90761 - ELEMENTI DI AUTOMAZIONE INDUSTRIALE LM

Conoscenze e abilità da conseguire

Il corso si propone di fornire le basi concettuali, metodologiche e pratiche che permettono di analizzare e progettare sistemi automatici di controllo di impianti e processi industriali. Il corso prevede quindi l’approfondimento delle tecniche di modellazione, analisi e controllo dei sistemi dinamici ad eventi discreti, indispensabili per lo studio di problemi di automazione industriale. Inoltre, verranno analizzati alcuni significativi casi di processi e impianti industriali. Vengono infine illustrate le più avanzate tecniche, caratterizzanti Industry 4.0, di Condition Monitoring e Predictive Maintenance basate su machine learning e reti neurali, nonché le tecniche a tempo discreto di controllo digitale per il (auto)tuning dei regolatori Industriali DiGITAL PID

Contenuti

INTRODUZIONE ALL'AUTOMAZIONE INDUSTRIALE

 

• Dalla rivoluzione industriale ad Industry 4.0
• Classificazione di impianti, processi e sistemi di controllo
  
• Tipologie e componenti principali delle linee di produzione
• Supervisione, controllo, monitoraggio
• Impianti di produzione e loro problematiche di automazione
• Computer Integrated Manufactoring (CIM)
• Modello piramidale di un sistema CIM: Campo, Macchina, Cella, Stabilimento, Azienda
• Controllo di campo, controllo di procedure, controllo di coordinamento.
  

 

TEORIA PER L’AUTOMAZIONE INDUSTRIALE

 

Modellizzazione di sistemi dinamici ad eventi discreti mediante Reti di Petri

• Sistemi dinamici ad eventi discreti: definizioni e proprietà
  
  
• Modellizzazione con reti di Petri di sistemi ad eventi discreti: posti, transizioni, relazione di flusso tra posti e transizioni, grafo di Petri, funzione di marcatura
  
  
• Evoluzione delle Reti di Petri Dinamiche: abilitazione e firing  delle transizioni, matrice di incidenza, vettore delle occorrenze, analisi di raggiungibilità, analisi grafica delle reti di petri
  
  
• Simulatori di Reti di Petri: software WoPeD e PIPE 2.0
  
  
• Modellistica con Reti di Petri di sistemi di produzione industriale: approccio fisico ed approccio funzionale
  
  

• Esempi di Modelli, Simulazione e Controllo di processi produttivi:

1. Modello del sistema produttore/consumatore
2. Modello del sistema client/server con buffer delle richieste a capacità unitaria o con capacità illimitata
3. Modello di un processo di produzione con 3 magazzini, tre robot, un nastro trasportatore, due macchine utensili
4. Implementazione e simulazione in WoPeD e PIPE 2.0 dei sistemi di cui ai punti 1,2,3
   
   

Analisi e Controllo di Reti di Petri ed Applicazione al Controllo dei Processi Industriali

• Analisi processi industriali descritti con reti di Petri: Vivezza, limitatezza, reversibilità, Albero e grafo di raggiungibilità e di copertura, Tecniche di riduzione, P-Invarianti, T-Invarianti, Sifoni, Trappole, Deadlock.
  
  
• Controllo e supervisione di un processo industriale mediante Reti di Petri: controllo mediante invarianti
  

• Pianificatore di Azioni basato su Reti di Petri
  
  
• Esempi di Controllo mediante Reti di Petri.

1. sistema di movimentazione con veicoli autoguidati

• Cenni alla traduzione di Reti di Petri in codice

 

INDUSTRY 4.0 INDUSTRIAL AUTOMATION

 

Sistemi di Controllo Digitale

• Regolatori industriali PID a tempo discreto
• Metodi di progetto basati sulla z-trasformata
• Controllo Real time e controllo multi-loop
• PID DIGITALI adattativi

 

Machine Learning per il Condition Monitoring e la Manutenzione Predittiva degli Impianti

• Applicazione del Machine Learning all’Automazione Industriale
• Condition Monitoring (CM) e Manutenzione predittiva IoT nell’ambito della Smart Factory
• Sensorizzazione per ottenere Big Data degli impianti per il CM la MPI: misurazione in tempo reale dati meccanici, elettronici, elettrici, dati su usura, surriscaldamento e consumi
• Applicazione ai Big Data di algoritmi di Machine Learning per il CM e la MPI: Fault Detection and Isolation, Remaining Useful Life (RUL) prediction
• Fault tolerant Control: mitigazione degli affetti dei guasti

 

Applicazioni di Machine Vision ai Sistemi Industriali

• “Machine Vision” e “Imaging Transformations”
• “Multi Cameras-Based Visual Servoing for Industrial Robots”
• “Distributed Filtering for Sensorless Control”

Testi/Bibliografia

• Dispense del Docente

• C. Bonivento, L. Gentili, A. Paoli, Sistemi di automazione industriale, Editore: McGraw-Hill, Anno edizione: 2011, ISBN: 88-386-6693-3

• P. Chiacchio, F. Basile, Tecnologie informatiche per l'automazione, Editore: McGraw-Hill, Anno edizione: 2004, ISBN: 88-386-6147-2
  

• Luca Ferrarini, Automazione Industriale: Controllo Logico con Reti di Petri, Editore: Pitagora Editrice, Anno edizione: 2001, ISBN: 88-371-1296-3

• Luca Ferrarini, Luigi Piroddi, Esercizi di Controllo Logico con Reti di Petri, Editore: Pitagora Editrice, Anno edizione: 2002, ISBN: 88-371-1340-4

• Pedro Larrañaga et al, Industrial Applications of Machine Learning. Editore: Chapman & Hall/CRC Data Mining and Knowledge Series

Metodi didattici

Lezioni in presenza. Software Matlab/Simulink. Software CAM.

Modalità di verifica e valutazione dell'apprendimento

Colloquio orale con lo studente. Eventuale tesina facoltativa su argomento concordato con lo studente.

Il colloquio orale può avvenire anche on-line su piattaforma TEAMS o ZOOM

Strumenti a supporto della didattica

Computer in aula e laboratorio didattico

Visite didattiche in industrie locali del settore.

Orario di ricevimento

Consulta il sito web di Paolo Castaldi