Corso di laurea: Automation Engineering and Control of Complex Systems (Ingegneria dell'automazione e del controllo dei sistemi complessi) Programmazione per l'A.A. 2012/2013

Metodi per la caratterizzazione dei sistemi di misura.Sistemi automatici di misura.Sensori resistivi: Potenziometri, SG, RTD.Circuiti di condizionamento per sensori resistiviSensori basati su variazione di impedenza: capacitivi, Induttivi, LVDTCircuiti di condizionamento per sensori a variazione di impedenzaSensori attivi: Termocoppie, sensori Piezoelettrici e FerroelettriciAmplificatore di carica e amplificatore di misuraSistemi per la misura di grandezze assolute (spostamento, velocità ed accelerazione)Cenni su sistemi per la misura di altre grandezze (Forza, pressione, flusso, portata volumetrica, densità, portata di massa)Cenni su altre tipologie di sensori (encoder, digitali, ultrasuoni, etc.)Sistemi multisensoriali, smart sensors, (wireless)sensor networks, power harvestingSensori basati su materiali innovativiCenni sulle tecnologie per la realizzazione di sensori

E. Doebelin: Strumenti e metodi di misura, Mc Graw Hill;
Pallas-Areny J.G. Webster: Sensors and Signal Conditioning;

1. Concetti Base sulla Strumentazione BiomedicaStrumentazione Biomedica - schema Generale, modalità operative, vincoli nella misurazione di grandezze fisiologiche, classificazione della strumentazione, disturbi e tecniche di compensazione- Valutazione delle performance della strumentazione - caratteristiche statiche(accuratezza,precisione, risoluzione, riproducibilità, sensitività, drift, range degli ingressi, impedenza d’ingresso) e caratteristiche dinamiche (strumenti di ordine zero, primo e secondo, ritardi)- Criteri di Progettazione – processo di progettazione della strumentazione biomedica, sistemi di regolamentazione.2. Concetti Base sui Biopotenziali e Metodi di AnalisiStrutture e funzioni del sistema nervoso (centrale e periferico), i neuroni, come i neuroni trasmettono i segnali, come i neuroni comunicano, modelli elettrici dei neuroni, correnti e potenziali extra cellulari, sistemi per la registrazione della attività dei neuroni, potenziale di azione muscolare.Elettroneurogramma (ENG)- Elettromiografia(EMG)-ElettroRetinogramma(ERG)-ElettroOculogramma(EOG).Elettrocardiogramma - cenni di anatomia e fisiologia, parametri sistemici (pressione cardiaca, velocità e flusso, cardiac output), modellazione elettrica, attività elettrica ( ECG), tecnologie per il cuore artificiale, sangue ed emosostitutiAttività elettromagnetica nella corteccia –anatomia del sistema nervoso centrale, Registrazione attività elettrica dell’encefalo (EEG ed MEG), ritmi encefalici. Casi di studio (ECG, EEG, MEG) - metodi di pre-processamento (statistica, filtri in frequenza ed di saturazione), metodi di processa mento - analisi lineari (potenza), analisi multivariata (ICA) e analisi della connettività.3. Fondamenti di Immagini BiomedicheImmagine radiologica (RX)- produzione di RX, Iterazione RX e tessuti, strumentazione per RX planare, agenti di contrasto, applicazioni cliniche: Angiografia, Dual-Energy, Fluorscopia, Mammografia. Tomografia Computerizzata- Strumentazione, trattamento dell’immagine (backprojection ed analisi iterativa), TC a spirale, TC a spirale multi sezione. Sicurezza e dosi di radiazioni. Immagine Ecografia- produzione degli ultrasuoni (US) e variabili caratteristiche (impedenza acustica, intensità e pressione), meccanismi per la propagazione (riflessione e rifrazione), meccanismi per la dispersione dell’energia (assorbimento, scattering, attenuazione), strumentazione (singolo cristallo,array), formazione del fascio (near-field boundary, lateral resolution, focusing), compensazione Time-Gain, Modalità diagnostiche di scansione (A-Mode, M- Mode, B-Mode), applicazione cliniche e sicurezza4. Fondamenti di BioStatisticaBiostatistica e pratica Clinica- Come riassumere i dati- Test per confrontare più gruppi (analisi della varianza o F Test) – Test per confrontare due gruppi (t Test)- Approcci per confronti multipli (Student-Newman-Keuls Test e Tukey Test) Approcci per confronti multipli rispetto al gruppo di controllo (Bonferroni t Test - Dunnett’s Test) - Metodi per confrontare dati nominali - Ipotesi per i test su proporzioni (Fattori di correzione di Bonferroni e di Yates) - Analisi delle tabelle di Contigenza (Chi-Squre Test, Fisher Test) - Tipi di errore (alfa e beta) - Potenza di un test – Potenza e valutazione delle dimensioni dei gruppi (analisi della varianza, Chi-Squre Test).

• Webster J.G., Medical Instrumentation: Application and Design, WILEY, 1997
• Stanton A. Glantz, Primer of Biostatistic, McGRAW-HILL
• Andrew Webb, Introduction of Biomedical Imaging, IEEE press Series on Biomedical Eng., WILEY-INERSCIENCE
• Michael C. K. Khoo, Physiological Control System: Analysis, Simulation and Estimation, IEEE press Series on Biomedical Eng., WILEY-INERSCIENCE

Electromechanical systems. Energy balance and conservative systems: determination of electromagnetic forces and torques. General information on electrical machines: materials, losses, efficiency, thermal behavior and types of service. Transformer: Principle of operation; HF transformers. Asynchronous machine: MMF of distributed windings and equations, pole pairs, equivalent circuit, slip, electromagnetic torque; no-load and locked- rotor tests, starting, single-phase induction motors. Synchronous machine: starting cage and damper windings, equivalent circuit, load angle, synchronous and reluctance torque; interconnected synchronous generators. Special synchronous machines: permanent magnet motors, synchronous reluctance motors, stepper motors, switched reluctance motors, brushless DC motors. DC machines: commutator action, load operation, DC motors, shunt excitation generators, series excitation motors. Universal motor. Control of electromechanical systems: rectifiers, converters for DC and AC electrical machines, electrical drives. Digital modulation techniques: PWM, space vector. VSI and CSI. DC and AC motor drives. Scalar control. Current control. V by f constant drives. Stepper motors control. Switched reluctance motor control. Vector control of asynchronous, synchronous and permanent magnet machines.

• Fitzgerarld: “Electric Machinery”, Mc Graw Hill.
• Mohan: "Power Electronics", Hoeply.
• Krause: “Analysis of Electrical Machines”, IEEE Press.

Modelli con incertezza.Stabilità.Decomposizione ai valori singolari.Realizzazioni Bilanciate.Modelli di ordine ridotto.Controllo Ottimo LQR.Realizzazioni bilanciate a catena chiusa.Sistemi passivi e bounded-real.Controllo H-infinito.Controllo multi obbiettivo.LMI (Linear Matrix Inequalities) per il controllo ottimo e robusto.Classe di controllori stabilizzanti.

L. Fortuna, M.Frasca, Optimal and Robust Control- Advanced Topics with Matlab, CRC Press, 2012.

Identificazione. Modelli dei processi controllati e dei sistemi di regolazione: equazione ingresso –uscita ed ingresso-stato-uscita. Caratteristiche dei sistemi lineari e linearizzazione dei sistemi non lineari. Modelli dinamici di processi industriali. Criteri di identificazione: deterministici e statistici. Metodi di tipo non-parametrico: deconvoluzione della risposta impulsiva, sistemi SISO e MIMO. Modelli parametrici: forma canonica, modello ARMA. Metodo dei Minimi Quadrati. Variazione della struttura, test dell’ordine. Identificazione in- linea. Filtraggio di dati rumorosi: minimi quadrati pesati, minimi quadrati generalizzati. Identificazione statistica: metodi spettrali e di correlazione.Schemi strutturali dei sistemi di controllo. Generalità sulle caratteristiche dei sistemi di regolazione e sulle variabili di disturbo. Classificazione: a catena aperta, a controreazione, a compensazione diretta ed indiretta, ad invarianza, ad azione in avanti, in cascata , a rapporto, selettivo, autoadattativo, autosintonizzante. Schemi misti. Metodi generali per il controllo dei sistemi a grandi dimensioni. Controllo a più strati. Gerarchia delle funzioni di controllo, criteri di decomposizione. Controllo a più livelli: decomposizione strutturale e problemi del coordinamento tramite modello e funzione obiettivo.

Dispense delle lezioni

Paradigma generale per la classificazione di sistemi complessi adattativi.Dinamica di sistemi non lineari per i sistemi complessi adattativi.Dinamiche Caotiche.Sincronizzazione e controllo di sistemi con dinamica caotica.Circuiti non lineari.Reti Cellulari Non Lineari (CNN).RD-CNN.Reti Complesse.Reti con incertezza e con rumore aggiunto.Varietà generale di sistemi complessi adattativi e loro controllo.

S. Strogatz, Non Linear Dynamics and Chaos, Pegaous Books 1994.
L.Fortuna, M.Frasca, R.Caponetto,Advanced Topics on Cellular Self Organizing Nets and Chaotic non linear Dynamic to model and Control Complex Systems, World Scientific Series A, Vol. 63, 2008.

Introduzione alla Biorobotica e agli aspetti interdisciplinari; studio approfondito delle dinamiche non lineari nei sistemi neurali biologici; modellistica del neurone biologico e studio nel piano delle fasi; modelli delle sinapsi e della loro modulazione; modelli computazionalmente efficienti delle reti neurali biologiche; esempi di simulazione in riferimento a casi di studio. Paradigmi neurali biologici per la generazione ed il controllo di sistemi di locomozione; il Generatore Centrale di Pattern (CPG) ed il controllo decentralizzato: studio approfondito e confronti in relazione ad animali presi come riferimento; implementazione dei paradigmi di controllo della locomozione tramite sistemi e circuiti non lineari (implementazione analogica e digitale); studio di esempi reali di robot biologicamente ispirati, controllati da modelli di reti neurali biologiche (implementazione di dinamiche ondulatorie “worm-like”, implementazione di reti CPG e controllori decentralizzati su robot esapodi, quadrupedi e bipedi). Il ruolo dei sistemi dinamici complessi nella modellistica e nel controllo di dinamiche percettive, con applicazione alla biorobotica: studio di dinamiche complesse per il controllo di sistemi percettivi per la biorobotica. Verso il modello computazionale del cervello di un robot insettoide.

“Neuronal Control of Locomotion: From Mollusc to Man“, G. N. Orlovsky, T. G. Deliagina and S. Grillner;
“Dynamical Systems, Wave-Based Computation and Neuro-Inspired Robots”, P. Arena ed.

Introduzione: Sviluppi storici, Classificazione dei robot, Componenti di un robot. Applicazioni e Mercato della robotica. Cinematica e dinamica: Trasformazione cinematica diretta, Matrici di rotazione, Rappresentazione di Denavit-Hartenberg, Equazioni cinematiche dei manipolatori, Trasformazione cinematica inversa, Cinematica differenziale, Matrice Jacobiana, Statica, Rigidità e Cedevolezza, Ellissoidi di manipolabilità. Analisi della ridondanza. Equazioni della dinamica del Braccio di un Robot. Calcolo delle traiettorie di un manipolatore: Pianificazione della traiettoria, Traiettorie nello spazio dei giunti e nello spazio operativo. Controllo: Controllo in catena chiusa di un servomeccanismo di posizione, Regolatore P.I.D., Controllo decentralizzato; Controllo centralizzato, Controllo robusto, controllo adattativo. Controllo nello spazio operativo. Controllo dell'interazione, Controllo di forza, Controllo ibrido. Sensori e attuatori per la robotica: Sistemi di attuazione dei giunti, Azionamenti elettrici, idraulici e pneumatici, Sensori propriocettivi, Sensori esterocettivi. Visione per la robotica: Acquisizione delle immagini, Geometria dell'immagine, Relazioni di base tra i pixel, Preelaborazione, Segmentazione, Descrizione, Riconoscimento, Interpretazione. Controllo visuale di un robot. Service robot: Definizione di service robot, Applicazioni di Service robot. I robot mobili. Navigazione di un robot mobile, Dead Reckoning, Odometria, Map-Building, Map-Matching. Controllo di traiettorie di robot mobili. Robot non-olonomi. Esempi di Service robot. Laboratorio di robotica: Esperienze di programmazione e controllo di robot manipolatori e mobili.

B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo,“Robotica”, Mc Graw-Hill Italia
B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo,“Robotics”, Springer
R. Siegwart, I. Nourbakhsh, “Introduction to Autonomous Mobile Robots”, MIT Press