Ingegneria dei sistemi di Controllo

Транскрипт

1 Dalmine, Dipartimento di Ingegneria Ingegneria dei sistemi di Controllo Università degli Studi di Bergamo Dipartimento di Ingegneria dell Informazione Ermidoro Michele

2 About myself Nato a Bergamo 2006 Diploma di Ragioniere Programmatore Michele Ermidoro 2009 Laurea Triennale in Ingegneria Informatica 2011 Laurea Specialistica in Ingegneria Informatica (Curriculum industriale) PhD(s) 2013 PhD UniBg

3 About myself Nato a Bergamo 2006 Diploma di Ragioniere Programmatore Michele Ermidoro 2009 Laurea Triennale in Ingegneria Informatica 2011 Laurea Specialistica in Ingegneria Informatica (Curriculum industriale) PhD(s) PhD student PhD@ UniBg

4 About myself Nato a Bergamo 2006 Diploma di Ragioniere Programmatore 2009 Laurea Triennale in Ingegneria Informatica 2011 Laurea Specialistica in Ingegneria Informatica (Curriculum industriale) Michele Ermidoro [email protected] Cell: PhD(s) PhD student PhD@ UniBg 2017 Professore a contratto Consulente Freelance

5 Perchè io?

6 Perchè io? Il dottorato l ho svolto nel Control and Automation Lab dell università

7 Perchè io? Il dottorato l ho svolto nel Control and Automation Lab dell università

8 Cosa facciamo alcuni progetti

9 Cosa facciamo alcuni progetti

10 Cosa facciamo alcuni progetti AIM: Obtain an estimation of the working condition of a medium tension circuit breaker A tri-axial accelerometer has been placed on the structure, in order to analyze the vibrations during the Closing and Opening operations. y z x The data are then analyzed using an algorithm called DTW- Dynamic Time Warping. Mainly used in speech recognition, it analyzes the difference between two time series.

11 Cosa facciamo alcuni progetti AIM: Obtain an estimation of the working condition of a medium tension circuit breaker A tri-axial accelerometer has been placed on the structure, in order to analyze the vibrations during the Closing and Opening operations. y z x The data are then analyzed using an algorithm called DTW- Dynamic Time Warping. Mainly used in speech recognition, it analyzes the difference between two time series. mean of distance mean of distance 4 2 x 10 4 mean dtw freq CLOSING # of test x 10 4 mean dtw time CLOSING # of test FAULT

12 Cosa facciamo alcuni progetti AIM: Detect the impact of the gate with an human (or other object) as fast as possible. Threshold c TH An accelerometer has been placed on the gate. The acceleration is the fastest signal that identifies the impact. A Kalman filter mixes the accelerometer data with the motor torque in order to identify even slow speed impact. Accel. Torque Extended Kalman c α c α OFF c TH ON Activation Logic Real time estimation of friction coefficient

13 Cosa facciamo alcuni progetti

14 Cosa facciamo alcuni progetti

15 SKIN EXTRACTION Cosa facciamo alcuni progetti Best-Case-Scenario Neutral Background Worst-Case-Scenario Complex Background SKIN

16 ACNE EXTRACTION SKIN EXTRACTION Cosa facciamo alcuni progetti Best-Case-Scenario Neutral Background Worst-Case-Scenario Complex Background Clustered ACNE SKIN

17 Cosa facciamo alcuni progetti

18 Cosa facciamo alcuni progetti

19 CONTROLLO ANALISI DEI DATI FILTRAGGIO MODELLIZZAZIONE SIMULAZIONE MATEMATICA

20 Altri Corsi Controlli automatici IMAD (Identificazione dei modelli ed analisi dei dati) Laboratorio di automatica

21 Calendario Lezioni ref + e u Sistema y Controllore reale - Sensore

22 Calendario Lezioni ref + e u Sistema y Controllore reale - Sensore

23 Calendario Lezioni ref + e u Sistema y Controllore reale - Sensore Come scegliamo il sensore giusto?

24 Calendario Lezioni ref + e u Sistema y Controllore reale - Sensore

25 Calendario Lezioni In che modo possiamo agire sul sistema reale? ref + e u Sistema y Controllore reale - Sensore

26 Calendario Lezioni ref + e u Sistema y Controllore reale - Sensore

27 Calendario Lezioni Come si realizza un Controllore? ref + e u Sistema y Controllore reale - Sensore

28 Calendario Lezioni Argomento 1 Come scegliere un sensore. - Esempio applicativo: Impact prevention Dissuasore Argomento 2 Attuatori Elettrici - Classificazione motori - Descrizione struttura motori - Controllo motori Argomento 3 Scelta del controllore - Esempio applicativo: Carroponte - Esempio applicativo: ABS Argomento 4 Machine Learning Laboratorio MATLAB & SIMULINK

29 Varie eventuali ORARI Martedì: 8:30 11 Giovedì: 8:30 10 Ricevimento: Martedì dale 11 alle 12 presso il laboratorio di automatica. Richiedete comunque un appuntamento in anticipo via mail CONTATTI Mail: Telefono:

30 Modalità d esame TO BE DEFINED