Informazioni utili

Obiettivi formativi

Il corso rappresenta il un insegnamento avanzato di Sistemi di Controllo ed esamina tecniche avanzate di sisteme di controllo lineare e non lineare, a tempo continuo e tempo discreto, dal punto della modellistica, dell’analisi, della sintesi,  e della simulazione, trattando l'informazione come flusso ingresso-stato-uscita e ingresso-uscita.

L'obiettivo principale del corso consiste nel fornire agli studenti le basi per affrontare lo studio dei sistemi di controllo complessi e delle loro interconnessioni, elementi avanzati di progetto per la sintesi, con i vincoli imposti dalle prestazioni richieste in termini di costo, velocità, immunità ai disturbi, costo computazionale e consumo energetico.

Le principali conoscenze acquisite saranno:

• elementi avanzati dei sistemi di controllo dal punto di vista funzionale, trattando l’informazione come flusso ingresso-stato-uscita e ingresso-uscita;
• conoscenze relative all’analisi e la sintesi di sistemi di controllo non lineare, in condizioni statiche e dinamiche;
• caratteristiche fondamentali degli elementi cositutivi di un sistema di controllo lineare e non lineare;
• conoscenze avanzate di strumenti della matematica non lineare e dell’intelligenza artificiale per affrontare lo studio, l’analisi, la sintesi e la simulazione dei sistemi complessi e delle loro interconnessioni con i vincoli imposti dalle prestazioni richieste in termini di costo, velocità, costo computazionale, immunità ai disturbi e consumo di potenza;
• fondamenti di reti neurali, sistemi fuzzy, diagnosi dei processi dinamici, metodi matematici non lineari, controllo e filtraggio ottimo;
• fondamenti degli strumenti di simulazione per sistemi dinamici non lineari.

Le principali abilità (ossia la capacità di applicare le conoscenze acquisite) saranno:

• analizzare il comportamento di un sistema dinamico non lineare in condizioni statiche e dinamiche;
• identificare i vincoli di progetto che determinano la scelta della legge di controllo non lineare e del regolatore non lineare all’interno di un sistema digitale;
• valutare la tecnica di controllo non lineare più appropriata in riferimento al processo sotto osservazione, considerando reti neurali, sistemi fuzzy, controllo ottimo, e metodologie puramente non lineari;
• utilizzare programmi di simulazione per l’analisi e la sintesi dei sistemi dinamici non lineari.

Prerequisiti

E’ necessario avere acquisito e assimilato le seguenti conoscenze fornite dai corsi di “Fondamenti di Controlli Automatici” o “Controlli Automatici” e “Sistemi di Controllo Digitale”:

• concetti elementari di Analisi Matematica e del Calcolo Integrale e Differenziale;
• conoscenze dei concetti fondamentali di Fisica, in particolari quelli relativi alla modellistica dei sistemi dinamici;
• conoscenze della teoria dei sistemi dinamici e loro applicazione pratica; metodi per trattare i sistemi dinamici in regime continuo e transitorio;
• conoscenze di base dei sistemi statici e dinamici fornite nei corsi di base degli insegnamenti di Analisi Matematica e Fisica;
• capacità di analizzare e progettare sistemi di controllo a tempo continuo con complessità ridotta;
• fondamenti di sistemi dinamici non lineari.

Contenuti del corso

Il corso prevede 48 ore di didattica tra lezioni ed esercitazioni. In particolare sono previste 36 ore di lezione in aula e 12 ore di esercitazioni guidate in Laboratorio.

Introduzione al Controllo non Lineare (2 ore in aula)

Differenza tra controllo analogico e digitale - Elementi costitutivi di un sistema di controllo non lineare (a livello di circuito: singoli elementi; a livello di schema di controllo: blocchi funzionali) - Problematiche di progettazione per i diversi livelli di astrazione - Cenni sull'evoluzione della progettazione - Differenza tra situazione ideale a caso reale

Controllo Ottimo lineare e non lineare (6 ore in aula)

Il problema dell’ottimizzazione – Le equazioni di Eulero – Lagrange – Le funzioni Hamiltoniana e Lagrangiana – Il principio dei Moltiplicatori di Lagrange – Il controllo lineare quadratico.

Reti neurali (6 ore in aula)

Il percettrone lineare – Reti neurali multistrato di tipo a propagazione in avanti – L’algoritmo di apprendimento – Progetto di una rete neurale multistrato – Sintesi del controllore neurale col metodo del modello di riferimento.

Elemendi di Diagnosi Automatica dei Guasti (6 ore in aula)

Modelli di guasto – La generazione dei residui – La valutazione dei residui – Metodo delle Equazioni di Parità – Osservatori per la Stima dell’Uscita – Metodi di Stima Parametrica – Il filtro di Kalman per la Diagnosi dei Guasti.

Sistemi non Lineari (10 ore in aula)

Elementi di controllo non lineare – La stabilità e i metodi di Lyapunov – Il metodo della Feedback Linearization – Sliding Mode Control

La Logica Fuzzy e il Regolatore Fuzzy (6 ore in aula)

La stabilità ingresso uscita – la funzione di trasferimento – Poli e Zeri – Il problema del campionamento – Relazione tra piano s e piano z – Legame tra Z- trasformata e Trasformata di Laplace - Problemi a causa della scelta del tempo di campionamento.

Simulazione e progettazione di schemi di controllo non lineare (12 ore in laboratorio)

Richiami di Matlab e Simulink - Esercitazioni di laboratorio relative alla simulazione di sistemi di controllo non lineare di elevata complessità.

Metodi didattici

Il corso è organizzato nel seguente modo:

• 18 lezioni di 2 ore in aula su tutti gli argomenti del corso;
• 6 esercitazioni di 2 ore presso il Laboratorio di Informatica per la simulazione e il progetto di circuiti digitali a media ed elevata complessità. Gli studenti seguiranno 12 esercitazioni guidate di 2 ore ciascuna, precedute da una lezione di presentazione in aula. Al termine delle esercitazioni guidate gli studenti avranno libero accesso al Laboratorio di Informatica per eventuali ed ulteriori esercitazioni individuali.

Modalità di verifica dell'apprendimento

L’obiettivo della prova d’esame consiste nel verificare il livello di raggiungimento degli obiettivi formativi precedentemente indicati.

L’esame è diviso in 2 parti che hanno luogo nello stesso giorno.

• Il progetto e la simulazione di uno schema avanzato di controllo mediante il programma Matlab e Simulink, con l’obiettivo di valutare se lo studente ha la capacità di sviluppare e comprendere il progetto di uno schema di controllo non lineare per arrivare soddisfare le prestazioni richieste. La prova ha lo scopo di valutare lo studio della materia e la comprensione degli argomenti teorici ha carattere di selezione (lo studente che non mostri una sufficiente conoscenza degli argomenti non è ammesso alla prove successiva). Per superare la prova è necessario acquisire almeno 18 punti su 24. Il tempo previsto per la prova è di massimo 1 ora;
• Una prova a quiz (domande a risposta multipla) su tutti gli argomenti trattati nel corso e sui concetti fondamentali del corso di “Tecniche di Controllo e Diagnosi”. La prova ha lo scopo di valutare lo studio della materia e la comprensione degli argomenti di base del controllo digitale, e consente di ottenere un punteggio da 0 a 6 punti su 6. Il tempo previsto per la prova è di 1 ora massimo;

Il voto finale è dato dalla somma dei 2 punteggi. Per superare l’esame è necessario acquisire un punteggio minimo di 18 su 31 punti massimo. Qualora la prima prova risulti insufficiente o qualora il punteggio totale sia inferiore a 18 è necessario ripetere tutte e due le prove.

Testi di riferimento

Appunti forniti dal docente e Disponibili alla pagina personale del sito del docente: http://www.silviosimani.it/lessons.html

Argomenti specifici possono essere approfonditi sui seguenti testi.

• Controllo Ottimo e Stima Ottima: "Progetto di sistemi di controllo", M. Tibaldi. - 2. ed. - Pitagora, 1995.
• Controllo Non Lineare: "Applied nonlinear control", J.J. Slotine, W. Li. - Prentice Hall, 1991.
• Logica e Controllo Fuzzy: "A course in fuzzy systems and control", L.-X. Wang - Prentice Hall, 1997.
• Reti Neurali: "Neural Networks for Identification, Prediction, and Control", D.T. Pham and X. Liu - Springer Verlag, 1995.
• Diagnosi Automatica dei Guasti: "Model-based Fault Diagnosis in Dynamic Systems Using Identification Techniques", S. Simani, C. Fantuzzi, R. J. Patton - Springer, 2003.