Docenti: Alessandro Giuseppi, Luca Benvenuti
Pagina web dell'insegnamento: link
Crediti: 6
Codice Infostud: 10606939

Obiettivi formativi

Il corso si articola in due moduli didattici dedicati rispettivamente allo studio dei sistemi di controllo intelligenti e dei sistemi ibridi.

In particolare, il primo modulo presenta i metodi di base per il design di sistemi di controllo intelligenti basati su tecniche data-driven quali il deep learning ed il reinforcement learning.
Il corso presenterà sia il ruolo del machine learning integrato nei sistemi di controllo, discutendone metodologie, potenzialità e applicazioni, che quello dei sistemi di controllo basati integralmente su tecniche di intelligenza artificiale. Il corso si concentrerà inoltre su come i recenti sviluppi del deep learning possano essere sfruttati dai sistemi di controllo standard, discutendo le basi dell’analisi avanzata dei dati tramite le deep neural networks nel contesto di problemi classici dell’automazione come il controllo qualità, la manutenzione predittiva e la reiezione dei disturbi.
Oltre agli aspetti teorici, il corso si concentrerà su esempi applicativi appartenenti ai domini dell’automazione industriale, della robotica e della cyber security in cui soluzioni di controllo intelligenti possono contribuire significativamente alla robustezza e la sostenibilità economica ed ambientale del sistema controllato.
Al termine del modulo, lo studente possiederà le conoscenze di base che gli permetteranno di analizzare e progettare sistemi intelligenti in grado di controllare processi complessi e nonlineari.

Il secondo modulo introduce lo studente allo studio dei sistemi ibridi, ovvero dei sistemi dinamici caratterizzati dall'interazione di diversi tipi di dinamiche, sia continue che discrete. Lo studio sistematico dei sistemi ibridi è richiesto dalle recenti innovazioni tecnologiche che hanno portato alla diffusione pervasiva di sistemi digitali sempre più complessi per il controllo e la supervisione di sistemi fisici.
Lo studio dei sistemi ibridi è generalmente più impegnativo di quello dei sistemi puramente discreti o puramente continui, a causa dell'interazione tra dinamiche di diversa natura. In questo corso verranno presentati modelli di sistemi ibridi e verranno descritti metodi generali per studiare alcune delle loro proprietà (raggiungibilità, osservabilità, stabilità). Verrà inoltre affrontato il problema del controllo dei sistemi ibridi concentrandosi su alcuni casi di studio provenienti da diversi contesti applicativi.
Al termine del modulo gli studenti dovrebbero essere in grado di apprezzare la diversità dei fenomeni che sorgono nei sistemi ibridi e comprendere come concetti classici nella teoria dei sistemi ad eventi discreti, modellati da automi, possano coesistere in un quadro unificante con concetti classici nella teoria dei sistemi continui, modellati da equazioni differenziali o alle differenze.

Modalità di esame: Valutazione di progetto ed esame orale.