Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[3I961] - MODELLISTICA E OTTIMIZZAZIONE PER I PROCESSI INDUSTRIALIMANUFACTURING MODELS AND OPTIMIZATION
Leopoldo IETTO
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [IT09] INGEGNERIA GESTIONALE First Cycle Degree (3 years) - [IT09] MANAGEMENT ENGINEERING
Dipartimento: [040004] Dipartimento Ingegneria Industriale e Scienze MatematicheDepartment: [040004] Dipartimento Ingegneria Industriale e Scienze Matematiche
Anno di corsoDegree programme year : 3 - Secondo Semestre
Anno offertaAcademic year: 2018-2019
Anno regolamentoAnno regolamento: 2016-2017
Crediti: 9
Ore di lezioneTeaching hours: 72
Settore disciplinareAcademic discipline: ING-INF/04 - AUTOMATICA

LINGUA INSEGNAMENTO LANGUAGE

Italiano

Italian


PREREQUISITI PREREQUISITES

Per una completa comprensione degli argomenti trattati è necessario che lo studente abbia acquisito le conoscenze fornite dai corsi di Analisi Matematica e da un corso base di Controlli Automatici.

Elements of linear algebra, Rudiments of linear matricial algebra., elements of mathematical analysis, Laplace transform. Basic elements of linear system theory.


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

Il corso consiste in 72 ore di argomenti teorici ognuno dei quali è illustrato da esempi numerici

The course consists of 72 hours of theoretical arguments illustrated through numerical examples


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

Il corso intende fornire agli studenti gli elementi per affrontare, sia con tecniche classiche, sia con talune tecniche più avanzate, problemi di analisi e sintesi dei sistemi di controllo industriale realizzati con tecniche digitali.


Capacità di applicare conoscenze e comprensione.

La conoscenza di questi elementi dovrà fornire allo studente la capacità di sintetizzare un sistema di controllo tramite la semplice implementazione di un algoritmo. Lo studente sarà inoltre in grado di esaminare le specifiche dinamiche desiderate per il sistema di controllo e saprà, conformemente scegliere l’approccio più adeguato per il progetto del controllore.


Competenze trasversali.

L’ attento studio della teoria e la soluzione di problemi di controllo di tipo generale forniranno la capacità di affrontare nello stesso contesto metodologico problemi d’interesse applicativo non esclusivamente riferentesi a un contesto tecnologico. Le competenze acquisite potranno essere usate nella gestione e programmazione della produzione industriale, nell’ ambito dell’ingegneria ambientale e di quella biomedica.


Knowledge and Understanding.

The purpose of the course is to provide the students with basic and advanced techniques for the analysis and synthesis of digital control systems.


Capacity to apply Knowledge and Understanding.

The student will be able to analyse the technical specifications for the control systems, to choose the most appropriate approach to the synthesis problem, to realize the controller through the implementation of an algorithm.


Transversal Skills.

The general approach adopted for the analysis and synthesis of the control systems will provide the student with the ability of facing different applications within the same methodological framework. In this way, the acquired competence can be also applied to problems relative to fields like e.g. industrial production management, environment and biomedical engineering.



PROGRAMMA PROGRAM

Alcuni richiami di teoria dei sistemi -Struttura e componenti di un sistema di controllo a tempo discreto. -Corrispondenza S-Z. -Definizione, condizioni e criteri per la stabilita’ di un sistema di controllo numerico. -Analisi della precisione a regime permanente. -Sintesi del compensatore con tecniche basate sull’impiego delle equazioni diofantine. -Sintesi modale con reazione dallo stato e dall’uscita. - Elementi di logica fuzzy - Modellazione linguistica dei processi complessi - Realizzazione del controllore industriale attraverso meccanismi d'inferenza fuzzy

-Structure and components of a discrete-time control system. -S-Z mapping -Stability analysis. -Transient and steady-state output response. -Design methods based on a discrete-time equivalent of an analog controller. -Design methods based on diophantine equations. -Eigenvalue assignment with state feedback and dynamic output feedback. - Linguistic description of complex plant dynamics - PID design through fuzzy inference


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

L' esame comprende una prova scritta e orale. Nella prova scritta lo studente deve risolvere un problema di progetto di un sistema di controllo eventualmente servendosi di procedure automatizzate di calcolo. E' permessa la consultazione di libri e appunti. La prova orale consiste nella discussione dei concetti più importanti dell'analisi, della descrizione linguistica e della sintesi di un sistema di controllo industriale.


Criteri di valutazione dell'apprendimento.

La prova di esame serve a verificare la capacità dello studente ad analizzare le caratteristiche del problema postogli e ad individuare il metodo più opportuno per affrontarlo.


Criteri di misurazione dell'apprendimento.

Il grado di apprendimento viene misurato valutando la comprensione dei principi fondamentali che sono alla base del controllo industriale. Lo studente deve principalmente dimostrare di avere bene assimilato le metodologie esposte, di sapere confrontare i loro limiti e i loro vantaggi e di saperle applicare con consapevolezza.


Criteri di attribuzione del voto finale.

La votazione massima è 30/30 ed è assegnata agli studenti che svolgono le prove d'esame in modo pienamente corretto, dimostrando autonomia e completa padronanza delle metodologie esposte a lezione. Il voto minimo per il superamento dell' eame è 18/30 ed è assegnato agli studenti che svolgono le prove d'esame dimostrando un sufficiente livello di soddisfacimento dei precedenti requisiti.


Learning Evaluation Methods.

The primary goal of the exam is to verify the student capability to autonomously evaluate the essential features of a control problem and to recognize the most appropriate tools to solve it.


Learning Evaluation Criteria.

The primary goal of the exam is to verify the student capability to autonomously evaluate the essential features of a control problem and to recognize the most appropriate tools to solve it.


Learning Measurement Criteria.

The learning degree is evaluated through the grasp of the basic principles governing the classical approach to the analysis and synthesis of industrial control systems.


Final Mark Allocation Criteria.

The maximum score is 30/30 and is assigned to students solving the given control problems in fully correct way and show a complete awareness oft the methodologies. The minimum score to overcome the exam is 18/30 and is assigned to students possessing the above requisites in a sufficient level.



TESTI CONSIGLIATI RECOMMENDED READING

Appunti dalle lezioni. Disponibili su Moodle https://learn.univpm.it/course/view.php?id=7135

-Isidori: “Sistemi di Controllo”, Siderea, Roma
-M.L. Corradini, G. Orlando, “Controllo Digitale di Sistemi Dinamici”, Franco Angeli, Milano, 2005.
-K.J. Astrom, B. Wittenmark,”Computer Controlled Systems”, Prentice-Hall Englewood-Cliffs,N.J.1984.
-K. Ogata, “ Discrete-Time Control System”, Prentice-Hall, Englewood-Cliffs,N.J., 1987.
-R. Isermann: “Digital Control Systems”, Vol 1 e 2, Springer Verlag, Berlino,1989.

-D.Dubois, H. Prade, “Possibility Theory- An Approach to Computerized Processing of Uncertainty”, Plenum Press, N.Y., 1980.

Appunti dalle lezioni. Disponibili su Moodle https://learn.univpm.it/course/view.php?id=7135

-Isidori: “Sistemi di Controllo”, Siderea, Roma
-M.L. Corradini, G. Orlando, “Controllo Digitale di Sistemi Dinamici”, Franco Angeli, Milano, 2005.
-K.J. Astrom, B. Wittenmark,”Computer Controlled Systems”, Prentice-Hall Englewood-Cliffs,N.J.1984.
-K. Ogata, “ Discrete-Time Control System”, Prentice-Hall, Englewood-Cliffs,N.J., 1987.
-R. Isermann: “Digital Control Systems”, Vol 1 e 2, Springer Verlag, Berlino,1989.

-D.Dubois, H. Prade, “Possibility Theory- An Approach to Computerized Processing of Uncertainty”, Plenum Press, N.Y., 1980.


E-LEARNING E-LEARNING

no

no


Scheda insegnamento erogato nell’A.A. 2018-2019
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2018-2019

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427