Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Massimo CALLEGARI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM09] INGEGNERIA MECCANICA (Curriculum: SISTEMI MECCANICI E DELL'AUTOMAZIONE) Master Degree (2 years) - [IM09] MECHANICAL ENGINEERING (Curriculum: SISTEMI MECCANICI E DELL'AUTOMAZIONE)
Dipartimento: [040004] Dipartimento Ingegneria Industriale e Scienze MatematicheDepartment: [040004] Dipartimento Ingegneria Industriale e Scienze Matematiche
Anno di corsoDegree programme year : 2 - Primo Semestre
Anno offertaAcademic year: 2022-2023
Anno regolamentoAnno regolamento: 2021-2022
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 72
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: ING-IND/13 - MECCANICA APPLICATA ALLE MACCHINE
Italiano
Italian
Conoscenze base di meccanica, geometria ed analisi differenziale
Basic knowledge on mechanics, geometry and calculus
Lezioni di teoria: 57 ore
Esercitazioni con strumenti CAE: 8 ore
Laboratorio: 7 ore
Lectures: 57 hours
Exercises with CAE tools: 8 hours
Laboratory: 7 hours
Questo insegnamento fornisce una conoscenza approfondita di una tipica macchina in cui le componenti meccaniche ed elettroniche sono fortemente integrate, quale il robot industriale. Lo studente imparerà a valutare le caratteristiche e le prestazioni dei robot industriali quali elementi fondamentali dell’Industria 4.0, comprese le possibili applicazioni in differenti ambiti tecnologici.
Capacità di applicare conoscenze e comprensione.
Lo studente saprà scegliere il robot maggiormente adatto per un contesto produttivo automatizzato e sarà in grado di valutarne le relative prestazioni. Inoltre imparerà a programmare un robot attraverso l’utilizzo di un software di simulazione molto comune.
Competenze trasversali.
Lo studente, nei lavori a squadre che saranno assegnati, avrà modo di sviluppare le proprie capacità di lavorare in gruppo e di esporre oralmente i risultati del proprio lavoro.
Knowledge and Understanding.
This course provides in-depth knowledge of a typical machine in which mechanical and electronic components are highly integrated, such as the industrial robot. The student will learn to evaluate the characteristics and performance of industrial robots as fundamental elements of Industry 4.0, including possible applications in different technological fields
Capacity to apply Knowledge and Understanding.
The student will be able to choose the most suitable robot for an automated production context and will be able to evaluate its performance. They will also learn how to program a robot by the use of common simulation software.
Transversal Skills.
The students will receive group assignments and therefore they will develop their skills in team working and in oral presentation of their results.
LEZIONI
Introduzione alla robotica industriale
Sicurezza e Robotica collaborativa
Le principali applicazioni della robotica industriale
Programmazione dei robot
Elementi di meccanica dei robot
Sensori e attuatori
Pinze e dispositivi terminali. Dispositivi a cedevolezza remota
Schemi di controllo per la robotica
Esoscheletri, telemanipolatori
Elementi di cinematica e statica dei manipolatori; cenni sulla dinamica
Cenni sulla robotica avanzata
ESERCITAZIONI
Modellazione dei robot e dei sistemi robotizzati tramite il software UR PolyScope.
Studio tramite simulazione di casi applicativi
Impostazione di semplici progetti da realizzare in gruppo
LABORATORIO
Illustrazione delle procedure relative alla sicurezza
Esperienze di programmazione di un robot
LESSONS
Introduction to Industrial Robotics
Safety and Collaborative Robotics
The main applications of industrial robotics
Robot programming
Elements of robot mechanics
Sensors and actuators
Grippers and terminal devices Remote center of compliance
Control schemes for robotics
Exoskeletons, telemanipulators
Elements of kinematics and statics of manipulators; hints on dynamics
Notes on advanced robotics
EXERCISES
Modeling of robots and robotic systems using UR PolyScope software.
Study through simulation of application cases
Setting up of simple group projects
LABORATORY
Illustration of safety procedures
Experiences of robot programming
L’esame orale consiste nella discussione di uno o più temi trattati durante le lezioni; opzionalmente gli studenti, divisi in gruppi, potranno relazionare oralmente su un caso di studio relativo all’analisi dinamica di un sistema produttivo automatizzato, affrontato tramite l'uso dello strumento di simulazione introdotto a lezione.
Criteri di valutazione dell'apprendimento.
Per superare con esito positivo l’esame, lo studente deve dimostrare di aver ben compreso i concetti fondamentali dell’insegnamento ed in particolare di aver acquisito la conoscenza dei sistemi robotizzati e competenze di base sulla programmazione e la conduzione delle machine automatiche.
L’attribuzione del voto finale tiene conto di tutti gli argomenti dell’insegnamento, compreso l’eventuale lavoro sviluppato in gruppo e valuta la capacità di esposizione orale dello studente.
La valutazione massima è attribuita agli studenti che dimostrano una conoscenza approfondita degli argomenti del programma, una buona capacità di lavorare in gruppo e buone doti di esposizione.
Criteri di misurazione dell'apprendimento.
Viene attribuito un voto in trentesimi, con eventuale lode
Criteri di attribuzione del voto finale.
Perché l'esito della valutazione sia positivo lo studente deve conseguire almeno 18 punti (su 30) nel colloquio orale. Nel caso sia sviluppato il lavoro di gruppo, il voto complessivo, in trentesimi, è dato da una media pesata dei voti ottenuti nelle due prove; il peso attribuito alla prova orale è doppio di quello attribuito allo studio di gruppo, se sostenuto.
Learning Evaluation Methods.
The oral exam consists of the discussion of one or more topics explained during the lessons; optionally, the students, divided into groups, will be able to report orally on a case study related to the dynamic analysis of an automated production system, addressed through the use of the simulation tool introduced in class.
Learning Evaluation Criteria.
In order to successfully pass the exam, the student must demonstrate that he/she understands the fundamental concepts of the course and, in particular, that he/she has acquired knowledge of robotic systems and basic skills in programming and running automatic machines.
The final grade takes into account all the topics of the course, including any work developed in groups, and evaluates the student's oral exposition ability.
The highest grade is awarded to students who demonstrate a thorough knowledge of the program topics, good ability to work in groups, and good expository skills.
Learning Measurement Criteria.
A thirty-points scale is used for grading, with possible praise.
Final Mark Allocation Criteria.
For a positive evaluation, the student must obtain at least 18 points (out of 30) in the oral interview. If the team work has been developed, the overall grade, in thirtieths, is given by a weighted average of the grades obtained in the two tests; the weight attributed to the oral test is double than that attributed to the team study, if sustained.
• Materiale didattico multimediale disponibile sulla piattaforma Moodle di Ateneo: https://learn.univpm.it/
• Per la consultazione: Legnani, Fassi: “Robotica Industriale”, Città Studi, 2019.
• Per approfondimenti: Siciliano, Sciavicco, Villani, Oriolo: “Robotica. Modellistica, pianificazione e controllo”, McGraw-Hill, 2008.
• Handouts and multimedial material available at the Moodle platform: https://learn.univpm.it/
• Reference material: Legnani, Fassi: “Robotica Industriale”, Città Studi, 2019.
• for in-depth analysis: Siciliano, Sciavicco, Villani, Oriolo: “Robotica. Modellistica, pianificazione e controllo”, McGraw-Hill, 2008.
no
no
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2022-2023
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427