Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Sauro LONGHI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM09] INGEGNERIA MECCANICA (Curriculum: MECCATRONICA) Master Degree (2 years) - [IM09] MECHANICAL ENGINEERING (Curriculum: MECCATRONICA)
Dipartimento: [040004] Dipartimento Ingegneria Industriale e Scienze MatematicheDepartment: [040004] Dipartimento Ingegneria Industriale e Scienze Matematiche
Anno di corsoDegree programme year : 1 - Primo Semestre
Anno offertaAcademic year: 2022-2023
Anno regolamentoAnno regolamento: 2022-2023
Obbligatorio
Crediti: 9
Ore di lezioneTeaching hours: 72
TipologiaType: C - Affine/Integrativa
Settore disciplinareAcademic discipline: ING-INF/04 - AUTOMATICA
ITALIANO
Italian
Conoscenza matematiche di base: algebra Lineare, geometria, calcolo differenziale e integrale. Conoscenze di base sul dominio applicativo dell'ingegneria meccanica.
Basic mathematical knowledge: linear algebra, geometry, differential and integral calculus. Basic knowledge on the application domain of mechanical engineering.
Lezioni di aula, 60 ore
Esercitazioni in aula, 12 ore; per ogni argomento verranno effettuate esercitazioni in aula.
Theory, 60 hours
Exercises, 12 hours
For each topic will be developed exercises in aula.
L’insegnamento consente allo studente di acquisire le conoscenze e le competenze su nozioni e metodologie dell’Automatica. Tali conoscenze, supportate da fondamenti sulla teoria dei sistemi dinamici, consentiranno allo studente di formalizzare e comprendere le problematiche di modellazione, identificazione e analisi della dinamica di sistemi fisici nel settore meccanico, consentendogli di acquisire competenze nello studio e nella sintesi di sistemi automatici per la meccanica.
Capacità di applicare conoscenze e comprensione.
Lo studente sara` in grado di affrontare tematiche di modellazione e di analisi di sistemi dinamici, in diversi contesti del settore meccanico, e di caratterizzazione di modelli dinamici attraverso prove sperimentali. Queste capacita` permetteranno di acquisire una serie di abilita` professionalizzanti, quali:
1. la capacita` di costruire un modello dinamico di un sistema e analizzarne le principali proprieta` dinamiche;
2. la capacita` di identificare un modello dinamico a partire da dati sperimentali che descrivono sistemi fisici del settore meccanico;
3. la capacita` di analizzare criticamente dati sperimentali, lavorando in team con altri elementi coinvolti nello studio del problema.
Competenze trasversali.
Attraverso lo svolgimento di esercizi individuali e di esercitazioni guidate con l’ausilio di strumenti software dedicati, lo studente acquisisce e sviluppa: la capacita` di valutare autonomamente il proprio livello di preparazione, con riferimento alla conoscenza completa ed adeguata degli argomenti proposti; l’autonomia nell’impostare e risolvere problematiche di modellazione, identificazione e analisi; le capacita` di problem solving nonche ́ le proprie capacita` comunicative nel formulare e descrivere correttamente le soluzioni trovate ai problemi proposti.
Knowledge and Understanding.
The course enables students to acquire knowledge and skills with basic concepts and methodologies of automatics. Such knowledge, supported by basics of dynamic systems theory, gives to the students the ability to formalize and to understand issues in modeling, identification and analysis of dynamical systems in mechanical industry applications, allowing them to acquire skills in the study and synthesis of automatic systems for mechanics.
Capacity to apply Knowledge and Understanding.
The student will be able to deal with the modeling and analysis of dynamical systems, in different contexts of the mechanical industry, and characterization of dynamic models through experimental tests. This ability will allow to acquire a number of professional skills, such as: 1. the ability to build a dynamic model of a system and to analyze the main dynamic properties.
2. the ability to identify a dynamic system from experimental data which describe physical systems of the mechanical industry sector, 3. the ability to critically analyze experimental data, working in teams with others involved in the problem study.
Transversal Skills.
By carrying out individual exercises and participating in problem sessions, performed in the class with the support of software tools, student acquires and develops: the ability to assess autonomously the completeness and adequacy of their preparation about the proposed topics; autonomy in setting and solving modelling, analysis and control problems; their ability to communicate by formulating and properly describing the solutions to the problems under consideration.
Il corso intende presentare le tecniche di base per l'analisi ed il controllo dei sistemi dinamici lineari e stazionari nei settori dell’ingegneria meccanica. I macroargomenti trattati sono i seguenti: introduzione e classificazione dei sistemi dinamici; sistemi dinamici lineari tempo- invarianti (LTI); analisi dei sistemi LTI nel dominio del tempo; analisi dei sistemi LTI nella variabile di Laplace; analisi dei sistemi LTI nel dominio della frequenza; stabilità dei sistemi LTI; sistemi di controllo in controreazione; regolatori PID; sistemi di controllo a segnali campionati: architetture e soluzioni; identificazione parametrica dei sistemi LTI; strumenti MATLAB/Simulink/EnergyPlus per l’analisi e la simulazione di sistemi dinamici nei diversi domini della meccanica.
The course aims to provide the theory fundamentals of the dynamic systems and in particular the analysis of continuous time and discrete time linear time-invariant systems in mechanical engineering fields. Among topics covered are: introduction to dynamical systems; continuous time and discrete time linear time-invariant systems (LTI); time-domain analysis of LTI systems; time-domain analysis of LTI systems; Laplace transform and LTI systems analysis; frequency-domain analysis of LTI systems; stability of LTI systems; feedback systems; PID compensators; digital control systems: architectures and solutions; linear systems identifications; Matlab/Simulink/EnergyPlus tools for the simulation and analysis of mechanical systems.
Il livello di apprendimento degli studenti viene valutato attraverso una prova orale. La prova consiste nel rispondere a domande riguardanti i temi trattati nel corso
Criteri di valutazione dell'apprendimento.
Per superare con esito positivo l'esame, lo studente deve dimostrare, attraverso la prova orale, di aver ben compreso i concetti trattati nel corso ed in particolare di aver acquisito le competenze di base sull'analisi e sul controllo dei sistemi dinamici lineari e stazionari, sia da un punto di vista teorico che pratico, mostrando di aver compreso approfonditamente tutti gli argomenti oggetto delle domande nella prova orale.
Criteri di misurazione dell'apprendimento.
Viene attribuito un voto in trentesimi con eventuale lode. Il voto minimo per il superamento dell’esame è di 18 trentesimi.
Criteri di attribuzione del voto finale.
Alla prova orale è assegnato un punteggio in trentesimi. Affinché l'esito complessivo della valutazione sia positivo, lo studente deve conseguire almeno 18 punti (su 30) nella prova orale. La valutazione massima di 30/30 è riservata agli studenti che dimostrano una conoscenza approfondita degli argomenti trattati a lezione. La lode è riservata agli studenti che, avendo conseguito la valutazione massima, abbiano mostrato una particolare brillantezza e padronanza degli argomenti trattati nell'esposizione orale.
Learning Evaluation Methods.
The assessment of student learning consists of an oral discussion. The discussion consists of answering topics covered in the course.
Learning Evaluation Criteria.
In order to pass the exam with positive results, the student, during the oral examination, will have to demonstrate to understand in depth the topics covered in the course and in particular to have the skills for the analysis and control of linear time-invariant systems, both from a theoretical and practical point of view, showing that he has understood in depth all the topics covered in the course.
Learning Measurement Criteria.
A vote over the scale of 30 levels is attributed with possible honors (Laude). The minimum score for passing the exam is 18.
Final Mark Allocation Criteria.
A score in the scale with 30 levels will be assigned to the oral exam. In order to have a positive evaluation, the student must achieve a score of at least eighteen in the oral exam. The maximum score 30/30 will be achieved by demonstrating a deep knowledge of the topics covered by the course. The Laude will be assigned to the students that, having achieved the maximum score, will also demonstrate an outstanding knowledge in the discussed topics during the oral exam.
O.M. Grasselli, L. Menini, S. Galeani, Sistemi Dinamici, introduzione all'analisi e primi strumenti di controllo, HOEPLI, Milano, 2008.
M. L. Corradini, G. Orlando, Fondamenti di Automatica, Pitagora Editrice Bologna, 2002.
R. Isermann, M. Munchhof, Identification of Dynamical Systems, Springer, Berlin, 2011
Link per la piattaforma Moodle: https://learn.univpm.it/
O.M. Grasselli, L. Menini, S. Galeani, Sistemi Dinamici, introduzione all'analisi e primi strumenti di controllo, HOEPLI, Milano, 2008.
M. L. Corradini, G. Orlando, Fondamenti di Automatica, Pitagora Editrice, Bologna, 2002.
R. Isermann, M. Munchhof, Identification of Dynamical Systems, Springer, Berlin, 2011
Link for the Moodle platform: https://learn.univpm.it/
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