Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Nicola PAONE
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [IM09] INGEGNERIA MECCANICA (Curriculum: MECCANICO COSTRUTTIVO) Master Degree (2 years) - [IM09] MECHANICAL ENGINEERING (Curriculum: MECCANICO COSTRUTTIVO)
Dipartimento: [040004] Dipartimento Ingegneria Industriale e Scienze MatematicheDepartment: [040004] Dipartimento Ingegneria Industriale e Scienze Matematiche
Anno di corsoDegree programme year : 2 - Secondo Semestre
Anno offertaAcademic year: 2018-2019
Anno regolamentoAnno regolamento: 2017-2018
Crediti: 6
Ore di lezioneTeaching hours: 48
TipologiaType: D - A scelta dello studente
Settore disciplinareAcademic discipline: ING-IND/12 - MISURE MECCANICHE E TERMICHE
Italiano
Italian
Conoscenza dei principali sensori e strumenti per misure meccaniche e termiche e delle caratteristiche statiche e dinamiche degli strumenti di misura.
Knowledge of main measurement techniques for mechanical and thermal quantities and of static and dynamic performance of measurement instrumentation.
Lezioni frontali 38 h
Esercitazioni in laboratorio 10 h
Lessons 38 h
Laboratory 10 h
L’insegnamento fornisce agli studenti di ingegneria
meccanica conoscenze sui sistemi di controllo a
retroazione di tipo standard (PID e fuzzy) e dei
sistemi di visione industriale usati per la misura, la
diagnosi, il controllo. Di essi verranno illustrate le
componenti hardware e gli algoritmi e il software
Capacità di applicare conoscenze e comprensione.
Lo studente di ingegneria meccanica sarà educato
alla scelta ed integrazione di un regolatore industriale
standard, di tipo PID e/o fuzzy, in un sistema
controllato a retroazione. Egli apprenderà inoltre
come progettare un sistema di visione, scegliendo i componenti ed
integrandoli tra loro al fine di sviluppare sistemi di
misura basati sulla acquisizione ed elaborazione di
immagini. Si tratteranno esempi applicativi per il
controllo di qualità e di processo, sia tramite lezioni
frontali che esercitazioni di laboratori
Competenze trasversali.
L’insegnamento ha caratteristiche interdisciplinari e tratterà esempi applicativi scelti sia
nel contesto dell’ingegneria industriale, che in altri
settori applicativi propri delle scienze sperimentali.
Knowledge and Understanding.
The course provides students with knowledge of
mechanical engineering on control systems to the
standard feedback (PID and fuzzy) and machine
vision systems used for measurement, diagnosis,
control. Of them will learn the hardware and
algorithms and software
Capacity to apply Knowledge and Understanding.
The student of mechanical engineering will be
educated to the choice and integration of a standard
industrial controller, PID and / or fuzzy, in a feedback
controlled system. He also learn how to design a vision system, in particular to choose the
components of a vision system and integrate them in
order to develop measurement systems based on
acquisition and processing of images. They will
discuss examples of applications for quality control
and process control, both through lectures and laboratory
exercises
Transversal Skills.
The course has an interdisciplinary nature and application examples will be chosen in the context of
industrial engineering, and in other fields of
application of its experimental science.
ll corso fornisce le nozioni fondamentali sui sistemi di controllo standard a retroazione PID e fuzzy e sui sistemi di visione applicati alla misura per controllo di processo o controllo di qualità.
Lezioni frontali - 38 ore
1) Elementi di sistemi di controllo in retroazione. Il ruolo del sensore nella catena di retroazione. Analisi della funzione di trasferimento e della risposta dinamica del sistema, i poli, la stabilità asintotica. Algoritmo di controllo PID. I controllori PID analogici e digitali. Introduzione alla logica "fuzzy"; controllori a logica "fuzzy". Panoramica sui regolatori industriali standard. Esempi di sistemi meccanici retroazionati.
2) Acquisizione ed elaborazione di immagini per la misura, l'automazione e il controllo. Richiami di ottica geometrica e diffrazione. La formazione delle immagini. Illuminazione e colore; sistemi di illuminazione industriali. Sensori per immagini CCD e CMOS. Telecamere digitali, smart-cameras, camere veloci. Sistemi di acquisizione e analisi immagini digitali. Principali algoritmi per l'analisi delle immagini: istogrammi, LUT, filtri spaziali, soglia, operatori morfologici, analisi nel dominio della frequenza spaziale, correlazione e pattern matching. Esempi applicativi.
Nello corso svolgimento si descrivono esempi di applicazioni industriali con riferimento al controllo di processo a al controllo di qualità.
Esercitazioni in aula e laboratorio e visite guidate (10 ore)
Saranno svolte le seguenti esercitazioni:
1) una esercitazione in laboratorio su sistemi di controllo a retroazione standard;
2) una esercitazione di analisi dinamica di sistemi tramite software;
3) una esercitazione su hardware di sistemi di visione;
4) una visita guidata al laboratorio DIISM su applicazioni della visione;
5) una visita guidata ad una azienda operante nel settore dei sistemi di misura basati sulla visione.
The course provides knowledge on the principles of operation and the choice and use of standard feed-back controllers (PID and fuzzy) and on vision systems for measurement applied to process and quality control. The following main parts will be developed.
Classroom lessons (38 hours)
1) Elements of feed-back control. The role of the sensor in feed-back loops. Tranfer function and analysis of system dynamic response, poles, asymptotic stability. The PID control algorithm. The fuzzy controller. Industrial controllers: PID and fuzzy, analog and digital. Examples of industrial controls.
2) Image acquisition and processing for measurement, automation and control. Elements of geometrical optics and diffraction. Image formation. Illumination, colour, industrial illuminators. Image sensors CCD and CMOS. Cameras, digital cameras, smart cameras, fast cameras. Digital image acquisition systems. main algorithms for image processing: hystograms, LUT, spatial filters, thresholhd, morphologic operators, spatial frequency domain, image correlation, pattern matching. Application examples.
Exercises/training sessions in classroom and in laboratory (10 hours)
The following training sessions will be organized:
1) one training session in laboratory on standard feed-back control systems;
2) one training session on dynamic analysis of systems by software;
3) one laboratory training session on hardware of vision systems;
4) one guieded visit to the laboratories of DIISM on application of vision systems;
5) one guided visit to a company active in development/application of vision systems for measurement.
Tesina su un argomento del corso ed esame orale con discussione della tesina, una domanda su controlli standard e una su sistemi di visione.
Criteri di valutazione dell'apprendimento.
Lo studente deve dimostrare conoscenza degli argomenti, dimostrata tramite la chiarezza, correttezza e completezza della esposizione orale.
Il voto è attribuito valutando la tesina e la conoscenza espressa nelle domande orali.
Criteri di misurazione dell'apprendimento.
Il voto è in trentesimi con eventuale lode.
Durante la prova orale viene valutata la capacità di presentare l'argomento e di descriverlo correttamente anche con l'ausilio di grafici e schemi
Criteri di attribuzione del voto finale.
La valutazione massima è attribuita agli studenti che a) hanno svolto e presentato una tesina con ottima correttezza e completezza, b) dimostrano una completa padronanza dei due argomenti trattati, espondendoli con chiarezza, correttezza e completezza tramite esposizione orale e anche producendo schemi e grafici. La votazione minima è attribuita agli studenti che a) hanno svolto e presentato una tesina con sufficiente correttezza e completezza, b) dimostrano una sufficiente conoscenza di almeno uno dei due argomenti trattati ed una almeno parziale conoscenza del secondo.
Learning Evaluation Methods.
Laboratory exercise on a topic of the course and oral exam with discussion of the laboratory work, one question on standard feed-back control and one on vision systems for measurements.
Learning Evaluation Criteria.
The student is required to demonstrate his knowledge of the topics, demonstrated through a clear, correct and complete oral presentation.
the final mark takes into account the laboratory work and the knowledge expressed in the oral questions.
Learning Measurement Criteria.
The mark is iover a scale up to 30 with eventual laude.
During the oral exam it will be evaluated the capacity to present the topic and to describe it correctly also with the support of graphics and schemes.
Final Mark Allocation Criteria.
The maximum mark is obtained by those students who demonstrate a) have developed and presented a laboratory exercise with optimum correctness and clarity and b) complete optimum mastering of the two topics, exposing them clearly, in depth and correctly by producing also schemes and graphics. The minimum mark is attributed to those students who a) have developed and presented a laboratory exercise at sufficient level and b) demonstrate a sufficient knowledge of at least one of the two topics and at least a partial knowledge of the second.
Di volta in volta si indicheranno i riferimenti bibliografici relativi agli argomenti svolti. A titolo indicativo si fornisce una breve lista di alcuni testi utili.
- G.F.Franklin, J.D.Powell, A.Emani-Naeini, Feedback control of automatic systems, Addison Wesley;
- E.Doebelin, Strumenti e metodi di misura, ed. McGrawHill,
- K.J.Gasvik, Optical metrology, ed. John-Wiley & Sons,
- Machine vision algorithms and applications, C.Steger, M.Ulrich, C.Wiedemann, ed. Wiley-VCH
-- sito web www.ni.com
- sito web www.edmundoptics.com
- sito web www.mellesgriot.com
- sito web www.dantecdynamics.com
- sito web www.tsi.com
- sito web www.polytec.com
Inoltre materiale didattico verrà caricato al docente nel sito MOODLE del corso https://learn.univpm.it/course/view.php?id=7764
During the course specific references will be provided for each subject. As guidance, the following books and web-sites will be useful.
- E.Doebelin, Strumenti e metodi di misura, ed. McGrawHill,
- K.J.Gasvik, Optical metrology, ed. John-Wiley & Sons,
- Machine vision algorithms and applications, C.Steger, M.Ulrich, C.Wiedemann, ed. Wiley-VCH-
- G.F.Franklin, J.D.Powell, A.Emani-Naeini, Feedback control of automatic systems, Addison Wesley;
- web www.ni.com
- web www.edmundoptics.com
- web www.mellesgriot.com
- web www.dantecdynamics.com
- web www.tsi.com
- web www.polytec.com
Furthermore didactic material will be regularly uploaded over the MOODLE web site of the course https://learn.univpm.it/course/view.php?id=7764
NO
NO
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