Insegnamento CONTROLLO E AUTOMAZIONE
Nome del corso di laurea | Ingegneria informatica e robotica |
---|---|
Codice insegnamento | 70A00051 |
Curriculum | Robotics |
Docente responsabile | Paolo Valigi |
Docenti |
|
Ore |
|
CFU | 9 |
Regolamento | Coorte 2018 |
Erogato | Erogato nel 2019/20 |
Erogato altro regolamento | |
Attività | Caratterizzante |
Ambito | Ingegneria informatica |
Settore | ING-INF/04 |
Anno | 2 |
Periodo | Primo Semestre |
Tipo insegnamento | Obbligatorio (Required) |
Tipo attività | Attività formativa monodisciplinare |
Lingua insegnamento | ITALIANO |
Contenuti | Ottimizzazione vincolata e Controllo ottimo. Filtraggio alla Kalman. Controllo non linerare. Applicazione a problem di interesse reale. • Modellistica e identificazione dei sistemi dinamici industriali • Regolatori PID. • Metodi di sintesi analitici. • Identificazione dei sistemi dinamici basata su serie temporali |
Testi di riferimento | Isidori A. Isidori, Nonlinear Control Systems, Sprinter, 1995, 3rd edtion Vidyasagar M. Vidyasagar, Nonlinear systems analysis. 3nd edition, SIAM, 2002, AndersonMoore B.D.O. Anderson and J.B. Moore, Optimal Control – Linear Quadratic Methods, Prentice Hall, 1989. Ripubblicato come B.D.O. Anderson and J.B. Moore, Optimal Control, Linear Quadratic Mehods. Dover, 2007. |
Obiettivi formativi | Acquisire gli strumenti di base per il controllo ottimo, il filtraggio alla Kalman e il controllo non linerare. Acquisire gli strumenti di base per il controllo in retroazione dei processi industriali e per l'identificazione dei modelli dinamici a partire da dati. |
Prerequisiti | Elementi di teoria dei sistemi e di controlli automatici. |
Metodi didattici | Lezioni frontali ed esercizi di simulazione in aula, anche in modalità cooperative learning |
Altre informazioni | |
Modalità di verifica dell'apprendimento | Esame orale e discussione di una tesina. |
Programma esteso | Ottimizzazione e controllo ottimo Programmazione dinamica ed ottimizzazione vincolata. Equazione di Hamilton-Jacobi-Bellmann. Controllo ottimo lineare quadratico. Proprietà di robustezza. Stima e filtraggio ottimi Richiami sui processi aleatori. Filtro di Kalman a tempo continuo e a tempo discreto. Controllo ottimo lineare quadratico gaussiano. Il principio di separazione. Esempi ed applicazioni. Controllo non lineare Elementi di geometria differenziale. Controllo di sistemi non lineari, linearizzazione tramite retroazione e trasformazione di coordinate. Controllo non interagente per sistemi non lineari e lineari. Esempi ed applicazioni simulative e sperimentali. SISTEMI DI CONTROLLO INDUSTRIALI • Regolatori PID. • Identificazione di sistemi a tempo continuo metodi basati sulla risposta al gradino e sulla risposta in frequenza. • Le azioni Proporzionale, Integrale e Derivativa. Forma standard ISA. • Schemi anti-windup e bumpless. • Implementazioni digitali di regolatori PID. • Metodi semiempirici e analitici di calibrazione. • Metodi Analitici di Progetto IDENTIFICAZIONE DEI SISTEMI DINAMICI • Identificazione dei sistemi dinamici basata su dati • Simulazione e Predizione • Classi di modelli parametrici per l'identificazione • Tecniche per l'identificazione dei modelli • Effetti della controreazione sui metodi di identificazione. • Identificazione: esempi applicativi con dati sperimentali. |