PROCESS MODELING AND CONTROL

Conoscenza e capacità di comprensione
Al termine del corso lo studente acquisirà conoscenze di base sulla modellistica di processi e sulle principali tecniche di identificazione e controllo usate.
Conoscenze applicate e capacità di comprensione
Il corso permetterà allo studente di conoscere i differenti metodi di identificazione, le problematiche relative al pre-processamento dei dati e le tecniche di validazione del modello scelto. Il corso fornirà inoltre le basi di MATLAB a supporto delle conoscenze teoriche elencate.
Autonomia di giudizio
Lo studente sarà in grado di valutare l’opportuna struttura del modello da identificare e di scegliere quali tecniche di validazione sono più adatte per l'applicazione in esame.
Abilità comunicative
Lo studente sarà in grado di conoscere gli aspetti di base teorici e tecnici relativi alla modellizzazione e all’identificazione di sistemi e interfacciarsi con gli ingegneri di processo per problemi collegati a tali aspetti.
Capacità di apprendere
Lo studente sarà in grado di utilizzare le conoscenze apprese durante il corso per eventualmente approfondire tecniche di identificazione avanzate quali ad esempio quelle relative all’identificazione ricorsiva o closed-loop.

Lezioni frontali, esercitazioni in aula e attività laboratoriali
Queste modalità potrebbero subire un riadattamento a causa dell'attuale emergenza legata al Covid-19
Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus

Elementi di teoria dei sistemi, controlli automatici.

Non obbligatoria ma raccomandata.

1. INTRODUZIONE ALLA MODELLIZZAZIONE E ALL’IDENTIFICAZIONE DEI PROCESSI (Prof.ssa Gambuzza)
Nozioni introduttive sulla modellizzazione. Obiettivi e vantaggi dell’identificazione dei processi.
2. METODO DEI MINIMI QUADRATI LEAST SQUARE METHOD (Prof.ssa Gambuzza)
Concetto di regressione lineare e metodo dei minimi quadrati
3. IDENTIFICAZIONE NONPARAMETRICA NONPARAMETRIC IDENTIFICATION (Prof.ssa Gambuzza)
Analisi in transitorio di risposta al gradino e all’impulso.
4. IDENTIFICAZIONE DI MODELLI ARX, ARMAX (Prof.ssa Gambuzza)
Processi autoregressivi (AR) e a media mobile (MA) con ingressi esogeni (ARX e ARMAX)
5. PRE PROCESSAMENTO DEI DATI (Prof.ssa Gambuzza)
Analisi dei disturbi nei segnali, valori anormali nei dati registrati, presenza di picchi o dati mancanti.
6. VALIDAZIONE DEL MODELLO (Prof.ssa Gambuzza)
Tecniche di validazione del modello individuato in fase di identificazione.
7. IDENTIFICAZIONE NEI PROCESSI INDUSTRIALI (Prof. Buscarino)
Applicazione delle tecniche di identificazione in ambiente industriale.
8. MODELLISTICA E CONTROLLO DI PROCESSI FISICI (Prof. Buscarino)
Dal processo al modello: acquisizione dati da un sistema fisico, pre-processamento, analisi, identificazione e controllo.
9. LABORATORIO DI MODELLISTICA E CONTROLLO DEI PROCESSI. (Prof. Buscarino)
Attività sperimentali orientate alla modellistica e controllo di processi fisici.
ESERCITAZIONI MATLAB (Prof.ssa Gambuzza, Prof. Buscarino)
Esercitazioni MATLAB per gli argomenti trattati teoricamente.

[1] L. Ljung: System identification: theory for the user, Prentice Hall, 1999.
[2] T. Södeström, P. Stoica: System identification, Prentice Hall, 1989

Esame orale
La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere

Tutti gli argomenti discussi durante il corso saranno oggetto di verifica.
Il docente è disponibile anche a incontri di ricevimento in modalità telematica, previo appuntamento.