ID:
66817
Tipo Insegnamento:
Opzionale
Durata (ore):
60
CFU:
6
SSD:
AUTOMATICA
Url:
INGEGNERIA MECCANICA/Percorso Comune Anno: 2
Anno:
2025
Dati Generali
Periodo di attività
Primo Semestre (22/09/2025 - 16/12/2025)
Syllabus
Obiettivi Formativi
Il corso fornisce una formazione avanzata nel controllo automatico, focalizzandosi sulle tecniche di progetto per il controllo non lineare e sui metodi di diagnosi dei guasti applicati a sistemi dinamici a tempo continuo e discreto. Tali aspetti vengono affrontati dal punto di vista della modellazione, dell’analisi, della sintesi e della simulazione, considerando l’informazione come flusso ingresso-uscita. Vengono introdotte metodologie avanzate di controllo e supervisione, tipicamente richieste nell’attuale contesto industriale, per l’analisi e il controllo efficiente di processi dinamici complessi. L’obiettivo principale è fornire agli studenti le competenze fondamentali per affrontare il progetto e l’implementazione di sistemi di supervisione e controllo non lineare, nonché la loro analisi e sintesi, considerando i vincoli di prestazione richiesti in termini di costo, velocità, immunità ai disturbi, complessità computazionale, sostenibilità e consumo energetico. Il corso mira inoltre a sviluppare una consapevolezza critica delle implicazioni ambientali associate alla progettazione di sistemi dinamici complessi, promuovendo soluzioni di controllo sostenibili in termini di consumo energetico, ottimizzazione delle risorse e riduzione dell’impatto ambientale. CONOSCENZE ACQUISITE • Funzionamento e impiego dei principali moduli dei sistemi di controllo non lineare, secondo un approccio ingresso-uscita; • Metodologie di analisi e sintesi per sistemi di supervisione e controllo non lineare, in condizioni statiche e dinamiche; • Caratteristiche fondamentali dei componenti di un sistema di controllo, sia lineare che non lineare; • Strumenti matematici non lineari e tecniche di Intelligenza Artificiale per l’analisi, la sintesi e la simulazione di sistemi dinamici, nel rispetto dei vincoli prestazionali (costo, velocità, immunità ai disturbi, complessità computazionale, consumo di potenza); • Fondamenti di reti neurali, sistemi fuzzy, diagnosi dei processi dinamici, metodi di ottimizzazione, supervisione, diagnosi dei guasti, controllo adattativo, predizione e filtraggio non lineare. ABILITÀ SVILUPPATE • Analizzare il comportamento di sistemi dinamici non lineari in condizioni statiche e transitorie; • Identificare i vincoli progettuali che influenzano la scelta della legge di controllo e del regolatore non lineare in un sistema digitale; • Valutare la strategia di supervisione e controllo non lineare più appropriata per il processo in esame, considerando l’utilizzo di reti neurali, sistemi fuzzy, controllo adattativo e tecniche puramente non lineari; • Utilizzare strumenti di simulazione per l’analisi e la progettazione di sistemi dinamici non lineari.
Prerequisiti
Per seguire con profitto il corso, è necessario aver acquisito e consolidato le seguenti conoscenze, tipicamente fornite nei corsi di “Fondamenti di Controlli Automatici” o “Controlli Automatici”: • concetti di base di Analisi Matematica, con particolare riferimento al calcolo differenziale e integrale; • conoscenze fondamentali di Fisica, in particolare riguardanti la modellizzazione dei sistemi dinamici; • comprensione della teoria dei sistemi dinamici e delle sue applicazioni pratiche, con riferimento ai metodi per lo studio di sistemi in regime stazionario e transitorio; • conoscenze di base relative ai sistemi statici e dinamici, acquisite nei corsi introduttivi di Analisi Matematica e Fisica; • capacità di analizzare e progettare sistemi di controllo a tempo continuo e discreto con struttura e complessità limitata; conoscenza dei fondamenti dei sistemi dinamici lineari.
Metodi didattici
Il corso è organizzato in modalità blended, combinando lezioni registrate e attività in presenza, secondo la seguente articolazione: • circa 45 ore dedicate all’esposizione degli argomenti teorici, attraverso lezioni registrate e momenti di discussione in presenza presso il Laboratorio di Informatica; • circa 15 ore di esercitazioni pratiche in laboratorio, finalizzate all’approfondimento degli argomenti teorici mediante simulazioni e progetti di schemi di supervisione adattativi di media e alta complessità. Il materiale teorico del corso è disponibile sulla pagina personale del docente: 📎 http://www.silviosimani.it/lessons.html Gli studenti parteciperanno alle esercitazioni guidate in laboratorio, che seguono le lezioni teoriche secondo il calendario previsto. Al termine delle esercitazioni assistite, è previsto l’accesso libero al Laboratorio di Informatica per ulteriori attività individuali di approfondimento o sperimentazione.
Verifica Apprendimento
La prova d’esame ha l’obiettivo di verificare il livello di raggiungimento degli obiettivi formativi definiti per l’insegnamento. L’esame si articola in due parti, entrambe svolte nella stessa giornata: • Prova pratica al calcolatore (con Matlab e Simulink): progettazione e simulazione di schemi di supervisione per un processo non lineare. La prova è finalizzata a valutare la capacità dello studente di sviluppare e comprendere uno schema di diagnosi dei guasti per un sistema dinamico (lineare o non lineare), soddisfacendo i vincoli prestazionali. In particolare, la prova richiede: 1. la progettazione e sintesi di un osservatore dinamico dell’uscita per la generazione del residuo diagnostico, il rilevamento e l’isolamento dei guasti nei sensori di ingresso e uscita; 2. lo sviluppo di un modulo basato sui minimi quadrati ricorsivi con fattore d’oblio, per il rilevamento di variazioni parametriche sensibili ai guasti; 3. la stima di una rete neurale o di un sistema fuzzy per la generazione dei residui diagnostici, il rilevamento e l’isolamento dei guasti nei sensori di ingresso e uscita. Gli schemi devono essere implementati negli ambienti Matlab e Simulink. La prova ha anche funzione selettiva: se lo studente non dimostra un livello minimo di comprensione degli argomenti teorici, non sarà ammesso alla seconda parte. Il punteggio massimo è di 22 punti, e per superare la prova è necessario ottenerne almeno 18. Il tempo massimo previsto è di 1 ora e 30 minuti. • Prova scritta a quiz: 8 domande (4 a risposta aperta e 4 a scelta multipla), relative a tutti gli argomenti trattati durante il corso e ai concetti fondamentali dei sistemi di supervisione adattativi. La prova mira a valutare la preparazione complessiva dello studente e la sua comprensione dei concetti base del controllo digitale. Il punteggio massimo è di 8 punti, con una durata prevista di 30 minuti. Il voto finale è dato dalla somma dei punteggi delle due prove. Per superare l’esame è necessario ottenere almeno 18 punti su un massimo di 31. Qualora la prima prova sia insufficiente, o il punteggio complessivo sia inferiore a 18, lo studente dovrà ripetere entrambe le prove. Il superamento dell’esame attesta l’acquisizione delle conoscenze e competenze previste dagli obiettivi formativi del corso. Nel caso in cui lo studente decida di ripetere l’esame, sarà considerato valido l’ultimo voto acquisito, anche se inferiore a quello precedente. È possibile sostenere l’esame anche in lingua inglese, su richiesta.
Testi
Il materiale didattico fornito dal docente – comprendente appunti, lucidi schematici delle lezioni e altro materiale integrativo – è pienamente sufficiente per seguire il corso e preparare l’esame. Tutto il materiale sarà disponibile sulla pagina personale del docente, all’indirizzo: 📎 http://www.silviosimani.it/lessons.html Gli studenti interessati ad approfondire specifici argomenti trattati nel corso possono fare riferimento ai seguenti testi, che non sono tuttavia obbligatori ai fini della preparazione dell’esame o della frequenza delle lezioni: • Controllo Ottimo e Stima Ottima: Progetto di sistemi di controllo, M. Tibaldi – 2ª edizione, Pitagora, 1995. • Controllo Non Lineare: Applied Nonlinear Control, J.J. Slotine, W. Li – Prentice Hall, 1991. • Logica e Controllo Fuzzy: A Course in Fuzzy Systems and Control, L.-X. Wang – Prentice Hall, 1997. • Reti Neurali: Neural Networks for Identification, Prediction, and Control, D.T. Pham, X. Liu – Springer-Verlag, 1995. • Diagnosi Automatica dei Guasti: Model-based Fault Diagnosis in Dynamic Systems Using Identification Techniques, S. Simani, C. Fantuzzi, R.J. Patton – Springer, 2003. Si segnala infine che il materiale didattico del corso è fornito in lingua inglese.
Contenuti
Il corso prevede un totale di 60 ore di attività didattica, articolate tra lezioni a distanza e esercitazioni in presenza. In particolare, sono previste circa 45 ore di lezioni teoriche e circa 15 ore di esercitazioni guidate al calcolatore. Nel dettaglio, il programma affronta i seguenti argomenti: • Introduzione: panoramica sui sistemi adattativi, intelligenti, autonomi, distribuiti, embedded e ciberfisici. Strumenti chiave e tecniche multidisciplinari per la comprensione, l’analisi, la rappresentazione e la sintesi di fenomeni fisici complessi. Introduzione ai sistemi adattativi e alla teoria dell’adattamento. • Cenni di tecniche di ottimizzazione: ottimizzazione non vincolata e vincolata; metodo del gradiente; metodo di Lagrange; metodi stocastici e algoritmi genetici. • Identificazione di sistemi dinamici: identificazione parametrica e non parametrica; metodi e algoritmi ricorsivi per l’identificazione di sistemi lineari; modelli e algoritmi on-line per sistemi non lineari. • Logica e controllo fuzzy: definizioni e proprietà; identificazione di modelli fuzzy per il controllo; controllo fuzzy con auto-apprendimento e adattività; introduzione al sistema ANFIS (Adaptive Neuro-Fuzzy Inference System). • Reti neurali: fondamenti e proprietà; algoritmi per l’apprendimento supervisionato e non supervisionato, con applicazioni all’identificazione e al controllo; algoritmi di ricerca stocastica; reti neurali ricorrenti, adattative e dinamiche; progetto di regolatori adattativi mediante il principio del controllo adattativo a modello di riferimento (MRAC). • Supervisione, diagnosi dei guasti e controllo “sostenibile”: principio della ridondanza fisica; progetto e valutazione di generatori di residuo; schemi per la diagnosi, l’isolamento e l’identificazione dei guasti; condition monitoring; compensazione passiva e attiva di disturbi e guasti; controllo sostenibile e tollerante ai guasti; diagnosi preventiva e predittiva. • Esercitazioni numeriche al calcolatore: attività pratiche su identificazione di sistemi non lineari, applicazioni della logica fuzzy e delle reti neurali, uso di algoritmi stocastici, e progettazione di sistemi di supervisione e controllo adattativo per processi non lineari. • Sostenibilità ambientale nei sistemi di controllo: analisi dell’impatto ambientale dei sistemi dinamici e dei criteri di progetto per il controllo sostenibile. Studio di metodologie per la riduzione del consumo energetico, l’ottimizzazione delle risorse e la progettazione di sistemi di supervisione tolleranti ai guasti e a basso impatto ambientale. Approfondimento delle implicazioni ambientali nei processi di automazione e nel ciclo di vita dei sistemi.
Lingua Insegnamento
ITALIANO
Altre informazioni
Il docente è contattabile via email per chiarimenti o supporto didattico. Il materiale del corso è disponibile alla pagina personale del docente: 📎 http://www.silviosimani.it/lessons.html Tutte le comunicazioni ufficiali agli studenti saranno inviate tramite la lista email del portale studiare.unife.it. Il codice per accedere a Google Classroom è disponibile sulla pagina personale del docente, dedicata al corso: 📎 http://www.silviosimani.it/lessons.html
Corsi
Corsi
INGEGNERIA MECCANICA
Laurea Magistrale
2 anni
No Results Found
Persone
Persone
No Results Found