engineering profession. He is lecturer of over 50 trainings and referee of over 30 degree thesis.

• Fault diagnosis and design centering of analog circuits;
• Modeling of parasitic effects in passive components to high frequencies;
• Modeling of static power converters;
• Control of energy static converters and motors by neural networks.

Office Coordinates: 43.798084,11.252781

Research ID: F-3165-2012