Descrizione del modulo "Monitoraggio, Controllo e ottimizzazione di impianti e sistemi complessi (SP.P06.010.001)"

Type
Label
  • Descrizione del modulo "Monitoraggio, Controllo e ottimizzazione di impianti e sistemi complessi (SP.P06.010.001)" (literal)
Potenziale impiego per bisogni individuali e collettivi
  • - Logistica e trasporto intermodale - Riduzione di inquinamento e impatto ambientale - Monitoraggio ambientale per analisi dei rischi - Infomobilità per il trasporto intelligente - Group model building e stakeholder engagement (literal)
Tematiche di ricerca
  • Le principali tematiche di ricerca sono le seguenti: - modellazione e simulazione di sistemi complessi non lineari; - tecniche di controllo non lineare; - ottimizzazione dinamica; - osservatori per sistemi non lineari; - diagnosi di guasto; - apprendimento statistico; - predizione di serie temporali su base statistica; - signal processing; - simulazione system dynamics; - design e ottimizzazione di reti di telecomunicazioni e di reti in overlay. (literal)
Competenze
  • Le competenze possedute dai partecipanti fanno riferimento a metodologie, tecniche e conoscenze relative ai settori scientifico disciplinari dell'Automatica, della Statistica, della Ricerca Operativa, dell'Elettronica e delle Telecomunicazioni. In particolare sono presenti competenze relative alla modellazione, all'identificazione parametrica, alla simulazione, al controllo, all'analisi ed elaborazione dei segnali, all'ottimizzazione dinamica di sistemi complessi non lineari ad elevata dimensionalità. Tali tecniche e metodologie sia di analisi sia di sintesi costituiscono una valida alternativa a metodi standard e consolidati per la risoluzione di problemi di controllo e diagnostica reali. Inoltre sono presenti, sia a livello teorico sia applicativo, competenze nel campo della statistica \"classica\" (test di ipotesi, stima parametrica, regressione lineare, ecc.) ed \"avanzata\" (regressione non lineare, predizione di serie temporali, experiment design, ecc.) (literal)
Potenziale impiego per processi produttivi
  • - Miglioramento e innovazione dei processi produttivi - Controllo di impianti ad elevata complessità (turbine a ciclo combinato, motori ibridi, reti di telecomunicazioni, ecc.) - Diagnosi di guasto e sicurezza di impianto - Miglioramento efficienza catene energetiche di veicoli (literal)
Tecnologie
  • - Modellazione dinamica di sistemi non lineari mediante tecniche basate su approssimatori non lineari (es: reti neurali) e metodologie di apprendimento statistico, con campionamento efficiente dello spazio degli stati. - Ricostruzione dello stato, per la diagnosi di guasto e per la predizione di serie temporali. - Studio di sistemi dinamici non lineari, identificazione, stima dello stato per sistemi non lineari, controllo non lineare, progetto di regolatori in anello chiuso con retroazione sullo stato e sull'uscita. - Ottimizzazione dinamica con tecniche matematiche avanzate (quali programmazione dinamica approssimata e campionamento efficiente dello stato) che consentono di aumentare l'efficienza del processo, anche in contesti di elevata dimensionalità dello stato. - Programmazione lineare e non lineare, metodi Monte Carlo e quasi Monte Carlo, regressione non lineare, controllo ottimo. - Elaborazione di segnali acquisiti mediante strumentazione dedicata alla misurazione del campo magnetico terrestre. (literal)
Obiettivi
  • Gli obiettivi riguardano l'avanzamento della conoscenza nelle metodologie oggetto della ricerca e il loro impiego nei vari settori grazie alle collaborazioni messe in campo, sia con l'Università sia con i vari partner industriali. Le attività con Società Finmeccanica e con gli altri Partners dei Distretti Sistemi Intelligenti Integrati Tecnologie (SIIT) e delle Tecnologie Marine (DLTM) della Liguria vertono su vari temi quali l'avionica, l'infomobilità, l'energia, le telecomunicazioni. La collaborazione con vari partners industriali e di ricerca riguarda la presentazione di progetti europei e nazionali sui temi, fra gli altri, del trasporto marittimo intermodale e del trasporto pubblico. (literal)
Stato dell'arte
  • La complessità di impianti e sistemi tipici di contesti produttivi, logistici, ambientali, sociali, unita alla competizione internazionale, richiede lo sviluppo di metodologie nuove ed efficienti per il miglioramento delle attività di monitoraggio, controllo ed ottimizzazione delle prestazioni. Tale obiettivo può avvenire grazie allo sviluppo di attività di ricerca in particolare nei seguenti settori: controllo ottimo non lineare, apprendimento statistico, metodi numerici per la soluzione di problemi di ottimizzazione con un grande numero di variabili. Il controllo non lineare consente di affrontare problemi con risultati altrimenti non conseguibili usando le classiche tecniche di controllo lineare. Le tecniche di apprendimento statistico (quali, ad es., le reti neurali) sono uno strumento potente per risolvere problemi di controllo e diagnostica, altrimenti non facilmente risolubili con tecniche classiche. Per quanto riguarda l'ottimizzazione, nell'ottica di sistemi sempre più complessi diventa fondamentale l'impiego di tecniche in grado di fornire dinamicamente un miglioramento delle prestazioni. (literal)
Tecniche di indagine
  • Le competenze nel campo della statistica, dell'ottimizzazione, del controllo non lineare sono impiegate per l'indagine e la gestione di sistemi complessi non lineari attraverso l'implementazione di strumenti software quali simulatori, schemi di regolazione e ottimizzazione, tecniche per l'elaborazione dei segnali, mediante i programmi dedicati al calcolo e allo sviluppo di algoritmi installati sui computer a disposizione del gruppo di ricerca. In particolare, lo sviluppo di simulatori software opportunamente validati permette di mettere a frutto le competenze nel campo dell'analisi statistica e della teoria del controllo non lineare, avvalendosi dei personal computer a disposizione dell'Unità Operativa, senza modificare direttamente l'oggetto dell'indagine (per esempio, impianti per la produzione di energia, comportamento degli utenti di un servizio, sistemi di comunicazione mobile cooperativa). (literal)
Descrizione di

Incoming links:


Descrizione
data.CNR.it