MODEL IDENTIFICATION AND DATA ANALYSIS
cod. 1010560

Anno accademico 2024/25
1° anno di corso - Secondo semestre
Docente
Luca CONSOLINI
Settore scientifico disciplinare
Automatica (ING-INF/04)
Ambito
Attività formative affini o integrative
Tipologia attività formativa
Affine/Integrativa
48 ore
di attività frontali
6 crediti
sede: PARMA
insegnamento
in INGLESE

Obiettivi formativi

Conoscenze e capacità di comprendere: lo studente acquisirà i metodi e le conoscenze necessari per identificare modelli matematici di sistemi e impianti. Lo studente imparerà le tecniche di base per il progetto di sistemi adattativi.

Capacità di applicare conoscenza e comprensione: lo studente impiegherà le conoscenze acquisite per l'identificazione di processi di tipo industriale e per la progettazione di controlli adattativi impiegabili in ambito industriale.

Autonomia di giudizio: Lo studente dovrà essere in grado di comprendere e valutare in maniera critica modelli esistenti di impianti e controllori.

Capacità comunicative: Lo studente apprenderà la terminologia specifica per la moderazione di processo e il controllo adattativo.

Capacità di apprendimento: Lo studente sarà in grado di approfondire autonomamente la conoscenza di argomenti specifici.

Prerequisiti

Un corso di base di controlli automatici.
Sistemi multivariabili.

Contenuti dell'insegnamento

1-Ripasso di controlli automatici e sistemi multivariabili (4 ore)
2-Identificazione non parametrica (8 ore)
3-Identificazione parametrica (20 ore)
4-Metodi basati su sottospazi (16 ore)

Programma esteso

1-Ripasso di controlli automatici e sistemi multivariabili (4 ore)

2-Identificazione non parametrica (8 ore)
Risposta all’impulso e al gradino.
Metodi di correlazione.

3-Identificazione parametrica (20 ore)
Modelli dinamici, ARMA, ARMAX.
Teoria della stima, minimi quadrati, metodi di predizione dell’errore.
Metodi di previsione.

4-Metodi basati su sottospazi (16 ore)
Decomposizione SVD.
Cenni di teoria della realizzazione.
Metodo MOESP.

Bibliografia

Di consultazione:

1) Lennart Ljung: System Identification (2nd Edition), Prentice Hall.

2) P. A. Ioannou and J. Sun, Robust Adaptive Control, Courier Dover Publications, 2012. Liberamente scaricabile da http://www-bcf.usc.edu/∼ioannou/RobustAdaptiveBook95pdf/Robust Adaptive Control.pdf

Metodi didattici

Il corso prevede sia lezioni frontali che esercitazioni e attività di laboratorio al calcolatore. Materiale di studio ed esercizi svolti saranno messi sulla piattaforma Elly.

Modalità verifica apprendimento

L’esame scritto, contenente sia esercizi che domande di teoria, sarà valutato fino a 30 punti. La tesina sarà valutata fino a 3 punti. Se il voto totale è 32 o 33 verrà assegnato 30 e lode, se è 30 o 31 verrà assegnato 30.

Altre informazioni

Obiettivi agenda 2030 per lo sviluppo sostenibile