Programma
Nuova ricerca
Stampa scheda
Modellistica e Identificazione dei Processi Dinamici
Modeling and identification of dynamic processes Anna Maria Perdon
Sede
Ingegneria
A.A.
2016/2017
Crediti
9
Ore
72
Periodo
II
Lingua
ITA
Prerequisiti
Conoscere le problematiche della costruzione di modelli per sistemi dinamici a partire da dati sperimentali, le tecniche per lidentificazione e le metodologie per lanalisi delle proprietà dei modelli. Sviluppare loperatività necessaria per implementare i metodi e le tecniche apprese
Risultati di apprendimento attesi
CONOSCENZE E COMPRENSIONE:L'obiettivo del corso è quello di fornire allo studente conoscenze di base teoriche e pratiche dei metodi per sviluppare modelli matematici a partire da dati sperimentali e le tecniche per lidentificazione e le metodologie per lanalisi delle proprietà dei modelli. Lo studente acquisirà le nozioni di base sulla costruzione di modelli per processi dinamici lineari e sui metodi di predizione per la stima dei parametri
CAPACITA' DI APPLICARE LE CONOSCENZE:Lo studente sarò in grado di applicare in pratica i metodi e le tecniche apprese, progettando un esperimento di raccolta dati, ed elaborandoli fino ad arrivare allidentificazione di un modello e alla sua validazione, sviluppando loperatività necessaria attraverso l'uso di adeguata strumentazione di laboratorio e software dedicati.
COMPETENZE TRASVERSALI:Attraverso lo svolgimento di esercitazioni guidate lo studente sviluppa la propria capacità di apprendere valutando la completezza e l'adeguatezza della propria preparazione; l'autonomia di giudizio nelle attività che richiedono di esercitare un'analisi critica autonoma di dati e/o situazioni problematiche; le capacità comunicative nel formulare e descrivere correttamente le soluzioni trovate ai problemi considerati
Programma
Introduzione e generalità sul problema della costruzione di modelli per sistemi dinamici a partire da dati sperimentali. Classi di modelli e identificazione parametrica. Problematiche della raccolta dati. Determinazione del miglior modello nella classe. Tecniche di identificazione (minimi quadrati, massima verosimiglianza, tecniche ricorsive). Tecniche di validazione del modello. Proprietà delle rappresentazioni in forma di stato e modelli in forma di stato. Realizzazione. Analisi di proprietà strutturali e legami tra rappresentazioni in forma di stato e rappresentazioni mediante funzione di trasferimento ingresso/uscita. Problematiche di realizzazione e tecniche di costruzione di rappresentazioni in forma di stato. Introduzione e generalità sulle reti neurali. Tecniche di identificazione mediante reti neurali (cenni). Uso del System Identification Toolbox di Matla. Laboratorio con luso delle schede NI myDAQ e NI myRIO. La partecipazione allattività di laboratorio è obbligatoria
Modalità di svolgimento dell'esame
METODI DI VALUTAZIONE DELL'APPRENDIMENTO La valutazione dellapprendimento avverrà per mezzo di una prova scritta, consistente in quattro quesiti di natura teorica, tra quelli svolti a lezione e contenuti nel materiale fornito agli studenti. Ogni studente dovrà inoltre presentare una relazione sul lavoro svolto in laboratorio. Nel caso di esito negativo della prova scritta, lo studente può ripeterla, purché ciò avvenga nell'ambito dello stesso Anno Accademico.
CRITERI DI VALUTAZIONE DELL'APPRENDIMENTOCorrettezza, organizzazione e completezza nell'illustrazione degli argomenti oggetto delle domande nella prova teorica.
Correttezza e completezza nello svolgimento degli esercizi contenuti nella prova pratica. Per quanto riguarda la relazione sul lavoro svolto in laboratorio, lo studente deve dimostrare di essere in grado di applicare le nozioni apprese nel corso, di saper impiegare correttamente i materiali e le tecnologie idonee e di saper redigere una relazione tecnica.
CRITERI DI MISURAZIONE DELL'APPRENDIMENTOCorrettezza, organizzazione e completezza nell'illustrazione degli argomenti oggetto delle domande nella prova teorica.
Correttezza e completezza nello svolgimento degli esercizi contenuti nella prova pratica. Per quanto riguarda la relazione sul lavoro svolto in laboratorio, lo studente deve dimostrare di essere in grado di applicare le nozioni apprese nel corso, di saper impiegare correttamente i materiali e le tecnologie idonee e di saper redigere una relazione tecnica.
CRITERI DI ATTRIBUZIONE DEL VOTO FINALEIl voto complessivo è dato dalla media aritmetica, arrotondata per eccesso all'intero, della somma dei punteggi ottenuti nella prova scritta e nella relazione, purché siano entrambe sufficienti. Altrimenti la prova è Insufficiente. Il voto complessivo necessario per superare l'esame è pari a 18 punti. La lode è attribuita allo studente che oltre ad ottenere il punteggio maggiore o uguale a 30 abbia dimostrato nelle risposte completa padronanza dei temi affrontati e chiarezza di esposizione.
Testi consigliati
Identificazione dei Modelli e Controllo Adattativi, S. Bittanti, Pitagora Editrice Bologna
Lucidi ed altro materiale didattico nel sito ESSE3Web
Corsi di laurea
- Ingegneria Informatica e dell'Automazione (Corso di Laurea Triennale (DM 270/04))