Obiettivi Formativi

MOD. A - Acquisire conoscenze sui metodi e le tecnologie proprie della progettazione dei sistemi di controllo automatico in ambito industriale e sull’analisi, simulazione e identificazione di processi. - Acquisire la capacità di utilizzare strumenti software dedicati all’analisi, simulazione e controllo di processi industriali, all’analisi dei dati e all’identificazione dei modelli a partire da dati sperimentali. - Sviluppare autonomia nella scelta della strategia di controllo di processo e nell’analisi dei dati disponibili comparando le diverse soluzioni proposte. - Favorire la capacità di comunicare con linguaggio tecnico appropriato, anche al fine di una efficace integrazione in un contesto industriale legato all’utilizzo dei sistemi di controllo. – Sviluppare la capacità di mantenere un aggiornamento costante sugli sviluppi tecnologici legati al controllo automatico e all’identificazione di processi in ambito industriale. MOD. B - Acquisire conoscenze sui metodi e le tecnologie proprie dell'automazione industriale ivi inclusa la programmazione dei PLC. Acquisire le nozioni teoriche ed operative fondamentali relative ai sistemi robotici per applicazioni industriali. - Acquisire la capacità di analizzare e progettare autonomamente sistemi di automazione industriale basati su PLC e di valutare l’impiego di sistemi robotici nelle catene di processo industriali. - Sviluppare autonomia nella scelta della strategia di automazione e della componentistica adatta tramite un confronto critico delle soluzioni possibili. - Favorire la capacità di comunicare con linguaggio tecnico appropriato, anche al fine di una efficace integrazione in un contesto industriale multidisciplinare. - Sviluppare la capacità di mantenere un aggiornamento costante sugli sviluppi tecnologici nel settore dell’automazione industriale.

Learning Goals

MOD. A - Acquire knowledge of methods and technologies for the design of industrial automatic control systems, plant analysis, simulation and identification. - Acquire the ability to use software tools dedicated to the analysis, simulation, and control of industrial processes, data analysis and system identification. Acquire the ability to use software tools dedicated to the analysis, simulation, and control of industrial processes, data analysis and system identification. - Develop autonomy in choosing the process control strategy and and in analysing the available data comparing the different proposed solutions. - Promote the ability to communicate with appropriate technical language, also for an effective integration in an industrial context related to the application of control systems. – Develop the ability to maintain constant updates on technological developments on control systems and process identification in the industrial automation field. MOD. B - Acquire knowledge of methods and technologies applied to industrial automation including PLC programming. Acquire the fundamental theoretical and operational notions relating to robotic systems for industrial applications. - Acquire the ability to independently analyze and design PLC-based industrial automation systems and to evaluate the use of robotic systems in industrial processes. - Develop autonomy in choosing the automation strategy and suitable components through a critical comparison of possible solutions. - Promote the ability to communicate with appropriate technical language, also for an effective integration in a multidisciplinary industrial context. – Develop the ability to maintain constant updates on technological developments in the industrial automation field.

Prerequisiti

Conoscenze di base sui circuiti elettrici, algebra matriciale, equazioni differenziali, linguaggi di programmazione.

Prerequisites

Basic knowledge of electrical circuits, matrix algebra, differential equations and computer programming languages.

Programma del Corso

------------------------------------------------------------ Modulo: 6109/1 - INDUSTRIAL AUTOMATION AND ROBOTICS A ------------------------------------------------------------ MODULO A -INTRODUZIONE ALL’AUTOMAZIONE INDUSTRIALE: Definizioni. Classificazioni. CIM. -RICHIAMI DI ANALISI DEI SISTEMI: Classificazione dei sistemi. Sistemi LTI. Funzioni di trasferimento, Risposta nel tempo e in frequenza. Diagrammi di Bode. Stabilità. Sistemi di primo e secondo ordine. Software per l’analisi dei sistemi -CONTROLLO IN RETROAZIONE: Controllo a catena aperta e a catena chiusa. Obiettivi del controllo, specifiche. Regolatori PID e metodi di tuning empirico. Schemi avanzati di controllo. PID digitale. Scelta del tempo di campionamento. Software per la sintesi e la valutazione dei sistemi di controllo. -IDENTIFICAZIONE DEI SISTEMI: Identificazione a scatola nera, grigia e trasparente. Modelli lineari e non lineari. Fasi del processo di identificazione. Scelta degli esperimenti e dei dati. Scelta delle variabili. Pre-processamento dei dati. Tipi di modelli. Modelli FIR, ARX, ARMAX. Identificazione dei parametri con il metodo dei minimi quadrati. Validazione dei modelli. Criteri per la stima dell'ordine (FPE, AIC, analisi del residuo). Modelli non lineari NFIR, NARX, NARMAX. Modelli data-driven con tecniche di machine-learning. Algoritmi di apprendimento. Validazione dei modelli. Uso dei modelli come sensori virtuali per processi industriali. Esempi di applicazioni in ambito industriale. Reti neurali per il controllo. Software per l’analisi dei dati, l’identificazione e la validazione di modelli. ------------------------------------------------------------ Modulo: 6109/2 - INDUSTRIAL AUTOMATION AND ROBOTICS B ------------------------------------------------------------ INTRODUZIONE: Classificazione dei sistemi di produzione, Automazione fissa, programmabile e flessibile. Sistemi informatici per il controllo. SISTEMI DI CONTROLLO IN AMBITO INDUSTRIALE: Obiettivi del controllo, schemi di controllo fondamentali. Hardware per l'automazione industriale: logica cablata, controllo analogico, sistemi embedded, PC industriali, PLC. Sensori ed attuatori per applicazioni industriali, caratteristiche di base, funzionamento e scelte implementative. Caratteristiche, architettura e linguaggi di programmazione dei PLC, PLC Siemens caratteristiche Hardware e programmazione, interfaccia utente (HMI), esempi di applicazioni, software di sviluppo, esempi di applicazioni in ambito industriale. ROBOTICA: Automazione e Robot, il mercato dei robot, robotica industriale e di servizio, sensori e attuatori per la robotica caratteristiche generali dei manipolatori, posizione ed orientamento di un corpo rigido, matrici di trasformazione, definizione dello spazio di lavoro, convenzione di Denavit-Hartenberg, determinazione del modello cinematico diretto di strutture tipiche di manipolazione, cinematica inversa, dinamica, pianificazione di traiettorie, metodi di interpolazione polinomiale, controllo del moto, applicativi per la simulazione di sistemi dinamici, esempi di applicazioni di manipolatori in ambito industriale e relativa simulazione dinamica.

Course Syllabus

------------------------------------------------------------ Modulo: 6109/1 - INDUSTRIAL AUTOMATION AND ROBOTICS A ------------------------------------------------------------ -INTRODUCTION TO INDUSTRIAL AUTOMATION: Definitions. Classifications. CIM. -SYSTEM ANALYSIS: System classifications. LTI time continuous systems. Transfer function and complete response. Stability. Time and frequency response. Bode diagrams. First and second-order systems. Software tools for system analysis. -FEEDBACK CONTROL: The automatic control problem. Open and closed loop control. Controller design objectives. Basic control schemes properties. PID control. Ziegler-Nichols Methods. Other tuning methods. Advanced control schemes. Digital PID controller, Choice of the sampling time. Software tools for system control. -SYSTEM IDENTIFICATION: Definitions. Classification of the System Identification Problems. Purpose of a Model. Types of Models. The System Identification Procedure. Simple models of SISO linear systems. Selection of the input variables. Choice of data and experiments. Data Pre-processing. The estimation problem. Model structures (FIR, ARX, ARMAX), The predictive approach. Least squares method. Model structure selection. Validation. Nonlinear models. Neural networks. MLP, learning and validation. Soft Sensors. Industrial cases of study. Neural networks for control Software tools for data analysis and system identification. ------------------------------------------------------------ Modulo: 6109/2 - INDUSTRIAL AUTOMATION AND ROBOTICS B ------------------------------------------------------------ INTRODUCTION: Classification of production systems, fixed, programmable and flexible automation. IT systems for control. INDUSTRIAL CONTROL SYSTEMS: Control objectives, fundamental control schemes. Hardware for industrial automation: wired logic, analog control, embedded systems, industrial PCs, PLCs, features, architectures and programming languages of PLCs. Sensors and actuators for industrial applications, key features, working mechanisms and implementation choices. Siemens PLCs hardware characteristics and programming, human machine interface (HMI), examples of applications, development software, examples of applications in industrial environments. ROBOTICS: Automation and Robotics, the robot market, industrial and service robots, sensors and actuators for robotics, general characteristics of manipulators, position and orientation of a rigid body, transformation matrices, definition of joint and working space, Denavit-Hartenberg convention, formulation of the direct kinematic model of typical industrial manipulators, inverse kinematics, dynamics, trajectory planning with polynomial interpolation, motion control, software for the simulation of dynamical robotic systems, application examples of industrial manipulators and corresponding dynamic simulation.