Corso di laurea: Automation Engineering and Control of Complex Systems (Ingegneria dell'automazione e del controllo dei sistemi complessi) Programmazione per l'A.A. 2022/2023

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

L. Fortuna, M.Frasca, A. Buscarino, Optimal and Robust Control- Advanced Topics with Matlab, CRC Press, 2nd edition, 2021.

Applied MechanicsMechanisms and MachinesFrictionEfficiencyWearGearsFlexiblesBeltsBrakes


Mechanical vibrationsFree 1 DoFDamped 1 DoFForced 1 DoFApplications of forced 1 DoF systemsFree 2 DoFForced 2 DoFThe modeling of single dof mechanical sistems


Robotic Mechanical SystemsGeometry of Serial Decoupled RobotsKinetostatics of Serial RobotsDynamics of Serial Robotic ManipulatorsRecursive inverse dynamicsThe Normal Orthogonal ComplementNOC for Planar ManipulatorsKinematics of Parallel ManipulatorsDynamics of Parallel Manipulator


Multibody SystemsMultibody systems Part 1Multibody systems Part 2


Matlab


Introduction to Matlab for Engineers


ExercisesExercises for each YearMatlab


Course Project

[1] BELFIORE N., DI BENEDETTO A. PENNESTRÌ E.- Fondamenti di Meccanica Applicata alle Macchine, II edizione, Casa Editrice Ambrosiana.

[2] E. PENNESTRÌ, Dinamica e Tecnica Computazionale, Vol. 1 & 2, CEA.

[3] JORGE ANGELES, Dynamic Response of Linear Mechanical Systems: Modeling, Analysis and Simulation, Springer.

[4] JORGE ANGELES, Fundamentals of Robotic Mechanical Systems- SPRINGER.

[5]Course notes of the lessons.

·Basics on sensors

·Resistive sensors: potentiometers, Strain Gauges and RTD sensors.

·Conditioning electronics for resistive sensors

·Reactive sensors: capacitive, Inductive, LVDT

·Conditioning electronics for reactive sensors

·Active sensors: Thermocouples, Piezoelectric and Ferroelectric sensors

·Charge amplifier and measurement amplifier

·Absolute sensors (displacement, velocity, acceleration)

·Other sensors (Force, pressure, flux, etc.)

·Digital sensors and ultrasound sensor

E. Doebelin: Mesurement systems, Mc Graw Hill;

Pallas-Areny J.G. Webster: Sensors and Signal Conditioning

Tutorial on Smart sensor systems and sensor networks

1. Concetti base sui sistemi biomedici

Strumentazione biomedica - Modalità operative, Vincoli nella misurazione di grandezze fisiologiche - Classificazione della strumentazione- Valutazione delle performance della strumentazione - Criteri di progettazione – Processo di progettazione della strumentazione biomedica e sistemi di regolamentazione – Esempi di sistemi di controllo fisiologici - Esempi di strumentazione biomedicali - Organi artificiali.

2. Modelli e segnali bioelettrici di sistemi fisiologici

- Strutture e Funzioni del Sistema Nervoso: i neuroni, il potenziale di azione, le sinapsi, i modelli elettrici dei neuroni, correnti e potenziali extra cellulari, sistemi per la registrazione della attività dei neuroni, potenziale di azione muscolare.

- Sistema Nervoso Periferico e Muscolo-Scheletrico: elettro-neurogramma (ENG), elettromiografia (EMG).

- Sistema Visivo: elettro-retinogramma (ERG), elettro-oculogramma(EOG).

- Sistema Cardiaco e Circolatorio: parametri sistemici (pressione cardiaca, velocità e flusso, cardiac output), sitema elettro-mecchanico per funzionamento cardiaco, elettro-cardiogramma (ECG), aritmie, tecnologie per il cuore artificiale.

- Sistema Nervoso Centrale: attività elettromagnetica nella corteccia, registrazione attività elettrica dell’encefalo (EEG ed MEG), ritmi encefalici, potenziali evocati, interfacce brain-computer.

3. Metodi per l’Analisi di segnali biomedicali

Casi di studio (ECG, EEG, MEG, fMRI), Metodi di pre-processamento (statistica, filtri in frequenza ed di saturazione), Metodi di processamento (analisi lineari nel dominio del tempo e della frequenza, analisi non-lineare, analisi multivariata e analisi della connettività). Introduzione alla Biostatistica.

Testi di riferimento per il corso

T1) Webster J.G., Medical Instrumentation: Application and Design, Wiley

T2) Michael C. K. Khoo, Physiological Control System: Analysis, Simulation and Estimation, IEEE press Series on Biomedical Eng., Wiley-Interscience

T3) M. Bear, B. Connors, M. Paradiso, Neuroscience: Exploring the Brain, Wolters-Kluwer

T4) J. L. Semmlow, B. Griffel, Bio-signal and Medical Image Processing, CRC Press

T5) Andrew Webb, Introduction of Biomedical Imaging, IEEE press Series on Biomedical Eng., Wiley-Interscience

Testi consigliati per gli approfondimenti

T6) Saeid Sanei, Jonathon Chambers, EEG Signal Processing, Wiley

T7) S. A. Glantz, Primer of Biostatistic, McGraw-Hill

L'obiettivo del corso è modellare e controllare i sistemi elettromeccanici (principalmente macchine elettriche rotanti: convenzionali e speciali) utilizzati nella conversione dell'energia elettrica in meccanica e viceversa. Il corso fornirà elementi di base e avanzati di due campi dell'area dell'ingegneria elettrica insegnati nei corsi di Macchine Elettriche e Azionamenti Elettrici. L'accento è posto sulle macchine elettticherotanti, per mezzo delle quali avviene la maggior parte della conversione di energia. Tuttavia, le tecniche sviluppate sono generalmente applicabili a tutte le macchine elettriche, alla conversione di energia rinnovabile e a un'ampia gamma di dispositivi aggiuntivi, tra cui macchine lineari, attuatori e sensori.

Sebbene non sia un dispositivo elettromeccanico di conversione dell'energia, il trasformatore è un componente importante per comprendere il processo complessivo di conversione dell'energia che utilizza il campo magnetico. I modelli sviluppati per l'analisi dei trasformatori costituiscono la base per la successiva discussione sulle macchine elettriche rotanti. Infine, nel corso vengono introdotte la teoria generalizzata e la teoria dei vettori spaziali, per spiegare meglio il controllo vettoriale delle macchine a corrente alternata.

Programma

Prima parte: Sistemi elettromeccanici.

Bilancio energetico e sistemi conservativi: determinazione di forze e momenti elettromagnetici. Potenza: potenza attiva, reattiva e apparente. Sistemi trifase. Generalità sulle macchine elettriche: materiali, perdite, rendimento, comportamento termico. Trasformatore: principio di funzionamento, circuito equivalente, prove a vuoto e cortocircuito; Trasformatori HF. Macchina asincrona: MMF di avvolgimenti distribuiti ed equazioni, coppie di poli, circuito equivalente, scorrimento, coppia elettromagnetica.

Seconda parte: Macchine rotanti.

Macchina asincrona: prove a vuoto e a rotore bloccato, avviamento, motori asincroni monofase. Elettronica di potenza: Raddrizzatori, Chopper. Convertitori per macchine elettriche DC e AC. Controllo di sistemi elettromeccanici: Azionamenti elettrici. Servomacchine in corrente continua: azione del commutatore, funzionamento a carico, motori in corrente continua, generatori con eccitazione in derivazione, motori ad eccitazione in serie. Tecniche di modulazione digitale: PWM, Space Vector. VSI e CSI. Azionamenti per motori CC e CA: Controllo scalare. Controllo in corrente. ControlloV su f costante. Controllo vettoriale di macchine asincrone: IFOC, DFOC: VI, I-omega, I-theta. Macchina sincrona: circuito equivalente, angolo di carico, coppia sincrona e di riluttanza.

Terza parte: Macchine speciali, SMART-GRIDs, MICRO-GRIDs.

Macchine sincrone speciali: motori a magneti permanenti (PM), motori sincroni a riluttanza (SyncRel), motori passo-passo, motori a riluttanza commutata, motori brushless DC. Controllo vettoriale di macchine sincrone e PM. Motori universali. Motori passo passo. Controllo dei motori a riluttanza commutata. Generazione di energia distribuita e rinnovabile. Azionamenti per trazione elettrica, veicoli elettrici e ibridi.

A.E. Fitzgerarld: “Electric Machinery”, Mc Graw Hill.


P. Krause: “Analisys of Elelectrical Machines”, IEEE Press.


N. Mohan: "Power Electronics", Hoeply.


B. Bose: “Power Electronics and Variable Frequency Drives”, IEEE Press.


T. Wildi: “Electrical Machines, Drives and Power Systems”, Pearson Prentice Hall.

Automatic Measurement Systems

Smart sensors

Rapid prototyping of sensors

Sensors exploiting smart materials

Micro-Electro-Mechanical Systems

Non Linear Energy-Harvesting

Signal processing for sensing systems

Application of sensors: Assistive Technology, Environmental monitoring

Experimental sessions for the implementation of (Smart)sensing systems

E. Doebelin: Mesurement systems, Mc Graw Hill;

Pallas-Areny J.G. Webster: Sensors and Signal Conditioning

Tutorial onSmart sensor systems and sensor networks

Il corso di propone di fornire le linee guida principali per il progetto di compensatori per sistemi non lineari. La disponibilità di dispositivi e microcontrollori a basso costo permetterà di realizzare fisicamente le tecniche di controllo presentate. Applicazioni relative a macchine per la fusione nucleare, sistemi elettromeccanici non lineari e fenomeni aerospaziali verranno discusse durante il corso. Una intensa attività di laboratorio basata su MATLAB/SimuLink, schede DSpace e PicoScope, e microcontrollori (Arduino/STM32) permetterà di affrontare le implicazioni pratiche delle tecniche discusse durante il corso.

1) Slotine, J. J. E., & Li, W. (1991). Applied nonlinear control (Vol. 199, No. 1). Englewood Cliffs, NJ: Prentice Hall.

2) A. Buscarino, L. Fortuna, M. Frasca, Optimal Controland Robust Control- Advanced Topics with Matlab, CRC Press, 2nd Edition, 2021.