Corso di laurea magistrale - Area di Ingegneria - Accesso libero con verifica del possesso dei requisiti curriculari - Classe LM-25 (D.M. 270/2004)
Informazioni generali
Descrizione e obiettivi formativi:
Il corso forma figure professionali operanti nei settori del controllo e dell'automazione dei sistemi e dei processi, della robotica e delle esplorazioni spaziali.
Il corso prevede lo studio di argomenti specifici di teoria del controllo, di automazione e robotica, nonché di molti argomenti interdisciplinari, poiché l’ingegnere dell’automazione deve spesso interagire con specialisti di altri ambiti dell’ingegneria. In particolare, vengono affrontati: sistemi dinamici a tempo continuo, a tempo discreto e ad eventi discreti; automazione dei processi industriali; automazione della fabbrica e del movimento; robotica industriale e spaziale; progettazione dei sistemi di controllo per macchine elettriche e per motori endotermici; progettazione di asservimenti per sistemi meccanici; progettazione di sistemi di controllo per satelliti; dinamica e controllo dei robot industriali e dei robot di servizio; progettazione dei dispositivi e dei sistemi per il controllo dinamico degli impianti e dei sistemi di produzione; modellistica e controllo di sistemi ecologici e sociali.
Gli obiettivi formativi prevedono l’utilizzo di tecniche e metodologie delle scienze di base (la matematica, la fisica, la chimica e l’informatica) per interpretare e descrivere per mezzo di modelli i problemi dell'ingegneria in generale e, in particolare, quelli dell'ingegneria dell'automazione, con particolare riferimento alla scrittura di modelli formali di processi e sistemi, alla loro simulazione, al progetto di leggi/strategie di controllo.
Le attività del corso, molte anche in laboratorio, permettono di acquisire capacità di condurre esperimenti, di analizzarne i dati per mezzo di ausili informatici, con lo scopo di caratterizzare il processo attraverso un modello matematico. Modelli di varia complessità così ottenuti sono la base per gli scopi progettuali: per l’ottenimento di tali scopi si alternano fasi di analisi e di sintesi, per le quali gli studenti apprendono sia tecniche classiche e consolidate in ambito industriale, sia molti strumenti sviluppati recentemente e basati su tecnologie innovative.
Tra gli obiettivi dei corsi impartiti, fondamentale è fornire agli studenti gli strumenti per l'aggiornamento continuo delle proprie conoscenze, sia attraverso il proseguimento degli studi con corsi di dottorato, sia attraverso lo studio individuale su libri e riviste scientifiche del campo.
Sbocchi professionali:
Il laureato magistrale in Ingegneria dell’Automazione opera in molteplici settori, laddove si utilizzino competenze nel controllo e nell'automazione dei sistemi e dei processi, nella robotica e nelle attività spaziali, in aziende ed enti di ricerca sia pubblici sia privati. Tali competenze sono al momento molto richieste in Italia e all’estero, e in particolare nel contesto europeo.
Esempi di profili professionali sono: ingegnere progettista di sistemi di controllo in aziende impegnate nella produzione industriale, nella progettazione di sistemi di automazione, nella trasformazione e smistamento dell'energia, in impianti petrolchimici e farmaceutici; ricercatore in enti di vari settori (tra cui spaziale e nucleare).
L'ingegnere dell'automazione ha competenze che gli permettono di operare in quattro aree principali: le aziende che producono e forniscono sistemi d'automazione; le aziende e le società che utilizzano impianti automatizzati di produzione o gestiscono servizi d'elevata complessità; le società d'ingegneria e di consulenza che studiano e progettano impianti e sistemi complessi, tecnologicamente sofisticati; gli enti di ricerca, soprattutto nell’ambito spaziale e dell’energia.
L'ingegnere dell'automazione può trovare impiego in tutte le industrie, aziende ed enti nei quali i sistemi di predizione, diagnosi, controllo e supporto alle decisioni sono tecnologicamente rilevanti.
Condizione occupazionale (indicatori di efficacia e livello di soddisfazione dei laureandi):
http://statistiche.almalaurea.it/universita/statistiche/trasparenza?CODICIONE=0580207302600001
Valutazione della didattica - Studenti
Anno accademico precedente
Riferimenti web e contatti:
Sito Web: http://dicii.uniroma2.it/?PG=48.12.1
Coordinatore: Prof. Sergio Galeani
tel 06 7259 7428
E-mail: sergio.galeani@uniroma2.it
Segreteria didattica:
Sig.ra Maria Luisa COTTONE e Sig.ra Maria Beatrice GIAMBENEDETTI
Tel. 06 7259.7003
E-mail: didattica.civile@ing.uniroma2.it
Per ulteriori informazioni consulta anche il sito web di Facoltà:
http://ing.uniroma2.it/didattica/corsi-di-laurea/
Gli studenti sono invitati a consultare possibilmente più di un docente per esaminare le diverse proposte di Tesi, che comprendono ad esempio attività in collaborazione con Aziende ed Enti di Ricerca, anche esteri (eventualmente con il supporto del programma Erasmus+ o simili).
In questo modo ogni studente può scegliere l'attività più consona alle proprie attitudini e aspirazioni, e possibilmente iniziare un percorso di conoscenza del mondo del lavoro (soprattutto nel caso di tesi presso aziende o enti esterni).
Inoltre il confronto diretto con il docente si rivela utile a dissipare dubbi circa i temi proposti, e ad introdurre lo studente nell'ambito dell'azienda o dell'ente esterno in caso di tesi svolta esternamente all'ateneo. Le modalità di svolgimento prevedono sempre la supervisione di uno dei docenti del corso di laurea e comprendono diverse attività di tipo sia metodologico che applicativo. I risultati dello studio devono essere riportati nella tesi di laurea magistrale, che viene discussa davanti alla commissione di laurea magistrale.
L'Ingegneria dell'Automazione ha come obiettivo lo studio dei sistemi dinamici a tempo continuo, a tempo discreto, ibridi o ad eventi discreti, a dimensione finita o infinita, l'automazione dei processi industriali, l'automazione della fabbrica, l'automazione del movimento, la robotica industriale e spaziale, l'impiego della strumentazione e dell'elettronica industriale, lo studio ed il controllo dei meccanismi e delle tecnologie di produzione, il controllo di veicoli autonomi (in particolare droni aerei, terrestri e subacquei) presi singolarmente o in sciami.
Tutte queste attività richiedono una visione d'insieme nel trattare i vari problemi d'integrazione derivanti dal necessario uso delle tecnologie classiche dell'ingegneria (meccanica, elettrica, etc.) e delle più moderne tecnologie dell'informazione (elettronica, informatica, telecomunicazioni).
Sistemi di automazione di complessità sempre crescente sono diffusi in ogni settore dell'industria e del terziario, con una consistente domanda di esperti di automazione espressa dal mondo del lavoro.
L'ammissione viene deliberata valutando il Curriculum dello Studente (la provenienza tipica è dall'Indirizzo Robotica e Automazione del Corso di Laurea in Ingegneria Informatica della stessa Sede) e dopo un colloquio atto a verificare le competenze nelle materie di Base e Caratterizzanti che costituiscono i prerequisiti per un proficuo conseguimento del titolo con buona comprensione dei temi trattati e nei tempi previsti. Nel caso di provenienza da altro Corso di Laurea (o da altra sede Universitaria) è necessaria una preventiva Valutazione dei Titoli (verifica dei requisiti curriculari), che è richiesta dallo studente sul sistema delphi: https://delphi.uniroma2.it/totem/jsp/index.jsp entro una scadenza, tipicamente in estate, stabilita a livello di Ateneo.
Tale valutazione può essere in parte svolta anche attraverso un colloquio (in presenza o telematico) con lo studente, al fine di comprendere meglio il percorso triennale dello stesso ed indirizzare al meglio le scelte per una proficua carriera magistrale. Responsabile della Valutazione Titoli è il coordinatore prof.
Sergio Galeani coadiuvato dalla Prof.
Laura Menini.
L'obiettivo formativo del corso di laurea magistrale in ingegneria dell'automazione è la formazione di figure professionali che operino (sia in ambito nazionale sia in ambito internazionale, specialmente quello europeo) nel settore del controllo e dell'automazione dei sistemi e dei processi, in aziende e centri di ricerca sia pubblici sia privati. I laureati magistrali in ingegneria dell'automazione devono: - conoscere in modo approfondito, sia da un punto di vista metodologico sia applicativo, le tecniche e le metodologie delle scienze di base (la matematica, la fisica e la chimica), ed essere capaci di utilizzare tali conoscenze per interpretare e descrivere per mezzo di modelli formali (logico/matematici) i problemi dell'ingegneria in generale e, in particolare, quelli dell'ingegneria dell'automazione, con particolare riferimento alla scrittura di modelli formali di processi e sistemi, alla loro simulazione, al progetto di leggi/strategie di controllo. - conoscere in modo approfondito, sia da un punto di vista metodologico sia applicativo, le tecniche e le metodologie delle scienze dell'ingegneria, ed in particolare dell'automazione, della meccanica, dell'elettronica e dell'informatica, con particolare riferimento alla capacità di identificare, formulare e risolvere i problemi che possono venir posti nella vita professionale, utilizzando metodi, tecniche e strumenti aggiornati; - essere capaci di utilizzare tecniche e strumenti per la progettazione di componenti o di interi sistemi di automazione, con particolare riferimento alla progettazione di leggi/strategie di controllo dei processi/sistemi; - essere capaci di condurre esperimenti, di analizzarne e interpretarne i dati per mezzo di ausili informatici, con il particolare scopo di identificare formalmente un processo/sistema, così da poterlo poi caratterizzare attraverso un modello matematico; - essere capaci di comprendere l'impatto delle proprie scelte progettuali nel contesto sociale e fisico-ambientale in cui si opera, anche sulla base della conoscenza delle proprie responsabilità professionali ed etiche; - conoscere i contesti aziendali e la cultura d'impresa nei suoi aspetti economici, gestionali e organizzativi ed, in particolare, saper caratterizzare tali aspetti in modo formale, con riferimento ai contesti contemporanei generali; - avere capacità relazionali e di lavoro di gruppo, ed avere la capacità di prendere decisioni ben motivate dall'analisi del contesto in cui si opera; - essere capaci di comunicare efficacemente, in forma scritta e orale, in almeno una lingua dell'Unione Europea, oltre l'italiano; - possedere gli strumenti cognitivi di base per l'aggiornamento continuo delle proprie conoscenze, sia attraverso il proseguimento degli studi attraverso corsi di master o dottorato, sia attraverso lo studio individuale su libri e riviste scientifiche del campo.
I requisiti curricolari per l'ammissione alla Laurea Magistrale in Ingegneria dell'Automazione sono il possesso di una laurea nella classe L-8 (Ingegneria dell'Informazione) o nella classe L-9 (Ingegneria Industriale), il possesso di un numero di CFU nel SSD ING-INF/04 (Automatica) specificato nel regolamento didattico del Corso di Studio, di un numero complessivo di CFU nei SSD MAT/02, MAT/03 e MAT/05 specificato nel regolamento didattico del Corso di Studio, di un numero di CFU nel SSD FIS/01 specificato nel regolamento didattico del Corso di Studio, e la capacità di utilizzare fluentemente, in forma scritta e orale, almeno una lingua dell'Unione Europea oltre l'italiano, con riferimento anche ai lessici disciplinari.
La verifica della personale preparazione è prevista in ogni caso, con modalità specifiche definite nel regolamento didattico del Corso di Studio, ove sono definite anche le modalità della verifica della capacità di utilizzare fluentemente, in forma scritta e orale, almeno una lingua dell'Unione Europea oltre l'italiano.
Modelli lineari a 1 gdl. Vibrazioni libere. Vibrazioni forzate. Determinazione del fattore di smorzamento. Isolamento dalle vibrazioni. Potenza media dissipata. Risposta del sistema ad un impulso. Velocità critica flessionale. Il modello di attrito colombiano. Modelli lineari a due gradi di libertà. Vibrazioni libere. Vibrazioni forzate. Lo smorzatore dinamico delle vibrazioni. Tipologie di smorzamento dinamico. Modelli lineari a più gradi di libertà. Vibrazioni libere non smorzate. Formulazione classica del problema agli auto valori. Proprietà dei modi propri di vibrare. Disaccoppiamento delle equazioni del moto. Vibrazioni forzate non smorzate. Vibrazioni smorzate. Moti di vibrazione rigidi. Stabilità del moto. Quoziente di Rayleigh. Metodi iterativi di calcolo degli autovalori Riduzione di Guyan. Dinamica dei rotori. Equazioni delle frequenze. Metodo di Dunkerley. Metodo della linea elastica. Il modello Foppl – de – Laval. Bilanciamento degli alberi rigidi. Vibrazioni torsionali. Il metodo di Holzer. Analisi di sistemi soggetti ad impatto. Analisi dello spettro della risposta allo shock. Analisi di impatto al suolo. Massima accelerazione e spostamento. Imbottitura caratterizzata da elasticità non lineare. Relazioni accelerazioni – tempo. Fattore di amplificazione. Analisi di Fourier. Funzioni periodiche. Ottimizzazione nel calcolo dei coefficienti. Serie di Fourier in notazione complessa. Risposta a sollecitazione periodica. Integrale di Fourier. Trasformazione nel dominio delle frequenze. Trasformata discreta di Fourier (DFT). Il teorema di convoluzione. Errori nella DFT: Aliasing e Leakage. Vibrazioni longitudinali di travi. Equazione del moto. Soluzione per separazione di variabili. Ortogonalità dei modi di vibrare. Vibrazioni trasversali delle travi. Modello di Eulero – Bernoulli. Vibrazioni trasversali libere. Ortogonalità dei modi di vibrare. Vibrazioni forzate. Modello di Timoshenko. Vibrazioni torsionali delle travi. Vibrazioni torsionali libere. Vibrazioni forzate. Metodi variazionali. Il metodo di Rayleigh – Ritz. Sintesi dei moti componenti. Algoritmo di Lanczos. Metodo agli elementi finiti. Elemento trave soggetto a forza assiale. Sistemi di coordinate locali e globale. Elemento trave: modello di Eulero – Bernoulli. Condizioni al contorno. Assemblaggio delle matrici. Esperienze applicative in laboratorio. Metodo agli elementi finiti nell’analisi dinamica di un elemento di macchina. Acquisizioni di segnali mediante l’utilizzo di catene di misura accelerometriche. Sviluppo della Trasformata discreta di Fourier. Analisi modale sperimentale. Acquisizioni di segnali da prove di impatto.
PROGRAM: Section I: Machine Learning and Kernel-based Learning Overview of Supervised Leanring Methods. Probabilistic methods. Generative Methods. Unsupervised Methods. Clustering. Semantic Similarity metrics. Agglomerative Clustering. K-mean. Markov Models. Hidden Markov Models. Kernel-based Learning. Linear, Polynomial and RBF Kernels. String Kernels. Tree kernels. Latent Semantic kernels. Semantic kernels. Applications. Section II: Statistical Language Processing Supervised Language Processing tools. HMM-based POS tagging. Named Entity Recognition. Statistical parsing. PCFGs: Charniak parser. Lexicalized Parsing Models. Shallow Semantic Parsing: kernel based semantic role labeling. Information Extraction. Section III: Web Mining & Retrieval. Document Ranking Methods for the Web. Introduction to Social Network Analysis: rank and centrality. Random walk models: Page Rank. Search Engines. SEO. Google. Question Answering Systems. Open-domain Information Extraction. Knowledge Acquisition from open sources. Wikipedia. Social Web. Graph Algor
0. Richiami di statistica descrittiva: set di dati, statistiche descrittive, moda, media, statistiche dell’'ordinamento, mediana, quantili, percentili, varianza e deviazione standard, skewness e kurtosis, covarianza e correlazione, tabelle di frequenza, grafici e grafici a torta, grafici a scatola e valori anomali, istogrammi, stime di densità col metodo del kernel, distribuzione empirica di un set di dati, PP-plots e QQ-plots, dalla statistica empirica alla statistica inferenziale, la necessità di un calcolo delle probabilità. 1. Spazi di probabilità: esiti di fenomeni ed esperimenti aleatori, eventi, σ-algebre di eventi, probabilità, probabilità di Dirac, probabilità di Bernoulli, probabilità uniforme discreta, densità di probabilità discrete e continue, densità binomiale, ipergeometrica, geometrica, di Poisson, densità uniforme continua, densità esponenziale, densità Gaussiana, eventi indipendenti, condizionamento di eventi, probabilità condizionate, teorema della probabilità totale, teorema di Bayes. 2. Variabili Aleatorie: distribuzione e funzione di distribuzione di una variabile aleatoria, mediana, quantili, moda, variabili aleatorie discrete, variabili aleatorie di Dirac, di Bernoulli, di Rademacher, variabile aleatoria uniforme discreta, variabili aleatorie binomiale, e ipergeometrica, variabili aleatorie geometrica e di Poisson, variabili aleatorie continue e assolutamente continue, densità di una variabile aleatoria assolutamente continua, variabile aleatoria uniforme continua, variabili aleatorie esponenziale e Gaussiana. 3. Momenti di una variabile aleatoria: momento del primo ordine (speranza), momenti di ordine superiore, varianza, skewness, e kurtosis, disuguaglianze di Markov, di Tchebychev, di Holder e di Minkowski, spazi di variabili aleatorie. 4. Vettori aleatori: distribuzione congiunta e marginale, funzione di distribuzione di un vettore aleatorio, vettori aleatori assolutamente continui, densità di un vettore aleatorio assolutamente continuo, densità marginale, momenti di un vettore aleatorio, speranza di un vettore aleatorio, matrice di varianza-covarianza di un vettore aleatorio, distribuzioni Gaussiane multi-variate. 5. Variabili aleatorie indipendenti e condizionate: modello d'informazione, variabili aleatorie indipendenti, condizionamento di variabili aleatorie rispetto all'informazione disponibile, speranza condizionata, speranza condizionata e regressione lineare, speranza condizionata per variabili aleatorie congiuntamente Gaussiane. 6. Modi di convergenza di una successione di variabili aleatorie: convergenza quasi certa, convergenza in probabilità, convergenza in media e in media quadratica, convergenza in distribuzione, Leggi dei Grandi Numeri, Teorema del Limite Centrale. 7. Basi d'inferenza statistica: popolazioni e campioni, taglia di un campione, campioni aleatori, campioni indipendenti e non indipendenti, campione aleatorio semplice, il ruolo delle Leggi dei Grandi Numeri e del Teorema del Limite Centrale. 8. Stimatori puntuali: stimatori parametrici corretti e distorti, errore quadratico medio, stimatori consistenti e sufficienti, media campionaria, varianza campionaria, altri stimatori puntuali, distribuzioni di stimatori puntuali, distribuzione Gamma, distribuzione di Student, distribuzione Chi-quadro, indipendenza tra media e varianza campionaria di un campione aleatorio semplice Gaussiano. 9. Costruzione di stimatori puntuali: metodo dei momenti e metodo di massima verosimiglianza, proprietà degli stimatori di massima verosimiglianza. 10. Stimatori intervallari: intervalli di confidenza, intervalli di confidenza per la media di una popolazione, intervalli di confidenza per la varianza di una popolazione, intervalli di confidenza per la differenza tra le medie di due popolazioni, intervalli di predizione. 11. Test d'ipotesi: fondamenti concettuali di un test d'ipotesi, ipotesi nulle e alternative, tipi d'errore, regioni di rigetto e p-value, test d'ipotesi per la media di una popolazione, test d'ipotesi per la varianza di una popolazione, test d'ipotesi per la differenza tra le medie di due popolazioni, test di "aleatorietà", test di normalità, analisi della varianza (ANOVA). 12. Regressioni: modello di regressione lineare semplice, stimatori dei parametri del modello e loro proprietà, teorema di Gauss-Markov, analisi dei residui per l'adeguatezza del modello di regressione lineare, problema di predizione, regressione logistica semplice, modello di regressione lineare multipla, informazione di Akaike e informazione di Bayes. 13. Introduzione all'analisi di serie storiche: serie storiche e processi stocastici, processi stocastici stazionari ed ergodici, white noise e random walk, il ruolo della regressione lineare nell'analisi di serie storiche, serie storiche di dati economico-finanziari.
SISTEMI EMBEDDED Introduzione ai sistemi embedded. Tecnologie per sistemi embedded. L'architettura ARM. Sistema bare-metal basato su ARM (introduzione, cross-compiler; makefile; linker script; programmazione dei led; inizializzazione dei segmenti di memoria e stack; astrazione dei registri hardware; inizializzazione vettore eccezioni output su porta seriale; interruzioni hardware; tick periodico; scheduler RT con job non interrompibili; il gestore a basso livello delle interruzioni; scheduler RT con job interrompibili; politica EDF; server CBS; misurazione sperimentale di WCET e latenze) SISTEMI REAL-TIME Introduzione ai sistemi real-time. Modello di riferimento per i sistemi real-time. Schedulazione clock-driven. Algoritmi priority-driven. Ottimalita' di algoritmi priority-driven. Test di schedulabilita' per politiche a priorita' fissa. Condizioni di schedulabilita' per Rate Monotonic (RM), Deadline Monotonic (DM) , Earliest Deadline First (EDF). Schedulazione di job bloccanti. Algoritmi a conservazione di banda per schedulare job aperiodici. Controllo d'accesso alle risorse condivise. Real-time su multiprocessore. Sistemi operativi real-time. Uso del kernel Linux per l'ambito real-time
Introduzione all’apprendimento per rinforzo, metodi non associativi di apprendimento, introduzione a processi decisionali Markoviani, programmazione dinamica, tecniche di apprendimento tabellari (Monte Carlo, alle differenze temporali, tracce di eleggibilità), utilizzo congiunto di tecniche di pianificazione e di apprendimento, tecniche di apprendimento basate su approssimazione funzionale (lineare e non-lineare), controllo ottimo basato sui dati per sistemi con spazio di stato e azioni continue, analisi di sistemi parzialmente osservabili, esempi di applicazione di tecniche di apprendimento per rinforzo a esempi pratici.
CINEMATICA: Struttura cinematica dei meccanismi. Definizioni elementari. Coppie cinematiche e criteri di classificazione. Calcolo dei gradi di libertà in un meccanismo con formule di Gruebler e Kutzbach. Corrispondenza grafi-meccanismi. Il metodo delle equazioni di chiusura. Analisi delle configurazioni. Iterazione di Newton-Raphson. Metodo matriciale calcolo dei gradi di libertà. Richiami delle principali relazioni tra velocità ed accelerazione nei moti rigidi. Il metodo dei diagrammi polari. L'accelerazione di Coriolis nei meccanismi. Teorema di Aronhold-Kennedy. La regola di Grashof.Moti finiti. Centro della rotazione finita. Sintesi grafica del quadrilatero articolato per due e tre spostamenti: Matrici di spostamento dei moti assoluti e relativi. Metodo di Suh-Radcliffe e sue estensioni. Equazione di Freudenstein. Polari del moto. Analisi della curvatura. Equazione di Euler-Savary. Centro delle accelerazioni. Circonferenza dei flessi e di stazionarietà. Generazione profili coniugati (metodo dell'epiciclo). Teorema di Freudenstein. TRASMISSIONI MECCANICHE: Classificazione delle trasmissioni per ingranaggi. Caratteristiche dei profili ad evolvente. Il proporzionamento modulare. Linea d'ingranamento ed arco d'azione. L'interferenza e metodi per la sua eliminazione. Minimo numero di denti. Ruote a denti elicoidali. Analisi cinematica di rotismi epicicloidali. Formula di Willis. Tipologie di giunti meccanici: giunto cardanico, Tracta, Tripode, Rzeppa. Condizioni geometriche per trasmissione omocinetica del moto. STATICA E DINAMICA: Classificazione delle forze agenti nelle macchine. Sistemi di forze equivalenti. Risultante delle forze: Poligoni funicolari. Equazione di bilancio energetico nelle macchine. Rendimento di meccanismi in serie ed in parallelo. Rendimento meccanico di macchine semplici. Riduzione delle masse e delle rigidezze. Richiami dinamica del corpo rigido. Principio dei lavori virtuali e sue applicazioni all'analisi statica e dinamica. Analisi dinamica inversa dei meccanismi articolati piani: quadrilatero e manovellismo di spinta.Riduzione delle azioni d'inerzia. Modello semplificato della dinamica di un manovellismo di spinta.Metodo di Tredgold per il dimensionamento del volano. VIBRAZIONI: Vibrazioni libere e forzate dei sistemi lineari ad 1 g.d.l. Determinazione sperimentale del fattore di smorzamento: Metodo del decremento logaritmico e della potenza media dissipata. Coefficiente di amplificazione dinamica. Vibrazioni dei sistemi a base mobile. Coefficienti di trasmissibilità. Cenni sulle velocità critiche flessionali. Esempi di isolamento delle vibrazioni. Sistemi lineari a 2 g.d.l. Cenni sullo smorzatore dinamico delle vibrazioni. Metodi numerici di integrazione: Eulero, Heun e Runge. Vibrazioni dei sistemi ad n g.d.l. Ortogonalità dei modi di vibrare. Disaccoppiamento delle equazioni del moto.
1) Proprietà strutturali: raggiungibilità, controllabilità, osservabilità, determinabilità. 2) Assegnazione degli autovalori mediante retroazione statica dallo stato (formula di Mitter, formula di Ackermann). 3) Progetto di osservatori dello stato e retroazione dinamica dall'uscita. 4) Elementi di teoria della realizzazione. 5) Parametrizzazione di Youla-Kucera dei controllori stabilizzanti (caso SISO).
Programma di Prototipazione Virtuale: Prerequisiti: Non esistono propedeuticità obbligatorie da rispettare. Tuttavia è consigliabile la conoscenza della nomenclatura e dei principi di funzionamento dei principali elementi costruttivi delle macchine. Metodo di insegnamento: Frontale Metodi di valutazione: Prova applicativa al calcolatore elettronico e discussione di un progetto assegnato durante il corso. Contenuti (programma) del corso: Introduzione al corso. Introduzione alle problematiche e gli strumenti dell’ingegneria virtuale. La schematizzazione delle geometrie: modellatori wireframe, B-Rep, CSG, Octree, poligonali. Modellazione parametrica basata su lavorazioni. Schematizzazione matematica delle entità di modellazione: curve e superfici interpolanti ed approssimanti. Interpolazione lineare, quadratica e cubica. I polinomi di Lagrange. Curve di Bézier. Curve di Hérmite. Curve e superfici Bspline e NURBS. Patch di Coons. Esempi e implementazioni numeriche. Cenni di geometria differenziale di curve e superfici impiegate in ambiente CAD. Classi di precisione delle superfici. I sistemi CAE commerciali: caratteristiche, limiti e campi di applicazione. Strategie ed approcci alla modellazione parametrica: parti, assiemi, documentazione tecnica. Modellazione top-down e bottom-up. Lo schizzo 2D e 3D: entità, vincoli geometrici e dimensionali. Gli schizzi di layout e gli schizzi cinematici. Le operazioni di modellazione solida di base e le operazioni di modellazione solida avanzate. Operatori booleani e deformatori a forma libera. Modellazione di superfici. Modellazione di parti in lamiera. Configurazioni ed equazioni di modellazione. Vincoli di assieme statici, dinamici e superiori. Assiemi flessibili. Utilizzo ed implementazione di librerie di parti e lavorazioni. Analisi di funzionalità di parti e assiemi. Metodologie di ingegneria inversa in ambiente CAD. Algoritmi ed implementazioni di resa foto-realistica. Formati di interscambio dati di modellazione. Analisi dei costi dei modelli virtuali. Relazione tra caratteristiche geometriche, lavorazioni manifatturiere e costi di produzione. Ulteriori informazioni sul corso e sulle lezioni sono disponibili nelle pagine del corso all’indirizzo: http://dmmf.mec.uniroma2.it/CorsiPV.html
Introduzione al controllo robusto e adattativo; Norme di segnali e sistemi; Il teorema del piccolo guadagno; Dissipativita'; Modellistica delle incertezze; Il problema H-infinito: formulazione e soluzione; Equazioni di Riccati; Loopshaping; La teoria della regolazione; Il principio del modello interno; Incertezze parametriche; Stimatori e osservatori; Controllo adattativo. Cenni di controllo robusto e adattativo nonlineare. Esempi e applicazioni.
Approfondimenti sull'hardware Processori pipelining e superscalari Hardware speculativo Multiprocessori e multi-core Organizzazione della memoria fisica Coerenza e consistenza della memoria Supporti per la sincronizzazione hardware Architetture di interrupt avanzate Kernel Internals Indirizzamento e modelli di protezione del software GATE di accesso al kernel Dispatching delle chiamate di sistema Gestione della memoria a livello di sistema Gestione avanzata degli interrupt Scalabilita' del kernel Strutturazione del file system virtuale Interazioni del software con la gerarchia di memoria Approcci avanzati di coordinamento dei thread Sicurezza Aspetti di sicurezza del sistema Autenticazione e abilitazione Domini di protezione e sistemi operativi sicuri Attacchi interni al sistema e contromisure Architetture IDS e Reference Monitor Attacchi al confine tra hardware e software Casi di studio: kernel Linux 2.4 / 2.6 / 3.xx / 4.xx (architetture x86) Nozioni di base Principali strutture dati ed inizializzazione Comportamento a regime Kernel hacking Moduli
Prima parte Introduzione alle Reti di Calcolatori. La sezione di accesso della rete. La sezione interna della rete. Reti di accesso e mezzi trasmissivi. Ritardi e perdite nelle reti a commutazione di pacchetto. Strati protocollari e loro modelli di servizio. La rete dorsale di Internet. Breve storia. Principi dei protocolli dello strato di applicazione. Il World Wide Web: HTTP. Trasferimento di file: FTP. Posta Elettronica in Internet. DNS: il servizio di directory di Internet. Principi dei protocolli dello strato di trasporto. Multiplexing e demultiplexing delle applicazioni. Protocollo UDP. Trasferimento affidabile dei dati: principi. Controllo della congestione: principi. Protocollo TCP. Modelli di servizio della rete. Principi di instradamento. Instradamento gerarchico. Protocollo IP. Instradamento in Internet. Organizzazione interna dei router. Lo Strato di collegamento: introduzione e servizi. Tecniche di ricerca e correzione di errori. Protocolli di accesso multiplo e LAN. Indirizzi LAN ed ARP. Rete Ethernet. Hub, Bridge e Switch. LAN 802.11. Seconda parte Programmazione di applicazioni di rete. Paradigmi e concetto di socket. Progettazione di applicazioni connection-oriented e connectionless. Multiplexing dell'I/O. Esempi di Applicazioni. Componenti software del Web. Client Web. Server Web. Proxy Web. Protocollo HTTP/1.1. Caratteristiche generali ed evoluzione del protocollo. Metodi, header e codici di risposta. Meccanismi per l'ottimizzazione della banda di rete. Gestione della connessione: connessioni persistenti e pipelining. Architettura dei server Web. Componenti dei server Web. Tipologie di architetture software. Gestione di risorse statiche. Il server Web Apache. Tecnologie per la generazione di risorse dinamiche. Livelli logici di un servizio Web-based. Architetture multi-tier.
http://didattica.uniroma2.it/docenti/curriculum/5216-Antonio-Tornambe
La robotica: introduzione, caratteristiche meccaniche di un robot, lo spazio operativo, il carico operativo, i giunti, gradi di libertà, standardizzazione dei simboli. Rotazioni, traslazioni e roto-traslazioni: le coordinate indipendenti di un corpo rigido, rotazioni in R3, l'uso dei quaternioni per rappresentare le rotazioni, rotazioni infinitesime in R3, traslazioni in R3, roto-traslazioni in R3, matrici anti-simmetriche. Cinematica diretta: notazione di Denavit-Hartenberg, robot planare a 2 membri con giunti rotoidali a cerniera, robot planare a 3 membri con giunti rotoidali a cerniera, robot cartesiano, robot cilindrico, robot SCARA, robot sferico, robot sferico (tipo quello di Stanford), polso sferico, robot antropomorfo, il manipolatore di Stanford, il robot PUMA, il robot didattico SCORTEC-ER I. Cinematica inversa: calcolo della posizione inversa in forma chiusa, calcolo dell'orientamento inverso in forma chiusa, il problema cinematico inverso in forma chiusa, inversione dinamica della cinematica. Energia cinetica e potenziale: calcolo dell'energia cinetica/potenziale di corpi materiali, teorema di Steiner. Equazioni di Eulero-Lagrange: calcolo delle variazioni, il principio di Hamilton, statica, conservazione dell'energia totale, modelli dinamici di semplici sistemi meccanici. Fondamenti di manipolazione robotica: la matrice di presa, manipolazione di un oggetto, pianificazione del compito. Pianificazione della traiettoria e del percorso: pianificazione della traiettoria, minima energia, tempo minimo, pianificazione dell'assetto, curve di Bezier. Pianificazione del percorso: il grafo di visibilità, la decomposizione in celle, il metodo delle direttrici. Controllo: controllo di posizione ed inseguimento di traiettoria, controllo a coppia calcolata, controllo PD. Visione artificiale: corrispondenza diretta, estrazione di informazioni, metodo delle proiezioni. Dispositivi: gli encoder, modulazione PWM, sistemi di trasmissione del moto.
Ingegneria dei requisiti. Introduzione alle discipline fondamentali dell'ingegneria software. Processo di sviluppo SW. Elementi su modello a cascata e su Rational Unified Process (RUP). OO Thinking. Modellazione software. UML-Use case. UML-Activity Diagram. Classi, oggetti, nascondimento dell’informazione. Class Diagram. Ereditarietà. Polimorfismo. Collegamento di metodi in Java (“binding”). Interfacce. Ereditarietà multipla fra interfacce in Java. Associazioni, aggregazioni e composizioni. Differenza con Ereditarietà. Implementazione delle associazioni. Dipendenze e loro tipi. Esercitazione UML e OOP in Java 1. Esercitazione UML e OOP in Java 2. Diagrammi di sequenza. Macchine a stati e rel. diagrammi UML. GoF ed elementi di implementazione in Java. Altri tipi di Pattern. Sottosistemi : Interfacce e Componenti. Eccezioni e loro modello di programmazione in Java. Metaclassi. Riflessività (Reflection) in Java. File Java. Serializzazione/Deserializzazione. Esempi su definizione e impiego File Java. Verifica e Validazione del Software. Testing con JUnit. Introduzione. Java : Linguaggio e Piattaforma. Piattaforme IEE. Programmazione Java di tutto quanto sopra. Programmazione concorrente e applicazioni web. Introduzione. Modelli di concorrenza. Processi pesanti e leggeri. Thread Java. Tipologie di codifica di thread in Java. Concorrenza in ambiente globale. Stati di thread Java. Tipi di monitor. Monitor Java. Lock implicito e uso di Synchronized in Java. Lock e Condition Java. Lock di lettura scrittura. Altri tipici problemi di concorrenza in ambiente globale e loro soluzione in Java. File Java. Impiego di pattern Boundary-Control-Entity, Model-View-Controller, Model-View-Presentation in applicazioni laptop e web. Eventi e loro gestione in Java. Grafica in Java con Swing. Java Bean. HTML e JSP. JSP ed esempi. Annotazioni Java. Elementi sullo sviluppo software in team e relativi strumenti (Git). Progetto del corso: assegnazione, discussione e sviluppo in classe di elementi di: Use case Modeling. Use case Realization. Analisi. Progettazione. Costruzione. Test.
Richiami alla teoria della misura ed al trattamento degli errori Obiettivi delle misure nei reattori a fusione termonucleare controllata Misure e Ricostruzione dei campi elettromagnetici Richiamo di elettromagnetismo per le misura passive dei campi Introduzione ai laser ed ai fasci di neutri per la misura diretta dei campi elettromagnetici interni al plasma L'integrazione delle misure per l'identificazione ed il controllo della configurazione magnetica Diagnostica delle quantità cinetiche Introduzione alle tecniche interferometriche e riflettometriche per la misura della densità elettronica Emissione ciclotronica e scattering per la determinazione dei profili di temperatura elettronica Misura dei prodotti di fusione Richiami delle reazioni di fusione Fisica e tecnologia dei rivelatori di neutroni. Tecniche di misura per le particelle alpha Cenni di fisica atomica per la misura spettroscopica delle impurezze e la diagnostica degli ioni. Tecniche di post processing dei dati sperimentali.
PROGRAM: Section I: Machine Learning and Kernel-based Learning Overview of Supervised Leanring Methods. Probabilistic methods. Generative Methods. Unsupervised Methods. Clustering. Semantic Similarity metrics. Agglomerative Clustering. K-mean. Markov Models. Hidden Markov Models. Kernel-based Learning. Linear, Polynomial and RBF Kernels. String Kernels. Tree kernels. Latent Semantic kernels. Semantic kernels. Applications. Section II: Statistical Language Processing Supervised Language Processing tools. HMM-based POS tagging. Named Entity Recognition. Statistical parsing. PCFGs: Charniak parser. Lexicalized Parsing Models. Shallow Semantic Parsing: kernel based semantic role labeling. Information Extraction. Section III: Web Mining & Retrieval. Document Ranking Methods for the Web. Introduction to Social Network Analysis: rank and centrality. Random walk models: Page Rank. Search Engines. SEO. Google. Question Answering Systems. Open-domain Information Extraction. Knowledge Acquisition from open sources. Wikipedia. Social Web. Graph Algor
1. Giochi in forma normale. equilibri di Nash. Pareto ottimalità. strategie debolmente e strettamente dominanti. Strategie conservative. Payoff e preordini totali. 2. Un' applicazione delle strategie dominanti: i meccanismi di asta. Aste di primo prezzo e aste secondo prezzo (o di Vickrey). Un'applicazione degli equilibri di Nash: la legislazione di incidente. 3. Giochi antagonistici e a somma zero. Punti di sella ed equilibri di Nash per giochi a somma zero. Giochi strettamente competitivi. 4. Estensione in strategia mista di un gioco antagonistico. L'esistenza di un equilibrio nella strategia mista per i giochi aantagonistico e valore del gioco. Il teorema di von Neumann. Bluff, underbid e poker di Kuhn. 5. i giochi cooperativi. Nucleo di un gioco. Il teorema di Bondareva-Shapley. I mercati con utilità trasferibile. Giochi semplici e valore di Shapley. 6. Giochi cooperativi con l'utilità non trasferibile. Il problema dell'house allocation. Il problema dello stable marriage. 7. Facility location: teoria ed algoritmi risolutivi esatti ed approssimati, deterministici e randomizzati. Algoritmo primale duale e meccanismi di cost sharing. Facility location games. 8. Albero ricoprente di peso minimo: teoria e algoritmi esatti. Alberi di Steiner: teoria ed algoritmi risolutivi esatti ed approssimati. Algoritmo primale duale e meccanismi di cost sharing. Giochi con alberi di Steiner.
http://didattica.uniroma2.it/docenti/curriculum/3546-Roberto-Basili
Descrizione delle principali architetture di controllo e delle diagnostiche necessarie nel controllo degli impianti a fusione nucleare
Introduzione al corso, sistemi di equazioni non lineari, esistenza ed unicità delle soluzioni, stabilità alla Lyapunov, tecniche avanzate per l’analisi della stabilità dei punti di equilibrio, forme caratteristiche (forme normali, triangolari ecc.), nozione di controllabilità e osservabilità nonlineari, tecniche di controllo geometrico, feedback linearizzazione, osservatori ad alto guadagno, output feedback, applicazioni a sistemi robotici.
