Seleziona l'Anno Accademico:     2015/2016 2016/2017 2017/2018 2018/2019 2019/2020 2020/2021
Docente
MAURO FRANCESCHELLI (Tit.)
Periodo
Secondo Semestre 
Modalità d'Erogazione
Convenzionale 
Lingua Insegnamento
INGLESE 



Informazioni aggiuntive

Corso Percorso CFU Durata(h)
[70/90]  COMPUTER ENGINEERING, CYBERSECURITY AND ARTIFICIAL INTELLIGENCE [90/00 - Ord. 2018]  PERCORSO COMUNE 5 50

Obiettivi

In coerenza con gli obiettivi formativi del Corso di Laurea in Computer Engineering, Cyber-security and Artificial Intelligence, obiettivo dell’insegnamento è quello di far acquisire allo studente le competenze di base relative ai metodi per la stima dello stato e degli ingressi esogeni in sistemi dinamici; così come di seguito dettagliato.

* Conoscenza e capacità di comprensione:
lo studente conoscerà i modelli in variabili di stato per la rappresentazione dei sistemi dinamici mediante equazioni differenziali ed alle differenze e le proprietà strutturali di tali sistemi. Conoscerà le principali tecniche di stima dello stato e ricostruzione dei disturbi anche in presenza di alcune incertezze sul modello.

* Conoscenza e Capacità di comprensione applicate:
lo studente saprà definire le proprietà strutturali di un sistema dinamico. Saprà applicare le metodologie di base per la progettazione di osservatori dello stato e stimatori di segnali esogeni (disturbi).

* Autonomia di giudizio:
lo studente sarà in grado di individuare vantaggi e svantaggi di alcune soluzioni progettuali.

* Abilità comunicative:
lo studente sarà capace di esprimere chiaramente concetti tecnici e scientifici nell'ambito della stima e diagnosi applicate ai sistemi dinamici.

* Capacità di apprendere:
lo studente saprà integrare le conoscenze da varie fonti al fine di conseguire una visione ampia delle problematiche connesse alla realizzazione dei sistemi di stima e diagnosi.

Prerequisiti

Le propedeuticità obbligatorie sono indicate nel Regolamento didattico del Corso di Studio

Per poter seguire proficuamente le lezioni lo studente deve aver acquisito da precedenti insegnamenti le seguenti conoscenze, abilità e competenze.

Conoscenze:
Elementi di analisi matematica, di algebra matriciale, geometria e di fisica. Trasformata di Laplace. Calcolo integrale e differenziale. Rapresentazione e analisi di sistemi dinamici con singolo ingress e singola uscita. Elementi di programmazione Matlab-Simulink.

Contenuti

Introduzione (2 ore di lezioni frontali)

Argomenti e obbiettivi del corso. Test di ingresso di conoscenze propedeutiche.

Rappresentazione di sistemi dinamici (6 ore di lezioni frontali, 2 ore di esercitazioni)

Rappresentazione nello spazio di stato di sistemi dinamici in tempo continuo e tempo discreto. Analisi di sistemi lineari a tempo continuo. Analisi di sistemi lineari a tempo discreto, risposta libera e risposta forzata. Discretizzazione di sistemi dinamici. Forme canoniche di sistemi lineari, tempo continuo e tempo discreto.

Stabilità di sistemi dinamici ((Sistemi a tempo continuo e discreto) 6 ore di lezioni frontali, 2 ore di esercitazioni)

Punti di equilibrio. Stabilità è stabilità asintotica di punti di equilibrio. Criteri di stabilità per sistemi lineari a tempo continuo e tempo discreto. Linearizzazione di sistemi nonlineari in un punto di equilibrio. Stabilità di sistemi nonlineari: metodo diretto e indiretto di Lyapunov per sistemi dinamici a tempo continuo e tempo discrete.

Proprietà strutturali dei sistemi dinamici e retroazione dello stato (Sistemi a tempo discreto) (6 ore di lezioni frontali, 2 ore di esercitazioni)

Controllabilità e ossarvabilità. Forme canoniche osservabili e controllabili. Matrici di controllabilità e osservabilità. Progetto di controllo in retroazione dello stato per assegnazione degli autovalori.

Stima in sistemi dinamici (a tempo discreto) (8 ore di lezioni frontali, 4 ore di esercitazioni)

Il problema della stima dello stato, osservatore asintotico di Luemberger. Osservatori a rodine pieno e ridotto. Procedura di progetto. Retroazione dello stato dell’osservatore e principio di seprazione. Filtro di Kalman (tempo discreto) e filtro esteso di Kalman. Sistemi nonlineari ed osservatori ad alto guadagno.

Diagnosi di guasto (8 ore di lezioni frontali, 4 ore di esercitazioni)

Introduzione alla Fault Detection and Identification (FDI). Metodi formali per la diagnosi di guasto. Modelli di guasto in sistemi dinamici. Il problema della generazione dei residui e loro valutazione. Generazione dei residui tramite osservatori dello stato. Osservatori ad ingresso sconosciuto (Unknown input observers). FDI tramite banchi di UIO. Ricostruzione di segnali esogeni. Stima di parametri e ordine di sistemi lineari. Generazione di residui tramite metodi di stima dei parametri. Problematiche di ricerca attuali.

Metodi Didattici

L'insegnamento è organizzato lezioni frontali ed esercitazioni con l'utilizzo di sistemi informatici per il calcolo e la simulazione.
Verrà valutata l'opportunità di creazione di gruppi di lavoro su temi specifici.

Verifica dell'apprendimento

La verifica dell’apprendimento consiste in una prova orale in cui lo studente dimostra la conoscenza dei modelli in variabili di stato per la rappresentazione di sistemi dinamici, delle loro proprietà e delle principali tecniche di stima e diagnosi. Lo studente dovrà dimostrare autonomia di giudizio sapendo individuare vantaggi e svantaggi delle soluzioni progettuali viste a lezione e mostrare una adeguata padronanza del linguaggio tecnico. Durante la prova orale lo studente discute le esercitazioni svolte a lezione

Il punteggio della prova d'esame è attribuito mediante un voto espresso in trentesimi

La prova orale valuta:
1. La conoscenza degli argomenti trattati durante il corso (40% del voto finale)
2. La capacità di applicare la conoscenza acquisita al progetto di osservatori (30% del voto finale)
3. L’autonomia di giudizio riguardo alle scelte progettuali (20% del voto finale)
4. La padronanza del linguaggio tecnico (10% del voto finale)

Testi

Katsuhiko Ogata, “Discrete-time control systems” second edition, Prentice Hall International editions, 1995

Silvio Simani, Cesare Fantuzzi and Ron J. Patton "Model-based fault diagnosis in dynamic systems using identification techniques" Springer-Verlag 2002.

L. H. Chiang, E. L. Russell and R. D. Braatz “Fault Detection and Diagnosis in Industrial Systems “ Springer 2001

Hassan K. Khalil "Nonlinear systems" third edition, Pearson Eduction Limited 2014.

Jean-Jacques E. Slotine, Weiping Li "Applied Nonlinear Control" Prentice-Hall, 1991.

Alessandro GIUA, Carla SEATZU, Analisi dei sistemi dinamici- 2a edizione, Springer-Verlag Italia, MIlano, 2009.


Altre fonti ed articoli da definire forniti durante le lezioni.

Questionario e social

Condividi su: