Robotics, Automation And Electrical Engineering

Con riferimento ai cinque Descrittori di Dublino per il primo livello della formazione
1. CONOSCENZA E COMPRENSIONE
1.1 Sono forniti gli elementi di Conoscenza e comprensione della teoria dell’affidabilità nel più ampio contesto della qualità, coerentemente con le attuali definizioni previste dalla normativa. Con la parte relativa ad Affidabilità e Disponibilità si intende fornire agli studenti i concetti di base relativi allo studio, alla misura, alla valutazione e all’interpretazione delle prestazioni di affidabilità di un apparato elettrico/elettronico e dispositivi ICT in generale. Sono forniti gli strumenti operativi per migliorare le prestazioni di affidabilità di sistema e per la redazione di Report di affidabilità.
1.2 La parte relativa a Qualità, controllo e miglioramento intende fornire i concetti metodologici per misurare e verificare la conformità del prodotto a requisiti specificati e monitorare le prestazioni di un processo di produzione, in ottica di miglioramento.
1.3 Con la parte finale (Certificazione) si forniscono allo studente gli elementi necessari per intraprendere l’iter di certificazione, sia di prodotto che di sistema; si forniscono gli elementi conoscitivi delle Direttive europee.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze acquisite sui modelli di affidabilità e corrispondenti parametri statistici (MTTF,MTBF, MTTR), sulle configurazioni funzionali canoniche; capacità di effettuare calcoli previsionali di affidabilità e selezionare in maniera adeguata i componenti in funzione dell’ambiente operativo di lavoro
2.2 Capacità di valutare le caratteristiche di conformità e prodotto e le caratteristiche di un processo produttivo. Capacità di intervenire sulla correzione dei processi produttivi al fine di massimizzarne le caratteristiche.
2.3 Capacità di interpretare norme, regole tecniche e direttive comunitarie per la certificazione di prodotto e di organizzazione, nonché per la marcatura CE
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di raccogliere, analizzare e interpretare informazioni e dati al fine di esprimere un giudizio sulle prestazioni di affidabilità di un componente o un apparato.
3.2 Capacità di interpretare informazioni e dati di un processo di produzione ed esprimere giudizi sul livello qualitativo della produzione.
3.3 Capacità di interpretare una direttiva comunitaria, una norma o famiglia di norme finalizzate alla certificazione di prodotto e apparato, organizzazione e/o laboratorio.
4. ABILITA' COMUNICATIVE
Lo studente dovrà saper comunicare a terzi le competenze acquisite; attraverso l’esperienza di laboratorio, acquisirà abilità comunicative da dimostrare in un lavoro di gruppo.
5. CAPACITA' DI APPRENDIMENTO
Lo studente acquisirà autonomia nella scelta della documentazione tecnica e relativa interpretazione sui temi trattati nell’insegnamento

Sono trattate le metodologie di analisi e valutazione dell’affidabilità di componenti e sistemi. Sono presentate le tecniche di calcolo dell’affidabilità in ambito ICT, ed i metodi di previsione del tasso di guasto. Seguono concetti di controllo statistico della qualità con le tecniche di monitoraggio e correzione; viene studiata la variabilità dei processi produttivi e misurata la conformità di prodotto. E' trattata la marcatura CE, la certificazione di prodotto e sistema.

L’esame finale viene svolto in forma orale con discussione della relazione svolta in laboratorio. La prova orale verte su domande relative alle tre Sezioni previste nel programma di insegnamento, ugualmente pesate. In particolare, per la Sezione Affidabilità, viene valutata la conoscenza e la relativa capacità di applicarla nel calcolo dei parametri di affidabilità e del tasso di guasto di sistema o la determinazione del modello matematico di affidabilità. La verifica delle conoscenze e relativa capacità di applicarne i concetti relativi al "Controllo qualità" riguarda lo svolgimento di un esercizio sul calcolo della percentuale di prodotti conformi, sull’analisi di variabilità di processo produttivo, sull'analisi di capacità e l'uso dei relativi indici, sulla combinazione di processi gaussiani e interventi di miglioramento, sugli strumenti statistici di monitoraggio. Per accertare le conoscenze sulla Sezione Certificazione si richiede la conoscenza delle normative e delle direttive in ambito ICT, degli iter di certificazione di prodotto e di Organizzazione, della marcatura CE. All'orale lo studente è tenuto a dimostrare le conoscenze acquisite nel corso dell'esercitazione con discussione della relazione. Le tre parti hanno uguale peso in termini di punteggio, espresso in trentesimi. L’autonomia di giudizio relativamente ai temi trattati nel programma di insegnamento è verificata con la discussione dei temi trattati nel corso dell’esame, così come le abilità comunicative. La capacità di apprendimento è verificata attraverso la redazione dell’elaborato dell’esercitazione.
Ulteriori informazioni sulle modalità di verifica
Per sostenere l'esame è richiesta l'iscrizione on-line sul sito web della didattica abilitato alla verbalizzazione elettronica. La lista viene chiusa due giorni prima la data di appello. In funzione del numero di persone che si sono registrate all’appello potrà essere predisposto un calendario di giorni, comunicato all’inizio dell’esame. Non si accettano iscrizioni a lista chiusa e a calendario di esame predisposto e comunicato.
Come da regolamento didattico, il numero degli appelli di esame è pari a sette; le date sono stabilite in funzione delle indicazioni fornire dalla presidenza della Scuola di Ingegneria. Le date sono consultabili accedendo alla pagina della Scuola (www. ing.unifi.it), sezione Didattica-Appelli di esame.
La Commissione di esame è costituita da: M.Catelani, C.Carobbi, Lorenzo Ciani, G.Patrizi
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Prima parte: Affidabilità
A.Ferrero, D.Petri, P.Carbone, M.Catelani "Modern Measurements: fundamentals and applications", Wiley 2015 - In particolare Capitolo 9
M.Lazzaroni, L.Cristaldi, L.Peretto, P.Rinaldi, M.Catelani “Reliability Engineering – Basic Concepts and Applications in ICT”, Springer 2011 – Capitoli 1-2-3-4-5
Per la parte 2 del programma:
Douglas C.Montgomery: “Controllo statistico della qualità”, McGraw-HillItalia, 2000.
Per la parte 3 del programma:
Testi di norme e direttive attuali

(CC1) La conoscenza dei principi matematici e la comprensione del ruolo delle scienze matematiche come strumento di analisi e risoluzione di problemi e modelli alla base dell'ingegneria industriale ed in particolare dell'ingegneria meccanica. La conoscenza dei principi dell’informatica e dell’approccio algoritmico e numerico ai problemi.
(CA1) La capacità di applicare metodi matematici – con particolare riferimento ai problemi differenziali, all'algebra lineare per problemi di grandi dimensioni, alla risoluzione di sistemi non lineari di grandi dimensioni - per modellare, analizzare e risolvere problemi di tipo ingegneristico, anche con l’ausilio di strumenti informatici.
(CT3) Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni
(CT7) Rispettare impegni e tempi

Metodi diretti per sistemi lineari di grandi dimensioni. Metodi iterativi per sistemi di equazioni non lineari.
Metodi numerici per il problema di Cauchy. Metodi numerici per problemi ai limiti. Metodi numerici per equazioni alle derivate parziali.

(CC1, CA1) La verifica dell'apprendimento sarà svolta con una prova orale in cui saranno discussi e approfonditi metodi numerici oggetto del corso
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

A. Quarteroni, R. Sacco, F. Saleri, Matematica numerica, Springer–Verlag.
A. Quarteroni, Modellistica Numerica per problemi differenziali, Springer
J. Epperson, Introduzione all'analisi numerica,Teoria, metodi, algoritmi, Mc-Graw Hill.
G. D. Smith, Numerical solution of partial differential equations: Finite difference methods, Clarendon Press, Oxford
T. Davis, Direct Methods for Sparse Linear Systems, SIAM

Finalità generale è porre le basi della comprensione del ruolo e del funzionamento delle imprese in seno al sistema economico, tramite l'interpretazione delle strategie di sviluppo del vantaggio competitivo, l'analisi di redditività degli investimenti, l'analisi della condizioni economiche, patrimoniali e finanziarie.
CC14 (CC12-B031742): La conoscenza dell'organizzazione aziendale (cultura d'impresa) e dell'etica professionale.,
CC16 (CC1-B031742): La conoscenza dei principi contabili alla base delle scritture di bilancio e dei documenti che lo compongono, ivi . La conoscenza dei principali indicatori contabili, dei fondamenti di contabilità analitica, del concetto di valore di un’impresa, e delle metodologie per la valutazione degli investimenti
CA16 (CA1-B031742): La capacità di analizzare ed interpretare i dati di un bilancio di esercizio, misurare la redditività di un’attività, progetto, divisione di business e azienda nel suo complesso, e di saper valutare i margini di contribuzione ed interpretare le relazioni tra costi, volumi e reddito di un progetto/attività, nonché di saper effettuare scritture contabili elementari in partita doppia rispettando i principi di contabilità generale.
CA08-B031742, CA11-B031742, CA12-B031742, AG01-B031742, AG02-B031742, AG03-B031742, AG04-B031742, AG05-B031742, CC02-B031742, CC03-B031742, CC06-B031742, AC01-B031742, AC02-B031742, AC03-B031742, AC04-B031742, AC05-B031742, AP02-B031742, AP03-B031742

Parte 1: Il bilancio

• Stato patrimoniale, Conto economico, Rendiconto finanziario, Analisi di bilancio
  Parte 2: Elementi di matematica finanziaria
  Parte 3: Il valore economico dell’impresa
  Parte 4: La valutazione degli investimenti
  Parte 5: L’analisi dei costi
• Costi fissi e variabili, analisi BEP, costi diretti, indiretti e costo pieno.

Scritto e orale.
La prova scritta include un esercizio sull’analisi di bilancio, la prova orale prevede un esame orale con tre domande sul programma e/o la presentazione di una relazione sulla valutazione investimenti.
Lo studente deve dimostrare di conoscere i principi della contabilità generale, le metodologie per la valutazione degli investimenti una conoscenza di base della matematica finanziaria e della contabilità analitica (CC14, CC16, CA16) (CC12-B031742), (CC1-B031742), (CA1-B031742)
CA08-B031742, CA11-B031742, CA12-B031742, AG01-B031742, AG02-B031742, AG03-B031742, AG04-B031742, AG05-B031742, CC02-B031742, CC03-B031742, CC06-B031742, AC01-B031742, AC02-B031742, AC03-B031742, AC04-B031742, AC05-B031742, AP02-B031742, AP03-B031742
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

DISPENSA DEL DOCENTE (GRATUITA)
Ulteriori letture:
R. N. Anthony, L.K. Breitner, D.M. Macrì, Il bilancio - Analisi economiche per le decisioni e la comunicazione della performance + materiale didattico on - line. McGraw - Hill

Acquisire le conoscenze metodologiche necessarie per comprendere il funzionamento e saper ricavare le relazioni ingresso/uscita di reti elettriche resistive e dinamiche, anche in presenza di componenti attivi (cc5, ca5).
Sviluppare la capacità di usare in modo appropriato la terminologia della disciplina in modo da poter:
comprendere la letteratura relativa al funzionamento di reti elettriche (ap2);
presentare in modo efficace argomenti inerenti la disciplina (ac1, ac2);
discutere criticamente argomenti trattati durante il corso (ac1).
Maturare le competenze necessarie per proseguire gli studi e provvedere autonomamente al proprio aggiornamento (ap1, ag5).
Comprendere tecniche, metodi e loro limiti, avendo consapevolezza delle implicazioni non tecniche della pratica ingegneristica (ag2, ag5).
Sviluppare la capacità di combinare teoria e pratica per risolvere problemi multidisciplinari di ingegneria, tenendo conto dei vincoli anche di natura non tecnica, ed operando in collaborazione con altri ingegneri o altre professionalità tipicamente presenti nelle aziende del comparto manifatturiero (ag1, ag4, ap3).
cc5 - La conoscenza dei principi dell’elettrotecnica industriale, delle macchine elettriche, della
robotica industriale e dei controlli impiegati negli impianti industriali
ca5 - La capacità di risolvere problemi connessi alle reti elettriche resistive e dinamiche, anche in
presenza di componenti attivi, di scegliere e utilizzare le macchine elettriche nell'ambito di sistemi
meccanici, analizzandone le prestazioni, di progettare sistemi di controllo automatico a retroazione,
anche attraverso l’ausilio di strumenti informatici, di comprendere il funzionamento dei robot
manipolatori e mobili maggiormente impiegati nelle applicazioni industriali e non, di scegliere gli
opportuni azionamenti (elettrici oleodinamici e pneumatici) per macchine e impianti
ag1 - Capacità di analizzare dati e informazioni utilizzando metodi e strumenti noti, interpretarne i
risultati e trarre conclusioni coerenti, anche con il supporto di indicazioni fornite.
ag2 - Capacità di confrontare diverse opzioni o soluzioni a un problema ingegneristico e di contribuire a
scelte tecniche motivate, facendo riferimento alle norme tecniche e alle procedure standard di settore.
ag4 - Capacità di organizzare il proprio lavoro nel rispetto di impegni e scadenze assegnate, gestendo il
tempo e le risorse disponibili, valutando realisticamente le proprie capacità e contribuendo alla
priorizzazione delle attività.
ag5 - Capacità di riconoscere i propri limiti di conoscenza e il bisogno di acquisire nuove competenze,
individuando fonti informative adeguate e opportunità di apprendimento guidato.
ac1 - Capacità di comunicare e trasferire informazioni, idee, problemi e soluzioni in ambito
ingegneristico a interlocutori specialisti e non specialisti, utilizzando un linguaggio appropriato e
facendo riferimento a contesti applicativi noti.
ac2 - Capacità di presentare in modo chiaro e strutturato problemi, soluzioni, analisi e risultati
attraverso rapporti scritti e presentazioni orali, secondo modalità e formati standard.
ac3 - Capacità di rappresentazione e comunicazione grafica di dati, risultati e soluzioni tecniche,
mediante la redazione di schemi, grafici e tabelle, utilizzando strumenti e convenzioni consolidate.
ap1 -Capacità di apprendere e aggiornare le proprie conoscenze nell’area ingegneristica di riferimento,
anche in modo autonomo ma prevalentemente guidato, utilizzando strumenti e risorse didattiche
consolidate.
ap2 - Capacità di reperire e consultare fonti bibliografiche e documentazione tecnica attraverso le
principali risorse disponibili (biblioteche, banche dati, manuali e fonti digitali), selezionando le
informazioni rilevanti con il supporto di indicazioni fornite.
ap3 - Capacità di apprendere attraverso metodi didattici basati su progetti e sulla risoluzione di
problemi (Problem Based Learning – PBL), applicando conoscenze e strumenti acquisiti a casi studio e
problemi reali di complessità adeguata.

Prima Parte (6CFU)
Modello circuitale
Analisi dei circuiti in RPC
Analisi dei circuiti in RPS
Funzioni di rete
Sistemi trifase
Trasformatori
Seconda Parte (6 CFU)
Regime trasitorio
Metodo delle variabili di stato
Trasformata di Laplace
Amplificatori Operazionali
Simulazione circuitale in ambiente MATLAB e CAD

L'esame consiste in una prova scritta propedeutica che permette l'accesso ad una successiva prova orale.
Durante il corso saranno svolte prove parziali di esonero per l'esame.
Tutte le prove vertono sia su argomenti di teoria, sia su esercizi.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

R. Perfetti
"Circuiti elettrici"
Zanichelli

CA01 La capacità di applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi
CA06 La capacità di scegliere e applicare appropriati metodi analitici e di modellazione, basati sull’analisi matematica e numerica, per poter simulare al meglio il comportamento di componenti e impianti al fine di predirne e migliorarne le prestazioni
CA07 La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso l’uso di modelli teorici, conoscendone i limiti e le potenzialità
CA09 La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca
CC01 La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria meccanica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare.
CC02 La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC06 Strumenti per la modellazione dei sistemi energetici/meccanici/propulsivi e loro ruolo a supporto dell’analisi e progettazione di sistemi e componenti
CC16 La conoscenza del settore dell’automazione e della controllistica. La conoscenza di sistemi meccatronici.
CC19 La conoscenza di sistemi e metodi per la rappresentazione virtuale la modellazione e la ricostruzione geometrica 2D e 3D
AG02 Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento
AG05 La capacità di identificare il bisogno di nuove conoscenze
AC01 La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti
AP02 Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.)

Richiami di dinamica analitica. Coordinate lagrangiane. Equazioni di D'Alembert-Lagrange.
Sistemi olonomi ed anolonomi. Equazioni di Lagrange di seconda specie. Esempi di calcolo delle componenti lagrangiane delle forze attive.
Spazio di configurazione di un sistema meccanico. Coordinate lagrangiane o generalizzate. Varietà differenziabile, spazio tangente, campi vettoriali, distribuzioni. Lie bracket, teorema di Frobenius, teorema di Chow.
Metodologie per il controllo cinematico di sistemi anolonomi: ingressi di tipo periodico (sinusoidali). Applicazione al caso dell'uniciclo: cambio di variabili di configurazione e di ingresso. Parcheggio dell'uniciclo.
Modello cinematico dell'uniciclo. Progetto del sistema di controllo per l'inseguimento di una traiettoria con il metodo diretto di Lyapunov.
Richiami su moti piani e sul centro di istantanea rotazione. Richiami sul controllo a dinamica inversa.
Introduzione al backstepping control. Controllo backstepping di un triciclo: controllo dell'uniciclo equivalente, calcolo dei controlli virtuali per l'uniciclo, trasformazione nel sistema di riferimento della motoruota e controllo a dinamica inversa della motoruota.
Controllo sliding mode di sistemi ad un solo ingresso.
Chattering del segnale di controllo e metodi per evitarlo: boundary layer, second order sliding.
Controllo robusto di manipolatori.
Introduzione al Visual Servoing. Tipi di telecamere. Sensori a CCD e a C-MOS. Modello pinhole camera. Distanza focale. Modello di telecamera full perspective. Effetto di distorsione della lente e tecnica di undistortion. Calibrazione di una telecamera. Elementi di geometria proiettiva (omografie). Structure from motion.
Esercitazioni:
1) Esercizio svolto in aula: modellazione dinamica del pendolo di Furuta (massa concentrata).
2) Svolgimento in aula di esercizi sulla controllabilità di sistemi anolonomi: uniciclo su piano, sfera su piano, veicolo di tipo differential drive.
3) Esercizio svolto in aula: controllo in backstepping di un motore cc che comanda la rotazione di un volano.
4) Esercizio svolto in aula: applicazione del controllo sliding mode ad un motoriduttore con attrito ed incertezza del modello.
5) Esercizio svolto in aula: applicazione della tecnica di controllo robusto di manipolatori ad un sistema ad un grado di libertà (massa su piano con attrito).

Esame scritto obbligatorio. Eventuale discussione di un elaborato scelto durante il corso (elaborato facoltativo).
Tipicamente 3 domande inerenti agli argomenti del corso. Le domande possono essere riassunte, in linea di massima, nelle seguenti categorie: modellazione cinematica e/o dinamica di sistemi meccanici, vincoli olonomi ed anolonomi e studio di controllabilità, teoria di varie tecniche di controllo, asservimento visivo, esercizi relativi agli argomenti del corso.
Lo studente dovrà dimostrare una conoscenza sufficiente degli argomenti, capacità di ragionamento critico ed efficacia e competenza nell'esposizione.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

• B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo, 2008. Robotica: modellistica, pianificazione e controllo, terza edizione, McGraw-Hill. - T.I. Fossen, 1994. Guidance and Control of Ocean Vehicles, 1st ed., John Wiley & Sons Ltd (per approfondimenti). - R. Hartley and A. Zisserman, 2003. Multiple View Geometry in Computer Vision, 2nd ed., Cambridge University Press (per approfondimenti). Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

Il corso intende dotare lo studente di strumenti teorici e pratici
per l'analisi computazionale (a partire da modelli espliciti basati sulla geometria e sulla fisica della visione) di immagini singole, collezioni di immagini e sequenze video.
Tali conoscenze sono finalizzate allo sviluppo di sistemi e algoritmi di computer vision
2D e 3D, con applicazioni nei più svariati campi, quali
la robotica autonoma e la guida automatica, la fruizione e preservazione dei beni culturali,
gli ausili per disabili, l'automazione industriale, l'interazione avanzata uomo-macchina basata su movimenti e gesti,
la grafica 2D/3D interattiva ed adattativa, l'informatica forense.

1. LA VISIONE NELL'UOMO E NELLA MACCHINA: ASPETTI COMPUTAZIONALI
2. FORMAZIONE DELL'IMMAGINE
3. VISIONE MONOCULARE: VISTE DI SINGOLI PIANI
4. REGISTRAZIONE DI IMMAGINI
5. TELECAMERE: MODELLI E CALIBRAZIONE
6. Ricostruzione 3D densa da sequenze video.
7. ALGORITMI DI STEREOPSI, Stereo fotometrico.
8. RICOSTRUZIONE 3D DA VISTE SINGOLE E MULTIPLE
9. APPLICAZIONI: Beni culturali, Realta' aumentata, INTERAZIONE UOMO-MACCHINA,
ROBOTICA avanzata, MULTIMEDIA, Informatica forense, etc.

Esame orale. Il colloquio prende avvio dalla teoria di uno degli argomenti in programma, che si chiede di illustrare in dettaglio. Seguono domande di ordine pratico-realizzativo, ed esercizi volti a verificare la comprensione della teoria come strumento per risolvere problemi reali.
Elaborato o ricerca bibliografica (solo studenti 9 CFU). L'elaborato verte sulla scrittura di un programma (in MATLAB, C++ o Python) per la soluzione di un semplice problema attraverso le tecniche studiate nel corso o altre tecniche che il candidato desideri approfondire. Al programma deve essere allegata una relazione che descriva i dettagli matematici e di implementazione degli algoritmi impiegati. La ricerca bibliografica (anch'essa proponibile dallo stesso studente) consiste in una review di una particolare tecnica di visione (es. algoritmi per il calcolo della disparita' stereo) alla luce della letteratura recente, ovvero nell'approfondimento di un ambito applicativo della visione (es. algoritmi di visione per l'industria cinematografica).
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

1. Hartley and Zisserman, MULTIPLE VIEW GEOMETRY IN COMPUTER VISION.
Cambridge University Press, 2003 (2nd edition).
2. Torralba, Isola and Freeman, FOUNDATIONS OF COMPUTER VISION. MIT Press, 2024.
Su diversi argomenti saranno messi a disposizione
degli studenti sia appunti di lezione che articoli in lingua inglese tratti dalla
letteratura recente.

Lo studente dovrà acquisire la conoscenza dei seguenti argomenti:
1.1 sintesi di controllori stabilizzanti in problemi di inseguimento di segnali di riferimento e di reiezione di disturbi;
1.2 sintesi diretta mediante scelta della funzione di trasferimento ad anello chiuso;
1.3 sintesi regolatore;
1.4 tecniche per l'implementazione digitale di controllori analogici.
Lo studente dovrà essere in grado di applicare le conoscenze acquisite per il raggiungimento dei seguenti obiettivi:
2.1 utilizzare le tecniche per la sintesi di controllori stabilizzanti in problemi di inseguimento di segnali di riferimento e di reiezione di disturbi;
2.2 utilizzare le tecniche per la sintesi diretta di sistemi di controllo;
2.3 utilizzare le tecniche per il progetto del regolatore;
2.4 utilizzare le tecniche per l'implementazione digitale di controllori analogici.
Con riferimento ai Descrittori di Dublino
(CDL INGEGNERIA BIOMEDICA )
Conoscenza e comprensione: cc5
Capacità di applicare conoscenza e comprensione: ca3, ca4, ca5, ca6, ca8
Autonomia di giudizio: ag1, ag2
Capacità di comunicazione: ac1, ac2
Capacità di apprendimento: ap1, ap2
(CDLM ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING)
Conoscenza e comprensione: cc3
Capacità di applicare conoscenza e comprensione: ca7
Autonomia di giudizio:
Capacità di comunicazione: ac3
Capacità di apprendimento: ap3
(CDLM INGEGNERIA DEI SISTEMI ELETTRONICI)
Conoscenza e comprensione: cc11
Capacità di applicare conoscenza e comprensione:
Autonomia di giudizio: ag2, ag4
Capacità di comunicazione: ac2
Capacità di apprendimento: ap2
(CDL INGEGNERIA ELETTRONICA – CONTROLLI AUTOMATICI I )
Conoscenza e comprensione: cc19
Capacità di applicare conoscenza e comprensione: ca23, ca28, ca29, ca33, ca35
Autonomia di giudizio: ag2
Capacità di comunicazione: ac1, ac2
Capacità di apprendimento: ap2
CDL INGEGNERIA MECCANICA – CONTROLLI AUTOMATICI I )
Conoscenza e comprensione: cc5
Capacità di applicare conoscenza e comprensione: ca5
Autonomia di giudizio: ag1, ag4, ag5
Capacità di comunicazione: ac1, ac2, ac3
Capacità di apprendimento: ap1, ap2, ap3

Stabilità dei sistemi di controllo a retroazione e progetto di controllori stabilizzanti. Tecniche di sintesi diretta. Limitazioni sulle prestazioni dei sistemi di controllo. Sistemi di controllo a dati campionati. Sintesi di sistemi di controllo nello spazio di stato.

La verifica finale consta di una prova scritta e una prova orale in cui attraverso esercizi e domande si verifica la capacità di:
1. saper valutare la stabilità dei sistemi di controllo a retroazione;
2. saper applicare il principio del modello interno a problemi di inseguimento di segnali di riferimento e di reiezione di disturbi;
3. saper progettare sistemi di controllo mediante la tecnica dei controllori stabilizzanti;
4. saper progettare sistemi di controllo mediante la tecnica di sintesi diretta;
5. saper caratterizzare la sovraelongazione e la sottoelongazione della risposta al gradino;
6. saper progettare il regolatore per sistemi lineari tempo-invarianti a tempo continuo;
7. saper applicare le tecniche per l'implementazione digitale di controllori analogici.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Bolzern, Scattolini, Schiavoni. Fondamenti di controlli automatici, 5a edizione, Mc Graw-Hill Italia, Milano, 2025. Basso, Chisci, Falugi. Fondamenti di Automatica, De Agostini-UTET, 2007. Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

1) Conoscenza e comprensione
Obiettivo 1.1) Conoscenza della classificazione IEC 61512: basic control, procedural control e coordination control.
Obiettivo 1.2) Comprensione delle principali architetture di controllo industriale: distribuite, supervisionate e decentralizzate.
Obiettivo 1.3) Conoscenza degli schemi di controllo classici e moderni: controllo per progetto, feedforward, feedback e modello interno.
Obiettivo 1.4) Conoscenza della struttura e delle proprietà dei controllori PID ideali, ISA e non ideali.
Obiettivo 1.5) Comprensione dei fenomeni di saturazione, wind-up e anti-windup nei controllori industriali.
Obiettivo 1.6) Conoscenza delle principali tecniche di digitalizzazione per il basic control.
Obiettivo 1.7) Comprensione dei fenomeni di campionamento, quantizzazione, aliasing e comportamento intra-campionario.
Obiettivo 1.8) Conoscenza dei principi dei controllori in sliding mode per processi fisici non lineari.
2) Capacità di applicare conoscenza e comprensione
Obiettivo 2.1) Saper configurare controllori PID mediante il metodo del modello interno.
Obiettivo 2.2) Saper riconoscere il wind-up e descrivere tecniche di back calculation and tracking.
Obiettivo 2.3) Saper analizzare gli effetti di campionamento, quantizzazione e ricostruzione nei sistemi digitali.
Obiettivo 2.4) Saper discretizzare controllori continui mediante metodi elementari e avanzati.
Obiettivo 2.5) Saper progettare PID digitali e valutarne le differenze rispetto ai PID continui.
Obiettivo 2.6) Saper impostare un controllore in sliding mode per un processo fisico non lineare.
Obiettivo 2.7) Saper progettare e digitalizzare un servo-controllore per applicazioni robotiche.
3) Autonomia di giudizio
Obiettivo 3.1) Saper scegliere lo schema di controllo più adeguato a un problema di automazione industriale.
Obiettivo 3.2) Saper valutare limiti e condizioni di applicabilità di PID, controllo a modello interno e sliding mode.
Obiettivo 3.3) Saper scegliere una tecnica di digitalizzazione coerente con prestazioni, stabilità, ritardi e non linearità del sistema.
4) Abilità comunicative
Obiettivo 4.1) Saper descrivere schemi di controllo e architetture industriali con linguaggio tecnico appropriato.
Obiettivo 4.2) Saper discutere scelte progettuali relative a PID, digitalizzazione, controllo a modello interno e sliding mode.
Obiettivo 4.3) Saper presentare l’analisi di un servo-azionamento collegando modello, controllo e implementazione digitale.
5) Capacità di apprendimento
Obiettivo 5.1) Capacità di comprendere documenti tecnici e scientifici relativi a sistemi di controllo industriali, sistemi cyber-fisici, PID, digitalizzazione, sliding mode e servo-azionamenti.
#####################
RIFERIMENTO AI DESCRITTORI DI DUBLINO.
#####################
LAUREA MAGISTRALE IN ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING: CONTROLLO DEI CYBER-PHYSICAL SYSTEMS.
CONOSCENZA E CAPACITA' DI COMPRENSIONE
cc3 - La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica.
cc5 - La conoscenza dei componenti e dei sistemi elettronici e la loro applicazione nei settori dell'automazione e della produzione, gestione e distribuzione dell'ingegneria dell'energia elettrica
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
ca2 - Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica.
ca7 - Attitudine alla risoluzione di problemi e capacità di lavoro autonomo.
AUTONOMIA DI GIUDIZIO
ag4 - Individuare e interpretare le normative.
ABILITA' COMUNICATIVE
ac2 - Ha la capacità di lavorare in un contesto interdisciplinare comprendendo i risultati del lavoro delle persone con cui coopera e le loro richieste.
#####################
LAUREA MAGISTRALE IN INGEGNERIA INFORMATICA: INDUSTRIAL AUTOMATION.
CONOSCENZA E COMPRENSIONE
cc4 - Conoscenze avanzate di modelli ed architetture per l'elaborazione di grandi quantità di dati attraverso architetture parallele, distribuite, scalabili e ad elevata resilienza ;
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
ca5 - Adottare un approccio ingegneristico ed ispirato alla ottimizzazione per l'analisi e risoluzione di problemi
AUTONOMIA DI GIUDIZIO
ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni rigorose e tecnicamente valide sui temi e progetti affrontati
CAPACITÀ DI COMUNICAZIONE
ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche di organicità e rigore tecnico
ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a interlocutori non specialisti, in lingua italiana o inglese
CAPACITÀ DI APPRENDIMENTO
ap1 - Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione.
ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento, sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività autonome.
ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di
elaborati analitici o progettuali, e nelle relazioni delle attività svolte.
#####################
LAUREA MAGISTRALE IN SISTEMI ELETTRONICI: CONTROLLO DEI CYBER-PHYSICAL SYSTEMS.
CONOSCENZA E COMPRENSIONE
cc1: Elettronica per sensori e trasduttori
cc11: Progetto di sistemi di controllo PLC, a retroazione e controllori industriali PID
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
ca1: Progettare sistemi complessi con sezioni analogiche e digitali
ca11: Progettare sistemi complessi per elaborazioni segnali in tempo reale
ca15: Saper implementare algoritmi di elaborazione dati e validarne il funzionamento
AUTONOMIA DI GIUDIZIO
ag1: Elevata capacità di analisi nel proprio campo di studio
ag2: Formulare considerazioni scientificamente rigorose e tecnicamente valide in modo autonomo
ag3: Applicare un approccio interdisciplinare nella valutazione di temi e progetti
ag4: Capacità di selezionare le informazioni rilevanti
CAPACITÀ DI COMUNICAZIONE
ac3: Sviluppo della capacità di comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti
CAPACITÀ DI APPRENDIMENTO
ap1: Sviluppo delle capacità di seguire, in autonomia, il rapido evolversi della tecnologia
ap3: Sviluppo delle capacità di comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti

Storia ed evoluzione dell’automatica dall’era pre-industriale all’Industria 4.0.
Schemi di controllo dell’automazione tradizionale e moderna.
Controllori PID e configurazione mediante metodo del modello interno.
Tecniche di digitalizzazione per il basic control.
Sistemi di controllo robusti per processi fisici non lineari.
Servo-azionamenti elettromeccanici per applicazioni robotiche.

1) Conoscenza e comprensione
Modalità di verifica dell'obiettivo 1.1) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.2) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.3) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.4) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.5) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.6) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.7) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 1.8) Verifica mediante esercizi a risposta multipla.
2) Capacità di applicare conoscenza e comprensione
Modalità di verifica dell'obiettivo 2.1) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 2.2) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 2.3) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 2.4) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 2.5) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 2.6) Verifica mediante esercizi a risposta multipla.
Modalità di verifica dell'obiettivo 2.7) Verifica mediante esercizi a risposta multipla.
3) Autonomia di giudizio
Modalità di verifica dell'obiettivo 3.1) Verifica mediante domande a risposta libera.
Modalità di verifica dell'obiettivo 3.2) Verifica mediante domande a risposta libera.
Modalità di verifica dell'obiettivo 3.3) Verifica mediante domande a risposta libera.
4) Abilità comunicative
Modalità di verifica dell'obiettivo 4.1) Verifica mediante colloquio orale.
Modalità di verifica dell'obiettivo 4.2) Verifica mediante colloquio orale.
Modalità di verifica dell'obiettivo 4.3) Verifica mediante colloquio orale.
5) Capacità di apprendimento
Modalità di verifica dell'obiettivo 5.1) Verifica mediante domande a risposta libera.

Augusto Ferrante, Antonio Lepschy, and Umberto Viaro.
Introduzione ai controlli automatici.
UTET Libreria, Italia, 2000.
ISBN 978 88 251 7335-2.
GianAntonio Magnani, Gianni Ferretti, and Paolo Rocco.
Tecnologie dei sistemi di controllo.
McGraw-Hill, Milano, Italia, 2007.
ISBN 978 88 386 7275-0.
Claudio Bonivento, Luca Gentili, and Andrea Paoli.
Sistemi di automazione industriale. Architetture e controllo.
McGraw-Hill, Milano, Italia, 2011.
ISBN 978 88 386 6693-3.
Mikell P. Groover.
Automation, Production Systems, and Computer-Integrated Manufacturing
Pearson, Upper Saddle River, NJ, 2015
ISBN 978 0 13 349961-2.
Alessandro Giua, and Carla Seatzu.
Analisi dei sistemi dinamici.
Springer-Verlag Italia, II edizione, 2009.
ISBN 978 88 470 0284-5.
Gianni Potti.
Industria 4.0. Storia di macchine e di uomini.
Edizioni Ares, 2020.
ISBN 978 88 815 5992-3.

Il corso tratta i principali apparati utilizzati per la conversione statica controllata di energia elettrica e le loro applicazioni più significative. Di
ciascuno schema vengono esaminati le caratteristiche di funzionamento nonché i criteri base di dimensionamento.
Gli obiettivi formativi sono:
CONOSCENZA E CAPACITA’ DI COMPRENSIONE
CC1 La conoscenza multidisciplinare normativa, metodologica, tecnologica e strumentale del contesto relativo alla transizione energetica di sistemi, servizi e prodotti.
CC 4 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’ingegneria dell’energia elettrica
CC5 La conoscenza dei componenti e dei sistemi elettronici e la loro applicazione nei settori dell'automazione e della produzione, gestione e distribuzione dell'ingegneria dell'energia elettrica
CC7 La conoscenza di strumenti avanzati di analisi e progettazione (meccanica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti e sistemi.
CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
CA1 Applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi.
CA2 Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica
CA5 Proporre, sviluppare e applicare metodologie alternative e innovative per lo sviluppo di prodotti e servizi nell’ambito della transizione ecologica.
CA7 Attitudine alla risoluzione di problemi e capacità di lavoro autonomo.
AUTONOMIA DI GIUDIZIO
AG1 Comunicare, lavorare in gruppo e decidere in autonomia.
AG3 Condurre ricerche bibliografiche e utilizzare basi di dati ed altre fonti di informazione.
AG 5 Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
ABILITA’ COMUNICATIVE
AC 1 Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
AC 2 Ha la capacità di lavorare in un contesto interdisciplinare comprendendo i risultati del lavoro delle persone con cui coopera e le loro richieste.
AC3 È in grado di comunicare in forma non ambigua i risultati del proprio lavoro e delle proprie attività ad un livello idoneo a facilitare il lavoro in gruppo e tra gruppi.
CAPACITA’ DI APPRENDIMENTO
AP2 Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
AP3 Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
AP4 Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.

1.Componenti semiconduttori di potenza
2. Convertitori c.a./c.c.
3. Convertitori c.c./c.c.:
4. Regolatori di tensione in c.a.
5. Convertitori c.c./c.a.
6. Convertitori c.a./c.a.
7. Elementi di progettazione del sistema di controllo dei convertitori e di azionamenti elettrici

Esame orale costituito da domande teoriche volte a verificare:

• la conoscenza del principio di funzionamento e del comportamento elettromagnetico dei convertitori in oggetto (CC1, CC4, CC5, CC7);;
• la capacità di applicare le conoscenze al fine di determinare i modelli matematici dei convertitori in oggetto e le forme d'onda delle principali grandezze elettriche ad essi associate (CA1, CA2);
• la capacità di applicare le conoscenze al fine di determinare le caratteristiche di funzionamento ed i parametri dei principali convertitori in oggetto (CA1, CA2);
• la capacità di applicare le conoscenze al fine di scegliere i convertitori di potenza per le diverse applicazioni facendo uso delle specifiche tecniche riportate nei manuali (CA5, CA7).

1. M.H.RASHID: "Elettronica di potenza. Vol.1 - Dispositivi e circuiti " – Pearson Prentice Hall 2007
2. M.H.RASHID: "Elettronica di potenza. Vol.2 - Applicazioni. " – Pearson Prentice Hall 2008
3. B.K.BOSE: "Power Electronics and Motor Drives" – Elsevier 2006
4. N.MOHAN, T.M.UNDELAND, W.P.ROBBINS: “Elettronica di Potenza, convertitori e applicazioni”, Hoepli 2005.
5. R. Teodorescu, M. Liserre, P. Rodriguez “Grid Converters for Photovoltaic and Wind Power Systems”, Wiley-IEEE, ISBN 8-0-470-05751- 3, January 2011
6. D.G. Holmes and T. Lipo, Pulse Width Modulation for Power Converters: Principles and Practice, 2003, ISBN 0471208140.
7. M. P. Kazmierkowski, R. Krishnan, F. Blaabjerg, “Control in Power Electronics”, Academic Press, 2002, ISBN 0-12-40277205.
"Controlla la bibliografia su onesearch. Per aiuto contatta la tua biblioteca”

Il corso tratta i principali apparati utilizzati per la conversione statica controllata di energia elettrica e le loro applicazioni più significative. Di
ciascuno schema vengono esaminati le caratteristiche di funzionamento nonché i criteri base di dimensionamento.
Gli obiettivi formativi sono:
CONOSCENZA E CAPACITA’ DI COMPRENSIONE
CC1 La conoscenza multidisciplinare normativa, metodologica, tecnologica e strumentale del contesto relativo alla transizione energetica di sistemi, servizi e prodotti.
CC 4 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’ingegneria dell’energia elettrica
CC5 La conoscenza dei componenti e dei sistemi elettronici e la loro applicazione nei settori dell'automazione e della produzione, gestione e distribuzione dell'ingegneria dell'energia elettrica
CC7 La conoscenza di strumenti avanzati di analisi e progettazione (meccanica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti e sistemi.
CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
CA1 Applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi.
CA2 Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica
CA5 Proporre, sviluppare e applicare metodologie alternative e innovative per lo sviluppo di prodotti e servizi nell’ambito della transizione ecologica.
CA7 Attitudine alla risoluzione di problemi e capacità di lavoro autonomo.
AUTONOMIA DI GIUDIZIO
AG1 Comunicare, lavorare in gruppo e decidere in autonomia.
AG3 Condurre ricerche bibliografiche e utilizzare basi di dati ed altre fonti di informazione.
AG 5 Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
ABILITA’ COMUNICATIVE
AC 1 Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
AC 2 Ha la capacità di lavorare in un contesto interdisciplinare comprendendo i risultati del lavoro delle persone con cui coopera e le loro richieste.
AC3 È in grado di comunicare in forma non ambigua i risultati del proprio lavoro e delle proprie attività ad un livello idoneo a facilitare il lavoro in gruppo e tra gruppi.
CAPACITA’ DI APPRENDIMENTO
AP2 Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
AP3 Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
AP4 Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.

1.Componenti semiconduttori di potenza
2. Convertitori c.a./c.c.
3. Convertitori c.c./c.c.:
4. Regolatori di tensione in c.a.
5. Convertitori c.c./c.a.
6. Convertitori c.a./c.a.
7. Elementi di progettazione del sistema di controllo dei convertitori e di azionamenti elettrici

Esame orale costituito da domande teoriche volte a verificare:

• la conoscenza del principio di funzionamento e del comportamento elettromagnetico dei convertitori in oggetto (CC1, CC4, CC5, CC7);;
• la capacità di applicare le conoscenze al fine di determinare i modelli matematici dei convertitori in oggetto e le forme d'onda delle principali grandezze elettriche ad essi associate (CA1, CA2);
• la capacità di applicare le conoscenze al fine di determinare le caratteristiche di funzionamento ed i parametri dei principali convertitori in oggetto (CA1, CA2);
• la capacità di applicare le conoscenze al fine di scegliere i convertitori di potenza per le diverse applicazioni facendo uso delle specifiche tecniche riportate nei manuali (CA5, CA7).

1. M.H.RASHID: "Elettronica di potenza. Vol.1 - Dispositivi e circuiti " – Pearson Prentice Hall 2007
2. M.H.RASHID: "Elettronica di potenza. Vol.2 - Applicazioni. " – Pearson Prentice Hall 2008
3. B.K.BOSE: "Power Electronics and Motor Drives" – Elsevier 2006
4. N.MOHAN, T.M.UNDELAND, W.P.ROBBINS: “Elettronica di Potenza, convertitori e applicazioni”, Hoepli 2005.
5. R. Teodorescu, M. Liserre, P. Rodriguez “Grid Converters for Photovoltaic and Wind Power Systems”, Wiley-IEEE, ISBN 8-0-470-05751- 3, January 2011
6. D.G. Holmes and T. Lipo, Pulse Width Modulation for Power Converters: Principles and Practice, 2003, ISBN 0471208140.
7. M. P. Kazmierkowski, R. Krishnan, F. Blaabjerg, “Control in Power Electronics”, Academic Press, 2002, ISBN 0-12-40277205.
"Controlla la bibliografia su onesearch. Per aiuto contatta la tua biblioteca”

The course will contribute to the following learning objectives specific of the Master Programme:
Knowledge and understanding
cc5 - Knowledge of systems and methods for virtual representation, modelling, and 2D and 3D geometric reconstruction.
Applying knowledge and understanding
ca2 The ability to carry out engineeringprojects, working in a multidisciplinary environment.
ca5 The ability to combine theory and practice to identify and solve multidisciplinary engineering problems, considering constraints, including non-technical ones.
Making judgements
ag1 The ability to independently analyse data and information, draw objective conclusions and make consequential decisions.
Considering the course mutated within the study program of the master's degree in Robotics, Automation and Electrical Engineering, the course will pursue the following educational goals:

• CC7 Knowledge of advanced analysis and design tools (mechanical, electrical, or multiphysics) for modeling and numerical simulation of components and systems.
• CC8 - Knowledge of systems and methods for virtual representation, modeling, and geometric reconstruction of objects.
• CA5 - Propose, develop, and apply alternative and innovative methodologies for the development of products and services in the field of ecological transition.
• AP1 - Ability to generate new knowledge and/or research state-of-the-art knowledge, and to maintain a constant process of learning and updating.

Additive manufacturing technologies: global and specific characteristics
Design for additive manufacturing principles
Design methods and tools to optimize the production with additive technologies

Students have to pass a written exam and take a practical exam on the computer. The two tests are on the same day (official day of the exam) Written Exam: Students will be asked to discuss a series of open and closed questions, tailored to prove the comprehension of the theoretical principles (CC5) presented in the course, as well as the practical knowledge acquired (CA2, CA5, AG1), and the students’ ability to convey what they learned (AC1). Practical exam on the computer: Students will be asked to complete a practical exam involving design and modeling tasks on the computer, ultimately designing the shape of a component optimized for AM production. The design will be performed using primarily nTopology, an additive-oriented CAD modelling software, and other AM software systems presented in the course. Students should demonstrate their ability to use the software and its tools. To pass the exam, the students should demonstrate to have acquired good knowledge on additive manufacturing technologies and to master sufficiently the design process of parts that to be fabricated using AM technologies.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Design For Additive Manufacturing – Martin Leary – Elsevier, 2019

Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE
1.1 Acquisire le competenze necessarie per presentare e approfondire le tecniche di valutazione della disponibilità e RAMS (Reliability, availability, maintainability and safety) in generale; i concetti e le tecniche di analisi del rischio e della sicurezza funzionale.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le principali tecniche di analisi dei rischi.
2.2 Capacità di definire i parametri fondamentali per la progettazione di un SIS (Safety Instrumented System).
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di valutare i parametri RAMS su qualunque sistema anche complesso.
4. ABILITA' COMUNICATIVE
4.1 Capacità di descrivere le prestazioni affidabilistiche di un generico sistema ed i potenziali rischi legati ad un suo malfunzionamento.
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di reperire ed interpretare specifiche RAMS di componenti e sistemi.
5.2 Definire un piano di test per componenti e sistemi mediante l’uso di norme specifiche.
5.3 Capacità di progettare un SIS.

Concetti e tecniche RAMS (Reliability, Availability, Maintainability, Safety), metodologie di valutazione del rischio/sicurezza, calcolo di SIL. Presentazione di tecniche nel contesto industriale e applicazioni. Diagnostica di componenti e sistemi. Caratterizzazione di componenti e sistemi mediante prove di laboratorio, gestione della strumentazione e l’analisi dei risultati. Sono proposti i metodi di indagine per la valutazione dei meccanismi di guasto in ambito elettrico-elettronico.

Esame orale avente per oggetto i risultati ottenuti durante le esercitazioni ed il programma esteso.
Tipicamente la durata dell'esame è circa 30 minuti e saranno fatte cinque domande. La prima sarà dedicata all’elaborato scritto per l’esercitazione mentre le altre domande verteranno sul programma esteso (in ogni sua parte).
Con riferimento ai Descrittori di Dublino, le domande mireranno a verificare:
1. CONOSCENZA E COMPRENSIONE
1.1 le competenze acquisite circa l’analisi e la valutazione dei parametri RAMS e le prove sperimentali di laboratorio.
1.2 la conoscenza dei metodi di analisi dei rischi.
1.3 la capacità di valutare la sicurezza funzionale.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 la capacità di analizzare da un punto di vista affidabilistico sistemi complessi.
2.2 la capacità di definire i parametri fondamentali per la realizzazione di un SIS.
3. AUTONOMIA DI GIUDIZIO
3.1 l Capacità di valutare i parametri RAMS su qualunque sistema anche complesso.
4. ABILITA' COMUNICATIVE
4.1 la capacità di presentare in modo sintetico e chiaro e prestazioni affidabilistiche di un generico sistema ed i potenziali rischi legati ad un suo malfunzionamento.
5. CAPACITA' DI APPRENDIMENTO
5.1 la capacità di definire i parametri per una progettazione robusta ed affidabile di un sistema tendendo in considerazione anche dei requisiti di sicurezza funzionale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Particolarmente consigliati gli appunti del corso aggiornati al presente a.a.
Inoltre:

• M.Lazzaroni, L.Cristaldi, L.Peretto, P.Rinaldi, M.Catelani “Reliability Engineering – Basic Concepts and Applications in ICT”, Springer 2011 – Caps. 6-7-8
• M.A.Levin, T.T.Kalal: Improving Product Reliability, J.Wiley, 2003
• Marvin Rausand, System Reliability Theory: Models, Statistical Methods, and Applications, 2nd Edition, 2004
• Montgomery, Runger and Hubele: Statistica per l’Ingegneria, Egea Edizioni, 2007
  Riferimenti normative e Direttive comunitarie richiamate nel programma.

Obbiettivo del corso è il trasferimento di nozioni fondamentali relative alla modellazione di sistemi meccatronici (modellazione dinamica di sistemi meccanici elettrici e più in generale multi-fisici). Il corso mira inoltre all'acquisizione di competenze relative all'uso ed alla applicazione di strumenti di modellazione e prototipazione ampiamente diffusi in ambiente ingegnerestico.
In particolare il corso si concentra sull'ambiente Matlab-Simulink uno standard defacto per quanto riguarda la prototipazione e la simulazione di sistemi meccatronici
Il corso contribuirà ai seguenti obiettivi di apprendimento specifici del Master:
 Conoscenza e comprensione
 cc4: Conoscenza dei metodi di modellazione per i sistemi meccatronici.
 Applicare conoscenza e comprensione
 ca1: La capacità di identificare, formulare e risolvere problemi di ingegneria industriale, definendo specifiche, vincoli tecnici, sociali, ambientali e commerciali.
 Esprimere giudizi
 ag1: la capacità di analizzare in modo indipendente dati e informazioni, trarre conclusioni oggettive e prendere decisioni conseguenti.
 ag3: La capacità di identificare il bisogno di nuove conoscenze.
 Abilità comunicative
 ac1: La capacità di comunicare e trasferire informazioni, idee, problemi e soluzioni a specialisti e non.
 ac2: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso relazioni scritte e presentazioni verbali.
 Capacità di apprendimento
 ap1: La capacità di apprendimento continuo e autonomo e di autoaggiornamento nell'area ingegneristica di riferimento.

Il corso si occupa di metodologie di modellazione dinamica per la creazione di digital TWIN di sistemi meccatronici

La modalità di verifica è un esame orale che ha lo scopo di verificare il raggiungimentod egli obbiettivi formativi del corso (competenze e conoscenze raggiunte). L'esame prevede anche la discussione di un elaborato svolto in piccoli gruppi relativo agli argomenti del corso.
I risultati degli elaborati saranno consegnati sotto forma di presentazione multimediale. Le capacità di giudizio saranno ulteriormente rafforzate poiché i risultati di ciascun gruppo saranno valutati con uno schema peer-to-peer.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Saranno realizzati degli appunti del Corso in forma di presentazioni, testi ed esempi di modelli di simulazione realizzati in ambiente Matlab-Simulink.
Tali materiali saranno resi disponibili on line sfruttando la piattaforma Moodle/e-learning.
L'obbietivo finale è la creazione di una monografia in lingua inglese che sarà probabilmente rilasciata nel giro di due-tre anni a partire dalla esperienza fatta sul corso

CA02: La capacità di realizzare progetti ingegneristici, lavorando in un ambiente multidisciplinare.
CA06: La capacità di analisi e modellazione di componenti e sistemi meccanici/elettrici/propulsivi: problemi e modelli alla base dell'ingegneria industriale, con particolare riferimento all’ingegneria meccanica ed energetica.
CA07: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso l’uso di modelli teorici, conoscendone i limiti e le potenzialità.
CA08: La capacità di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette.
CA09: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca.
CC06: Strumenti per la modellazione dei sistemi energetici/meccanici/propulsivi e loro ruolo a supporto dell’analisi e progettazione di sistemi e componenti.
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi.
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali.
AG02: La Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento.
AG05: La capacità di identificare il bisogno di nuove conoscenze.
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti.
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali.
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle).
AP01: La capacità di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento.
CA02: La capacità di realizzare progetti ingegneristici, lavorando in un ambiente multidisciplinare.
CA06: La capacità di analisi e modellazione di componenti e sistemi meccanici/elettrici/propulsivi: problemi e modelli alla base dell'ingegneria industriale, con particolare riferimento all’ingegneria meccanica ed energetica.
CA07: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso l’uso di modelli teorici, conoscendone i limiti e le potenzialità.
CA08: La capacità di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette.
CA09: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca.
CC06: Strumenti per la modellazione dei sistemi energetici/meccanici/propulsivi e loro ruolo a supporto dell’analisi e progettazione di sistemi e componenti.
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi.
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali.
AG02: La Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento.
AG05: La capacità di identificare il bisogno di nuove conoscenze.
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti.
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali.
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle).
AP01: La capacità di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento.

Fondamenti di analisi armonica. Problematiche della conversione A/D Studio di sistemi lineari SDOF e MDOF a parametri concentrati tempoinvarianti. Isolamento ed efficacia delle sospensioni. Metodo degli elementi finiti. Tecniche di riduzione. Elementi di vibrazioni nei sistemi non lineari.

L'esame orale mira a verificare almeno l'acquisizione di CA06, CA08 e CC06 e CC7 a livello buono, e di CA02, CA07 e CA09 a livello almeno sufficiente. Più nel dettaglio: 1) La valutazione dello studente prevede un esame orale in cui vengono proposte, in generale, n.3 domande sull'intero programma del Corso. 2) Lo studente dovrà dimostrare una conoscenza almeno di base degli argomenti trattati nel corso. Deve essere in grado di dimostrare di avere un minimo di consapevolezza riguardo al comportamento dinamico libero e forzato dei sistemi meccanici. Durante l’esame orale, verranno testate e valutate, oltre alle competenze specifiche, anche le abilità comunicative, l'autonomia di giudizio e la capacità di apprendimento di cui al punto "Obiettivi Formativi".
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Testi consigliati (non obbligatori): E. Funaioli ed altri, "Meccanica applicata alle macchine", vol. II, Ed. Patron Bologna D.J. Ewins, "Modal Testing - Theory, Practice and Application", Second Edition, Research Studies Press LTD. G. Genta, "Vibration of Structures and Machines - Practical Aspects", Second Edition, Springer-Verlag Cyril M. Harris, "Shock and Vibration Handbook", Fourth Edition, Mc.GRAW-HILL Balakumar Balachandran, Edward B. Magrab, "Vibrations - 3rd Edition", Cambridge University Press Dispense fornite dal docente reperibili presso la sezione e-learning dell'Università di Firenze (http://e-l.unifi.it/) Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca

L’insegnamento è denominato “Fondamenti di Automatica” (9 CFU) nei CdS B307, B309 e B412 o “Elementi di Automatica” (6 CFU) nel CdS B309, B336 e B412. Introduce i fondamenti della modellazione, dell’analisi e del controllo dei sistemi dinamici, con particolare riferimento ai sistemi lineari tempo-invarianti e ai sistemi in retroazione. Gli obiettivi formativi generali sono comuni; nel corso da 6 CFU sono perseguiti con un’estensione ridotta. Gli obiettivi o gli argomenti contrassegnati come “solo 9 CFU” non fanno parte del programma di Elementi di Automatica. Al termine dell’insegnamento, lo studente sarà in grado di:
CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Codici delle matrici di tuning: B307–ETL: CC18, CC19; B309–MEL: CC5; B412–MEM: CC01, CC02, CC03, CC16; B336–RAM: CC3.

• descrivere le principali rappresentazioni matematiche dei sistemi dinamici a tempo continuo;
• descrivere i modelli e le proprietà fondamentali dei sistemi a dati campionati; [solo 9 CFU]
• spiegare il comportamento dinamico, la stabilità e le prestazioni dei sistemi lineari tempo-invarianti;
• illustrare il funzionamento dei sistemi di controllo in retroazione e i principali criteri per il progetto di semplici sistemi di regolazione.
  CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
  Codici delle matrici di tuning: B307–ETL: CA23, CA28, CA29, CA33, CA35; B309–MEL: CA5; B412–MEM: CA01, CA03, CA06, CA07, CA08, CA09; B336–RAM: CA1, CA7.
• ricavare modelli di stato e ingresso–uscita di semplici sistemi fisici e analizzarne la risposta;
• applicare la trasformata di Laplace e i metodi nel dominio del tempo e della frequenza per lo studio di sistemi LTI;
• valutare stabilità e prestazioni mediante il criterio di Routh–Hurwitz e i diagrammi di Bode;
• applicare i diagrammi e il criterio di Nyquist e il luogo delle radici; [solo 9 CFU]
• simulare sistemi dinamici e sistemi di controllo con MATLAB/Simulink, confrontando risultati analitici e numerici;
• progettare semplici controllori PID e reti compensatrici in presenza di specifiche statiche e dinamiche;
• analizzare e progettare semplici sistemi di controllo a tempo discreto; [solo 9 CFU]
• consultare e utilizzare testi, dispense, manuali e documentazione tecnica; pianificare, portare a termine e documentare in forma chiara una procedura di analisi o di sintesi.
  AUTONOMIA DI GIUDIZIO
  Codici delle matrici di tuning: B307–ETL: AG1; B309–MEL: AG1, AG4, AG5; B412–MEM: AG01, AG05; B336–RAM: AG1.
• selezionare il metodo di analisi o di progetto più appropriato rispetto al problema assegnato;
• interpretare criticamente i risultati, verificarne la coerenza e discutere limiti e ipotesi delle soluzioni adottate.
  ABILITÀ COMUNICATIVE
  Codici delle matrici di tuning: B307–ETL: AC1; B309–MEL: AC1, AC2, AC3; B412–MEM: AC01, AC02; B336–RAM: AC3.
• presentare in forma scritta e orale lo svolgimento di problemi di analisi e progetto, utilizzando correttamente il lessico tecnico;
• organizzare autonomamente il proprio lavoro individuale e discutere in modo efficace esercizi e casi di studio, in forma scritta e orale.
  CAPACITÀ DI APPRENDIMENTO
  Codici delle matrici di tuning: B307–ETL: AP2; B309–MEL: AP1, AP2, AP3; B412–MEM: AP01; B336–RAM: AP3.
• utilizzare in autonomia le risorse didattiche e la documentazione software per consolidare o approfondire gli argomenti del corso;
• collegare le conoscenze acquisite a insegnamenti avanzati di controlli, automazione e robotica.

Contenuti comuni (6 e 9 CFU): modellazione e simulazione; analisi nel tempo e in frequenza di sistemi LTI continui; stabilità mediante Routh–Hurwitz; diagrammi di Bode; sistemi in retroazione; progetto di controllori PID e reti anticipatrici/attenuatrici.
Contenuti riservati al corso da 9 CFU: diagrammi e criterio di Nyquist; luogo delle radici; analisi e sintesi dei sistemi a tempo discreto.

La struttura della verifica dell’apprendimento, la durata delle prove, i punteggi, i criteri di valutazione e le regole per la determinazione del voto finale sono identici per tutti i Corsi di Studio che usufruiscono dell’insegnamento in mutuazione. L’estensione dei contenuti verificati è coerente con il numero di crediti: nella traccia sono esplicitamente indicate le domande o sottoparti riservate a Fondamenti di Automatica (9 CFU). L’accertamento avviene mediante una prova scritta obbligatoria e una prova orale. La prova orale comprende la discussione obbligatoria degli esercizi svolti nello scritto e, su richiesta dello studente, un colloquio completo opzionale. Le prove verificano in modo integrato conoscenze teoriche, capacità di applicazione, autonomia nelle scelte metodologiche e chiarezza della comunicazione tecnica.
PROVA SCRITTA
La prova, della durata di 2 ore, è articolata in tre sezioni:
1. Conoscenze teoriche e comprensione concettuale: quesiti a scelta multipla su definizioni, proprietà e concetti fondamentali relativi ai sistemi dinamici a tempo continuo. Punteggio massimo: 7 punti (soglia minima: 0). Per gli studenti frequentanti, il quiz può essere sostituito da una prova di esonero, il cui risultato è valido fino alla conclusione della sessione estiva e può essere utilizzato in sostituzione del quiz in una sola prova scritta. Dopo l’utilizzo o la scadenza, lo studente sostiene il quiz ordinario.
2. Capacità di analisi: esercizio su un sistema LTI in retroazione, con impiego di diagrammi di Bode e/o del criterio di Routh–Hurwitz. Le parti relative ai diagrammi e al criterio di Nyquist e al luogo delle radici sono riservate al corso da 9 CFU. Punteggio massimo: 12 punti.
3. Capacità di progetto e problem solving: esercizio di sintesi di un sistema di controllo in retroazione mediante reti compensatrici e/o controllori PID, nel rispetto di specifiche statiche e dinamiche. Eventuali parti di analisi o sintesi relative a sistemi a tempo discreto sono riservate al corso da 9 CFU. Punteggio massimo: 12 punti.
Nella traccia, le domande o sottoparti su diagrammi e criterio di Nyquist, luogo delle radici e analisi o sintesi dei sistemi a tempo discreto sono contrassegnate come “solo 9 CFU”. Gli studenti di Elementi di Automatica (6 CFU) svolgono esclusivamente le parti riferite al proprio programma.
Per entrambi gli insegnamenti, il punteggio grezzo massimo delle tre sezioni è 31 punti; ai fini della valutazione, il voto della prova scritta è comunque limitato a 30/30.
Durante la prova sono ammessi: fogli bianchi, carta millimetrata logaritmica, grafici delle reti forniti su Moodle, un formulario personale in formato A4 fronte-retro, righello e calcolatrice scientifica non programmabile. Per gli studenti con esigenze specifiche si applicano le misure previste dalla normativa e dai servizi di Ateneo.
PROVA ORALE
La discussione degli esercizi svolti nella prova scritta è obbligatoria per tutti gli studenti e ha funzione di verifica e conferma dell’apprendimento. Essa accerta la consapevolezza del procedimento seguito, la capacità di riconoscere e correggere eventuali errori, l’autonomia di giudizio e l’uso appropriato del linguaggio tecnico. Il voto della prova scritta viene stabilito solo al termine del colloquio.
Su richiesta dello studente, purché il punteggio della prova scritta sia almeno 14/30, è possibile sostenere un colloquio completo opzionale, comprendente:

• domande aperte sugli aspetti teorici e metodologici fondamentali compresi nel programma del proprio insegnamento;
• analisi e argomentazione di scelte progettuali e di possibili soluzioni alternative.
  DETERMINAZIONE DEL VOTO E CRITERI DI VALUTAZIONE
  In assenza del colloquio completo opzionale, il voto finale coincide con il voto della prova scritta, dopo la discussione obbligatoria degli esercizi. Il colloquio completo opzionale può modificare il voto dello scritto di un valore compreso tra -5/30 e +5/30, in relazione alla padronanza dei contenuti, alla consapevolezza metodologica, all’autonomia di giudizio e alla qualità dell’esposizione. Il voto finale è espresso in trentesimi ed è limitato a 30/30; un esito inferiore a 18/30 è insufficiente. La lode può essere attribuita a una prestazione corrispondente ai criteri della fascia più elevata della tabella docimologica.
  Sono valutati in particolare:
• correttezza dei risultati e dei procedimenti;
• completezza dell’analisi e coerenza tra ipotesi, metodo e risultati;
• capacità di scegliere e applicare strumenti appropriati;
• capacità di interpretare criticamente i risultati e argomentare le scelte progettuali;
• chiarezza espositiva, ordine dello svolgimento e uso del lessico tecnico.
  TABELLA DOCIMOLOGICA
  Insufficiente – Gravi errori concettuali; comprensione frammentaria o assente; incapacità di applicare le conoscenze; lacune rilevanti e mancanza di autonomia.
  18–22 – Conoscenza essenziale degli argomenti; presenza di alcuni errori; capacità di affrontare compiti semplici o guidati; autonomia di base.
  23–25 – Comprensione soddisfacente; corretta applicazione delle conoscenze in contesti noti; svolgimento autonomo con alcune imprecisioni; soddisfacente competenza operativa.
  26–28 – Solida comprensione teorica; capacità di collegare concetti, risolvere problemi e formulare analisi critiche; svolgimento autonomo, preciso ed efficace di compiti anche complessi.
  29–30 e Lode – Conoscenze complete, approfondite e ben strutturate; capacità di operare in modo autonomo e flessibile anche in contesti nuovi; linguaggio disciplinare preciso; rigore, capacità critica e originalità. La lode è attribuita a prestazioni che si distinguono per brillantezza e originalità oltre le attese curricolari.

• Basso, Chisci, Falugi: Fondamenti di automatica, CittàStudi, 2007.
  https://onesearch.unifi.it:443/39UFI_V1:AllResources:39sbart_almap7151292630003302
• Bolzern, Scattolini e Schiavoni: Fondamenti di controlli automatici, 5a edizione, Mc Graw-Hill Italia, Milano, 2025.
  https://onesearch.unifi.it/primo-explore/fulldisplay?docid=39sbart_almap7157940290003302&context=L&vid=39UFI_V1
  Altro materiale:
• Appunti del docente
• Link a testi su Matlab/Simulink:
  https://it.mathworks.com/academia/books/search.html?q=&fq%5B%5D=book-category%3Ausing-matlab-and-simulink&page=1

ca3 La capacità di scegliere e applicare appropriati metodi analitici e di modellazione
ca4 La capacità di realizzare progetti bioingegneristici
ca5 La capacità risolvere problemi di bioingegneria
ca6 La capacità effettuare il trattamento dei dati
ca7 La capacità di scegliere e utilizzare strumenti e metodi per la produzione di beni servizi e attrezzature
ca8 La capacità di combinare teoria e pratica per risolvere problemi di bioingegneria multidisciplinari
In dettaglio:
1) La conoscenza sistematica degli aspetti chiave della progettazione meccanica dell’ingegneria industriale ed i relativi metodi. Lo studio meccanico di parti e assiemi, il loro dimensionamento, lo studio del loro comportamento statico e dinamico e delle interazioni tra componenti.
2) La comprensione del più ampio contesto multidisciplinare dell'ingegneria con particolare orientamento al problem solving, che parte dal problema per risalire alle cause e alle possibili misure per affrontarle, tipicamente multidisciplinari.
3) La capacità di scegliere e applicare appropriati metodi analitici, di modellazione, di verifica e di sperimentazione per progettare, analizzare e collaudare macchine e impianti includendo: il dimensionamento e la verifica funzionale e strutturale di componenti e di gruppi meccanici sollecitati staticamente e a fatica; l’impostazione funzionale della progettazione di un sistema meccanico, applicando i principi della cinematica, della cinetostatica, della statica e della dinamica.
4) La capacità di combinare teoria e pratica per risolvere problemi di ingegneria multidisciplinari, tenendo conto dei vincoli anche di natura non tecnica, ed operando in collaborazione con altri ingegneri o altre professionalità tipicamente presenti nelle aziende del comparto manifatturiero.
5) In particolare, rendere gli allievi familiari con: coppie cinematiche e meccanismi; attrito e usura; applicazione della dinamica lagrangiana ai meccanismi. Rendere gli allievi capaci di svolgere autonomamente: analisi cinematica e cinetostatica di meccanismi, inclusi i manipolatori robotici.

Meccanismi piani e spaziali.
Attrito e usura.
Cinetostatica.
Rendimento delle macchine e dei gruppi di macchine.
Ruote dentate (elementi).
Ruotismi ordinari e differenziali.
Trasmissione con organi flessibili.
Dinamica lagrangiana.
Cinematica, statica e dinamica dei robot.
Attuatori elettrici DC e azionamenti (elementi).

Esame scritto finale con domande su argomenti teorici e pratici, con almeno un esercizio. Sono previste anche delle verifiche intermedie. Gli studenti che avranno superato positivamente una o più verifiche intermedie saranno esonerati in tutto o in parte dal sostenere l’esame finale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

E. Funaioli ed altri, "Meccanica applicata alle macchine," vol. I e II, Ed. Patron Bologna.
N.P. Belfiore, Augusto Di Benedetto, Ettore Pennestrì, "Fondamenti di Meccanica Applicata alle Macchine" Seconda Edizione, Casa Editrice Ambrosiana

1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione delle nozioni di base dei seguenti argomenti: circuiti elettronici per elaborazione analogica dei segnali in sistemi complessi, con particolare riferimento alla strumentazione industriale ed i sistemi biomedicali, controlli non distruttivi e di telecomunicazione.
Realizzazione di progetti in laboratorio e preparazione di rapporti tecnici con presentazione finale.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze mediante l'analisi teorica dei modelli dei sensori e dei circuiti di interfaccia
2.2 Capacità di eseguire simulazioni di circuiti di media ed elevata complessità comprendenti modelli analitici dei sensori e dei blocchi di elaborazione analogica
2.3 Capacità di progettare e realizzare in laboratorio dispositivi sistemi analogici comprendenti sensori
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di analizzare criticamente il risultato delle analisi teoriche e/o delle simulazioni e confrontarlo con la realizzazione svolta nelle attività di laboratorio
4. ABILITA' COMUNICATIVE
4.1 Capacità di esporre le scelte delle caratteristiche di sistemi analogici utilizzati per interfacciare sensori
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di utilizzare documentazione tecnica di sensori e circuiti integrati analogici per realizzare progetti di sistemi analogici

Il corso fornisce gli elementi necessari alla progettazione di sistemi analogici costituiti da sensori/trasduttori e da circuiti elettronici per l’elaborazione analogica dei segnali sia a banda larga che a banda stretta. I sistemi di riferimento sono quelli ad ultrasuoni e radar penetranti per il settore medicale e controlli non distruttivi.

La verifica consiste in
1) una prova orale per la verifica dei contenuti teorici
2) partecipazione all’attività di gruppo in laboratorio
3) realizzazione di relazione tecniche di gruppo.
Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione delle nozioni di base dei seguenti argomenti: sensori e circuiti analogici di interfaccia, sistemi elettronici per sensori ad ulltrasuoni. Verifica mediante colloquio orale
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze mediante l'analisi teorica dei circuiti con esempi di progetto derivati da caratteristiche di datasheets.
2.2 Capacità di eseguire simulazioni di circuiti e sistemi di media/alta complessità comprendenti sensori per lo sviluppo dei progetti di laboratorio.
2.3 Capacità di progettare e realizzare in laboratorio sistemi analogici con attività di gruppo mediante didattica avanzata "learn by doing"
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di motivare le scelte e le eventuali innovazioni apportate ai progetti di laboratorio proposti
4. ABILITA' COMUNICATIVE
4.1 Capacità di esporre il contributo apportato individualmente alle attività di laboratorio e anche le capacità di leadership svolta all'interno del gruppo
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di reperire fonti alternative a quelle gia' fornite dal corso per proporre soluzioni migliorative o per raggiungere specifiche date.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

TIETZE SCHENK "Electronic Circuits" Handbook for design and applications , 2nd Edition, Springer

• Dispense e presentazioni in formato elettronico
  -Ultrawideband Radar, Applications and Design Edited by James D. Taylor - Published 2012 by CRC Press
  2nd Edition
  -Thomas L. Szabo. “Diagnostic Ultrasound Imaging: Inside Out”, 1st Edition, 2004
  "Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)."

Il corso contribuirà agli obbiettivi formativi:
Conoscenza e comprensione:

• cc4 La conoscenza dei principi dell’elettronica e dell’elettrotecnica
• cc6 Competenze di base sul funzionamento dgli apparati biomedicali
  Capacità di Applicare Conoscenza e Comprensione
  -ca3 La capacità di scegliere e applicare appropriati metodi analitici e di modellazione
  -ca4 La capacità di realizzare progetti ingegneristici
  -ca5 La capacità di applicare la propria conoscenza per risolvere problemi di ingegneria
  -ca6 La capacità di applicare la propria conoscenza e la propria comprensione per il trattamento dei dati
  -ca7 La capacità di scegliere e utilizzare strumenti e metodi appropriati per la produzione di beni e servizi attrezzature
  -ca8 La capacità di combinare teoria e pratica per risolvere problemi di ingegneria multidisciplinari
  autonomia di giudizio
  -ag1 - Capacità di analisi nel proprio campo di azione
  -ag2 - Capacità di formulare considerazioni tecnicamente accurate
  Capacità di Comunicazione
  -ac1 - Capacità di presentare i risultati con rigore tecnico-scientifico
  -ac2 - Capacità di comunicare con specialisti e non, anche in inglese
  Capacità di Apprendimento
• ap1 - Capacità di mantenersi aggiornati all'evoluzione tecnologica
• ap2 - Capacità di proseguire gli studi a livelli più avanzati
  Alla fine del corso lo studente sarà in grado di:
  Riconoscere l’aspetto di un circuito elettronico, maneggiarlo, identificarne i componenti.
  progettare un circuito per condizionare segnali a bassa frequenza provenienti da comuni sensori analogici (e.g. temperature, pressione, etc.)
  Comprendere le basi di funzionamento di un diodo e di un transistor.
  Realizzare un semplice amplificatore a transistor o a operazionali.
  Ideare un semplice circuito digitale usando le porte di base (AND, OR, NOT, etc) a partire dalla tabella di verità
  Comprendere le basi della conversione DA e AD.
  Conoscere l’architettura di un microcontrollore.

• PCB e il circuito elettronico
• connessione ad un sensore
• Cenni al processo fotolitografico
• Il diodo e il transistor BJT
• Il simulatore LTSpice
• L’amplificatore operazionale
• Cenni a AD e DA
• Basi di elettronica digitale
• Memoria ROM e FLASH
• Cenno ai microcontrollori
• Cenno a problematiche di interferenza
• Strumentazione elettronica di base
• Attività di laboratorio su schede di test

L'esame a fine corso consiste in un test scritto della durata di 90 min.
Il test contiene 6 domande a risposta aperta, del valore di 5/30 punti ciascuna.
Lo studete compila e restituisce il foglio che gli viene consegnato. Durante l'esame lo studente può usare solamente penna ed eventualmente altri fogli per la brutta, che non verranno ritirati.
L’esame conterrà domande per verificare le competenze acquisite dallo studente in:

• Conoscenza del funzionamento di base del diodo e del transistor.
• Comprensione del funzionamento di un amplificatore operazionale e progettazione di basilari circuiti amplificatori
• Capacità di analizzare/sintetizzare semplici reti digitali
• Capacità di descrivere un PCB, e gli elementi costitutivi di un microcontrollore.
  Tabella docimologica di valutazione:
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22: Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25: Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28: Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode: Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Materiale fornito a lezione e testi presenti in biblioteca. Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca

Formare a livello professionalizzante le conoscenze dello studente per renderlo in grado di operare in modo autonomo nel campo delle applicazioni pratiche dell'elettrotecnica quali: macchine elettriche ed impianti per l'alimentazione di dette macchine e altri tipi di utenze elettriche Conoscenze applicative sulle macchine elettricheUtilizzo di SW specifici quali programmi di dimensionamento linee elettricheApprendimento di:- principi di funzionamento delle Macchine Elettriche ad uso industriale.- azionamenti di macchine elettriche con convertitori elettronici.- basi di efficientamento delle dotazioni elettriche industriali.- basi di dimensionamento impianti fotovoltaici.
CA05: La capacità approfondita di condurre esperimenti complessi e di gestire strumentazione e software avanzati.
CA06: La capacit‡ di analisi e modellazione di componenti e sistemi meccanici/elettrici/propulsivi: problemi e modelli alla base dell'ingegneria industriale, con particolare riferimento allíingegneria meccanica ed energetica.
CA07: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso líuso di modelli teorici, conoscendone i limiti e le potenzialit‡.
CA08: La capacit‡ di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette.
CA09: La capacit‡ di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacit‡ nellíambito della ricerca.
CA10: La capacità di analizzare le tecnologie degli impianti, dei componenti e dei processi e metodi dell'ingegneria e le loro implicazioni economiche.
CC02: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC03: La conoscenza e líutilizzo di strumenti scientifici (informatici e di altra natura) specifici per il settore della progettazione nell'ambito proprio dell'ingegneria energetica.
CC04: La conoscenza dei metodi per ideare, pianificare, progettare e gestire sistemi, processi e servizi complessi e/o innovativi.
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi.
CC10: La conoscenza delle macchine elettriche e dei relativi sistemi di alimentazione per trazione. La conoscenza degli aspetti strutturali e termo-fluidodinamici dei motori a combustione interna.
CC11: La conoscenza delle principali fonti di energia di tipo rinnovabile e dei sistemi di storage dellíenergia e la conoscenza dei criteri per la loro integrazione con sistemi di produzione di tipo convenzionale.
CC16: La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell'ingegneria dell'energia elettrica.
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali.
AG02: La Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento.
AG03: La capacità di lavorare in gruppo in modalitè coordinata, avendo chiaro il contesto della problematica ingegneristica e le implicazioni interdisciplinari che contraddistinguono l'ambito applicativo.
AG04: Autonomia nel rispetto di impegni e tempi, con riferimento alla capacit‡ di allocare il tempo e le risorse disponibili per rispettare le scadenze, di valutare correttamente le proprie capacit‡ e risorse per garantire che gli impegni siano realistici e raggiungibili e di prioritizzare le attivit‡ in base alla loro importanza e alle scadenze.
AG05: La capacità di identificare il bisogno di nuove conoscenze.
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti.
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali.
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle).
AP02: Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.).
AP01: La capacit‡ di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento.
AP03: Apprendimento Basato su Progetti e Problemi (Problem Based Learning PBL): capacit‡ di apprendere attraverso metodi didattici basati su progetti e risoluzione di problemi reali.

Introduzione teorico operativa alle applicazioni elettriche utilizzate in campo industriale quali: Impianti di Illuminazione ed impianti fotovoltaici

Chiedo scusa agli studenti per la lunghezza della sezione ma gli Elettronici mi chiedono indicazioni diverse da quelli che chiedono i meccanici e, quindi, ho dovuto duplicare come da indicazioni ricevute dal CdS Elettronica. Gli studenti devono fare riferimento alla parte relativa al CdS a cui sono iscritti Prove Intermedie. 1) prove intermedie che consistono, ognuna, di esercizi mirati alla verifica delle conoscenze sui temi in programma. 2) prova orale "CON RIFERIMENTO AL CORSO DI LAUREA IN INGEGNERIA MECCANICA" CT1#B049 Comunicazione tecnica in forma scritta (redazione di rapporti e relazioni individuali, CT3#B049 Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni CT4#B049 Rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle) CT7#B049 Rispettare impegni e tempi Prova Finale, colloquio orale con eventuale presentazione di elaborati di progetto, anche di gruppo. CT1#B049 Comunicazione tecnica in forma scritta (redazione di rapporti e relazioni individuali), CT2#B049 Lavoro in gruppo in modalità coordinata, CT3#B049 Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni CT4#B049 Rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle) CT5#B049 Comprensione di norme tecniche CT6#B049 Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.) CT7#B049 Rispettare impegni e tempi CT8#B049 Comunicazione attraverso presentazioni e sistemi Web Conoscenze che vengono verificate CC5#B049 La conoscenza dei principi dell’elettrotecnica industriale, delle macchine elettriche, della robotica industriale e dei controlli impiegati negli impianti industriali. CC10#B049 La comprensione delle tecniche e dei metodi applicabili e dei loro limiti inclusa la consapevolezza delle implicazioni non tecniche della pratica ingegneristica. Capacità cognitive e applicative verificate: CA5#B049 La capacità di risolvere problemi connessi alle reti elettriche resistive e dinamiche, anche in presenza di componenti attivi, di scegliere e utilizzare le macchine elettriche nell'ambito di sistemi meccanici, analizzandone le prestazioni, di progettare sistemi di controllo automatico a retroazione, anche attraverso l’ausilio di strumenti informatici, di comprendere il funzionamento dei robot manipolatori e mobili maggiormente impiegati nelle applicazioni industriali e non, di scegliere gli opportuni azionamenti (elettrici oleodinamici e pneumatici) per macchine e impianti. "CON RIFERIMENTO AL CORSO DI LAUREA IN INGEGNERIA ELETTRONICA" La verifica consiste in 1) Le prove intermedie consistono, ognuna, di esercizi mirati alla verifica delle conoscenze sui temi in programma. 2) una prova orale consistente di due domande. Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE 1.1 Conoscenza e comprensione delle nozioni di base relativi agli argomenti in programma 2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE 2.1 Capacità di applicare le conoscenze mediante l'analisi "carta e penna" di semplici circuiti comprendenti amplificatori operazionali, diodi, transistor. Verifica mediante svolgimento di esercizi “carta e panna”. 2.2 Capacità di eseguire simulazioni di circuiti di media complessità comprendenti amplificatori operazionali, diodi, transistor mediante opportuni software di simulazione circuitale. Verifica mediante simulazioni da eseguire durante le attività di laboratorio. 2.3 Capacità di realizzare e testare/caratterizzare in laboratorio dispositivi e prototipi (sia su breadboard, sia su schede stampate con componenti da saldare) comprendenti amplificatori operazionali, transistor e diodi. Verifica mediante partecipazione all’attività di laboratorio 3. AUTONOMIA DI GIUDIZIO 3.1 Capacità di analizzare criticamente il risultato di una misura di caratterizzazione di un dispositivo o un circuito, anche facendo riferimento al valore atteso. Verifica mediante partecipazione all’attività di laboratorio 4. ABILITA' COMUNICATIVE 4.1 Capacità di esporre logicamente dimostrazioni tecniche su caratteristiche e proprietà di dispositivi e specifiche configurazioni circuitali. Verifica mediante prova orale. 5. CAPACITA' DI APPRENDIMENTO 5.1 Capacità di reperire autonomamente documentazione tecnica su dispositivi e circuiti elettronici. Verifica mediante partecipazione all’attività di laboratorio
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

A. Reatti, F. Corti; Efficienza Energetica. Ottimizzazione tecnico economica delle utenze elettriche", Esculapio, 2019, ISBN:9788893851145 ABB Documento di Applicazione Tecnica, ;Impianti Fotovoltaici - L'efficienza all luce del Sole;

Obiettivo generale del corso:
Fornire agli allievi ingegneri Meccanici ed Energetici le conoscenze base riguardanti le 5 principali fonti energetiche rinnovabili e il loro sfruttamento, ivi compresa la capacità di formulare valutazioni quantitative inerenti alla disponibilità temporale e alla quantificazione delle varie fonti e alle relative tecnologie. Gli allievi dovranno acquisire inoltre solide conoscenze delle metodologie d quantificazione e caratterizzazione delle risorse energetiche rinnovabili, con particolare enfasi sugli obiettivi di sostenibilità dello sfruttamento. Fondamentale importanza è data all'abbinamento tra caratteristiche delle risorse e dei sistemi energetici per il loro utilizzo.
Conoscenze erogate:
CC1 (B068): Approfondimento conoscenze in ambito energetico ed elettrico
CC2 (B068): Strumenti per la modellazione dei sistemi energetici e loro ruolo a supporto dell’analisi e progettazione di sistemi. cc4: Approfondimenti di termodinamica applicata, sostenibilità ambientale degli impianti, macchine, componenti e sistemi per la produzione e conversione dell’energia. Metodologie per l’individuazione delle inefficienze termodinamiche.
CC4 (B049): La conoscenza della termodinamica, teorica ed applicata agli impianti ed ai sistemi energetici, e dei fenomeni fluidodinamici nonché dei modelli in grado di rappresentarli; la conoscenza dei sistemi e delle macchine per la produzione e la conversione dell’energia, con riferimento particolare alle turbomacchine ed agli apparati industriali di combustione. La comprensione del ruolo svolto dalle diverse tecnologie energetiche al fine di garantire la sostenibilità ambientale ed economica della produzione.
CC8 (B068): Risorse energetiche rinnovabili, tecnologie a basso impatto ambientale: caratteristiche e disponibilità, tecnologie consolidate e innovative di sfruttamento. Sostenibilità energetica, ambientale ed economica.
Capacità di applicazione:
CA1 (B068) : Analisi e modellazione di componenti e sistemi elettrici: problemi e modelli alla base dell'ingegneria industriale, con particolare riferimento all'ingegneria energetica.
CA3 (B068): Progettare, analizzare, pianificare e gestire sistemi di conversione energetica, e il loro impatto ambientale ed impianti di servizio e di processo anche complessi e/o innovativi
CA4 (B049): La capacità di scegliere e applicare appropriati metodi analitici, di modellazione e di sperimentazione per progettare, analizzare e collaudare macchine a fluido, motori termici e di sistemi per la conversione dell'energia, includendo: l’applicazione dei criteri di progettazione degli impianti tecnici e termotecnici, di distribuzione dei fluidi e dell'energia; l’applicazione dei principi della termodinamica a sistemi semplici; la comprensione dei principali cicli termodinamici e la lettura di diagrammi termodinamici; l’individuazione dei meccanismi di trasmissione del calore significativi per le applicazioni ingegneristiche; l’analisi e la progettazione funzionale di apparati di interesse meccanico quali turbomacchine, impianti di conversione energetica e motori a combustione interna; la valutazione delle prestazioni energetiche, economiche e ambientali di macchine a fluido, termiche e di elementi oleodinamici.
CA7 (B068): Analizzare, progettare e gestire sistemi integrati innovativi ad energie rinnovabili, sostenibilità e impatto ambientale ed economico (uso delle risorse rinnovabili)
ca8 (B068): Capacità di analizzare le tecnologie degli impianti, componenti e dei processi e metodi dell'ingegneria, implicazioni economiche
COMPETENZE TRASVERSALI
CT3 (B068, B049): Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni
CT4 (B068, B049): Rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle)
CT6 (B068, B049): Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.)

• Il concetto di fonti energetiche rinnovabili
• Il contesto energetico a livello nazionale e internazionale
• ENERGIA IDROELETTRICA
• ENERGIA GEOTERMICA
• ENERGIA SOLARE (Fotovoltaica, termica, solar cooling)
• ENERGIA EOLICA
• ENERGIA DA BIOMASSE

Esame orale sugli argomenti e le esercitazioni del corso
La valutazione dello studente prevede lo svolgimento di una prova orale, che consiste in due parti fondamentali:
1) impostazione e risoluzione di un problema applicativo: qui lo studente deve impostare l’analisi e/o il progetto base di un sistema basato su una delle 5 fonti rinnovabili oggetto del corso, dimostrando di aver acquisito un'adeguata conoscenza degli strumenti per la modellazione a disposizione del progettista (CC2-B068, CC8-B068, CC4 B049) per impostare analisi affidabili al fine di pervenire alla progettazione di massima di componenti e impianti a energie rinnovabili, ricavare informazioni per migliorarne le prestazioni (CC4-B068, CC4 B049) e formulare soluzioni adeguate in termini di efficienza, utilizzo delle risorse e impatto economico/ambientale (CA1-B068, CA3-B068, CA7-B068, CA8-B068, CA4 B049), anche in relazione alla variabilità naturale delle risorse. In questa parte dell’esame lo studente deve mostrare dimestichezza nella schematizzazione grafica dei problemi (CT4- B068, CT4- B049), unitamente ad un’adeguata espressione delle argomentazioni oggetto della progettazione (CT4- B068, CT4- B049). Infine, in questa parte dell’esame lo studente è anche stimolato a fornire indicazioni riguardanti la ricerca di dati e riferimenti utili alla risoluzione del problema (CT6- B068, CT6- B049)
2) esposizione e discussione di una delle tecnologie (e delle relative caratteristiche) per l’utilizzo delle energie rinnovabili oggetto del corso. Qui lo studente deve mostrare un’adeguata conoscenza della risorsa rinnovabile oggetto della discussione e delle tecnologie più adeguate ad un efficace utilizzo (CC8- B068, CC4 B049). Nell’esposizione lo studente deve esibire un’adeguata espressione lessicale tecnica (CT3-B068, CT3- B049), aiutandosi anche con schemi e rappresentazioni grafiche (CT4-B068, CT4- B049) e mostrando dimestichezza con l’utilizzo di database a supporto (CT6-B068, CT6 B049). Nella discussione lo studente deve mostrare padronanza delle conoscenze base in ambito energetico ed elettrico (CC1-B068, CC4 B049), di termodinamica applicata e dei sistemi per la produzione e la conversione dell’energia. Dovrà inoltre conoscere i concetti base dell’analisi dinamica delle risorse rinnovabili discontinue abbinate ad accumuli, individuando parametri e delineando strategie per un loro utilizzo ottimale ed efficiente in termini economici e produttivi (CC4-B068, CC8-B068, CC4 B049).
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Parti di più testi (inclusi documenti web), suggeriti all'inizio di ogni argomento

Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione delle nozioni di base dei seguenti argomenti: amplificatori operazionali; stadi di uscita degli amplificatori di potenza; reazione negativa (feedback); oscillatori; filtri attivi analogici; mixer; anello ad aggancio di fase (PLL)
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze mediante l'analisi "carta e penna" di semplici circuiti comprendenti amplificatori operazionali, diodi, transistor
2.2 Capacità di eseguire simulazioni di circuiti di media complessità comprendenti amplificatori operazionali, diodi, transistor mediante opportuni software di simulazione circuitale.
2.3 Capacità di realizzare e testare/caratterizzare in laboratorio dispositivi e prototipi (sia su breadboard, sia su schede stampate con componenti da saldare) comprendenti amplificatori operazionali, transistor e diodi.
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di analizzare criticamente il risultato di una misura di caratterizzazione di un dispositivo o un circuito, anche facendo riferimento al valore atteso
4. ABILITA' COMUNICATIVE
4.1 Capacità di esporre logicamente dimostrazioni tecniche su caratteristiche e proprietà di dispositivi e specifiche configurazioni circuitali
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di reperire autonomamente documentazione tecnica su dispositivi e circuiti elettronici

Amplificatori Operazionali; amplificatori operazionali integrati; stadi di uscita degli amplificatori di potenza; la reazione negativa; oscillatori, filtri attivi analogici; mixer; PLL

La verifica consiste in
1) valutazione dell'attività di laboratorio svolta (LAB)
2) una prova orale consistente di due domande (ORA).
Il voto finale è calcolato come
V=((LAB)+2(ORA))/3
Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione delle nozioni di base dei seguenti argomenti: amplificatori operazionali; stadi di uscita degli amplificatori di potenza; reazione negativa (feedback); oscillatori; filtri attivi analogici; mixer; anello ad aggancio di fase (PLL). Verifica mediante quiz a risposta multipla e domande orali
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze mediante l'analisi "carta e penna" di semplici circuiti comprendenti amplificatori operazionali, diodi, transistor. Verifica mediante svolgimento di esercizi “carta e panna”.
2.2 Capacità di eseguire simulazioni di circuiti di media complessità comprendenti amplificatori operazionali, diodi, transistor mediante opportuni software di simulazione circuitale. Verifica mediante simulazioni da eseguire durante le attività di laboratorio.
2.3 Capacità di realizzare e testare/caratterizzare in laboratorio dispositivi e prototipi (sia su breadboard, sia su schede stampate con componenti da saldare) comprendenti amplificatori operazionali, transistor e diodi. Verifica mediante partecipazione all’attività di laboratorio
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di analizzare criticamente il risultato di una misura di caratterizzazione di un dispositivo o un circuito, anche facendo riferimento al valore atteso.
Verifica mediante partecipazione all’attività di laboratorio
4. ABILITA' COMUNICATIVE
4.1 Capacità di esporre logicamente dimostrazioni tecniche su caratteristiche e proprietà di dispositivi e specifiche configurazioni circuitali. Verifica mediante prova orale.
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di reperire autonomamente documentazione tecnica su dispositivi e circuiti elettronici. Verifica mediante partecipazione all’attività di laboratorio
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

M. Pieraccini "ELETTRONICA 2", 2025, Amazon
per consultazione:
A.S. Sedra, K.C. Smith, "Circuiti per microelettronica", Edises 2019

L’insegnamento vuole introdurre i problemi di programmazione matematica e fornire competenze sulle principali proprietà matematiche di questa classe di problemi. In particolare, vengono affrontati problemi di programmazione lineare, problemi di flusso su rete, problemi di programmazione mista intera lineare e problemi di programmazione nonlineare, analizzando le loro particolari proprietà geometriche ed analitiche. Vengono quindi introdotti algoritmi e metodologie per la loro soluzione.
Con riferimento ai Descrittori di Dublino:
1. CONOSCENZA E COMPRENSIONE (A3 - CC5; A13 - CC5,CC9)
1.1 Conoscenza della classificazione di diversi problemi di ottimizzazione.
1.2 Conoscenza e comprensione delle più importanti caratterizzazioni matematiche
delle soluzioni di problemi di ottimizzazione.
2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE (A13 - CA3,CA4,CA5,CA6,CA8)
2.1 Capacità di formulare in termini matematici alcune classi di problemi reali.
2.2 Capacità di risolvere semplici problemi di programmazione lineare.
3. AUTONOMIA DI GIUDIZIO (AG1, AG2)
3.1 Capacità di eseguire autonome scelte nel definire un modello di programmazione matematica a partire da un problema reale di decisione.
4. ABILITA’ COMUNICATIVE (AC1, AC2)
4.1 Capacità di descrivere i problemi di programmazione matematica introdotti nel corso.
4.2 Capacità di esporre logicamente dimostrazioni delle proprietà teoriche studiate.
CAPACITA’ DI APPRENDIMENTO (AP1, AP2)
5.1 Padronanza delle nozioni e delle metodologie di base, che consenta un eventuale ulteriore approfondimento di argomenti legati all'ottimizzazione.
Per il corso mutuato "Fondamenti di Ricerca Operativa", laurea in Ingegneria Elettronica, con riferimento ai descrittori di Dublino:
CONOSCENZA E CAPACITA' DI COMPRENSIONE
CC15: La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione anche mediante metodi dell’intelligenza artificiale.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
CA7: Attitudine alla risoluzione di problemi e capacità di lavoro autonomo.
AUTONOMIA DI GIUDIZIO
AG1: Comunicare, lavorare in gruppo e decidere in autonomia.
ABILITA' COMUNICATIVE
AC1: Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
CAPACITA' DI APPRENDIMENTO
AP3: Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.

Modelli di programmazione lineare: modelli di allocazione di risorse e modelli di miscelazione. Elementi di programmazione lineare. Teoria della dualità. Il metodo del simplesso.
Modelli di ottimizzazione su rete: Problema di flusso a costo minimo - Algoritmo del simplesso su rete.
Modelli di programmazione mista intera lineare. Uso di variabili binarie per modellare vincoli logici.
Modelli di programmazione nonlineare. Condizioni di ottimalità. Introduzione alle Support Vector Machines.

La verifica consiste in una prova scritta con quiz a risposta multipla e esercizi “carta e penna” . E’ possibile, in alternativa, svolgere una prova orale.
Esempi di esami sono scaricabili dalla pagina moodle dell’insegnamento
Con riferimento ai Descrittori di Dublino:
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza della classificazione di diversi problemi di ottimizzazione. Verifica mediante quiz a risposta multipla.
1.2 Conoscenza e comprensione delle più importanti caratterizzazioni matematiche
delle soluzioni di problemi di ottimizzazione. Verifica mediante quiz a risposta multipla.
2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di formulare in termini matematici alcune classi di problemi reali. Verifica
mediante esercizio di modellazione.
2.2 Capacità di risolvere semplici problemi di programmazione lineare. Verifica
mediante esercizio sul metodo del simplesso.
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di eseguire autonome scelte nel definire un modello di programmazione matematica a partire da un problema reale di decisione. Verifica mediante esercizio di modellazione.
4. ABILITA’ COMUNICATIVE
4.1 Capacità di descrivere i problemi di programmazione matematica introdotti nel corso. Verifica mediante esercizio teorico.
4.2 Capacità di esporre logicamente dimostrazioni delle proprietà teoriche studiate. Verifica mediante esercizio teorico.
CAPACITA’ DI APPRENDIMENTO
5.1 Padronanza delle nozioni e delle metodologie di base, che consenta un eventuale ulteriore approfondimento di argomenti legati all'ottimizzazione. Verifica mediante esercizio teorico.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Introduction to Linear Optimization (D. Bertsimas, J. N. Tsitsiklis) Athena Scientific Network Flows: Theory, Algorithms, and Applications (R.K. Ahuja, T.L. Magnanti, J.B. Orlin) Integer programming (M. Conforti, G. Cornuéjols, G. Zambelli) Springer International Publishing. Appunti della docente. Controlla la bibliografia su Onesearch. Per aiuto contatta la tua biblioteca

Il corso di Impianti Elettrici ha l’obiettivo di fornire le conoscenze di base per l’analisi e la progettazione degli impianti elettrici in media e bassa tensione.

Il corso tratterà le apparecchiature, i dispositivi e le macchine elettriche necessarie per la progettazione degli impianti elettrici in media e bassa tensione. Verranno trattati aspetti funzionali di Edifici soggetti a normativa specifica e problemi di sicurezza elettrica per la tutela dei lavoratori.Gli impianti di Building automation, domotica saranno trattati per l'efficientamento energetico degli edifici.

La modalità di verifica dell'apprendimento per il superamento dell'esame consiste in una prova scritta sul dimensionamento di un impianto elettrici in media e bassa tensione e in una prova orale. Le due prove avverranno nella stessa giornata d'esame.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

P.A. Scarpino: Guida alla progettazione degli impianti in media e bassa tensione – EPC Editore P.A. Scarpino: Rischio Elettrico da Arc Flash – EPC Editore Altro materiale di supporto R. Benato – L. Fellin: Impianti Elettrici. Ed. Wolters Kluver Italia F.M. Gatta – Impianti Elettrici Vol. 1 – Esculapio Editore G. Conte. Manuale degli Impianti Elettrici – HOEPLI

"1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione dei paradigmi di programmazione procedurale, strutturata e orientata agli oggetti.
1.2 Conoscenza e comprensione dei linguaggi C e C++.
1.3 Capacità avanzata nella progettazione e nello sviluppo in linguaggio C di strutture dati e algoritmi secondo i principi della programmazione strutturata.
1.4 Capacità avanzata di analisi e modellazione di modelli di dominio tramite Object Oriented Programming (OOP).
1.5 Capacità di rappresentare un modello di dominio tramite UML class diagram.
1.6 Capacità di implementazione di modelli di dominio tramite linguaggio C++ anche a partire da artefatti documentali.
1.7 Capacità di utilizzo dei principali design pattern.
1.8 Conoscenza delle principali strategie di testing per sistemi software
1.9 Conoscenza di metodi e tool avanzati per la progettazione, l'analisi e il testing di sistemi software.
1.10 Conoscenza dei cicli di sviluppo del software e relativi standard.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze acquisite allo scopo di risolvere problemi di programmazione C.
2.2 Capacità di applicare le conoscenze acquisite allo scopo di analizzare e modellare modelli di dominio specifici, anche con l'ausilio di specifici tool.
2.3 Capacità di applicare le conoscenze acquisite allo scopo di implementare modelli di dominio in linguaggio C++, anche con l'ausilio di specifici tool (IDE).
2.4 Capacità di applicare le conoscenze acquisite allo scopo di identificare ed eseguire strategie di testing su sistemi software generici.
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di verificare il proprio grado di apprendimento e comprensione dei concetti esposti durante il corso.
3.2 Capacità di valutare soluzioni a problemi di programmazione C.
3.3 Capacità di valutare soluzioni nell'ambito della modellazione, dell'analisi e del testing di sistemi software
4. ABILITA' COMUNICATIVE
4.1 Capacità di esprimere le proprie conoscenze in modo corretto e logico.
4.2 Capacità di presentare le proprie conoscenze con un linguaggio tecnico appropriato.
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di provvedere autonomamente allo studio di nuovi linguaggi di programmazione, nuovi cicli di sviluppo software e nuovi desing pattern."

"- I linguaggi C e C++

• Paradigma di programmazione procedurale, strutturata e object oriented
• Strutture dati e algoritmi elementari
• Analisi e modellazione attraverso UML class diagram
• Design Patterns
• Testing
• Cicli di sviluppo del software"

"L'esame si compone di una prova scritta ed una orale volte ad accertare le competenze teoriche e pratiche acquisite sugli argomenti del corso.
Prova scritta:

• La prova scritta consiste nella soluzione di esercizi di programmazione in linguaggio C, nella definizione di un modello di dominio e conseguente implementazione in linguaggio C++, e nella discussione di contenuti del programma.
• La prova scritta è svolta su carta e ha una durata di 1h e 30min (circa). Non è consentita la consultazione di libri, dispense e appunti; non è consentito l'utilizzo della calcolatrice.
• La correzione della prova scritta è autonoma e a carico del candidato.
  Prova orale:
• Possono accedere alla prova orale solo i candidati che, tramite autovalutazione, ottengono una valutazione almeno pari a 18/30 alla prova scritta.
• Per accedere alla prova orale, i candidati devono implementare la soluzione degli esercizi proposti realizzando dei programmi autocontenuti (usando un qualsiasi ambiente di sviluppo). Tali programmi devono essere caricati sulla pagina Moodle del corso prima della prova orale e prodotti sul proprio computer portatile durante la prova orale. La prova orale inizia con la discussione dell'elaborato e prosegue con l'approfondimento di contenuti del programma.
  Il corso non prevede il salto appello: gli studenti che ottengono una valutazione non sufficiente ad una prova scritta o orale hanno facoltà di presentarsi alla prova scritta successiva.
  Gli studenti che superano la prova scritta hanno facoltà di sostenere la prova orale nel medesimo appello o in uno qualsiasi degli appelli successivi.
  Gli studenti che non superano la prova orale devono ripetere la prova scritta.
  1. CONOSCENZA E COMPRENSIONE
• Conoscenza e comprensione dei paradigmi di programmazione procedurale, strutturata e orientata agli oggetti. Verifica tramite prova scritta e orale.
• Conoscenza e comprensione dei linguaggi C e C++. Verifica tramite prova orale.
• Capacità avanzata nella progettazione e nello sviluppo in linguaggio C di strutture dati e algoritmi secondo i principi della programmazione strutturata. Verifica tramite prova scritta e orale.
• Capacità avanzata di analisi e modellazione di modelli di dominio tramite Object Oriented Programming (OOP). Verifica tramite prova orale. Verifica tramite prova scritta e orale.
• Capacità di rappresentare un modello di dominio tramite UML class diagram. Verifica tramite prova scritta e orale.
• Capacità di implementazione di modelli di dominio tramite linguaggio C++ anche a partire da artefatti documentali. Verifica tramite prova scritta e orale.
• Capacità di utilizzo dei principali design pattern. Verifica tramite prova scritta e orale.
• Conoscenza delle principali strategie di testing per sistemi software. Verifica tramite prova scritta e orale.
• Conoscenza di metodi e tool avanzati per la progettazione, l'analisi e il testing di sistemi software. Verifica tramite prova scritta e orale.
• Conoscenza dei cicli di sviluppo del software e relativi standard. Verifica tramite prova scritta e orale.
  2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
• Capacità di applicare le conoscenze acquisite allo scopo di risolvere problemi di programmazione C. Verifica tramite prova scritta e orale.
• Capacità di applicare le conoscenze acquisite allo scopo di analizzare e modellare modelli di dominio specifici, anche con l'ausilio di specifici tool. Verifica tramite prova scritta e orale.
• Capacità di applicare le conoscenze acquisite allo scopo di implementare modelli di dominio in linguaggio C++, anche con l'ausilio di specifici tool (IDE). Verifica tramite prova scritta e orale.
• Capacità di applicare le conoscenze acquisite allo scopo di identificare ed eseguire strategie di testing su sistemi software generici. Verifica tramite prova scritta e orale.
  3. AUTONOMIA DI GIUDIZIO
• Capacità di verificare il proprio grado di apprendimento e comprensione dei concetti esposti durante il corso. Verifica tramite prova scritta e orale.
• Capacità di valutare soluzioni a problemi di programmazione C. Verifica tramite prova scritta e orale.
• Capacità di valutare soluzioni nell'ambito della modellazione, dell'analisi e del testing di sistemi software. Verifica tramite prova scritta e orale.
  4. ABILITA' COMUNICATIVE
  4.1 Capacità di esprimere le proprie conoscenze in modo corretto e logico. Verifica tramite prova scritta e orale.
  4.2 Capacità di presentare le proprie conoscenze con un linguaggio tecnico appropriato. Verifica tramite prova scritta e orale.
  5. CAPACITA' DI APPRENDIMENTO
  5.1 Capacità di provvedere autonomamente allo studio di nuovi linguaggi di programmazione e nuovi desing pattern. Verifica tramite prova scritta e orale."

"- Stefano Berretti, Laura Carnevali, Enrico Vicario, ""Fondamenti di Programmazione: linguaggio c, strutture dati e algoritmi elementari, c++"", Società Editrice Esculapio, Bologna, 2017

• M. Bertini, ""Programmazione object-oriented in C++. Design pattern e introduzione alle buone pratiche di programmazione"", Editrice Esculapio"

L'obiettivo dell’insegnamento è quello di far cimentare gli allievi con un problema pratico di robotica.
Per il CdS magistrale in Ingegneria Meccanica (MEM), insegnamento mutuato di "Robotica di Campo"
CC01: La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria meccanica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare
CC02: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare
CC03: La conoscenza e l’utilizzo di strumenti scientifici (informatici e di altra natura) specifici per il settore della progettazione nell’ambito proprio dell’ingegneria meccanica
CC04: La conoscenza dei metodi per ideare, pianificare, progettare e gestire sistemi, processi e servizi complessi e/o innovativi
CC05: La conoscenza di metodi per la pianificazione e lo svolgimento di attività sperimentali di elevata complessità per l’analisi di componenti e sistemi
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi
CC16: La conoscenza del settore dell’automazione e della controllistica. La conoscenza di sistemi meccatronici
CA01: La capacità di applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi
CA02: La capacità di realizzare progetti ingegneristici, lavorando in un ambiente multidisciplinare
CA03: La capacità di applicare la propria conoscenza per identificare problemi e formulare soluzioni, nell’ambito dell’ingegneria meccanica, per impostare, progettare, realizzare e verificare, sistemi ed apparati anche di elevata complessità funzionale
CA05: La capacità approfondita di condurre esperimenti complessi e di gestire strumentazione e software avanzati
CA06: La capacità di scegliere e applicare appropriati metodi analitici e di modellazione, basati sull’analisi matematica e numerica, per poter simulare al meglio il comportamento di componenti e impianti al fine di predirne e migliorarne le prestazioni
CA08: La capacità di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette
CA09: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle)
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali
AG02: Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento
AG04: Autonomia nel rispetto di impegni e tempi, con riferimento alla capacità di allocare il tempo e le risorse disponibili per rispettare le scadenze, di valutare correttamente le proprie capacità e risorse per garantire che gli impegni siano realistici e raggiungibili e di prioritizzare le attività in base alla loro importanza e alle scadenze
AG05: La capacità di identificare il bisogno di nuove conoscenze
AP01: La capacità di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento
AP02: Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.)
AP03: Apprendimento Basato su Progetti e Problemi (Problem Based Learning PBL): capacità di apprendere attraverso metodi didattici basati su progetti e risoluzione di problemi reali

L'insegnamento è principalmente di tipo pratico con l'eccezione di alcune lezioni introduttive all'uso del sistema ROS (Robotics Operating System), attualmente sempre più utilizzato nella realizzazione di sistemi robotici.

L'esame si intende superato alla consegna di una relazione finale sul progetto svolto che dimostri un sufficiente raggiungimento degli obiettivi fissati.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

http://wiki.ros.org/ROS/Tutorials
B. SICILIANO, L. SCIAVICCO LORENZO, L. VILLANI, G. ORIOLO, "ROBOTICA:
MODELLISTICA, PIANIFICAZIONE E CONTROLLO," THE MCGRAW-HILL
COMPANIES
Pubblicazione: 04/2008 (640 pagine, 37.00 Euro)
Il testo e` anche disponibile in lingua inglese:
B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo, Robotics ? Modelling, Planning and
Control, Springer, London, UK, 2009
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

Per gli studenti del Corso di Laurea B274 – in ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING gli Obiettivi Formativi sono:
CONOSCENZA E CAPACITA’ DI COMPRENSIONE
CC1 La conoscenza multidisciplinare normativa, metodologica, tecnologica e strumentale del contesto relativo alla transizione energetica di sistemi, servizi e prodotti.
CC 4 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’ingegneria dell’energia elettrica
CC5 La conoscenza dei componenti e dei sistemi elettronici e la loro applicazione nei settori dell'automazione e della produzione, gestione e distribuzione dell'ingegneria dell'energia elettrica
CC7 La conoscenza di strumenti avanzati di analisi e progettazione (meccanica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti e sistemi.
CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
CA1 Applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi.
CA2 Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica
CA5 Proporre, sviluppare e applicare metodologie alternative e innovative per lo sviluppo di prodotti e servizi nell’ambito della transizione ecologica.
CA7 Attitudine alla risoluzione di problemi e capacità di lavoro autonomo.
AUTONOMIA DI GIUDIZIO
AG1 Comunicare, lavorare in gruppo e decidere in autonomia.
AG3 Condurre ricerche bibliografiche e utilizzare basi di dati ed altre fonti di informazione.
AG 5 Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
ABILITA’ COMUNICATIVE
AC 1 Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
AC 2 Ha la capacità di lavorare in un contesto interdisciplinare comprendendo i risultati del lavoro delle persone con cui coopera e le loro richieste.
AC3 È in grado di comunicare in forma non ambigua i risultati del proprio lavoro e delle proprie attività ad un livello idoneo a facilitare il lavoro in gruppo e tra gruppi.
CAPACITA’ DI APPRENDIMENTO
AP2 Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
AP3 Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
AP4 Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.
Per gli studenti del Corso di Laurea in INGEGNERIA ENERGETICA gli obiettivi formativi sono:
CONOSCENZA E CAPACITA’ DI COMPRENSIONE
CA01: La capacità di applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi.
CA02: La capacità di realizzare progetti ingegneristici, lavorando in un ambiente multidisciplinare.
CA05: La capacità approfondita di condurre esperimenti complessi e di gestire strumentazione e software avanzati.
CA06: La capacità di analisi e modellazione di componenti e sistemi meccanici/elettrici/propulsivi: problemi e modelli alla base dell'ingegneria industriale, con particolare riferimento all’ingegneria meccanica ed energetica.
CA07: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso l’uso di modelli teorici, conoscendone i limiti e le potenzialità.
CA08: La capacità di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette.
CA09: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca.
CA10: La capacità di analizzare le tecnologie degli impianti, dei componenti e dei processi e metodi dell'ingegneria e le loro implicazioni economiche.
CA11: La capacità di identificare, formulare e risolvere problemi di ingegneria industriale, definendo le specifiche, vincoli tecnici, sociali, ambientali e commerciali.
CA12: La capacità di Analizzare, progettare e gestire sistemi integrati innovativi ad energie rinnovabili, sostenibilità e impatto ambientale ed economico.
CA13: La capacità di identificare, formulare e risolvere problemi di ingegneria industriale, in particolare energetica.
CA14: La capacità di progettare, analizzare, pianificare e gestire sistemi di conversione energetica, e il loro impatto ambientale ed impianti di servizio e di processo anche complessi e/o innovativi.
CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
CC01: La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria energetica ed elettrica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare.
CC02: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC03: La conoscenza e l’utilizzo di strumenti scientifici (informatici e di altra natura) specifici per il settore della progettazione nell’ambito proprio dell’ingegneria energetica.
CC04: La conoscenza dei metodi per ideare, pianificare, progettare e gestire sistemi, processi e servizi complessi e/o innovativi.
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi.
CC09: La conoscenza multidisciplinare normativa, metodologica, tecnologica e strumentale del contesto relativo alla transizione energetica di sistemi, servizi e prodotti.
CC11: La conoscenza delle principali fonti di energia di tipo rinnovabile e dei sistemi di storage dell’energia e la conoscenza dei criteri per la loro integrazione con sistemi di produzione di tipo convenzionale.
CC12: Principi e problematiche dello scambio termico nelle macchine e impianti in sistemi e componenti di macchine e impianti di conversione energetica: tecniche di modellazione e simulazione computazionale. Metodologie di progettazione, gestione e controllo ottimizzati delle reti di scambio termico.
CC13: La conoscenza dei fenomeni termodinamici, termo-fluidodinamici, termo-chimici ed elettrici alla base dei principali sistemi di conversione energetica.
CC14: Approfondimenti di termodinamica applicata, termoeconomia, sostenibilità ambientale degli impianti, macchine, componenti e sistemi per la produzione e conversione dell’energia. Metodologie per l’individuazione delle inefficienze termodinamiche ed economiche dei sistemi energetici e dei componenti. Sostenibilità ambientale ed economica.
AUTONOMIA DI GIUDIZIO
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali.
AG02: La Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento.
AG03: La capacità di lavorare in gruppo in modalità coordinata, avendo chiaro il contesto della problematica ingegneristica e le implicazioni interdisciplinari che contraddistinguono l'ambito applicativo.
AG04: Autonomia nel rispetto di impegni e tempi, con riferimento alla capacità di allocare il tempo e le risorse disponibili per rispettare le scadenze, di valutare correttamente le proprie capacità e risorse per garantire che gli impegni siano realistici e raggiungibili e di prioritizzare le attività in base alla loro importanza e alle scadenze.
AG05: La capacità di identificare il bisogno di nuove conoscenze.
ABILITA’ COMUNICATIVE
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti.
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali.
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle).
AC04: Sostenibilità e Responsabilità Etica nelle pratiche ingegneristiche inclusa la conoscenza delle normative ambientali e l'impatto ecologico delle decisioni ingegneristiche.
CAPACITA’ DI APPRENDIMENTO
AP01: La capacità di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento.
AP02: Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.).
AP03: Apprendimento Basato su Progetti e Problemi (Problem Based Learning PBL): capacità di apprendere attraverso metodi didattici basati su progetti e risoluzione di problemi reali.

1) Analisi dei circuiti monofasi e trifasi; 2) Trasformatori monofasi e trifasi; 3) Macchine sincrone; 4) Macchine asincrone; 5) Macchine a corrente continua.

Esame orale costituito da domande teoriche volte ad accertare:

• la conoscenza del principio di funzionamento, comportamento elettromagnetico e meccanico delle principali macchine elettriche, statiche e rotanti, in corrente alternata e in corrente continua: trasformatori, motori e generatori in C.A. sincroni e asincroni, motori e generatori in C.C.
• la conoscenza delle modalità di esecuzione di prove sperimentali e misure sulle macchine
• la capacità di applicare le conoscenze al fine di ricavare i modelli matematici relativi al funzionamento delle macchine elettriche trattate
• la capacità di applicare le conoscenze al fine di determinare i parametri del circuito equivalente e le caratteristiche di funzionamento delle macchine elettriche
• la capacità di applicare le conoscenze al fine di scegliere le macchine per diverse applicazioni, facendo uso delle specifiche tecniche riportate nei manuali.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

1)A.E. Fitzgerald, C. Kingsley, and A. Kusko, " Electric Machinery" New York: McGraw-Hill Book Company, 1971.
2) L.W. Matsch and J.D. Morgan: Electromagnetic and Electromechanical Machines, New York: John Wiley & Sons, 1987.
3) S. Crepaz, "Macchine Elettriche", CittàStudi, 1997.
"Controlla la bibliografia su onesearch. Per aiuto contatta la tua biblioteca”

Formare a livello professionalizzante le conoscenze dello studente per renderlo in grado di operare in modo autonomo nel campo delle applicazioni pratiche dell'elettrotecnica quali: macchine elettriche ed impianti per l'alimentazione di dette macchine e altri tipi di utenze elettriche Conoscenze applicative sulle macchine elettricheUtilizzo di SW specifici quali programmi di dimensionamento linee elettricheApprendimento di:- principi di funzionamento delle Macchine Elettriche ad uso industriale.- azionamenti di macchine elettriche con convertitori elettronici.- basi di efficientamento delle dotazioni elettriche industriali.- basi di dimensionamento impianti fotovoltaici.
CA05: La capacità approfondita di condurre esperimenti complessi e di gestire strumentazione e software avanzati.
CA06: La capacit‡ di analisi e modellazione di componenti e sistemi meccanici/elettrici/propulsivi: problemi e modelli alla base dell'ingegneria industriale, con particolare riferimento allíingegneria meccanica ed energetica.
CA07: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso líuso di modelli teorici, conoscendone i limiti e le potenzialit‡.
CA08: La capacit‡ di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette.
CA09: La capacit‡ di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacit‡ nellíambito della ricerca.
CA10: La capacità di analizzare le tecnologie degli impianti, dei componenti e dei processi e metodi dell'ingegneria e le loro implicazioni economiche.
CC02: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC03: La conoscenza e líutilizzo di strumenti scientifici (informatici e di altra natura) specifici per il settore della progettazione nell'ambito proprio dell'ingegneria energetica.
CC04: La conoscenza dei metodi per ideare, pianificare, progettare e gestire sistemi, processi e servizi complessi e/o innovativi.
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi.
CC10: La conoscenza delle macchine elettriche e dei relativi sistemi di alimentazione per trazione. La conoscenza degli aspetti strutturali e termo-fluidodinamici dei motori a combustione interna.
CC11: La conoscenza delle principali fonti di energia di tipo rinnovabile e dei sistemi di storage dellíenergia e la conoscenza dei criteri per la loro integrazione con sistemi di produzione di tipo convenzionale.
CC16: La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell'ingegneria dell'energia elettrica.
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali.
AG02: La Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento.
AG03: La capacità di lavorare in gruppo in modalitè coordinata, avendo chiaro il contesto della problematica ingegneristica e le implicazioni interdisciplinari che contraddistinguono l'ambito applicativo.
AG04: Autonomia nel rispetto di impegni e tempi, con riferimento alla capacit‡ di allocare il tempo e le risorse disponibili per rispettare le scadenze, di valutare correttamente le proprie capacit‡ e risorse per garantire che gli impegni siano realistici e raggiungibili e di prioritizzare le attivit‡ in base alla loro importanza e alle scadenze.
AG05: La capacità di identificare il bisogno di nuove conoscenze.
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti.
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali.
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle).
AP02: Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.).
AP01: La capacit‡ di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento.
AP03: Apprendimento Basato su Progetti e Problemi (Problem Based Learning PBL): capacit‡ di apprendere attraverso metodi didattici basati su progetti e risoluzione di problemi reali.

Introduzione teorico operativa alle applicazioni elettriche utilizzate in campo industriale quali: motori asincroni trifase e loro azionamenti, trasformatori mono fase e trifase, macchine in corrente continua e loro azionamenti, alternatori, motori speciali e relativi azionamenti.

Prove Intermedie. Le prove intermedie consistono, ognuna, di 3 esercizi mirati alla verifica delle conoscenze sui sistemi trifase, sulle macchine elettriche, sugli azionamento elettrici. CT1#B049 Comunicazione tecnica in forma scritta (redazione di rapporti e relazioni individuali, CT3#B049 Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni CT4#B049 Rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle) CT7#B049 Rispettare impegni e tempi Prova Finale, colloquio orale con eventuale presentazione di elaborati di progetto, anche di gruppo. CT1#B049 Comunicazione tecnica in forma scritta (redazione di rapporti e relazioni individuali), CT2#B049 Lavoro in gruppo in modalità coordinata, CT3#B049 Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni CT4#B049 Rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle) CT5#B049 Comprensione di norme tecniche CT6#B049 Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.) CT7#B049 Rispettare impegni e tempi CT8#B049 Comunicazione attraverso presentazioni e sistemi Web Conoscenze che vengono verificate CC5#B049 La conoscenza dei principi dell’elettrotecnica industriale, delle macchine elettriche, della robotica industriale e dei controlli impiegati negli impianti industriali. CC10#B049 La comprensione delle tecniche e dei metodi applicabili e dei loro limiti inclusa la consapevolezza delle implicazioni non tecniche della pratica ingegneristica. Capacità cognitive e applicative verificate: CA5#B049 La capacità di risolvere problemi connessi alle reti elettriche resistive e dinamiche, anche in presenza di componenti attivi, di scegliere e utilizzare le macchine elettriche nell'ambito di sistemi meccanici, analizzandone le prestazioni, di progettare sistemi di controllo automatico a retroazione, anche attraverso l’ausilio di strumenti informatici, di comprendere il funzionamento dei robot manipolatori e mobili maggiormente impiegati nelle applicazioni industriali e non, di scegliere gli opportuni azionamenti (elettrici oleodinamici e pneumatici) per macchine e impianti.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

A. Reatti, “Alberto Reatti, Macchine elettriche: con cenni al loro controllo. Corso universitario per le lauree magistrali in Ingegneria Elettrica e dell’Automazione”, in Riga Edizioni
A. Reatti, F. Corti, "Efficienza Energetica. Ottimizzazione tecnico economica delle utenze elettriche", Esculapio, 2019, ISBN:9788893851145 P.C. Sen "Principles of Electric Machines and Power Electronics", Third Edition , John Wiley & Sons Inc, 2021

1. Conoscenza e capacità di comprensione:
Al termine dell'insegnamento, ci si attende che, coerentemente con il descrittore CC8 della matrice di Tuning del CdLM in Ingegneria Biomedica e i descrittori CC2 e CC7 della matrice di Tuning del CdLM in Robotics, Automation and Electrical Engineering, lo studente/la studentessa abbia acquisito:

• Conoscenze di base sulle principali classi di materiali intelligenti;
• Comprensione delle proprietà funzionali di tali materiali;
• Conoscenze sulle principali tipologie di attuatori e sensori elettromeccanici basati su materiali intelligenti;
• Nozioni fondamentali sulle tecniche di caratterizzazione fisica, meccanica ed elettrica di materiali e dispositivi intelligenti;
• Conoscenza di casi applicativi, in ambito biomedicale e non solo.
  2. Capacità di applicare conoscenza e comprensione:
  Al termine dell'insegnamento, ci si attende che, coerentemente con il descrittore CA8 della matrice di Tuning del CdLM in Ingegneria Biomedica e il descrittore CA2 della matrice di Tuning del CdLM in Robotics, Automation and Electrical Engineering, lo studente/la studentessa sia in grado di:
• Identificare e selezionare materiali intelligenti appropriati per specifici sistemi meccatronici;
• Comprendere il funzionamento di sensori e attuatori basati su tali materiali, anche attraverso esempi e semplici modelli;
• Applicare concetti teorici per analizzare prestazioni e limiti di dispositivi realizzati con materiali intelligenti;
• Proporre soluzioni tecnologiche per problemi semplici utilizzando materiali smart.
  3. Autonomia di giudizio:
  Al termine dell'insegnamento, ci si attende che, coerentemente con i descrittori AG1 e AG2 della matrice di Tuning del CdLM in Ingegneria Biomedica e il descrittore AG3 della matrice di Tuning del CdLM in Robotics, Automation and Electrical Engineering, lo studente/la studentessa sia capace di:
• Valutare vantaggi e criticità legate all’impiego di materiali intelligenti in contesti meccatronici e biomedicali;
• Analizzare il comportamento di dispositivi intelligenti alla luce dei dati sperimentali;
• Formulare ipotesi di sviluppo o miglioramento di dispositivi sensoriali e attuatori basati su materiali avanzati.
  4. Abilità comunicative:
  Al termine dell'insegnamento, ci si attende che, coerentemente con i descrittori AC1 e AC2 della matrice di Tuning del CdLM in Ingegneria Biomedica e i descrittor AC1, AC2 e AC3 della matrice di Tuning del CdLM in Robotics, Automation and Electrical Engineering, lo studente/la studentessa sia in grado di:
• Presentare in modo chiaro ed efficace i principi di funzionamento, le caratteristiche e le applicazioni dei materiali intelligenti;
• Utilizzare un linguaggio tecnico adeguato alla descrizione di dispositivi e materiali per sistemi meccatronici;
• Redigere brevi relazioni tecniche o presentazioni su materiali smart e loro applicazioni nel settore biomedicale.
  5. Capacità di apprendimento:
  Al termine dell'insegnamento, ci si attende che, coerentemente con i descrittori AP1 e AP2 della matrice di Tuning del CdLM in Ingegneria Biomedica e i descrittori AP1 e AP2 della matrice di Tuning del CdLM in Robotics, Automation and Electrical Engineering, lo studente/la studentessa abbia acquisito strumenti per:
• Approfondire in modo autonomo argomenti relativi ai materiali intelligenti e alle tecnologie meccatroniche emergenti;
• Consultare fonti scientifiche e tecniche per l’analisi di casi applicativi reali;
• Prepararsi a corsi avanzati o attività di ricerca in ambiti multidisciplinari come la bioingegneria, la robotica medicale o i dispositivi indossabili.

1. Introduzione ai materiali intelligenti per sistemi meccatronici
2. Polimeri elettroattivi
3. Trasdsuttori ad elastomeri dielettrici
4. Altre tecnologie a materiali intelligenti
5. Esperienze di laboratorio.

La verifica finale consta di una prova orale, durante la quale si valuta, attraverso più domande, la comprensione degli argomenti trattati e l’acquisizione di conoscenze e competenze, in relazione agli obiettivi formativi dell’insegnamento.

Si consiglia l'uso di materiale fornito dal docente.
Per approfondimenti:

• F. Carpi, Editor, Electromechanically Active Polymers: a Concise Reference, Zurich: Springer, 2016. ISBN: 978-3-319-31528-7. https://doi.org/10.1007/978-3-319-31530-0
• F. Carpi and E. Smela, Editors, Biomedical Applications of Electroactive Polymer Actuators, Chichester: Wiley, 2009. ISBN: 978-0-470-77305-5. https://doi.org/10.1002/9780470744697
• F. Carpi, D. De Rossi, R. Kornbluh, R. Pelrine and P. Sommer-Larsen, Editors, Dielectric Elastomers as Electromechanical Transducers. Fundamentals, Materials, Devices, Models and Applications of an Emerging Electroactive Polymer Technology, Oxford: Elsevier, 2008. ISBN: 9780080474885. https://doi.org/10.1016/B978-0-08-047488-5.X0001-9

CA01 La capacità di applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi
CA03 La capacità di applicare la propria conoscenza per identificare problemi e formulare soluzioni, nell’ambito dell’ingegneria meccanica, per impostare, progettare, realizzare e verificare, sistemi ed apparati anche di elevata complessità funzionale
CA06 La capacità di scegliere e applicare appropriati metodi analitici e di modellazione, basati sull’analisi matematica e numerica, per poter simulare al meglio il comportamento di componenti e impianti al fine di predirne e migliorarne le prestazioni
CA09 La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca
CC01 La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria meccanica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare.
CC02 La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC11 La conoscenza del sistema mobilità, dei suoi elementi costitutivi e degli strumenti per la sua caratterizzazione e descrizione
CC20 La conoscenza del sistema mobilità, dei suoi elementi costitutivi e degli strumenti per la sua caratterizzazione e descrizione.
AG01 La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali
AG02 Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento
AG05 La capacità di identificare il bisogno di nuove conoscenze
AC01 La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti
AP02 Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.)

Il corso tratta i principali aspetti della dinamica del veicolo stradale; in particolare fornisce gli elementi fondamentali per comprendere e modellare i principali aspetti di:
-contatto ruota strada
-dinamica longitudinale dei veicoli (prestazioni del veicolo; frenatura)
-dinamica laterale (comportamento sovra e sotto sterzante; stabilità del moto in curva)
-dinamica verticale (comfort e sicurezza di marcia).
Meccanica del veicolo Stadale a quattro ruote
1. Contatto ruota strada
Modello di Coulomb
Modello a spazzola per scorrimenti longitudinali e laterali
Magic formulae; azioni longitudinali, laterali e combinate;
Influenza sulle curve di aderenza del carico verticale, angolo di campanatura, velocità, velo idrico...
2. Azioni aerodinamiche
3. Dinamica longitudinale
Frenatura: Trasferimento di carico. Proporzionamento dell'impianto frenante-
sistemi di frenatura assistita (ABS,ESP....)
Trazione: curve di potenza, coppia e consumo specifico di un MCI
Modello a 1 Dof con modello ruota-via di Coulomb
Modello a 3 Dof con modello ruota-via di Pacejka.
Prestazioni del veicolo: massima pendenza superabile, massima velocità su strada piana, massima accelerazione su strada piana.
Cenni sulla scelta dei rapporti del cambio
4. Dinamica Laterale
Sterzatura cinematica
Sterzatura ideale: modello semplificato a 1 Dof;
Sterzatura dinamica: modello a 3 Dof;equazioni di moto generali, angoli di deriva, forze agenti sulle ruote
Stabilità direzionale: equazioni di moto linearizzate; derivate di stabilità; risposta allo sterzo; punto neutro; risposta a forze e momenti.
5. Dinamica Verticale
Cenni sui vari tipi di sospensioni
Comfort: modelli a 1 Dof e 2 Dof (quarter-model) per la dinamica verticale;
Influenza delle masse sospese e non sospese.
Meccanica del Motociclo
Dinamica del motociclo: equilibrio in curva.

esame orale con
due domande: una domanda riguardo il veicolo a 4 ruote e una domanda di dinamica del motociclo.
Conoscenza sufficiente degli argomenti trattati
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Dinamica del Veicolo (M. Guiggiani)
Meccanica dell'autoveicolo (G. Genta)
Tire and Vehicle Dynamics (H.B. Pacejka)
Lezioni di meccanica del veicolo (A. Rindi)
Motorcycle Dynamics (Vittore Cossalter) (versione italiana), Edizioni Progetto, 2008.
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

CT1 Comunicazione tecnica in forma scritta redazione di rapporti e relazioni individuali)
CT2 Lavoro in gruppo in modalità coordinata
CT3 Sviluppo di una espressione e discussione etnica adeguata di proprie argomentazioni
CT4 Rappresentazione e comunicazione grafica redazione di schemi, grafici e tabelle)
CT5 Comprensione di norme tecniche
CT 6Conduzione di ricerche bibliografiche ediante le principali risorse (biblioteche, anche dati scientifici, ecc.)
CT 7 Rispettare impegni e tempi
CT8 Comunicazione attraverso presentazioni Web

Il corso fornisce conoscenze fondamentali relative alla modellazione di sistemi meccatronici con particolare riferimento ad azionamenti oleodinamici ed elettrici

Esame Orale:
Lo studente prepara un breve elaborato o un project work concordato con il docente.
L'esame orale consta di due parti: una prima discussione dei risultati dell'elaborato seguita da domande ed esercizi su argomenti più inerenti il corso.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Meccatronica. Azionamenti elettrici ed oleodinamici
Allotta B. Pugi.L.
Ed. Esculapio

Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE cc14 La conoscenza di metodi per la pianificazione e lo svolgimento di attività sperimentali di elevata complessità per l’analisi di componenti e sistemi. cc15 La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione anche mediante metodi dell’intelligenza artificiale. 2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE ca3 Applicare le conoscenze acquisite per l’integrazione hardware e software di dispositivi, componenti e sistemi. ca7 Attitudine alla risoluzione di problemi e capacità di lavoro autonomo. 3. AUTONOMIA DI GIUDIZIO ag1 Comunicare, lavorare in gruppo e decidere in autonomia. ag2 Redigere documentazione tecnica e presentare i risultati di un progetto. ag5 Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni. 4. ABILITA' COMUNICATIVE ac3 È in grado di comunicare in forma non ambigua i risultati del proprio lavoro e delle proprie attività ad un livello idoneo a facilitare il lavoro in gruppo e tra gruppi. 5. CAPACITA' DI APPRENDIMENTO ap4 Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.

L’insegnamento tratta gli elementi di base della teoria delle misure e la rappresentazione del risultato di misura con relativa valutazione dell’incertezza. Sono trattati i principali strumenti di misura e fornite le conoscenze di base per l’acquisizione dei segnali provenienti da sensori. È presentato il principio di funzionamento dei sensori di uso comune, il funzionamento di un sistema automatico di misura ed alcune prove pratiche in laboratorio.

Esame orale avente per oggetto i risultati ottenuti durante le esercitazioni di laboratorio ed il programma esteso.
Tipicamente la durata dell'esame è compresa fra 45 e 60 minuti e saranno fatte tre domande. La prima e la seconda domanda verteranno sul programma esteso (in ogni sua parte) e la terza domanda verterà sulle esercitazioni di laboratorio. Il tempo quindi a disposizione per rispondere a ciascuna domanda sarà 15-20 minuti. La terza domanda, avente per oggetto le esercitazioni di laboratorio, sarà mirata a verificare la capacità dello studente di eseguire le attività pratiche di misura e la capacità di esposizione di ciò che ha eseguito e dei risultati raggiunti.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Materiale didattico fornito nel Moodle del corso.

The course will contribute to the following learning objectives specific of the Master Programme:
Knowledge and understanding
cc4: Knowledge of advanced design tools (mechanical, thermo-fluid dynamical, electrical, or multi-physics) for modelling and numerical simulation of components or systems.
cc5: Knowledge of systems and methods for virtual representation, modelling, and 2D and 3D geometric reconstruction.
cc9: Knowledge of vehicles and their technical and design characteristics for the development of sustainable mobility.
Applying knowledge and understanding
ca1: The ability to identify, formulate and solve industrial engineering problems, defining specifications, technical, social, environmental, and commercial constraints.
ca2: The ability to carry out engineering projects, working in a multidisciplinary environment.
ca5: The ability to combine theory and practice to identify and solve multidisciplinary engineering problems, considering constraints, including nontechnical ones.
Making judgements
ag1: The ability to independently analyse data and information, draw objective conclusions and make consequential decisions.
ag3: The ability to identify the need for new knowledge.
Communication skills
ac1: The ability to communicate and transfer information, ideas, problems and solutions to specialists and non-specialists.
ac2: The ability to professionally present problems, solutions, analyses and results through written reports and verbal presentations.
Learning skills
ap1: The capacity for continuous and autonomous learning, and self-updating in the relevant engineering area.

1. Rigid multibody systems.
2. Flexible multibody systems .
3. Nonlinear mechanical systems and stability.
4. Linear mechanical systems and stability.
5. Lagrange transform, Fourier transform and linear mechanical systems.
6 Seminars from companies.
7 Visits to company laboratories and facilities.

The student evaluation involves an oral examination (AG1, AG3, AC1, AC2, AP1) and a project on a topic provided by the Professor (AG1, AG3, AC1, AC2, AP1). The oral examination will focus on the various topics explained during the course.
To pass the examination, a good knowledge of the topics covered during the course is required (CA1, CA2, CA5, CC4, CC5, CC9). The student must also demonstrate that he has acquired adequate knowledge of the software modeling tools (CA1, CA2, CA5, CC4, CC5, CC9).
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

[1] Computational continuum mechanics, A. A. Shabana, Cambridge Press, 2008.
[2] Dynamics of multibody systems, A. A. Shabana, Cambridge Press, 2005.
[3] F. Cheli, E. Pennestrì, Kinematics and dynamics of multibody systems, Casa Editrice Ambrosiana, 2010.
[4] G. Dhatt, G. Touzot, The finite element method displayed, Wiley & Sons, 1985.
[5] G. Dhatt, G. Touzot, The finite element method, Wiley & Sons, 2012.
[6] O. C. Zienkiewicz, The finite element method, Butterwoth & Heinemann, 2000.
[7] Hassan K. Khalil, Nonlinear Systems, Prentice Hall, 2002.
[8] Bolzern, Scattolini e Schiavoni, Fondamenti di controlli automatici, Mc Graw-Hill Italia, 2008.
[9] G. Marro, Controlli automatici, Zanichelli, 2004.
[10] Joel L. Schiff, The Laplace Transform: Theory and Applications, Springer-Verlag, 2013.
[11] J. F. James, A Student's Guide to Fourier Transforms: With Applications in Physics and Engineering
Cambridge University Press, 2011.
[12] E. W. Hansen, Fourier Transforms: Principles and Applications, John Wiley & Sons, 2014.
[13] K. Hutter, Continuum Methods of Physical Modeling, Springer-Verlag, 2003.
[14] P. Wesseling, Principles of Computational Fluid Dynamics, Springer-Verlag, 2000.
[15] R. Pletcher, J. Tannellini, D. Anderson, Computational fluid dynamics and heat transfer, CRC Press, 2013.
[16] Y. Shtessel, C. Edwards, L. Fridman, A. Levant, Sliding mode control and observation, Birkhauser, 2014.
[17] J. Slotine, W. Li, Applied nonlinear control, Prentice Hall, 1991.
[18] W. Perruquetti, J. Barbot, Sliding mode control in engineering Marcel Dekker, 2002.
[19] C. Edwards, S. Spurgeon, Sliding mode control, Taylor & Francis, 1998.
[20] L. Shampine, M. Reichelt, The MATLAB ODE suite, SIAM Journal of Scientific Computing, 18, 1, 1-22, 1997.
[21] C. Kelley, Iterative Methods for Linear and Nonlinear Equations, SIAM, 1995.
[22] Y. Saad, Iterative Methods for Sparse Linear Systems, SIAM, 2003.
[23] J. Nocedal, Numerical Optimization, Springer-Verlag, 1999.
[24] F. Irgens, Continuum mechanics, Springer-Verlag, 2008.
[25] P. Haupt, Continuum mechanics and theory of materials, Springer-Verlag, 2010.
[26] P. Wriggers, Nonlinear finite element systems, Springer-Verlag, 2008.
[27] A. Ibrahimbegovic, Nonlinear Solid Mechanics, Springer-Verlag, 2009.
[28] O. Bauchau, Flexible multibody dynamics, Springer-Verlag, 2011.
[29] R. Hartley, A. Zisserman. Multiple view geometry in computer vision, Cambridge University Press, 2011.
[30] M. Giaquinta, S. Hildebrandt, Calculus of Variations, Springer-Verlag, 2010.
[31] A. Isidori, Nonlinear Control Systems, Springer-Verlag, 1995.
[32] P. Drazin, Nonlinear Systems, Cambridge University Press, 2008
[33] P. Kokotovic, Constructive Nonlinear Control, Springer-Verlag, 2011.

Il corso è stato concepito in accordo con il recente riordino degli studi con l'obiettivo principale di fornire conoscenze di base ed avanzate dei sistemi networked. Esso è rivolto principalmente, ma non esclusivamente, agli studenti di corsi di Laurea Magistrale in Informatica, Ingegneria dell’Informazione e Matematica. Attraverso gli argomenti trattati saranno acquisite capacità di applicare conoscenza e comprensione per la definizione di modelli e la specifica di metodologie di analisi proprie di sistemi networked di base e complessi, anche in relazione a specifici contesti applicativi riguardanti i settori tecnologici dei sistemi per l'elaborazione dell'informazione.
Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione delle
nozioni di base dei sistemi a coda e dei modelli di servizio.
1.2 Conoscenza e comprensione dei modelli di analisi di sistemi a coda con differenti politiche di arrivo, coda e servizo
1.3 Conoscenza e comprensione dei metodi per l'analisi di sistemi a coda interponessi.
2. CAPACITA' DI APPLICARE
CONOSCENZA E COMPRENSIONE
2.1 Capacità di eseguire analisi di sistemi a coda stand alone.
2.2 Capacità di eseguire analisi di sistemi a coda connessi in rete.
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di eseguire autonome scelte
di analisi e progettazione.
4. ABILITA' COMUNICATIVE
4.1 Capacità di esporre logicamente
dimostrazioni analitiche e
proprietà dei sistemi a coda.
4.2. Capacità di presentare e commentare i risultati ottenuti
CAPACITA' DI APPRENDIMENTO
5.1 Capacità di dimensionare sistemi a coda stand- alone e connessi in rete in relazione a specifici requisiti di servizio.

Fondamenti di Network Science e modelli strutturali per l’analisi delle reti complesse;
Processi stocastici e dinamici su rete, inclusi sistemi a coda, diffusione e propagazione dell’informazione;
Interazione, coordinamento e rappresentazione della conoscenza in sistemi distribuiti, incluse reti semantiche e cognitive;
Ottimizzazione, controllo e allocazione delle risorse, con applicazioni alle reti di telecomunicazione, all’Internet of Things e alla Distributed Physical AI.

elaborato e discussione dell'elaborato

J. Pearl, Causality,
L. Kleinrock, Sistemi a Coda,
Albert-László Barabási, Network Science

Il corso fornisce le basi teoriche dell'ottimizzazione non lineare. Si prefigge l'obiettivo di fornire agli studenti conoscenza approfondita della teoria dell'ottimizzazione numerica continua, degli algoritmi di ottimizzazione e delle loro principali proprietà.Particolare attenzione è dedicata ai metodi di ottimizzazione rilevanti per il Machine Learning.
Con riferimento ai descrittori di Dublino:
INTELLIGENZA ARTIFICIALE
Conoscenza e Comprensione
cc1 - Comprendere i fondamenti teorici del machine learning, inclusi gli aspetti statistici e
matematici.
cc2 - Applicare tecniche di ottimizzazione continua e combinatoria per risolvere problemi
pratici.
cc10 - Conoscere i principali problemi, strumenti tecnici e relative soluzioni algoritmiche
nei settori del supervised learning, unsupervised learning, reinforcement learning e modelli
generativi.
Capacità di Applicare Conoscenza e Comprensione
ca12 - Utilizzare strumenti tecnici e relative soluzioni algoritmiche nei settori del
supervised learning, unsupervised learning, reinforcement learning e modelli generativi.
Autonomia di Giudizio
ag1 - Maturare la capacità di identificare, localizzare e ottenere i dati richiesti per le
analisi.
ag2 - Sviluppare la capacità di progettazione e conduzione di indagini analitiche
utilizzando modelli e tecniche sperimentali.
ag3 - Acquisire la capacità di interpretare dati provenienti dalla realtà o da simulazioni,
utilizzando le basi modellistiche, informatiche e statistiche apprese.
ag4 - Valutare criticamente dati e risultati per trarre conclusioni informate.
Capacità di Apprendimento
ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di
elaborati progettuali e relazioni.
INGEGNERIA INFORMATICA (MAGISTRALE)
Conoscenza e Comprensione
cc5 - Conoscenze avanzate di modelli e metodi propri della ricerca operativa per
l'ottimizzazione di sistemi complessi;
cc6 - Conoscenze di modelli e metodologie di progetto, sviluppo e verifica di moduli di
elaborazione basati su apprendimento automatico e della loro integrazione con modelli
basati sulla conoscenza
Capacità di Applicare Conoscenza e Comprensione
ca5 - Adottare un approccio ingegneristico ed ispirato alla ottimizzazione per l'analisi e
risoluzione di problemi
ca8 - Formalizzare e risolvere problemi complessi di ottimizzazione e elaborazione
dell’informazione
Autonomia di Giudizio
ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni
rigorose e tecnicamente valide sui temi e progetti affrontati
Capacità di Comunicazione
ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche
di organicità e rigore tecnico
ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a
interlocutori non specialisti, in lingua italiana o inglese
Capacità di Apprendimento
ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento,
sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività
autonome.
ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di
elaborati analitici o progettuali, e nelle relazioni delle attività svolte.
INGEGNERIA MECCANICA
CC01: La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria meccanica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare. CC02: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare. CA02: La capacità di realizzare progetti ingegneristici, lavorando in un ambiente multidisciplinare
CA06: La capacità di scegliere e applicare appropriati metodi analitici e di modellazione, basati sull’analisi matematica e numerica, per poter simulare al meglio il comportamento di componenti e impianti al fine di predirne e migliorarne le prestazioni
CA07: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso l’uso di modelli teorici, conoscendone i limiti e le potenzialità
CA09: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca ;
AG05: La capacità di identificare il bisogno di nuove conoscenze ;
ROBOTICS AND AUTOMATION ENGINEERING
cc15 La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione anche mediante metodi dell’intelligenza artificiale.
ca7 Attitudine alla risoluzione di problemi e capacità di lavoro autonomo.
ac1 Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
ac3 Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.

Condizioni di ottimalità;
Metodi per l'ottimizzazione locale non vincolata;
Metodi per l'ottimizzazione locale vincolata;
Metodi di ottimizzazione per problemi di apprendimento automatico.

Esame orale su tutto il programma.
Nel corso dell'esame si verifica mediante quesiti e domande teoriche:

• la conoscenza della teoria dell'ottimizzazione (condizioni di ottimalità);
• la conoscenza di algoritmi di ottimizzazione non lineare e delle loro proprietà teoriche;
• la conoscenza di algoritmi di ottimizzazione applicati nell'ambito dei problemi di apprendimento automatico.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Introduction to Methods for Nonlinear Optimization, L. Grippo, M. Sciandrone, Springer Cham, 2023
Metodi di ottimizzazione non vincolata, L. Grippo, M. Sciandrone, Springer-Verlag, 2011
Dispense aggiuntive

L’insegnamento si concentra su alcune classi di problemi di ottimizzazione, sulle loro principali proprietà matematiche e su metodi di risoluzione numerica. La prima metà del corso è dedicata al problemi di programmazione convessa, includendo problemi di programmazione semidefinita positiva, ovvero problemi definiti sullo spazio delle matrici simmetriche. Partendo dalle condizioni di ottimalità per i problemi affrontati, si arrivano a definire e analizzare opportuni algoritmi quali il metodo dei punti interni e il metodo del lagrangiano aumentato. Si approfondiscono inoltre argomenti di teoria della dualità. Successivamente vengono introdotti problemi di ottimizzazione mista intera. Come esempi di tali problemi si affrontano il problema dello unit commintment e il problema dell’optimal power flow.
Obiettivi Formativi:
L’insegnamento vuole introdurre alcuni problemi di programmazione matematica e fornire competenze sulle principali proprietà matematiche per le classi di problemi considerate. In particolare, vengono affrontati problemi di programmazione convessa, problemi di programmazione semidefinita, problemi di programmazione mista intera, analizzando le loro particolari proprietà geometriche ed analitiche. Vengono quindi introdotti algoritmi e metodologie per la loro soluzione.
Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE (CA7)
1.1 Conoscenza della classificazione di diversi problemi di ottimizzazione.
1.2 Conoscenza e comprensione delle più importanti caratterizzazioni matematiche
delle soluzioni di problemi di ottimizzazione.
2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE (CA7)
2.1 Capacità di formulare in termini matematici alcune classi di problemi reali quali problemi di unit commitment e problemi di optimal power flow.
2.2 Capacità di definire opportuni rilassamenti per specifici modelli di ottimizzazione.
3. AUTONOMIA DI GIUDIZIO (AG2)
3.1 Capacità di eseguire autonome scelte nel definire un modello di programmazione matematica a partire da un problema reale di decisione.
4. ABILITA’ COMUNICATIVE (AC1)
4.1 Capacità di descrivere i problemi di programmazione matematica introdotti nel corso.
4.2 Capacità di esporre logicamente dimostrazioni delle proprietà teoriche studiate.
CAPACITA’ DI APPRENDIMENTO (AP3)
5.1 Padronanza delle nozioni e delle metodologie viste nel corso, che consenta un eventuale ulteriore approfondimento di argomenti legati all'ottimizzazione.

L’insegnamento si concentra su alcune classi di problemi di ottimizzazione, analizzandone le principali proprietà matematiche e i metodi di risoluzione numerica. Particolare attenzione è dedicata sia agli aspetti teorici sia a quelli computazionali, con l’obiettivo di fornire agli studenti strumenti utili per la modellazione e la soluzione di problemi complessi.
La prima parte del corso è dedicata ai problemi di programmazione convessa, includendo la programmazione semidefinita positiva, ossia problemi definiti sullo spazio delle matrici simmetriche. Vengono studiate le proprietà fondamentali di tali problemi, tra cui esistenza delle soluzioni e condizioni di ottimalità. A partire da queste basi teoriche, si introducono e si analizzano algoritmi di risoluzione quali il metodo dei punti interni e il metodo del lagrangiano aumentato, discutendone convergenza, efficienza e ambiti di applicazione. Vengono inoltre approfonditi i principali risultati della teoria della dualità, evidenziandone il ruolo nell’analisi e nella risoluzione dei problemi di ottimizzazione affrontati.
La seconda parte del corso introduce i problemi di ottimizzazione mista intera, con particolare riferimento alla loro formulazione, complessità e tecniche di soluzione. Si presentano metodi classici quali branch-and-bound e si definiscono rilassamenti continui, inclusi rilassamenti di programmazione semidefinita per particolari classi di problemi. Come casi di studio, vengono analizzati il problema dello unit commitment e il problema dell’optimal power flow, illustrandone la formulazione matematica e le principali difficoltà computazionali.
Nel complesso, il corso mira a fornire una visione integrata tra teoria, algoritmi e applicazioni, preparando gli studenti ad affrontare problemi di ottimizzazione in contesti applicativi avanzati.

Verifica:
La verifica consiste in una prova orale.
Con riferimento ai Descrittori di Dublino:
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza e comprensione delle più importanti caratterizzazioni matematiche
delle soluzioni di problemi di ottimizzazione affrontati. Verifica mediante prova orale.
2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di formulare in termini matematici il problema dello unit commitment o dell’optimal power flow. Verifica mediante domanda orale di modellazione.
2.2 Capacità di verificare le condizioni di ottimalità per semplici problemi. Verifica
mediante domanda orale.
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di eseguire autonome scelte nel definire un modello di programmazione matematica a partire da un problema reale di decisione. Verifica mediante domanda orale.
4. ABILITA’ COMUNICATIVE
4.1 Capacità di descrivere i problemi di programmazione matematica introdotti nel corso. Verifica mediante domanda teorica.
4.2 Capacità di esporre logicamente dimostrazioni delle proprietà teoriche studiate. Verifica mediante domanda teorica.
CAPACITA’ DI APPRENDIMENTO
5.1 Padronanza delle nozioni e delle metodologie affrontate, che consenta un eventuale ulteriore approfondimento di argomenti legati all'ottimizzazione. Verifica mediante domande teoriche.
Tabella docimologica di valutazione:
Insufficiente Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22 Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25 Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28 Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

1) Metodi di ottimizzazione non vincolata (L. Grippo, M. Sciandrone) Springer (UNITEXT)
2) Integer programming (M. Conforti, G. Cornuéjols, G. Zambelli) Springer International Publishing.
3) Note della docente

Il corso si propone di introdurre gli studenti alla risoluzione numerica dei problemi di ottimizzazione, fornendo le basi teoriche e computazionali indispensabili per comprendere e applicare i principali metodi di risoluzione, con un'attenzione speciale ai problemi che nascono nell'ambito dell'apprendimento automatico (Machine Learning) e dell'Intelligenza Artificiale.
Conoscenza e Comprensione (Descrittori di Dublino: Matematica cc1, cc7, cc8, Data Science, Calcolo Scient. & IA cc2, cc5, cc15, Robotics Automation and Electrical Engineering, cc15)
Attraverso questo percorso formativo, lo studente acquisisce padronanza dei risultati e dei metodi fondamentali dell’Ottimizzazione Numerica. Il percorso permette di maturare conoscenze avanzate dei metodi di ottimizzazione numerica e della risoluzione numerica dei problemi che nascono in vari campi applicativi con particolare attenzione ai problemi che nascono alle applicazioni nell'IA e nella Data Science.
Capacità di applicare conoscenza e comprensione (Descrittori di Dublino: Matematica ca1-ca7, Data Science, Calcolo Scient. & IA ca2,ca5, Robotics Automation and Electrical Engineering, ca7 )
Gli studenti sviluppano un'elevata capacità di formalizzare matematicamente problemi complessi originariamente espressi in linguaggio naturale o provenienti dal mondo applicativo, industriale e finanziario. Durante il corso si impara ad applicare strumenti di ottimizzazione numerica avanzati per la risoluzione di problemi in vari contesti applicativi con particolare attenzione all’area dell’ intelligenza artificiale e dell’apprendimento automatico Si acquisisce la capacità di di utilizzare strumenti informatici e computazionali sia come supporto ai processi matematici, che per estrarre informazioni qualitative dettagliate da dati quantitativi. Gli studenti acquisiscono inoltre l'abilità di consultare e comprendere testi e articoli di ricerca complessi, arrivando a produrre elaborati originali nel campo della ricerca o delle sue applicazioni.
Autonomia di Giudizio (Descrittori di Dublino: Matematica ag1-ag3, Data Science, Calcolo Scient. & IA ag1,ag2,ag4,ag5)
L'approccio formativo mira a sviluppare la capacità di analisi individuale e di valutazione critica. Lo studente viene messo in grado di giudicare l'efficacia dei procedimenti numerici, dei modelli matematici e dei metodi computazionali. Attraverso l'analisi dei risultati di simulazioni ed esperimenti numerici, si consolida un rigoroso metodo scientifico di interpretazione dei dati.
Abilità comunicative e capacità di apprendimento (Descrittori di Dublino: Matematica e Data Science, Calcolo Scient. & IA ac1-ac3, ap1,ap2, Robotics Automation and Electrical Engineering, ac1, ap3 )
Il corso cura il rafforzamento delle competenze trasversali e relazionali. Gli studenti affinano la capacità di lavorare efficacemente sia in autonomia sia all'interno di un gruppo, di dialogare ed interagire con esperte ed esperti di altri settori, e di presentare e descrivere la formalizzazione matematica di situazioni di interesse applicativo, industriale o finanziario. Accrescono la loro capacità di inserirsi rapidamente negli ambienti di lavoro e di sviluppare nuove strategie per la risoluzione di problemi.

Metodi numerici per problemi di minimizzazione non lineare senza vincoli e problemi ai minimi quadrati. Metodi di tipo gradiente stocastico per problemi di ottimizzazione che nascono nell'apprendimento automatico. Istruzioni fondamentali del linguaggio Python e del modulo scipy.optimize. Applicazioni all'allenamento di reti neurali e piu' in generale a modelli di apprendimento automatico. Utilizzo del Matlab Optimization Toolbox.

L 'esame e' costituito da una prova orale e da un progetto relativo alle attivita' svolte in laboratorio. Saranno valutati il rigore e la chiarezza dell'esposizione, la capacità di inquadrare i vari argomenti nei rispettivi contesti e di collegarli tra loro; per i contenuti applicativi del corso saranno valutati la capacita' di valutare le prestazioni del metodi in termini di robustezza, occupazione di memoria, costo computazionale di presentare i risultati raggiunti.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

J. Nocedal, S.J. Wright, "Numerical Optimization", 2nd ed., 2006 I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, The MIT Press, 2016. G. Strang, Linear algebra and learning from data, Wellesley-Cambridge Press, 2019.

CONOSCENZA E COMPRENSIONE
Conoscenza e comprensione delle principali problematiche nel progetto e nella realizzazione di un sistema digitale, con particolare riferimento a sistemi di conversione A/D e D/A e sistemi digitali multicanale per imaging ad ultrasuoni.
Conoscenza e comprensione del progetto e realizzazione di un circuito stampato (PCB) per sistemi elettronici ad alta velocità
Conoscenza e comprensione delle principali tecniche di elaborazione digitale dei segnali e formazione delle immagini ecografiche
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
Capacità di dimensionare sistemi digitali, progettarne l’architettura e di sceglierne i dispositivi più adatti.
Capacità di progettare la distribuzione di alimentazione e le connessioni critiche, come le linee di clock, in un PCB di alte prestazioni
Capacità di realizzare in laboratorio circuiti A/D ed effettuarne misure
Capacità di valutare, anche con approccio sperimentale, le prestazioni di un sistema digitale
AUTONOMIA DI GIUDIZIO
Capacità di analizzare e valutare le specifiche di dispositivi elettronici per un dato sistema digitale
Capacità di analizzare il funzionamento di un sistema elettronico digitale e di valutarne la validità del progetto in relazione alla specifica applicazione
Capacità di elaborare e interpretare dati sperimentali ricavati da misure in laboratorio, in modo da formularne giudizi ben motivati
ABILITÀ COMUNICATIVE
Abilità di integrazione, collaborazione e comunicazione nelle dinamiche del lavoro di gruppo tramite le attività di laboratorio sperimentale
Abilità nell’esprimere in modo chiaro e logico le considerazioni alla base del progetto di sistemi digitali a persone specializzate e non specializzate.
CAPACITA' DI APPRENDIMENTO
Capacità di reperire e comprendere autonomamente documentazione tecnica su dispositivi elettronici
Capacità di stilare autonomamente la lista dei requisiti e delle specifiche di un sistema digitale complesso

Sono discusse, con approccio multidisciplinare, le problematiche inerenti il progetto di sistemi digitali, con esempi in ambito industriale e biomedicale. Sono trattati i seguenti argomenti: criteri generali di progetto, progetto del “lay-out e dei circuiti stampati, progetto di sistemi di conversione A/D e D/A, esempi di sistema digitale multicanale. Sono previste 16 ore di laboratorio di elettronica mirate allo sviluppo di un convertitore A/D connesso ad una scheda con FPGA.

Il primo appello che segue il termine del corso prevede una prova scritta, i rimanenti appelli prevedono prove orali.
In entrambi i casi, la prova consiste di domande aperte ed esercizi il cui scopo è verificare:
CONOSCENZA E COMPRENSIONE
Conoscenza e comprensione delle principali problematiche nel progetto e nella realizzazione di un sistema digitale, con particolare riferimento a sistemi di conversione AD e DA e sistemi digitali multicanale per imaging ad ultrasuoni
Verificata tramite domande aperte sulla definizione dei parametri ed il loro utilizzo e significato
Conoscenza e comprensione del progetto e realizzazione di un circuito stampato (PCB) per sistemi elettronici ad alta velocità.
Verificata tramite domande aperte sulla definizione dei parametri ed il loro utilizzo e significato
Conoscenza e comprensione delle principali tecniche di elaborazione dei segnali e formazione delle immagini ecografiche
Verificata tramite domande aperte
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
Capacità di dimensionare sistemi digitali, progettarne l’architettura e di sceglierne i dispositivi più adatti.
Verificata tramite esercizi sul progetto e dimensionamento di sistemi/dispositivi.
Capacità progettare la distribuzione di alimentazione e le connessioni critiche, come la linea di clock, in un PCB di alte prestazioni.
Verificata tramite esercizi sul progetto e dimensionamento di linee e connessioni.
Capacità di realizzare in laboratorio circuiti AD ed effettuarne misure.
Verificata tramite domande inerenti all’attività svolta in laboratorio.
Capacità di valutare, anche con approccio sperimentale, le prestazioni di un sistema digitale.
Valutata tramite domande aperte.
AUTONOMIA DI GIUDIZIO
Capacità di analizzare e valutare le specifiche di dispositivi elettronici per un dato sistema digitale
Valutata tramite domande ed esercizi sul progetto di sistemi/dispositivi
Capacità di analizzare il funzionamento di un sistema elettronico digitale e di valutare criticamente la validità del progetto in relazione alla specifica applicazione
Verificata tramite domande aperte con anche l’utilizzo di datasheet e schemi a blocchi
Capacità di elaborare e interpretare dati sperimentali ricavati da misure in laboratorio, in modo da formularne giudizi ben motivati
Verificata durante le attività di laboratorio
ABILITA' COMUNICATIVE
Abilità di integrazione, collaborazione e comunicazione nelle dinamiche del lavoro di gruppo tramite le attività di laboratorio sperimentale
Valutata durante le attività di laboratorio
Abilità nell’esprimere in modo chiaro e logico le considerazioni alla base del progetto di sistemi digitali a persone specializzate e non specializzate
Valutata tramite la capacità di sintesi e la proprietà di linguaggio dimostrata nelle risposte a domande aperte
CAPACITA' DI APPRENDIMENTO
Capacità di reperire e comprendere autonomamente documentazione tecnica su dispositivi elettronici.
Valutata tramite domande sull’attività di laboratorio.
Capacità di stilare autonomamente la lista dei requisiti e delle specifiche di un sistema digitale complesso
Valutata tramite esercizi pratici
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Dispense del corso fornite dai docenti. Datasheets e Note Applicative relative a dispositivi commerciali di riferimento. Testo parzialmente di riferimento: Horowitz-Hill, L'arte dell'elettronica;, Zanichelli ed., 2018. Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca

OBIETTIVI DEL CORSO
Parte A: Reverse Engineering
Il corso vuole fornire allo studente, attraverso lezioni convenzionali e dimostrazioni pratiche in aula, le conoscenze di base sui dispositivi, le metodologie e le tecniche che permettono di ottenere un modello virtuale (numerico) a partire da un oggetto fisico. I principali argomenti trattati all'interno del corso saranno: dispositivi e tecnologie di scansione 3D, metodi di trattamento dei dati, tecniche per la ricostruzione dei modelli CAD 3D.
Parte B: Additive Manufacturing
Il corso vuole fornire allo studente, attraverso lezioni convenzionali, seminari ed esercitazioni, la conoscenza delle più innovative tecniche per la costruzione con tecniche additive di un oggetto fisico partendo da un oggetto virtuale. All'interno del corso saranno analizzate le principali tecniche di Rapid Prototyping, Rapid Tooling e Rapid Manufacturing, le tecniche per il trattamento del modello virtuale, i materiali e le macchine disponibili sul mercato.
CA4: La capacità di realizzare progetti ingegneristici adeguati al loro livello di conoscenza e di comprensione, lavorando in collaborazione con ingegneri e non ingegneri. I progetti possono riguardare componenti, apparati e sistemi meccanici di vario genere e per le più ampie applicazioni.
CA5: La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, conoscendone i limiti e le potenzialità; in particolare la capacità di condurre esperimenti anche complessi, gestire ed impiegare strumentazione e software avanzati, con capacità di analisi adeguata.
CA6: La capacità di identificare, localizzare e ottenere dati e informazioni necessari alla valutazione.
CA7: La capacità di definire, progettare e condurre le indagini utili alla comprensione dei problemi, attraverso l’uso di modelli e tecniche sia teorici che sperimentali.
CA9: La capacità di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette.
CA12: La capacità adeguata di comprensione delle fonti in lingua inglese.
CA15: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca.
CC2: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base ed essere capaci di utilizzare tale conoscenza per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC5: La conoscenza dei materiali e dei loro comportamenti nelle varie condizioni di carico riscontrabili nella pratica progettuale. I metodi per la caratterizzazione del comportamento dei materiali.
Inoltre lo studente conseguirà le seguenti autonomie di giudizio
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali ; AG05: La capacità di identificare il bisogno di nuove conoscenze ;

-Motivazioni, processi e tecnologie del R.E.
-Manipolazione dei dati acquisiti
-Ricostruzione della geometria a partire dai dati acquisiti
-Dimostrazione pratica di scanner 3D
-Dimostrazione pratica di ricostruzione della geometria a partire dai dati acquisiti tramite scanner
-Esempi pratici di applicazione delle tecniche di R.E.
-Motivazioni e tecnologie dell'A.M.
-Il formato STL
-Materiali polimerici
-Tecniche di A.M.
-Rapid Tooling
-Rapid Manufacturing

La prova di verifica dell'apprendimento consiste in una prova scritta con domande aperte ed esercizi. In particolare 2 domande/esercizi relativi ai processi di additive manufacturing (descrizione delle tecnologie, delle problematiche, dei processi); 4 domande/esercizi relativi ai processi di ingegneria inversa (descrizione delle tecnologie, dei processi, delle problematiche riscontrabili). Lo studente dovrà dimostrare buona conoscenza delle tecnologie di additive manufacturing e scansione 3D; buona conoscenza dei processi di preparazione dei modelli 3D alla realizzazione fisica; buona conoscenza del processo generale di Ingengeria Inversa; sufficiente conoscenza dei procedimenti per l'estrazione dei parametri geometrici dai dati grezzi misurati; sufficiente conoscenza delle fonti di errore che caratterizzano l'addivitve manufacturing e l'ingegneria inversa (ca4, ca5, ca6, ca7, ca9, ca12, ca15, cc2, cc5).
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Non sono disponibili testi di riferimento per gli argomenti trattati.
Il materiale di supporto allo studio è costituito dalle diapositivi proiettate dal docente durante le lezioni. Il materiale sarà fornito agli studenti facendone richiesta direttamente al docente.

CONOSCENZA E COMPRENSIONE DEI PRINCIPI FONDAMENTALI DELLA ROBOTICA INDOSSABILE Al termine del corso, gli studenti saranno in grado di comprendere le definizioni fondamentali, le classificazioni complete, e l'evoluzione storica dei sistemi robotici indossabili, tracciandone lo sviluppo dai primi concetti alle applicazioni moderne. Verrà acquisita una profonda comprensione della natura intrinsecamente multidisciplinare della robotica indossabile che integra concetti derivanti dall'ingegneria meccanica (progettazione, cinematica, dinamica), dall'ingegneria elettrica (sensori, attuatori), dall'ingegneria biomedica (fisiologia umana, biomeccanica, neuroingegneria), dalla scienza dei materiali (robotica morbida, biomateriali) e dall'ingegneria dell'automazione (controllo, interazione uomo-robot, intelligenza artificiale/apprendimento automatico); tutti declinati per lo specifico campo d'applicazione indossabile. CONSAPEVOLEZZA DELLE TENDENZE DI RICERCA ATTUALI, DELLE SFIDE E DELLE CONSIDERAZIONI REGOLATORIE Gli studenti saranno in grado di identificare, valutare criticamente e discutere le attuali tendenze di ricerca nei cari campi della Robotica Indossabile. Sarà sviluppata la capacità di riconoscere e analizzare le sfide significative nel campo, come garantire l'adattabilità del dispositivo a diversi utenti e ambienti, superare le difficoltà di traslazione dalle condizioni controllate di laboratorio all'implementazione nel mondo reale, affrontare le limitazioni dell'attuale tecnologia di rilevamento e, in modo critico, migliorare l'accettabilità da parte dell'utente per prevenire l'abbandono del dispositivo. Gli studenti comprenderanno infine il panorama legale e normativo che regola la progettazione, il collaudo e l'implementazione dei dispositivi indossabili. CAPACITÀ DI ANALIZZARE E PROGETTARE SISTEMI ROBOTICI INDOSSABILI Gli studenti saranno in grado di impostare il lavoro di sviluppo di un robot indossabile, partendo dall'analisi del contesto e dei requisiti e arrivando alla dalla progettazione e produzione dei primi prototipi, passando dalla formulazione dei concept cinematici, dall'analisi dei carichi, dall'integrazione dei sensori e dall'implementazione del corretto sistema di controllo.

Il corso fornisce una panoramica sulla progettazione, modellazione e realizzazione di sistemi di robotica indossabile, con particolare attenzione alle interazioni fisiche tra l’utente e il dispositivo (physical Human-Robot Interaction, pHRI). L’insegnamento integra competenze di meccanica, elettronica, sensoristica e controllo, fornendo agli studenti gli strumenti per affrontare l’intero ciclo di sviluppo di un robot indossabile, dalla definizione dei requisiti alla validazione sperimentale.

La valutazione prevede un esame (scritto o orale a seconda delle condizioni) composto da domande teoriche finalizzate a verificare la comprensione dei concetti chiave.

Slide fornite dal docente. 1) Pons, J. L. (2008). Wearable Robots: Biomechatronic Exoskeletons. John Wiley and Sons. 2) Bartneck, C., Belpaeme, T., Eyssel, F., Kanda, T., Keijsers, M., & Sabanovic, S. (2024). Human-Robot Interaction – An Introduction. (2nd edition) Cambridge: Cambridge University Press. 3) Siciliano, B., Khatib, O., & Kröger, T. (Eds.). (2008). Springer handbook of robotics (Vol. 200, p. 1). Berlin: springer.

cc4 Knowledge of advanced design tools
(mechanical, thermo-fluid dynamical,
electrical, or multi-physics) for modelling
and numerical simulation of
components or systems.
cc8 Knowledge of the mobility system, its
constitutive elements and the tools for
its characterisation and description
cc10 Knowledge of methods for planning and
carrying out highly complex
experimental activities for the analysis
of components and systems.
ca1 The ability to identify, formulate and
solve industrial engineering problems,
defining specifications, technical, social,
environmental, and commercial
constraints.
ca2 The ability to carry out engineering
projects, working in a multidisciplinary
environment.
ca5 The ability to combine theory and
practice to identify and solve
multidisciplinary
engineering problems,
considering constraints, including nontechnical
ones.
ag2 The ability to grasp the ethical
implications of design choices and
technologies employed or developed.
ap1 The capacity for continuous and
autonomous learning, and self-updating
in the relevant engineering area.

1. Introduction to the course
2. Kinematics
3. Differential kinematics and statics
4. Dynamics
5. Trajectory planning
6. Motion control
7. Control of interaction
8. Sensors and actuators
9. Collaborative robots
10. Mobile robots

Students have to pass a written exam and prepare a presentation about a novel technical or research topic/achievement. Students will be asked to discuss a series of open and closed questions, tailored to prove the comprehension of the theoretical principles (CC4, CC8) and application scenarios (CC10) presented in the course, as well as the practical knowledge acquired (CA1, CA2, CA5, AG2). To pass the exam, the students should demonstrate to have acquired good knowledge on robotics and to master sufficiently kinematic and dynamic analysis of robot systems and their control. The assessment of AP1 will be performed by the fulfillment of an assigment consisting in the study of a research or a technical paper and the presentation of the document.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo, Robotics: Modelling, Planning and Control, Springer, London, UK, 2009 Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

L'obiettivo del corso è quello di fornire le conoscenze sui principali metodi di ingegneria del software per lo sviluppo di sistemi software embedded in tempo reale:

• Conoscenza delle caratteristiche dei sistemi embedded in tempo reale e dei sistemi operativi in tempo reale.
• Conoscenza degli algoritmi di scheduling basilari per sistemi software in tempo reale.
• Conoscenza di metodi e tool avanzati per la progettazione, l'analisi e il testing di sistemi software embedded in tempo reale.
• Conoscenza di pratiche basilari per l'implementazione di sistemi software embedded in tempo reale.
  Al termine del corso lo studente conoscerà i principali metodi per la modellazione, l'analisi di schedulabilità e il testing di sistemi software embedded in tempo reale e sarà in grado di comprendere ed applicare tali metodi per risolvere problemi concreti.
  Con riferimento ai Descrittori di Dublino:
  Conoscenza e Comprensione
  cc4 - Conoscenze avanzate di modelli ed architetture per l'elaborazione di grandi quantità di dati attraverso architetture parallele, distribuite, scalabili e ad elevata resilienza ;
  Capacità di Applicare Conoscenza e Comprensione
  ca1 - Progettare, sviluppare e verificare sistemi informatici, anche di elevata complessità valutandone le prestazioni
  ca2 - Coordinarsi e collaborare con esperti di settore per la specifica dei requisiti ed il collaudo di un sistema informatico;
  ca3 - Gestire ed impiegare strumentazione e software avanzati per la simulazione di processi e la prototipazione
  ca4 - Progettare e svolgere esperimenti per caratterizzare il funzionamento di un sistema, analizzare ed interpretare i risultati
  ca6 - Saper proporre soluzioni innovative nel proprio dominio di competenza
  Autonomia di Giudizio
  ag1 - Analizzare problemi complessi dell’ingegneria informatica, valutando criticamente metodi e soluzioni
  ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni rigorose e tecnicamente valide sui temi e progetti affrontati
  Capacità di Comunicazione
  ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche di organicità e rigore tecnico
  ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a interlocutori non specialisti, in lingua italiana o inglese
  Capacità di Apprendimento
  ap1 - Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione.
  ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento, sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività autonome.
  ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di elaborati analitici o progettuali, e nelle relazioni delle attività svolte.

• Sistemi in tempo reale e embedded
• Temi avanzati riguardanti analisi di schedulabilità e testing di sistemi software embedded in tempo reale
• Ingegneria dei sistemi

L'esame è volto ad accertare le competenze teoriche e pratiche acquisite sugli argomenti del corso attraverso una prova orale:
1. CONOSCENZA E COMPRENSIONE
1.1 Conoscenza delle caratteristiche dei sistemi embedded in tempo reale e dei sistemi operativi in tempo reale.
1.2 Conoscenza degli algoritmi di scheduling basilari per sistemi software in tempo reale.
1.3 Conoscenza di metodi e tool avanzati per la progettazione, l'analisi e il testing di sistemi software embedded in tempo reale.
1.4 Conoscenza di pratiche basilari per l'implementazione di sistemi software embedded in tempo reale.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze acquisite allo scopo di modellare applicazioni software in tempo reale, anche con l'ausilio di specifici tool.
2.2 Capacità di applicare le conoscenze acquisite allo scopo di analizzare modelli di applicazioni software in tempo reale, anche con l'ausilio di specifici tool.
2.3 Capacità di applicare le conoscenze acquisite allo scopo di implementare e testare applicazioni software in tempo reale.
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di verificare il proprio grado di apprendimento e comprensione dei concetti esposti durante il corso.
3.2 Capacità di valutare soluzioni nell'ambito della modellazione, dell'analisi e del testing di sistemi software embedded in tempo reale.
4. ABILITA' COMUNICATIVE
4.1 Capacità di esprimere le proprie conoscenze in modo corretto e logico.
4.2 Capacità di presentare le proprie conoscenze con un linguaggio tecnico appropriato.
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di provvedere autonomamente allo studio di nuove tecniche per la modellazione, l'analisi e il testing di sistemi software embedded in tempo reale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Giorgo C. Buttazzo, "Hard Real-Time Computing Systems: Predictable Scheduling Algorithms and Applications", Springer, Third Edition
Riferimenti ad articoli scientifici sono riportati nel materiale didattico che sarà reso disponibile sulla pagina Moodle durante il corso.

Fornire agli studenti strumenti statistici per l'analisi e
l'elaborazione dei dati con particolare riferimento a problemi di stima
di parametri, segnali e modelli di sistemi dinamici.
LM INGEGNERIA INFORMATICA
Con riferimento ai descrittori di Dublino:
Conoscenza e Comprensione
cc6 - Conoscenze di modelli e metodologie di progetto, sviluppo e verifica di moduli di
elaborazione basati su apprendimento automatico e della loro integrazione con modelli
basati sulla conoscenza
Capacità di Applicare Conoscenza e Comprensione
ca5 - Adottare un approccio ingegneristico ed ispirato alla ottimizzazione per l'analisi e
risoluzione di problemi
ca8 - Formalizzare e risolvere problemi complessi di ottimizzazione e elaborazione
dell’informazione
Autonomia di Giudizio
ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni
rigorose e tecnicamente valide sui temi e progetti affrontati
Capacità di Comunicazione
ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche
di organicità e rigore tecnico
ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a
interlocutori non specialisti, in lingua italiana o inglese
Capacità di Apprendimento
ap1 - Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie
dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione.
ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento,
sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività
autonome.
ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di
elaborati analitici o progettuali, e nelle relazioni delle attività svolte.
Utilizzo di tecniche di analisi ed elaborazione dei dati per la stima di parametri, segnali e modelli di sistemi dinamici.
LM ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING
Si riportano di seguito le capacità acquisite nonché le conoscenze e competenze attese secondo i descrittori di Dublino.
1. CONOSCENZA E COMPRENSIONE

• Conoscenza e comprensione delle nozioni di base su segnali e sistemi dinamici stocastici.
• Conoscenza e comprensione delle nozioni di base di teoria della stima, filtraggio ricorsivo e sue applicazioni, identificazione.
  2. CAPACITA DI APPLICARE
  CONOSCENZA E COMPRENSIONE
• Capacità di applicare la propria conoscenza e la propria comprensione per impiegare ed eventualmente sviluppare algoritmi di elaborazione dati per affrontare e risolvere problemi di stima e identificazione anche complessi, relativi ad applicazioni in svariati contesti reali.
  3. AUTONOMIA DI GIUDIZIO
• Capacità approfondita di scegliere e utilizzare metodologie, sensori, strumenti software, procedure e algoritmi appropriati, conoscendone i limiti e le potenzialità; in particolare la capacità di condurre esperimenti anche complessi, gestire ed impiegare strumentazione e software avanzati, con capacità di analisi adeguata.
  4. ABILITÀ COMUNICATIVE
  Capacità di esporre logicamente
  dimostrazioni tecniche relative a metodologie di stima e identificazione.
  Con riferimento ai descrittori Dublino:
  CONOSCENZA E CAPACITÀ DI COMPRENSIONE
  cc3 - La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica.
  cc12 - La conoscenza dei sistemi di guida, navigazione e controllo di veicoli e sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
  cc15 - La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione, anche mediante metodi dell’intelligenza artificiale.
  CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
  ca4 - Applicare le conoscenze acquisite alla progettazione, alla realizzazione e all’esercizio di sistemi autonomi inclusi i veicoli e i sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
  AUTONOMIA DI GIUDIZIO
  ag5 - Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
  CAPACITÀ DI APPRENDIMENTO
  ap1 - Capacità di generare nuove conoscenze e/o a ricercare le conoscenze allo stato dell’arte, e di mantenere un costante processo di apprendimento e di aggiornamento.
  ap2 - Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
  ap3 - Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
  ap4 - Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.
  ap2 -

Il corso si propone di fornire strumenti statistici per
l'analisi e l'elaborazione dei dati con particolare riferimento a problemi
di stima di parametri, segnali e modelli di sistemi dinamici.
Il programma consiste di 4 parti:
1. SEGNALI E SISTEMI DINAMICI STOCASTICI
2. TEORIA DELLA STIMA
3. FILTRAGGIO RICORSIVO E SUE APPLICAZIONI
4. IDENTIFICAZIONE DI MODELLI

L'esame consiste di una prova orale, volta ad accertare le capacità acquisite nonché le conoscenze e competenze riportate negli obiettivi formativi.
La prova orale ha lo scopo di accertare, mediante esercizi e domande teoriche, le conoscenze acquisite su: strumenti statistici per l'analisi e l'elaborazione dei dati con particolare riferimento a problemi di stima di parametri, segnali e modelli di sistemi dinamici.
Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE

• Conoscenza e comprensione delle nozioni di base su segnali e sistemi dinamici stocastici: verifica mediante domande ed esercizi assegnati nel compito scritto di fine corso (facoltativo) o in sede di esame orale.
• Conoscenza e comprensione delle nozioni di base di teoria della stima, filtraggio ricorsivo e sue applicazioni, identificazione: verifica
  mediante domande poste in sede di esame orale.
  2. CAPACITÀ DI APPLICARE
  CONOSCENZA E COMPRENSIONE
• Capacità di analizzare e simulare sistemi dinamici stocastici:
  verifica mediante domande poste in sede di esame orale.
• Capacità di impiegare con senso critico appropriati algoritmi di elaborazione dati per affrontare problemi di stima e identificazione: verifica mediante domande poste in sede di esame orale.
  3. AUTONOMIA DI GIUDIZIO
• Capacità di eseguire scelte autonome di opportuni metodi e algoritmi di elaborazione dati per affrontare problemi di stima e identificazione: verifica mediante prova orale.
  4. ABILITA COMUNICATIVE
• Capacità di esporre logicamente
  dimostrazioni tecniche su metodologie di stima e identificazione: verifica
  mediante prova orale.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Appunti dalle lezioni.
Materiale didattico disponibile sulla piattaforma Moodle
Altro materiale:
S. Bittanti: Teoria della Predizione e del Filtraggio, Pitagora Ed., Bologna, 1993.
B.D.O. Anderson, J.B. Moore: Optimal Filtering, Prentice Hall, 1979.
T. Sodestrom: Discrete-Time Stochastic Systems Estimation and Control, Prentice Hall, 1994.
Y. Bar-Shalom, X. R. Li, T. Kirubarajan: Estimation with Applications to Tracking and Navigation – Theory, Algorithms and Software, J. Wiley & Sons, 2001.
B. Ristic, S. Arulampalam, N. Gordon: Beyond the Kalman Filter – Particle Filters for tracking Applications, Artech House, 2004.
S. Bittanti: Identificazione dei Modelli e Controllo Adattativo, Pitagora Ed., Bologna, 1997.
L. Ljung: System Identification - Theory for the User, Prentice Hall, 1999.
T. Sodestrom, P. Stoica: System Identification, Prentice Hall, 1989.

Fornire agli studenti strumenti statistici per l'analisi e
l'elaborazione dei dati con particolare riferimento a problemi di stima
di parametri, segnali e modelli di sistemi dinamici.
LM INGEGNERIA INFORMATICA
Con riferimento ai descrittori di Dublino:
Conoscenza e Comprensione
cc6 - Conoscenze di modelli e metodologie di progetto, sviluppo e verifica di moduli di
elaborazione basati su apprendimento automatico e della loro integrazione con modelli
basati sulla conoscenza
Capacità di Applicare Conoscenza e Comprensione
ca5 - Adottare un approccio ingegneristico ed ispirato alla ottimizzazione per l'analisi e
risoluzione di problemi
ca8 - Formalizzare e risolvere problemi complessi di ottimizzazione e elaborazione
dell’informazione
Autonomia di Giudizio
ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni
rigorose e tecnicamente valide sui temi e progetti affrontati
Capacità di Comunicazione
ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche
di organicità e rigore tecnico
ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a
interlocutori non specialisti, in lingua italiana o inglese
Capacità di Apprendimento
ap1 - Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie
dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione.
ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento,
sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività
autonome.
ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di
elaborati analitici o progettuali, e nelle relazioni delle attività svolte.
Utilizzo di tecniche di analisi ed elaborazione dei dati per la stima di parametri, segnali e modelli di sistemi dinamici.
LM ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING
Si riportano di seguito le capacità acquisite nonché le conoscenze e competenze attese secondo i descrittori di Dublino.
1. CONOSCENZA E COMPRENSIONE

• Conoscenza e comprensione delle nozioni di base su segnali e sistemi dinamici stocastici.
• Conoscenza e comprensione delle nozioni di base di teoria della stima, filtraggio ricorsivo e sue applicazioni, identificazione.
  2. CAPACITA DI APPLICARE
  CONOSCENZA E COMPRENSIONE
• Capacità di applicare la propria conoscenza e la propria comprensione per impiegare ed eventualmente sviluppare algoritmi di elaborazione dati per affrontare e risolvere problemi di stima e identificazione anche complessi, relativi ad applicazioni in svariati contesti reali.
  3. AUTONOMIA DI GIUDIZIO
• Capacità approfondita di scegliere e utilizzare metodologie, sensori, strumenti software, procedure e algoritmi appropriati, conoscendone i limiti e le potenzialità; in particolare la capacità di condurre esperimenti anche complessi, gestire ed impiegare strumentazione e software avanzati, con capacità di analisi adeguata.
  4. ABILITÀ COMUNICATIVE
  Capacità di esporre logicamente
  dimostrazioni tecniche relative a metodologie di stima e identificazione.
  Con riferimento ai descrittori Dublino:
  CONOSCENZA E CAPACITÀ DI COMPRENSIONE
  cc3 - La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica.
  cc12 - La conoscenza dei sistemi di guida, navigazione e controllo di veicoli e sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
  cc15 - La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione, anche mediante metodi dell’intelligenza artificiale.
  CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
  ca4 - Applicare le conoscenze acquisite alla progettazione, alla realizzazione e all’esercizio di sistemi autonomi inclusi i veicoli e i sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
  AUTONOMIA DI GIUDIZIO
  ag5 - Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
  CAPACITÀ DI APPRENDIMENTO
  ap1 - Capacità di generare nuove conoscenze e/o a ricercare le conoscenze allo stato dell’arte, e di mantenere un costante processo di apprendimento e di aggiornamento.
  ap2 - Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
  ap3 - Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
  ap4 - Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.
  ap2 -

Il corso si propone di fornire strumenti statistici per
l'analisi e l'elaborazione dei dati con particolare riferimento a problemi
di stima di parametri, segnali e modelli di sistemi dinamici.
Il programma consiste di 4 parti:
1. SEGNALI E SISTEMI DINAMICI STOCASTICI
2. TEORIA DELLA STIMA
3. FILTRAGGIO RICORSIVO E SUE APPLICAZIONI
4. IDENTIFICAZIONE DI MODELLI

L'esame consiste di una prova orale, volta ad accertare le capacità acquisite nonché le conoscenze e competenze riportate negli obiettivi formativi.
La prova orale ha lo scopo di accertare, mediante esercizi e domande teoriche, le conoscenze acquisite su: strumenti statistici per l'analisi e l'elaborazione dei dati con particolare riferimento a problemi di stima di parametri, segnali e modelli di sistemi dinamici.
Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE

• Conoscenza e comprensione delle nozioni di base su segnali e sistemi dinamici stocastici: verifica mediante domande ed esercizi assegnati nel compito scritto di fine corso (facoltativo) o in sede di esame orale.
• Conoscenza e comprensione delle nozioni di base di teoria della stima, filtraggio ricorsivo e sue applicazioni, identificazione: verifica
  mediante domande poste in sede di esame orale.
  2. CAPACITÀ DI APPLICARE
  CONOSCENZA E COMPRENSIONE
• Capacità di analizzare e simulare sistemi dinamici stocastici:
  verifica mediante domande poste in sede di esame orale.
• Capacità di impiegare con senso critico appropriati algoritmi di elaborazione dati per affrontare problemi di stima e identificazione: verifica mediante domande poste in sede di esame orale.
  3. AUTONOMIA DI GIUDIZIO
• Capacità di eseguire scelte autonome di opportuni metodi e algoritmi di elaborazione dati per affrontare problemi di stima e identificazione: verifica mediante prova orale.
  4. ABILITA COMUNICATIVE
• Capacità di esporre logicamente
  dimostrazioni tecniche su metodologie di stima e identificazione: verifica
  mediante prova orale.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Appunti dalle lezioni.
Materiale didattico disponibile sulla piattaforma Moodle
Altro materiale:
S. Bittanti: Teoria della Predizione e del Filtraggio, Pitagora Ed., Bologna, 1993.
B.D.O. Anderson, J.B. Moore: Optimal Filtering, Prentice Hall, 1979.
T. Sodestrom: Discrete-Time Stochastic Systems Estimation and Control, Prentice Hall, 1994.
Y. Bar-Shalom, X. R. Li, T. Kirubarajan: Estimation with Applications to Tracking and Navigation – Theory, Algorithms and Software, J. Wiley & Sons, 2001.
B. Ristic, S. Arulampalam, N. Gordon: Beyond the Kalman Filter – Particle Filters for tracking Applications, Artech House, 2004.
S. Bittanti: Identificazione dei Modelli e Controllo Adattativo, Pitagora Ed., Bologna, 1997.
L. Ljung: System Identification - Theory for the User, Prentice Hall, 1999.
T. Sodestrom, P. Stoica: System Identification, Prentice Hall, 1989.

Fornire allo studente gli strumenti necessari per la modellazione e la progettazione di sistemi di trazione elettrica
Il corso contribuirà al raggiungimento dei seguenti obiettivi formativi specifici del Master:
 Conoscenza e comprensione
 cc4: Conoscenza dei metodi di modellazione per sistemi elettromeccanici e di trazione.
 Applicare conoscenza e comprensione
 ca1: Capacità di identificare, formulare e risolvere problemi di ingegneria industriale, definendo specifiche, vincoli tecnici, sociali, ambientali e commerciali.
 Esprimere giudizi
 ag1: La capacità di analizzare in modo indipendente dati e informazioni, trarre conclusioni oggettive e prendere decisioni consequenziali.
 ag3: La capacità di identificare la necessità di nuove conoscenze.
 Abilità comunicative
 ac1: Capacità di comunicare e trasferire informazioni, idee, problemi e soluzioni a specialisti e non specialisti.
 ac2: La capacità di presentare in modo professionale problemi, soluzioni, analisi e risultati attraverso relazioni scritte e presentazioni verbali.
 Capacità di apprendimento
 ap1: Capacità di apprendimento continuo e autonomo e di autoaggiornamento nell'area ingegneristica di competenza.

Il corso fornisce elementi di meccanica del veicolo e tecnologia degli azionamento utili a modellazione e progettazione di sistemi di trazione

esami orali
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Meccatronica. Elementi di trazione elettrica Autore Luca Pugi
Ed Esculapio

INTELLIGENZA ARTIFICIALE -
AUTONOMOUS AGENTS AND INTELLIGENT ROBOTICS
Conoscenza e Comprensione
cc8 - Conoscere le tecniche di modellazione stocastica.
cc12 - Conoscere i metodi e modelli principali per la modellazione di agenti autonomi e le loro applicazioni nella robotica intelligente.
Capacità di Applicare Conoscenza e Comprensione
ca12 - Utilizzare strumenti tecnici e relative soluzioni algoritmiche nei settori del supervised learning, unsupervised learning, reinforcement learning e modelli generativi.
ca14 - Applicare metodi e modelli per la modellazione di agenti autonomi in contesti di robotica intelligente.
Autonomia di Giudizio
ag1 - Maturare la capacità di identificare, localizzare e ottenere i dati richiesti per le analisi.
ag2 - Sviluppare la capacità di progettazione e conduzione di indagini analitiche utilizzando modelli e tecniche sperimentali.
ag3 - Acquisire la capacità di interpretare dati provenienti dalla realtà o da simulazioni, utilizzando le basi modellistiche, informatiche e statistiche apprese.
ag4 - Valutare criticamente dati e risultati per trarre conclusioni informate.
Capacità di Apprendimento
ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di elaborati progettuali e relazioni.
INGEGNERIA INFORMATICA

• MULTIAGENT SYSTEMS
  Conoscenza e Comprensione
  cc6 - Conoscenze di modelli e metodologie di progetto, sviluppo e verifica di moduli di elaborazione basati su apprendimento automatico e della loro integrazione con modelli basati sulla conoscenza.
  Capacità di Applicare Conoscenza e Comprensione
  ca5 - Adottare un approccio ingegneristico ed ispirato alla ottimizzazione per l'analisi e risoluzione di problemi.
  Autonomia di Giudizio
  ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni rigorose e tecnicamente valide sui temi e progetti affrontati.
  Capacità di Comunicazione
  ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche di organicità e rigore tecnico.
  ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a interlocutori non specialisti, in lingua italiana o inglese.
  Capacità di Apprendimento
  ap1 - Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione.
  ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento, sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività autonome.
  ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di elaborati analitici o progettuali, e nelle relazioni delle attività svolte.
  ROBOTICS, AUTOMATION, AND ELECTRICAL ENGINEERING -
  AUTONOMOUS AGENTS AND INTELLIGENT ROBOTICS
  Conoscenza e Comprensione
  cc2 - La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi della robotica e della meccatronica.
  cc3 - La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica.
  cc6 - La conoscenza delle tecniche dell’intelligenza artificiale con particolare riferimento alla loro applicazione nei settori della robotica, dell'automazione e dell'ingegneria elettrica.
  cc12 - La conoscenza dei sistemi di guida, navigazione e controllo di veicoli e sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
  cc15 - La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione, anche mediante metodi dell’intelligenza artificiale.
  Capacità di Applicare Conoscenza e Comprensione
  ca2 - Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica.
  Capacità di Apprendimento
  ap2 - Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.

Gli argomenti trattati comprendono: modelli di agenti intelligenti e sistemi multi-agente, algoritmi distribuiti di controllo ed elaborazione dei dati, reinforcement learning, applicazioni (navigazione di robot, reti di sensori, sistemi multi-robot, controllo di formazione, apprendimento automatico su reti, ecc.).

L’accertamento del raggiungimento degli obiettivi formativi avviene mediante una prova orale finale, che può prevedere sia lo svolgimento di esercizi su carta sia domande teoriche e discussione sui contenuti del corso.
Gli esercizi su carta sono finalizzati a verificare la capacità di applicare le conoscenze acquisite alla modellazione, analisi e progettazione di agenti autonomi intelligenti, sistemi multi-agente e sistemi robotici intelligenti. Essi consentono inoltre di valutare l’autonomia di giudizio nella scelta e nell’impiego di modelli, metodi e strumenti adeguati allo specifico problema considerato.
Le domande teoriche e la discussione orale sono finalizzate a valutare la conoscenza e la comprensione delle architetture, dei modelli e delle metodologie di riferimento per agenti autonomi intelligenti e robotica intelligente, la capacità di esporre e argomentare in modo chiaro, rigoroso e coerente i concetti trattati e le soluzioni proposte, nonché la preparazione individuale e la capacità di collegare e approfondire autonomamente i contenuti del corso.
La valutazione tiene conto dei seguenti criteri: completezza, correttezza e rigore delle risposte; padronanza del linguaggio tecnico; chiarezza espositiva; capacità di ragionamento, sintesi e collegamento tra i diversi argomenti trattati; appropriatezza delle scelte metodologiche; grado di autonomia nella risoluzione dei problemi proposti.
Non sono previste prove intermedie né attività facoltative a integrazione dell’esame finale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Slides fornitie dal docente (disponibili su Moodle). Articoli scientifici selezionati per approfondimento.

Conoscenza e comprensione dei fondamenti della biomeccatronica: al termine del corso, lo studente avrà acquisito una solida conoscenza dei principali concetti e delle definizioni fondamentali della biomeccatronica, dei componenti tecnologici coinvolti — come sensori, attuatori e microcontrollori — nonché dei principali metodi di comunicazione M2M, inclusi i moduli seriali e i protocolli wireless.
Capacità di applicare conoscenze e comprensione nelle principali applicazioni biomedicali: al termine del corso, lo studente sarà in grado di applicare le competenze acquisite all’implementazione di soluzioni tecnologiche per la valutazione clinica delle malattie croniche. In particolare, sarà in grado di sviluppare tecniche per l’analisi del movimento, il riconoscimento delle emozioni, la valutazione dello stress, e altri ambiti affini. Inoltre, acquisirà la capacità di progettare e realizzare dispositivi biomedicali, quali protesi, dispositivi impiantabili, indossabili e simili.
Autonomia di giudizio nella definizione e progettazione di metodologie biomeccatroniche: al termine del corso, lo studente sarà in grado di analizzare fenomeni biologici, sviluppare strumenti per la misurazione di biomarcatori fisiologici e progettare algoritmi avanzati di sensor fusion e machine learning.
Abilità comunicative nella presentazione di problemi e soluzioni in ambito biomeccatronico: al termine del corso, lo studente sarà in grado di sintetizzare efficacemente concetti complessi e comunicarli in modo chiaro e strutturato, sia in contesti specialistici che divulgativi.
Capacità di apprendimento nell’ambito della biomeccatronica: al termine del corso, lo studente sarà in grado di integrare le conoscenze e le competenze acquisite con contesti professionali reali, dimostrando autonomia nell’ampliamento e aggiornamento del proprio sapere.

Il corso di Biomeccatronica fornisce conoscenze teoriche e competenze pratiche per progettare soluzioni biomedicali integrate. Gli studenti studiano sensori fisiologici, attuatori, comunicazione seriale e wireless, microcontrollori STM32, trattamento dei segnali, sensor fusion e machine learning. Il laboratorio prevede sviluppo embedded e prototipi orientati all’Internet of Robotic Things per salute, riabilitazione e monitoraggio fisiologico.

La valutazione prevede un esame scritto composto da domande teoriche finalizzate a verificare la comprensione dei concetti chiave, accompagnato dalla realizzazione di un programma per STM32 che consente di applicare concretamente le conoscenze acquisite durante le esercitazioni pratiche. La parte pratica può essere convalidata (abbuonata) qualora lo studente abbia completato con successo i progettini in itinere utilizzando i kit di sviluppo forniti.

Diapositive fornite dal docente.
Graham Brooker, Introduction to BioMechatronics. Scitech, 2012.
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/).

Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE 1.1 Conoscenza e comprensione delle metodologiche necessarie per la sintesi di filtri analogici passivi e attivi (matrice tuning: cc4, cc5, cc7) 2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE 2.1 Capacità di eseguire la sintesi di filtri analogici passivi e attivi (matrice di tuning: ca2) 3. AUTONOMIA DI GIUDIZIO 3.1 Capacità di eseguire scelte autonome nella sintesi di filtri analogici (matrice di tuning: ag1, ag2) 4. ABILITA’ COMUNICATIVE 4.1 Capacità di esporre logicamente dimostrazioni (matrice di tuning: ac2, ac3) 4.2 Capacità di usare in modo appropriato la terminologia della disciplina in modo da poter: - comprendere la letteratura relativa alla sintesi di filtri analogici; - presentare in modo efficace argomenti inerenti la disciplina; - discutere criticamente argomenti trattati durante il corso (matrice di tuning: ac2, ac3) 5. CAPACITA’ DI APPRENDIMENTO 5.1 Capacità di verificare analiticamente la validità di un progetto elettrico e la sua rispondenza ai requisiti progettuali (matrice di tuning: ap1, ap2, ap3, ap4)

Funzioni di rete. Classificazione delle funzioni filtranti. Metodi di approssimazione di Butterworth, Chebyshev, Cauer, Bessel. Trasformazioni in frequenza. Sintesi di bipolo passivo. Sintesi di reti due porte passive LC e RC a scala. Reti a resistenza costante. Sensibilità. Filtri attivi RC. Filtri a condensatori commutati. Filtri passivi e attivi per la mitigazione di armoniche in sistemi di potenza.
Tutti i contenuti soddisfano i criteri della matrice di tuning della materia: cc4, cc5, cc7, ca2, ag1,ag2, ac2, ac3, ap1, ap2, ap3, ap4

L'esame finale consiste in una prova orale, costituita da domande sia di carattere teorico che applicativo. Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE 1.1 Conoscenza e comprensione delle metodologiche necessarie per la sintesi di filtri analogici passivi e attivi (matrice tuning: cc4, cc5, cc7). Verifica mediante prova orale e mediante svolgimento di esercizi “carta e panna”. 2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE 2.1 Capacità di eseguire la sintesi di filtri analogici passivi e attivi (matrice di tuning: ca2). Verifica mediante svolgimento di esercizi “carta e panna”. 3. AUTONOMIA DI GIUDIZIO 3.1 Capacità di eseguire scelte autonome nella sintesi di filtri analogici (matrice di tuning: ag1, ag2). Verifica mediante svolgimento di esercizi “carta e panna”. 4. ABILITA’ COMUNICATIVE 4.1 Capacità di esporre logicamente dimostrazioni (matrice di tuning: ac2, ac3). Verifica mediante prova orale. 4.2 Capacità di usare in modo appropriato la terminologia della disciplina in modo da poter: - comprendere la letteratura relativa alla sintesi di filtri analogici; - presentare in modo efficace argomenti inerenti la disciplina; - discutere criticamente argomenti trattati durante il corso (matrice di tuning: ac2, ac3). Verifica mediante prova orale. 5. CAPACITA’ DI APPRENDIMENTO 5.1 Capacità di verificare analiticamente la validità di un progetto elettrico e la sua rispondenza ai requisiti progettuali (matrice di tuning: ap1, ap2, ap3, ap4). Verifica mediante prova orale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

L. P. Huelsman, Active and passive analog filter design, Ed. McGraw-Hill G. Daryanani, Principles of active filter synthesis and design, Ed. J. Wiley. M. E. Van Valkenburg, Introduction to modern network synthesis, Ed. J. Wiley. A. A. V. V. (coordinatore A. Liberatore), Manuale di Meccanica, Elettrotecnica ed Elettronica, Ed. Cremonese. R. Saal, Handbook of filter design, AEG Telefunken A. V. A. Liberatore, S. Manetti, La progettazione dei filtri elettronici, Ed. La Medicea. Tutti i libri di testo consigliati possono essere trovati nella biblioteca di Ingegneria. Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/).

CA01 La capacità di applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi
CA06 La capacità di scegliere e applicare appropriati metodi analitici e di modellazione, basati sull’analisi matematica e numerica, per poter simulare al meglio il comportamento di componenti e impianti al fine di predirne e migliorarne le prestazioni
CA07 La capacità approfondita di scegliere e utilizzare attrezzature, strumenti, procedure e metodi appropriati, anche attraverso l’uso di modelli teorici, conoscendone i limiti e le potenzialità
CA09 La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca
CC01 La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria meccanica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare.
CC02 La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare.
CC06 Strumenti per la modellazione dei sistemi energetici/meccanici/propulsivi e loro ruolo a supporto dell’analisi e progettazione di sistemi e componenti
CC16 La conoscenza del settore dell’automazione e della controllistica. La conoscenza di sistemi meccatronici.
CC19 La conoscenza di sistemi e metodi per la rappresentazione virtuale la modellazione e la ricostruzione geometrica 2D e 3D
AG02 Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento
AG05 La capacità di identificare il bisogno di nuove conoscenze
AC01 La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti
AP02 Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.)

L'obiettivo dell’insegnamento è quello di far cimentare gli allievi con un problema pratico di robotica.
Per il CdS magistrale in Ingegneria Meccanica (MEM), insegnamento mutuato di "Robotica di Campo"
CC01: La conoscenza approfondita degli aspetti teorico-scientifici dell'ingegneria, sia in generale sia in modo approfondito relativamente a quelli dell'ingegneria meccanica, per l’identificazione, la formulazione e la risoluzione di problemi complessi o che richiedono un approccio interdisciplinare
CC02: La conoscenza approfondita degli aspetti teorico-scientifici della matematica e delle altre scienze di base per interpretare e descrivere i problemi dell'ingegneria complessi o che richiedono un approccio interdisciplinare
CC03: La conoscenza e l’utilizzo di strumenti scientifici (informatici e di altra natura) specifici per il settore della progettazione nell’ambito proprio dell’ingegneria meccanica
CC04: La conoscenza dei metodi per ideare, pianificare, progettare e gestire sistemi, processi e servizi complessi e/o innovativi
CC05: La conoscenza di metodi per la pianificazione e lo svolgimento di attività sperimentali di elevata complessità per l’analisi di componenti e sistemi
CC07: La conoscenza di strumenti avanzati di progettazione (meccanica, termofluidodinamica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti o sistemi
CC16: La conoscenza del settore dell’automazione e della controllistica. La conoscenza di sistemi meccatronici
CA01: La capacità di applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi
CA02: La capacità di realizzare progetti ingegneristici, lavorando in un ambiente multidisciplinare
CA03: La capacità di applicare la propria conoscenza per identificare problemi e formulare soluzioni, nell’ambito dell’ingegneria meccanica, per impostare, progettare, realizzare e verificare, sistemi ed apparati anche di elevata complessità funzionale
CA05: La capacità approfondita di condurre esperimenti complessi e di gestire strumentazione e software avanzati
CA06: La capacità di scegliere e applicare appropriati metodi analitici e di modellazione, basati sull’analisi matematica e numerica, per poter simulare al meglio il comportamento di componenti e impianti al fine di predirne e migliorarne le prestazioni
CA08: La capacità di valutare criticamente dati e risultati e trarre conclusioni appropriate, consapevoli del grado di incertezza da cui potrebbero essere affette
CA09: La capacità di raggiungere una preparazione adeguata per poter accedere al terzo livello degli studi universitari (frequenza a master di secondo livello ed a scuole di dottorato), in modo da approfondire ulteriormente conoscenze e capacità nell’ambito della ricerca
AC01: La capacità di poter comunicare e trasferire informazioni, idee, problemi e soluzioni a interlocutori specialisti e non specialisti
AC02: La capacità di presentare professionalmente problemi, soluzioni, analisi e risultati attraverso rapporti scritti e presentazioni verbali
AC03: Capacità di rappresentazione e comunicazione grafica (redazione di schemi, grafici e tabelle)
AG01: La capacità di analizzare autonomamente dati e informazioni, trarre conclusioni oggettive ed assumere decisioni consequenziali
AG02: Capacità di valutare diverse opzioni o soluzioni ad un problema e di prendere decisioni informate sui propri progetti anche sulla base delle norme tecniche di riferimento
AG04: Autonomia nel rispetto di impegni e tempi, con riferimento alla capacità di allocare il tempo e le risorse disponibili per rispettare le scadenze, di valutare correttamente le proprie capacità e risorse per garantire che gli impegni siano realistici e raggiungibili e di prioritizzare le attività in base alla loro importanza e alle scadenze
AG05: La capacità di identificare il bisogno di nuove conoscenze
AP01: La capacità di apprendimento e di aggiornamento autonomo e continuo nell'area ingegneristica di riferimento
AP02: Conduzione di ricerche bibliografiche mediante le principali risorse (biblioteche, banche dati scientifici, ecc.)
AP03: Apprendimento Basato su Progetti e Problemi (Problem Based Learning PBL): capacità di apprendere attraverso metodi didattici basati su progetti e risoluzione di problemi reali

L'insegnamento è principalmente di tipo pratico con l'eccezione di alcune lezioni introduttive all'uso del sistema ROS (Robotics Operating System), attualmente sempre più utilizzato nella realizzazione di sistemi robotici.

Esame scritto obbligatorio. Eventuale discussione di un elaborato scelto durante il corso (elaborato facoltativo).
Tipicamente 3 domande inerenti agli argomenti del corso. Le domande possono essere riassunte, in linea di massima, nelle seguenti categorie: modellazione cinematica e/o dinamica di sistemi meccanici, vincoli olonomi ed anolonomi e studio di controllabilità, teoria di varie tecniche di controllo, asservimento visivo, esercizi relativi agli argomenti del corso.
Lo studente dovrà dimostrare una conoscenza sufficiente degli argomenti, capacità di ragionamento critico ed efficacia e competenza nell'esposizione.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

L'esame si intende superato alla consegna di una relazione finale sul progetto svolto che dimostri un sufficiente raggiungimento degli obiettivi fissati.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

• B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo, 2008. Robotica: modellistica, pianificazione e controllo, terza edizione, McGraw-Hill. - T.I. Fossen, 1994. Guidance and Control of Ocean Vehicles, 1st ed., John Wiley & Sons Ltd (per approfondimenti). - R. Hartley and A. Zisserman, 2003. Multiple View Geometry in Computer Vision, 2nd ed., Cambridge University Press (per approfondimenti). Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

http://wiki.ros.org/ROS/Tutorials
B. SICILIANO, L. SCIAVICCO LORENZO, L. VILLANI, G. ORIOLO, "ROBOTICA:
MODELLISTICA, PIANIFICAZIONE E CONTROLLO," THE MCGRAW-HILL
COMPANIES
Pubblicazione: 04/2008 (640 pagine, 37.00 Euro)
Il testo e` anche disponibile in lingua inglese:
B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo, Robotics ? Modelling, Planning and
Control, Springer, London, UK, 2009
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

Gli studenti acquisiranno le conoscenze fondamentali sui metodi propri dell’Intelligenza Computazionale, del Machine Learning, dell’ottimizzazione non lineare e multi-obiettivo, imparando a formulare problemi di ottimizzazione applicati a scenari concreti di ingegneria elettrica. Svilupperanno competenze nella modellazione e simulazione di convertitori di potenza utilizzando software dedicati, oltre a comprendere le tecniche di base della programmazione embedded per implementare algoritmi di controllo su microcontrollori. Il corso mira a integrare teoria e pratica, permettendo di progettare sistemi di controllo efficienti e ottimizzati nel settore elettrico.
Capacità di applicare conoscenza e comprensione:
CA5 - La capacità di risolvere problemi connessi ai sistemi di generazione, conversione, accumulo e trasmissione dell’energia elettrica, tramite l’applicazione di tecniche computazionali anche basate su soluzioni di intelligenza artificiale. Capacità di formalizzare problemi di ingegneria elettrica come problemi di ottimo ed applicazione di algoritmi meta euristici alla loro soluzione.
Conoscenza e comprensione:
CC5 - La conoscenza dei fondamenti teorici e della applicazione delle tecniche computazionali utili alla soluzione di problematiche inerenti all’ingegneria elettrica.
Competenze Trasversali:
CT1: Comunicazione tecnica in forma scritta (redazione di rapporti e relazioni individuali)
CT3: Sviluppo di una espressione e discussione tecnica adeguata di proprie argomentazioni
CT5: Comprensione di norme tecniche
CT7: Rispettare impegni e tempi

Generalità e fondamenti di AI e Machine Learning
Applicazioni dei metodi di Machine Learning a problemi di ingegneria elettrica e Smart Grid
Fondamenti di ottimizzazione non lineare
Applicazione dell’ottimizzazione a problemi di ingegneria elettrica
Simulazione di sistemi di conversione dell’energia elettrica
Fondamenti di programmazione di microcontrollori

Prove intermedie, esame orale, progetto
L'esame mira a verificare, attraverso prove scritte contenenti domande teoriche, un eleaborato su un piccolo progetto e discussioni critiche col docente del lavoro svolto:

• la conoscenza delle metodologie principali per l'analisi e la comprensione dellle metodologie di Intelligenza Computazionale;
• la capacità di usare in modo appropriato la terminologia della disciplina;
• la capacità di comprendere la letteratura relativa alla teoria e alle applicazioni delle tecniche di Computational Intelligence all'Ingegneria Elettrica;
• la capacità di acquisire gli strumenti metodologici per proseguire gli studi e provvedere autonomamente al proprio aggiornamento, via via che si perfezionano rinnovano i metodi e le applicazioni degli stessi all'Ingegneria Elettrica.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Appunti e materiale fornito dai docente

Il corso propone una panoramica completa su tecniche e metodologie correntemente affermate per la progettazione di macchine automatiche e robot industriali; si forniscono contestualmente concetti di base per la scelta di soluzioni commerciali per affrontare problematiche usualmente riscontrabili sul campo, quali la movimentazione degli organi meccanici (motori elettrici, attuatori) ed il mantenimento della rigidezza negli assiemi complessi.

• Automazione e robotica
• Robot Industriali
• Rigidezza
• Trasmisssioni e collegamenti
• Bilanciamento
• Sensori
• Motori elettrici lineari e rotativi
• Pneumatica e oleodinamica
• Pompe e motori oleodinamici
• Attuatori speciali
• Direttiva Macchine e marcatura CE

• Esame orale
• Preparazione di un progetto
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

E. I. Rivin, Mechanical Design of Robots, 1988, McGraw-Hill
M. Giglio et al., Costruzione di Macchine, 2011, McGraw-Hill

Il Corso Integrato (C.I.) si suddivide in due moduli da 6 CFU ciascuno, distribuiti rispettivamente nel primo e nel secondo semestre accademico:
Modulo 1: B034276 - Diagnostica e Sicurezza dei Sistemi (I Semestre - 48 ore)
Modulo 2: B019061 - Circuiti e Filtri Analogici (II Semestre - 48 ore)
Modulo 1: Diagnostica e Sicurezza dei Sistemi
Conoscenza e comprensione: Acquisire le competenze necessarie per comprendere e approfondire le tecniche di valutazione della disponibilità di sistema e dei parametri RAMS (Reliability, Availability, Maintainability, and Safety), oltre ai concetti fondamentali dell'analisi del rischio e della sicurezza funzionale.
Capacità di applicare conoscenza e comprensione: Capacità di applicare operativamente le principali metodologie industriali di analisi dei rischi e saper definire i parametri quantitativi e qualitativi per la progettazione e la realizzazione di un SIS (Safety Instrumented System).
Autonomia di giudizio: Saper analizzare e valutare i parametri RAMS su sistemi tecnologici generici e complessi.
Abilità comunicative: Capacità di descrivere in modo chiaro, rigoroso e sintetico le prestazioni affidabilistiche di un sistema e i potenziali rischi legati a un suo malfunzionamento.
Capacità di apprendimento: Saper reperire, interpretare e applicare specifiche RAMS di componenti e sistemi industriali, definendo piani di test mediante l’uso di norme dedicate per una progettazione robusta.
Modulo 2: Circuiti e Filtri Analogici
Conoscenza e comprensione: Fornire le conoscenze metodologiche necessarie per l'approssimazione e la sintesi di filtri analogici di tipo sia passivo che attivo, applicabili sia nell'ambito dell'ingegneria dell'informazione che in quello dell'ingegneria industriale.
Capacità di applicare conoscenza e comprensione: Saper applicare le tecniche di sintesi di reti a due porte (strutture a scala LC e RC, reti a resistenza costante) e filtri attivi (inclusi i filtri a condensatori commutati e soluzioni per la mitigazione delle armoniche nei sistemi industriali di potenza).
Autonomia di giudizio: Capacità di discutere criticamente i risultati progettuali ottenuti, le tecniche circuitali impiegate e i parametri di sensibilità multiparametrica.
Abilità comunicative: Saper utilizzare in modo appropriato e rigoroso la terminologia della disciplina per comprendere la letteratura scientifica di settore, presentare in modo efficace argomenti tecnici e sostenere discussioni progettuali.
Capacità di apprendimento: Acquisire gli strumenti metodologici ottimali per provvedere in modo del tutto autonomo al proprio aggiornamento scientifico e professionale.

Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE 1.1 Conoscenza e comprensione delle metodologiche necessarie per la sintesi di filtri analogici passivi e attivi (matrice tuning: cc4, cc5, cc7) 2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE 2.1 Capacità di eseguire la sintesi di filtri analogici passivi e attivi (matrice di tuning: ca2) 3. AUTONOMIA DI GIUDIZIO 3.1 Capacità di eseguire scelte autonome nella sintesi di filtri analogici (matrice di tuning: ag1, ag2) 4. ABILITA’ COMUNICATIVE 4.1 Capacità di esporre logicamente dimostrazioni (matrice di tuning: ac2, ac3) 4.2 Capacità di usare in modo appropriato la terminologia della disciplina in modo da poter: - comprendere la letteratura relativa alla sintesi di filtri analogici; - presentare in modo efficace argomenti inerenti la disciplina; - discutere criticamente argomenti trattati durante il corso (matrice di tuning: ac2, ac3) 5. CAPACITA’ DI APPRENDIMENTO 5.1 Capacità di verificare analiticamente la validità di un progetto elettrico e la sua rispondenza ai requisiti progettuali (matrice di tuning: ap1, ap2, ap3, ap4)

Con riferimento ai Descrittori di Dublino
1. CONOSCENZA E COMPRENSIONE
1.1 Acquisire le competenze necessarie per presentare e approfondire le tecniche di valutazione della disponibilità e RAMS (Reliability, availability, maintainability and safety) in generale; i concetti e le tecniche di analisi del rischio e della sicurezza funzionale.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le principali tecniche di analisi dei rischi.
2.2 Capacità di definire i parametri fondamentali per la progettazione di un SIS (Safety Instrumented System).
3. AUTONOMIA DI GIUDIZIO
3.1 Capacità di valutare i parametri RAMS su qualunque sistema anche complesso.
4. ABILITA' COMUNICATIVE
4.1 Capacità di descrivere le prestazioni affidabilistiche di un generico sistema ed i potenziali rischi legati ad un suo malfunzionamento.
5. CAPACITA' DI APPRENDIMENTO
5.1 Capacità di reperire ed interpretare specifiche RAMS di componenti e sistemi.
5.2 Definire un piano di test per componenti e sistemi mediante l’uso di norme specifiche.
5.3 Capacità di progettare un SIS.

Modulo 1: RAMS e Misure
RAMS e SIL: Affidabilità, sicurezza, analisi dei rischi e calcolo del livello SIL.
Diagnostica: Monitoraggio dei sistemi e analisi dei meccanismi di guasto.
Laboratorio: Prove sperimentali, uso della strumentazione e analisi dei dati.
Modulo 2: Sintesi e Filtri
Approssimazioni: Progettazione e trasformazione di filtri (Butterworth, Chebyshev, ecc.).
Sintesi Reti: Realizzazione di circuiti passivi (LC/RC), tolleranze e sensibilità.
Filtri Attivi e Potenza: Filtri RC attivi, a condensatori commutati e filtri anti-armoniche per reti elettriche.

Funzioni di rete. Classificazione delle funzioni filtranti. Metodi di approssimazione di Butterworth, Chebyshev, Cauer, Bessel. Trasformazioni in frequenza. Sintesi di bipolo passivo. Sintesi di reti due porte passive LC e RC a scala. Reti a resistenza costante. Sensibilità. Filtri attivi RC. Filtri a condensatori commutati. Filtri passivi e attivi per la mitigazione di armoniche in sistemi di potenza.
Tutti i contenuti soddisfano i criteri della matrice di tuning della materia: cc4, cc5, cc7, ca2, ag1,ag2, ac2, ac3, ap1, ap2, ap3, ap4

Concetti e tecniche RAMS (Reliability, Availability, Maintainability, Safety), metodologie di valutazione del rischio/sicurezza, calcolo di SIL. Presentazione di tecniche nel contesto industriale e applicazioni. Diagnostica di componenti e sistemi. Caratterizzazione di componenti e sistemi mediante prove di laboratorio, gestione della strumentazione e l’analisi dei risultati. Sono proposti i metodi di indagine per la valutazione dei meccanismi di guasto in ambito elettrico-elettronico.

Ciascun modulo prevede una specifica prova di verifica orale, il cui esito complessivo concorre alla definizione del voto finale del Corso Integrato.
Esame orale della durata indicativa di 30 minuti, articolato su cinque domande strutturate come segue:
Prima domanda: Dedicata alla discussione e alla verifica dell'elaborato scritto predisposto dallo studente in occasione delle esercitazioni/prove sperimentali.
Restanti quattro domande: Focalizzate sulle diverse parti del programma esteso, volte a verificare la comprensione dei parametri RAMS, la sicurezza funzionale, i metodi di analisi dei rischi e le procedure di prova in laboratorio.
Verifica del Modulo 2 (Circuiti e Filtri Analogici)
Esame orale costituito da quesiti sia di carattere teorico che applicativo. La prova è mirata a verificare la conoscenza delle metodologie di sintesi dei filtri, la capacità di utilizzare in modo corretto la terminologia specialistica e la capacità di discutere criticamente i risultati e le tecniche circuitali adottate.

L'esame finale consiste in una prova orale, costituita da domande sia di carattere teorico che applicativo. Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE 1.1 Conoscenza e comprensione delle metodologiche necessarie per la sintesi di filtri analogici passivi e attivi (matrice tuning: cc4, cc5, cc7). Verifica mediante prova orale e mediante svolgimento di esercizi “carta e panna”. 2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE 2.1 Capacità di eseguire la sintesi di filtri analogici passivi e attivi (matrice di tuning: ca2). Verifica mediante svolgimento di esercizi “carta e panna”. 3. AUTONOMIA DI GIUDIZIO 3.1 Capacità di eseguire scelte autonome nella sintesi di filtri analogici (matrice di tuning: ag1, ag2). Verifica mediante svolgimento di esercizi “carta e panna”. 4. ABILITA’ COMUNICATIVE 4.1 Capacità di esporre logicamente dimostrazioni (matrice di tuning: ac2, ac3). Verifica mediante prova orale. 4.2 Capacità di usare in modo appropriato la terminologia della disciplina in modo da poter: - comprendere la letteratura relativa alla sintesi di filtri analogici; - presentare in modo efficace argomenti inerenti la disciplina; - discutere criticamente argomenti trattati durante il corso (matrice di tuning: ac2, ac3). Verifica mediante prova orale. 5. CAPACITA’ DI APPRENDIMENTO 5.1 Capacità di verificare analiticamente la validità di un progetto elettrico e la sua rispondenza ai requisiti progettuali (matrice di tuning: ap1, ap2, ap3, ap4). Verifica mediante prova orale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Esame orale avente per oggetto i risultati ottenuti durante le esercitazioni ed il programma esteso.
Tipicamente la durata dell'esame è circa 30 minuti e saranno fatte cinque domande. La prima sarà dedicata all’elaborato scritto per l’esercitazione mentre le altre domande verteranno sul programma esteso (in ogni sua parte).
Con riferimento ai Descrittori di Dublino, le domande mireranno a verificare:
1. CONOSCENZA E COMPRENSIONE
1.1 le competenze acquisite circa l’analisi e la valutazione dei parametri RAMS e le prove sperimentali di laboratorio.
1.2 la conoscenza dei metodi di analisi dei rischi.
1.3 la capacità di valutare la sicurezza funzionale.
2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 la capacità di analizzare da un punto di vista affidabilistico sistemi complessi.
2.2 la capacità di definire i parametri fondamentali per la realizzazione di un SIS.
3. AUTONOMIA DI GIUDIZIO
3.1 l Capacità di valutare i parametri RAMS su qualunque sistema anche complesso.
4. ABILITA' COMUNICATIVE
4.1 la capacità di presentare in modo sintetico e chiaro e prestazioni affidabilistiche di un generico sistema ed i potenziali rischi legati ad un suo malfunzionamento.
5. CAPACITA' DI APPRENDIMENTO
5.1 la capacità di definire i parametri per una progettazione robusta ed affidabile di un sistema tendendo in considerazione anche dei requisiti di sicurezza funzionale.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Per il Modulo 1 (Diagnostica e Sicurezza)
Appunti e dispense ufficiali del corso, aggiornati all'anno accademico di riferimento.
M. Lazzaroni, L. Cristaldi, L. Peretto, P. Rinaldi, M. Catelani – “Reliability Engineering – Basic Concepts and Applications in ICT”, Springer 2011 (Capitoli 6, 7 e 8).
M.A. Levin, T.T. Kalal – “Improving Product Reliability”, J. Wiley, 2003.
Marvin Rausand – “System Reliability Theory: Models, Statistical Methods, and Applications”, 2nd Edition, 2004.
Montgomery, Runger and Hubele – “Statistica per l’Ingegneria”, Egea Edizioni, 2007.
Riferimenti normativi e Direttive comunitarie richiamate a lezione (es. CEI EN 61508, CEI EN 61511, CEI EN 60068).
Per il Modulo 2 (Circuiti e Filtri Analogici)
L. P. Huelsman – “Active and passive analog filter design”, Ed. McGraw-Hill.
G. Daryanani – “Principles of active filter synthesis and design”, Ed. J. Wiley.
M. E. Van Valkenburg – “Introduction to modern network synthesis”, Ed. J. Wiley.
A. Liberatore, S. Manetti – “La progettazione dei filtri elettronici”, Ed. La Medicea.
A.A.V.V. (coordinatore A. Liberatore) – “Manuale di Meccanica, Elettrotecnica ed Elettronica”, Ed. Cremonese.
R. Saal – “Handbook of filter design”, AEG Telefunken A. V.

L. P. Huelsman, Active and passive analog filter design, Ed. McGraw-Hill G. Daryanani, Principles of active filter synthesis and design, Ed. J. Wiley. M. E. Van Valkenburg, Introduction to modern network synthesis, Ed. J. Wiley. A. A. V. V. (coordinatore A. Liberatore), Manuale di Meccanica, Elettrotecnica ed Elettronica, Ed. Cremonese. R. Saal, Handbook of filter design, AEG Telefunken A. V. A. Liberatore, S. Manetti, La progettazione dei filtri elettronici, Ed. La Medicea. Tutti i libri di testo consigliati possono essere trovati nella biblioteca di Ingegneria. Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/).

Particolarmente consigliati gli appunti del corso aggiornati al presente a.a.
Inoltre:

• M.Lazzaroni, L.Cristaldi, L.Peretto, P.Rinaldi, M.Catelani “Reliability Engineering – Basic Concepts and Applications in ICT”, Springer 2011 – Caps. 6-7-8
• M.A.Levin, T.T.Kalal: Improving Product Reliability, J.Wiley, 2003
• Marvin Rausand, System Reliability Theory: Models, Statistical Methods, and Applications, 2nd Edition, 2004
• Montgomery, Runger and Hubele: Statistica per l’Ingegneria, Egea Edizioni, 2007
  Riferimenti normative e Direttive comunitarie richiamate nel programma.

Obiettivo del corso è quello di fornire le conoscenze dei concetti e strumenti più importanti nello studio e applicazione dell’apprendimento automatico:

• Conoscenza e comprensione dei fondamenti matematici e statistici dell’apprendimento automatico contemporaneo.
• Conoscenza e comprensione dei modelli basilari dei modelli teorici per la regressione, per la classificazione supervisionato, e per la stima di densità probabilistiche.
• Conoscenza e comprensione dei fondamenti teorici delle reti neurali per la classificazione e per la regressione.
• Conoscenza e comprensione dei modelli e tecniche del Deep Learning contemporaneo.
  A fine corso lo studente saprà applicare queste conoscenze all'analisi e al design di soluzione di problemi real-world, applicando i best practices e strumenti avanzati per arrivare a soluzione allo stato dell'arte.
  Con riferimento ai Descrittori di Dublino:
  INGEGNERIA INFORMATICA
  Conoscenza e Comprensione
  cc6 - Conoscenze di modelli e metodologie di progetto, sviluppo e verifica di moduli di elaborazione basati su apprendimento automatico e della loro integrazione con modelli basati sulla conoscenza
  Capacità di Applicare Conoscenza e Comprensione
  ca2 - Coordinarsi e collaborare con esperti di settore per la specifica dei requisiti ed il collaudo di un sistema informatico;
  ca3 - Gestire ed impiegare strumentazione e software avanzati per la simulazione di processi e la prototipazione
  ca6 - Saper proporre soluzioni innovative nel proprio dominio di competenza
  Autonomia di Giudizio
  ag1 - Analizzare problemi complessi dell’ingegneria informatica, valutando criticamente metodi e soluzioni
  ag2 - Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni rigorose e tecnicamente valide sui temi e progetti affrontati
  Capacità di Comunicazione
  ac1 - Presentare i risultati della propria attività in forma scritta e orale con caratteristiche di organicità e rigore tecnico
  ac2 - Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a interlocutori non specialisti, in lingua italiana o inglese
  Capacità di Apprendimento
  ap1 - Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione.
  ap2 - Organizzare e gestire in modo indipendente il proprio percorso di apprendimento, sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività autonome.
  ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di elaborati analitici o progettuali, e nelle relazioni delle attività svolte.

Il corso è organizzato in un assortimento argomenti tecnici e teorici che, presi insiemi, forniscono una formazione sui Fondamenti dell’Apprendimento Automatico. Vede il Programma del Corso per dettagli.

La verifica finale consta di una combinazione di:

• Esercizi di laboratorio e compiti svolti a casa;
• Una prova intermedia scritta (opzionale); e
• Una prova finale scritta.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

• Bishop, Christopher M. Pattern Recognition and Machine Learning. Springer, 2006.
• Shalev-Shwartz S, Ben-David S. Understanding machine learning: From theory to algorithms. Cambridge university press, 2014.
• MacKay, David. Information Theory, Inference and Learning Algorithms. Cambridge University Press, 2003.
• Deisenroth, Marc Peter, A. Aldo Faisal, and Cheng Soon Ong. Mathematics for machine learning. Cambridge University Press, 2020.

L’insegnamento Gestione Industriale dell’Energia si propone di fornire agli studenti della Laurea Magistrale in Ingegneria Energetica una preparazione avanzata e multidisciplinare per comprendere, analizzare e gestire i sistemi energetici in ambito industriale, integrando aspetti tecnici, economici, gestionali e normativi. Il corso sviluppa conoscenze e competenze allineate ai descrittori di Dublino, con particolare attenzione ai processi di ottimizzazione energetica e di transizione verso sistemi più efficienti e sostenibili.
Conoscenza e capacità di comprensione (CC)
Lo studente acquisirà una conoscenza approfondita degli aspetti teorico-scientifici che caratterizzano i sistemi energetici complessi (CC01@ENM), comprendendo i fenomeni termodinamici, termo-fluidodinamici, termo-chimici ed elettrici che regolano il funzionamento degli impianti industriali (CC13@ENM, CC16@ENM). Saranno introdotti gli strumenti e i metodi avanzati per la modellazione, la simulazione e la progettazione di componenti e sistemi energetici (CC03@ENM, CC06@ENM, CC04@RAM, CC05@MEL, CC07@ENM), insieme ai criteri per l’analisi dei processi industriali e delle loro prestazioni energetiche e ambientali.
Parallelamente, lo studente svilupperà una comprensione sistemica del contesto della transizione energetica, delle relative implicazioni normative, tecnologiche e metodologiche (CC09@ENM, CC01@RAM), nonché dei metodi per ideare, pianificare e gestire sistemi e servizi complessi e innovativi (CC04@ENM). Il corso fornirà inoltre basi metodologiche per la conduzione di attività sperimentali e di diagnostica energetica anche in contesti industriali articolati (CC05@ENM, CC14@RAM).
Capacità di applicare conoscenza e comprensione (CA)
Al termine del corso, lo studente sarà capace di applicare tali conoscenze per modellare e interpretare il comportamento di sistemi energetici complessi (CA01@ENM, CA01@RAM) e per analizzare componenti e impianti con strumenti di modellazione termo-economica, simulazione numerica e valutazione prestazionale (CA06@ENM, CA07@ENM). Avrà competenze per condurre esperimenti e utilizzare strumentazione avanzata per il monitoraggio energetico (CA05@ENM, CA02@RAM, CA03@RAM, CA07@MEL), valutando criticamente i risultati e le incertezze a essi associate (CA08@ENM).
Sarà inoltre in grado di progettare, pianificare e gestire sistemi di conversione energetica e impianti industriali complessi, integrando aspetti tecnici, economici e ambientali (CA14@ENM, CA02@RAM, CA03@MEL), e di affrontare problemi tipici dell’ingegneria industriale ed energetica, identificandone vincoli, soluzioni e opportunità (CA13@ENM, CA11@ENM, CA07@RAM, CA06@MEL). L’insegnamento permette anche di valutare l’integrazione di tecnologie rinnovabili e sistemi energetici innovativi in ottica di sostenibilità e competitività (CA12@ENM, CA02@RAM, CA05@RAM, CA03@MEL) e di esaminare processi, tecnologie e impianti considerando le loro implicazioni economiche e gestionali (CA10@ENM).
Le competenze acquisite forniscono una base solida per eventuali percorsi di formazione avanzata o di ricerca (CA09@ENM).
Autonomia di giudizio (AG)
Lo studente svilupperà la capacità di analizzare in modo autonomo dati, indicatori e informazioni provenienti da impianti e processi industriali, formulando valutazioni oggettive e coerenti (AG01@ENM, AG05@RAM, AG01@MEL, ). Sarà in grado di confrontare soluzioni tecniche alternative e prendere decisioni informate sulla base delle norme tecniche, dei vincoli progettuali e dei principi di efficienza e sostenibilità (AG02@ENM, AG04@RAM, AG02@MEL).
Verrà favorita l’autonomia nell’organizzazione delle attività, nella gestione di tempi e risorse, e nella capacità di pianificare interventi di miglioramento energetico (AG04@ENM, AG04@MEL), così come la consapevolezza del bisogno di aggiornare costantemente le proprie competenze (AG05@ENM, AG05@MEL).
Abilità comunicative (AC)
Il corso favorisce la capacità di comunicare in modo chiaro ed efficace problemi, analisi e soluzioni energetiche sia a interlocutori specialisti che non specialisti (AC01@ENM, AC03@RAM, AC01@MEL), sviluppando competenze nella redazione di report tecnici di energy management e nella presentazione di scenari energetici (AC02@ENM, AC03@RAM, AC02@MEL).
Particolare attenzione è posta all’uso di grafici, schemi, indicatori e rappresentazioni quantitative per descrivere prestazioni e interventi (AC03@ENM, AC03@MEL), e alla consapevolezza delle implicazioni etiche e ambientali delle decisioni ingegneristiche (AC04@ENM, AC01@RAM).
Capacità di apprendimento (AP)
Infine, il corso rafforza la capacità dello studente di aggiornarsi autonomamente sui progressi tecnologici, normativi e metodologici nel settore energetico (AP01@ENM, AP01@RAM, AP01@MEL), di svolgere ricerche bibliografiche e tecniche utilizzando le principali banche dati e fonti scientifiche (AP02@ENM, AP04@RAM, AP02@MEL) e di apprendere attraverso problemi reali e attività progettuali, tipiche dell’approccio del Problem Based Learning (AP03@ENM, AP02@RAM, AP03@RAM, AP03@MEL).

Panorama energetico
Fabbisogno energetico. Andamento storico. Accenno alle principali macchine di generazione di Energia. Diagramma di carico della rete nazionale.
Analisi Economica

• Accenni all'analisi Economica.
  o Tasso di interesse e anni di investimento
  o Investimento e Flusso di Cassa
  o CAPEX e OPEX
  o Meccanismi di capitalizzazione
  o VAN (Valore Attuale Netto), TIR (Tasso Interno di Rendimento), TRA (Tempo di ritorno Attualizzato) e altri parametri di valutazione
  o Legame fra VAN e rendimenti di un impianto
  o TAN e TAEG
  Componenti di impianti industriali (components)
• Pompe.
  o Descrizione.
  o Curve caratteristiche.
  o Curve caratteristiche al variare del numero di giri.
  o Punto di funzionamento.
  o Calcolo (esempio) del punto di funzionamento di una pompa
  o Pompe in Serie e Parallelo e punto di funzionamento.
  o Sistema di regolazione delle pompe.
  o Cavitazione.
• Caldaie a tubi di fumo.
  o Descrizione delle caldaie.
  o Caldaie a Turbi di fumo.
  o Considerazioni termodinamiche di una caldaia a tubi di fumo.
  o Stima del rendimento di una caldaia.
  o Pericolosità delle Caldaie a tubi di fumo.
• Isolamento termico
  o Equazioni del calore di conduzione e convenzione
  o Equazione del calore per tubazioni (cilindri)
  o Raggio critico per isolamento in tubazioni
  o Spessore dell'isolante di massimo profitto. Sua formulazione e suoi andamenti
  Caratterizzazione e monitoraggio consumi energetici
• Monitoraggio dei consumi energetici
  o Legame fra energia e produzione.
  o Energy Drivers.
  o Tipici andamenti dell'energia rispetto alla produzione.
  o Tecnica del CUSUM
  o Definizione dei GradiGiorno.
  o Tipici andamenti dell'energia rispetto al clima
  o Indici di Consumo. Diagramma universale.
• Management dell'energia in una industria
  o Audit Energetico
  o Energy Manager (EM)
  o EGE
  o ESCO
  Mercati dell'energia
  Mercato Energia Elettrica.
  Mercato Gas Naturale.
  Reti di distribuzione del gas naturale
  LNG. Filieara. Sistemi di liquefazione e rigassificazione

Durante il corso sono previsti seminari tematici e/o visite tecniche presso stabilimenti industriali, il cui scopo è integrare la formazione con testimonianze professionali e casi applicativi. La presenza a tali attività viene registrata e contribuisce alla valutazione finale, poiché favorisce la capacità dello studente di contestualizzare le conoscenze teoriche in situazioni reali (CA10@ENM, CA12@ENM, AG01@ENM, AG04@ENM, CA02@RAM, CA05@RAM, CA03@MEL). I contenuti dei seminari non costituiscono materia d’esame, ma l’assenza non giustificata influenza il voto finale.
Esame finale
L’esame finale è volto ad accertare il raggiungimento dei risultati di apprendimento previsti dal corso e si compone di:
1. Elaborato tecnico (solo studenti 9 CFU)
Agli studenti del corso da 9 CFU è richiesto lo svolgimento di un elaborato tecnico individuale o in coppia, concordato con il docente, riguardante l’analisi energetica di un impianto industriale.
L’elaborato consente di verificare:

• la capacità di applicare strumenti di modellazione, analisi prestazionale e valutazione tecnico-economica (CA01@ENM, CA06@ENM, CA07@ENM, CA10@ENM, CA13@ENM, CA14@ENM);
• la padronanza delle conoscenze ingegneristiche alla base dei sistemi energetici (CC01@ENM, CC03@ENM, CC06@ENM, CC07@ENM, CC13@ENM);
• la capacità di organizzare dati, argomentare risultati e formulare conclusioni coerenti (AG01@ENM, AG02@ENM);
• competenze comunicative nella redazione di report tecnici chiari e rigorosi (AC01@ENM, AC02@ENM, AC03@ENM);
• la capacità di condurre ricerche bibliografiche e approfondimenti autonomi (AP01@ENM, AP02@ENM).
  L’elaborato deve essere consegnato alcuni giorni prima dell’appello. È attribuito un voto che contribuisce alla valutazione finale e costituisce requisito per l’accesso alla prova orale.
  2. Prova orale
  La prova orale consiste in un colloquio tecnico volto a verificare:
• la conoscenza e comprensione dei contenuti centrali del corso, riguardanti sistemi energetici, modelli di conversione e processi industriali (CC01@ENM, CC09@ENM, CC13@ENM, CC16@ENM, CC01@RAM, CC04@RAM, CC05@MEL);
• la capacità di applicare tali conoscenze alla risoluzione di problemi ingegneristici, anche tramite brevi esercizi analoghi a quelli svolti in aula (CA01@ENM, CA05@ENM, CA06@ENM, CA07@ENM, CA13@ENM, CA14@ENM; CA01@RAM, CA02@RAM, CA03@RAM, CA02@RAM, CA07@MEL, CA04@MEL);
• la capacità dello studente di ragionare in autonomia, valutando criticamente soluzioni alternative e motivando le scelte tecniche (AG01@ENM, AG02@ENM; AG05@RAM, AG04@RAM; AG01@MEL, AG02@MEL);
• la chiarezza espositiva e la capacità di presentare correttamente concetti tecnici (AC01@ENM, AC02@ENM; AC03@RAM; AC01@MEL, AC02@MEL).
  Il colloquio comprende in genere due domande principali sugli argomenti trattati nelle lezioni ed esercitazioni.
  Determinazione del voto finale
  Il voto finale è attribuito sulla base di:
• prova orale (componente principale);
• valutazione dell’elaborato tecnico (per studenti 9 CFU);
• presenza e partecipazione ai seminari/visite, con eventuali aggiustamenti positivi o negativi.
  •
  Il voto finale riflette quindi non solo la preparazione teorica, ma anche le capacità applicative, comunicative e di giudizio autonome sviluppate durante il corso, in coerenza con i descrittori di Dublino (CC, CA, AG, AC, AP).
  Tabella docimologica di valutazione
  INSUFFICIENTE: Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22: Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25: Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28: Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode: Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

1. Pietro Gabriele, Elena Giacone, Salvatore Mancò, "Dispense del corso di Gestione dei Sistemi Energetici", Politeko Edizioni (www.Politeko.it), 2008.
2. Flavio Beretta, Filippo De Carlo, Vito Introna, Daniele Saccardi; "Progettare e gestire l'efficienza energetica", McGrawHill, ISBN: 9788838667718, Pagine: 464, Pubblicazione: febbraio 2012.
3. Barney L. Capehart, Wayne C. Turner, William J. Kennedy; "Guide to Energy Management" FairMont Press ISBN 0-88173-425-X (ma non sono sicuro)
4. Steve Doty, Wayne C. Turner; "Energy Management Handbook", The Fairmont Press, Inc., 2009
5. Amlan Chakrabarti; "Energy Engineering and Management", PHI Learning Pvt. Ltd., 2011
6. Leslie C. Wilbur; "Handbook of Energy Systems Engineering" editor Wiley Interscience ISBN 0 471 86633 4
7. By Thomas E. Mull; "Practical Guide to Energy Management for Facilities Engineers and Plant Managers". ASME 2001 - ISBN-13: 978-0791801581
8. Albert Thumann; "Plant Engineers and Managers Guide to Energy Conservation" - Fairmont Press; 8th edition (August 2001) ISBN 978

L'obiettivo del corso è quello di fornire le conoscenze sui principali metodi di verifica dell'affidabilità, sviluppo e testing di software sicuro per applicazioni critiche:

• Conoscenza delle caratteristiche dei sistemi embedded e cyber-physical.
• Conoscenza di metodi per la verifica dell'affidabilità di sistemi hardware e software.
• Conoscenza di metodi per lo sviluppo di software sicuro per applicazioni critiche.
• Conoscenza di metodi per il testing e la certificazione del software.
  Al termine del corso lo studente conoscerà i principali metodi per la verifica dell'affidabilità, lo sviluppo e il testing di software sicuro per applicazioni critiche e sarà in grado di comprendere ed applicare tali metodi per risolvere problemi concreti.
  Con riferimento ai Descrittori di Dublino:
  Conoscenza e Comprensione
  cc13 - Conoscenza di modelli per l’analisi di sistemi realtime.
  Capacità di Applicare Conoscenza e Comprensione
  ca10 - Capacità di progetto ed analisi di semplici sistemi realtime.
  Autonomia di Giudizio
  ag1 - Maturare la capacità di analizzare autonomamente il campo sotto studio, applicando
  i metodi e le conoscenze acquisiti durante il percorso formativo.
  ag2 - Sviluppare la capacità di raccogliere e interpretare informazioni tecniche e
  scientifiche attraverso misure, esperimenti e analisi statistiche.
  ag4 - Valutare criticamente i risultati ottenuti, applicando l’autonomia di giudizio per la
  stesura di elaborati e per il superamento delle prove d'esame.
  Capacità di Comunicazione
  ac1 - Sviluppare la capacità di comunicare in modo chiaro e strutturato, sia in forma
  scritta che orale, i risultati delle proprie attività, con un alto livello di rigore tecnico.
  Capacità di Apprendimento
  ap1 - Sviluppare la capacità di apprendere autonomamente e di aggiornarsi
  continuamente in relazione all'evoluzione tecnologica del settore dell'Ingegneria
  dell'informazione.
  ap3 - Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di
  elaborati analitici o progettuali, e nelle relazioni delle attività svolte.

• Introduzione alla progettazione di sistemi embedded
• Metodi di verifica dell'affidabilità dei sistemi hardware e software
• Metodi di sviluppo di software sicuro per applicazioni critiche
• Metodi di testing e certificazione del software

L'esame è volto ad accertare le competenze teoriche e pratiche acquisite sugli argomenti del corso attraverso una prova scritta e una prova orale:
CONOSCENZA E COMPRENSIONE
1.1 Conoscenza delle caratteristiche dei sistemi embedded e cyber-physical.
1.2 Conoscenza di metodi per la verifica dell'affidabilità di sistemi hardware e software.
1.3 Conoscenza di metodi per lo sviluppo di software sicuro per applicazioni critiche.
1.4 Conoscenza di metodi per il testing e la certificazione del software.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Capacità di applicare le conoscenze acquisite allo scopo di valutare l'affidabilità e i rischi di sistemi hardware e software.
2.2 Capacità di applicare le conoscenze acquisite allo scopo di sviluppare codice sicuro per applicazioni critiche, anche adottando specifici standard e linguaggi (es. MISRA-C, Rust).
2.3 Capacità di applicare le conoscenze acquisite allo scopo di implementare e testare applicazioni software per sistemi critici.
AUTONOMIA DI GIUDIZIO
3.1 Capacità di verificare il proprio grado di apprendimento e comprensione dei concetti esposti durante il corso.
3.2 Capacità di valutare soluzioni nell'ambito della tolleranza ai guasti, dello sviluppo di codice sicuro e del testing di sistemi software embedded critici.
ABILITA' COMUNICATIVE
4.1 Capacità di esprimere le proprie conoscenze in modo corretto e logico.
4.2 Capacità di presentare le proprie conoscenze con un linguaggio tecnico appropriato.
CAPACITA' DI APPRENDIMENTO
5.1 Capacità di provvedere autonomamente allo studio di nuove tecniche, standard e normative per la verifica dell'affidabilità, lo sviluppo e il testing di software sicuro per applicazioni critiche.

A. Fantechi - Informatica Industriale - Città Studi Edizioni

Conoscenza e comprensione dei fondamenti dell’interazione uomo-macchina: al termine del corso, lo studente avrà acquisito una solida conoscenza dei principi fondamentali della Human-Robot Interaction (HRI), con particolare attenzione alla robotica sociale e al ruolo dei robot in contesti applicativi come la sanità, l’educazione e i servizi. Verranno inoltre approfonditi i concetti relativi all’esperienza utente, all’usabilità e all’impatto etico e sociale dei robot nelle interazioni con gli esseri umani.
Capacità di applicare conoscenze e comprensione nelle principali applicazioni dell’HRI: lo studente sarà in grado di progettare, modellare, sviluppare e valutare robot interattivi e socialmente interattivi, applicando metodologie di progettazione di architetture cognitive centrate sull’utente, principi di interazione fisica e cognitiva, e tecniche di programmazione per robot sociali.
Autonomia di giudizio nella definizione e progettazione di interazioni uomo-robot efficaci e responsabili: al termine del corso, lo studente sarà in grado di analizzare criticamente scenari applicativi complessi, valutando le implicazioni etiche, sociali e psicologiche dell’integrazione dei robot nella società, e di formulare soluzioni consapevoli e responsabili.
Abilità comunicative nella presentazione di problemi e soluzioni in ambito HRI: al termine del corso, lo studente sarà in grado di sintetizzare e presentare in modo efficace problemi progettuali e soluzioni interattive, utilizzando strumenti propri del co-design, comunicando con chiarezza e competenza sia con interlocutori tecnici sia non tecnici.
Capacità di apprendimento nell’ambito dell’interazione uomo-macchina: al termine del corso, lo studente sarà in grado di aggiornare e ampliare in modo autonomo le proprie conoscenze, seguendo l’evoluzione delle tecnologie e della ricerca, dei paradigmi progettuali e delle implicazioni sociali emergenti nel campo della HRI.

Il corso di Interazione Uomo-Robot (HRI) analizza in modo interdisciplinare la progettazione, implementazione e valutazione di sistemi interattivi tra esseri umani e robot, con focus sulla robotica sociale. Affronta aspetti cognitivi e fisici dell’interazione, principi di progettazione user-centered e implicazioni etiche e sociali. Include teoria e pratica su modelli di interazione, percezione e comportamento, con progetti e attività per sviluppare robot interattivi e competenze tecniche e critiche nell’ambito HRI.

La valutazione prevede un esame scritto composto da domande teoriche finalizzate a verificare la comprensione dei concetti chiave e la presentazione delle attività di Journal Club e progettazione.

Diapositive fornite dal docente.
Corke, Peter. Robotics, vision and control: fundamental algorithms in MATLAB® second, completely revised. Vol. 118. Springer, 2017.
Siciliano, Bruno, and Oussama Khatib, eds. Springer handbook of robotics. Springer, 2016.
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/).

L’insegnamento sviluppa competenze operative nella progettazione, simulazione, implementazione e validazione sperimentale di sistemi di controllo automatico applicati a processi fisici di laboratorio. Le attività integrano l’impiego di MATLAB/Simulink, l’utilizzo delle apparecchiature sperimentali, l’analisi dei dati e lo sviluppo di un progetto in gruppo.
Gli obiettivi formativi sono comuni agli studenti del CdS B336 – Robotics, Automation and Electrical Engineering e del CdS B339 – Ingegneria Informatica. I codici riportati riflettono le diverse associazioni previste dalle rispettive Matrici di Tuning.
# Conoscenza e capacità di comprensione
B336-RAM: CC3
B339-INM: CC4
Al termine dell’insegnamento, lo studente sarà in grado di:

• descrivere l’architettura e il funzionamento dei processi, dei dispositivi e dei sistemi di controllo utilizzati nelle attività di laboratorio;
• spiegare le fasi che collegano la definizione delle specifiche, la modellazione, la simulazione, l’implementazione e la validazione sperimentale di un sistema di controllo;
• comprendere i principi essenziali dei sistemi di controllo in tempo reale e dell’interazione tra controllore, sensori e attuatori;
• riconoscere le principali differenze tra il comportamento previsto mediante simulazione e quello osservato sul processo fisico.
  # Capacità di applicare conoscenza e comprensione
  B336-RAM: CA1; CA2; CA3; CA7
  B339-INM: CA3; CA4; CA5; CA6
  Al termine dell’insegnamento, lo studente sarà in grado di:
• tradurre un problema progettuale, anche parzialmente specificato, in requisiti e specifiche di controllo verificabili;
• utilizzare MATLAB/Simulink e la strumentazione disponibile in laboratorio per modellare, simulare, implementare e verificare sistemi di controllo;
• applicare metodi di analisi e sintesi nel dominio del tempo e della frequenza alla progettazione di controllori in retroazione;
• adottare un approccio ingegneristico alla soluzione del problema, confrontando soluzioni alternative sulla base delle prestazioni e dei vincoli sperimentali;
• pianificare e svolgere esperimenti, acquisire e analizzare i dati e confrontare i risultati sperimentali con quelli ottenuti in simulazione;
• individuare problemi di implementazione o di funzionamento e proporre soluzioni tecnicamente motivate e, quando opportuno, innovative.
  # Autonomia di giudizio
  B336-RAM: AG1; AG2; AG3; AG5
  B339-INM: AG2; AG3
  Al termine dell’insegnamento, lo studente sarà in grado di:
• valutare criticamente metodi e soluzioni alternative, motivando le scelte progettuali sulla base delle specifiche e dei risultati sperimentali;
• formulare considerazioni autonome, rigorose e tecnicamente fondate sul comportamento del sistema;
• operare scelte progettuali in presenza di specifiche incomplete e di vincoli tecnologici o sperimentali;
• sviluppare un elaborato progettuale che richieda analisi, organizzazione e rielaborazione personale;
• contribuire allo sviluppo del progetto di gruppo assumendo responsabilità rispetto alle attività assegnate.
  # Abilità comunicative
  B336-RAM: AC2; AC3
  B339-INM: AC1; AC2
  Al termine dell’insegnamento, lo studente sarà in grado di:
• documentare il progetto, le scelte adottate e i risultati sperimentali mediante una relazione tecnica chiara, organica e rigorosa;
• presentare oralmente i risultati e le soluzioni progettuali mediante slide, grafici, dimostrazioni ed eventuali strumenti multimediali;
• discutere e motivare le scelte progettuali utilizzando appropriatamente il lessico tecnico dell’automatica;
• comunicare informazioni, problemi e soluzioni a interlocutori specialisti e non specialisti;
• collaborare con gli altri componenti del gruppo organizzando in modo chiaro la suddivisione delle attività.
  # Capacità di apprendimento
  B336-RAM: AP2; AP3
  B339-INM: AP1; AP2; AP3
  Al termine dell’insegnamento, lo studente sarà in grado di:
• consultare autonomamente manuali delle apparecchiature, documentazione tecnica e risorse software;
• organizzare e gestire il proprio lavoro e il proprio percorso di approfondimento, sia nelle attività guidate sia nello sviluppo autonomo del progetto;
• integrare le indicazioni ricevute durante le lezioni e le esercitazioni con lo studio individuale necessario alla redazione dell’elaborato;
• approfondire autonomamente l’impiego di strumenti di simulazione, prototipazione e controllo;
• aggiornare le proprie competenze rispetto all’evoluzione delle tecnologie e degli strumenti utilizzati nell’automatica.

Progettazione, simulazione, implementazione e validazione sperimentale di sistemi di controllo in retroazione su processi fisici di laboratorio. Definizione delle specifiche, modellazione, sintesi del controllore, analisi delle prestazioni, acquisizione e interpretazione dei dati sperimentali. Introduzione ai sistemi di controllo in tempo reale. Software utilizzato: MATLAB/Simulink.

L’accertamento dell’apprendimento avviene mediante un’attività sperimentale sviluppata in gruppo al termine del periodo didattico.
Il docente assegna a ciascun gruppo uno dei dispositivi fisici disponibili nel Laboratorio di Automatica. Il gruppo dispone indicativamente di circa un mese per:

• analizzare il processo assegnato e definirne le specifiche di controllo;
• sviluppare o completare il modello del sistema;
• progettare e simulare il controllore;
• implementare il sistema di controllo sul dispositivo fisico;
• pianificare e svolgere le prove sperimentali;
• raccogliere, analizzare e interpretare i risultati;
• predisporre la relazione tecnica e la presentazione finale.
  L’esame consiste nella presentazione e discussione dell’attività sperimentale svolta dal gruppo e comprende:
  1. presentazione e discussione orale del progetto, della durata indicativa complessiva di circa 20 minuti per gruppo, mediante slide ed eventualmente dimostrazioni o contenuti video;
  2. relazione tecnica scritta, contenente la descrizione del dispositivo e del problema affrontato, le specifiche, il modello, le soluzioni progettuali, l’implementazione, le prove sperimentali, i risultati e la loro interpretazione;
  3. valutazione del processo di sviluppo dell’attività, con riferimento alla capacità di problem solving, all’organizzazione del lavoro di gruppo, alla divisione dei compiti, al coordinamento tra i componenti e al rispetto delle scadenze.
  Le tre componenti concorrono in misura uguale alla valutazione finale:
• presentazione e discussione orale: 1/3;
• relazione tecnica: 1/3;
• sviluppo dell’attività sperimentale, problem solving e lavoro di gruppo: 1/3.
  Il progetto riceve una valutazione complessiva unica e il medesimo voto è attribuito a tutti i componenti del gruppo.
  Sono valutati in particolare:
• correttezza tecnica e completezza del lavoro;
• coerenza tra specifiche, modellazione, progettazione, implementazione e risultati;
• capacità di utilizzare MATLAB/Simulink e le apparecchiature di laboratorio;
• qualità e attendibilità della validazione sperimentale;
• capacità di individuare e risolvere problemi emersi durante l’attività;
• autonomia e consapevolezza nelle scelte progettuali;
• chiarezza, completezza e rigore della relazione tecnica;
• efficacia della presentazione e capacità di discutere i risultati;
• qualità dell’organizzazione e della collaborazione all’interno del gruppo;
• rispetto delle indicazioni organizzative e delle scadenze.
  Il voto finale è espresso in trentesimi. Un esito inferiore a 18/30 è insufficiente.
  Tabella docimologica di valutazione
  Insufficiente
  Il progetto presenta gravi errori concettuali o tecnici, risultati assenti o non interpretabili, scarsa comprensione del lavoro svolto o incapacità di motivare le scelte. La relazione o la presentazione risultano gravemente incomplete. Il gruppo non dimostra un’adeguata organizzazione, partecipazione, autonomia operativa o capacità di coordinamento.
  18–22
  Il progetto affronta gli elementi essenziali del problema con soluzioni semplici o parzialmente guidate. Sono presenti imprecisioni o risultati sperimentali limitati, ma il lavoro raggiunge gli obiettivi minimi. Relazione e presentazione sono comprensibili; l’autonomia operativa e l’organizzazione del gruppo sono di livello base.
  23–25
  Il progetto è sostanzialmente corretto e coerente. Le conoscenze sono applicate adeguatamente a un contesto noto e i risultati sono analizzati in modo soddisfacente, pur con alcune imprecisioni. Relazione e presentazione sono ordinate; l’organizzazione del gruppo e la capacità di problem solving sono adeguate.
  26–28
  Il progetto è tecnicamente solido e accuratamente validato. Le scelte sono motivate e le alternative sono confrontate criticamente. I risultati sperimentali sono interpretati con competenza. Relazione, presentazione, autonomia operativa e collaborazione sono di livello buono o molto buono.
  29–30 e lode
  Il progetto evidenzia conoscenze complete e ben strutturate, elevata padronanza degli strumenti, rigore metodologico e capacità di operare autonomamente anche in presenza di problemi nuovi. La validazione sperimentale, la relazione e la presentazione sono eccellenti. La lode è attribuita a lavori che si distinguono per particolare originalità, brillantezza o qualità tecnica oltre le attese curricolari.

Non è previsto un unico testo adottato.
I materiali didattici comprendono slide e dispense predisposte dal docente, tracce delle esercitazioni e del progetto, modelli, script ed esempi MATLAB/Simulink, manuali delle apparecchiature di laboratorio e documentazione tecnica del software utilizzato.
I materiali sono resi disponibili sulla piattaforma Moodle.

Il corso ha lo scopo di fornire allo studente gli strumenti per la valutazione della sicurezza di una rete di telecomunicazioni.
Vengono inoltre fornite le conoscenze per la gestione della rete e per il supporto avanzato alla difesa di una rete.
Gli obbiettivi possono essere così riassunti:

• Conoscenza dei principi di base della sicurezza.
• Valutazione dei requirements di sicurezza di un sistema.
• Saper effettuare l’analisi del rapporto costi/benefici della sicurezza.
• Conoscenza dei principiali schemi di cifratura, ambiti di applicazione, pro e contro.
• Saper effettuare il design di un sistema di sicurezza.
• Saper effettuare il l’analisi delle vulnerabilità di un sistema.
• Conoscenza dei metodi di mitigazione di un attacco.
• Conoscenza dei sistemi di firewalling e IDS.
• Conoscenza e valutazione dei principali attacchi, con particolare riferimento alle reti wireless.
• Conoscenza dell’uso dei principali strumenti di offensive security.

Il corso è formato da due parti.
Nel primo si affrontano le tematiche di base della sicurezza di una rete, anche in relazione alla topologia fisica o virtuale.
Nel secondo modulo si trattano gli elementi avanzati di sicurezza, esempi di attacchi e di sistemi di analisi e difesa.

La verifica finale consta di una prova orale che verificherà le capacità di:

• Saper analizzare la sicurezza di un sistema.
• Saper confrontare i metodi di cifratura e loro applicazione.
• Padroneggiare i metodi di firewalling e IDS.
• Saper valutare la presenza di vulnerabilità in un sistema.
• Saper mitigare un attacco in corso o potenziale.
  Note:
• Il voto assegnato dal docente è non "negoziabile", nel senso che non può essere incrementato con un assignment extra o con un altro orale.
• Se uno studente non passa l'esame, non può rifare l'esame prima della successiva data d'esame.
• Si sconsiglia caldamente di non chiedere di fare eccezioni alle regole precedenti, in particolare adducendo motivi personali.
  Tabella docimologica di valutazione
  Insufficiente
  Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
  18–22
  Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
  23–25
  Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
  26–28
  Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
  29–30 e Lode
  Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
  La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Slides di lezione.
IETF RFCs.
Articoli scientifici.
Tutti i materiali (in Inglese) sono caricati sul sito del corso (https://e-l.unifi.it).

Con riferimento ai Descrittori di Dublino
ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING (RAM)
INFORMATICS ENGINEERING (IE)
CONOSCENZA E CAPACITA' DI COMPRENSIONE
cc3 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica (RAM)
cc6 La conoscenza delle tecniche dell’intelligenza artificiale con particolare riferimento alla loro applicazione nei settori della robotica, dell'automazione e dell'ingegneria elettrica (RAM)
cc15 La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione anche mediante metodi dell’intelligenza artificiale (RAM)
cc6 Conoscenze di modelli e metodologie di progetto, sviluppo e verifica di moduli di elaborazione basati su apprendimento automatico e della loro integrazione con modelli basati sulla conoscenza (IE)
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
ca1 Applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi (RAM)
ca7 Attitudine alla risoluzione di problemi e capacità di lavoro autonomo (RAM)
ca5 Adottare un approccio ingegneristico ed ispirato alla ottimizzazione per l'analisi e risoluzione di problemi (IE)
AUTONOMIA DI GIUDIZIO
ag2 Redigere documentazione tecnica e presentare i risultati di un progetto (RAM)
ag3 Condurre ricerche bibliografiche e utilizzare basi di dati ed altre fonti di informazione (RAM)
ag2 Formulare, in maniera autonoma e con approccio interdisciplinare, considerazioni rigorose e tecnicamente valide sui temi e progetti affrontati (IE)
CAPACITA' DI COMUNICAZIONE
ac1 Presentare i risultati della propria attività in forma scritta e orale con caratteristiche di organicità e rigore tecnico (IE)
ac2 Comunicare informazioni, idee, problemi e soluzioni a specialisti del settore e a interlocutori non specialisti, in lingua italiana o inglese (IE)
CAPACITA' DI APPRENDIMENTO
ap2 Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica (RAM)
ap1 Aggiornarsi in autonomia rispetto al rapido evolversi delle tecnologie dell’ingegneria informatica e, più in generale, dell’ingegneria dell’informazione (IE)
ap2 Organizzare e gestire in modo indipendente il proprio percorso di apprendimento, sviluppando capacità di analisi e approfondimento sia in contesti guidati sia in attività autonome (IE)
ap3 Apprendere in modo guidato nella preparazione degli esami orali, nella redazione di elaborati analitici o progettuali, e nelle relazioni delle attività svolte (IE)

Gli argomenti trattati comprendono: concetti base sulla progettazione di sistemi di controllo da dati; controllo da dati per sistemi lineari e non-lineari; progettazione di sistemi di controllo da dati attraverso la programmazione complessa; robustezza rispetto a dati rumorosi. Approfondimenti eventuali: controllo ottimo da dati.

Prova orale ed elaborato. L'elaborato ha come scopo quello di leggere, comprendere e riprodurre i risultati simulativi presentati in un articolo scientifico assegnato dal docente. Quindi, la stesura dell'elaborato mira a verificare CONOSCENZA E COMPRENSIONE, CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE, AUTONOMIA DI GIUDIZIO, e CAPACITA' DI APPRENDIMENTO. Inoltre, è prevista una presentazione dell'attività svolta che mira a verificare le ABILITA' COMUNICATIVE. È infine presente anche una prova orale che mira a verificare CONOSCENZA E COMPRENSIONE ed ABILITA' COMUNICATIVE.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Appunti di lezioni e articoli scelti.

CONOSCENZA E COMPRENSIONE DEI PRINCIPI FONDAMENTALI DELLO SLAM: Al termine del corso, gli studenti saranno in grado di comprendere i principi teorici alla base del problema della Simultaneous Localization and Mapping (SLAM), le principali formulazioni probabilistiche e i paradigmi algoritmici sviluppati nel corso dell'evoluzione della disciplina.
CAPACITÀ DI MODELLARE, ANALIZZARE E IMPLEMENTARE ALGORITMI DI SLAM: Gli studenti saranno in grado di formulare problemi di localizzazione e mappatura come problemi di stima probabilistica e di ottimizzazione non lineare, modellando correttamente gli stati del sistema, i modelli di moto, i modelli di osservazione e le relative incertezze.
CONOSCENZA DELLE TECNICHE AVANZATE DI SEMANTIC SLAM E DELLE ATTUALI TENDENZE DI RICERCA: Gli studenti acquisiranno una comprensione delle più recenti evoluzioni dello SLAM, con particolare riferimento all'integrazione di tecniche di Intelligenza Artificiale per la costruzione di mappe semantiche.

Il corso fornisce una panoramica sui principi teorici, sulla modellazione probabilistica e sulle principali metodologie per la risoluzione del problema della Simultaneous Localization and Mapping (SLAM), con particolare attenzione agli approcci basati su filtri bayesiani e ottimizzazione mediante grafi di fattori. L'insegnamento integra competenze di robotica, stima dello stato, ottimizzazione numerica, percezione e visione artificiale, fornendo agli studenti gli strumenti per progettare, analizzare e implementare sistemi di localizzazione e mappatura per piattaforme robotiche.

La valutazione prevede un esame (scritto o orale a seconda delle condizioni) composto da domande teoriche finalizzate a verificare la comprensione dei concetti chiave.

Slide fornite dal docente.
L. Carlone, A. Kim, T. Barfoot, D. Cremers, Frank Dellaert, "SLAM Handbook", Cambridge University Press, 2025.

Conoscenza e capacità di comprensione dei fondamenti di Robotica Biomedica: al termine del corso, lo studente avrà acquisito una solida conoscenza teorica dei fondamenti della robotica, tra cui la rappresentazione e trasformazione di posizioni e orientamenti nello spazio, la cinematica diretta e inversa dei manipolatori, le basi della localizzazione e navigazione nei robot mobili e della visione artificiale. Particolare attenzione è posta all’inquadramento generale delle applicazioni in ambito biomedico e sanitario.
Capacità di applicare conoscenze e comprensione nelle principali applicazioni della biorobotica: al termine del corso, lo studente sarà in grado di applicare le competenze acquisite all’analisi e alla progettazione di soluzioni robotiche per scenari reali in ambito biomedicale, come la robotica chirurgica, assistiva, riabilitativa e protesica. Inoltre, saranno in grado di utilizzare la piattaforma ROS (Robot Operating System) per lo sviluppo e la simulazione di sistemi robotici integrati, inclusi moduli di teleoperazione, modellazione del comportamento e interazione sociale.
Autonomia di giudizio nella definizione e progettazione di metodologie Biorobotiche: al termine del corso, lo studente sarà in grado di avere un proprio pensiero critico nella valutazione delle tecnologie robotiche in ambito biomedico, tenendo conto di vincoli progettuali, funzionali ed etici. Lo studente sarà in grado di analizzare le problematiche connesse alla sicurezza, all’accettabilità sociale e all’efficacia delle soluzioni robotiche in contesti clinici o assistenziali.
Abilità comunicative nella presentazione di problemi e soluzioni in ambito biorobotico: al termine del corso, lo studente sarà in grado di sintetizzare efficacemente problematiche, soluzioni progettuali e risultati sperimentali e comunicarli in modo chiaro e strutturato, sia in contesti specialistici che divulgativi. Verrà incentivata la produzione di relazioni tecniche e presentazioni in contesto multidisciplinare.
Capacità di apprendimento nell’ambito della Biorobotica: al termine del corso, lo studente sarà autonomo nello studio e la capacità di aggiornamento continuo, fondamentali in un settore tecnologicamente in rapida evoluzione come la robotica biomedica. Lo studente sarà preparato ad affrontare percorsi di ricerca, innovazione industriale o formazione avanzata, anche al di fuori dei contesti strettamente ingegneristici.

Il corso di Robotica Biomedica fornisce una formazione teorico-pratica sui principi, le applicazioni e la programmazione della robotica in ambito biomedico. È strutturato in tre moduli: Fondamenti di Robotica (cinematica, visione artificiale, Matlab/Simulink), Applicazioni Biomediche (robotica chirurgica, assistiva, riabilitativa, interazione HRI), e Programmazione con ROS (controllo, simulazione e gestione sensori/attuatori). Il corso è rivolto a studenti interessati a un approccio multidisciplinare per la ricerca e lo sviluppo in ambito clinico e industriale.

L’esame si compone di una prova teorica e una prova pratica. La parte teorica prevede domande scritte a risposta aperta, volte a valutare la comprensione dei concetti fondamentali della robotica e delle sue principali applicazioni in ambito biomedico. La parte pratica, svolta sul computer personale dello studente, consiste nello svolgimento di esercizi basati sull’uso della piattaforma ROS (Robot Operating System) e ha l’obiettivo di verificare le competenze acquisite durante le esercitazioni in aula, incluse attività di programmazione, integrazione di sensori e attuatori, e simulazione di comportamenti robotici.

Diapositive fornite dal docente.
Corke, Peter. Robotics, vision and control: fundamental algorithms in MATLAB® second, completely revised. Vol. 118. Springer, 2017.
Siciliano, Bruno, and Oussama Khatib, eds. Springer handbook of robotics. Springer, 2016.
Francisco Martín Rico. A Concise Introduction to Robot Programming with ROS2. Chapman & Hall, 2022.
Joseph, Lentin, and Jonathan Cacace. Mastering ROS for Robotics Programming: Design, build, and simulate complex robots using the Robot Operating System. Packt Publishing Ltd, 2018.
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/).

Conoscenza e capacità di comprensione dei fondamenti di Robotica Biomedica: al termine del corso, lo studente avrà acquisito una solida conoscenza teorica dei fondamenti della robotica, tra cui la rappresentazione e trasformazione di posizioni e orientamenti nello spazio, la cinematica diretta e inversa dei manipolatori, le basi della localizzazione e navigazione nei robot mobili e della visione artificiale. Particolare attenzione è posta all’inquadramento generale delle applicazioni in ambito biomedico e sanitario.
Capacità di applicare conoscenze e comprensione nelle principali applicazioni della biorobotica: al termine del corso, lo studente sarà in grado di applicare le competenze acquisite all’analisi e alla progettazione di soluzioni robotiche per scenari reali in ambito biomedicale, come la robotica chirurgica, assistiva, riabilitativa e protesica. Inoltre, saranno in grado di utilizzare la piattaforma ROS (Robot Operating System) per lo sviluppo e la simulazione di sistemi robotici integrati, inclusi moduli di teleoperazione, modellazione del comportamento e interazione sociale.
Autonomia di giudizio nella definizione e progettazione di metodologie Biorobotiche: al termine del corso, lo studente sarà in grado di avere un proprio pensiero critico nella valutazione delle tecnologie robotiche in ambito biomedico, tenendo conto di vincoli progettuali, funzionali ed etici. Lo studente sarà in grado di analizzare le problematiche connesse alla sicurezza, all’accettabilità sociale e all’efficacia delle soluzioni robotiche in contesti clinici o assistenziali.
Abilità comunicative nella presentazione di problemi e soluzioni in ambito biorobotico: al termine del corso, lo studente sarà in grado di sintetizzare efficacemente problematiche, soluzioni progettuali e risultati sperimentali e comunicarli in modo chiaro e strutturato, sia in contesti specialistici che divulgativi. Verrà incentivata la produzione di relazioni tecniche e presentazioni in contesto multidisciplinare.
Capacità di apprendimento nell’ambito della Biorobotica: al termine del corso, lo studente sarà autonomo nello studio e la capacità di aggiornamento continuo, fondamentali in un settore tecnologicamente in rapida evoluzione come la robotica biomedica. Lo studente sarà preparato ad affrontare percorsi di ricerca, innovazione industriale o formazione avanzata, anche al di fuori dei contesti strettamente ingegneristici.

Il corso di Robotica Biomedica fornisce una formazione teorico-pratica sui principi, le applicazioni e la programmazione della robotica in ambito biomedico. È strutturato in tre moduli: Fondamenti di Robotica (cinematica, visione artificiale, Matlab/Simulink), Applicazioni Biomediche (robotica chirurgica, assistiva, riabilitativa, interazione HRI), e Programmazione con ROS (controllo, simulazione e gestione sensori/attuatori). Il corso è rivolto a studenti interessati a un approccio multidisciplinare per la ricerca e lo sviluppo in ambito clinico e industriale.

L’esame si compone di una prova teorica e una prova pratica. La parte teorica prevede domande scritte a risposta aperta, volte a valutare la comprensione dei concetti fondamentali della robotica e delle sue principali applicazioni in ambito biomedico. La parte pratica, svolta sul computer personale dello studente, consiste nello svolgimento di esercizi basati sull’uso della piattaforma ROS (Robot Operating System) e ha l’obiettivo di verificare le competenze acquisite durante le esercitazioni in aula, incluse attività di programmazione, integrazione di sensori e attuatori, e simulazione di comportamenti robotici.

Diapositive fornite dal docente.
Corke, Peter. Robotics, vision and control: fundamental algorithms in MATLAB® second, completely revised. Vol. 118. Springer, 2017.
Siciliano, Bruno, and Oussama Khatib, eds. Springer handbook of robotics. Springer, 2016.
Francisco Martín Rico. A Concise Introduction to Robot Programming with ROS2. Chapman & Hall, 2022.
Joseph, Lentin, and Jonathan Cacace. Mastering ROS for Robotics Programming: Design, build, and simulate complex robots using the Robot Operating System. Packt Publishing Ltd, 2018.
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/).

Fare familiarizzare gli allievi con le problematiche delle applicazioni robotiche industriale in generale e delle applicazioni robotiche collaborative in particolare.
CONOSCENZA E CAPACITA' DI COMPRENSIONE
cc2 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi della robotica e della meccatronica.
cc3 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica.
cc7 La conoscenza di strumenti avanzati di analisi e progettazione (meccanica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti e sistemi.
cc11 La conoscenza dei metodi di valutazione dell'affidabilità, della diagnostica tecnica, del rischio e della sicurezza di sistemi complessi.
cc14 La conoscenza di metodi per la pianificazione e lo svolgimento di attività sperimentali di elevata complessità per l’analisi di componenti e sistemi.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
ca2 Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica.
ca3 Applicare le conoscenze acquisite per l’integrazione hardware e software di dispositivi, componenti e sistemi.
AUTONOMIA DI GIUDIZIO
ag4 Individuare e interpretare le normative.
ag5 Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
ABILITA' COMUNICATIVE
ac1 Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
ac4 Ha la capacità di esprimersi e comunicare in lingua inglese, anche con riferimento al linguaggio specialistico.
CAPACITA' DI APPRENDIMENTO
ap2 Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
ap3 Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
ap4 Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.

1) ISO 10218-1:2025
2) ISO 10218-2:2025
3) Interazione fisica dei robot: controllo di cedevolezza, controllo di impedenza/ammettenza, controllo in forza

Prova scritta. Di solito saranno poste tre domande alcune delle quali (una o due) su argomenti di teoria e le altre riguardanti lo svolgimento di un esercizio o l'applicazione della teoria.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

1) Norma ISO 10218-1:2025
2) Norma ISO 10218-2:2025
3) B. SICILIANO, L. SCIAVICCO, L. VILLANI, G. ORIOLO, "ROBOTICA:
MODELLISTICA, PIANIFICAZIONE E CONTROLLO," THE MCGRAW-HILL
COMPANIES
Pubblicazione: 04/2008
Il testo e` anche disponibile in lingua inglese:
B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo, Robotics - Modelling, Planning and
Control, Springer, London, UK, 2009

Al termine dell'insegnamento, lo studente/la studentessa sarà in grado di:
1. Conoscenza e capacità di comprensione: descrivere i principi della chirurgia mini-invasiva, della chirurgia assistita dal computer e della robotica chirurgica, distinguendo tassonomie, requisiti clinici e tecnici, livelli di autonomia e principali soluzioni commerciali e di ricerca.
2. Capacità di applicare conoscenza e comprensione: analizzare il processo di progettazione di sistemi robotici per applicazioni chirurgiche, collegando bisogni clinici, vincoli anatomici e funzionali, architetture meccatroniche, controllo, interfacce e tecnologie abilitanti.
3. Autonomia di giudizio: valutare criticamente vantaggi, limiti, rischi, accettabilità e sostenibilità di soluzioni robotiche e digitali in sala operatoria, anche attraverso il confronto tra casi applicativi, letteratura scientifica e sistemi esistenti.
4. Abilità comunicative: presentare e discutere con linguaggio tecnico appropriato concetti, architetture, metodi e risultati relativi alla robotica chirurgica, all'imaging, alla visione, all'aptica e all'analisi dei gesti chirurgici.
5. Capacità di apprendimento: reperire, comprendere e integrare autonomamente articoli scientifici e documentazione tecnica per approfondire sviluppi emergenti quali soft robotics, microrobotica medica, AI per la visione chirurgica, activity recognition e nuove interfacce uomo-macchina.

Il corso presenta principi, tecnologie e applicazioni della robotica chirurgica: chirurgia mini-invasiva, endoscopia e sistemi intracorporei; chirurgia assistita dal computer e robot commerciali; imaging medico, localizzazione, segmentazione, registrazione e visione chirurgica; aptica, sensori, attuatori e interfacce; soft robotics, microrobotica, AI, analisi dei gesti chirurgici e attività pratica su classificazione.

La verifica dell'apprendimento consiste in una prova finale scritta, volta ad accertare il raggiungimento degli obiettivi formativi. La prova comprende domande sui contenuti fondamentali del corso e può includere la discussione di casi applicativi, articoli scientifici, schemi di sistema o risultati di esercitazioni. La valutazione, espressa in trentesimi, considera: correttezza e completezza delle conoscenze; capacità di collegare bisogni clinici, requisiti tecnici e soluzioni ingegneristiche; uso appropriato del lessico tecnico; capacità di analisi critica e argomentazione; chiarezza espositiva. Eventuali attività esercitative, seminari o discussioni in itinere possono essere valorizzati come elementi integrativi per la valutazione finale, secondo le indicazioni fornite a lezione e su Moodle.

Testi e materiali principali:
1. Rosen, J., Hannaford, B., Satava, R. M. (eds.). Surgical Robotics: Systems Applications and Visions. Springer, 2011.
2. Siciliano, B., Khatib, O. (eds.). Springer Handbook of Robotics. Springer, 2016.
3. Abedin-Nasab, M. H. (ed.). Handbook of Robotic and Image-Guided Surgery. Elsevier, 2019.
4. Diana, M., Marescaux, J. Robotic surgery. British Journal of Surgery, 102(2), 2015.
5. Taylor, R. H., Stoianovici, D. Medical robotics in computer-integrated surgery. IEEE Transactions on Robotics and Automation, 2003.
6. Roussin, C. J., Weinstock, P. SimZones: An Organizational Innovation for Simulation Programs and Centers. Academic Medicine, 92(8), 1114-1120, 2017.
7. Nickson et al. Advances in Simulation, 6:6, 2021.
Ulteriori articoli scientifici, casi di studio, slide, esercitazioni e materiali di approfondimento saranno indicati durante le lezioni e resi disponibili sulla piattaforma Moodle del corso. Si raccomanda di controllare la bibliografia su OneSearch; per supporto è possibile contattare la biblioteca.

Fare familiarizzare gli allievi con le problematiche della robotica subacquea: cinematica e dinamica del veicolo subacqueo, elementi di progettazione elettromeccanica, sensoristica di navigazione e payload, guida navigazione e controllo, stima di posa.
CONOSCENZA E CAPACITA' DI COMPRENSIONE
cc2 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi della robotica e della meccatronica.
cc3 La conoscenza sistemistica delle metodologie, delle tecnologie e degli aspetti applicativi dell’automatica.
cc7 La conoscenza di strumenti avanzati di analisi e progettazione (meccanica, elettrica o multi-fisica) per la modellazione e la simulazione numerica di componenti e sistemi.
cc12 La conoscenza dei sistemi di guida, navigazione e controllo di veicoli e sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
cc14 La conoscenza di metodi per la pianificazione e lo svolgimento di attività sperimentali di elevata complessità per l’analisi di componenti e sistemi.
cc15 La conoscenza degli strumenti per l’analisi dei dati e delle tecniche di ottimizzazione, anche mediante metodi dell’intelligenza artificiale.
CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE
ca1 Applicare le conoscenze ingegneristiche per lo sviluppo di modelli di sistemi complessi.
ca2 Applicare le conoscenze teoriche acquisite per lo sviluppo e l’applicazione di sistemi innovativi nei settori della robotica, dell’automazione e dell’ingegneria elettrica.
ca4 Applicare le conoscenze acquisite alla progettazione, alla realizzazione e all’esercizio di sistemi autonomi inclusi i veicoli e i sistemi multiveicolo a guida autonoma e semiautonoma di tipo stradale, ferroviario, aereo, marino di superficie e subacqueo, spaziale.
AUTONOMIA DI GIUDIZIO
ag4 Individuare e interpretare le normative.
ag5 Progettare e gestire studi sperimentali, raccogliere e interpretare i dati e la loro incertezza, e trarne conclusioni.
ABILITA' COMUNICATIVE
ac1 Sa trattare informazioni e dati complessi ricavati da fonti multiple ed è in grado di analizzare e gestire temi multidisciplinari.
ac4 Ha la capacità di esprimersi e comunicare in lingua inglese, anche con riferimento al linguaggio specialistico.
CAPACITA' DI APPRENDIMENTO
ap2 Capacità di affrontare in modo efficace e originale le mutevoli problematiche connesse con l'innovazione nell'ambito delle tecnologie della robotica, dell'automazione e dell'ingegneria elettrica.
ap3 Capacità di sviluppare un ragionamento logico che, a seguito di precise ipotesi, porti alla conseguente dimostrazione di una tesi.
ap4 Capacità di approfondimenti autonomi che richiedono analisi bibliografiche, lo studio delle conoscenze aggiornate.

1) cinematica e dinamica dei veicoli subacquei
2) sensori per la navigazione e sensory payload
3) elementi di progettazione elettromeccanica e propulsione
4) guida, navigazione e controllo di veicoli subacquei
5) elementi di comunicazioni subacquee

Prova scritta. Di solito saranno poste tre domande alcune delle quali (una o due) su argomenti di teoria e le altre riguardanti lo svolgimento di un esercizio o l'applicazione della teoria.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Handbook of Marine Craft Hydrodynamics and Motion Control (English Edition) - Wiley
Controlla la bibliografia su onesearch (https://onesearch.unifi.it/discovery/search?vid=39SBART_UFI:39UFI_V1). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

Obiettivo del corso è quello di fornire conoscenze avanzate riguardo ai sistemi di elaborazione numerica e una dettagliata conoscenza delle principali tecniche di posizionamento e navigazione:

• Valutazione delle prestazioni dei sistemi realizzati con aritmetica a precisione finita;
• Progettazione di sistemi avanzati di elaborazione numerica dei segnali con variazione della frequenza di campionamento;
• Acquisizione di competenze sulla teoria dei banchi di filtri;
• Caratteristiche dei sistemi GPS e GALILEO, dei sistemi di posizionamento basati sulle tecniche position fixing e dead reckoning.

Realizzazione di sistemi di ENS (Elaborazione Numerica dei Segnali) con aritmetica a precisione finita;
Sistemi di elaborazione dei segnali con variazione della frequenza di campionamento ("multirate systems"):
Banchi di filtri e trasformata wavelet;
Sistemi di posizionamento e navigazione: sistemi GPS e GALILEO, sistemi basati su tecniche position fixing e dead reckoning.
Laboratorio con MATLAB.

Prova scritta e prova orale nello stesso appello della prova scritta.
La prova scritta è suddivisa in 3 o 4 esercizi e permette di verifica la capacità di:
saper progettare sistemi per la stima dello spettro e filtri digitali, tenendo conto dei vincoli dati dall'aritmetica finita;
saper progettare sistemi con variazione della frequenza di campionamento, anche a stadi multipli, e blocchi di multiplazione e demultiplazione;
applicare la teoria dei banchi di filtri e della trasformata wavelet in problemi di analisi e classificazione di segnali;
Descrivere le caratteristiche delle principali tecniche di posizionamento e localizzazione, con particolare attenzione a quelli considerati nell'ambito del corso.
Nella prova orale verrà valutata la padronanza complessiva degli argomenti trattati nel corso, con particolare attenzione ai criteri di valutazione delle soluzione adottate in termini di complessità, costo, robustezza ed efficienza e alle applicazioni avanzate della elaborazione numerica dei segnali e delle tecniche di localizzazione.
Lo studente può presentare anche un elaborato in MATLAB fino a 2 giorni prima della prova orale, che sarà valutato insieme alle prove scritta e orale. L’elaborato potrà essere assegnato contestualmente alla prova scritta (e non oltre).
Lo svolgimento dell'elaborato punta a verificare la capacità di affrontare con successo problematiche tipiche dell'elaborazione numerica dei segnali e di sapere comunicare in forma scritta le motivazioni, implementazioni e risultati dell'elaborato.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Testi di riferimento
F.Argenti,L.Mucchi,E. Del Re, "Elaborazione numerica dei segnali. Teoria, esercizi ed esempi al calcolatore", McGraw-Hill, Milano, 2011.
Paul D. Groves, "Principles of GNSS, Inertial, and Multisensor integrated Navigation systems", Artech House, Londra 2013.
Testi di consultazione
A.V. Oppenheim, R.W. Schafer, Discrete-time signal processing, Prentice-Hall, 1989.
J.G. Proakis, D.G. Manolakis, Digital signal processing. Principles, algorithms and applications, Prentice-Hall, 1996.
C.S. Burrus et al., Computer-based exercises for signal processing using MATLAB, Prentice-Hall, 1994.
Elliott D. Kaplan, Christopher Hegarty, Understanding GPS/GNSS: Principles and Applications, Artech House, Third Edition, 2017.

Lo studente dovrà acquisire la conoscenza dei seguenti argomenti:
1.1 proprietà strutturali e controllo ottimo lineare quadratico (LQ) di sistemi lineari tempo invarianti;
1.2 sistemi di controllo incerti: stabilità robusta e sintesi di controllori robusti mediante la tecnica di loopshaping;
1.3 sistemi di controllo con elementi non lineari: stabilità Lq e stabilità assoluta, criteri del cerchio e di Popov, caratterizzazione delle oscillazioni.
Lo studente dovrà essere in grado di applicare le conoscenze acquisite per il raggiungimento dei seguenti obiettivi:
2.1 utilizzare le tecniche per l’analisi delle proprietà strutturali e il controllo ottimo lineare quadratico (LQ) di sistemi lineari tempo invarianti;
2.2 utilizzare le tecniche per l’analisi della stabilità robusta di sistemi di controllo incerti e la tecnica di loopshaping per la sintesi di controllori robusti;
2.3 utilizzare le tecniche per verificare la stabilità Lq e stabilità assoluta e per caratterizzare le oscillazioni di sistemi di controllo con elementi non lineari.
Con riferimento ai Descrittori di Dublino
(CDL INGEGNERIA ELETTRONICA)
Conoscenza e comprensione: cc19
Capacità di applicare conoscenza e comprensione: ca23, ca26, ca28, ca29, ca30, ca33, ca35
Autonomia di giudizio: ag2
Capacità di comunicazione: ac1, ac2
Capacità di apprendimento: ap2
(CDLM ROBOTICS, AUTOMATION AND ELECTRICAL ENGINEERING – SISTEMI DINAMICI NON LINEARI)
Conoscenza e comprensione: cc2
Capacità di applicare conoscenza e comprensione: ca2
Autonomia di giudizio: ag1, ag2
Capacità di comunicazione: ac1, ac2
Capacità di apprendimento: ap1, ap2
(CDLM INGEGNERIA BIOMEDICA – SISTEMI DINAMICI NON LINEARI)
Conoscenza e comprensione: cc2, cc3
Capacità di applicare conoscenza e comprensione: ca1, ca7
Autonomia di giudizio:
Capacità di comunicazione: ac4
Capacità di apprendimento:

Controllo ottimo di sistemi lineari tempo invarianti: regolatore lineare quadratico.
Controllo robusto di sistemi lineari stazionari: tecnica di loopshaping.
Analisi della dinamica di sistemi di controllo in presenza di elementi non lineari: criteri per la stabilità assoluta, tecnica del bilanciamento armonico per la determinazione delle oscillazioni periodiche.

La verifica finale consta di una prova orale in cui attraverso esercizi e domande si verifica la capacità di:
1. saper valutare le proprietà strutturali di sistemi lineari tempo invarianti;
2. saper progettare il regolatore ottimo LQ di sistemi lineari tempo invarianti;
3. saper valutare la stabilità robusta di sistemi lineari con incertezza non strutturata;
4. saper progettare controllori robusti mediante la tecnica di loopshaping;
5. saper valutare la stabilità Lq di sistemi di controllo con elementi non lineari;
6. saper applicare i criteri del Cerchio e di Popov ai sistemi di controllo con elementi non lineari;
7. saper applicare il metodo del bilanciamento armonico per lo studio di sistemi di controllo con elementi non lineari.
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Bolzern, Scattolini, Schiavoni. Fondamenti di controlli automatici, 5a edizione, Mc Graw-Hill Italia, Milano, 2025. Doyle, Francis, Tannenbaum. Feedback Control Theory. Maxwell McMillan, 1992. Khalil. Nonlinear Systems. Prentice Hall, 2002. Isidori. Sistemi di Controllo: seconda edizione, Vol. II. Siderea, Roma, 1993. Controlla la bibliografia su onesearch (https://onesearch.unifi.it/). Per aiuto contatta la tua biblioteca (https://unifi.libanswers.com/)

Il corso si propone di far acquisire le conoscenze e la comprensione - degli elementi costitutivi dei sistemi elettrici per l'energia (SEE) - dei principi, normative, modelli e metodologie alla base del loro funzionamento e gestione - dello sviluppo e dell'innovazione sulle reti in termini di tecnologie e strumenti, necessaria in un moderno SEE in relazione alla transizione energetica, all'ambiente ed alle esigenze di qualità e sicurezza del servizio elettrico. In relazione a tali contenuti, il corso si propone di - svilupparne capacità di applicazione per lo studio e la risoluzione dei diversi problemi correlati ai funzionamento dei SEE - sviluppare autonomia di giudizio - sviluppare capacità di esporre in modo efficace le tematiche complesse proprie dei SEE - sviluppare capacità di apprendimento continuo in merito all'aggiornamento allo stato dell'arte dei SEE e ad ulteriori percorsi di approfondimento specialistico sui SEE. Al tal riguardo, oltre alle lezioni frontali il corso comprende un ciclo di esercitazioni di carattere applicativo con risoluzione di esercizi, svolti in parte in autonomia, relativi ai SEE (funzionamento in condizioni ordinarie e critiche, prestazioni, dimensionamenti), l'analisi e discussione guidata di casi concreti/piani di sviluppo ed è prevista una visita tecnica con il supporto di esperti presso impianti/centri delle società di trasmissione/distribuzione. Inoltre, in tutte le parti del corso, viene stimolata la partecipazione attiva degli allievi e con continuità vengono sviluppati riferimenti a documentazione aggiornata di settore (i.e. normativa/documentazione ARERA, documentazione/piani di sviluppo TSO e DSO) Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE 1,1 conoscenza e comprensione multidisciplinare di sottosistemi e componenti dei SEE in termini di tecnologie, sistemi di gestione, normativa di riferimento 1.2 conoscenza e comprensione di modelli, metodologie per l'analisi del funzionamento e dell'efficienza dei SEE 1.3 conoscenza dell'affidabilità e sicurezza dei SEE e relativi metodi di valutazione 1.4 conoscenza e comprensione del contesto relativo a transizione energetica, ambiente, esigenze del servizio elettrico e la relativa incidenza sull'evoluzione dei SEE 2 CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE 2.1 capacità di risoluzione di diversi problemi inerenti il funzionamento e le prestazioni dei SEE in termini di: - definizione dei modelli più idonei per lo studio e definizione analitica del problema- - applicazione delle tecniche di risoluzione più consolidate 3. SVILUPPARE AUTONOMIA DI GIUDIZIO 3.1 capacità di valutare il corretto funzionamento, le prestazioni e la gestione dei SEE - esaminare in autonomia le relazioni causa-effetto per svariati stati di funzionamento dei SEE in condizioni ordinarie e critiche - inquadrare lo stato dei SEE attraverso analisi dei dati ed in relazione alle normative 4. ABILITA' COMUNICATIVE 4.1 capacità di esporre con competenza, proprietà di linguaggio e in modo non ambiguo le tematiche complesse e multidisciplinari connesse ai SEE 5 CAPACITA' DI APPRENDIMENTO 5.1 capacità di ricercare le conoscenze allo stato dell'arte, di comprensione della letteratura e di approfondimenti autonomi che richiedono analisi bibliografiche

Sistemi, produzione, reti di trasmissione e distribuzione Linee: costanti fondamentali, regime sinusoidale permanente, calcolo meccanico Calcolo delle reti: generalità, load flow, correnti di cortocircuito Protezioni da guasti e sovratensioni Regolazione di tensione e frequenza Stabilità di trasmissione Efficienza di rete Qualità del servizio Affidabilità e resilienza Manutenzione e gestione Linee aeree, cavi e stazioni AAT/AT Tematiche amnbientali Piani di sviluppo TSO/ DSO e innovazione nelle reti di rete di trasmissione e distribuzione

Facendo seguito al percorso di apprendimento sviluppato nel corso attraverso lezioni frontali/esercitazioni/analisi e discussione di casi studio/piani di sviluppo, la verifica consiste in 1) una prova scritta con: - svariati esercizi "carta e penna" - quiz a risposta multipla 2) una prova orale con almeno tre domande (di cui una su argomento definito dallo studente) Una lista di domande esempio verrà fornita a valle delle lezioni alla pagina moodle del corso, unitamente agli appunti della stessa lezione Con riferimento ai Descrittori di Dublino 1. CONOSCENZA E COMPRENSIONE verifica mediante quiz a risposta multipla e prova orale 2. CAPACITA' DI APPLICARE CONOSCENZA E COMPRENSIONE verifica mediante esercizi "carta e penna" e prova orale 3. AUTONOMIA DI GIUDIZIO verifica mediante esercizi "carta e penna" e prova orale 4. ABILITA' COMUNICATIVE verifica mediante prova orale 5. CAPACITA' DI APPRENDIMENTO verifica mediante prova orale
Tabella docimologica di valutazione
Insufficiente
Valutazione negativa dovuta a gravi errori concettuali, comprensione frammentaria o nulla degli argomenti trattati, incapacità di applicare le conoscenze, gravi lacune e mancanza di autonomia.
18–22
Valutazione sufficiente o più che sufficiente dovuta a conoscenza elementare degli argomenti, presenza di alcuni errori, capacità di affrontare solo compiti semplici o guidati, livello base di autonomia.
23–25
Valutazione discreta dovuta a comprensione soddisfacente degli argomenti, capacità di applicare correttamente le conoscenze a contesti noti e di affrontare gli esercizi in modo autonomo con qualche imprecisione, con un soddisfacente livello di autonomia e competenza operativa.
26–28
Valutazione buona o molto buona, dovuta a solida comprensione teorica della disciplina, capacità di collegare concetti, risolvere problemi e proporre analisi critiche, di svolgere compiti complessi in modo autonomo, preciso ed efficace, con un buon livello di autonomia e competenza operativa.
29–30 e Lode
Valutazione eccellente o ottima, dovuta a conoscenze complete, approfondite e ben strutturate, capacità di operare in modo autonomo e flessibile, anche in contesti complessi o nuovi, di utilizzare il linguaggio disciplinare in modo appropriato, preciso e articolato, di evidenziare capacità critiche, originalità e rigore nell’esposizione e nell’applicazione.
La Lode è attribuita a elaborati o prestazioni che si distinguono per brillantezza e originalità, anche al di là delle aspettative curricolari.

Appunti forniti dal docente e resi disponibili su moodle Inoltre si riportano di seguito testi per consultazione: Chizzolini-Faletti "Trasmissione e distribuzione dell'energia elettrica" Vol 1-2, Patron Iliceto "Impianti elettrici" vol, 1, Patron Gatta "Impianti elettrici" vol.1, Esculapio Benato-Fellin "Impianti elettrici", Kluver Contestualmente allo svolgimento della didattica, verranno inoltre forniti i riferimenti della documentazione specialistica richiamata o di riferimento (i.e. normativa ARERA o di settore, documentazione TSO, DSO) Gli esercizi/analisi quantitative svolti nelle esercitazioni ed i casi studio oggetto di discussione vengono resi contestualmente disponibili in moodle. Sono inoltre resi disponibili su moodle , unitamente agli appunti delle lezioni ed alle esemplificazioni/esercizi svolti durante le lezioni: - Esercizi di riepilogo con , a parte, svolgimento e relative soluzioni/ sole soluzioni; - Quiz (oltre 200) a risposta multipla con , a parte, soluzioni sull’insieme degli argomenti trattati Inoltre, in relazione ad eventuali richiami a prerequisiti inerenti impianti di distribuzione si consiglia: Scarpino "Guida alla progettazione impianti MT/bt", EPC Iliceto-Rosati "Impianti di distribuzione dell'energia elettrica", EFESTO