|
1041424 -
NONLINEAR SYSTEMS AND CONTROL
(obiettivi)
Obiettivi generali
Il corso presenta i metodi di base per studiare le proprietà e progettare sistemi di controllo a partire da modelli non lineari del processo. I modelli ai quali si farà riferimento sono quelli caratterizzati da una
struttura differenziale affine rispetto al controllo; modelli adatti a rappresentare una larga varietà di processi di interesse nelle applicazioni dell'ingegneria.
Obiettivi specifici
Conoscenza e comprensione:
Lo studente apprenderà (1) i metodi di base per lo studio delle proprietà salienti dal punto di vista del controllo, e (2) i principali metodi di controllo non lineare e le architetture implementate.
Applicare conoscenza e comprensione:
Lo studente sarà in grado di applicare a sistemi e processi di diversi settori disciplinari i metodi di analisi e di progetto proposti nel corso.
Capacità critiche e di giudizio:
Lo studente sarà in grado di scegliere tra i diversi strumenti proposti quelli più adatti a risolvere il problema di controllo specifico. Egli sarà anche in grado di valutare tra diverse scelte progettuali.
Capacità comunicative:
Le attività del corso metteranno lo studente in grado di comunicare/condividere le principali problematiche, nonché le possibili scelte progettuali per il controllo dei sistemi non lineari.
Capacità di apprendimento:
Le modalità di svolgimento del corso mirano a sviluppare la capacità di saper comprendere metodi diversi, eventualmente elaborarne di individuali, nella soluzione dei problemi di analisi e controllo allo studio.
-
MONACO SALVATORE
( programma)
Elementi di classificazione. Rappresentazioni implicite ed esplicite di sistemi affini rispetto al controllo. Problemi di realizzazione. Le proprietà geometriche nello studio dei sistemi dinamici: dal lineare al non lineare. Elementi di geometria differenziale: campi di vettori, distribuzioni, il teorema di Frobenius, le strutture geometriche dello spazio di stato; trasformazioni di coordinate e scomposizioni. La stabilità: il criterio di Lyapunov ed estensione di LaSalle; la costruzione delle funzioni di Lyapunov; stabilità mediante approssimazione lineare; il teorema della varietà centrale.
Introduzione al controllo di sistemi dinamici affini rispetto al controllo. Linearizzazione mediante controreazione statica e dinamica; disaccoppiamento ingresso uscita e dal disturbo; inversione dinamica. Il concetto della dinamica zero e il suo ruolo nella stabilità dei sistemi a controreazione. Inseguimento di traiettorie, stabilizzazione e regolazione. Metodi di stabilizzazione che fanno riferimento al concetto di passività e metodi step-by-step. Applicazioni a problemi di controllo di sistemi meccanici.
 S. Monaco, Lecture Notes (da scaricare dal sito del corso)
A. Isidori, “Nonlinear Control Systems,” 3rd Edition, Springer Verlag, 2005.
S. Monaco, “Teoria dei Sistemi II,” Appunti dalle lezioni.
Tutto il materiale didattico è disponibile all'indirizzo:
https://piazza.com/uniroma1.it/fall2018/1041424/home
(Date degli appelli d'esame)
|
12
|
ING-INF/04
|
48
|
72
|
-
|
-
|
Attività formative caratterizzanti
|
ENG |
|
1041425 -
SYSTEM IDENTIFICATION AND OPTIMAL CONTROL
(obiettivi)
Obiettivi generali
Il corso illustra le metodologie di base di stima, filtraggio, predizione e controllo ottimo. Lo studente sarà in grado di utilizzare le principali tecniche di stima e di formulare e studiare problemi di ottimizzazione di diversa natura, ricercando soluzioni attraverso l’uso di condizioni necessarie e/o sufficienti di ottimalità, con particolare riferimento a problemi di controllo ottimo.
Obiettivi specifici
- Conoscenza e comprensione
Lo Studente apprenderà i metodi della teoria della stima e del controllo ottimo da applicare in ambiti diversi
- Applicare conoscenza e comprensione
Lo Studente deve essere in grado, a partire dai dati disponibili, di elaborare algoritmi di stima di parametri caratteristici di un processo. Inoltre, dato un sistema di controllo, di proporre la migliore strategia di controllo ottimo, dipendentemente dal problema in esame.
- Capacità critiche e di giudizio
Lo Studente sarà in grado di analizzare un problema di stima/controllo, modellarlo e proporre la migliore strategia di stima/controllo, implementandola per valutarne i risultati
- Capacità comunicative
Le attività del corso consentiranno allo Studente di comunicare e condividere le principali problematiche in specifici campi di applicazione, evidenziando le scelte progettuali, i relativi punti di forza e punti deboli
- Capacità di apprendimento
Le modalità di svolgimento del corso mirano a potenziare le capacità critiche dello Studente, dall’analisi di un problema, allo studio della letteratura, alla fase progettuale e di implementazione
-
BATTILOTTI STEFANO
( programma)
Parte I: Teoria della probabilità. Stime: definizioni e proprietà. Limite inferiore di Rao-Cramer. Stime ottime: minimi quadrati, massima verosimiglianza, bayesiana. Identificazione di modelli.
Parte II: Estremali di funzioni e funzionali con e senza vincoli. Calcolo variazionale. Approccio variazionale al controllo ottimo con e senza vincoli. Il principio del massimo di Pontryagin. Programmazione dinamica ed equazione di Hamilton-Jacobi-Bellman. Problemi di controllo ottimo lineare-quadratico. Regolazione ottima in tempo minimo. Controllo predittivo.
D. Liberzon, “Calculus of Variations and Optimal Control Theory: A Concise Introduction”, Princeton University Press, 2011 (anche scaricabile da https://netfiles.uiuc.edu/liberzon/www/publications.html).
C. Bruni, G. Di Pillo, “Metodi variazionali per il controllo ottimo”, Aracne, 2007.
A. Locatelli, “Optimal Control: An Introduction”, Birkhäuser, 2001.
Note sulla Parte I del corso in inglese (a cura di D. Iacoviello).
C. Bruni, C. Ferrone, "Metodi di stima per il filtraggio e l'identificazione dei sistemi", Aracne, 2008.
Note sulla Parte II del corso in inglese (a cura di S. Battilotti).
(Date degli appelli d'esame)
-
IACOVIELLO DANIELA
( programma)
System Identification: Teoria della probabilità. Stime: definizioni e proprietà. Limite inferiore di Rao-Cramer. Stime ottime: minimi quadrati, massima verosimiglianza, bayesiana. Identificazione di modelli e parametrica.
Optimal Control: Estremali di funzioni e funzionali con e senza vincoli. Calcolo variazionale. Approccio variazionale al controllo ottimo con e senza vincoli. Il principio del massimo di Pontryagin. Programmazione dinamica ed equazione di Hamilton-Jacobi-Bellman. Problemi di controllo ottimo lineare-quadratico. Regolazione ottima a tempo minimo.
Per la parte di Controllo Ottimo:
B.D.O.Anderson, J.B.Moore, Optimal control, Prentice Hall, 1989
E.R.Pinch, Optimal control and the calculus of variations, Oxford science publications, 1993
C.Bruni, G. Di Pillo, Metodi Variazionali per il controllo ottimo, Masson , 1993
A.Calogero, Notes on optimal control theory, 2017
L. Evans, An introduction to mathematical optimal control theory, 1983
H.Kwakernaak , R.Sivan, Linear Optimal Control Systems, Wiley Interscience, 1972
D. E. Kirk, "Optimal Control Theory: An Introduction, New York, NY: Dover, 2004
D. Liberzon, "Calculus of Variations and Optimal Control Theory: A Concise Introduction", Princeton University Press, 2011
How, Jonathan, Principles of optimal control, Spring 2008. (MIT OpenCourseWare: Massachusetts Institute of Technology). License: Creative Commons BY-NC-SA.
Tutti i testi sono disponibili in biblioteca oppure sono on line.
Note sulla Parte di Optimal Control in inglese (a cura di D. Iacoviello).
C. Bruni, C. Ferrone, "Metodi di stima per il filtraggio e l'identificazione dei sistemi", Aracne, 2008.
Note sulla Parte di Systems Identification in inglese (a cura di S. Battilotti).
|
12
|
ING-INF/04
|
48
|
72
|
-
|
-
|
Attività formative caratterizzanti
|
ENG |
Gruppo opzionale:
Gruppo OPZIONALE:Lo studente deve scegliere 36 Cfu (l'acquisizione è da intendersi relativa a tutta la durata del corso di studi) - (visualizza)
 |
36
|
|
|
|
|
|
|
|
|
1041426 -
MULTIVARIABLE FEEDBACK CONTROL
(obiettivi)
Obiettivi generali
Analizzare i limiti alle prestazioni relative ad un sistema di controllo.
Conoscere le particolarità dei sistemi multivariabili.
Formulare problemi con specifiche in frequenza ad anello chiuso e problemi di stabilità e prestazioni robuste.
Obiettivi specifici
Conoscenza e comprensione:
Lo studente apprenderà (1) gli strumenti per valutare i limiti alle prestazioni e (2) a formulare nel dominio della frequenza problemi di controllo robusto per sistemi multivariabili.
Applicare conoscenza e comprensione:
Lo studente sarà in grado di analizzare e progettare sistemi di controllo multivariabili.
Capacità critiche e di giudizio:
Lo studente sarà in grado di valutare le prestazioni ottenibili da un sistema di controllo.
Capacità comunicative:
Le attività del corso metteranno lo studente in grado di comunicare/condividere le principali problematiche concernenti i sistemi multivariabili.
Capacità di apprendimento:
Le modalità di svolgimento del corso mirano a creare una capacità di progettare sistemi di controllo complessi in ambito lineare.
-
LANARI LEONARDO
( programma)
La forma di Smith-McMillan per una matrice di funzioni di trasferimento, zeri e poli e loro significato in ambito MIMO. Decomposizione ai valori singolari e guadagni principali. Stabilità interna dei sistemi multivariabili a retroazione. Prestazioni e limitazioni intrinseche nei sistemi di controllo. Rappresentazione delle incertezze in ambito frequenziale. Formulazione generale di un problema di controllo in presenza di incertezze tramite il concetto di processo esteso. Analisi della stabilità e delle prestazioni robuste. Tecniche di sintesi del controllore per sistemi incerti. Cenni sulla riduzione dei modelli. Uso di metodologie LMI per la risoluzione di problemi di controllo multivariabile.
S. Skogestad, I. Postlethwaite, "Multivariable Feedback Control: Analysis and Design," 2nd Edition, Wiley, 2005.
Note del corso.
(Date degli appelli d'esame)
|
6
|
ING-INF/04
|
24
|
36
|
-
|
-
|
Attività formative caratterizzanti
|
ENG |
|
1021883 -
ROBOTICS II
(obiettivi)
Obiettivi generali
Il corso fornisce strumenti per l'analisi della dinamica dei robot manipolatori, per l'uso della ridondanza cinematica, per il comando in feedback dei movimenti, incluso il caso di asservimento visuale, e per il controllo dell'interazione con l'ambiente.
Obiettivi specifici
Conoscenza e comprensione:
Lo studente apprenderà i metodi per la modellistica dinamica dei manipolatori, le tecniche di utilizzo della ridondanza cinematica, la progettazione di schemi di controllo del moto e dell'interazione con l'ambiente.
Applicare conoscenza e comprensione:
Lo studente sarà in grado di analizzare la dinamica dei manipolatori robotici e di progettare algoritmi e moduli per il controllo del moto libero e delle forze di contatto con l'ambiente.
Capacità critiche e di giudizio:
Lo studente sarà in grado di individuare le caratteristiche dinamiche di un sistema robotico con riferimento al tipo di compito,
di analizzarne la complessità di realizzazione, le possibili prestazioni e le eventuali debolezze.
Capacità comunicative:
Il corso mette in grado lo studente di presentare le problematiche avanzate e le relative soluzioni tecniche riguardanti l'uso dei robot in condizioni dinamiche.
Capacità di apprendimento:
Il corso mira a creare attitudini di apprendimento autonomo orientate all'analisi e alla soluzione di problemi avanzati connessi all'uso dei robot.
-
DE LUCA ALESSANDRO
( programma)
URL: http://www.diag.uniroma1.it/deluca/rob2_en.php
Si introducono aspetti avanzati di modellistica cinematica per robot manipolatori (calibrazione, gradi di libertà ridondanti e il loro impiego). Si descrivono i metodi per la derivazione e l'uso delle equazioni dinamiche dei robot (Eulero-Lagrange e Newton-Eulero) e la relativa identificazione parametrica. Si considera anche la presenza di elasticità delle trasmissioni/giunti. Si analizzano gli schemi di controllo lineare e nonlineare per la regolazione di posizione (PD con compensazione della gravità, PID saturato, apprendimento iterativo) e l'asservimento di traiettoria (linearizzazione esatta e disaccoppiamento, controllo passivo, controllo adattativo, controllo robusto) nel moto libero, nonchè nell'interazione ambientale (controllo di cedevolezza, d'impedenza e ibrido forza/velocità). Viene affrontato il problema dell'asservimento visuale (con enfasi sull'approccio cinematico per l'image-based visual servoing). Vengono infine trattati a livello seminariale alcuni argomenti speciali: diagnosi dei guasti di attuatori di robot; riconoscimento di collisioni fisiche e relativa reazione sicura.
B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo,
"Robotics: Modelling, Planning and Control", 3rd Edition, Springer, 2009.
(Date degli appelli d'esame)
|
6
|
ING-INF/04
|
24
|
36
|
-
|
-
|
Attività formative caratterizzanti
|
ENG |
|
|
Gruppo opzionale:
Gruppo OPZIONALE: Lo studente deve scegliere 18 cfu (l'acquisizione è da intendersi relativa a tutta la durata del corso di studi) - (visualizza)
|
18
|
|
|
|
|
|
|
|
|
10592834 -
NEUROENGINEERING
(obiettivi)
* Obiettivi generali
Il corso introduce i principi base, le metodologie e le applicazioni delle tecniche ingegneristiche utilizzate per lo studio sistemi neurali e dell’interazione con essi.
* Obiettivi specifici
- Conoscenza e comprensione
Lo studente apprenderà le nozioni di base sul funzionamento e l’organizzazione a diverse scale del cervello umano, nonché le principali applicazioni dell’ingegneria e della tecnologia dell’informazione alle neuroscienze.
- Applicare conoscenza e comprensione
Lo studente apprenderà l’uso degli strumenti essenziali per acquisire, elaborare e decodificare i segnali neurofisiologici e neuromuscolari, e per il loro interfacciamento con dispositivi artificiali.
- Capacità critiche e di giudizio
Lo studente imparerà a scegliere la metodologia di controllo più appropriata per indirizzare uno specifico problema, e per valutare la complessità della soluzione proposta.
- Capacità comunicative
Lo studente imparerà a comunicare in un contesto multidisciplinare i principali problemi dell’interfacciamento di segnali neurofisiologici con un sistema artificiale, e ad argomentare le possibili scelte progettuali per lo scopo.
- Capacità di apprendimento
Le modalità di svolgimento del corso mirano a creare una forma mentis dello studente orientata all’autoapprendimento di concetti avanzati che non sono stati affrontati nel corso.
|
6
|
ING-INF/06
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
1021883 -
ROBOTICS II
(obiettivi)
Obiettivi generali
Il corso fornisce strumenti per l'analisi della dinamica dei robot manipolatori, per l'uso della ridondanza cinematica, per il comando in feedback dei movimenti, incluso il caso di asservimento visuale, e per il controllo dell'interazione con l'ambiente.
Obiettivi specifici
Conoscenza e comprensione:
Lo studente apprenderà i metodi per la modellistica dinamica dei manipolatori, le tecniche di utilizzo della ridondanza cinematica, la progettazione di schemi di controllo del moto e dell'interazione con l'ambiente.
Applicare conoscenza e comprensione:
Lo studente sarà in grado di analizzare la dinamica dei manipolatori robotici e di progettare algoritmi e moduli per il controllo del moto libero e delle forze di contatto con l'ambiente.
Capacità critiche e di giudizio:
Lo studente sarà in grado di individuare le caratteristiche dinamiche di un sistema robotico con riferimento al tipo di compito,
di analizzarne la complessità di realizzazione, le possibili prestazioni e le eventuali debolezze.
Capacità comunicative:
Il corso mette in grado lo studente di presentare le problematiche avanzate e le relative soluzioni tecniche riguardanti l'uso dei robot in condizioni dinamiche.
Capacità di apprendimento:
Il corso mira a creare attitudini di apprendimento autonomo orientate all'analisi e alla soluzione di problemi avanzati connessi all'uso dei robot.
|
6
|
ING-INF/04
|
24
|
36
|
-
|
-
|
Attività formative affini ed integrative
|
ENG |
|
