Corso di laurea

Ingegneria Industriale per Linnovazione Sostenibile

Università Telematica Guglielmo Marconi · 146 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

Efficienza energetica 1° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Efficienza energetica analizza i concetti di efficienza energetica ed uso razionale dell’energia e gli strumenti e le tecnologie utilizzate per la diagnosi e gli eventuali interventi. Il corso fornisce agli…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Efficienza energetica analizza i concetti di efficienza energetica ed uso razionale dell’energia e gli strumenti e le tecnologie utilizzate per la diagnosi e gli eventuali interventi. Il corso fornisce agli studenti gli strumenti per una corretta analisi delle risorse energetiche rinnovabili disponibili e la scelta e il dimensionamento delle relative tecnologie di utilizzo.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le modalità di definizione dei fabbisogni energetici in funzione dell’effetto utile desiderato e dei consumi di energia primaria legata al fabbisogno stesso, alla tecnologia e al vettore energetico utilizzato.
Lo studente dovrà poi conoscere le tecniche e le metodologie per una corretta diagnosi energetica dei sistemi anche complessi, nonché i principali strumenti di misura utilizzati e le normative tecniche di riferimento.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di analizzare un sistema energetico, definire possibili interventi di efficientamento e confrontare gli scenari da un punto di vista dei consumi di risorse, di emissioni di gas serra e da un punto di vista economico coerentemente con la normativa vigente, sia per quanto riguarda le prescrizioni tecniche, sia per quanto riguarda eventuali incentivazioni previste per gli interventi proposti.
In concreto, lo studente sarà in grado di individuare e dimensionare in modo corretto alternative tecnologiche a partire da un determinato effetto utile, ed analizzare e confrontare le alternative individuate.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.

Programma

Il corso è suddiviso in tre parti. La prima parte introduce il concetto di efficienza energetica e uso razionale dell’energia, contestualizzandoli nel concetto più ampio di sistema energetico, e dà un quadro generale delle principali normative sia a livello europeo che a livello nazionale. La seconda parte è dedicata a quello che si può ritenere, anche a livello normativo, l’argomento principale in materia di efficienza energetica, cioè l’efficienza energetica nell’edilizia, e analizza in particolare gli aspetti energetici per il condizionamento degli ambienti. La terza parte analizza più in generale le fasi della diagnosi energetica illustrando i possibili interventi di efficienza energetica e gli strumenti per la loro analisi tecnico economica.

Prima parte

  • Introduzione al corso
  • Definizione di efficienza energetica
  • Aspetti normativi

Seconda parte

  • Calcolo del fabbisogno energetico per la produzione di Acqua Calda Sanitaria
  • Calcolo del fabbisogno energetico per la climatizzazione invernale (riscaldamento)
  • Calcolo del fabbisogno energetico per la climatizzazione estiva (raffrescamento)
  • Prestazione energetica degli edifici

Terza parte

  • La diagnosi energetica
  • Rilievi in situ
  • Interventi di efficientamento: riduzione dei fabbisogni
  • Interventi di efficientamento: distribuzione dei vettori energetici
  • Interventi di efficientamento: rifasamento dei carichi
  • Interventi di efficientamento: impianti di produzione dei vettori energetici
  • Tecnologie ad elevata efficienza di conversione
  • Tecnologie alimentate da fonti rinnovabili
  • Tecnologie per gli usi finali. Illuminazione, motori elettrici ad elevata efficienza, pompe di calore
  • Analisi economica degli interventi

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da tre domande teoriche aperte (non a risposta multipla) e un breve esercizio numerico sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per quanto riguarda il materiale didattico, sono disponibili sul Virtual Campus:

  • le video-lezioni;
  • gli esercizi svolti;
  • le dispense del corso:
  • Introduzione al corso e Aspetti normativi;
  • Fabbisogno energetico e Prestazione energetica degli edifici;
  • La diagnosi energetica;
  • Interventi di efficienza energetica.

Le video-lezioni, le dispense e gli esercizi svolti sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. Per approfondimenti si può fare riferimento ai seguenti testi:

-
Marco Casini, Efficienza e certificazione energetica degli edifici. I nuovi requisiti, ISBN: 8849655819, Pagine: 175, Editore DEI, agosto 2015

-
Giuliano Dall'Ò, Green energy audit. Manuale operativo per la diagnosi energetica e ambientale degli edifici, ISBN-10: 8866270091, ISBN-13: 9788866270096, Pagine 639, Edizioni Ambiente 2011

-
Michele Dimonte, Doriana Doronzo, Energy managment. Guida introduttiva a fonti, risparmio ed efficienza energetica, ISBN: 9788868710361, Pagine 358, Editore ADMAIORA 2015

Codice insegnamento UC62822

Impianti di conversione dell’energia 1° anno · 6 CFU · IIND-06/A · 0 file

Il corso di Impianti di conversione dell’energia analizza i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Impianti di conversione dell’energia analizza i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di calore…) per i processi di trasformazione e conversione dell’energia. La terza parte analizza le principali tipologie di impianti per la conversione dell’energia.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le caratteristiche energetiche (efficienza) dei principali processi di trasformazione e conversione dell’energia e le caratteristiche (ciclo termodinamico ove presente, vettore energetico utilizzato, efficienza, potenza specifica) e i principi di funzionamento delle principali tipologie di impianti per la conversione dell’energia.

Lo studente dovrà poi conoscere i criteri di dimensionamento degli impianti, dei principali componenti dello stesso e le normative tecniche di riferimento.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado individuare e descrivere in modo completo le caratteristiche dei principali sistemi utilizzati nelle trasformazioni quali espansione o compressione di gas, generazione di calore, scambi di calore nonché i principali impianti per la produzione di energia elettrica e/o calore.

In concreto, lo studente sarà in grado di individuare ed effettuare un dimensionamento di massima degli impianti per la produzione di energia elettrica e/o calore, dei principali componenti dello stesso (pompe, turbine, compressori, scambiatori di calore…) sulla base delle normative tecniche di riferimento.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni e degli esercizi svolti dal docente tenuti nell’ambito delle aule virtuali.

Nel primo caso (prove d’esame) si prevedono domande che abbracciano l´intero programma trattato. La valutazione della capacità di apprendimento si evidenzierà dalle risposte che potranno richiedere una forma più o meno articolata (composta da contenuti e/o riferimenti numerici e/o formule e/o schemi...) e si sostanzierà non limitandosi al "giusto" o "sbagliato" in toto, ma si peseranno tutte le argomentazioni dando il giusto valore alla risposta sia in funzione dei contenuti, sia in funzione del linguaggio tecnico utilizzato (da totalmente insufficiente a più che ottima).

Nel secondo caso, la verifica della capacità di apprendimento sarà sostanziata dall’interazione diretta con lo studente.

Programma

Il corso è strutturato in tre parti. La prima parte contiene un’introduzione al corso e i richiami ai concetti di base di termodinamica applicata necessari per lo studio del corso stesso. La seconda parte illustra i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di calore…) per i processi di trasformazione e conversione dell’energia. La terza parte analizza le principali tipologie di impianti per la conversione dell’energia.

Prima parte

  • Introduzione al corso
  • Definizione di sistema energetico
  • Trasformazione e conversione dell’energia
  • Generalità sugli impianti di conversione dell’energia

Seconda parte

  • Richiami di termodinamica applicata
  • Trasformazioni termodinamiche reversibili, equazioni delle trasformazioni, lavoro, calore, variazione di energia interna, di entalpia e di entropia
  • Cicli termodinamici
  • Exergia
  • I combustibili
  • Il processo di combustione
  • Trasmissione del calore. Scambiatori
  • Turbomacchine

Terza parte

  • Impianti a gas
  • Motori a combustione interna
  • Impianti combinati
  • Impianti a vapore
  • Celle a combustibile
  • La cogenerazione
  • Impianti fotovoltaici
  • Collettori solari piani
  • Impianti eolici
  • Energia eolica
  • Impianti idroelettrici
  • Cenni ad altre tecnologie per la produzione di energia da FER: sfruttamento delle maree, delle moto ondoso, delle correnti marine, impianti geotermici, le biomasse

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e due brevi esercizi numerici sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le video-lezioni, le dispense e gli esercizi svolti sono progettati per fornire tutto il materiale necessario alla comprensione e allo studio.

Codice insegnamento UC453376

Modelli di qualità e Lean Management 1° anno · 6 CFU · IIND-05/A · 0 file

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il…

Scheda dell'insegnamento

Obiettivi formativi

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il modello EFQM.

Avrà inoltre familiarità con i principi fondamentali del pensiero Lean e con la sua evoluzione storica, comprendendo come questi possano essere applicati per migliorare l’efficienza e il valore nei processi aziendali.

Verranno acquisiti anche gli strumenti più utilizzati nella pratica, come il ciclo PDCA, la FMEA, il controllo statistico dei processi, le 5S e il Value Stream Mapping, analizzati nel loro significato teorico e nel loro impatto sui sistemi organizzativi.

Lo studente sarà in grado di mettere in pratica quanto appreso attraverso l’analisi e la mappatura dei processi, l’individuazione delle inefficienze e la proposta di interventi di miglioramento, coerenti con i principi della qualità e del Lean Management. Inoltre, sarà in grado di affrontare casi aziendali concreti, elaborando proposte di intervento e miglioramento continuo, calibrate sulle caratteristiche specifiche del contesto analizzato.

Il corso consentirà anche di sviluppare competenze utili in una prospettiva più ampia. Lo studente imparerà a osservare i processi aziendali con uno sguardo critico e sistemico, valutando l’interazione tra aspetti tecnici, organizzativi e umani. Il corso offrirà strumenti e metodo per continuare ad aggiornarsi in modo autonomo su tematiche complesse e in continua evoluzione, come la gestione della qualità e il miglioramento dei processi.

Programma

L'insegnamento si propone di fornire agli studenti una solida base sui modelli e strumenti per la gestione della qualità e il pensiero Lean, con particolare riferimento all'ambito industriale e ai processi gestionali. L'obiettivo è sviluppare competenze analitiche e progettuali per il miglioramento dei processi produttivi e organizzativi, perseguendo efficienza, riduzione degli sprechi e creazione di valore per il cliente.
Il percorso didattico si articola in due aree principali:

  • Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi. Verranno trattati i fondamenti teorici (norme ISO, TQM, EFQM) e l'evoluzione storica e concettuale dei sistemi di gestione, evidenziandone il ruolo strategico.
  • Principi e strumenti Lean: ottimizzare i processi per creare valore. Saranno approfonditi i principi e le tecniche operative più rilevanti, tra cui il Value Stream Mapping, Just-In-Time, 5S e Kaizen (miglioramento continuo).

Il corso è rivolto agli studenti interessati a comprendere le dinamiche del miglioramento continuo e a sviluppare competenze trasversali utili per operare in contesti produttivi complessi, con ruoli di responsabilità nella gestione della qualità, dei processi e dell'innovazione organizzativa.

Modulo 1. Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi
Evoluzione del concetto di Qualità

  • I principali modelli di qualità
  • ISO 9001:2015 – Sistemi di gestione per la qualità
  • Gestione della qualità totale (TQM)
  • Modello di eccellenza EFQM
  • Sei Sigma

I fondamenti dei sistemi di qualità

  • Centralità del cliente
  • L'uso dei dati per il processo decisionale
  • Cultura del miglioramento continuo

Gestione per processi

  • Che cos'è un processo
  • La mappatura dei processi
  • Mappatura AS-IS e TO-BE
  • Strumenti: SIPOC, diagramma di flusso, Value Stream Mapping (VSM)

Gli strumenti base della qualità

  • Diagramma di Pareto
  • Diagramma causa-effetto (Ishikawa)
  • Diagramma di flusso
  • Fogli di raccolta dati
  • Istogrammi
  • Diagrammi di controllo
  • Stratificazione e 5 perché

Modulo 2. Principi e strumenti Lean: ottimizzare i processi per creare valore
Schema generale dell'approccio Lean

  • I 5 principi Lean
  • Identificazione e riduzione degli sprechi
  • Creazione di valore per il cliente

Panoramica degli strumenti Lean principali

  • Identificazione degli sprechi (muda)
  • Produzione snella (Just in Time)
  • Produzione a flusso tirato (pull system)
  • Riduzione dei tempi di setup (SMED)
  • Poka Yoke (prova di errore)
  • Heijunka (livellamento della produzione)
  • Mappatura del flusso di valore (VSM)
  • 5S
  • Kanban
  • Andon
  • Kaizen come filosofia di miglioramento continuo
  • Differenza tra Kaizen e innovazione
  • Eventi Kaizen e team di miglioramento
  • Coinvolgimento del personale

Modalità d'esame

L’esame si svolge sia in forma scritta, che orale, con una durata massima di 90 minuti. La prova scritta è costituita da 3 domande aperte sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di applicarle in contesti reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Graziadei Giovanni. Lean Manifacturing. Come analizzare il flusso del valore per individuare ed eliminare gli sprechi. HOEPLI EDITORE, 2006.
  • Sartor Marco, Orzes Guido, La gestione della qualità. Strumenti, metodi e standard McGraw-Hill Education, 2020

Codice insegnamento curriculum-gestionale-lm-33:20607

Modelli di sistemi di produzione 1° anno · 6 CFU · IEGE-01/A · 0 file

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di massima, che delle analisi stocastiche molto puntuali usando i più recenti sistemi di modellazione e simulazione di processo.

1. Conoscenza e comprensione

  • Conoscere i principali sistemi di produzione industriale.
  • Conoscere la differenza tra bilanciamento e modellazione di processo.
  • Comprendere le metodologie di bilanciamento statico con e senza l’introduzione della deviazione standard.
  • Conoscere i principi di funzionamento e i vantaggi dell’uso di un simulatore di processi.
  • Conoscere le principali tecnologie di dimensionamento e gestione del magazzino.

2. Capacità di applicare conoscenze e comprensione

  • Dimensionamento di sistemi di produzione attraverso le formulazioni proposte e attraverso l’applicazione della teoria della ricerca operativa (algoritmo del simplesso, algoritmo GRG o algoritmo evolutivo).
  • Applicazione del metodo di Kottas-Lau.
  • Mappatura, modellazione e simulazione di semplici esempi di processo produttivo.

3. Competenze trasversali
Lo studente sarà in grado di riconoscere nelle realtà aziendali le caratteristiche dei sistemi produttivi presentati in questo corso. In questo modo, sarà autonomamente in grado di ricollegare le criticità e i punti di forza delle stesse in ottica di miglioramento di processo. Una volta riconosciute le caratteristiche salienti del problema reale, l’applicazione delle varie tecniche di miglioramento e bilanciamento sarà immediata e focalizzata al miglioramento del flusso produttivo.

Programma

Il corso si propone di classificare e descrivere le principali strategie di produzione aziendale e le rispettive tecniche di bilanciamento della produzione. In questo modo verranno forniti gli strumenti necessari alla formulazione di mappature e modelli “digital twin” per la progettazione e l’ottimizzazione dei flussi di processo. Nel corso sono infatti affrontati temi di bilanciamento statico o tempo invariante dei sistemi produttivi e temi di modellazione stocastica (tempo-variante) dei processi industriali. In ultima analisi, il corso tratta brevemente delle tecniche di gestione magazzino per prendere in considerazione tutti gli aspetti dell’organizzazione aziendale.

Il corso si divide in tre moduli, il primo riguarda la classificazione dei principali sistemi produttivi ed una tassonomia sui rispettivi vantaggi e svantaggi. Sempre nella prima parte vengono fornite delle strategie di bilanciamento dei sistemi produttivi di massima, ovvero non tempo varianti. Queste ottimizzazioni statiche saranno presentate prima tenendo conto solo della media del processo e successivamente verranno migliorate aggiungendo la valutazione della variabilità di detti processi.
La seconda parte del corso invece riguarderà le tecniche di modellazione e simulazione dei processi, ovvero la tecnologia “cutting edge” che permette di valutare l’influenza di variabilità tempo varianti sul sistema produttivo in analisi. Questa parte del corso sarà corredata da un’ampia sessione di esercitazione su specifico software di simulazione.
Ad integrazione dei modelli di processo, l’ultima parte del corso riguarderà una classificazione e le relative tecniche di bilanciamento dei sistemi di stoccaggio dei materiali: i magazzini sono infatti una caratteristica peculiare di ogni processo produttivo ed è indispensabile conoscerli almeno nelle caratteristiche peculiari per poter avere un quadro completo della modellazione dei sistemi di produzione.
Il corso è diviso in 6 crediti obbligatori e 6 crediti facoltativi. Gli esami saranno svolti tenendo di conto dei soli argomenti trattati nelle lezioni obbligatorie.

  • Modulo I - Caratterizzazione e bilanciamento dei sistemi produttivi (lezioni da 1 a 12)
  • Classificazione dei Sistemi Produttivi - Parte I
  • Classificazione dei Sistemi Produttivi - Parte II
  • Progettazione e Dimensionamento dei sistemi produttivi di processo
  • Progettazione e Dimensionamento dei sistemi manifatturieri (Lezione facoltativa)
  • Progettazione e Dimensionamento dei sistemi di montaggio (Lezione facoltativa)
  • Valutazione delle alternative Make or Buy (Lezione facoltativa)
  • La mappatura dei processi
  • La mappatura del flusso di valore
  • Principi di Ricerca Operativa
  • Applicazioni Ricerca Operativa
  • Bilanciamento delle linee - Parte I
  • Bilanciamento delle linee - Parte II
  • Modulo II - Caratterizzazione e modellazione dei sistemi produttivi (lezioni da 13 a 27)
  • La raccolta dei dati
  • La misura della capacità del processo
  • Introduzione alla simulazione di processo
  • La simulazione di processo - Parte I
  • La simulazione di processo - Parte II
  • La simulazione di processo - Parte III
  • Esercitazione sul simulatore di processi - Parte I (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte II (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte III (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte IV (Lezione facoltativa)
  • Il design of experiment - Parte I
  • Il design of experiment - Parte II
  • Il design of experiment - Parte III
  • Il sei sigma applicato alla simulazione (Lezione facoltativa)
  • Gli strumenti di simulazione avanzati (Lezione facoltativa)
  • Modulo III - Caratterizzazione dei sistemi di stoccaggio (lezioni da 28 a 30)
  • I magazzini - Parte I (Lezione facoltativa)
  • I magazzini - Parte II (Lezione facoltativa)
  • I magazzini - Parte III (Lezione facoltativa)

Modalità d'esame

La verifica dell’apprendimento per il corso di Modelli di sistemi di produzione sarà svolta in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma. La prova ha una durata massima di 120 minuti e consiste in una serie di domande a risposta aperta, sia per argomenti più teorici che per argomenti più pratici (esercizi).
All'esame viene richiesto agli studenti di illustrare in modo adeguato gli argomenti richiesti e di dimostrare la comprensione dei concetti fondamentali relativi alla modellazione di processo e al suo bilanciamento (descrittori di Dublino 1) e la capacità di applicare tali conoscenze tramite la descrizione di strumenti di funzionalità e di strumenti implementati in scenari simili al reale e alle esercitazioni pratiche (descrittori di Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • C. Montgomery, Controllo statistico della qualità, McGraw-Hill, 2006
  • C. Sgarbanti, Controllo statistico della qualità. Introduzione al controllo statistico di processo e alla progettazione sperimentale Applicazioni con Excel® e R, libri SANDIT, 2018

Codice insegnamento curriculum-meccanica-lm-33:20261

Operational Excellence e Lean Six Sigma 1° anno · 6 CFU · IIND-03/A · 0 file

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno: conoscere cosa si intende per qualità di processo e di prodotto; comprendere come l’introduzione e al mantenimento di un Sistema di…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno:

  • conoscere cosa si intende per qualità di processo e di prodotto;
  • comprendere come l’introduzione e al mantenimento di un Sistema di Gestione della Qualità risulta connesso all’ottenimento dell’eccellenza nella gestione dei processi;
  • comprendere la metodologia Lean Six Sigma e le tecniche a cui si riferisce per la progettazione e la gestione della qualità e del miglioramento continuo;
  • conoscere i principali metodi di raccolta e analisi dei dati e di definizione delle procedure di sperimentazione.

Lo studente sarà in grado di applicare tali conoscenze per:

  • introdurre o gestire un sistema di Gestione della Qualità;
  • utilizzare gli approcci al miglioramento continuo dei processi con particolare specificità all’approccio Lean Six Sigma;
  • impostare un piano di raccolta dati e analizzare i risultati da un punto di vista statistico;
  • selezionare e applicare le metodologie più idonee per risolvere problemi legati alla qualità dei processi e dei prodotti considerando sia il punto di vista delle prestazioni di efficienza che di efficacia.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Programma

Il corso si propone di fornire allo studente le competenze fondamentali per la comprensione delle problematiche di Operational Excellence all’interno dei Sistemi di Gestione della Qualità e l’utilizzo dei metodi più innovativi di gestione del miglioramento continuo dei processi e dei prodotti come l’approccio Lean Six Sigma. Il corso prevede anche un’introduzione alle problematiche di analisi delle condizioni di sicurezza delle macchine (Direttive di prodotto e Direttive sociali).

  • Operational Exellence come qualità dei processi aziendali
  • La qualità di prodotto
  • I sistemi di gestione della qualità
  • La normativa UNI EN ISO 9000:2015
  • L´approccio Lean Six Sigma
  • Il miglioramento continuo
  • La raccolta e l’analisi statistica dei dati
  • La Process Capability e il controllo statistico dei processi
  • Il Design of Experiment
  • La Sicurezza delle macchine, la Direttiva Macchine e le Direttive di Prodotto

Modalità d'esame

L’esame si svolge sia in forma scritta che orale, con una durata massima di 120 minuti.

La prova è costituita da 3 domande aperte, di carattere teorico ed applicativo, sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di interpretarle, ai fini dell’applicazione in contesti reali. Lo studente deve, inoltre, dimostrare di aver acquisito capacità di approccio alla risoluzione di problemi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, sono consigliati i seguenti testi:

  • Arcidiacono, G., Calabrese, C., Rossi, S., 2007, - Six Sigma: Manuale per Green Belt. Governare i processi per governare l’impresa. (Minibook), Springer, ISBN 978-88-470
  • Brun, A., Casadio Strozzi, M., 2016 - Manuale Six Sigma per le Green Belt: Guida Pratica alla metodologia e agli strumenti, Amazon
  • Bonafè, E., Lecchi, G., - 2011 - La nuova direttiva macchine. Guida pratica all'acquisto, installazione ed utilizzo delle macchine, Hyper

Per un ulteriore approfondimento:

  • Gibertoni, M., 2006, Six Sigma e azienda snella, Il Sole 24 Ore
  • Citti, P., Arcidiacono, G., Campatelli, G., 2019 (in corso di ristampa) - Fondamenti di affidabilità
  • Arcidiacono G., Citti P., Mazzeranghi A., Spinelli L., 1999, Guida alla Sicurezza delle Macchine: il DPR459/96 Direttiva Macchine, Nuovo Studio Tecna

Codice insegnamento curriculum-meccanica-lm-33:20567

Operational Excellence e Lean Six Sigma 1° anno · 6 CFU · IIND-03/A · 0 file

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno: conoscere cosa si intende per qualità di processo e di prodotto; comprendere come l’introduzione e al mantenimento di un Sistema di…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno:

  • conoscere cosa si intende per qualità di processo e di prodotto;
  • comprendere come l’introduzione e al mantenimento di un Sistema di Gestione della Qualità risulta connesso all’ottenimento dell’eccellenza nella gestione dei processi;
  • comprendere la metodologia Lean Six Sigma e le tecniche a cui si riferisce per la progettazione e la gestione della qualità e del miglioramento continuo;
  • conoscere i principali metodi di raccolta e analisi dei dati e di definizione delle procedure di sperimentazione.

Lo studente sarà in grado di applicare tali conoscenze per:

  • introdurre o gestire un sistema di Gestione della Qualità;
  • utilizzare gli approcci al miglioramento continuo dei processi con particolare specificità all’approccio Lean Six Sigma;
  • impostare un piano di raccolta dati e analizzare i risultati da un punto di vista statistico;
  • selezionare e applicare le metodologie più idonee per risolvere problemi legati alla qualità dei processi e dei prodotti considerando sia il punto di vista delle prestazioni di efficienza che di efficacia.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Programma

Il corso si propone di fornire allo studente le competenze fondamentali per la comprensione delle problematiche di Operational Excellence all’interno dei Sistemi di Gestione della Qualità e l’utilizzo dei metodi più innovativi di gestione del miglioramento continuo dei processi e dei prodotti come l’approccio Lean Six Sigma. Il corso prevede anche un’introduzione alle problematiche di analisi delle condizioni di sicurezza delle macchine (Direttive di prodotto e Direttive sociali).

  • Operational Exellence come qualità dei processi aziendali
  • La qualità di prodotto
  • I sistemi di gestione della qualità
  • La normativa UNI EN ISO 9000:2015
  • L´approccio Lean Six Sigma
  • Il miglioramento continuo
  • La raccolta e l’analisi statistica dei dati
  • La Process Capability e il controllo statistico dei processi
  • Il Design of Experiment
  • La Sicurezza delle macchine, la Direttiva Macchine e le Direttive di Prodotto

Modalità d'esame

L’esame si svolge sia in forma scritta che orale, con una durata massima di 120 minuti.

La prova è costituita da 3 domande aperte, di carattere teorico ed applicativo, sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di interpretarle, ai fini dell’applicazione in contesti reali. Lo studente deve, inoltre, dimostrare di aver acquisito capacità di approccio alla risoluzione di problemi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, sono consigliati i seguenti testi:

  • Arcidiacono, G., Calabrese, C., Rossi, S., 2007, - Six Sigma: Manuale per Green Belt. Governare i processi per governare l’impresa. (Minibook), Springer, ISBN 978-88-470
  • Brun, A., Casadio Strozzi, M., 2016 - Manuale Six Sigma per le Green Belt: Guida Pratica alla metodologia e agli strumenti, Amazon
  • Bonafè, E., Lecchi, G., - 2011 - La nuova direttiva macchine. Guida pratica all'acquisto, installazione ed utilizzo delle macchine, Hyper

Per un ulteriore approfondimento:

  • Gibertoni, M., 2006, Six Sigma e azienda snella, Il Sole 24 Ore
  • Citti, P., Arcidiacono, G., Campatelli, G., 2019 (in corso di ristampa) - Fondamenti di affidabilità
  • Arcidiacono G., Citti P., Mazzeranghi A., Spinelli L., 1999, Guida alla Sicurezza delle Macchine: il DPR459/96 Direttiva Macchine, Nuovo Studio Tecna

Codice insegnamento curriculum-gestionale-lm-33:20567

Operations and project management 1° anno · 12 CFU · IIND-05/A · 0 file

1. Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management; comprendere i metodi…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management;
  • comprendere i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto;
  • identificare gli elementi di criticità nello sviluppo di un progetto e poter definire in maniera efficiente ed efficace un’eventuale soluzione;
  • illustrare le caratteristiche fondamentali dei processi produttivi;
  • comprendere i concetti e i principi fondamentali alla base dell’analisi delle performance dei sistemi produttivi.

2. Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • analizzare la gestione del processo produttivo che converte gli input (sotto forma di materiali, lavoro ed energia) in output (sotto forma di beni e servizi);
  • identificare le criticità in un processo produttivo e le strategie per migliorare la sua performance.

3. Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • utilizzare la terminologia tecnica adeguata in relazione a tematiche riguardanti a gestione della produzione e dei progetti.

Programma

Il corso di Operation and Project Management fornisce agli studenti gli strumenti per comprendere la gestione delle operazioni, dei progetti, della catena di approvvigionamento e della logistica. Il corso si divide in due parti.
Nella prima parte, Project management, si esamineranno le soluzioni organizzative, gli stili di comportamento direzionale, i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto.
Si affronteranno: definizione di progetto, i principi del project management, l'avvio di un progetto, la valutazione del contesto e l’analisi degli stakeholder, requisiti e obiettivi di progetto, project charter, le possibili strutture organizzative, la pianificazione dell’ambito, dei tempi, delle risorse e dei costi di progetto, l’ottimizzazione del piano di progetto, lo sviluppo della baseline, il monitoraggio ed il controllo di un progetto (valutazione dell'avanzamento, analisi dell’Earned Value), gestione della qualità e dei rischi, gestione dei contratti e degli acquisti, gestione della documentazione, chiusura del progetto.
Nella seconda parte, Operations Management, si comprenderanno gli strumenti per garantire che la gestione delle operazioni in un impianto industriale sia tale da garantire il loro svolgimento in maniera efficiente in termini di utilizzo delle risorse secondo necessità ed efficace in termini del soddisfacimento dei requisiti stabiliti dal cliente.
Si affronteranno: le caratteristiche generali degli impianti industriali, i principi alla base della gestione delle operations, indicatori chiave di performance dell'Operations Management, modalità di risposta alla domanda, Overall Equipment Effectiveness (OEE), tasso di qualità, efficienza delle prestazioni, disponibilità, principi di manutenzione e affidabilità, il setup, gestione delle scorte e dei fabbisogni dei materiali, lotto economico di approvvigionamento, Material Requirements Planning (MRP), Lean Manufacturing, Six Sigma, Industry 4.0, sistemi informativi di gestione.

Il corso prevede 2 moduli. Il primo modulo è dedicato al “Project Management”, mentre il secondo è dedicato all’ “Operations Management”. Le relative lezioni sono riportate di seguito:
Modulo I – Project Management

  • Introduzione al Project Management
  • Gli stakeholder di progetto e le strutture organizzative
  • I processi di Project management e il ciclo di vita di un progetto
  • L’avvio di un progetto
  • La pianificazione di un progetto (WBS, OBS, RAM Matrix)
  • La pianificazione di un progetto (Schedulazione dei tempi, CPM, GANTT)
  • La pianificazione di un progetto (PERT, CCM, Stima dei costi, Budget)
  • L’ottimizzazione del piano di progetto
  • La pianificazione di un progetto (Qualità e Comunicazione)
  • La pianificazione di un progetto (Rischi e Approvvigionamenti)
  • Esecuzione e Controllo di un progetto
  • Controllo e Chiusura di un progetto
  • Esercitazione CPM e PERT semplificato
  • Esercitazione Crashing e Earned Value

Modulo II – Operations Management

  • Introduzione all’Operations Management
  • Richiami di Ingegneria Economica
  • Classificazione dei sistemi produttivi (CODP e Matrice prodotto-processo)
  • Overall Equipment Effectiveness
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte I
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte II
  • Manutenzione ‒ Parte I
  • Manutenzione ‒ Parte II
  • Gestione delle scorte ‒ Parte I
  • Gestione delle scorte ‒ Parte II
  • Lean Manufacturing
  • Six Sigma
  • Industry 4.0
  • Sistemi Informativi di Gestione
  • Esercitazione Operations Management – Parte I
  • Esercitazione Operations Management – Parte II

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. Durante lo svolgimento della prova è consentito l’uso della calcolatrice.
L’esame si svolgerà in forma scritta e consisterà in 3 esercizi e 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, riguardanti argomenti affrontati a lezione, dovrà essere circoscritta all’argomento richiesto, eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione (descrittori di Dublino 1, 4, 5). Gli esercizi, invece, testeranno la capacità dell’allievo di applicare i concetti e le competenze appresi durante il corso a problemi concreti (descrittori di Dublino 2, 3).
Il punteggio della prova è espresso in trentesimi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • R. F. Jacobs R. B. Chase, A. Grando, A. Sianesi, Operations management nella produzione e nei servizi,, McGraw-Hill Education

Codice insegnamento UC453326

Piattaforme digitali per la gestione dei processi aziendali 1° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini disciplinari trattati. Tali conoscenze e capacità consentono di poter affrontare con approccio critico l’analisi, la progettazione, la valutazione di piattaforme aziendali caratterizzate da un elevato livello di complessità, di elaborare e/o applicare idee originali, in un contesto tecnologicamente e normativamente complesso.

Le conoscenze e capacità attese sono:

  • comprendere l’importanza e il ruolo delle piattaforme digitali nella vita di un’organizzazione;
  • comprendere ed interpretare il contesto normativo che disciplina la governance degli asset ICT;
  • comprendere ed utilizzare opportunamente il contesto tecnologico e le tecnologie abilitanti;
  • saper descrivere le principali piattaforme di un’organizzazione, le loro funzioni ed il loro contributo al raggiungimento degli obiettivi istituzionali.

Capacità di applicare conoscenze e comprensione

Attraverso le conoscenze teoriche e progettuali e sperimentali acquisite, gli studenti saranno in grado di progettare, almeno in termini generali, l’architettura di una piattaforma digitale, nonché di valutare architetture già esistenti sotto il profilo tecnologico-ingegneristico, regolatorio e di business.

Competenze trasversali

Lo studente alla fine del corso avrà acquisito la capacità di affrontare criticamente molteplici temi connessi alla regolamentazione, organizzazione, governance, progettazione, implementazione e gestione delle piattaforme digitali per le aziende e le pubbliche amministrazioni, apprendendo così a navigare la struttura cognitiva di un ambito che è intrinsecamente multidisciplinare. Ciò permetterà allo studente di:

  • integrare le conoscenze acquisite attraverso approfondimenti autonomi nei vari settori disciplinari coinvolti;
  • di raccordare le competenze apprese con altre discipline;
  • di progettare nuovi prodotti e valutare quelli esistenti alla luce delle chiavi di lettura proposte, tra le quali, oltre a quelle squisitamente ingegneristiche, si annoverano quelle giuridiche e quelle proprie della gestione dell’innovazione.

L’autonomia di giudizio verrà sviluppata in particolare tramite le attività di esercitazioni, svolte sia nell’ambito della didattica erogativa sia nell’ambito della didattica interattiva, dove il docente interagisce direttamente con il singolo studente nonché con gruppi di studenti. La valutazione dell’acquisizione dell’autonomia di giudizio avverrà principalmente durante la prova di accertamento finale.

Allo stesso modo, le abilità comunicative dello studente si concretizzeranno nella capacità di comunicare in modo chiaro e preciso i concetti fondamentali del corso. L’acquisizione, nonché la valutazione e la verifica del conseguimento di tali abilità, verrà effettuata principalmente in occasione della prova di accertamento finale.

Infine, per quanto riguarda le capacità di apprendimento, lo studente acquisirà capacità tali da consentirgli di impostare in modo autonomo lo studio di piattaforme digitali anche non incluse nel programma. Tali capacità si tradurranno in conoscenza e strumenti metodologici per la crescita culturale e per l’aggiornamento continuo autonomo delle proprie conoscenze.

Programma

L’insegnamento si propone di fornire un’introduzione ad ampio spettro alle piattaforme digitali per le organizzazioni, attraverso una trattazione necessariamente multidisciplinare che copre aspetti giuridici, organizzativi, economici e tecnologici, con uno sguardo di dettaglio al contesto europeo.

In particolare, il primo modulo inquadra il problema nei termini più generali dei modelli di innovazione e delle policy pubbliche che governano la transizione digitale degli ecosistemi nazionali ed EU, all’interno dei quali le piattaforme stesse realizzano interoperabilità e dialogo applicativo.

Il secondo modulo affronta da molteplici punti di vista il tema regolatorio e il compliance risk, concetti fondamentali nella progettazione, realizzazione, esercizio e valutazione delle piattaforme digitali: dalla protezione dei dati personali alla gestione dei servizi fiduciari qualificati (anche in ottica decentralizzata) al controllo e alla governance dei sistemi informativi.

Il terzo modulo tratta, da due prospettive diverse, l’inaggirabile questione della sicurezza cibernetica, componente intrinseca della transizione digitale e condicio sine qua non per la protezione degli asset digitali e fisici aziendali nonché per la realizzazione degli obiettivi di business.

L’ultimo modulo, infine, tratta le componenti tecnologiche delle piattaforme digitali: infrastrutture federate per la gestione di identità e ruoli, cloud ed edge computing, intelligenza artificiale, blockchain. Il modulo contiene inoltre una panoramica sulle principali tipologie di piattaforme digitali.

Modulo I - Innovazione

  • Modelli di innovazione
  • Digitalizzazione e public policy

Modulo II - Compliance

  • Data governance e protezione dei dati personali
  • Regolamento eIDAS e servizi fiduciari decentralizzati
  • Compliance e Controllo dei Sistemi Informativi
  • ICT Governance – Parte I
  • ICT Governance – Parte II

Modulo III - Cybersecurity

  • Dominio cibernetico
  • Strategia Nazionale di Cybersicurezza

Modulo IV - Tecnologie e Piattaforme

  • Architetture decentralizzate, blockchain e smart contract
  • Cloud ed edge computing
  • e-Procurement
  • Intelligenza Artificiale per le Attività Produttive
  • Infrastrutture federate
  • Le piattaforme principali di un’organizzazione

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L'esame consiste in una serie di domande aperte.
la prova finale sarà in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma

La durata massima dell'esame è di 90 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Iansiti, M., Lakhani, K. R.. Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World. United States: Harvard Business Review Press.
  • Sagegg, O. J., Alfnes, E. (2020). ERP Systems for Manufacturing Supply Chains: Applications, Configuration, and Performance. United Kingdom: CRC Press.

Per approfondimenti si consiglia:

  • Nath, S., Romano, C., Stackowiak, R. (2017). Architecting the Industrial Internet. United Kingdom: Packt Publishing.

Codice insegnamento curriculum-gestionale-lm-33:18553

Produzione di energia da fonti rinnovabili 1° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Produzione di energia da fonti rinnovabili analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Produzione di energia da fonti rinnovabili analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le principali caratteristiche funzionali e fornendo i criteri di base per il loro dimensionamento.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le modalità di analisi delle fonti primarie di energia rinnovabile per definire le potenzialità delle fonti stesse, le tecnologie utilizzabili per ciascuna fonte.
Lo studente dovrà poi conoscere i criteri di base per il dimensionamento degli impianti alimentati da fonti rinnovabili e le normative tecniche di riferimento.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di analizzare le potenzialità delle fonti rinnovabili, dimensionare i relativi impianti e analizzare i costi di installazione e manutenzione degli stessi.
In concreto, lo studente sarà in grado di individuare e dimensionare in modo corretto i principali tipi di impianti alimentati da fonti rinnovabili.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.

Programma

Il corso è suddiviso in tre parti. La prima parte introduce le fonti rinnovabili e le relative tecnologie contestualizzandole, come processi di conversione/trasformazione dell’energia, nel concetto più ampio di sistema energetico che comprende l’intero ciclo dell’energia dalle fonti primarie all’effetto utile. La seconda parte analizza gli strumenti utilizzabili per la riduzione delle emissioni CO2 (tra cui l’utilizzo delle Fonti rinnovabili) oltre ad analizzare l’attuale sistema elettrico italiano con particolare riferimento alla penetrazione (passata, attuale e proiezioni future) delle fonti rinnovabili oltre ad analizzare brevemente il quadro normativo che riguarda gli incentivi all’utilizzo delle fonti rinnovabili a livello nazionale. La terza parte analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le principali caratteristiche funzionali e fornendo i criteri di base per il loro dimensionamento.

Prima parte:

  • Introduzione al corso
  • Generalità sulle fonti rinnovabili

Seconda parte

  • Le fonti di energia rinnovabile
  • Aspetti normativi
  • Utilizzo delle fonti rinnovabili

Terza parte

  • Energia solare
  • Impianti solari termici
  • Impianti fotovoltaici
  • Energia eolica
  • Impianti eolici
  • Energia potenziale idrica
  • Impianti idroelettrici
  • Energia geotermica
  • Impianti geotermoelettrici
  • Biomasse
  • Impianti a biomassa
  • Energia del mare
  • Impianti per l’utilizzo dell’energia del mare

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e un breve esercizio numerico sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • D. Cocco, C. Palomba, P. Puddu “Tecnologie delle energie rinnovabili”, Editore: S.G.E. 2016, Edizione 3, EAN: 9788889884331, ISBN: 8889884339.

Codice insegnamento UC453370

Progettazione assistita dal calcolatore 1° anno · 6 CFU · IIND-03/A · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti; la comprensione delle conoscenze di base…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti;
  • la comprensione delle conoscenze di base delle tecniche di modellazione e simulazione con elementi finiti.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • scegliere il modello agli elementi finiti più idoneo alla valutazione del comportamento strutturale di uno specifico caso studio;
  • usare software commerciali di modellazione e simulazione agli elementi finiti per le fasi di: 1) modellazione (pre-processing); 2) calcolo della soluzione; 3) analisi dei risultati (post-processing); in relazione a semplici casi studio nell’ambito dell’ingegneria industriale.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • valutare in maniera critica la qualità della mesh di un modello agli elementi finiti;
  • analizzare in maniera critica i risultati (tensioni, spostamenti, deformazioni) di un modello agli elementi finiti;
  • comunicare dati, informazioni e risultati di un modello agli elementi finiti con sufficiente proprietà di linguaggio per quanto attiene la terminologia scientifica del corso.

Programma

Il corso di Progettazione assistita dal calcolatore si propone di fornire le nozioni principali riguardanti la metodologia degli elementi finiti, attraverso l’acquisizione delle basi teoriche e dei criteri generali utilizzati nella moderna ingegneria per la modellazione e simulazione di assiemi e componenti meccanici.

Modulo 1: Sezione teorica
Principi-base del metodo agli Elementi Finiti (EF), Assunzioni e scelte nell’uso degli EF (limitazioni), Tipologie di elementi, Trattazione analitica della costruzione di un modello agli EF (elemento & sistema completo).

  • Introduzione al metodo degli elementi finiti
  • Approccio energetico degli elementi finiti
  • Matrice di rigidezza e assemblaggio per un sistema completo
  • Trattazione analitica degli elementi finiti: forma differenziale e forma integrale
  • Calcolo della matrice di rigidezza tramite l’approccio energetico
  • Stima dell’errore nella valutazione di tensioni e deformazioni
  • Convergenza del modello agli elementi finiti
  • Interpolazione della variabile primaria & Assemblaggio della matrice di rigidezza complessiva del sistema
  • Carichi distribuiti & Imposizione dei vincoli.

Modulo 2: Sezione pratica
Discussione critica e risoluzione di un semplice problema di analisi strutturale mediante l'utilizzo di software commerciali: Importazione di modelli solidi 3D in ambiente di modellazione agli EF; Modellazione pre-processing; Analisi statica lineare; Analisi modale; Selezione, visualizzazione e discussione dei risultati mediante analisi post-processing.

  • Modellazione agli elementi finiti assistita dal calcolatore – Parte I (Introduzione alla modellazione assistita dal calcolatore; Correzione del modello importato sul software di pre-processing; Costruzione della mesh)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte II (Valutazione e unione di mesh; Assegnazione del materiale e delle proprietà alle parti; Imposizione di carichi e vincoli)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte III (Lancio dell’analisi strutturale e della simulazione; Post-processing: analisi di spostamenti e tensioni; Analisi modale: Pre-processing & Post-processing)

Modalità d'esame

L’esame si svolge in forma scritta e ha la durata massima di 120 minuti. La prova è costituta generalmente da:

  • due domande brevi volte alla verifica della conoscenza delle definizioni teoriche fondamentali della metodologia degli elementi finti;
  • una domanda a risposta aperta sui principi base della modellazione agli elementi finti;
  • una domanda applicativa riguardante l’applicazione pratica dei principi di modellazione e simulazione condotta tramite software commerciali.

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Gli esercizi intermedi di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Elementi finiti. A. Gugliotta, A. Somà, N. Zampieri (Quine Business Publisher, 2022)
  • Progettazione assistita dal calcolatore A.A. 2013-2014. McGraw-Hill Create

Codice insegnamento curriculum-meccanica-lm-33:19061

Progettazione e costruzione di macchine 1° anno · 12 CFU · IIND-03/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: descrivere i materiali utilizzati per le costruzioni meccaniche; comprendere come viene effettuato il calcolo delle reazioni vincolari, delle azioni interne,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • descrivere i materiali utilizzati per le costruzioni meccaniche;
  • comprendere come viene effettuato il calcolo delle reazioni vincolari, delle azioni interne, degli sforzi e delle deformazioni, in base al legame elastico lineare, nonché della deformabilità delle strutture;
  • analizzare i vari tipi di collegam ento degli elementi delle macchine;
  • analizzare i principi di base e gli elementi di progettazione dei componenti oleodinamici;
  • comprendere le tecnologie di fabbricazione e i riferimenti normativi delle molle.

Programma

Il corso vuole completare o integrare gli argoment i trattati nei corsi di costruzione di macchine e porre le basi, introducendo ed affrontando l’utilizzo di materiali innovativi, per la progettazione di assemblati meccanici complessi.
Nella prima parte del corso verranno descritti i materiali utilizzati per le costruzioni meccaniche e verrà esaminato il calcolo delle reazioni vincolari, delle azioni interne, degli sforzi e delle deformazioni, in base al legame elastico lineare, nonché della deformabilità delle strutture. Inoltre, verranno introdotti i concetti fondamentali per la schematizzazione di elementi di macchine (assi, alberi, ingranaggi, cuscinetti, telai, giunti, molle, ecc.).
Nella seconda parte del corso, verranno analizzati i principi di base e gli elementi di progettazione dei componenti oleodinamici e descritte le tecnologie di fabbricazione e i riferimenti normativi delle molle.

  • Introduzione al corso
  • Richiami concettuali su forze, sollecitazioni, tensioni
  • Materiali per le costruzioni meccaniche
  • La progettazione in presenza di carichi statici
  • Flessione nelle travi di grande curvatura
  • Recipienti in pressione
  • Collegamenti non smontabili
  • Alberi e assi
  • Accoppiamenti filettati
  • Il calcolo delle molle
  • Cuscinetti di strisciamento e di rotolamento
  • Trasmissioni a cinghia
  • Progettazione assistita delle costruzioni meccaniche
  • Attuazione lineare elettrica
  • Principi di Oleodinamica
  • Gruppo Potenza
  • Gruppo Comando
  • Gruppo Utilizzo
  • Fluidi e scambiatori di calore
  • Strumenti di misura e tubazioni
  • Filtri
  • Accumulatori
  • Approfondimenti sulla tecnologia della fabbricazione delle molle e riferimenti normativi

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
L'esame ha una durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • G. Nerli, M. Pierini, Costruzione di Macchine, Esculapio

In alternativa:

  • J.E Shingley, C. R. Mischke, R. G. Budynas, Progetto e costruzione di macchine, McGraw-Hill Editore

Testi di approfondimento:

  • Renato Giovannozzi, Costruzione di Macchine. Volume I, Patron Editore
  • G. Di Gangi, Sistemi oleodinamici. Principi, componenti, schemi, applicazioni, Editoriale Delfino 2006
  • Hanno Speich, Aurelio Bucciarelli, Manuale di oleodinamica. Dai principi alla meccatronica, Tecniche Nuove, 2018

Codice insegnamento curriculum-meccanica-lm-33:18953

Progettazione e costruzione di macchine 1° anno · 12 CFU · IIND-03/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: descrivere i materiali utilizzati per le costruzioni meccaniche; comprendere come viene effettuato il calcolo delle reazioni vincolari, delle azioni interne,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • descrivere i materiali utilizzati per le costruzioni meccaniche;
  • comprendere come viene effettuato il calcolo delle reazioni vincolari, delle azioni interne, degli sforzi e delle deformazioni, in base al legame elastico lineare, nonché della deformabilità delle strutture;
  • analizzare i vari tipi di collegam ento degli elementi delle macchine;
  • analizzare i principi di base e gli elementi di progettazione dei componenti oleodinamici;
  • comprendere le tecnologie di fabbricazione e i riferimenti normativi delle molle.

Programma

Il corso vuole completare o integrare gli argoment i trattati nei corsi di costruzione di macchine e porre le basi, introducendo ed affrontando l’utilizzo di materiali innovativi, per la progettazione di assemblati meccanici complessi.
Nella prima parte del corso verranno descritti i materiali utilizzati per le costruzioni meccaniche e verrà esaminato il calcolo delle reazioni vincolari, delle azioni interne, degli sforzi e delle deformazioni, in base al legame elastico lineare, nonché della deformabilità delle strutture. Inoltre, verranno introdotti i concetti fondamentali per la schematizzazione di elementi di macchine (assi, alberi, ingranaggi, cuscinetti, telai, giunti, molle, ecc.).
Nella seconda parte del corso, verranno analizzati i principi di base e gli elementi di progettazione dei componenti oleodinamici e descritte le tecnologie di fabbricazione e i riferimenti normativi delle molle.

  • Introduzione al corso
  • Richiami concettuali su forze, sollecitazioni, tensioni
  • Materiali per le costruzioni meccaniche
  • La progettazione in presenza di carichi statici
  • Flessione nelle travi di grande curvatura
  • Recipienti in pressione
  • Collegamenti non smontabili
  • Alberi e assi
  • Accoppiamenti filettati
  • Il calcolo delle molle
  • Cuscinetti di strisciamento e di rotolamento
  • Trasmissioni a cinghia
  • Progettazione assistita delle costruzioni meccaniche
  • Attuazione lineare elettrica
  • Principi di Oleodinamica
  • Gruppo Potenza
  • Gruppo Comando
  • Gruppo Utilizzo
  • Fluidi e scambiatori di calore
  • Strumenti di misura e tubazioni
  • Filtri
  • Accumulatori
  • Approfondimenti sulla tecnologia della fabbricazione delle molle e riferimenti normativi

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
L'esame ha una durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • G. Nerli, M. Pierini, Costruzione di Macchine, Esculapio

In alternativa:

  • J.E Shingley, C. R. Mischke, R. G. Budynas, Progetto e costruzione di macchine, McGraw-Hill Editore

Testi di approfondimento:

  • Renato Giovannozzi, Costruzione di Macchine. Volume I, Patron Editore
  • G. Di Gangi, Sistemi oleodinamici. Principi, componenti, schemi, applicazioni, Editoriale Delfino 2006
  • Hanno Speich, Aurelio Bucciarelli, Manuale di oleodinamica. Dai principi alla meccatronica, Tecniche Nuove, 2018

Codice insegnamento curriculum-gestionale-lm-33:18953

Progettazione e costruzione di macchine 1° anno · 12 CFU · IIND-03/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: descrivere i materiali utilizzati per le costruzioni meccaniche; comprendere come viene effettuato il calcolo delle reazioni vincolari, delle azioni interne,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • descrivere i materiali utilizzati per le costruzioni meccaniche;
  • comprendere come viene effettuato il calcolo delle reazioni vincolari, delle azioni interne, degli sforzi e delle deformazioni, in base al legame elastico lineare, nonché della deformabilità delle strutture;
  • analizzare i vari tipi di collegam ento degli elementi delle macchine;
  • analizzare i principi di base e gli elementi di progettazione dei componenti oleodinamici;
  • comprendere le tecnologie di fabbricazione e i riferimenti normativi delle molle.

Programma

Il corso vuole completare o integrare gli argoment i trattati nei corsi di costruzione di macchine e porre le basi, introducendo ed affrontando l’utilizzo di materiali innovativi, per la progettazione di assemblati meccanici complessi.
Nella prima parte del corso verranno descritti i materiali utilizzati per le costruzioni meccaniche e verrà esaminato il calcolo delle reazioni vincolari, delle azioni interne, degli sforzi e delle deformazioni, in base al legame elastico lineare, nonché della deformabilità delle strutture. Inoltre, verranno introdotti i concetti fondamentali per la schematizzazione di elementi di macchine (assi, alberi, ingranaggi, cuscinetti, telai, giunti, molle, ecc.).
Nella seconda parte del corso, verranno analizzati i principi di base e gli elementi di progettazione dei componenti oleodinamici e descritte le tecnologie di fabbricazione e i riferimenti normativi delle molle.

  • Introduzione al corso
  • Richiami concettuali su forze, sollecitazioni, tensioni
  • Materiali per le costruzioni meccaniche
  • La progettazione in presenza di carichi statici
  • Flessione nelle travi di grande curvatura
  • Recipienti in pressione
  • Collegamenti non smontabili
  • Alberi e assi
  • Accoppiamenti filettati
  • Il calcolo delle molle
  • Cuscinetti di strisciamento e di rotolamento
  • Trasmissioni a cinghia
  • Progettazione assistita delle costruzioni meccaniche
  • Attuazione lineare elettrica
  • Principi di Oleodinamica
  • Gruppo Potenza
  • Gruppo Comando
  • Gruppo Utilizzo
  • Fluidi e scambiatori di calore
  • Strumenti di misura e tubazioni
  • Filtri
  • Accumulatori
  • Approfondimenti sulla tecnologia della fabbricazione delle molle e riferimenti normativi

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
L'esame ha una durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • G. Nerli, M. Pierini, Costruzione di Macchine, Esculapio

In alternativa:

  • J.E Shingley, C. R. Mischke, R. G. Budynas, Progetto e costruzione di macchine, McGraw-Hill Editore

Testi di approfondimento:

  • Renato Giovannozzi, Costruzione di Macchine. Volume I, Patron Editore
  • G. Di Gangi, Sistemi oleodinamici. Principi, componenti, schemi, applicazioni, Editoriale Delfino 2006
  • Hanno Speich, Aurelio Bucciarelli, Manuale di oleodinamica. Dai principi alla meccatronica, Tecniche Nuove, 2018

Codice insegnamento UC62825

Progettazione meccanica funzionale 1° anno · 12 CFU · IIND-02/A · 0 file

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di analizzare e progettare macchine e sistemi di controllo. Le principali conoscenze acquisite (Descrittore di Dublino 1)…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di analizzare e progettare macchine e sistemi di controllo.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano la comprensione delle tecniche e dei metodi posti alla base della modellazione di sistemi meccanici complessi e di controllori automatici. Lo studente sarà in grado di classificare i vincoli e calcolare il rendimento delle macchine, effettuare analisi cinematica, cinetostatica e dinamica dei meccanismi, analizzare criticamente le vibrazioni di sistemi ad 1, 2 ed n gradi di libertà, progettare e analizzare sistemi di controllo di robot industriali.

Le principali abilità acquisite (Descrittore di Dublino 2), quindi, consentiranno allo studente di selezionare le componenti ottimali per la realizzazione di macchine e robot industriali, progettare e realizzare modelli per l’analisi di sistemi meccanici complessi, oltre che acquisire un metodo che consenta di estendere a situazioni diverse quanto appreso per specifiche condizioni.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, oltre agli esercizi/questionari svolti in autonomia dallo studente stesso.

Programma

Il corso fornisce all´allievo le linee guida della progettazione meccanica funzionale orientata ai sistemi e ai meccanismi. Si forniscono criteri e metodologie per la scelta, l´analisi e la sintesi di dispositivi meccanici piani e spaziali, con particolare riferimento all'analisi cinematica, cinetostatica e allo studio di sistemi vibranti. Si forniscono, inoltre, gli strumenti alla base della progettazione e modellazione di sistemi meccanici, attuatori e sistemi di controllo.

  • Composizione di meccanismi
  • Gradi di libertà di meccanismi
  • Vincoli e rendimento delle macchine
  • Analisi cinematica e cinetostatica dei meccanismi
  • Vibrazioni di sistemi ad 1, 2 ed n gradi di libertà
  • Elementi di pneumatica
  • Elementi di oleodinamica
  • Robot industriali
  • Controlli automatici

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.

La prova scritta ha una durata di 120 minuti e, durante lo svolgimento della stessa non è consentito l’uso di materiale di supporto.

La prova d’esame è costituta fondamentalmente da tre/quattro domande sugli argomenti svolti durante il corso.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • E. Funaioli, A. Maggiore, U. Meneghetti, Lezioni di meccanica applicata alle macchine
  • V. Cossalter, Meccanica applicata alle macchine
  • P. Bolzern R. Scattolini N. Schiavoni fondamenti di controlli automatici
  • G.Legnani, I. Fassi Robotica industriale

Codice insegnamento curriculum-meccanica-lm-33:18575

Progettazione meccanica funzionale 1° anno · 12 CFU · IIND-02/A · 0 file

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di analizzare e progettare macchine e sistemi di controllo. Le principali conoscenze acquisite (Descrittore di Dublino 1)…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di analizzare e progettare macchine e sistemi di controllo.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano la comprensione delle tecniche e dei metodi posti alla base della modellazione di sistemi meccanici complessi e di controllori automatici. Lo studente sarà in grado di classificare i vincoli e calcolare il rendimento delle macchine, effettuare analisi cinematica, cinetostatica e dinamica dei meccanismi, analizzare criticamente le vibrazioni di sistemi ad 1, 2 ed n gradi di libertà, progettare e analizzare sistemi di controllo di robot industriali.

Le principali abilità acquisite (Descrittore di Dublino 2), quindi, consentiranno allo studente di selezionare le componenti ottimali per la realizzazione di macchine e robot industriali, progettare e realizzare modelli per l’analisi di sistemi meccanici complessi, oltre che acquisire un metodo che consenta di estendere a situazioni diverse quanto appreso per specifiche condizioni.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, oltre agli esercizi/questionari svolti in autonomia dallo studente stesso.

Programma

Il corso fornisce all´allievo le linee guida della progettazione meccanica funzionale orientata ai sistemi e ai meccanismi. Si forniscono criteri e metodologie per la scelta, l´analisi e la sintesi di dispositivi meccanici piani e spaziali, con particolare riferimento all'analisi cinematica, cinetostatica e allo studio di sistemi vibranti. Si forniscono, inoltre, gli strumenti alla base della progettazione e modellazione di sistemi meccanici, attuatori e sistemi di controllo.

  • Composizione di meccanismi
  • Gradi di libertà di meccanismi
  • Vincoli e rendimento delle macchine
  • Analisi cinematica e cinetostatica dei meccanismi
  • Vibrazioni di sistemi ad 1, 2 ed n gradi di libertà
  • Elementi di pneumatica
  • Elementi di oleodinamica
  • Robot industriali
  • Controlli automatici

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.

La prova scritta ha una durata di 120 minuti e, durante lo svolgimento della stessa non è consentito l’uso di materiale di supporto.

La prova d’esame è costituta fondamentalmente da tre/quattro domande sugli argomenti svolti durante il corso.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • E. Funaioli, A. Maggiore, U. Meneghetti, Lezioni di meccanica applicata alle macchine
  • V. Cossalter, Meccanica applicata alle macchine
  • P. Bolzern R. Scattolini N. Schiavoni fondamenti di controlli automatici
  • G.Legnani, I. Fassi Robotica industriale

Codice insegnamento curriculum-gestionale-lm-33:18575

Progettazione meccanica funzionale 1° anno · 12 CFU · IIND-02/A · 0 file

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di analizzare e progettare macchine e sistemi di controllo. Le principali conoscenze acquisite (Descrittore di Dublino 1)…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di analizzare e progettare macchine e sistemi di controllo.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano la comprensione delle tecniche e dei metodi posti alla base della modellazione di sistemi meccanici complessi e di controllori automatici. Lo studente sarà in grado di classificare i vincoli e calcolare il rendimento delle macchine, effettuare analisi cinematica, cinetostatica e dinamica dei meccanismi, analizzare criticamente le vibrazioni di sistemi ad 1, 2 ed n gradi di libertà, progettare e analizzare sistemi di controllo di robot industriali.

Le principali abilità acquisite (Descrittore di Dublino 2), quindi, consentiranno allo studente di selezionare le componenti ottimali per la realizzazione di macchine e robot industriali, progettare e realizzare modelli per l’analisi di sistemi meccanici complessi, oltre che acquisire un metodo che consenta di estendere a situazioni diverse quanto appreso per specifiche condizioni.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, oltre agli esercizi/questionari svolti in autonomia dallo studente stesso.

Programma

Il corso fornisce all´allievo le linee guida della progettazione meccanica funzionale orientata ai sistemi e ai meccanismi. Si forniscono criteri e metodologie per la scelta, l´analisi e la sintesi di dispositivi meccanici piani e spaziali, con particolare riferimento all'analisi cinematica, cinetostatica e allo studio di sistemi vibranti. Si forniscono, inoltre, gli strumenti alla base della progettazione e modellazione di sistemi meccanici, attuatori e sistemi di controllo.

  • Composizione di meccanismi
  • Gradi di libertà di meccanismi
  • Vincoli e rendimento delle macchine
  • Analisi cinematica e cinetostatica dei meccanismi
  • Vibrazioni di sistemi ad 1, 2 ed n gradi di libertà
  • Elementi di pneumatica
  • Elementi di oleodinamica
  • Robot industriali
  • Controlli automatici

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.

La prova scritta ha una durata di 120 minuti e, durante lo svolgimento della stessa non è consentito l’uso di materiale di supporto.

La prova d’esame è costituta fondamentalmente da tre/quattro domande sugli argomenti svolti durante il corso.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • E. Funaioli, A. Maggiore, U. Meneghetti, Lezioni di meccanica applicata alle macchine
  • V. Cossalter, Meccanica applicata alle macchine
  • P. Bolzern R. Scattolini N. Schiavoni fondamenti di controlli automatici
  • G.Legnani, I. Fassi Robotica industriale

Codice insegnamento UC62824

Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 1° anno · 12 CFU · IIND-06/B · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi, gassificazione, digestione, accumulatori, celle a combustibile ed elettrolizzatori: descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti e progettare i sistemi attraverso l’analisi termodinamica e cinetica (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate).

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti tramite le valutazioni delle risposte errate al questionario lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, lo studente acquisisce abilità comunicative e capacità di apprendere).
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Reattori, batterie e celle a combustibile sono sempre più importanti in qualsiasi applicazione industriale e civile per cui il corso analizza le principali conversioni e impianti/sistemi termochimici ed elettrochimici.
La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere i principali reattori termochimici e sistemi elettrochimici oggi esistenti ed elementi di dimensionamento e progettazione di tali sistemi (in particolare impianti di gassificazione e digestione da biomassa ed impianti con accumulatori/elettrolizzatori/celle a combustibile) e relative tecniche di acquisizione, controllo e analisi dati. Parte centrale del corso è illustrare le principali metodologie di analisi (termodinamica e cinetica) e di progetto di tali sistemi nonché i relativi principi di funzionamento.

Elementi di Termochimica
Concetti base. Processi termochimici per upgrade di combustibili e per generazione di calore. L’equilibrio termodinamico e le velocità di reazione. Processo, P&ID, Dimensionamento, Layout. Modelli sperimentali e teorici. Modelli all’equilibrio e cinetici. La fenomenologia delle reazioni. La risoluzione degli equilibri chimici. Le reazioni di Boudouard, di formazione del gas d'acqua, di formazione del metano, ecc. L’analisi all’equilibrio e la variazione dell’equilibrio al variare di temperatura, pressione, reagenti, prodotti e catalizzatori. Forme, tipologie, componenti e classificazione dei reattori: discontinui e continui in regime stazionario e variabile; in serie e ricircolanti; atmosferici e pressurizzati; a letto fisso: equicorrente, controcorrente a flusso traverso; a letto fluido: bollente, ricircolante, trascinato; isotermici, adiabatici, a riscaldamento diretto e indiretto. Principali parametri controllanti i processi termo/bio chimici: quantità, composizione chimica e forma fisica del riducente e dell’ossidante; umidità, capacità di campo e permeabilità; temperatura e acidità; tempo di residenza e di ritenzione. Pirolisi. Gassificazione. Combustione. Sostanze nocive, emissioni e condizionamento. Termodinamica e cinetica. Velocità di reazione, costante di Arrhenius e legge cinetica. Ordine di reazione e molarità. Energia di attivazione e stato di transizione. Profilo energetico di reazione. Espressioni della costante cinetica. Meccanismo di reazione. Principi e regimi di fluidizzazione.

Sistemi Termochimici
Biomassa e combustibili. Risorse, processi di conversione primaria e secondaria e usi finali. Scelta del processo. Scelta del combustibile. Lo schema impiantistico di un impianto di gassificazione. Reforming e gassificazione in aria, ossigeno e vapore. Parametri adimensionali. Definizione di digestione anaerobica. Fasi e parametri della digestione anaerobica. Tipologia di impianti di digestione anaerobica. Dimensionamento di un impianto di digestione anaerobica. Cenno ai costi di investimento e di esercizio nei sistemi termochimici. Ricavi e Flussi di cassa. Prospetto economico di un impianto di digestione anaerobica e di un gassificatore accoppianti a un motore a combustione interna per la generazione di elettricità e calore.

Elementi di Elettrochimica
Concetti base. Differenti specie di conduttori elettrici. Conducibilità degli elettroliti. Elettrocatalisi. Definizioni, generatori ed elettrolizzatori, reazioni elettrodiche. Potenziale chimico, elettrico ed elettrochimico. Condizioni di equilibrio in un sistema elettrochimico. Significato fisico di potenziale elettrodico. Corrente di scambio. Forza elettromotrice. Convenzioni elettrochimiche e potenziali standard. Equazione di Nernst. Misure di potenziale e polarizzazione. Elettrodi di riferimento. Spostamento dalle condizioni di equilibrio. Cinetica elettrochimica. Sovratensione di attivazione (trasferimento di carica) Equazione di Butler e Volmer. Legge di Tafel e di Stern e Geary. Diagrammi Potenziale-Corrente di Evans. Sovratensione di concentrazione (trasporto di materia). Corrente limite. Corrosione galvanica e per aerazione differenziale.

Sistemi elettrochimici
Classificazione e descrizione delle batterie primarie e secondarie. Componenti di celle e batterie. I materiali attivi, collettori di corrente, elettroliti, separatori e contenitori. Tensione, capacità ed energia. Fattori che influenzano le prestazioni. Corrente di scarica e capacità nominale. Criteri di selezione e applicazioni di Batterie. Batterie Primarie. Tipi, caratteristiche e prestazioni. La “Chimica” dei principali tipi di Batterie Primarie. Confronto tra le prestazioni delle batterie primarie. Batterie Secondarie: Tipi, caratteristiche e prestazioni La “Chimica” dei principali tipi di Batterie Secondarie. Confronto tra le prestazioni delle batterie secondarie. Tipologie di ricarica. Celle a Combustibile. Classificazione e principi di funzionamento. Celle ad elettrolita polimerico (PEFC). Celle alcaline (AFC). Celle ad acido fosforico (PAFC) A carbonati fusi (MCFC) e a ossidi solidi (SOFC) Fattori che ne influenzano il rendimento: sovratensione di trasferimento di carica e di diffusione. Elettrolizzatori. Applicazioni.

Completano il programma:

  • le dispense del corso (descrizione dettagliata di tutte le parti del corso);
  • gli esercizi del corso (una raccolta di molteplici esercizi svolti);
  • i video (su attività sperimentale realizzata dai docenti in laboratorio);
  • la descrizione degli strumenti e delle attività inerenti i processi termo ed elettro chimici che è possibile svolgere nel laboratorio di Paolo Emilio (come tesine, tesi di laurea, corso in presenza in laboratorio/tirocinio: https://www.unimarconi.it/it/laboratorio-di-applicazioni-industriali).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria termochimica (tipologie di reattori e impianti, parametri controllanti i processi termochimici, etc. definiti nelle lezioni, valutato 8 punti);
  • 1 esercizio per la risoluzione di sistemi termochimici (risoluzione di una reazione all’equilibrio termodinamico, valutato 8 punti);
  • 1 domanda di teoria elettrochimica (tipologie di accumulatori e celle a combustibile, elettrodi e potenziali, sovratensioni, etc. definiti nelle lezioni, valutato 8 punti)
  • 1 esercizio per la risoluzione di sistemi elettrochimici (dimensionamento di un pacco batterie o celle a combustibile, valutato 8 punti).

In questo modo, lo studente che risponde a tutte e 4 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32).

Le 4 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione dell’algoritmo di risoluzione, 3 punti per la correttezza delle equazioni di risoluzione, 3 per la correttezza dei risultati).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.
La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:
Termochimici

  • O. Levenspiel, Ingegneria Delle Reazioni Chimiche, Casa Editrice Ambrosiana
  • E. Bocci, Sistemi a biomasse: progettazione e valutazione economica, Maggioli editore

Elettrochimici

  • Handbook of Batteries (3rd Edition), McGraw-Hill
  • Handbook of Fuel Cell (Sixth Edition), U.S. Department of Energy

Si consiglia anche lo studio dei seguenti testi e siti web:

  • Gianfranco Pistoia, Electric and Hybrid Vehicles, Elsevier
  • Giuseppe Bianchi, Torquato Mussini, Elettrochimica, Tamburini Masson Editore
  • https://it.wikipedia.org/wiki/Elettrochimica
  • https://it.wikipedia.org/wiki/Termochimica

Per chi avesse lacune di base si consiglia di comprare un libro di base di chimica (e.g. Silvestroni).

Codice insegnamento curriculum-meccanica-lm-33:18593

Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 1° anno · 12 CFU · IIND-06/B · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi, gassificazione, digestione, accumulatori, celle a combustibile ed elettrolizzatori: descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti e progettare i sistemi attraverso l’analisi termodinamica e cinetica (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate).

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti tramite le valutazioni delle risposte errate al questionario lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, lo studente acquisisce abilità comunicative e capacità di apprendere).
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Reattori, batterie e celle a combustibile sono sempre più importanti in qualsiasi applicazione industriale e civile per cui il corso analizza le principali conversioni e impianti/sistemi termochimici ed elettrochimici.
La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere i principali reattori termochimici e sistemi elettrochimici oggi esistenti ed elementi di dimensionamento e progettazione di tali sistemi (in particolare impianti di gassificazione e digestione da biomassa ed impianti con accumulatori/elettrolizzatori/celle a combustibile) e relative tecniche di acquisizione, controllo e analisi dati. Parte centrale del corso è illustrare le principali metodologie di analisi (termodinamica e cinetica) e di progetto di tali sistemi nonché i relativi principi di funzionamento.

Elementi di Termochimica
Concetti base. Processi termochimici per upgrade di combustibili e per generazione di calore. L’equilibrio termodinamico e le velocità di reazione. Processo, P&ID, Dimensionamento, Layout. Modelli sperimentali e teorici. Modelli all’equilibrio e cinetici. La fenomenologia delle reazioni. La risoluzione degli equilibri chimici. Le reazioni di Boudouard, di formazione del gas d'acqua, di formazione del metano, ecc. L’analisi all’equilibrio e la variazione dell’equilibrio al variare di temperatura, pressione, reagenti, prodotti e catalizzatori. Forme, tipologie, componenti e classificazione dei reattori: discontinui e continui in regime stazionario e variabile; in serie e ricircolanti; atmosferici e pressurizzati; a letto fisso: equicorrente, controcorrente a flusso traverso; a letto fluido: bollente, ricircolante, trascinato; isotermici, adiabatici, a riscaldamento diretto e indiretto. Principali parametri controllanti i processi termo/bio chimici: quantità, composizione chimica e forma fisica del riducente e dell’ossidante; umidità, capacità di campo e permeabilità; temperatura e acidità; tempo di residenza e di ritenzione. Pirolisi. Gassificazione. Combustione. Sostanze nocive, emissioni e condizionamento. Termodinamica e cinetica. Velocità di reazione, costante di Arrhenius e legge cinetica. Ordine di reazione e molarità. Energia di attivazione e stato di transizione. Profilo energetico di reazione. Espressioni della costante cinetica. Meccanismo di reazione. Principi e regimi di fluidizzazione.

Sistemi Termochimici
Biomassa e combustibili. Risorse, processi di conversione primaria e secondaria e usi finali. Scelta del processo. Scelta del combustibile. Lo schema impiantistico di un impianto di gassificazione. Reforming e gassificazione in aria, ossigeno e vapore. Parametri adimensionali. Definizione di digestione anaerobica. Fasi e parametri della digestione anaerobica. Tipologia di impianti di digestione anaerobica. Dimensionamento di un impianto di digestione anaerobica. Cenno ai costi di investimento e di esercizio nei sistemi termochimici. Ricavi e Flussi di cassa. Prospetto economico di un impianto di digestione anaerobica e di un gassificatore accoppianti a un motore a combustione interna per la generazione di elettricità e calore.

Elementi di Elettrochimica
Concetti base. Differenti specie di conduttori elettrici. Conducibilità degli elettroliti. Elettrocatalisi. Definizioni, generatori ed elettrolizzatori, reazioni elettrodiche. Potenziale chimico, elettrico ed elettrochimico. Condizioni di equilibrio in un sistema elettrochimico. Significato fisico di potenziale elettrodico. Corrente di scambio. Forza elettromotrice. Convenzioni elettrochimiche e potenziali standard. Equazione di Nernst. Misure di potenziale e polarizzazione. Elettrodi di riferimento. Spostamento dalle condizioni di equilibrio. Cinetica elettrochimica. Sovratensione di attivazione (trasferimento di carica) Equazione di Butler e Volmer. Legge di Tafel e di Stern e Geary. Diagrammi Potenziale-Corrente di Evans. Sovratensione di concentrazione (trasporto di materia). Corrente limite. Corrosione galvanica e per aerazione differenziale.

Sistemi elettrochimici
Classificazione e descrizione delle batterie primarie e secondarie. Componenti di celle e batterie. I materiali attivi, collettori di corrente, elettroliti, separatori e contenitori. Tensione, capacità ed energia. Fattori che influenzano le prestazioni. Corrente di scarica e capacità nominale. Criteri di selezione e applicazioni di Batterie. Batterie Primarie. Tipi, caratteristiche e prestazioni. La “Chimica” dei principali tipi di Batterie Primarie. Confronto tra le prestazioni delle batterie primarie. Batterie Secondarie: Tipi, caratteristiche e prestazioni La “Chimica” dei principali tipi di Batterie Secondarie. Confronto tra le prestazioni delle batterie secondarie. Tipologie di ricarica. Celle a Combustibile. Classificazione e principi di funzionamento. Celle ad elettrolita polimerico (PEFC). Celle alcaline (AFC). Celle ad acido fosforico (PAFC) A carbonati fusi (MCFC) e a ossidi solidi (SOFC) Fattori che ne influenzano il rendimento: sovratensione di trasferimento di carica e di diffusione. Elettrolizzatori. Applicazioni.

Completano il programma:

  • le dispense del corso (descrizione dettagliata di tutte le parti del corso);
  • gli esercizi del corso (una raccolta di molteplici esercizi svolti);
  • i video (su attività sperimentale realizzata dai docenti in laboratorio);
  • la descrizione degli strumenti e delle attività inerenti i processi termo ed elettro chimici che è possibile svolgere nel laboratorio di Paolo Emilio (come tesine, tesi di laurea, corso in presenza in laboratorio/tirocinio: https://www.unimarconi.it/it/laboratorio-di-applicazioni-industriali).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria termochimica (tipologie di reattori e impianti, parametri controllanti i processi termochimici, etc. definiti nelle lezioni, valutato 8 punti);
  • 1 esercizio per la risoluzione di sistemi termochimici (risoluzione di una reazione all’equilibrio termodinamico, valutato 8 punti);
  • 1 domanda di teoria elettrochimica (tipologie di accumulatori e celle a combustibile, elettrodi e potenziali, sovratensioni, etc. definiti nelle lezioni, valutato 8 punti)
  • 1 esercizio per la risoluzione di sistemi elettrochimici (dimensionamento di un pacco batterie o celle a combustibile, valutato 8 punti).

In questo modo, lo studente che risponde a tutte e 4 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32).

Le 4 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione dell’algoritmo di risoluzione, 3 punti per la correttezza delle equazioni di risoluzione, 3 per la correttezza dei risultati).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.
La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:
Termochimici

  • O. Levenspiel, Ingegneria Delle Reazioni Chimiche, Casa Editrice Ambrosiana
  • E. Bocci, Sistemi a biomasse: progettazione e valutazione economica, Maggioli editore

Elettrochimici

  • Handbook of Batteries (3rd Edition), McGraw-Hill
  • Handbook of Fuel Cell (Sixth Edition), U.S. Department of Energy

Si consiglia anche lo studio dei seguenti testi e siti web:

  • Gianfranco Pistoia, Electric and Hybrid Vehicles, Elsevier
  • Giuseppe Bianchi, Torquato Mussini, Elettrochimica, Tamburini Masson Editore
  • https://it.wikipedia.org/wiki/Elettrochimica
  • https://it.wikipedia.org/wiki/Termochimica

Per chi avesse lacune di base si consiglia di comprare un libro di base di chimica (e.g. Silvestroni).

Codice insegnamento UC453375

Tecnologia meccanica e sistemi di produzione 1° anno · 6 CFU · IIND-04/A · 0 file

Al termine di questo corso lo studente sarà in grado di conoscere le varie tipologie di lavorazioni, convenzionali e non, che sono utilizzate in ambito manifatturiero per la trasformazione dei materiali da grezzi a…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di conoscere le varie tipologie di lavorazioni, convenzionali e non, che sono utilizzate in ambito manifatturiero per la trasformazione dei materiali da grezzi a prodotti finiti assieme alle principali tecniche di controllo dei componenti prodotti. Inoltre, sarà in grado di comprendere in quali stadi delle produzioni le diverse tecnologie possono essere applicate, in funzione dei risultati ottenibili e delle limitazioni ad esse connesse.

Le conoscenze acquisite permetteranno allo studente di caratterizzare le varie tipologie di lavorazioni e di poter analizzare un ciclo produttivo di uno specifico componente dalla selezione delle materie in ingresso al controllo dei componenti prodotti durante e alla fine del ciclo di lavorazione.

Programma

Scopo del corso è la descrizione dei principali sistemi di lavorazione usati in ambito industriale per la produzione di componenti metallici. Nello specifico, si esamineranno le operazioni necessarie per trasformare i materiali grezzi in semilavorati e prodotti finiti, analizzando le caratteristiche principali di ogni lavorazione effettuata per evidenziarne limiti e potenzialità. In aggiunta alle tecnologie tradizionali, verranno illustrate le principali tecnologie non convenzionali utilizzate in ambito manifatturiero assieme ai trattamenti superficiali per la modifica localizzata delle proprietà. Infine, verranno trattati le principali tecniche per la valutazione dei prodotti dei processi industriali.

Nell’ambito di questo corso, verranno trattati i seguenti argomenti:

-
Introduzione e richiami sulle tipologie di sforzi e deformazioni applicabili, sulle proprietà dei materiali metallici e sui metodi di caratterizzazione attraverso i quali tali proprietà possono essere ricavate.

-
I processi di lavorazione per deformazione plastica attraverso sforzi di compressione e trazione quali: forgiatura, laminazione estrusione e trafilatura. Per tali lavorazioni saranno indicati i meccanismi di deformazioni, le principali caratteristiche e i fattori e fenomeni che influenzano la qualità dei prodotti finiti.

-
I principi alla base dei processi di fonderia quali la fusione dei metalli, la nucleazione e la solidificazione, il raffreddamento e gli sforzi residui che producono nel greggio di fonderia. Inoltre, verranno classificati i diversi processi di fonderia in funzione dello stampo e del modello usato per riprodurre la forma del componente.

-
I processi di giunzione permanente, classificandoli in funzione della sorgente termica e delle modalità operative e illustrando i meccanismi che portano alla realizzazione di un giunto saldato.

-
Le lavorazioni per asportazione di truciolo, evidenziando i meccanismi che portano alla formazione del truciolo ed illustrando le più comuni lavorazioni per asportazione di truciolo utilizzate in ambito manifatturiero.

-
I materiali polimerici, evidenziando i diversi comportamenti in funzione della loro struttura ed introducendo i principali metodi per la produzione di componenti polimerici.

-
Le principali metodologie di controllo non distruttive, introducendo i principi alla base dei controlli non distruttivi e introducendo i principali controlli eseguiti in ambito industriale.

-
Lo studio delle superfici dei metalli, evidenziando i fenomeni che influenzano l’interazione delle superfici con l’ambiente, e le principali tecniche di ingegnerizzazione delle superfici.

Modalità d'esame

L’esame si svolgerà in forma scritta, e consisterà in 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, che riguarderanno gli argomenti affrontati a lezione e riportati nei libri indicati, dovranno rispondere in maniera circoscritta all’argomento richiesto eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning dal docente che riguardano lo svolgimento di test di autoapprendimento ma che non contribuiscono al giudizio finale.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

-
M. Santochi, F. Giusti, Tecnologia meccanica e studi di fabbricazione, CEA (Casa Editrice Ambrosiana) Editore

-
S. Kalpakjian, S. R. Schmidt, Tecnologia meccanica, Pearson editore

Codice insegnamento curriculum-meccanica-lm-33:18983

Tecnologia meccanica e sistemi di produzione 1° anno · 6 CFU · IIND-04/A · 0 file

Al termine di questo corso lo studente sarà in grado di conoscere le varie tipologie di lavorazioni, convenzionali e non, che sono utilizzate in ambito manifatturiero per la trasformazione dei materiali da grezzi a…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di conoscere le varie tipologie di lavorazioni, convenzionali e non, che sono utilizzate in ambito manifatturiero per la trasformazione dei materiali da grezzi a prodotti finiti assieme alle principali tecniche di controllo dei componenti prodotti. Inoltre, sarà in grado di comprendere in quali stadi delle produzioni le diverse tecnologie possono essere applicate, in funzione dei risultati ottenibili e delle limitazioni ad esse connesse.

Le conoscenze acquisite permetteranno allo studente di caratterizzare le varie tipologie di lavorazioni e di poter analizzare un ciclo produttivo di uno specifico componente dalla selezione delle materie in ingresso al controllo dei componenti prodotti durante e alla fine del ciclo di lavorazione.

Programma

Scopo del corso è la descrizione dei principali sistemi di lavorazione usati in ambito industriale per la produzione di componenti metallici. Nello specifico, si esamineranno le operazioni necessarie per trasformare i materiali grezzi in semilavorati e prodotti finiti, analizzando le caratteristiche principali di ogni lavorazione effettuata per evidenziarne limiti e potenzialità. In aggiunta alle tecnologie tradizionali, verranno illustrate le principali tecnologie non convenzionali utilizzate in ambito manifatturiero assieme ai trattamenti superficiali per la modifica localizzata delle proprietà. Infine, verranno trattati le principali tecniche per la valutazione dei prodotti dei processi industriali.

Nell’ambito di questo corso, verranno trattati i seguenti argomenti:

-
Introduzione e richiami sulle tipologie di sforzi e deformazioni applicabili, sulle proprietà dei materiali metallici e sui metodi di caratterizzazione attraverso i quali tali proprietà possono essere ricavate.

-
I processi di lavorazione per deformazione plastica attraverso sforzi di compressione e trazione quali: forgiatura, laminazione estrusione e trafilatura. Per tali lavorazioni saranno indicati i meccanismi di deformazioni, le principali caratteristiche e i fattori e fenomeni che influenzano la qualità dei prodotti finiti.

-
I principi alla base dei processi di fonderia quali la fusione dei metalli, la nucleazione e la solidificazione, il raffreddamento e gli sforzi residui che producono nel greggio di fonderia. Inoltre, verranno classificati i diversi processi di fonderia in funzione dello stampo e del modello usato per riprodurre la forma del componente.

-
I processi di giunzione permanente, classificandoli in funzione della sorgente termica e delle modalità operative e illustrando i meccanismi che portano alla realizzazione di un giunto saldato.

-
Le lavorazioni per asportazione di truciolo, evidenziando i meccanismi che portano alla formazione del truciolo ed illustrando le più comuni lavorazioni per asportazione di truciolo utilizzate in ambito manifatturiero.

-
I materiali polimerici, evidenziando i diversi comportamenti in funzione della loro struttura ed introducendo i principali metodi per la produzione di componenti polimerici.

-
Le principali metodologie di controllo non distruttive, introducendo i principi alla base dei controlli non distruttivi e introducendo i principali controlli eseguiti in ambito industriale.

-
Lo studio delle superfici dei metalli, evidenziando i fenomeni che influenzano l’interazione delle superfici con l’ambiente, e le principali tecniche di ingegnerizzazione delle superfici.

Modalità d'esame

L’esame si svolgerà in forma scritta, e consisterà in 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, che riguarderanno gli argomenti affrontati a lezione e riportati nei libri indicati, dovranno rispondere in maniera circoscritta all’argomento richiesto eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning dal docente che riguardano lo svolgimento di test di autoapprendimento ma che non contribuiscono al giudizio finale.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

-
M. Santochi, F. Giusti, Tecnologia meccanica e studi di fabbricazione, CEA (Casa Editrice Ambrosiana) Editore

-
S. Kalpakjian, S. R. Schmidt, Tecnologia meccanica, Pearson editore

Codice insegnamento curriculum-gestionale-lm-33:18983

Tecnologia meccanica e sistemi di produzione 1° anno · 6 CFU · IIND-04/A · 0 file

Al termine di questo corso lo studente sarà in grado di conoscere le varie tipologie di lavorazioni, convenzionali e non, che sono utilizzate in ambito manifatturiero per la trasformazione dei materiali da grezzi a…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di conoscere le varie tipologie di lavorazioni, convenzionali e non, che sono utilizzate in ambito manifatturiero per la trasformazione dei materiali da grezzi a prodotti finiti assieme alle principali tecniche di controllo dei componenti prodotti. Inoltre, sarà in grado di comprendere in quali stadi delle produzioni le diverse tecnologie possono essere applicate, in funzione dei risultati ottenibili e delle limitazioni ad esse connesse.

Le conoscenze acquisite permetteranno allo studente di caratterizzare le varie tipologie di lavorazioni e di poter analizzare un ciclo produttivo di uno specifico componente dalla selezione delle materie in ingresso al controllo dei componenti prodotti durante e alla fine del ciclo di lavorazione.

Programma

Scopo del corso è la descrizione dei principali sistemi di lavorazione usati in ambito industriale per la produzione di componenti metallici. Nello specifico, si esamineranno le operazioni necessarie per trasformare i materiali grezzi in semilavorati e prodotti finiti, analizzando le caratteristiche principali di ogni lavorazione effettuata per evidenziarne limiti e potenzialità. In aggiunta alle tecnologie tradizionali, verranno illustrate le principali tecnologie non convenzionali utilizzate in ambito manifatturiero assieme ai trattamenti superficiali per la modifica localizzata delle proprietà. Infine, verranno trattati le principali tecniche per la valutazione dei prodotti dei processi industriali.

Nell’ambito di questo corso, verranno trattati i seguenti argomenti:

-
Introduzione e richiami sulle tipologie di sforzi e deformazioni applicabili, sulle proprietà dei materiali metallici e sui metodi di caratterizzazione attraverso i quali tali proprietà possono essere ricavate.

-
I processi di lavorazione per deformazione plastica attraverso sforzi di compressione e trazione quali: forgiatura, laminazione estrusione e trafilatura. Per tali lavorazioni saranno indicati i meccanismi di deformazioni, le principali caratteristiche e i fattori e fenomeni che influenzano la qualità dei prodotti finiti.

-
I principi alla base dei processi di fonderia quali la fusione dei metalli, la nucleazione e la solidificazione, il raffreddamento e gli sforzi residui che producono nel greggio di fonderia. Inoltre, verranno classificati i diversi processi di fonderia in funzione dello stampo e del modello usato per riprodurre la forma del componente.

-
I processi di giunzione permanente, classificandoli in funzione della sorgente termica e delle modalità operative e illustrando i meccanismi che portano alla realizzazione di un giunto saldato.

-
Le lavorazioni per asportazione di truciolo, evidenziando i meccanismi che portano alla formazione del truciolo ed illustrando le più comuni lavorazioni per asportazione di truciolo utilizzate in ambito manifatturiero.

-
I materiali polimerici, evidenziando i diversi comportamenti in funzione della loro struttura ed introducendo i principali metodi per la produzione di componenti polimerici.

-
Le principali metodologie di controllo non distruttive, introducendo i principi alla base dei controlli non distruttivi e introducendo i principali controlli eseguiti in ambito industriale.

-
Lo studio delle superfici dei metalli, evidenziando i fenomeni che influenzano l’interazione delle superfici con l’ambiente, e le principali tecniche di ingegnerizzazione delle superfici.

Modalità d'esame

L’esame si svolgerà in forma scritta, e consisterà in 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, che riguarderanno gli argomenti affrontati a lezione e riportati nei libri indicati, dovranno rispondere in maniera circoscritta all’argomento richiesto eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning dal docente che riguardano lo svolgimento di test di autoapprendimento ma che non contribuiscono al giudizio finale.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

-
M. Santochi, F. Giusti, Tecnologia meccanica e studi di fabbricazione, CEA (Casa Editrice Ambrosiana) Editore

-
S. Kalpakjian, S. R. Schmidt, Tecnologia meccanica, Pearson editore

Codice insegnamento UC62823

Additive Manufacturing 2° anno · 6 CFU · IIND-03/B · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: La comprensione dei principi fondamentali tecnologici di funzionamento delle tecniche di Additive Manufacturing L’inquadramento delle tecniche di…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • La comprensione dei principi fondamentali tecnologici di funzionamento delle tecniche di Additive Manufacturing
  • L’inquadramento delle tecniche di AM rispetto alle tecniche manufatturiere sottrattive convenzionali
  • La conoscenza dei principali vantaggi, limiti e possibili sviluppi futuri delle tecniche di AM

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • Conoscere l’evoluzione delle tecniche di AM e inquadramento rispetto alle tecniche convenzionali sottrattive
  • Conoscere la gamma di materiali processabili in funzione delle tecniche AM disponibili
  • Selezionare la tecnica ideale di AM in funzione dell’applicazione finale del componente da realizzare
  • Conoscere i limiti di produttività dei processi AM e le metodologie utilizzate per ridurre questa problematica di processo e permettere una maggiore diffusione del AM nei settori industriali
  • Conoscere le prospettive e sviluppi futuri delle tecniche di AM

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • Svolgere valutazioni critiche e approfondite durante il processo di selezione di una tecnologia manufatturiera di AM
  • Analizzare in maniera dettagliata le problematiche legate all’utilizzo di ciascuna tecnologia di AM
  • Avere la capacità di comprendere la microstruttura del materiale prodotto un processo di AM

Programma

L’insegnamento di Additive Manufacturing (AM) introdurrà una delle tecnologie manufatturiere più promettente degli ultimi anni.

La prima parte del corso introdurrà il concetto e workflow del processo di AM, le differenze rispetto alle tecnologie sottrattive convenzionali e illustrerà i vantaggi principali, le famiglie di materiali processabili e settori industriali di applicazione. Successivamente verranno descritte le tecniche principali di AM, illustrandone le differenze in termini di processo, materiali e settori di applicazione.

La seconda parte del corso si concentrerà sull’approfondimento delle tecnologie AM utilizzate per processare i metalli in particolare la tecnica di Powder Bed Fusion – Laser Beam/Metal (PBF-LB/M) descrivendone i vantaggi principali e i limiti processuali attuali, come la bassa produttività. Verranno dunque illustrate le metodologie e innovazioni tecnologiche messe in opera per aumentare la produttività del processo PBF-LB/M, descrivendone i benefici e gli eventuali limiti di applicabilità e problematiche metallurgiche come il fenomeno della ricristallizzazione. Successivamente verrà approfondito il concetto di tensioni residue e fenomeno della ricristallizzazione per i materiali processati tramite PBF-LB/M.

Si concluderà il corso con l’introduzione alle nuove frontiere di materiali processabili con tecniche di AM.

Il corso è organizzato su 15 video-lezioni. Suddivise come segue.

  • Lezione 1 - Introduzione e classificazione del processo di Additive Manufacturing rispetto alle tecniche manufatturiere convenzionali
  • Lezione 2 - Settori di applicazione di AM
  • Lezione 3 - Materiali per AM
  • Lezione 4 - Tecniche principali AM – Parte I
  • Lezione 5 - Tecniche principali AM – Parte II
  • Lezione 6 - Il processo di Powder Bed Fusion-Laser Beam/Metal (PBF-LB/M) – Parte I
  • Lezione 7 - Il processo di Powder Bed Fusion-Laser Beam/Metal (PBF-LB/M) – Parte II
  • Lezione 8- Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte I
  • Lezione 9 - Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte II
  • Lezione 10 - Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte III
  • Lezione 11 - Tensioni residue e ricristallizzazione nel processo PBF-LB/M
  • Lezione 12 - Il problema della produttività nella Direct Energy Deposition
  • Lezione 13 - Nuove frontiere di materiali processabili con tecniche di AM – Parte I
  • Lezione 14 - Nuove frontiere di materiali processabili con tecniche di AM – Parte II
  • Lezione 15 - Riepilogo dei fondamenti di AM

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi regionali e in forma orale nella sede di Roma e ha la durata massima di 120 minuti. La prova è costituta generalmente da quattro domande aperte così strutturate:

  • una domanda sull’introduzione alla tecnologia Additive Manufacturing nel panorama delle tecniche manufatturiere
  • una domanda sugli ambiti industriali di applicazione delle tecniche di AM
  • una domanda sulle principali tecniche di AM sviluppate
  • una domanda sui vantaggi e limiti dell’utilizzo delle tecniche di AM

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

L’esame finale è volto a verificare la comprensione degli argomenti trattati. Il punteggio della prova è espresso in trentesimi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Le prove di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle slides realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Helmi Youssef, Hassan El-Hofy, Mahmoud Ahmed, Fundamentals of Additive Manufacturing Principles, Technologies, and Applications, CRC Press. First edition. Copyright 2025

Codice insegnamento curriculum-gestionale-lm-33:additive-manufacturing

Additive Manufacturing 2° anno · 6 CFU · IIND-03/B · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: La comprensione dei principi fondamentali tecnologici di funzionamento delle tecniche di Additive Manufacturing L’inquadramento delle tecniche di…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • La comprensione dei principi fondamentali tecnologici di funzionamento delle tecniche di Additive Manufacturing
  • L’inquadramento delle tecniche di AM rispetto alle tecniche manufatturiere sottrattive convenzionali
  • La conoscenza dei principali vantaggi, limiti e possibili sviluppi futuri delle tecniche di AM

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • Conoscere l’evoluzione delle tecniche di AM e inquadramento rispetto alle tecniche convenzionali sottrattive
  • Conoscere la gamma di materiali processabili in funzione delle tecniche AM disponibili
  • Selezionare la tecnica ideale di AM in funzione dell’applicazione finale del componente da realizzare
  • Conoscere i limiti di produttività dei processi AM e le metodologie utilizzate per ridurre questa problematica di processo e permettere una maggiore diffusione del AM nei settori industriali
  • Conoscere le prospettive e sviluppi futuri delle tecniche di AM

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • Svolgere valutazioni critiche e approfondite durante il processo di selezione di una tecnologia manufatturiera di AM
  • Analizzare in maniera dettagliata le problematiche legate all’utilizzo di ciascuna tecnologia di AM
  • Avere la capacità di comprendere la microstruttura del materiale prodotto un processo di AM

Programma

L’insegnamento di Additive Manufacturing (AM) introdurrà una delle tecnologie manufatturiere più promettente degli ultimi anni.

La prima parte del corso introdurrà il concetto e workflow del processo di AM, le differenze rispetto alle tecnologie sottrattive convenzionali e illustrerà i vantaggi principali, le famiglie di materiali processabili e settori industriali di applicazione. Successivamente verranno descritte le tecniche principali di AM, illustrandone le differenze in termini di processo, materiali e settori di applicazione.

La seconda parte del corso si concentrerà sull’approfondimento delle tecnologie AM utilizzate per processare i metalli in particolare la tecnica di Powder Bed Fusion – Laser Beam/Metal (PBF-LB/M) descrivendone i vantaggi principali e i limiti processuali attuali, come la bassa produttività. Verranno dunque illustrate le metodologie e innovazioni tecnologiche messe in opera per aumentare la produttività del processo PBF-LB/M, descrivendone i benefici e gli eventuali limiti di applicabilità e problematiche metallurgiche come il fenomeno della ricristallizzazione. Successivamente verrà approfondito il concetto di tensioni residue e fenomeno della ricristallizzazione per i materiali processati tramite PBF-LB/M.

Si concluderà il corso con l’introduzione alle nuove frontiere di materiali processabili con tecniche di AM.

Il corso è organizzato su 15 video-lezioni. Suddivise come segue.

  • Lezione 1 - Introduzione e classificazione del processo di Additive Manufacturing rispetto alle tecniche manufatturiere convenzionali
  • Lezione 2 - Settori di applicazione di AM
  • Lezione 3 - Materiali per AM
  • Lezione 4 - Tecniche principali AM – Parte I
  • Lezione 5 - Tecniche principali AM – Parte II
  • Lezione 6 - Il processo di Powder Bed Fusion-Laser Beam/Metal (PBF-LB/M) – Parte I
  • Lezione 7 - Il processo di Powder Bed Fusion-Laser Beam/Metal (PBF-LB/M) – Parte II
  • Lezione 8- Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte I
  • Lezione 9 - Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte II
  • Lezione 10 - Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte III
  • Lezione 11 - Tensioni residue e ricristallizzazione nel processo PBF-LB/M
  • Lezione 12 - Il problema della produttività nella Direct Energy Deposition
  • Lezione 13 - Nuove frontiere di materiali processabili con tecniche di AM – Parte I
  • Lezione 14 - Nuove frontiere di materiali processabili con tecniche di AM – Parte II
  • Lezione 15 - Riepilogo dei fondamenti di AM

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi regionali e in forma orale nella sede di Roma e ha la durata massima di 120 minuti. La prova è costituta generalmente da quattro domande aperte così strutturate:

  • una domanda sull’introduzione alla tecnologia Additive Manufacturing nel panorama delle tecniche manufatturiere
  • una domanda sugli ambiti industriali di applicazione delle tecniche di AM
  • una domanda sulle principali tecniche di AM sviluppate
  • una domanda sui vantaggi e limiti dell’utilizzo delle tecniche di AM

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

L’esame finale è volto a verificare la comprensione degli argomenti trattati. Il punteggio della prova è espresso in trentesimi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Le prove di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle slides realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Helmi Youssef, Hassan El-Hofy, Mahmoud Ahmed, Fundamentals of Additive Manufacturing Principles, Technologies, and Applications, CRC Press. First edition. Copyright 2025

Codice insegnamento UC453390

Additive manufacturing 2° anno · 6 CFU · IIND-03/B · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: La comprensione dei principi fondamentali tecnologici di funzionamento delle tecniche di Additive Manufacturing L’inquadramento delle tecniche di…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • La comprensione dei principi fondamentali tecnologici di funzionamento delle tecniche di Additive Manufacturing
  • L’inquadramento delle tecniche di AM rispetto alle tecniche manufatturiere sottrattive convenzionali
  • La conoscenza dei principali vantaggi, limiti e possibili sviluppi futuri delle tecniche di AM

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • Conoscere l’evoluzione delle tecniche di AM e inquadramento rispetto alle tecniche convenzionali sottrattive
  • Conoscere la gamma di materiali processabili in funzione delle tecniche AM disponibili
  • Selezionare la tecnica ideale di AM in funzione dell’applicazione finale del componente da realizzare
  • Conoscere i limiti di produttività dei processi AM e le metodologie utilizzate per ridurre questa problematica di processo e permettere una maggiore diffusione del AM nei settori industriali
  • Conoscere le prospettive e sviluppi futuri delle tecniche di AM

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • Svolgere valutazioni critiche e approfondite durante il processo di selezione di una tecnologia manufatturiera di AM
  • Analizzare in maniera dettagliata le problematiche legate all’utilizzo di ciascuna tecnologia di AM
  • Avere la capacità di comprendere la microstruttura del materiale prodotto un processo di AM

Programma

L’insegnamento di Additive Manufacturing (AM) introdurrà una delle tecnologie manufatturiere più promettente degli ultimi anni.

La prima parte del corso introdurrà il concetto e workflow del processo di AM, le differenze rispetto alle tecnologie sottrattive convenzionali e illustrerà i vantaggi principali, le famiglie di materiali processabili e settori industriali di applicazione. Successivamente verranno descritte le tecniche principali di AM, illustrandone le differenze in termini di processo, materiali e settori di applicazione.

La seconda parte del corso si concentrerà sull’approfondimento delle tecnologie AM utilizzate per processare i metalli in particolare la tecnica di Powder Bed Fusion – Laser Beam/Metal (PBF-LB/M) descrivendone i vantaggi principali e i limiti processuali attuali, come la bassa produttività. Verranno dunque illustrate le metodologie e innovazioni tecnologiche messe in opera per aumentare la produttività del processo PBF-LB/M, descrivendone i benefici e gli eventuali limiti di applicabilità e problematiche metallurgiche come il fenomeno della ricristallizzazione. Successivamente verrà approfondito il concetto di tensioni residue e fenomeno della ricristallizzazione per i materiali processati tramite PBF-LB/M.

Si concluderà il corso con l’introduzione alle nuove frontiere di materiali processabili con tecniche di AM.

Il corso è organizzato su 15 video-lezioni. Suddivise come segue.

  • Lezione 1 - Introduzione e classificazione del processo di Additive Manufacturing rispetto alle tecniche manufatturiere convenzionali
  • Lezione 2 - Settori di applicazione di AM
  • Lezione 3 - Materiali per AM
  • Lezione 4 - Tecniche principali AM – Parte I
  • Lezione 5 - Tecniche principali AM – Parte II
  • Lezione 6 - Il processo di Powder Bed Fusion-Laser Beam/Metal (PBF-LB/M) – Parte I
  • Lezione 7 - Il processo di Powder Bed Fusion-Laser Beam/Metal (PBF-LB/M) – Parte II
  • Lezione 8- Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte I
  • Lezione 9 - Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte II
  • Lezione 10 - Il problema della Produttività nei processi AM: caso di studio PBF-LB/M con tecniche per l’incremento dei volumi produttivi – Parte III
  • Lezione 11 - Tensioni residue e ricristallizzazione nel processo PBF-LB/M
  • Lezione 12 - Il problema della produttività nella Direct Energy Deposition
  • Lezione 13 - Nuove frontiere di materiali processabili con tecniche di AM – Parte I
  • Lezione 14 - Nuove frontiere di materiali processabili con tecniche di AM – Parte II
  • Lezione 15 - Riepilogo dei fondamenti di AM

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi regionali e in forma orale nella sede di Roma e ha la durata massima di 120 minuti. La prova è costituta generalmente da quattro domande aperte così strutturate:

  • una domanda sull’introduzione alla tecnologia Additive Manufacturing nel panorama delle tecniche manufatturiere
  • una domanda sugli ambiti industriali di applicazione delle tecniche di AM
  • una domanda sulle principali tecniche di AM sviluppate
  • una domanda sui vantaggi e limiti dell’utilizzo delle tecniche di AM

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

L’esame finale è volto a verificare la comprensione degli argomenti trattati. Il punteggio della prova è espresso in trentesimi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Le prove di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle slides realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Helmi Youssef, Hassan El-Hofy, Mahmoud Ahmed, Fundamentals of Additive Manufacturing Principles, Technologies, and Applications, CRC Press. First edition. Copyright 2025

Codice insegnamento curriculum-meccanica-lm-33:additive-manufacturing

Blockchain 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso mira a fornire una solida conoscenza delle normative, delle procedure e delle applicazioni relative alle Blockchain. Il primo modulo del corso di Blockchain analizza il funzionamento tecnico di Bitcoin e il…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire una solida conoscenza delle normative, delle procedure e delle applicazioni relative alle Blockchain.
Il primo modulo del corso di Blockchain analizza il funzionamento tecnico di Bitcoin e il contesto storico, sociale ed economico in cui è nato.
Il secondo modulo del corso fornisce le competenze per riconoscere le differenze tra blockchain e registri distribuiti (DLT), approfondisce la storia e il funzionamento della tecnologia blockchain e ne esplicita le applicazioni e le funzionalità più conosciute.
Il terzo modulo spiega nel dettaglio l’applicazione monetaria della tecnologia blockchain, illustrando alcune delle più diffuse criptovalute alternative al bitcoin e spiegando come utilizzare gli exchange e gli strumenti utili per saperle gestire.
Il quarto modulo offre una panoramica della situazione legale e fiscale in Italia, in Europa e nel resto del Mondo studiando direttamente sui documenti governativi redatti dalla task force del MISE per la strategia nazionale blockchain.
Il quinto modulo riepiloga ciò che è stato trattato nel corso, ne trae le conclusioni e ipotizza gli scenari futuri sia dal punto di vista regolamentatorio che da quello economico, tecnologico e sociale.
Al termine della fruizione delle lezioni di ciascun modulo - fatta eccezione per il modulo di riepilogo - sarà possibile verificare il livello di apprendimento rispondendo ad una serie di test di autovalutazione.

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere le origini e il funzionamento della tecnologia Blockchain;
  • vedere e capire le evoluzioni che questa innovazione sta portando nei diversi ecosistemi, nelle aziende e nelle organizzazioni;
  • valutare, indirizzare e gestire il cambiamento nella propria realtà di mercato.

Programma

Il corso consente di comprendere le origini della Blockchain e di analizzarla dal punto di vista operativo, applicativo e di business, fornendo i concetti chiave di funzionamento ed illustrando le principali applicazioni.
Inoltre il corso fornisce le competenze tecniche per poter utilizzare le più conosciute piattaforme in ambito blockchain e criptovalutario.

Modulo 1 - Bitcoin: come e perché funziona (3 videolezioni)
Contesto storico
Satoshi Nakamoto
Bitcoin e crittografia

Modulo 2 - Blockchain: il nuovo paradigma tecnologico e le sue applicazioni (4 videolezioni)
Blockchain e DLT
Applicazioni della blockchain
ICO e Token
Ambiti applicativi

Modulo 3 - Criptovalute: gli strumenti per comprenderle ed utilizzarle (4 videolezioni)
Criptovalute
Wallet ed Exchange
Mining
Libra, Ton e scenari attuali

Modulo 4 - Il contesto legale e fiscale (2 videolezioni)
Aspetti legali
Aspetti fiscali

Modulo 5 - Conclusioni e scenari futuri (2 videolezioni)
Riepilogo
Conclusione e scenari futuri

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti indicati nel programma volte a rilevare le effettive nozioni e abilità acquisite. Le domande aperte riguardano argomenti specifici del corso e viene richiesto allo studente di motivare in modo adeguato le risposte esponendo in dettaglio gli argomenti richiesti.
La prova ha una durata massima di 120 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Comandini G.L., Da Zero alla Luna, Flaccovio Dario ed., ultima edizione.
  • Antonopoulos A., Mastering Bitcoin, O'Reilly Media, Inc, USA, United States, ultima edizione.
  • De Collibus F. e Mauro R., Hacking finance. La rivoluzione del bitcoin e della blockchain, Agenzia X ed., ultima edizione.

Codice insegnamento curriculum-gestionale-lm-33:18483

Blockchain 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso mira a fornire una solida conoscenza delle normative, delle procedure e delle applicazioni relative alle Blockchain. Il primo modulo del corso di Blockchain analizza il funzionamento tecnico di Bitcoin e il…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire una solida conoscenza delle normative, delle procedure e delle applicazioni relative alle Blockchain.
Il primo modulo del corso di Blockchain analizza il funzionamento tecnico di Bitcoin e il contesto storico, sociale ed economico in cui è nato.
Il secondo modulo del corso fornisce le competenze per riconoscere le differenze tra blockchain e registri distribuiti (DLT), approfondisce la storia e il funzionamento della tecnologia blockchain e ne esplicita le applicazioni e le funzionalità più conosciute.
Il terzo modulo spiega nel dettaglio l’applicazione monetaria della tecnologia blockchain, illustrando alcune delle più diffuse criptovalute alternative al bitcoin e spiegando come utilizzare gli exchange e gli strumenti utili per saperle gestire.
Il quarto modulo offre una panoramica della situazione legale e fiscale in Italia, in Europa e nel resto del Mondo studiando direttamente sui documenti governativi redatti dalla task force del MISE per la strategia nazionale blockchain.
Il quinto modulo riepiloga ciò che è stato trattato nel corso, ne trae le conclusioni e ipotizza gli scenari futuri sia dal punto di vista regolamentatorio che da quello economico, tecnologico e sociale.
Al termine della fruizione delle lezioni di ciascun modulo - fatta eccezione per il modulo di riepilogo - sarà possibile verificare il livello di apprendimento rispondendo ad una serie di test di autovalutazione.

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere le origini e il funzionamento della tecnologia Blockchain;
  • vedere e capire le evoluzioni che questa innovazione sta portando nei diversi ecosistemi, nelle aziende e nelle organizzazioni;
  • valutare, indirizzare e gestire il cambiamento nella propria realtà di mercato.

Programma

Il corso consente di comprendere le origini della Blockchain e di analizzarla dal punto di vista operativo, applicativo e di business, fornendo i concetti chiave di funzionamento ed illustrando le principali applicazioni.
Inoltre il corso fornisce le competenze tecniche per poter utilizzare le più conosciute piattaforme in ambito blockchain e criptovalutario.

Modulo 1 - Bitcoin: come e perché funziona (3 videolezioni)
Contesto storico
Satoshi Nakamoto
Bitcoin e crittografia

Modulo 2 - Blockchain: il nuovo paradigma tecnologico e le sue applicazioni (4 videolezioni)
Blockchain e DLT
Applicazioni della blockchain
ICO e Token
Ambiti applicativi

Modulo 3 - Criptovalute: gli strumenti per comprenderle ed utilizzarle (4 videolezioni)
Criptovalute
Wallet ed Exchange
Mining
Libra, Ton e scenari attuali

Modulo 4 - Il contesto legale e fiscale (2 videolezioni)
Aspetti legali
Aspetti fiscali

Modulo 5 - Conclusioni e scenari futuri (2 videolezioni)
Riepilogo
Conclusione e scenari futuri

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti indicati nel programma volte a rilevare le effettive nozioni e abilità acquisite. Le domande aperte riguardano argomenti specifici del corso e viene richiesto allo studente di motivare in modo adeguato le risposte esponendo in dettaglio gli argomenti richiesti.
La prova ha una durata massima di 120 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Comandini G.L., Da Zero alla Luna, Flaccovio Dario ed., ultima edizione.
  • Antonopoulos A., Mastering Bitcoin, O'Reilly Media, Inc, USA, United States, ultima edizione.
  • De Collibus F. e Mauro R., Hacking finance. La rivoluzione del bitcoin e della blockchain, Agenzia X ed., ultima edizione.

Codice insegnamento curriculum-gestionale-lm-33:blockchain

Blockchain 2° anno · 6 CFU · IINF-05/A · 0 file

Il corso mira a fornire una solida conoscenza delle normative, delle procedure e delle applicazioni relative alle Blockchain. Il primo modulo del corso di Blockchain analizza il funzionamento tecnico di Bitcoin e il…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire una solida conoscenza delle normative, delle procedure e delle applicazioni relative alle Blockchain.
Il primo modulo del corso di Blockchain analizza il funzionamento tecnico di Bitcoin e il contesto storico, sociale ed economico in cui è nato.
Il secondo modulo del corso fornisce le competenze per riconoscere le differenze tra blockchain e registri distribuiti (DLT), approfondisce la storia e il funzionamento della tecnologia blockchain e ne esplicita le applicazioni e le funzionalità più conosciute.
Il terzo modulo spiega nel dettaglio l’applicazione monetaria della tecnologia blockchain, illustrando alcune delle più diffuse criptovalute alternative al bitcoin e spiegando come utilizzare gli exchange e gli strumenti utili per saperle gestire.
Il quarto modulo offre una panoramica della situazione legale e fiscale in Italia, in Europa e nel resto del Mondo studiando direttamente sui documenti governativi redatti dalla task force del MISE per la strategia nazionale blockchain.
Il quinto modulo riepiloga ciò che è stato trattato nel corso, ne trae le conclusioni e ipotizza gli scenari futuri sia dal punto di vista regolamentatorio che da quello economico, tecnologico e sociale.
Al termine della fruizione delle lezioni di ciascun modulo - fatta eccezione per il modulo di riepilogo - sarà possibile verificare il livello di apprendimento rispondendo ad una serie di test di autovalutazione.

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere le origini e il funzionamento della tecnologia Blockchain;
  • vedere e capire le evoluzioni che questa innovazione sta portando nei diversi ecosistemi, nelle aziende e nelle organizzazioni;
  • valutare, indirizzare e gestire il cambiamento nella propria realtà di mercato.

Programma

Il corso consente di comprendere le origini della Blockchain e di analizzarla dal punto di vista operativo, applicativo e di business, fornendo i concetti chiave di funzionamento ed illustrando le principali applicazioni.
Inoltre il corso fornisce le competenze tecniche per poter utilizzare le più conosciute piattaforme in ambito blockchain e criptovalutario.

Modulo 1 - Bitcoin: come e perché funziona (3 videolezioni)
Contesto storico
Satoshi Nakamoto
Bitcoin e crittografia

Modulo 2 - Blockchain: il nuovo paradigma tecnologico e le sue applicazioni (4 videolezioni)
Blockchain e DLT
Applicazioni della blockchain
ICO e Token
Ambiti applicativi

Modulo 3 - Criptovalute: gli strumenti per comprenderle ed utilizzarle (4 videolezioni)
Criptovalute
Wallet ed Exchange
Mining
Libra, Ton e scenari attuali

Modulo 4 - Il contesto legale e fiscale (2 videolezioni)
Aspetti legali
Aspetti fiscali

Modulo 5 - Conclusioni e scenari futuri (2 videolezioni)
Riepilogo
Conclusione e scenari futuri

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti indicati nel programma volte a rilevare le effettive nozioni e abilità acquisite. Le domande aperte riguardano argomenti specifici del corso e viene richiesto allo studente di motivare in modo adeguato le risposte esponendo in dettaglio gli argomenti richiesti.
La prova ha una durata massima di 120 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Comandini G.L., Da Zero alla Luna, Flaccovio Dario ed., ultima edizione.
  • Antonopoulos A., Mastering Bitcoin, O'Reilly Media, Inc, USA, United States, ultima edizione.
  • De Collibus F. e Mauro R., Hacking finance. La rivoluzione del bitcoin e della blockchain, Agenzia X ed., ultima edizione.

Codice insegnamento UC453410

CHEM-06/A Chimico-Fisica della Combustione Sostenibile 2° anno · 6 CFU · 0 file
CHEM-06/A Chimico-Fisica della Combustione Sostenibile 2° anno · 6 CFU · 0 file
CHEM-06/A Chimico-Fisica della Combustione Sostenibile 2° anno · 6 CFU · 0 file
Data Science and Analytics 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscere e comprendere: Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

1. Conoscere e comprendere:

  • Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile applicate ai dati.
  • I fondamenti matematici e algoritmici alla base dei principali modelli di Machine Learning supervisionato (modelli lineari, logistici e basati su alberi) e di Machine Learning non supervisionato (clustering).
  • Le peculiarità vettoriali e i requisiti teorici per l'analisi delle serie storiche (Time Series Forecasting).
  • Le logiche avanzate di validazione dei modelli, la gestione del trade-off tra bias e varianza e le cause teoriche degli errori sistemici, come il Data Leakage.
  • I concetti architetturali legati alla messa in produzione dei modelli (ModelOps), identificando il debito tecnico intrinseco e i principali anti-pattern sistemici del Machine Learning.

2. Capacità di applicare conoscenza e comprensione:

  • Utilizzare operativamente l'ecosistema Python per condurre in autonomia l'Analisi Esplorativa (EDA), la pulizia dei dati e il Feature Engineering su dataset complessi.
  • Addestrare, ottimizzare e validare rigorosamente modelli predittivi, selezionando le metriche di valutazione più adeguate allo specifico problema affrontato.
  • Trattare operativamente i dati temporali, estraendo feature specifiche (es. lag features, sliding windows) e applicando il corretto partizionamento per la validazione (Time Series Split).
  • Diagnosticare le criticità tipiche del deployment, traducendo i modelli matematici in soluzioni software ingegnerizzabili e mitigando problemi come i feedback loop in produzione.

3. Competenze trasversali:

  • Autonomia di giudizio: capacità di valutare criticamente l'allineamento tra le performance puramente statistiche dei modelli (Technical Metrics) e il valore reale generato per l'azienda (Business KPI).
  • Abilità comunicative: capacità di presentare insight complessi in modo chiaro e persuasivo, sia agli interlocutori tecnici sia ai decision maker aziendali, avvalendosi di tecniche mirate di Data Visualization.
  • Capacità di lavoro in team: interiorizzazione delle dinamiche dei team interfunzionali e del ruolo del "T-Shaped Professional", acquisendo la forma mentis per collaborare efficacemente all'intersezione tra ingegneria del software, matematica e business.

Programma

L'insegnamento di Data Science and Analytics analizza l'intero ciclo di vita di un progetto data-driven, colmando il divario tra la sperimentazione algoritmica e l'ingegnerizzazione di sistemi di Machine Learning robusti, scalabili e orientati al business. Il percorso didattico parte dai fondamenti metodologici, approfondendo il framework CRISP-DM, l'Agile Data Science e le dinamiche dei team moderni, per poi fornire le competenze operative necessarie all'Analisi Esplorativa (EDA) e al Feature Engineering in ambiente Python. L'insegnamento prosegue esaminando la modellazione predittiva con rigore matematico e computazionale, coprendo algoritmi supervisionati e non supervisionati, nonché l'analisi delle serie storiche. Un'attenzione cruciale è rivolta alla validazione ingegneristica: l'obiettivo è padroneggiare il trade-off tra bias e varianza e prevenire errori sistemici come il Data Leakage. Nella fase conclusiva, il corso affronta le sfide della messa in produzione, focalizzandosi sulla diagnosi degli anti-pattern, sulla gestione del debito tecnico e sulle strategie di ModelOps. Attraverso l'analisi di casi reali, si mira a formare ingegneri con profilo "T-Shaped", capaci di tradurre la teoria statistica in soluzioni software manutenibili che allineino i risultati tecnici ai KPI aziendali.

Il corso si articola in 15 videolezioni.

MODULO 1: Fondamenti, Metodologie e Stack Tecnologico
1. Fondamenti, Ruoli ed Etica nell'era Data-Driven

  • Definizione dei confini tra Data Science, AI e Data Engineering.
  • Analisi dei ruoli nel team moderno (competenze T- Shaped) e valutazione rigorosa dei rischi etici e dei bias algoritmici.

2. Gestione del Progetto: Metodologie e Agile Data Science

  • Transizione dalla sperimentazione al prodotto tramite il framework CRISP-DM. Applicazione di metodologie Agile, Scrum e Kanban ai progetti data-driven, con focus sugli errori comuni e la gestione del fallimento.

3. Gestione dell'Innovazione e Stack Tecnologico

  • Analisi del trade-off tra ricerca algoritmica e processi operativi stabili. Scelte infrastrutturali, ruolo dell'ecosistema Python (librerie core) e setup ingegneristico di ambienti professionali sicuri e containerizzati.

MODULO 2: Dati, Python e Visualizzazione
4. Python per la Data Science: Manipolazione e Analisi dei Dati

  • Architetture interattive (REPL) e calcolo vettoriale ad alte prestazioni con NumPy.
  • Ingestione, manipolazione relazionale e aggregazione multidimensionale (Split-Apply-Combine) di dati strutturati tramite Pandas.

5. Analisi Esplorativa dei Dati (EDA) e Pulizia del Dataset

  • Fondamenti di statistica descrittiva univariata e bivariata.
  • Tassonomia e imputazione dei dati mancanti, identificazione analitica degli outlier (Z-Score, IQR) e profilazione automatizzata.

6. Data Visualization: Dall'Analisi Visiva alla Business Communication

  • Principi di percezione visiva (Gestalt) e architettura grafica di Matplotlib e Seaborn.
  • Visualizzazione statistica multidimensionale e ottimizzazione del Data-Ink Ratio per il reporting aziendale automatizzato.

7. Feature Engineering: Trasformazione e Creazione delle Variabili

  • Formalizzazione matematica dei predittori, tecniche avanzate di codifica categoriale e scaling numerico.
  • Estrazione di nuove feature, mitigazione della Curse of Dimensionality e selezione algoritmica con rigorosa prevenzione del Data Leakage.

MODULO 3: Modellazione Predittiva e Machine Learning
8. Predictive Analytics: Machine Learning Supervisionato e Regressione

  • Fondamenti formali dell'apprendimento supervisionato e formulazione matematica della regressione lineare (OLS, Discesa del gradiente).
  • Diagnostica delle assunzioni statistiche, metriche di valutazione (RMSE, R²) e regolarizzazione (Lasso, Ridge).

9. Predictive Analytics: Classificazione Binaria e Regressione Logistica

  • Formulazione matematica della classificazione tramite Regressione Logistica e ottimizzazione basata su cross-entropia (Log-Loss).
  • Valutazione delle performance su dataset sbilanciati mediante Matrice di Confusione, metriche derivate (Precision, Recall, F1-Score) e calibrazione delle soglie decisionali tramite curve ROC/AUC.

10. Predictive Analytics: Classificazione Multiclasse e Algoritmi ad Albero

  • Estensione multiclasse (Softmax) e modellazione tramite Alberi di Decisione (Gini, Entropia).
  • Implementazione di strategie ensemble (Random Forest) per l’ottimizzazione del trade-off bias-varianza e analisi dell'interpretabilità algoritmica (Feature Importance, LIME).

11. Valutazione Avanzata: Generalizzazione, Cross-Validazione e Bias-Varianza

  • Analisi della capacità di generalizzazione e scomposizione matematica dell’errore nel trade-off bias-varianza.
  • Implementazione di protocolli di validazione robusta (K-Fold, Stratified), diagnostica tramite curve di apprendimento e prevenzione rigorosa del Data Leakage.

MODULO 4: Ottimizzazione, Advanced Analytics e Produzione
12. Advanced Analytics: Apprendimento Non Supervisionato e Clustering

  • Formalizzazione del paradigma non supervisionato e implementazione del clustering K-Means.
  • Ingegnerizzazione dei dati (Scaling, PCA) e protocolli per la selezione del numero ottimo di cluster tramite Inertia e Silhouette Coefficient.

13. Advanced Analytics: Analisi delle Serie Storiche

  • Analisi dei dati temporali e decadimento dell'assunzione IID.
  • Decomposizione del segnale, feature engineering specifico (lag features) e protocolli di validazione sequenziale (Time Series Split) per la prevenzione rigorosa del leakage.

14. Sfide Reali: Anti-Pattern e Trappole Sistemiche nel Machine Learning

  • Analisi del disallineamento tra metriche tecniche e KPI di business e diagnosi del debito tecnico specifico (Glue Code, Pipeline Jungles).
  • Studio dei rischi sistemici legati ai Feedback Loops e delle dinamiche organizzative dei team interfunzionali.

15. Dal Modello al Valore: ModelOps, Deployment e Monitoraggio

  • Ingegnerizzazione e deployment dei modelli (API, Docker) per la transizione alla produzione.
  • Gestione del ciclo di vita tramite ModelOps, monitoraggio del degrado (Drift), test in produzione (A/B testing) e valutazione dell'impatto economico (ROI).

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste in domande a risposta aperta relative agli argomenti specifici del corso. Le domande sono formulate in questa tipologia sia per argomenti più teorici sia per quelli più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’importanza e al valore dei dati, nonché la capacità della scienza dei dati di analizzare, ovvero estrapolare e mettere in relazione un’enorme mole di dati eterogenei. Durante la prova scritta, le domande saranno tali da consentire la valutazione della capacità dello studente di presentare esempi e casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova scritta ha una durata massima di 90 minuti, durante la quale gli studenti devono illustrare adeguatamente gli argomenti richiesti, dimostrando di aver raggiunto gli obiettivi formativi prefissati. L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi di studio e la comprensione delle problematiche proposte nel corso.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di descrivere come utilizzare gli strumenti introdotti in casi reali.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici ed esercitazioni aggiuntive.

  • Anthony So, Thomas V. Joseph, Robert Thas John, Andrew Worsley, and Dr. Samuel Asare (2020). The Data Science Workshop: A new, Interactive Approach to Learning Data Science. Packt Publishing.
  • Kirill Dubovikov (2019). Managing Data Science: Effective strategies to manage data science projects and build a sustainable team. Packt Publishing.

Codice insegnamento curriculum-meccanica-lm-33:19445

Data Science and Analytics 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscere e comprendere: Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

1. Conoscere e comprendere:

  • Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile applicate ai dati.
  • I fondamenti matematici e algoritmici alla base dei principali modelli di Machine Learning supervisionato (modelli lineari, logistici e basati su alberi) e di Machine Learning non supervisionato (clustering).
  • Le peculiarità vettoriali e i requisiti teorici per l'analisi delle serie storiche (Time Series Forecasting).
  • Le logiche avanzate di validazione dei modelli, la gestione del trade-off tra bias e varianza e le cause teoriche degli errori sistemici, come il Data Leakage.
  • I concetti architetturali legati alla messa in produzione dei modelli (ModelOps), identificando il debito tecnico intrinseco e i principali anti-pattern sistemici del Machine Learning.

2. Capacità di applicare conoscenza e comprensione:

  • Utilizzare operativamente l'ecosistema Python per condurre in autonomia l'Analisi Esplorativa (EDA), la pulizia dei dati e il Feature Engineering su dataset complessi.
  • Addestrare, ottimizzare e validare rigorosamente modelli predittivi, selezionando le metriche di valutazione più adeguate allo specifico problema affrontato.
  • Trattare operativamente i dati temporali, estraendo feature specifiche (es. lag features, sliding windows) e applicando il corretto partizionamento per la validazione (Time Series Split).
  • Diagnosticare le criticità tipiche del deployment, traducendo i modelli matematici in soluzioni software ingegnerizzabili e mitigando problemi come i feedback loop in produzione.

3. Competenze trasversali:

  • Autonomia di giudizio: capacità di valutare criticamente l'allineamento tra le performance puramente statistiche dei modelli (Technical Metrics) e il valore reale generato per l'azienda (Business KPI).
  • Abilità comunicative: capacità di presentare insight complessi in modo chiaro e persuasivo, sia agli interlocutori tecnici sia ai decision maker aziendali, avvalendosi di tecniche mirate di Data Visualization.
  • Capacità di lavoro in team: interiorizzazione delle dinamiche dei team interfunzionali e del ruolo del "T-Shaped Professional", acquisendo la forma mentis per collaborare efficacemente all'intersezione tra ingegneria del software, matematica e business.

Programma

L'insegnamento di Data Science and Analytics analizza l'intero ciclo di vita di un progetto data-driven, colmando il divario tra la sperimentazione algoritmica e l'ingegnerizzazione di sistemi di Machine Learning robusti, scalabili e orientati al business. Il percorso didattico parte dai fondamenti metodologici, approfondendo il framework CRISP-DM, l'Agile Data Science e le dinamiche dei team moderni, per poi fornire le competenze operative necessarie all'Analisi Esplorativa (EDA) e al Feature Engineering in ambiente Python. L'insegnamento prosegue esaminando la modellazione predittiva con rigore matematico e computazionale, coprendo algoritmi supervisionati e non supervisionati, nonché l'analisi delle serie storiche. Un'attenzione cruciale è rivolta alla validazione ingegneristica: l'obiettivo è padroneggiare il trade-off tra bias e varianza e prevenire errori sistemici come il Data Leakage. Nella fase conclusiva, il corso affronta le sfide della messa in produzione, focalizzandosi sulla diagnosi degli anti-pattern, sulla gestione del debito tecnico e sulle strategie di ModelOps. Attraverso l'analisi di casi reali, si mira a formare ingegneri con profilo "T-Shaped", capaci di tradurre la teoria statistica in soluzioni software manutenibili che allineino i risultati tecnici ai KPI aziendali.

Il corso si articola in 15 videolezioni.

MODULO 1: Fondamenti, Metodologie e Stack Tecnologico
1. Fondamenti, Ruoli ed Etica nell'era Data-Driven

  • Definizione dei confini tra Data Science, AI e Data Engineering.
  • Analisi dei ruoli nel team moderno (competenze T- Shaped) e valutazione rigorosa dei rischi etici e dei bias algoritmici.

2. Gestione del Progetto: Metodologie e Agile Data Science

  • Transizione dalla sperimentazione al prodotto tramite il framework CRISP-DM. Applicazione di metodologie Agile, Scrum e Kanban ai progetti data-driven, con focus sugli errori comuni e la gestione del fallimento.

3. Gestione dell'Innovazione e Stack Tecnologico

  • Analisi del trade-off tra ricerca algoritmica e processi operativi stabili. Scelte infrastrutturali, ruolo dell'ecosistema Python (librerie core) e setup ingegneristico di ambienti professionali sicuri e containerizzati.

MODULO 2: Dati, Python e Visualizzazione
4. Python per la Data Science: Manipolazione e Analisi dei Dati

  • Architetture interattive (REPL) e calcolo vettoriale ad alte prestazioni con NumPy.
  • Ingestione, manipolazione relazionale e aggregazione multidimensionale (Split-Apply-Combine) di dati strutturati tramite Pandas.

5. Analisi Esplorativa dei Dati (EDA) e Pulizia del Dataset

  • Fondamenti di statistica descrittiva univariata e bivariata.
  • Tassonomia e imputazione dei dati mancanti, identificazione analitica degli outlier (Z-Score, IQR) e profilazione automatizzata.

6. Data Visualization: Dall'Analisi Visiva alla Business Communication

  • Principi di percezione visiva (Gestalt) e architettura grafica di Matplotlib e Seaborn.
  • Visualizzazione statistica multidimensionale e ottimizzazione del Data-Ink Ratio per il reporting aziendale automatizzato.

7. Feature Engineering: Trasformazione e Creazione delle Variabili

  • Formalizzazione matematica dei predittori, tecniche avanzate di codifica categoriale e scaling numerico.
  • Estrazione di nuove feature, mitigazione della Curse of Dimensionality e selezione algoritmica con rigorosa prevenzione del Data Leakage.

MODULO 3: Modellazione Predittiva e Machine Learning
8. Predictive Analytics: Machine Learning Supervisionato e Regressione

  • Fondamenti formali dell'apprendimento supervisionato e formulazione matematica della regressione lineare (OLS, Discesa del gradiente).
  • Diagnostica delle assunzioni statistiche, metriche di valutazione (RMSE, R²) e regolarizzazione (Lasso, Ridge).

9. Predictive Analytics: Classificazione Binaria e Regressione Logistica

  • Formulazione matematica della classificazione tramite Regressione Logistica e ottimizzazione basata su cross-entropia (Log-Loss).
  • Valutazione delle performance su dataset sbilanciati mediante Matrice di Confusione, metriche derivate (Precision, Recall, F1-Score) e calibrazione delle soglie decisionali tramite curve ROC/AUC.

10. Predictive Analytics: Classificazione Multiclasse e Algoritmi ad Albero

  • Estensione multiclasse (Softmax) e modellazione tramite Alberi di Decisione (Gini, Entropia).
  • Implementazione di strategie ensemble (Random Forest) per l’ottimizzazione del trade-off bias-varianza e analisi dell'interpretabilità algoritmica (Feature Importance, LIME).

11. Valutazione Avanzata: Generalizzazione, Cross-Validazione e Bias-Varianza

  • Analisi della capacità di generalizzazione e scomposizione matematica dell’errore nel trade-off bias-varianza.
  • Implementazione di protocolli di validazione robusta (K-Fold, Stratified), diagnostica tramite curve di apprendimento e prevenzione rigorosa del Data Leakage.

MODULO 4: Ottimizzazione, Advanced Analytics e Produzione
12. Advanced Analytics: Apprendimento Non Supervisionato e Clustering

  • Formalizzazione del paradigma non supervisionato e implementazione del clustering K-Means.
  • Ingegnerizzazione dei dati (Scaling, PCA) e protocolli per la selezione del numero ottimo di cluster tramite Inertia e Silhouette Coefficient.

13. Advanced Analytics: Analisi delle Serie Storiche

  • Analisi dei dati temporali e decadimento dell'assunzione IID.
  • Decomposizione del segnale, feature engineering specifico (lag features) e protocolli di validazione sequenziale (Time Series Split) per la prevenzione rigorosa del leakage.

14. Sfide Reali: Anti-Pattern e Trappole Sistemiche nel Machine Learning

  • Analisi del disallineamento tra metriche tecniche e KPI di business e diagnosi del debito tecnico specifico (Glue Code, Pipeline Jungles).
  • Studio dei rischi sistemici legati ai Feedback Loops e delle dinamiche organizzative dei team interfunzionali.

15. Dal Modello al Valore: ModelOps, Deployment e Monitoraggio

  • Ingegnerizzazione e deployment dei modelli (API, Docker) per la transizione alla produzione.
  • Gestione del ciclo di vita tramite ModelOps, monitoraggio del degrado (Drift), test in produzione (A/B testing) e valutazione dell'impatto economico (ROI).

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste in domande a risposta aperta relative agli argomenti specifici del corso. Le domande sono formulate in questa tipologia sia per argomenti più teorici sia per quelli più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’importanza e al valore dei dati, nonché la capacità della scienza dei dati di analizzare, ovvero estrapolare e mettere in relazione un’enorme mole di dati eterogenei. Durante la prova scritta, le domande saranno tali da consentire la valutazione della capacità dello studente di presentare esempi e casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova scritta ha una durata massima di 90 minuti, durante la quale gli studenti devono illustrare adeguatamente gli argomenti richiesti, dimostrando di aver raggiunto gli obiettivi formativi prefissati. L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi di studio e la comprensione delle problematiche proposte nel corso.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di descrivere come utilizzare gli strumenti introdotti in casi reali.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici ed esercitazioni aggiuntive.

  • Anthony So, Thomas V. Joseph, Robert Thas John, Andrew Worsley, and Dr. Samuel Asare (2020). The Data Science Workshop: A new, Interactive Approach to Learning Data Science. Packt Publishing.
  • Kirill Dubovikov (2019). Managing Data Science: Effective strategies to manage data science projects and build a sustainable team. Packt Publishing.

Codice insegnamento curriculum-gestionale-lm-33:19445

Data Science and Analytics 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscere e comprendere: Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

1. Conoscere e comprendere:

  • Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile applicate ai dati.
  • I fondamenti matematici e algoritmici alla base dei principali modelli di Machine Learning supervisionato (modelli lineari, logistici e basati su alberi) e di Machine Learning non supervisionato (clustering).
  • Le peculiarità vettoriali e i requisiti teorici per l'analisi delle serie storiche (Time Series Forecasting).
  • Le logiche avanzate di validazione dei modelli, la gestione del trade-off tra bias e varianza e le cause teoriche degli errori sistemici, come il Data Leakage.
  • I concetti architetturali legati alla messa in produzione dei modelli (ModelOps), identificando il debito tecnico intrinseco e i principali anti-pattern sistemici del Machine Learning.

2. Capacità di applicare conoscenza e comprensione:

  • Utilizzare operativamente l'ecosistema Python per condurre in autonomia l'Analisi Esplorativa (EDA), la pulizia dei dati e il Feature Engineering su dataset complessi.
  • Addestrare, ottimizzare e validare rigorosamente modelli predittivi, selezionando le metriche di valutazione più adeguate allo specifico problema affrontato.
  • Trattare operativamente i dati temporali, estraendo feature specifiche (es. lag features, sliding windows) e applicando il corretto partizionamento per la validazione (Time Series Split).
  • Diagnosticare le criticità tipiche del deployment, traducendo i modelli matematici in soluzioni software ingegnerizzabili e mitigando problemi come i feedback loop in produzione.

3. Competenze trasversali:

  • Autonomia di giudizio: capacità di valutare criticamente l'allineamento tra le performance puramente statistiche dei modelli (Technical Metrics) e il valore reale generato per l'azienda (Business KPI).
  • Abilità comunicative: capacità di presentare insight complessi in modo chiaro e persuasivo, sia agli interlocutori tecnici sia ai decision maker aziendali, avvalendosi di tecniche mirate di Data Visualization.
  • Capacità di lavoro in team: interiorizzazione delle dinamiche dei team interfunzionali e del ruolo del "T-Shaped Professional", acquisendo la forma mentis per collaborare efficacemente all'intersezione tra ingegneria del software, matematica e business.

Programma

L'insegnamento di Data Science and Analytics analizza l'intero ciclo di vita di un progetto data-driven, colmando il divario tra la sperimentazione algoritmica e l'ingegnerizzazione di sistemi di Machine Learning robusti, scalabili e orientati al business. Il percorso didattico parte dai fondamenti metodologici, approfondendo il framework CRISP-DM, l'Agile Data Science e le dinamiche dei team moderni, per poi fornire le competenze operative necessarie all'Analisi Esplorativa (EDA) e al Feature Engineering in ambiente Python. L'insegnamento prosegue esaminando la modellazione predittiva con rigore matematico e computazionale, coprendo algoritmi supervisionati e non supervisionati, nonché l'analisi delle serie storiche. Un'attenzione cruciale è rivolta alla validazione ingegneristica: l'obiettivo è padroneggiare il trade-off tra bias e varianza e prevenire errori sistemici come il Data Leakage. Nella fase conclusiva, il corso affronta le sfide della messa in produzione, focalizzandosi sulla diagnosi degli anti-pattern, sulla gestione del debito tecnico e sulle strategie di ModelOps. Attraverso l'analisi di casi reali, si mira a formare ingegneri con profilo "T-Shaped", capaci di tradurre la teoria statistica in soluzioni software manutenibili che allineino i risultati tecnici ai KPI aziendali.

Il corso si articola in 15 videolezioni.

MODULO 1: Fondamenti, Metodologie e Stack Tecnologico
1. Fondamenti, Ruoli ed Etica nell'era Data-Driven

  • Definizione dei confini tra Data Science, AI e Data Engineering.
  • Analisi dei ruoli nel team moderno (competenze T- Shaped) e valutazione rigorosa dei rischi etici e dei bias algoritmici.

2. Gestione del Progetto: Metodologie e Agile Data Science

  • Transizione dalla sperimentazione al prodotto tramite il framework CRISP-DM. Applicazione di metodologie Agile, Scrum e Kanban ai progetti data-driven, con focus sugli errori comuni e la gestione del fallimento.

3. Gestione dell'Innovazione e Stack Tecnologico

  • Analisi del trade-off tra ricerca algoritmica e processi operativi stabili. Scelte infrastrutturali, ruolo dell'ecosistema Python (librerie core) e setup ingegneristico di ambienti professionali sicuri e containerizzati.

MODULO 2: Dati, Python e Visualizzazione
4. Python per la Data Science: Manipolazione e Analisi dei Dati

  • Architetture interattive (REPL) e calcolo vettoriale ad alte prestazioni con NumPy.
  • Ingestione, manipolazione relazionale e aggregazione multidimensionale (Split-Apply-Combine) di dati strutturati tramite Pandas.

5. Analisi Esplorativa dei Dati (EDA) e Pulizia del Dataset

  • Fondamenti di statistica descrittiva univariata e bivariata.
  • Tassonomia e imputazione dei dati mancanti, identificazione analitica degli outlier (Z-Score, IQR) e profilazione automatizzata.

6. Data Visualization: Dall'Analisi Visiva alla Business Communication

  • Principi di percezione visiva (Gestalt) e architettura grafica di Matplotlib e Seaborn.
  • Visualizzazione statistica multidimensionale e ottimizzazione del Data-Ink Ratio per il reporting aziendale automatizzato.

7. Feature Engineering: Trasformazione e Creazione delle Variabili

  • Formalizzazione matematica dei predittori, tecniche avanzate di codifica categoriale e scaling numerico.
  • Estrazione di nuove feature, mitigazione della Curse of Dimensionality e selezione algoritmica con rigorosa prevenzione del Data Leakage.

MODULO 3: Modellazione Predittiva e Machine Learning
8. Predictive Analytics: Machine Learning Supervisionato e Regressione

  • Fondamenti formali dell'apprendimento supervisionato e formulazione matematica della regressione lineare (OLS, Discesa del gradiente).
  • Diagnostica delle assunzioni statistiche, metriche di valutazione (RMSE, R²) e regolarizzazione (Lasso, Ridge).

9. Predictive Analytics: Classificazione Binaria e Regressione Logistica

  • Formulazione matematica della classificazione tramite Regressione Logistica e ottimizzazione basata su cross-entropia (Log-Loss).
  • Valutazione delle performance su dataset sbilanciati mediante Matrice di Confusione, metriche derivate (Precision, Recall, F1-Score) e calibrazione delle soglie decisionali tramite curve ROC/AUC.

10. Predictive Analytics: Classificazione Multiclasse e Algoritmi ad Albero

  • Estensione multiclasse (Softmax) e modellazione tramite Alberi di Decisione (Gini, Entropia).
  • Implementazione di strategie ensemble (Random Forest) per l’ottimizzazione del trade-off bias-varianza e analisi dell'interpretabilità algoritmica (Feature Importance, LIME).

11. Valutazione Avanzata: Generalizzazione, Cross-Validazione e Bias-Varianza

  • Analisi della capacità di generalizzazione e scomposizione matematica dell’errore nel trade-off bias-varianza.
  • Implementazione di protocolli di validazione robusta (K-Fold, Stratified), diagnostica tramite curve di apprendimento e prevenzione rigorosa del Data Leakage.

MODULO 4: Ottimizzazione, Advanced Analytics e Produzione
12. Advanced Analytics: Apprendimento Non Supervisionato e Clustering

  • Formalizzazione del paradigma non supervisionato e implementazione del clustering K-Means.
  • Ingegnerizzazione dei dati (Scaling, PCA) e protocolli per la selezione del numero ottimo di cluster tramite Inertia e Silhouette Coefficient.

13. Advanced Analytics: Analisi delle Serie Storiche

  • Analisi dei dati temporali e decadimento dell'assunzione IID.
  • Decomposizione del segnale, feature engineering specifico (lag features) e protocolli di validazione sequenziale (Time Series Split) per la prevenzione rigorosa del leakage.

14. Sfide Reali: Anti-Pattern e Trappole Sistemiche nel Machine Learning

  • Analisi del disallineamento tra metriche tecniche e KPI di business e diagnosi del debito tecnico specifico (Glue Code, Pipeline Jungles).
  • Studio dei rischi sistemici legati ai Feedback Loops e delle dinamiche organizzative dei team interfunzionali.

15. Dal Modello al Valore: ModelOps, Deployment e Monitoraggio

  • Ingegnerizzazione e deployment dei modelli (API, Docker) per la transizione alla produzione.
  • Gestione del ciclo di vita tramite ModelOps, monitoraggio del degrado (Drift), test in produzione (A/B testing) e valutazione dell'impatto economico (ROI).

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste in domande a risposta aperta relative agli argomenti specifici del corso. Le domande sono formulate in questa tipologia sia per argomenti più teorici sia per quelli più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’importanza e al valore dei dati, nonché la capacità della scienza dei dati di analizzare, ovvero estrapolare e mettere in relazione un’enorme mole di dati eterogenei. Durante la prova scritta, le domande saranno tali da consentire la valutazione della capacità dello studente di presentare esempi e casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova scritta ha una durata massima di 90 minuti, durante la quale gli studenti devono illustrare adeguatamente gli argomenti richiesti, dimostrando di aver raggiunto gli obiettivi formativi prefissati. L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi di studio e la comprensione delle problematiche proposte nel corso.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di descrivere come utilizzare gli strumenti introdotti in casi reali.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici ed esercitazioni aggiuntive.

  • Anthony So, Thomas V. Joseph, Robert Thas John, Andrew Worsley, and Dr. Samuel Asare (2020). The Data Science Workshop: A new, Interactive Approach to Learning Data Science. Packt Publishing.
  • Kirill Dubovikov (2019). Managing Data Science: Effective strategies to manage data science projects and build a sustainable team. Packt Publishing.

Codice insegnamento UC62837

Data Science and Analytics 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscere e comprendere: Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

1. Conoscere e comprendere:

  • Le fasi e le dinamiche dell'intero ciclo di vita di un progetto data-driven, inclusi il framework CRISP-DM e le metodologie Agile applicate ai dati.
  • I fondamenti matematici e algoritmici alla base dei principali modelli di Machine Learning supervisionato (modelli lineari, logistici e basati su alberi) e di Machine Learning non supervisionato (clustering).
  • Le peculiarità vettoriali e i requisiti teorici per l'analisi delle serie storiche (Time Series Forecasting).
  • Le logiche avanzate di validazione dei modelli, la gestione del trade-off tra bias e varianza e le cause teoriche degli errori sistemici, come il Data Leakage.
  • I concetti architetturali legati alla messa in produzione dei modelli (ModelOps), identificando il debito tecnico intrinseco e i principali anti-pattern sistemici del Machine Learning.

2. Capacità di applicare conoscenza e comprensione:

  • Utilizzare operativamente l'ecosistema Python per condurre in autonomia l'Analisi Esplorativa (EDA), la pulizia dei dati e il Feature Engineering su dataset complessi.
  • Addestrare, ottimizzare e validare rigorosamente modelli predittivi, selezionando le metriche di valutazione più adeguate allo specifico problema affrontato.
  • Trattare operativamente i dati temporali, estraendo feature specifiche (es. lag features, sliding windows) e applicando il corretto partizionamento per la validazione (Time Series Split).
  • Diagnosticare le criticità tipiche del deployment, traducendo i modelli matematici in soluzioni software ingegnerizzabili e mitigando problemi come i feedback loop in produzione.

3. Competenze trasversali:

  • Autonomia di giudizio: capacità di valutare criticamente l'allineamento tra le performance puramente statistiche dei modelli (Technical Metrics) e il valore reale generato per l'azienda (Business KPI).
  • Abilità comunicative: capacità di presentare insight complessi in modo chiaro e persuasivo, sia agli interlocutori tecnici sia ai decision maker aziendali, avvalendosi di tecniche mirate di Data Visualization.
  • Capacità di lavoro in team: interiorizzazione delle dinamiche dei team interfunzionali e del ruolo del "T-Shaped Professional", acquisendo la forma mentis per collaborare efficacemente all'intersezione tra ingegneria del software, matematica e business.

Programma

L'insegnamento di Data Science and Analytics analizza l'intero ciclo di vita di un progetto data-driven, colmando il divario tra la sperimentazione algoritmica e l'ingegnerizzazione di sistemi di Machine Learning robusti, scalabili e orientati al business. Il percorso didattico parte dai fondamenti metodologici, approfondendo il framework CRISP-DM, l'Agile Data Science e le dinamiche dei team moderni, per poi fornire le competenze operative necessarie all'Analisi Esplorativa (EDA) e al Feature Engineering in ambiente Python. L'insegnamento prosegue esaminando la modellazione predittiva con rigore matematico e computazionale, coprendo algoritmi supervisionati e non supervisionati, nonché l'analisi delle serie storiche. Un'attenzione cruciale è rivolta alla validazione ingegneristica: l'obiettivo è padroneggiare il trade-off tra bias e varianza e prevenire errori sistemici come il Data Leakage. Nella fase conclusiva, il corso affronta le sfide della messa in produzione, focalizzandosi sulla diagnosi degli anti-pattern, sulla gestione del debito tecnico e sulle strategie di ModelOps. Attraverso l'analisi di casi reali, si mira a formare ingegneri con profilo "T-Shaped", capaci di tradurre la teoria statistica in soluzioni software manutenibili che allineino i risultati tecnici ai KPI aziendali.

Il corso si articola in 15 videolezioni.

MODULO 1: Fondamenti, Metodologie e Stack Tecnologico
1. Fondamenti, Ruoli ed Etica nell'era Data-Driven

  • Definizione dei confini tra Data Science, AI e Data Engineering.
  • Analisi dei ruoli nel team moderno (competenze T- Shaped) e valutazione rigorosa dei rischi etici e dei bias algoritmici.

2. Gestione del Progetto: Metodologie e Agile Data Science

  • Transizione dalla sperimentazione al prodotto tramite il framework CRISP-DM. Applicazione di metodologie Agile, Scrum e Kanban ai progetti data-driven, con focus sugli errori comuni e la gestione del fallimento.

3. Gestione dell'Innovazione e Stack Tecnologico

  • Analisi del trade-off tra ricerca algoritmica e processi operativi stabili. Scelte infrastrutturali, ruolo dell'ecosistema Python (librerie core) e setup ingegneristico di ambienti professionali sicuri e containerizzati.

MODULO 2: Dati, Python e Visualizzazione
4. Python per la Data Science: Manipolazione e Analisi dei Dati

  • Architetture interattive (REPL) e calcolo vettoriale ad alte prestazioni con NumPy.
  • Ingestione, manipolazione relazionale e aggregazione multidimensionale (Split-Apply-Combine) di dati strutturati tramite Pandas.

5. Analisi Esplorativa dei Dati (EDA) e Pulizia del Dataset

  • Fondamenti di statistica descrittiva univariata e bivariata.
  • Tassonomia e imputazione dei dati mancanti, identificazione analitica degli outlier (Z-Score, IQR) e profilazione automatizzata.

6. Data Visualization: Dall'Analisi Visiva alla Business Communication

  • Principi di percezione visiva (Gestalt) e architettura grafica di Matplotlib e Seaborn.
  • Visualizzazione statistica multidimensionale e ottimizzazione del Data-Ink Ratio per il reporting aziendale automatizzato.

7. Feature Engineering: Trasformazione e Creazione delle Variabili

  • Formalizzazione matematica dei predittori, tecniche avanzate di codifica categoriale e scaling numerico.
  • Estrazione di nuove feature, mitigazione della Curse of Dimensionality e selezione algoritmica con rigorosa prevenzione del Data Leakage.

MODULO 3: Modellazione Predittiva e Machine Learning
8. Predictive Analytics: Machine Learning Supervisionato e Regressione

  • Fondamenti formali dell'apprendimento supervisionato e formulazione matematica della regressione lineare (OLS, Discesa del gradiente).
  • Diagnostica delle assunzioni statistiche, metriche di valutazione (RMSE, R²) e regolarizzazione (Lasso, Ridge).

9. Predictive Analytics: Classificazione Binaria e Regressione Logistica

  • Formulazione matematica della classificazione tramite Regressione Logistica e ottimizzazione basata su cross-entropia (Log-Loss).
  • Valutazione delle performance su dataset sbilanciati mediante Matrice di Confusione, metriche derivate (Precision, Recall, F1-Score) e calibrazione delle soglie decisionali tramite curve ROC/AUC.

10. Predictive Analytics: Classificazione Multiclasse e Algoritmi ad Albero

  • Estensione multiclasse (Softmax) e modellazione tramite Alberi di Decisione (Gini, Entropia).
  • Implementazione di strategie ensemble (Random Forest) per l’ottimizzazione del trade-off bias-varianza e analisi dell'interpretabilità algoritmica (Feature Importance, LIME).

11. Valutazione Avanzata: Generalizzazione, Cross-Validazione e Bias-Varianza

  • Analisi della capacità di generalizzazione e scomposizione matematica dell’errore nel trade-off bias-varianza.
  • Implementazione di protocolli di validazione robusta (K-Fold, Stratified), diagnostica tramite curve di apprendimento e prevenzione rigorosa del Data Leakage.

MODULO 4: Ottimizzazione, Advanced Analytics e Produzione
12. Advanced Analytics: Apprendimento Non Supervisionato e Clustering

  • Formalizzazione del paradigma non supervisionato e implementazione del clustering K-Means.
  • Ingegnerizzazione dei dati (Scaling, PCA) e protocolli per la selezione del numero ottimo di cluster tramite Inertia e Silhouette Coefficient.

13. Advanced Analytics: Analisi delle Serie Storiche

  • Analisi dei dati temporali e decadimento dell'assunzione IID.
  • Decomposizione del segnale, feature engineering specifico (lag features) e protocolli di validazione sequenziale (Time Series Split) per la prevenzione rigorosa del leakage.

14. Sfide Reali: Anti-Pattern e Trappole Sistemiche nel Machine Learning

  • Analisi del disallineamento tra metriche tecniche e KPI di business e diagnosi del debito tecnico specifico (Glue Code, Pipeline Jungles).
  • Studio dei rischi sistemici legati ai Feedback Loops e delle dinamiche organizzative dei team interfunzionali.

15. Dal Modello al Valore: ModelOps, Deployment e Monitoraggio

  • Ingegnerizzazione e deployment dei modelli (API, Docker) per la transizione alla produzione.
  • Gestione del ciclo di vita tramite ModelOps, monitoraggio del degrado (Drift), test in produzione (A/B testing) e valutazione dell'impatto economico (ROI).

Modalità d'esame

L’esame si svolge in forma scritta. Il punteggio della prova è espresso in trentesimi. La prova scritta consiste in domande a risposta aperta relative agli argomenti specifici del corso. Le domande sono formulate in questa tipologia sia per argomenti più teorici sia per quelli più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi all’importanza e al valore dei dati, nonché la capacità della scienza dei dati di analizzare, ovvero estrapolare e mettere in relazione un’enorme mole di dati eterogenei. Durante la prova scritta, le domande saranno tali da consentire la valutazione della capacità dello studente di presentare esempi e casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova scritta ha una durata massima di 90 minuti, durante la quale gli studenti devono illustrare adeguatamente gli argomenti richiesti, dimostrando di aver raggiunto gli obiettivi formativi prefissati. L’esame è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi di studio e la comprensione delle problematiche proposte nel corso.
Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di descrivere come utilizzare gli strumenti introdotti in casi reali.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le videolezioni e le slide del corso sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. I testi elencati costituiscono un utile supporto per approfondimenti teorici ed esercitazioni aggiuntive.

  • Anthony So, Thomas V. Joseph, Robert Thas John, Andrew Worsley, and Dr. Samuel Asare (2020). The Data Science Workshop: A new, Interactive Approach to Learning Data Science. Packt Publishing.
  • Kirill Dubovikov (2019). Managing Data Science: Effective strategies to manage data science projects and build a sustainable team. Packt Publishing.

Codice insegnamento UC453412

Deep Learning 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscenza e comprensione Conoscere i concetti base e padroneggiare la terminologia del Deep Learning Conoscere quali sono i principali modelli di Deep Learning…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Conoscere i concetti base e padroneggiare la terminologia del Deep Learning
  • Conoscere quali sono i principali modelli di Deep Learning
  • Comprendere come funzionano i principali modelli di Deep Learning
  • Conoscere e comprendere l’importanza e le applicazioni reali degli algoritmi di Deep Learning

2. Capacità di applicare conoscenze e comprensione

  • Imparare a scrivere algoritmi di Deep Learning utilizzando il framework Tensorflow
  • Imparare le principali funzionalità di Tensorflow per sviluppare modelli di Deep Learning
  • Imparare ad applicare a seconda del contesto e tipologia di dato l’algoritmo corretto di Deep Learning
  • Imparare a formulare un problema affinché sia possibile risolverlo tramite modelli di Deep Learning

3. Competenze trasversali

  • Esprimere con linguaggio opportuno gli argomenti del corso
  • Saper valutare a seconda del caso d’uso se un algoritmo di Deep Learning può essere la soluzione al problema
  • Valutare in autonomia svantaggi e vantaggi dei principali algoritmi di Deep Learning a seconda del dominio
  • Comprendere cos’è l’Intelligenza Artificiale e come si colloca il Deep Learning nel suo insieme
  • Comprendere come scrivere del codice per sviluppare soluzioni di Deep Learning

Programma

Il corso di Deep Learning ha la finalità di consentire agli studenti di comprendere questa importante classe di algoritmi che stanno via via diventando onnipresenti nel’ informatica e nel ramo dell’Intelligenza Artificiale. Il corso mira a far conoscere allo studente i principali concetti di Deep Learning analizzando le applicazioni ed il funzionamento. Si partirà dallo studio dei modelli più semplici fino ad arrivare a quelli stato dell’arte attualmente utilizzati in produzione in diversi domini quale il motore di ricerca Google. Il corso consentirà allo studente di padroneggiare i principali modelli di Deep Learning sia da un punto di vista teorico che pratico. Le lezioni sono accompagnate da esercitazioni pratiche che consentiranno allo studente di applicare su casi d’uso reali quanto imparato durante le lezioni.

Modulo 1: Concetti di Deep Learning

Attraverso lo studio del presente modulo lo studente comprenderà cos’è e qual è l’importanza del Deep Learning. Lo studente imparerà le principali componenti del Deep Learning, il glossario e le terminologie frequenti dei concetti di Deep Learning. Verrà inoltre mostrata la prima rete neurale profonda. Il modulo si conclude con la revisione dei concetti di Matematica, Probabilità e Algebra Lineare utili per poter comprendere i successivi moduli del corso.

1 – Introduzione

  • Perché il deep learning è importante
  • Esempi di applicazioni di deep learning
  • Tassonomia dell'intelligenza artificiale
  • Definizioni e differenze tra: Artificial Intelligence/Machine Learning/Representation Learning/Deep Learning
  • Programmazione classica vs Machine Learning
  • Old AI vs Machine Learning
  • Cosa sono le reti neurali profonde
  • Problemi di classificazione & regressione

2 – Storia dell'AI e del Deep Learning & Componenti del Deep Learning

  • Storia dell’Intelligenza Artificiale e del Deep Learning
  • Introduzione alle componenti del Deep Learning: Data/Model/Loss/Optimization
  • Tipologie di learning e definizioni: Supervised Learning/Unsupervised Learning/Self-supervised Learning/Reinforcement Learning

3 – La prima rete neurale

  • Jupyter Notebooks
  • Google Colaboratory
  • La prima rete neurale per classificare le cifre MNIST
  • Addestrare e valutare un modello
  • Divisione in Train/Test e k-fold cross validation
  • Overfitting & Underfitting
  • Metriche di Classificazione: Accuracy/Precision/Recall/F1

4 – Fondamenti Matematici

  • Cos'è un Tensore?
  • Operazioni con Tensori in Tensorflow
  • Revisione Algebra lineare: Geometria dei vettori; Dot Product and Moltiplicazione matriciale
  • Revisione Calcolo: Derivate; Gradiente; Chain rule
  • Revisione Probabilità: Variabili Random; Eventi; Algebra; Probabilità congiunta; Eventi indipendenti; Chain Rule; Regola di Bayes; Probability Density Function; Expectation; Variance

Modulo 2: Modelli Lineari

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano i modelli lineari, i modelli più semplici e basilari di rete neurale a cui possiamo pensare. Lo studente imparerà inoltre come applicare le conoscenze di Deep Learning apprese su due casi d’uso specifici: predizione del prezzo di vendita di una casa e predizione della probabilità di sopravvivenza di un passeggero del Titanic. Per far ciò verranno utilizzati gli strumenti introdotti nel modulo 1: Tensorflow e Jupyter Notebooks.

5 – Modelli Lineari: Regressione Lineare e Logistica

  • Il Percettrone e le sue componenti: Pesi/Bias/Funzione di Attivazione
  • Regressione lineare
  • Funzione di Loss Least Squared Error
  • Derivazione della Least Squared Error Loss dalla assunzione di Gaussian Noise
  • Revisione della Distribuzione Gaussiana e Maximum Likelihood
  • Regressione logistica
  • La funzione di attivazione Sigmoid
  • Deriviamo la funzione di loss Log-likelihood
  • Revisione della distribuzione di Bernulli
  • One-hot encoding e la funzione di attivazione Softmax

6 – Esercitazione Modelli Lineari

  • Regressione Lineare per la predizione del prezzo di vendita di una casa
  • Regressione Logistica per predire la probabilità di sopravvivenza di un passeggero del Titanic

Modulo 3: Modelli non Lineari

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano i modelli non lineari portando come esempio la prima rete neurale profonda: il Percettrone multistrato. I dati che ci circondano nel mondo sono altamente non lineari, lo studio di questo modulo permetterà di comprendere come gestire questi casi molto frequenti. Il modulo si conclude con l’introduzione agli algoritmi di ottimizzazione che permetterà allo studente di comprendere come avviene l’apprendimento delle reti neurali.

7 - Multi-layer perceptrons

  • Dataset non separabili linearmente
  • Multilayer Perceptrons
  • Funzioni di attivazione: Relu, tanh, sigmoid
  • Gradient vanishing and gradient exploding
  • Tecniche di regolarizzazione: weights penalties, Dropout, Early Stop

8 – Algoritmi di Ottimizzazione

  • Soluzioni analitiche per modelli lineari
  • Gradient Descent
  • Punti stazionari
  • Convessità
  • Stochastic Gradient Descent
  • Momentum
  • Backpropagation & Automatic Differentiation

Modulo 4: Reti Convoluzionali

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano le reti convoluzionali, una classe di modelli utilizzati per processare immagini e non solo. Verranno mostrate le tecniche più avanzate ed i modelli più sofisticati. Lo studente imparerà come applicare tali conoscenze in scenari reali utilizzando Tensorflow.

9 - Reti neurali convoluzionali

  • Dai layer fully connected alle convoluzioni
  • L'operatore di convoluzione
  • Padding, Stride, Dilated Convolutions
  • Max Pooling
  • Il Layer Convoluzionale e Convolutional Neural Networks (CNN)
  • Proprietà delle reti neurali convoluzionali
  • Reti convoluzionali per tasks su immagini
  • Reti convoluzionali per dati a griglia

10 – Reti Convoluzionali Moderne

  • Reti neurali convoluzionali profonde (AlexNet)
  • Reti che utilizzano blocchi (VGG)
  • Data Augmentation
  • Reti con concatenazioni parallele (GoogLeNet)
  • Batch Normalization, Layer Normalization
  • Residual Networks (ResNet)
  • Reti densamente connesse (DenseNet)
  • Fine Tuning

11 – Processamento di immagini

  • Processare immagini in Tensorflow tramite un Multilayer Perceptron
  • Processare immagini in Tensorflow tramite Reti Neurali convoluzionali allenate da zero
  • Processare immagini in Tensorflow tramite un CNN e fine-tuning

Modulo 5: Modellare Sequenze

Attraverso lo studio del presente modulo lo studente comprenderà come modellare sequenze di dati, una tipologia di dato pervasiva che comprende tracce audio, video e testuali. Lo studente imparerà ad utilizzare e capire il funzionamento di modelli ricorrenti quali LSTM o modelli basati sull’attenzione quali Transformers.

12 – Modellare Sequenze

  • Modelli basilari per modellare sequenze
  • Recurrent Neural Networks (RNN)
  • Backpropagation Through Time
  • Long-short Term Memory Networks (LSTM)
  • Multilayer RNN and Bidirectional Models
  • Modelli Encoder-Decoder e strategie di decoding Greedy Search e Beam Search

13 - Transformers e modelli basati sull'attenzione

  • L’ architettura Transformer
  • La Scaled dot-product attention
  • La Multi-head attention
  • Il livello di Embedding
  • I Positional Encodings
  • Complessità dei Transformer e Transformer per Computer Vision

Modulo 6: Modellare il Linguaggio Naturale

Attraverso lo studio del presente modulo lo studente comprenderà come modellare il linguaggio naturale tramite l’utilizzo di algoritmi di Deep Learning. Lo studente imparerà ad utilizzare modelli di base basati su rappresentazioni Bag of Word (BOW) fino a modelli neurali stato dell’arte basati sui Transformers (BERT). Il modulo si conclude con l’applicazione in Tensorflow su casi d’uso reali di tutti i modelli analizzati dal punto di vista teorico.

14 – Elaborazione del linguaggio naturale & self-supervised learning

  • Elaborazione del Linguaggio Naturale: Rappresentazioni Neurali vs Rappresentazioni simboliche
  • Bag of Word Representation (BOW) & Enhanced BOW with tf-idf
  • Bag of Word of N-grams
  • Distributed Representations
  • Similarity Measures
  • Self-Supervised Learning
  • Word2Vec
  • BERT

15 – Esercitazione elaborazione del linguaggio naturale

-
Classificazione del testo tramite Reti neurali Ricorrenti

-
Classificazione tramite RNN con più Layer bidirezionali

-
Utilizzo di Word Embeddings Preaddestrati

-
BERT

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali di Deep Learning esposti durante le lezioni. La prova scritta ha una durata di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Nel caso in cui l’esame venisse svolto in forma orale, esso consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei concetti di Deep Learning. La prova orale ha una durata media di 30 minuti.

L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuovi problemi;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare modelli e concetti di Deep Learning per la risoluzione di problemi reali e valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Verrà valutata la capacità dello studente di generalizzare quanto appreso nel corso su nuovi domini e tematiche, approfondendo argomenti tangenti al corso dal punto di vista teorico o pratico.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Dive into Deep Learning – A. Zhang, Z. C. Lipton, M. Li, A. J. Smola https://d2l.ai
  • Deep Learning con Python: Imparare a implementare algoritmi di apprendimento profondo – F. Chollet (versione in Italiano)
  • Deep Learning with Python – F. Chollet (versione in Inglese)

Inoltre, sono forniti i seguenti notebook per le lezioni di esercitazione:

  • https://drive.google.com/drive/folders/1_gGl_A9HZ_NzPpLMuLoOEr10h5UEXINh?usp=sharing

I notebook possono essere scaricati per l’esecuzione su computer locale o possono essere eseguiti su Google Colaboratory (scelta consigliata).

Codice insegnamento curriculum-meccanica-lm-33:deep-learning

Deep Learning 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscenza e comprensione Conoscere i concetti base e padroneggiare la terminologia del Deep Learning Conoscere quali sono i principali modelli di Deep Learning…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Conoscere i concetti base e padroneggiare la terminologia del Deep Learning
  • Conoscere quali sono i principali modelli di Deep Learning
  • Comprendere come funzionano i principali modelli di Deep Learning
  • Conoscere e comprendere l’importanza e le applicazioni reali degli algoritmi di Deep Learning

2. Capacità di applicare conoscenze e comprensione

  • Imparare a scrivere algoritmi di Deep Learning utilizzando il framework Tensorflow
  • Imparare le principali funzionalità di Tensorflow per sviluppare modelli di Deep Learning
  • Imparare ad applicare a seconda del contesto e tipologia di dato l’algoritmo corretto di Deep Learning
  • Imparare a formulare un problema affinché sia possibile risolverlo tramite modelli di Deep Learning

3. Competenze trasversali

  • Esprimere con linguaggio opportuno gli argomenti del corso
  • Saper valutare a seconda del caso d’uso se un algoritmo di Deep Learning può essere la soluzione al problema
  • Valutare in autonomia svantaggi e vantaggi dei principali algoritmi di Deep Learning a seconda del dominio
  • Comprendere cos’è l’Intelligenza Artificiale e come si colloca il Deep Learning nel suo insieme
  • Comprendere come scrivere del codice per sviluppare soluzioni di Deep Learning

Programma

Il corso di Deep Learning ha la finalità di consentire agli studenti di comprendere questa importante classe di algoritmi che stanno via via diventando onnipresenti nel’ informatica e nel ramo dell’Intelligenza Artificiale. Il corso mira a far conoscere allo studente i principali concetti di Deep Learning analizzando le applicazioni ed il funzionamento. Si partirà dallo studio dei modelli più semplici fino ad arrivare a quelli stato dell’arte attualmente utilizzati in produzione in diversi domini quale il motore di ricerca Google. Il corso consentirà allo studente di padroneggiare i principali modelli di Deep Learning sia da un punto di vista teorico che pratico. Le lezioni sono accompagnate da esercitazioni pratiche che consentiranno allo studente di applicare su casi d’uso reali quanto imparato durante le lezioni.

Modulo 1: Concetti di Deep Learning

Attraverso lo studio del presente modulo lo studente comprenderà cos’è e qual è l’importanza del Deep Learning. Lo studente imparerà le principali componenti del Deep Learning, il glossario e le terminologie frequenti dei concetti di Deep Learning. Verrà inoltre mostrata la prima rete neurale profonda. Il modulo si conclude con la revisione dei concetti di Matematica, Probabilità e Algebra Lineare utili per poter comprendere i successivi moduli del corso.

1 – Introduzione

  • Perché il deep learning è importante
  • Esempi di applicazioni di deep learning
  • Tassonomia dell'intelligenza artificiale
  • Definizioni e differenze tra: Artificial Intelligence/Machine Learning/Representation Learning/Deep Learning
  • Programmazione classica vs Machine Learning
  • Old AI vs Machine Learning
  • Cosa sono le reti neurali profonde
  • Problemi di classificazione & regressione

2 – Storia dell'AI e del Deep Learning & Componenti del Deep Learning

  • Storia dell’Intelligenza Artificiale e del Deep Learning
  • Introduzione alle componenti del Deep Learning: Data/Model/Loss/Optimization
  • Tipologie di learning e definizioni: Supervised Learning/Unsupervised Learning/Self-supervised Learning/Reinforcement Learning

3 – La prima rete neurale

  • Jupyter Notebooks
  • Google Colaboratory
  • La prima rete neurale per classificare le cifre MNIST
  • Addestrare e valutare un modello
  • Divisione in Train/Test e k-fold cross validation
  • Overfitting & Underfitting
  • Metriche di Classificazione: Accuracy/Precision/Recall/F1

4 – Fondamenti Matematici

  • Cos'è un Tensore?
  • Operazioni con Tensori in Tensorflow
  • Revisione Algebra lineare: Geometria dei vettori; Dot Product and Moltiplicazione matriciale
  • Revisione Calcolo: Derivate; Gradiente; Chain rule
  • Revisione Probabilità: Variabili Random; Eventi; Algebra; Probabilità congiunta; Eventi indipendenti; Chain Rule; Regola di Bayes; Probability Density Function; Expectation; Variance

Modulo 2: Modelli Lineari

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano i modelli lineari, i modelli più semplici e basilari di rete neurale a cui possiamo pensare. Lo studente imparerà inoltre come applicare le conoscenze di Deep Learning apprese su due casi d’uso specifici: predizione del prezzo di vendita di una casa e predizione della probabilità di sopravvivenza di un passeggero del Titanic. Per far ciò verranno utilizzati gli strumenti introdotti nel modulo 1: Tensorflow e Jupyter Notebooks.

5 – Modelli Lineari: Regressione Lineare e Logistica

  • Il Percettrone e le sue componenti: Pesi/Bias/Funzione di Attivazione
  • Regressione lineare
  • Funzione di Loss Least Squared Error
  • Derivazione della Least Squared Error Loss dalla assunzione di Gaussian Noise
  • Revisione della Distribuzione Gaussiana e Maximum Likelihood
  • Regressione logistica
  • La funzione di attivazione Sigmoid
  • Deriviamo la funzione di loss Log-likelihood
  • Revisione della distribuzione di Bernulli
  • One-hot encoding e la funzione di attivazione Softmax

6 – Esercitazione Modelli Lineari

  • Regressione Lineare per la predizione del prezzo di vendita di una casa
  • Regressione Logistica per predire la probabilità di sopravvivenza di un passeggero del Titanic

Modulo 3: Modelli non Lineari

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano i modelli non lineari portando come esempio la prima rete neurale profonda: il Percettrone multistrato. I dati che ci circondano nel mondo sono altamente non lineari, lo studio di questo modulo permetterà di comprendere come gestire questi casi molto frequenti. Il modulo si conclude con l’introduzione agli algoritmi di ottimizzazione che permetterà allo studente di comprendere come avviene l’apprendimento delle reti neurali.

7 - Multi-layer perceptrons

  • Dataset non separabili linearmente
  • Multilayer Perceptrons
  • Funzioni di attivazione: Relu, tanh, sigmoid
  • Gradient vanishing and gradient exploding
  • Tecniche di regolarizzazione: weights penalties, Dropout, Early Stop

8 – Algoritmi di Ottimizzazione

  • Soluzioni analitiche per modelli lineari
  • Gradient Descent
  • Punti stazionari
  • Convessità
  • Stochastic Gradient Descent
  • Momentum
  • Backpropagation & Automatic Differentiation

Modulo 4: Reti Convoluzionali

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano le reti convoluzionali, una classe di modelli utilizzati per processare immagini e non solo. Verranno mostrate le tecniche più avanzate ed i modelli più sofisticati. Lo studente imparerà come applicare tali conoscenze in scenari reali utilizzando Tensorflow.

9 - Reti neurali convoluzionali

  • Dai layer fully connected alle convoluzioni
  • L'operatore di convoluzione
  • Padding, Stride, Dilated Convolutions
  • Max Pooling
  • Il Layer Convoluzionale e Convolutional Neural Networks (CNN)
  • Proprietà delle reti neurali convoluzionali
  • Reti convoluzionali per tasks su immagini
  • Reti convoluzionali per dati a griglia

10 – Reti Convoluzionali Moderne

  • Reti neurali convoluzionali profonde (AlexNet)
  • Reti che utilizzano blocchi (VGG)
  • Data Augmentation
  • Reti con concatenazioni parallele (GoogLeNet)
  • Batch Normalization, Layer Normalization
  • Residual Networks (ResNet)
  • Reti densamente connesse (DenseNet)
  • Fine Tuning

11 – Processamento di immagini

  • Processare immagini in Tensorflow tramite un Multilayer Perceptron
  • Processare immagini in Tensorflow tramite Reti Neurali convoluzionali allenate da zero
  • Processare immagini in Tensorflow tramite un CNN e fine-tuning

Modulo 5: Modellare Sequenze

Attraverso lo studio del presente modulo lo studente comprenderà come modellare sequenze di dati, una tipologia di dato pervasiva che comprende tracce audio, video e testuali. Lo studente imparerà ad utilizzare e capire il funzionamento di modelli ricorrenti quali LSTM o modelli basati sull’attenzione quali Transformers.

12 – Modellare Sequenze

  • Modelli basilari per modellare sequenze
  • Recurrent Neural Networks (RNN)
  • Backpropagation Through Time
  • Long-short Term Memory Networks (LSTM)
  • Multilayer RNN and Bidirectional Models
  • Modelli Encoder-Decoder e strategie di decoding Greedy Search e Beam Search

13 - Transformers e modelli basati sull'attenzione

  • L’ architettura Transformer
  • La Scaled dot-product attention
  • La Multi-head attention
  • Il livello di Embedding
  • I Positional Encodings
  • Complessità dei Transformer e Transformer per Computer Vision

Modulo 6: Modellare il Linguaggio Naturale

Attraverso lo studio del presente modulo lo studente comprenderà come modellare il linguaggio naturale tramite l’utilizzo di algoritmi di Deep Learning. Lo studente imparerà ad utilizzare modelli di base basati su rappresentazioni Bag of Word (BOW) fino a modelli neurali stato dell’arte basati sui Transformers (BERT). Il modulo si conclude con l’applicazione in Tensorflow su casi d’uso reali di tutti i modelli analizzati dal punto di vista teorico.

14 – Elaborazione del linguaggio naturale & self-supervised learning

  • Elaborazione del Linguaggio Naturale: Rappresentazioni Neurali vs Rappresentazioni simboliche
  • Bag of Word Representation (BOW) & Enhanced BOW with tf-idf
  • Bag of Word of N-grams
  • Distributed Representations
  • Similarity Measures
  • Self-Supervised Learning
  • Word2Vec
  • BERT

15 – Esercitazione elaborazione del linguaggio naturale

-
Classificazione del testo tramite Reti neurali Ricorrenti

-
Classificazione tramite RNN con più Layer bidirezionali

-
Utilizzo di Word Embeddings Preaddestrati

-
BERT

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali di Deep Learning esposti durante le lezioni. La prova scritta ha una durata di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Nel caso in cui l’esame venisse svolto in forma orale, esso consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei concetti di Deep Learning. La prova orale ha una durata media di 30 minuti.

L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuovi problemi;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare modelli e concetti di Deep Learning per la risoluzione di problemi reali e valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Verrà valutata la capacità dello studente di generalizzare quanto appreso nel corso su nuovi domini e tematiche, approfondendo argomenti tangenti al corso dal punto di vista teorico o pratico.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Dive into Deep Learning – A. Zhang, Z. C. Lipton, M. Li, A. J. Smola https://d2l.ai
  • Deep Learning con Python: Imparare a implementare algoritmi di apprendimento profondo – F. Chollet (versione in Italiano)
  • Deep Learning with Python – F. Chollet (versione in Inglese)

Inoltre, sono forniti i seguenti notebook per le lezioni di esercitazione:

  • https://drive.google.com/drive/folders/1_gGl_A9HZ_NzPpLMuLoOEr10h5UEXINh?usp=sharing

I notebook possono essere scaricati per l’esecuzione su computer locale o possono essere eseguiti su Google Colaboratory (scelta consigliata).

Codice insegnamento curriculum-gestionale-lm-33:deep-learning

Deep Learning 2° anno · 6 CFU · IINF-05/A · 0 file

Al termine di questo corso lo studente sarà in grado di: 1. Conoscenza e comprensione Conoscere i concetti base e padroneggiare la terminologia del Deep Learning Conoscere quali sono i principali modelli di Deep Learning…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Conoscere i concetti base e padroneggiare la terminologia del Deep Learning
  • Conoscere quali sono i principali modelli di Deep Learning
  • Comprendere come funzionano i principali modelli di Deep Learning
  • Conoscere e comprendere l’importanza e le applicazioni reali degli algoritmi di Deep Learning

2. Capacità di applicare conoscenze e comprensione

  • Imparare a scrivere algoritmi di Deep Learning utilizzando il framework Tensorflow
  • Imparare le principali funzionalità di Tensorflow per sviluppare modelli di Deep Learning
  • Imparare ad applicare a seconda del contesto e tipologia di dato l’algoritmo corretto di Deep Learning
  • Imparare a formulare un problema affinché sia possibile risolverlo tramite modelli di Deep Learning

3. Competenze trasversali

  • Esprimere con linguaggio opportuno gli argomenti del corso
  • Saper valutare a seconda del caso d’uso se un algoritmo di Deep Learning può essere la soluzione al problema
  • Valutare in autonomia svantaggi e vantaggi dei principali algoritmi di Deep Learning a seconda del dominio
  • Comprendere cos’è l’Intelligenza Artificiale e come si colloca il Deep Learning nel suo insieme
  • Comprendere come scrivere del codice per sviluppare soluzioni di Deep Learning

Programma

Il corso di Deep Learning ha la finalità di consentire agli studenti di comprendere questa importante classe di algoritmi che stanno via via diventando onnipresenti nel’ informatica e nel ramo dell’Intelligenza Artificiale. Il corso mira a far conoscere allo studente i principali concetti di Deep Learning analizzando le applicazioni ed il funzionamento. Si partirà dallo studio dei modelli più semplici fino ad arrivare a quelli stato dell’arte attualmente utilizzati in produzione in diversi domini quale il motore di ricerca Google. Il corso consentirà allo studente di padroneggiare i principali modelli di Deep Learning sia da un punto di vista teorico che pratico. Le lezioni sono accompagnate da esercitazioni pratiche che consentiranno allo studente di applicare su casi d’uso reali quanto imparato durante le lezioni.

Modulo 1: Concetti di Deep Learning

Attraverso lo studio del presente modulo lo studente comprenderà cos’è e qual è l’importanza del Deep Learning. Lo studente imparerà le principali componenti del Deep Learning, il glossario e le terminologie frequenti dei concetti di Deep Learning. Verrà inoltre mostrata la prima rete neurale profonda. Il modulo si conclude con la revisione dei concetti di Matematica, Probabilità e Algebra Lineare utili per poter comprendere i successivi moduli del corso.

1 – Introduzione

  • Perché il deep learning è importante
  • Esempi di applicazioni di deep learning
  • Tassonomia dell'intelligenza artificiale
  • Definizioni e differenze tra: Artificial Intelligence/Machine Learning/Representation Learning/Deep Learning
  • Programmazione classica vs Machine Learning
  • Old AI vs Machine Learning
  • Cosa sono le reti neurali profonde
  • Problemi di classificazione & regressione

2 – Storia dell'AI e del Deep Learning & Componenti del Deep Learning

  • Storia dell’Intelligenza Artificiale e del Deep Learning
  • Introduzione alle componenti del Deep Learning: Data/Model/Loss/Optimization
  • Tipologie di learning e definizioni: Supervised Learning/Unsupervised Learning/Self-supervised Learning/Reinforcement Learning

3 – La prima rete neurale

  • Jupyter Notebooks
  • Google Colaboratory
  • La prima rete neurale per classificare le cifre MNIST
  • Addestrare e valutare un modello
  • Divisione in Train/Test e k-fold cross validation
  • Overfitting & Underfitting
  • Metriche di Classificazione: Accuracy/Precision/Recall/F1

4 – Fondamenti Matematici

  • Cos'è un Tensore?
  • Operazioni con Tensori in Tensorflow
  • Revisione Algebra lineare: Geometria dei vettori; Dot Product and Moltiplicazione matriciale
  • Revisione Calcolo: Derivate; Gradiente; Chain rule
  • Revisione Probabilità: Variabili Random; Eventi; Algebra; Probabilità congiunta; Eventi indipendenti; Chain Rule; Regola di Bayes; Probability Density Function; Expectation; Variance

Modulo 2: Modelli Lineari

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano i modelli lineari, i modelli più semplici e basilari di rete neurale a cui possiamo pensare. Lo studente imparerà inoltre come applicare le conoscenze di Deep Learning apprese su due casi d’uso specifici: predizione del prezzo di vendita di una casa e predizione della probabilità di sopravvivenza di un passeggero del Titanic. Per far ciò verranno utilizzati gli strumenti introdotti nel modulo 1: Tensorflow e Jupyter Notebooks.

5 – Modelli Lineari: Regressione Lineare e Logistica

  • Il Percettrone e le sue componenti: Pesi/Bias/Funzione di Attivazione
  • Regressione lineare
  • Funzione di Loss Least Squared Error
  • Derivazione della Least Squared Error Loss dalla assunzione di Gaussian Noise
  • Revisione della Distribuzione Gaussiana e Maximum Likelihood
  • Regressione logistica
  • La funzione di attivazione Sigmoid
  • Deriviamo la funzione di loss Log-likelihood
  • Revisione della distribuzione di Bernulli
  • One-hot encoding e la funzione di attivazione Softmax

6 – Esercitazione Modelli Lineari

  • Regressione Lineare per la predizione del prezzo di vendita di una casa
  • Regressione Logistica per predire la probabilità di sopravvivenza di un passeggero del Titanic

Modulo 3: Modelli non Lineari

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano i modelli non lineari portando come esempio la prima rete neurale profonda: il Percettrone multistrato. I dati che ci circondano nel mondo sono altamente non lineari, lo studio di questo modulo permetterà di comprendere come gestire questi casi molto frequenti. Il modulo si conclude con l’introduzione agli algoritmi di ottimizzazione che permetterà allo studente di comprendere come avviene l’apprendimento delle reti neurali.

7 - Multi-layer perceptrons

  • Dataset non separabili linearmente
  • Multilayer Perceptrons
  • Funzioni di attivazione: Relu, tanh, sigmoid
  • Gradient vanishing and gradient exploding
  • Tecniche di regolarizzazione: weights penalties, Dropout, Early Stop

8 – Algoritmi di Ottimizzazione

  • Soluzioni analitiche per modelli lineari
  • Gradient Descent
  • Punti stazionari
  • Convessità
  • Stochastic Gradient Descent
  • Momentum
  • Backpropagation & Automatic Differentiation

Modulo 4: Reti Convoluzionali

Attraverso lo studio del presente modulo lo studente comprenderà cosa sono e come funzionano le reti convoluzionali, una classe di modelli utilizzati per processare immagini e non solo. Verranno mostrate le tecniche più avanzate ed i modelli più sofisticati. Lo studente imparerà come applicare tali conoscenze in scenari reali utilizzando Tensorflow.

9 - Reti neurali convoluzionali

  • Dai layer fully connected alle convoluzioni
  • L'operatore di convoluzione
  • Padding, Stride, Dilated Convolutions
  • Max Pooling
  • Il Layer Convoluzionale e Convolutional Neural Networks (CNN)
  • Proprietà delle reti neurali convoluzionali
  • Reti convoluzionali per tasks su immagini
  • Reti convoluzionali per dati a griglia

10 – Reti Convoluzionali Moderne

  • Reti neurali convoluzionali profonde (AlexNet)
  • Reti che utilizzano blocchi (VGG)
  • Data Augmentation
  • Reti con concatenazioni parallele (GoogLeNet)
  • Batch Normalization, Layer Normalization
  • Residual Networks (ResNet)
  • Reti densamente connesse (DenseNet)
  • Fine Tuning

11 – Processamento di immagini

  • Processare immagini in Tensorflow tramite un Multilayer Perceptron
  • Processare immagini in Tensorflow tramite Reti Neurali convoluzionali allenate da zero
  • Processare immagini in Tensorflow tramite un CNN e fine-tuning

Modulo 5: Modellare Sequenze

Attraverso lo studio del presente modulo lo studente comprenderà come modellare sequenze di dati, una tipologia di dato pervasiva che comprende tracce audio, video e testuali. Lo studente imparerà ad utilizzare e capire il funzionamento di modelli ricorrenti quali LSTM o modelli basati sull’attenzione quali Transformers.

12 – Modellare Sequenze

  • Modelli basilari per modellare sequenze
  • Recurrent Neural Networks (RNN)
  • Backpropagation Through Time
  • Long-short Term Memory Networks (LSTM)
  • Multilayer RNN and Bidirectional Models
  • Modelli Encoder-Decoder e strategie di decoding Greedy Search e Beam Search

13 - Transformers e modelli basati sull'attenzione

  • L’ architettura Transformer
  • La Scaled dot-product attention
  • La Multi-head attention
  • Il livello di Embedding
  • I Positional Encodings
  • Complessità dei Transformer e Transformer per Computer Vision

Modulo 6: Modellare il Linguaggio Naturale

Attraverso lo studio del presente modulo lo studente comprenderà come modellare il linguaggio naturale tramite l’utilizzo di algoritmi di Deep Learning. Lo studente imparerà ad utilizzare modelli di base basati su rappresentazioni Bag of Word (BOW) fino a modelli neurali stato dell’arte basati sui Transformers (BERT). Il modulo si conclude con l’applicazione in Tensorflow su casi d’uso reali di tutti i modelli analizzati dal punto di vista teorico.

14 – Elaborazione del linguaggio naturale & self-supervised learning

  • Elaborazione del Linguaggio Naturale: Rappresentazioni Neurali vs Rappresentazioni simboliche
  • Bag of Word Representation (BOW) & Enhanced BOW with tf-idf
  • Bag of Word of N-grams
  • Distributed Representations
  • Similarity Measures
  • Self-Supervised Learning
  • Word2Vec
  • BERT

15 – Esercitazione elaborazione del linguaggio naturale

-
Classificazione del testo tramite Reti neurali Ricorrenti

-
Classificazione tramite RNN con più Layer bidirezionali

-
Utilizzo di Word Embeddings Preaddestrati

-
BERT

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali di Deep Learning esposti durante le lezioni. La prova scritta ha una durata di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

Nel caso in cui l’esame venisse svolto in forma orale, esso consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei concetti di Deep Learning. La prova orale ha una durata media di 30 minuti.

L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuovi problemi;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare modelli e concetti di Deep Learning per la risoluzione di problemi reali e valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Verrà valutata la capacità dello studente di generalizzare quanto appreso nel corso su nuovi domini e tematiche, approfondendo argomenti tangenti al corso dal punto di vista teorico o pratico.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Dive into Deep Learning – A. Zhang, Z. C. Lipton, M. Li, A. J. Smola https://d2l.ai
  • Deep Learning con Python: Imparare a implementare algoritmi di apprendimento profondo – F. Chollet (versione in Italiano)
  • Deep Learning with Python – F. Chollet (versione in Inglese)

Inoltre, sono forniti i seguenti notebook per le lezioni di esercitazione:

  • https://drive.google.com/drive/folders/1_gGl_A9HZ_NzPpLMuLoOEr10h5UEXINh?usp=sharing

I notebook possono essere scaricati per l’esecuzione su computer locale o possono essere eseguiti su Google Colaboratory (scelta consigliata).

Codice insegnamento UC453411

Diritto dell’energia e della transizione ecologica 2° anno · 6 CFU · GIUR-06/A · 0 file

Il corso si prefigge di illustrare gli aspetti salienti del panorama storico, normativo e giurisprudenziale che caratterizzano le branche del diritto dell’energia e dell’ambiente. Gli aspetti di maggior rilievo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di illustrare gli aspetti salienti del panorama storico, normativo e giurisprudenziale che caratterizzano le branche del diritto dell’energia e dell’ambiente. Gli aspetti di maggior rilievo consisteranno nella corretta attribuzione delle competenze specifiche dei soggetti istituzionali coinvolti, nella descrizione dei procedimenti amministrativi e nell’analisi della giurisprudenza formatasi sulla materia.

Il corso mira, quindi, a fornire, attraverso l'analisi dell'esperienza giuridica nazionale e comunitaria, gli strumenti per conoscere e utilizzare - con consapevolezza e spirito critico - il diritto attuale.

Al termine del corso, lo studente dovrà essere in grado di:

1) Conoscenza e comprensione
conoscere l’evoluzione storica dei processi innovativi che hanno portato le branche del diritto dell’energia e dell’ambiente ad essere considerate quali elementi fondamentali e strategici delle politiche nazionali ed europee; conoscere la diversa ripartizione dei poteri attribuiti dalla legge ai principali organismi istituzionali; conoscere le più rilevanti pronunce giurisprudenziali in materia energetica ed ambientale.

2) Capacità di applicare conoscenza e comprensione
Al termine del corso lo studente avrà acquisito le seguenti abilità:

  • valutare in autonomia l’impatto sul sistema, sia sul lato pubblico che privato, dei mutamenti normativi e giurisprudenziali;
  • districarsi nell’ambito degli specifici procedimenti amministrativi.

COMPETENZE TRASVERSALI

  • autonomia di giudizio: agli studenti è richiesta la capacità di applicare in maniera critica le conoscenze acquisite, anche mediante fattispecie concrete decise o in corso di definizione da parte della giurisprudenza.
  • abilità comunicative. Particolare attenzione viene prestata all’acquisizione di termini giuridicamente corretti e al loro utilizzo nel contesto di riferimento.

Programma

Il corso si articola, fondamentalmente, in due moduli.
Il primo modulo, dedicato al diritto dell’energia, è volto a fornire un primo inquadramento storico della materia fino ad arrivare all’attuale assetto istituzionale e normativo caratterizzante l’intero settore energetico e le prospettive future.
Il secondo modulo attiene, invece, alle tematiche prettamente ambientali ed è basato sull’analisi della evoluzione della materia, con focus specifici giurisprudenziali e sulle peculiarità procedimentali meritevoli di approfondimento.

MODULO I – DIRITTO DELL’ENERGIA

  • Introduzione al diritto dell’energia. Il quadro istituzionale: fonti e competenze. Il passaggio dallo “Stato fornitore dell’energia” allo “Stato regolatore del mercato dell’energia”.
  • L’organizzazione amministrativa. Il riparto delle attribuzioni in materia di energia tra Stato, Regioni ed Enti Locali. Il Ruolo di ARERA, GSE, GME e Terna.
  • Aspetti autorizzativi e regolamentari. Le misure di incentivazione nell’ambito della politica energetica in materia di fonti rinnovabili.
  • Energia elettrica e gas. Focus su energia fotovoltaica ed eolica, biogas, biomasse, idrogeno.
  • Attuazione di misure di risparmio ed efficienza energetica.
  • Energia nucleare.

MODULO II – DIRITTO DELL’AMBIENTE

  • Principi del diritto ambientale. La nozione di ambiente e la sua definizione giuridica: le origini storiche, le fonti internazionali, europee e nazionali e il diritto convenzionale.
  • Il ruolo della giurisprudenza nell’emersione del diritto ambientale. La valutazione del rischio ambientale.
  • I soggetti istituzionali e di governo: dal Ministero dell’Ambiente fino alle associazioni ambientalistiche. Le politiche per l’ambiente.
  • Procedimenti amministrativi in materia ambientale: VIA, VAS e AIA.
  • La responsabilità per danno ambientale. Il governo del territorio e l’ambiente. L’ambiente e i piani urbanistici. La tutela amministrativa e penale.
  • Tutela dell’acqua, dell’aria e del suolo. Focus sul Servizio idrico integrato.
  • I rifiuti: nozione, classificazione, smaltimento e trattamento. Il ciclo integrato dei rifiuti
  • Altri tipi di inquinamento: inquinamento elettromagnetico, inquinamento acustico, inquinamento nucleare.
  • I beni e i vincoli paesaggistici.

Modalità d'esame

1) Tipologie di prove d’esame:

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte di tipo tematico/concettuale. La prova ha una durata massima di 90 minuti.
La prova orale consiste in un colloquio tra il docente e lo Studente incentrato sulla proposizione di alcune domande alle quali il candidato è chiamato a rispondere, al fine di valutare l’effettivo livello di padronanza dei concetti e degli istituti affrontati nel percorso di studio, nonché le capacità espositive dello studente.

2) Criteri/regole per l’attribuzione del giudizio finale

Per l’attribuzione del giudizio finale si tiene conto della capacità dello studente di dimostrare una approfondita conoscenza della materia e degli istituti giuridici oggetto del corso. Particolare risalto verrà dato alla capacità di applicare in maniera critica le conoscenze acquisite, nonché il corretto utilizzo dei termini giuridici.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio, del seguente testo:

  • G. Rossi, Diritto dell’ambiente, Torino, Giappichelli 2015, ultima edizione

Codice insegnamento UC453293

Diritto dell’energia e della transizione ecologica 2° anno · 6 CFU · GIUR-06/A · 0 file

Il corso si prefigge di illustrare gli aspetti salienti del panorama storico, normativo e giurisprudenziale che caratterizzano le branche del diritto dell’energia e dell’ambiente. Gli aspetti di maggior rilievo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di illustrare gli aspetti salienti del panorama storico, normativo e giurisprudenziale che caratterizzano le branche del diritto dell’energia e dell’ambiente. Gli aspetti di maggior rilievo consisteranno nella corretta attribuzione delle competenze specifiche dei soggetti istituzionali coinvolti, nella descrizione dei procedimenti amministrativi e nell’analisi della giurisprudenza formatasi sulla materia.

Il corso mira, quindi, a fornire, attraverso l'analisi dell'esperienza giuridica nazionale e comunitaria, gli strumenti per conoscere e utilizzare - con consapevolezza e spirito critico - il diritto attuale.

Al termine del corso, lo studente dovrà essere in grado di:

1) Conoscenza e comprensione
conoscere l’evoluzione storica dei processi innovativi che hanno portato le branche del diritto dell’energia e dell’ambiente ad essere considerate quali elementi fondamentali e strategici delle politiche nazionali ed europee; conoscere la diversa ripartizione dei poteri attribuiti dalla legge ai principali organismi istituzionali; conoscere le più rilevanti pronunce giurisprudenziali in materia energetica ed ambientale.

2) Capacità di applicare conoscenza e comprensione
Al termine del corso lo studente avrà acquisito le seguenti abilità:

  • valutare in autonomia l’impatto sul sistema, sia sul lato pubblico che privato, dei mutamenti normativi e giurisprudenziali;
  • districarsi nell’ambito degli specifici procedimenti amministrativi.

COMPETENZE TRASVERSALI

  • autonomia di giudizio: agli studenti è richiesta la capacità di applicare in maniera critica le conoscenze acquisite, anche mediante fattispecie concrete decise o in corso di definizione da parte della giurisprudenza.
  • abilità comunicative. Particolare attenzione viene prestata all’acquisizione di termini giuridicamente corretti e al loro utilizzo nel contesto di riferimento.

Programma

Il corso si articola, fondamentalmente, in due moduli.
Il primo modulo, dedicato al diritto dell’energia, è volto a fornire un primo inquadramento storico della materia fino ad arrivare all’attuale assetto istituzionale e normativo caratterizzante l’intero settore energetico e le prospettive future.
Il secondo modulo attiene, invece, alle tematiche prettamente ambientali ed è basato sull’analisi della evoluzione della materia, con focus specifici giurisprudenziali e sulle peculiarità procedimentali meritevoli di approfondimento.

MODULO I – DIRITTO DELL’ENERGIA

  • Introduzione al diritto dell’energia. Il quadro istituzionale: fonti e competenze. Il passaggio dallo “Stato fornitore dell’energia” allo “Stato regolatore del mercato dell’energia”.
  • L’organizzazione amministrativa. Il riparto delle attribuzioni in materia di energia tra Stato, Regioni ed Enti Locali. Il Ruolo di ARERA, GSE, GME e Terna.
  • Aspetti autorizzativi e regolamentari. Le misure di incentivazione nell’ambito della politica energetica in materia di fonti rinnovabili.
  • Energia elettrica e gas. Focus su energia fotovoltaica ed eolica, biogas, biomasse, idrogeno.
  • Attuazione di misure di risparmio ed efficienza energetica.
  • Energia nucleare.

MODULO II – DIRITTO DELL’AMBIENTE

  • Principi del diritto ambientale. La nozione di ambiente e la sua definizione giuridica: le origini storiche, le fonti internazionali, europee e nazionali e il diritto convenzionale.
  • Il ruolo della giurisprudenza nell’emersione del diritto ambientale. La valutazione del rischio ambientale.
  • I soggetti istituzionali e di governo: dal Ministero dell’Ambiente fino alle associazioni ambientalistiche. Le politiche per l’ambiente.
  • Procedimenti amministrativi in materia ambientale: VIA, VAS e AIA.
  • La responsabilità per danno ambientale. Il governo del territorio e l’ambiente. L’ambiente e i piani urbanistici. La tutela amministrativa e penale.
  • Tutela dell’acqua, dell’aria e del suolo. Focus sul Servizio idrico integrato.
  • I rifiuti: nozione, classificazione, smaltimento e trattamento. Il ciclo integrato dei rifiuti
  • Altri tipi di inquinamento: inquinamento elettromagnetico, inquinamento acustico, inquinamento nucleare.
  • I beni e i vincoli paesaggistici.

Modalità d'esame

1) Tipologie di prove d’esame:

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte di tipo tematico/concettuale. La prova ha una durata massima di 90 minuti.
La prova orale consiste in un colloquio tra il docente e lo Studente incentrato sulla proposizione di alcune domande alle quali il candidato è chiamato a rispondere, al fine di valutare l’effettivo livello di padronanza dei concetti e degli istituti affrontati nel percorso di studio, nonché le capacità espositive dello studente.

2) Criteri/regole per l’attribuzione del giudizio finale

Per l’attribuzione del giudizio finale si tiene conto della capacità dello studente di dimostrare una approfondita conoscenza della materia e degli istituti giuridici oggetto del corso. Particolare risalto verrà dato alla capacità di applicare in maniera critica le conoscenze acquisite, nonché il corretto utilizzo dei termini giuridici.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio, del seguente testo:

  • G. Rossi, Diritto dell’ambiente, Torino, Giappichelli 2015, ultima edizione

Codice insegnamento UC453343

Diritto dell’energia e della transizione ecologica 2° anno · 6 CFU · GIUR-06/A · 0 file

Il corso si prefigge di illustrare gli aspetti salienti del panorama storico, normativo e giurisprudenziale che caratterizzano le branche del diritto dell’energia e dell’ambiente. Gli aspetti di maggior rilievo…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge di illustrare gli aspetti salienti del panorama storico, normativo e giurisprudenziale che caratterizzano le branche del diritto dell’energia e dell’ambiente. Gli aspetti di maggior rilievo consisteranno nella corretta attribuzione delle competenze specifiche dei soggetti istituzionali coinvolti, nella descrizione dei procedimenti amministrativi e nell’analisi della giurisprudenza formatasi sulla materia.

Il corso mira, quindi, a fornire, attraverso l'analisi dell'esperienza giuridica nazionale e comunitaria, gli strumenti per conoscere e utilizzare - con consapevolezza e spirito critico - il diritto attuale.

Al termine del corso, lo studente dovrà essere in grado di:

1) Conoscenza e comprensione
conoscere l’evoluzione storica dei processi innovativi che hanno portato le branche del diritto dell’energia e dell’ambiente ad essere considerate quali elementi fondamentali e strategici delle politiche nazionali ed europee; conoscere la diversa ripartizione dei poteri attribuiti dalla legge ai principali organismi istituzionali; conoscere le più rilevanti pronunce giurisprudenziali in materia energetica ed ambientale.

2) Capacità di applicare conoscenza e comprensione
Al termine del corso lo studente avrà acquisito le seguenti abilità:

  • valutare in autonomia l’impatto sul sistema, sia sul lato pubblico che privato, dei mutamenti normativi e giurisprudenziali;
  • districarsi nell’ambito degli specifici procedimenti amministrativi.

COMPETENZE TRASVERSALI

  • autonomia di giudizio: agli studenti è richiesta la capacità di applicare in maniera critica le conoscenze acquisite, anche mediante fattispecie concrete decise o in corso di definizione da parte della giurisprudenza.
  • abilità comunicative. Particolare attenzione viene prestata all’acquisizione di termini giuridicamente corretti e al loro utilizzo nel contesto di riferimento.

Programma

Il corso si articola, fondamentalmente, in due moduli.
Il primo modulo, dedicato al diritto dell’energia, è volto a fornire un primo inquadramento storico della materia fino ad arrivare all’attuale assetto istituzionale e normativo caratterizzante l’intero settore energetico e le prospettive future.
Il secondo modulo attiene, invece, alle tematiche prettamente ambientali ed è basato sull’analisi della evoluzione della materia, con focus specifici giurisprudenziali e sulle peculiarità procedimentali meritevoli di approfondimento.

MODULO I – DIRITTO DELL’ENERGIA

  • Introduzione al diritto dell’energia. Il quadro istituzionale: fonti e competenze. Il passaggio dallo “Stato fornitore dell’energia” allo “Stato regolatore del mercato dell’energia”.
  • L’organizzazione amministrativa. Il riparto delle attribuzioni in materia di energia tra Stato, Regioni ed Enti Locali. Il Ruolo di ARERA, GSE, GME e Terna.
  • Aspetti autorizzativi e regolamentari. Le misure di incentivazione nell’ambito della politica energetica in materia di fonti rinnovabili.
  • Energia elettrica e gas. Focus su energia fotovoltaica ed eolica, biogas, biomasse, idrogeno.
  • Attuazione di misure di risparmio ed efficienza energetica.
  • Energia nucleare.

MODULO II – DIRITTO DELL’AMBIENTE

  • Principi del diritto ambientale. La nozione di ambiente e la sua definizione giuridica: le origini storiche, le fonti internazionali, europee e nazionali e il diritto convenzionale.
  • Il ruolo della giurisprudenza nell’emersione del diritto ambientale. La valutazione del rischio ambientale.
  • I soggetti istituzionali e di governo: dal Ministero dell’Ambiente fino alle associazioni ambientalistiche. Le politiche per l’ambiente.
  • Procedimenti amministrativi in materia ambientale: VIA, VAS e AIA.
  • La responsabilità per danno ambientale. Il governo del territorio e l’ambiente. L’ambiente e i piani urbanistici. La tutela amministrativa e penale.
  • Tutela dell’acqua, dell’aria e del suolo. Focus sul Servizio idrico integrato.
  • I rifiuti: nozione, classificazione, smaltimento e trattamento. Il ciclo integrato dei rifiuti
  • Altri tipi di inquinamento: inquinamento elettromagnetico, inquinamento acustico, inquinamento nucleare.
  • I beni e i vincoli paesaggistici.

Modalità d'esame

1) Tipologie di prove d’esame:

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte di tipo tematico/concettuale. La prova ha una durata massima di 90 minuti.
La prova orale consiste in un colloquio tra il docente e lo Studente incentrato sulla proposizione di alcune domande alle quali il candidato è chiamato a rispondere, al fine di valutare l’effettivo livello di padronanza dei concetti e degli istituti affrontati nel percorso di studio, nonché le capacità espositive dello studente.

2) Criteri/regole per l’attribuzione del giudizio finale

Per l’attribuzione del giudizio finale si tiene conto della capacità dello studente di dimostrare una approfondita conoscenza della materia e degli istituti giuridici oggetto del corso. Particolare risalto verrà dato alla capacità di applicare in maniera critica le conoscenze acquisite, nonché il corretto utilizzo dei termini giuridici.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio, del seguente testo:

  • G. Rossi, Diritto dell’ambiente, Torino, Giappichelli 2015, ultima edizione

Codice insegnamento UC453391

Efficienza energetica 2° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Efficienza energetica analizza i concetti di efficienza energetica ed uso razionale dell’energia e gli strumenti e le tecnologie utilizzate per la diagnosi e gli eventuali interventi. Il corso fornisce agli…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Efficienza energetica analizza i concetti di efficienza energetica ed uso razionale dell’energia e gli strumenti e le tecnologie utilizzate per la diagnosi e gli eventuali interventi. Il corso fornisce agli studenti gli strumenti per una corretta analisi delle risorse energetiche rinnovabili disponibili e la scelta e il dimensionamento delle relative tecnologie di utilizzo.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le modalità di definizione dei fabbisogni energetici in funzione dell’effetto utile desiderato e dei consumi di energia primaria legata al fabbisogno stesso, alla tecnologia e al vettore energetico utilizzato.
Lo studente dovrà poi conoscere le tecniche e le metodologie per una corretta diagnosi energetica dei sistemi anche complessi, nonché i principali strumenti di misura utilizzati e le normative tecniche di riferimento.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di analizzare un sistema energetico, definire possibili interventi di efficientamento e confrontare gli scenari da un punto di vista dei consumi di risorse, di emissioni di gas serra e da un punto di vista economico coerentemente con la normativa vigente, sia per quanto riguarda le prescrizioni tecniche, sia per quanto riguarda eventuali incentivazioni previste per gli interventi proposti.
In concreto, lo studente sarà in grado di individuare e dimensionare in modo corretto alternative tecnologiche a partire da un determinato effetto utile, ed analizzare e confrontare le alternative individuate.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.

Programma

Il corso è suddiviso in tre parti. La prima parte introduce il concetto di efficienza energetica e uso razionale dell’energia, contestualizzandoli nel concetto più ampio di sistema energetico, e dà un quadro generale delle principali normative sia a livello europeo che a livello nazionale. La seconda parte è dedicata a quello che si può ritenere, anche a livello normativo, l’argomento principale in materia di efficienza energetica, cioè l’efficienza energetica nell’edilizia, e analizza in particolare gli aspetti energetici per il condizionamento degli ambienti. La terza parte analizza più in generale le fasi della diagnosi energetica illustrando i possibili interventi di efficienza energetica e gli strumenti per la loro analisi tecnico economica.

Prima parte

  • Introduzione al corso
  • Definizione di efficienza energetica
  • Aspetti normativi

Seconda parte

  • Calcolo del fabbisogno energetico per la produzione di Acqua Calda Sanitaria
  • Calcolo del fabbisogno energetico per la climatizzazione invernale (riscaldamento)
  • Calcolo del fabbisogno energetico per la climatizzazione estiva (raffrescamento)
  • Prestazione energetica degli edifici

Terza parte

  • La diagnosi energetica
  • Rilievi in situ
  • Interventi di efficientamento: riduzione dei fabbisogni
  • Interventi di efficientamento: distribuzione dei vettori energetici
  • Interventi di efficientamento: rifasamento dei carichi
  • Interventi di efficientamento: impianti di produzione dei vettori energetici
  • Tecnologie ad elevata efficienza di conversione
  • Tecnologie alimentate da fonti rinnovabili
  • Tecnologie per gli usi finali. Illuminazione, motori elettrici ad elevata efficienza, pompe di calore
  • Analisi economica degli interventi

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da tre domande teoriche aperte (non a risposta multipla) e un breve esercizio numerico sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per quanto riguarda il materiale didattico, sono disponibili sul Virtual Campus:

  • le video-lezioni;
  • gli esercizi svolti;
  • le dispense del corso:
  • Introduzione al corso e Aspetti normativi;
  • Fabbisogno energetico e Prestazione energetica degli edifici;
  • La diagnosi energetica;
  • Interventi di efficienza energetica.

Le video-lezioni, le dispense e gli esercizi svolti sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. Per approfondimenti si può fare riferimento ai seguenti testi:

-
Marco Casini, Efficienza e certificazione energetica degli edifici. I nuovi requisiti, ISBN: 8849655819, Pagine: 175, Editore DEI, agosto 2015

-
Giuliano Dall'Ò, Green energy audit. Manuale operativo per la diagnosi energetica e ambientale degli edifici, ISBN-10: 8866270091, ISBN-13: 9788866270096, Pagine 639, Edizioni Ambiente 2011

-
Michele Dimonte, Doriana Doronzo, Energy managment. Guida introduttiva a fonti, risparmio ed efficienza energetica, ISBN: 9788868710361, Pagine 358, Editore ADMAIORA 2015

Codice insegnamento curriculum-meccanica-lm-33:efficienza-energetica

Efficienza energetica 2° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Efficienza energetica analizza i concetti di efficienza energetica ed uso razionale dell’energia e gli strumenti e le tecnologie utilizzate per la diagnosi e gli eventuali interventi. Il corso fornisce agli…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Efficienza energetica analizza i concetti di efficienza energetica ed uso razionale dell’energia e gli strumenti e le tecnologie utilizzate per la diagnosi e gli eventuali interventi. Il corso fornisce agli studenti gli strumenti per una corretta analisi delle risorse energetiche rinnovabili disponibili e la scelta e il dimensionamento delle relative tecnologie di utilizzo.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le modalità di definizione dei fabbisogni energetici in funzione dell’effetto utile desiderato e dei consumi di energia primaria legata al fabbisogno stesso, alla tecnologia e al vettore energetico utilizzato.
Lo studente dovrà poi conoscere le tecniche e le metodologie per una corretta diagnosi energetica dei sistemi anche complessi, nonché i principali strumenti di misura utilizzati e le normative tecniche di riferimento.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di analizzare un sistema energetico, definire possibili interventi di efficientamento e confrontare gli scenari da un punto di vista dei consumi di risorse, di emissioni di gas serra e da un punto di vista economico coerentemente con la normativa vigente, sia per quanto riguarda le prescrizioni tecniche, sia per quanto riguarda eventuali incentivazioni previste per gli interventi proposti.
In concreto, lo studente sarà in grado di individuare e dimensionare in modo corretto alternative tecnologiche a partire da un determinato effetto utile, ed analizzare e confrontare le alternative individuate.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.

Programma

Il corso è suddiviso in tre parti. La prima parte introduce il concetto di efficienza energetica e uso razionale dell’energia, contestualizzandoli nel concetto più ampio di sistema energetico, e dà un quadro generale delle principali normative sia a livello europeo che a livello nazionale. La seconda parte è dedicata a quello che si può ritenere, anche a livello normativo, l’argomento principale in materia di efficienza energetica, cioè l’efficienza energetica nell’edilizia, e analizza in particolare gli aspetti energetici per il condizionamento degli ambienti. La terza parte analizza più in generale le fasi della diagnosi energetica illustrando i possibili interventi di efficienza energetica e gli strumenti per la loro analisi tecnico economica.

Prima parte

  • Introduzione al corso
  • Definizione di efficienza energetica
  • Aspetti normativi

Seconda parte

  • Calcolo del fabbisogno energetico per la produzione di Acqua Calda Sanitaria
  • Calcolo del fabbisogno energetico per la climatizzazione invernale (riscaldamento)
  • Calcolo del fabbisogno energetico per la climatizzazione estiva (raffrescamento)
  • Prestazione energetica degli edifici

Terza parte

  • La diagnosi energetica
  • Rilievi in situ
  • Interventi di efficientamento: riduzione dei fabbisogni
  • Interventi di efficientamento: distribuzione dei vettori energetici
  • Interventi di efficientamento: rifasamento dei carichi
  • Interventi di efficientamento: impianti di produzione dei vettori energetici
  • Tecnologie ad elevata efficienza di conversione
  • Tecnologie alimentate da fonti rinnovabili
  • Tecnologie per gli usi finali. Illuminazione, motori elettrici ad elevata efficienza, pompe di calore
  • Analisi economica degli interventi

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da tre domande teoriche aperte (non a risposta multipla) e un breve esercizio numerico sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Per quanto riguarda il materiale didattico, sono disponibili sul Virtual Campus:

  • le video-lezioni;
  • gli esercizi svolti;
  • le dispense del corso:
  • Introduzione al corso e Aspetti normativi;
  • Fabbisogno energetico e Prestazione energetica degli edifici;
  • La diagnosi energetica;
  • Interventi di efficienza energetica.

Le video-lezioni, le dispense e gli esercizi svolti sono progettate per fornire tutto il materiale necessario alla comprensione e allo studio. Per approfondimenti si può fare riferimento ai seguenti testi:

-
Marco Casini, Efficienza e certificazione energetica degli edifici. I nuovi requisiti, ISBN: 8849655819, Pagine: 175, Editore DEI, agosto 2015

-
Giuliano Dall'Ò, Green energy audit. Manuale operativo per la diagnosi energetica e ambientale degli edifici, ISBN-10: 8866270091, ISBN-13: 9788866270096, Pagine 639, Edizioni Ambiente 2011

-
Michele Dimonte, Doriana Doronzo, Energy managment. Guida introduttiva a fonti, risparmio ed efficienza energetica, ISBN: 9788868710361, Pagine 358, Editore ADMAIORA 2015

Codice insegnamento curriculum-gestionale-lm-33:efficienza-energetica

Human – Centred AI and Design 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: 1. Conoscenza e comprensione Comprendere i principi e le pratiche della progettazione di tecnologie basate sulla Human-Centred AI. Comprendere le differenze tra…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Comprendere i principi e le pratiche della progettazione di tecnologie basate sulla Human-Centred AI.
  • Comprendere le differenze tra intelligenza artificiale tradizionale e Human-Centred AI.
  • Approfondire le implicazioni etiche legate allo sviluppo dei sistemi di AI.
  • Conoscere i principi fondamentali degli approcci e delle tecnologie Human-Centred.
  • Comprendere le tecniche di annotazione di corpora linguistici fondamentali nello sviluppo delle tecnologie linguistiche.
  • Analizzare l'impatto della trasformazione digitale sulle organizzazioni e sui processi lavorativi, con particolare attenzione alle implicazioni per le persone.

2. Capacità di applicare conoscenze e comprensione

  • Applicare il processo di Human-Centred Design, dalle fasi di ricerca degli utenti fino alla prototipazione e implementazione.
  • Identificare e analizzare i bisogni e i requisiti degli utenti e degli stakeholder per sviluppare soluzioni progettuali efficaci.
  • Condurre test di usabilità per valutare l'efficacia delle soluzioni progettate attraverso l'interazione diretta con gli utenti.
  • Applicare metodi di ispezione dell'usabilità per identificare e risolvere potenziali problemi nelle interfacce e nei flussi di lavoro.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso responsabile dell'intelligenza artificiale e le metodologie di governance correlate.
  • Comunicare efficacemente idee e soluzioni progettuali, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale e del design centrato sull'utente.

Programma

Il corso si concentra sulla progettazione e sviluppo dell’intelligenza artificiale e delle tecnologie con un approccio incentrato sull'essere umano. Gli studenti imparano a distinguere tra AI tradizionale e AI Human-Centred, comprendendo l'importanza di progettare sistemi che rispondano alle esigenze degli utenti e considerino le implicazioni etiche, affrontando temi come la responsabilità, la spiegabilità degli algoritmi e l'equità nell'uso delle tecnologie intelligenti.

Il corso approfondisce, inoltre, il processo di design focalizzato sull'utente, dall'analisi dei bisogni alla prototipazione e implementazione di soluzioni. Gli studenti acquisiranno competenze nel condurre test di usabilità e utilizzare metodi di ispezione per ottimizzare interfacce e flussi di lavoro, garantendo che le soluzioni siano efficaci e centrali per l'utente.

Infine, il corso esplora tecnologie e approcci Human-Centred che migliorano l'interazione con le tecnologie digitali, trattando l'annotazione dei corpora linguistici e l'analisi della trasformazione digitale. Viene prestata attenzione all'impatto di queste tecnologie sulle persone e sulle organizzazioni, utilizzando metodologie di ricerca sia qualitative che quantitative per valutare la loro efficacia.

Modulo I: Human-Centred Artificial Intelligence
Gli obiettivi del modulo sono:

  • Comprendere i principi e le pratiche della progettazione di intelligenze artificiali focalizzate sull'essere umano.
  • Analizzare le differenze tra intelligenza artificiale tradizionale e Human-Centred AI.
  • Approfondire le implicazioni etiche nello sviluppo di sistemi di AI.
  • Comprendere ed esaminare le metodologie di governance per garantire l'uso responsabile dell'AI.

Le lezioni sono 18:

  • Human-Centred Artificial Intelligence
  • Traditional Artificial Intelligence vs. Human-Centred Artificial Intelligence
  • Human-Centred Artificial Intelligence and ethics of AI
  • Human-Centred Artificial Intelligence Framework (trattata con 2 lezioni)
  • Human-Centred Artificial Intelligence Design Metaphors (trattata con 2 lezioni)
  • Human-Centred Artificial Intelligence governance structures (trattata con 2 lezioni)
  • Short intro Recommender Systems
  • Explainability and Recommender Systems (trattata con 2 lezioni)
  • Ethical and Responsible Artificial Intelligence (trattata con 2 lezioni)
  • Research Methods (trattata con 2 lezioni)
  • Algorithmic Fairness
  • HCAI meets HCD

Modulo II: Human-Centred Design
Gli obiettivi del modulo sono:

  • Comprendere il processo di Human-Centred Design, dalle fasi di ricerca agli utenti fino alla prototipazione e implementazione (2 lezioni).
  • Identificare e analizzare i bisogni e requisiti degli utenti e degli stakeholder per definire soluzioni di design efficaci.
  • Sviluppare soluzioni progettuali che rispondano ai bisogni degli utenti, migliorando l'esperienza e l'interazione.
  • Condurre test di usabilità per valutare l'efficacia delle soluzioni attraverso l'interazione diretta con gli utenti.
  • Applicare metodi di ispezione dell'usabilità per identificare e risolvere potenziali problemi nelle interfacce e nei flussi di lavoro.

Le lezioni sono 6:

  • Human-Centred Design Process (trattata con 2 lezioni)
  • User Needs and Requirements
  • Designing Solutions
  • Usability Testing
  • Usability Inspection

Modulo III: Human-Centred Approches and Technologies
Gli obiettivi del modulo sono:

  • Comprendere i principi fondamentali degli approcci e delle tecnologie human-centred, progettati per migliorare l'interazione umana con le tecnologie.
  • Apprendere le tecniche di annotazione di corpora linguistici, fondamentali nello sviluppo di tecnologie linguistiche e intelligenza artificiale.
  • Analizzare il concetto di trasformazione digitale e il suo impatto sulle organizzazioni e sui processi lavorativi, con particolare attenzione alle implicazioni per le persone (2 lezioni).
  • Approfondire i metodi di ricerca utilizzati per comprendere e valutare l'efficacia delle tecnologie human-centred, attraverso l'uso di metodologie qualitative e quantitative (2 lezioni).

Le lezioni sono 6:

  • Human-Centred Approaches and Technologies
  • Corpora Annotation
  • Digital Transformation (trattata con 2 lezioni)
  • Research (trattata con 2 lezioni)

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla Human-Centred Artificial Intelligence e Design e tutte le attività, regolamentazioni, metodi e infrastrutture introdotte da tali processi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

La prova orale consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei fondamenti di Human-Centred Artificial Intelligence e Design e tutte le attività, regolamentazioni, metodi e infrastrutture introdotte da tali processi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso. Durante la prova orale si cerca anche di valutare la capacità dello studente di presentare degli esempi, dei casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova orale ha una durata media di 30 minuti.

L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi Human-Centred. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Dignum, “Responsible Artificial Intelligence – How to Develop and Use AI in a Responsible Way”, Springer, 2019.
  • Shneiderman, “Human-Centered AI”, Oxford University Press, 2022.
  • International Usability and UX Qualification Board Documents (Foundation Level) - https://uxqb.org/en/documents/cpux-f-en-curriculum/

Testi di approfondimento:

  • Schmidt, “Interactive Human Centered Artificial Intelligence: A Definition and Research Challenges”.
  • Barocas et al., “Fairness and Machine Learning”, 2019.
  • International Usability and UX Qualification Board Documents (Foundation Level, Advanced Level „User Requirements Engineering“, Advanced Level „Designing Solutions“, Advanced Level “Usability Testing”) - https://uxqb.org/en/documents/

Codice insegnamento UC453317

Human – Centred AI and Design 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: 1. Conoscenza e comprensione Comprendere i principi e le pratiche della progettazione di tecnologie basate sulla Human-Centred AI. Comprendere le differenze tra…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Comprendere i principi e le pratiche della progettazione di tecnologie basate sulla Human-Centred AI.
  • Comprendere le differenze tra intelligenza artificiale tradizionale e Human-Centred AI.
  • Approfondire le implicazioni etiche legate allo sviluppo dei sistemi di AI.
  • Conoscere i principi fondamentali degli approcci e delle tecnologie Human-Centred.
  • Comprendere le tecniche di annotazione di corpora linguistici fondamentali nello sviluppo delle tecnologie linguistiche.
  • Analizzare l'impatto della trasformazione digitale sulle organizzazioni e sui processi lavorativi, con particolare attenzione alle implicazioni per le persone.

2. Capacità di applicare conoscenze e comprensione

  • Applicare il processo di Human-Centred Design, dalle fasi di ricerca degli utenti fino alla prototipazione e implementazione.
  • Identificare e analizzare i bisogni e i requisiti degli utenti e degli stakeholder per sviluppare soluzioni progettuali efficaci.
  • Condurre test di usabilità per valutare l'efficacia delle soluzioni progettate attraverso l'interazione diretta con gli utenti.
  • Applicare metodi di ispezione dell'usabilità per identificare e risolvere potenziali problemi nelle interfacce e nei flussi di lavoro.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso responsabile dell'intelligenza artificiale e le metodologie di governance correlate.
  • Comunicare efficacemente idee e soluzioni progettuali, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale e del design centrato sull'utente.

Programma

Il corso si concentra sulla progettazione e sviluppo dell’intelligenza artificiale e delle tecnologie con un approccio incentrato sull'essere umano. Gli studenti imparano a distinguere tra AI tradizionale e AI Human-Centred, comprendendo l'importanza di progettare sistemi che rispondano alle esigenze degli utenti e considerino le implicazioni etiche, affrontando temi come la responsabilità, la spiegabilità degli algoritmi e l'equità nell'uso delle tecnologie intelligenti.

Il corso approfondisce, inoltre, il processo di design focalizzato sull'utente, dall'analisi dei bisogni alla prototipazione e implementazione di soluzioni. Gli studenti acquisiranno competenze nel condurre test di usabilità e utilizzare metodi di ispezione per ottimizzare interfacce e flussi di lavoro, garantendo che le soluzioni siano efficaci e centrali per l'utente.

Infine, il corso esplora tecnologie e approcci Human-Centred che migliorano l'interazione con le tecnologie digitali, trattando l'annotazione dei corpora linguistici e l'analisi della trasformazione digitale. Viene prestata attenzione all'impatto di queste tecnologie sulle persone e sulle organizzazioni, utilizzando metodologie di ricerca sia qualitative che quantitative per valutare la loro efficacia.

Modulo I: Human-Centred Artificial Intelligence
Gli obiettivi del modulo sono:

  • Comprendere i principi e le pratiche della progettazione di intelligenze artificiali focalizzate sull'essere umano.
  • Analizzare le differenze tra intelligenza artificiale tradizionale e Human-Centred AI.
  • Approfondire le implicazioni etiche nello sviluppo di sistemi di AI.
  • Comprendere ed esaminare le metodologie di governance per garantire l'uso responsabile dell'AI.

Le lezioni sono 18:

  • Human-Centred Artificial Intelligence
  • Traditional Artificial Intelligence vs. Human-Centred Artificial Intelligence
  • Human-Centred Artificial Intelligence and ethics of AI
  • Human-Centred Artificial Intelligence Framework (trattata con 2 lezioni)
  • Human-Centred Artificial Intelligence Design Metaphors (trattata con 2 lezioni)
  • Human-Centred Artificial Intelligence governance structures (trattata con 2 lezioni)
  • Short intro Recommender Systems
  • Explainability and Recommender Systems (trattata con 2 lezioni)
  • Ethical and Responsible Artificial Intelligence (trattata con 2 lezioni)
  • Research Methods (trattata con 2 lezioni)
  • Algorithmic Fairness
  • HCAI meets HCD

Modulo II: Human-Centred Design
Gli obiettivi del modulo sono:

  • Comprendere il processo di Human-Centred Design, dalle fasi di ricerca agli utenti fino alla prototipazione e implementazione (2 lezioni).
  • Identificare e analizzare i bisogni e requisiti degli utenti e degli stakeholder per definire soluzioni di design efficaci.
  • Sviluppare soluzioni progettuali che rispondano ai bisogni degli utenti, migliorando l'esperienza e l'interazione.
  • Condurre test di usabilità per valutare l'efficacia delle soluzioni attraverso l'interazione diretta con gli utenti.
  • Applicare metodi di ispezione dell'usabilità per identificare e risolvere potenziali problemi nelle interfacce e nei flussi di lavoro.

Le lezioni sono 6:

  • Human-Centred Design Process (trattata con 2 lezioni)
  • User Needs and Requirements
  • Designing Solutions
  • Usability Testing
  • Usability Inspection

Modulo III: Human-Centred Approches and Technologies
Gli obiettivi del modulo sono:

  • Comprendere i principi fondamentali degli approcci e delle tecnologie human-centred, progettati per migliorare l'interazione umana con le tecnologie.
  • Apprendere le tecniche di annotazione di corpora linguistici, fondamentali nello sviluppo di tecnologie linguistiche e intelligenza artificiale.
  • Analizzare il concetto di trasformazione digitale e il suo impatto sulle organizzazioni e sui processi lavorativi, con particolare attenzione alle implicazioni per le persone (2 lezioni).
  • Approfondire i metodi di ricerca utilizzati per comprendere e valutare l'efficacia delle tecnologie human-centred, attraverso l'uso di metodologie qualitative e quantitative (2 lezioni).

Le lezioni sono 6:

  • Human-Centred Approaches and Technologies
  • Corpora Annotation
  • Digital Transformation (trattata con 2 lezioni)
  • Research (trattata con 2 lezioni)

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla Human-Centred Artificial Intelligence e Design e tutte le attività, regolamentazioni, metodi e infrastrutture introdotte da tali processi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

La prova orale consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei fondamenti di Human-Centred Artificial Intelligence e Design e tutte le attività, regolamentazioni, metodi e infrastrutture introdotte da tali processi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso. Durante la prova orale si cerca anche di valutare la capacità dello studente di presentare degli esempi, dei casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova orale ha una durata media di 30 minuti.

L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi Human-Centred. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Dignum, “Responsible Artificial Intelligence – How to Develop and Use AI in a Responsible Way”, Springer, 2019.
  • Shneiderman, “Human-Centered AI”, Oxford University Press, 2022.
  • International Usability and UX Qualification Board Documents (Foundation Level) - https://uxqb.org/en/documents/cpux-f-en-curriculum/

Testi di approfondimento:

  • Schmidt, “Interactive Human Centered Artificial Intelligence: A Definition and Research Challenges”.
  • Barocas et al., “Fairness and Machine Learning”, 2019.
  • International Usability and UX Qualification Board Documents (Foundation Level, Advanced Level „User Requirements Engineering“, Advanced Level „Designing Solutions“, Advanced Level “Usability Testing”) - https://uxqb.org/en/documents/

Codice insegnamento UC453366

Human – Centred AI and Design 2° anno · 12 CFU · IINF-05/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: 1. Conoscenza e comprensione Comprendere i principi e le pratiche della progettazione di tecnologie basate sulla Human-Centred AI. Comprendere le differenze tra…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Comprendere i principi e le pratiche della progettazione di tecnologie basate sulla Human-Centred AI.
  • Comprendere le differenze tra intelligenza artificiale tradizionale e Human-Centred AI.
  • Approfondire le implicazioni etiche legate allo sviluppo dei sistemi di AI.
  • Conoscere i principi fondamentali degli approcci e delle tecnologie Human-Centred.
  • Comprendere le tecniche di annotazione di corpora linguistici fondamentali nello sviluppo delle tecnologie linguistiche.
  • Analizzare l'impatto della trasformazione digitale sulle organizzazioni e sui processi lavorativi, con particolare attenzione alle implicazioni per le persone.

2. Capacità di applicare conoscenze e comprensione

  • Applicare il processo di Human-Centred Design, dalle fasi di ricerca degli utenti fino alla prototipazione e implementazione.
  • Identificare e analizzare i bisogni e i requisiti degli utenti e degli stakeholder per sviluppare soluzioni progettuali efficaci.
  • Condurre test di usabilità per valutare l'efficacia delle soluzioni progettate attraverso l'interazione diretta con gli utenti.
  • Applicare metodi di ispezione dell'usabilità per identificare e risolvere potenziali problemi nelle interfacce e nei flussi di lavoro.

3. Competenze trasversali

  • Sviluppare autonomia di giudizio nel valutare l'uso responsabile dell'intelligenza artificiale e le metodologie di governance correlate.
  • Comunicare efficacemente idee e soluzioni progettuali, sia in forma scritta che orale, e partecipare attivamente a discussioni e presentazioni.
  • Esercitare capacità di apprendimento autonomo attraverso la riflessione sulle proprie esperienze e l'acquisizione di nuove conoscenze tramite metodologie di ricerca sia qualitative che quantitative.
  • Valutare continuamente la propria crescita e sviluppo professionale nel campo dell'intelligenza artificiale e del design centrato sull'utente.

Programma

Il corso si concentra sulla progettazione e sviluppo dell’intelligenza artificiale e delle tecnologie con un approccio incentrato sull'essere umano. Gli studenti imparano a distinguere tra AI tradizionale e AI Human-Centred, comprendendo l'importanza di progettare sistemi che rispondano alle esigenze degli utenti e considerino le implicazioni etiche, affrontando temi come la responsabilità, la spiegabilità degli algoritmi e l'equità nell'uso delle tecnologie intelligenti.

Il corso approfondisce, inoltre, il processo di design focalizzato sull'utente, dall'analisi dei bisogni alla prototipazione e implementazione di soluzioni. Gli studenti acquisiranno competenze nel condurre test di usabilità e utilizzare metodi di ispezione per ottimizzare interfacce e flussi di lavoro, garantendo che le soluzioni siano efficaci e centrali per l'utente.

Infine, il corso esplora tecnologie e approcci Human-Centred che migliorano l'interazione con le tecnologie digitali, trattando l'annotazione dei corpora linguistici e l'analisi della trasformazione digitale. Viene prestata attenzione all'impatto di queste tecnologie sulle persone e sulle organizzazioni, utilizzando metodologie di ricerca sia qualitative che quantitative per valutare la loro efficacia.

Modulo I: Human-Centred Artificial Intelligence
Gli obiettivi del modulo sono:

  • Comprendere i principi e le pratiche della progettazione di intelligenze artificiali focalizzate sull'essere umano.
  • Analizzare le differenze tra intelligenza artificiale tradizionale e Human-Centred AI.
  • Approfondire le implicazioni etiche nello sviluppo di sistemi di AI.
  • Comprendere ed esaminare le metodologie di governance per garantire l'uso responsabile dell'AI.

Le lezioni sono 18:

  • Human-Centred Artificial Intelligence
  • Traditional Artificial Intelligence vs. Human-Centred Artificial Intelligence
  • Human-Centred Artificial Intelligence and ethics of AI
  • Human-Centred Artificial Intelligence Framework (trattata con 2 lezioni)
  • Human-Centred Artificial Intelligence Design Metaphors (trattata con 2 lezioni)
  • Human-Centred Artificial Intelligence governance structures (trattata con 2 lezioni)
  • Short intro Recommender Systems
  • Explainability and Recommender Systems (trattata con 2 lezioni)
  • Ethical and Responsible Artificial Intelligence (trattata con 2 lezioni)
  • Research Methods (trattata con 2 lezioni)
  • Algorithmic Fairness
  • HCAI meets HCD

Modulo II: Human-Centred Design
Gli obiettivi del modulo sono:

  • Comprendere il processo di Human-Centred Design, dalle fasi di ricerca agli utenti fino alla prototipazione e implementazione (2 lezioni).
  • Identificare e analizzare i bisogni e requisiti degli utenti e degli stakeholder per definire soluzioni di design efficaci.
  • Sviluppare soluzioni progettuali che rispondano ai bisogni degli utenti, migliorando l'esperienza e l'interazione.
  • Condurre test di usabilità per valutare l'efficacia delle soluzioni attraverso l'interazione diretta con gli utenti.
  • Applicare metodi di ispezione dell'usabilità per identificare e risolvere potenziali problemi nelle interfacce e nei flussi di lavoro.

Le lezioni sono 6:

  • Human-Centred Design Process (trattata con 2 lezioni)
  • User Needs and Requirements
  • Designing Solutions
  • Usability Testing
  • Usability Inspection

Modulo III: Human-Centred Approches and Technologies
Gli obiettivi del modulo sono:

  • Comprendere i principi fondamentali degli approcci e delle tecnologie human-centred, progettati per migliorare l'interazione umana con le tecnologie.
  • Apprendere le tecniche di annotazione di corpora linguistici, fondamentali nello sviluppo di tecnologie linguistiche e intelligenza artificiale.
  • Analizzare il concetto di trasformazione digitale e il suo impatto sulle organizzazioni e sui processi lavorativi, con particolare attenzione alle implicazioni per le persone (2 lezioni).
  • Approfondire i metodi di ricerca utilizzati per comprendere e valutare l'efficacia delle tecnologie human-centred, attraverso l'uso di metodologie qualitative e quantitative (2 lezioni).

Le lezioni sono 6:

  • Human-Centred Approaches and Technologies
  • Corpora Annotation
  • Digital Transformation (trattata con 2 lezioni)
  • Research (trattata con 2 lezioni)

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. L’esame si svolge in forma scritta e/o orale. Il punteggio della prova è espresso in trentesimi.

La prova scritta consiste in domande a risposta aperta sugli argomenti specifici del corso. Le domande sono formulate con questa tipologia sia per argomenti più teorici sia per argomenti più pratici. Viene richiesto agli studenti di dimostrare la comprensione dei concetti fondamentali relativi alla Human-Centred Artificial Intelligence e Design e tutte le attività, regolamentazioni, metodi e infrastrutture introdotte da tali processi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso. La prova scritta ha una durata massima di 90 minuti durante la quale gli studenti devono illustrare in modo adeguato gli argomenti richiesti dimostrando di aver raggiunto gli obiettivi formativi prefissati.

La prova orale consiste in un colloquio frontale sugli argomenti trattati nel corso. Durante la prova orale verrà richiesto agli studenti di esporre gli argomenti trattati durante il corso, al fine di verificare la capacità di apprendimento dei fondamenti di Human-Centred Artificial Intelligence e Design e tutte le attività, regolamentazioni, metodi e infrastrutture introdotte da tali processi e la capacità dello studente di applicare tali conoscenze tramite la descrizione di funzionalità e strumenti implementati in scenari reali e attualmente in uso. Durante la prova orale si cerca anche di valutare la capacità dello studente di presentare degli esempi, dei casi di studio, per verificare il livello di acquisizione degli strumenti introdotti. La prova orale ha una durata media di 30 minuti.

L’esame, in entrambe le forme, è finalizzato anche a valutare l’autonomia di giudizio, l’abilità comunicativa e la capacità di apprendere degli studenti.

Al fine di valutare il conseguimento degli obiettivi formativi del corso, il docente terrà conto nella valutazione finale dell’esame:

  • della capacità di apprendere e quindi di esporre l’argomento richiesto; mostrando un’attitudine a risolvere nuove sfide;
  • della padronanza di linguaggio dello studente;
  • della capacità di applicare architetture, funzionalità o strumenti alla risoluzione di problemi reali e di valutare in modo appropriato le scelte tecnologiche in base a situazioni reali.

Per superare l’esame, lo studente deve dimostrare di aver acquisito conoscenze per l’analisi dei problemi complessi, una conoscenza di base sulle funzionalità e sui principali elementi degli strumenti introdotti in tale processo. Verrà valutata anche la capacità di ipotizzare soluzioni innovative per migliorare i processi Human-Centred. Per conseguire un punteggio pari a 30/30 e lode, lo studente deve inoltre dimostrare di aver acquisito una conoscenza eccellente di tutti gli argomenti trattati durante il corso.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Dignum, “Responsible Artificial Intelligence – How to Develop and Use AI in a Responsible Way”, Springer, 2019.
  • Shneiderman, “Human-Centered AI”, Oxford University Press, 2022.
  • International Usability and UX Qualification Board Documents (Foundation Level) - https://uxqb.org/en/documents/cpux-f-en-curriculum/

Testi di approfondimento:

  • Schmidt, “Interactive Human Centered Artificial Intelligence: A Definition and Research Challenges”.
  • Barocas et al., “Fairness and Machine Learning”, 2019.
  • International Usability and UX Qualification Board Documents (Foundation Level, Advanced Level „User Requirements Engineering“, Advanced Level „Designing Solutions“, Advanced Level “Usability Testing”) - https://uxqb.org/en/documents/

Codice insegnamento UC453413

IIND-07/B Pianificazione energetica a scala territoriale 2° anno · 6 CFU · 0 file
IIND-07/B Pianificazione energetica a scala territoriale 2° anno · 6 CFU · 0 file
IIND-07/B Pianificazione energetica a scala territoriale 2° anno · 6 CFU · 0 file
Impianti di conversione dell’energia 2° anno · 6 CFU · IIND-06/A · 0 file

Il corso di Impianti di conversione dell’energia analizza i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Impianti di conversione dell’energia analizza i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di calore…) per i processi di trasformazione e conversione dell’energia. La terza parte analizza le principali tipologie di impianti per la conversione dell’energia.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le caratteristiche energetiche (efficienza) dei principali processi di trasformazione e conversione dell’energia e le caratteristiche (ciclo termodinamico ove presente, vettore energetico utilizzato, efficienza, potenza specifica) e i principi di funzionamento delle principali tipologie di impianti per la conversione dell’energia.

Lo studente dovrà poi conoscere i criteri di dimensionamento degli impianti, dei principali componenti dello stesso e le normative tecniche di riferimento.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado individuare e descrivere in modo completo le caratteristiche dei principali sistemi utilizzati nelle trasformazioni quali espansione o compressione di gas, generazione di calore, scambi di calore nonché i principali impianti per la produzione di energia elettrica e/o calore.

In concreto, lo studente sarà in grado di individuare ed effettuare un dimensionamento di massima degli impianti per la produzione di energia elettrica e/o calore, dei principali componenti dello stesso (pompe, turbine, compressori, scambiatori di calore…) sulla base delle normative tecniche di riferimento.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni e degli esercizi svolti dal docente tenuti nell’ambito delle aule virtuali.

Nel primo caso (prove d’esame) si prevedono domande che abbracciano l´intero programma trattato. La valutazione della capacità di apprendimento si evidenzierà dalle risposte che potranno richiedere una forma più o meno articolata (composta da contenuti e/o riferimenti numerici e/o formule e/o schemi...) e si sostanzierà non limitandosi al "giusto" o "sbagliato" in toto, ma si peseranno tutte le argomentazioni dando il giusto valore alla risposta sia in funzione dei contenuti, sia in funzione del linguaggio tecnico utilizzato (da totalmente insufficiente a più che ottima).

Nel secondo caso, la verifica della capacità di apprendimento sarà sostanziata dall’interazione diretta con lo studente.

Programma

Il corso è strutturato in tre parti. La prima parte contiene un’introduzione al corso e i richiami ai concetti di base di termodinamica applicata necessari per lo studio del corso stesso. La seconda parte illustra i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di calore…) per i processi di trasformazione e conversione dell’energia. La terza parte analizza le principali tipologie di impianti per la conversione dell’energia.

Prima parte

  • Introduzione al corso
  • Definizione di sistema energetico
  • Trasformazione e conversione dell’energia
  • Generalità sugli impianti di conversione dell’energia

Seconda parte

  • Richiami di termodinamica applicata
  • Trasformazioni termodinamiche reversibili, equazioni delle trasformazioni, lavoro, calore, variazione di energia interna, di entalpia e di entropia
  • Cicli termodinamici
  • Exergia
  • I combustibili
  • Il processo di combustione
  • Trasmissione del calore. Scambiatori
  • Turbomacchine

Terza parte

  • Impianti a gas
  • Motori a combustione interna
  • Impianti combinati
  • Impianti a vapore
  • Celle a combustibile
  • La cogenerazione
  • Impianti fotovoltaici
  • Collettori solari piani
  • Impianti eolici
  • Energia eolica
  • Impianti idroelettrici
  • Cenni ad altre tecnologie per la produzione di energia da FER: sfruttamento delle maree, delle moto ondoso, delle correnti marine, impianti geotermici, le biomasse

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e due brevi esercizi numerici sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le video-lezioni, le dispense e gli esercizi svolti sono progettati per fornire tutto il materiale necessario alla comprensione e allo studio.

Codice insegnamento UC62827

Impianti di conversione dell’energia 2° anno · 6 CFU · IIND-06/A · 0 file

Il corso di Impianti di conversione dell’energia analizza i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Impianti di conversione dell’energia analizza i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di calore…) per i processi di trasformazione e conversione dell’energia. La terza parte analizza le principali tipologie di impianti per la conversione dell’energia.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le caratteristiche energetiche (efficienza) dei principali processi di trasformazione e conversione dell’energia e le caratteristiche (ciclo termodinamico ove presente, vettore energetico utilizzato, efficienza, potenza specifica) e i principi di funzionamento delle principali tipologie di impianti per la conversione dell’energia.

Lo studente dovrà poi conoscere i criteri di dimensionamento degli impianti, dei principali componenti dello stesso e le normative tecniche di riferimento.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado individuare e descrivere in modo completo le caratteristiche dei principali sistemi utilizzati nelle trasformazioni quali espansione o compressione di gas, generazione di calore, scambi di calore nonché i principali impianti per la produzione di energia elettrica e/o calore.

In concreto, lo studente sarà in grado di individuare ed effettuare un dimensionamento di massima degli impianti per la produzione di energia elettrica e/o calore, dei principali componenti dello stesso (pompe, turbine, compressori, scambiatori di calore…) sulla base delle normative tecniche di riferimento.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni e degli esercizi svolti dal docente tenuti nell’ambito delle aule virtuali.

Nel primo caso (prove d’esame) si prevedono domande che abbracciano l´intero programma trattato. La valutazione della capacità di apprendimento si evidenzierà dalle risposte che potranno richiedere una forma più o meno articolata (composta da contenuti e/o riferimenti numerici e/o formule e/o schemi...) e si sostanzierà non limitandosi al "giusto" o "sbagliato" in toto, ma si peseranno tutte le argomentazioni dando il giusto valore alla risposta sia in funzione dei contenuti, sia in funzione del linguaggio tecnico utilizzato (da totalmente insufficiente a più che ottima).

Nel secondo caso, la verifica della capacità di apprendimento sarà sostanziata dall’interazione diretta con lo studente.

Programma

Il corso è strutturato in tre parti. La prima parte contiene un’introduzione al corso e i richiami ai concetti di base di termodinamica applicata necessari per lo studio del corso stesso. La seconda parte illustra i principali processi (produzione e scambio di calore, compressione ed espansione dei fluidi,…) e le principali tecnologie (pompe, turbine, scambiatori di calore…) per i processi di trasformazione e conversione dell’energia. La terza parte analizza le principali tipologie di impianti per la conversione dell’energia.

Prima parte

  • Introduzione al corso
  • Definizione di sistema energetico
  • Trasformazione e conversione dell’energia
  • Generalità sugli impianti di conversione dell’energia

Seconda parte

  • Richiami di termodinamica applicata
  • Trasformazioni termodinamiche reversibili, equazioni delle trasformazioni, lavoro, calore, variazione di energia interna, di entalpia e di entropia
  • Cicli termodinamici
  • Exergia
  • I combustibili
  • Il processo di combustione
  • Trasmissione del calore. Scambiatori
  • Turbomacchine

Terza parte

  • Impianti a gas
  • Motori a combustione interna
  • Impianti combinati
  • Impianti a vapore
  • Celle a combustibile
  • La cogenerazione
  • Impianti fotovoltaici
  • Collettori solari piani
  • Impianti eolici
  • Energia eolica
  • Impianti idroelettrici
  • Cenni ad altre tecnologie per la produzione di energia da FER: sfruttamento delle maree, delle moto ondoso, delle correnti marine, impianti geotermici, le biomasse

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e due brevi esercizi numerici sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Le video-lezioni, le dispense e gli esercizi svolti sono progettati per fornire tutto il materiale necessario alla comprensione e allo studio.

Codice insegnamento UC453344

Ingegneria del nocciolo 2° anno · 6 CFU · IIND-07/C · 0 file

Il corso di Ingegneria del Nocciolo fornisce gli strumenti per comprendere i criteri e i principi base della progettazione di un impianto nucleare, dal punto di vista essenzialmente della neutronica. Tuttavia, per la sua…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Ingegneria del Nocciolo fornisce gli strumenti per comprendere i criteri e i principi base della progettazione di un impianto nucleare, dal punto di vista essenzialmente della neutronica. Tuttavia, per la sua importanza, non è trascurata la termoidraulica di un impianto nucleare e, soprattutto l’interazione che essa assume con la neutronica. Entrambi questi campi sono anzi strettamente connessi e non possono essere considerati indipendenti.

Due lezioni di approfondimento, nelle quali sono spiegati ed analizzati in dettaglio due incidenti-tipo in un impianto ad acqua in pressione (PWR), usando un codice di calcolo sviluppato in Enea, forniscono allo studente gli elementi per comprendere questi aspetti.

Inoltre, il corso fornisce gli strumenti per utilizzare alcuni strumenti matematici in alcuni casi molto importanti e ricorrenti, come l’approssimazione di funzioni e di equazioni differenziali difficilmente risolvibili (o non risolvibili affatto) con un approccio di risoluzione diretta.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Alla fine del corso lo studente è supposto possedere le conoscenze e le capacità per approfondire e poter partecipare a pieno titolo in un gruppo nel quale si progettano, si analizzano o si controllano impianti nucleari.

Programma

Il corso si articola lungo tre direttrici principali, tra loro strettamente connesse. La prima riguarda alcuni richiami di matematica (analisi, elementi di algebra matriciale, calcoli perturbativi) e di fisica del nucleo. Questi prodromi sono necessari per una comprensione piena della materia che, anche in una trattazione universitaria è di per sé complessa. La seconda direttrice riguarda la fisica del reattore nucleare vera e propria. Sono riportati e analizzati modelli fisicomatematici per predire il comportamento di un reattore nucleare (in generale un sistema moltiplicante) sotto varie condizioni: stabilità, sopra criticità, sotto criticità. Sono considerati vari tipi di reattori nucleari dai tradizionali, refrigerati a moderati ad acqua (leggera e pesante), ai reattori veloci, fino a considerare i reattori sottocritici, detti ADS (Accelerator Driven System). A questo si aggiungono altri argomenti che hanno fatto la storia dello sviluppo dell’uso dell’energia nucleare e che sono ancora all’ordine del giorno, come l’arricchimento dell’uranio. La terza direttrice riguarda le esercitazioni, indispensabili per prendere possesso della materia; tre lezioni riguardano esercizi numerici, ma anche concettuali.

  • Richiami di fisica nucleare (fissione del nucleo, interazione neutroni–materia) e di matematica
  • Diffusione e trasporto dei neutroni
  • Rallentamento dei neutroni
  • Reattore con e senza riflettore
  • Cinetica del Reattore
  • Variazioni della reattività
  • Teoria delle perturbazioni
  • Il ciclo del combustibile
  • Reattori sottocritici

Modalità d'esame

L’esame si svolge in forma orale nella sede centrale e scritta nelle sedi periferiche dell’Ateneo. Attraverso la prova d’esame, anche se svolto in modi diversi, viene attuata la verifica della preparazione raggiunta dallo studente durante il corso, in particolare:

  • nella forma orale si verifica di persona la comprensione dei concetti base del corso, come lo studente sia in grado di estrapolarli ad altri concetti e quale sia il percorso che lo porta verso il risultato finale; quindi ci si accerta non solo dell’apprendimento delle conoscenze fornite dallo studio del materiale, ma anche a che livello di profondità lo studente abbia assimilato i concetti appresi;
  • nell’esame scritto sono presentati allo studente alcuni quesiti a risposta aperta (in numero variabile, tipicamente compreso tra 5 e 10 a seconda della lunghezza di ciascuno), ai quali egli deve rispondere in modo sintetico e preciso. L'esame scritto può prevedere un'eventuale integrazione in forma orale a discrezione del Docente.

Entrambi i tipi di prova, seppure in modi diversi, tendono ad accertare la capacità dello studente di inquadrare l’argomento, definire esattamente cosa si richiede ed elaborare una risposta soddisfacente.

Tutto questo non può prescindere da uno studio attento e da una riflessione approfondita delle materie del corso.
L'esame ha una durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • John R. Lamarsh, Introduction to Nuclear Reactor Theory. Addison-Wesley Pubblishing Company, INC, Reading, Massachusettes, USA.

In alternativa:

  • John Lamarsh, Introduction to Nuclear Reactor Theory, American Nuclear Society

Codice insegnamento curriculum-meccanica-lm-33:ingegneria-del-nocciolo

Ingegneria del nocciolo 2° anno · 6 CFU · IIND-07/C · 0 file

Il corso di Ingegneria del Nocciolo fornisce gli strumenti per comprendere i criteri e i principi base della progettazione di un impianto nucleare, dal punto di vista essenzialmente della neutronica. Tuttavia, per la sua…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Ingegneria del Nocciolo fornisce gli strumenti per comprendere i criteri e i principi base della progettazione di un impianto nucleare, dal punto di vista essenzialmente della neutronica. Tuttavia, per la sua importanza, non è trascurata la termoidraulica di un impianto nucleare e, soprattutto l’interazione che essa assume con la neutronica. Entrambi questi campi sono anzi strettamente connessi e non possono essere considerati indipendenti.

Due lezioni di approfondimento, nelle quali sono spiegati ed analizzati in dettaglio due incidenti-tipo in un impianto ad acqua in pressione (PWR), usando un codice di calcolo sviluppato in Enea, forniscono allo studente gli elementi per comprendere questi aspetti.

Inoltre, il corso fornisce gli strumenti per utilizzare alcuni strumenti matematici in alcuni casi molto importanti e ricorrenti, come l’approssimazione di funzioni e di equazioni differenziali difficilmente risolvibili (o non risolvibili affatto) con un approccio di risoluzione diretta.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Alla fine del corso lo studente è supposto possedere le conoscenze e le capacità per approfondire e poter partecipare a pieno titolo in un gruppo nel quale si progettano, si analizzano o si controllano impianti nucleari.

Programma

Il corso si articola lungo tre direttrici principali, tra loro strettamente connesse. La prima riguarda alcuni richiami di matematica (analisi, elementi di algebra matriciale, calcoli perturbativi) e di fisica del nucleo. Questi prodromi sono necessari per una comprensione piena della materia che, anche in una trattazione universitaria è di per sé complessa. La seconda direttrice riguarda la fisica del reattore nucleare vera e propria. Sono riportati e analizzati modelli fisicomatematici per predire il comportamento di un reattore nucleare (in generale un sistema moltiplicante) sotto varie condizioni: stabilità, sopra criticità, sotto criticità. Sono considerati vari tipi di reattori nucleari dai tradizionali, refrigerati a moderati ad acqua (leggera e pesante), ai reattori veloci, fino a considerare i reattori sottocritici, detti ADS (Accelerator Driven System). A questo si aggiungono altri argomenti che hanno fatto la storia dello sviluppo dell’uso dell’energia nucleare e che sono ancora all’ordine del giorno, come l’arricchimento dell’uranio. La terza direttrice riguarda le esercitazioni, indispensabili per prendere possesso della materia; tre lezioni riguardano esercizi numerici, ma anche concettuali.

  • Richiami di fisica nucleare (fissione del nucleo, interazione neutroni–materia) e di matematica
  • Diffusione e trasporto dei neutroni
  • Rallentamento dei neutroni
  • Reattore con e senza riflettore
  • Cinetica del Reattore
  • Variazioni della reattività
  • Teoria delle perturbazioni
  • Il ciclo del combustibile
  • Reattori sottocritici

Modalità d'esame

L’esame si svolge in forma orale nella sede centrale e scritta nelle sedi periferiche dell’Ateneo. Attraverso la prova d’esame, anche se svolto in modi diversi, viene attuata la verifica della preparazione raggiunta dallo studente durante il corso, in particolare:

  • nella forma orale si verifica di persona la comprensione dei concetti base del corso, come lo studente sia in grado di estrapolarli ad altri concetti e quale sia il percorso che lo porta verso il risultato finale; quindi ci si accerta non solo dell’apprendimento delle conoscenze fornite dallo studio del materiale, ma anche a che livello di profondità lo studente abbia assimilato i concetti appresi;
  • nell’esame scritto sono presentati allo studente alcuni quesiti a risposta aperta (in numero variabile, tipicamente compreso tra 5 e 10 a seconda della lunghezza di ciascuno), ai quali egli deve rispondere in modo sintetico e preciso. L'esame scritto può prevedere un'eventuale integrazione in forma orale a discrezione del Docente.

Entrambi i tipi di prova, seppure in modi diversi, tendono ad accertare la capacità dello studente di inquadrare l’argomento, definire esattamente cosa si richiede ed elaborare una risposta soddisfacente.

Tutto questo non può prescindere da uno studio attento e da una riflessione approfondita delle materie del corso.
L'esame ha una durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • John R. Lamarsh, Introduction to Nuclear Reactor Theory. Addison-Wesley Pubblishing Company, INC, Reading, Massachusettes, USA.

In alternativa:

  • John Lamarsh, Introduction to Nuclear Reactor Theory, American Nuclear Society

Codice insegnamento UC453345

Ingegneria del nocciolo 2° anno · 6 CFU · IIND-07/C · 0 file

Il corso di Ingegneria del Nocciolo fornisce gli strumenti per comprendere i criteri e i principi base della progettazione di un impianto nucleare, dal punto di vista essenzialmente della neutronica. Tuttavia, per la sua…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Ingegneria del Nocciolo fornisce gli strumenti per comprendere i criteri e i principi base della progettazione di un impianto nucleare, dal punto di vista essenzialmente della neutronica. Tuttavia, per la sua importanza, non è trascurata la termoidraulica di un impianto nucleare e, soprattutto l’interazione che essa assume con la neutronica. Entrambi questi campi sono anzi strettamente connessi e non possono essere considerati indipendenti.

Due lezioni di approfondimento, nelle quali sono spiegati ed analizzati in dettaglio due incidenti-tipo in un impianto ad acqua in pressione (PWR), usando un codice di calcolo sviluppato in Enea, forniscono allo studente gli elementi per comprendere questi aspetti.

Inoltre, il corso fornisce gli strumenti per utilizzare alcuni strumenti matematici in alcuni casi molto importanti e ricorrenti, come l’approssimazione di funzioni e di equazioni differenziali difficilmente risolvibili (o non risolvibili affatto) con un approccio di risoluzione diretta.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Alla fine del corso lo studente è supposto possedere le conoscenze e le capacità per approfondire e poter partecipare a pieno titolo in un gruppo nel quale si progettano, si analizzano o si controllano impianti nucleari.

Programma

Il corso si articola lungo tre direttrici principali, tra loro strettamente connesse. La prima riguarda alcuni richiami di matematica (analisi, elementi di algebra matriciale, calcoli perturbativi) e di fisica del nucleo. Questi prodromi sono necessari per una comprensione piena della materia che, anche in una trattazione universitaria è di per sé complessa. La seconda direttrice riguarda la fisica del reattore nucleare vera e propria. Sono riportati e analizzati modelli fisicomatematici per predire il comportamento di un reattore nucleare (in generale un sistema moltiplicante) sotto varie condizioni: stabilità, sopra criticità, sotto criticità. Sono considerati vari tipi di reattori nucleari dai tradizionali, refrigerati a moderati ad acqua (leggera e pesante), ai reattori veloci, fino a considerare i reattori sottocritici, detti ADS (Accelerator Driven System). A questo si aggiungono altri argomenti che hanno fatto la storia dello sviluppo dell’uso dell’energia nucleare e che sono ancora all’ordine del giorno, come l’arricchimento dell’uranio. La terza direttrice riguarda le esercitazioni, indispensabili per prendere possesso della materia; tre lezioni riguardano esercizi numerici, ma anche concettuali.

  • Richiami di fisica nucleare (fissione del nucleo, interazione neutroni–materia) e di matematica
  • Diffusione e trasporto dei neutroni
  • Rallentamento dei neutroni
  • Reattore con e senza riflettore
  • Cinetica del Reattore
  • Variazioni della reattività
  • Teoria delle perturbazioni
  • Il ciclo del combustibile
  • Reattori sottocritici

Modalità d'esame

L’esame si svolge in forma orale nella sede centrale e scritta nelle sedi periferiche dell’Ateneo. Attraverso la prova d’esame, anche se svolto in modi diversi, viene attuata la verifica della preparazione raggiunta dallo studente durante il corso, in particolare:

  • nella forma orale si verifica di persona la comprensione dei concetti base del corso, come lo studente sia in grado di estrapolarli ad altri concetti e quale sia il percorso che lo porta verso il risultato finale; quindi ci si accerta non solo dell’apprendimento delle conoscenze fornite dallo studio del materiale, ma anche a che livello di profondità lo studente abbia assimilato i concetti appresi;
  • nell’esame scritto sono presentati allo studente alcuni quesiti a risposta aperta (in numero variabile, tipicamente compreso tra 5 e 10 a seconda della lunghezza di ciascuno), ai quali egli deve rispondere in modo sintetico e preciso. L'esame scritto può prevedere un'eventuale integrazione in forma orale a discrezione del Docente.

Entrambi i tipi di prova, seppure in modi diversi, tendono ad accertare la capacità dello studente di inquadrare l’argomento, definire esattamente cosa si richiede ed elaborare una risposta soddisfacente.

Tutto questo non può prescindere da uno studio attento e da una riflessione approfondita delle materie del corso.
L'esame ha una durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • John R. Lamarsh, Introduction to Nuclear Reactor Theory. Addison-Wesley Pubblishing Company, INC, Reading, Massachusettes, USA.

In alternativa:

  • John Lamarsh, Introduction to Nuclear Reactor Theory, American Nuclear Society

Codice insegnamento UC453392

Laboratorio Easy Call/Put: un ponte tra economia e ingegneria 2° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare: Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare:

  • Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti derivati, di capire la natura degli operatori matematici che entrano in gioco, sia essi analitico funzionali che probabilisti.
  • Equazioni differenziali alle derivate parziali del secondo ordine con condizioni iniziali e al contorno sia cosiddette “Backward” che “Forward”, sfruttare i calcolatori finanziari a disposizione per tentare una analisi tecnico quantitativa e quindi di Pricing di strumenti come i derivati finanziari.
  • Un modello matematico, seppur elementare in grado di fornire una analisi di tipo tecnico finanziario sull’andamento di un bene e quindi sul prezzaggio di un cosiddetto derivato sottostante.

Programma

Il presente Laboratorio ha come suo principale intento quello di fornire gli strumenti matematici necessari a comprendere la modellistica fondamentale utilizzata in Finanza Matematica. Tali strumenti sono rappresentati da tutti gli operatori matematici provenienti sia dal campo dell’Analisi Matematica e Funzionale che da quello relativo alla Probabilità e ai Processi Stocastici.
Tali modelli sorgono in primo luogo come strumenti di descrizione di fenomeni fisici di varia natura e genere. Negli ultimi 30 anni parecchi di questi sono stati mutuati in ambito matematico finanziario al fine di descrivere le dinamiche degli andamenti dei prezzi di strumenti finanziari come le Opzioni su titoli azionari. Il primo di essi, quello di Black-Scholes, si basa essenzialmente sulla risoluzione di una equazione differenziale alle derivate parziali del secondo ordine, parabolica, in grado di fornire la soluzione esatta al prezzaggio di uno strumento finanziario chiamato Derivato.

  • Cenni Storici sui derivati finanziari e primi modelli
  • Richiami di teoria della Probabilità e processi Stocastici
  • Misura di Peano Jordan, Riemann e Integrali multidimensionali
  • Funzioni Test
  • Trasformata di Fourier e Laplace
  • Equazioni differenziali alle derivate parziali
  • Esercitazioni varie
  • Finanza computazionale
  • Risk management
  • Probabilità e Processi Stocastici (4 lezioni)
  • I Calcolatori Finanziari
  • Codici dei Calcolatori in C++

Modalità d'esame

L’esame di idoneità si svolge in forma scritta e/o orale.
La prova scritta ha una durata massima di 120 minuti econsiste:

  • La risoluzione di uno o più esercizi di Matematica: Equazioni differenziali, Ordinarie e/o alle derivate parziali, la descrizione di un modello matematico finanziario sull’andamento del pricing di una o più opzioni.
    La prova orale consiste:
  • Descrizione del modello matematico di Black-Scholes, utilizzo delle equazioni differenziali, sia quelle analitiche che quelle stocastiche.
  • Utilizzo dei calcolatori finanziari. Modelli matematici: dall’Ingegneria alla Finanza Matematica.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Easy Call/Put guida all’analisi tecnica dei derivati finanziari e relative applicazioni in Visual C++ (Fabio Rinaldi, Silvestro Fassari, Armando Editore, 2007), disponibile in Biblioteca.
  • Matematica Finanziaria, Cherubini, Della Lunga, MC Graw Hill.
  • Opzioni, Futures e altri Derivati, Hull J., Il Sole 24 Ore.

Codice insegnamento UC453288

Laboratorio Easy Call/Put: un ponte tra economia e ingegneria 2° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare: Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare:

  • Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti derivati, di capire la natura degli operatori matematici che entrano in gioco, sia essi analitico funzionali che probabilisti.
  • Equazioni differenziali alle derivate parziali del secondo ordine con condizioni iniziali e al contorno sia cosiddette “Backward” che “Forward”, sfruttare i calcolatori finanziari a disposizione per tentare una analisi tecnico quantitativa e quindi di Pricing di strumenti come i derivati finanziari.
  • Un modello matematico, seppur elementare in grado di fornire una analisi di tipo tecnico finanziario sull’andamento di un bene e quindi sul prezzaggio di un cosiddetto derivato sottostante.

Programma

Il presente Laboratorio ha come suo principale intento quello di fornire gli strumenti matematici necessari a comprendere la modellistica fondamentale utilizzata in Finanza Matematica. Tali strumenti sono rappresentati da tutti gli operatori matematici provenienti sia dal campo dell’Analisi Matematica e Funzionale che da quello relativo alla Probabilità e ai Processi Stocastici.
Tali modelli sorgono in primo luogo come strumenti di descrizione di fenomeni fisici di varia natura e genere. Negli ultimi 30 anni parecchi di questi sono stati mutuati in ambito matematico finanziario al fine di descrivere le dinamiche degli andamenti dei prezzi di strumenti finanziari come le Opzioni su titoli azionari. Il primo di essi, quello di Black-Scholes, si basa essenzialmente sulla risoluzione di una equazione differenziale alle derivate parziali del secondo ordine, parabolica, in grado di fornire la soluzione esatta al prezzaggio di uno strumento finanziario chiamato Derivato.

  • Cenni Storici sui derivati finanziari e primi modelli
  • Richiami di teoria della Probabilità e processi Stocastici
  • Misura di Peano Jordan, Riemann e Integrali multidimensionali
  • Funzioni Test
  • Trasformata di Fourier e Laplace
  • Equazioni differenziali alle derivate parziali
  • Esercitazioni varie
  • Finanza computazionale
  • Risk management
  • Probabilità e Processi Stocastici (4 lezioni)
  • I Calcolatori Finanziari
  • Codici dei Calcolatori in C++

Modalità d'esame

L’esame di idoneità si svolge in forma scritta e/o orale.
La prova scritta ha una durata massima di 120 minuti econsiste:

  • La risoluzione di uno o più esercizi di Matematica: Equazioni differenziali, Ordinarie e/o alle derivate parziali, la descrizione di un modello matematico finanziario sull’andamento del pricing di una o più opzioni.
    La prova orale consiste:
  • Descrizione del modello matematico di Black-Scholes, utilizzo delle equazioni differenziali, sia quelle analitiche che quelle stocastiche.
  • Utilizzo dei calcolatori finanziari. Modelli matematici: dall’Ingegneria alla Finanza Matematica.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Easy Call/Put guida all’analisi tecnica dei derivati finanziari e relative applicazioni in Visual C++ (Fabio Rinaldi, Silvestro Fassari, Armando Editore, 2007), disponibile in Biblioteca.
  • Matematica Finanziaria, Cherubini, Della Lunga, MC Graw Hill.
  • Opzioni, Futures e altri Derivati, Hull J., Il Sole 24 Ore.

Codice insegnamento UC453336

Laboratorio Easy Call/Put: un ponte tra economia e ingegneria 2° anno · 6 CFU · 0 file

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare: Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di comprendere, risolvere e sviluppare:

  • Il modello finanziario basato sulla descrizione puntuale ed analitica dell’andamento dei prezzi di strumenti cosiddetti derivati, di capire la natura degli operatori matematici che entrano in gioco, sia essi analitico funzionali che probabilisti.
  • Equazioni differenziali alle derivate parziali del secondo ordine con condizioni iniziali e al contorno sia cosiddette “Backward” che “Forward”, sfruttare i calcolatori finanziari a disposizione per tentare una analisi tecnico quantitativa e quindi di Pricing di strumenti come i derivati finanziari.
  • Un modello matematico, seppur elementare in grado di fornire una analisi di tipo tecnico finanziario sull’andamento di un bene e quindi sul prezzaggio di un cosiddetto derivato sottostante.

Programma

Il presente Laboratorio ha come suo principale intento quello di fornire gli strumenti matematici necessari a comprendere la modellistica fondamentale utilizzata in Finanza Matematica. Tali strumenti sono rappresentati da tutti gli operatori matematici provenienti sia dal campo dell’Analisi Matematica e Funzionale che da quello relativo alla Probabilità e ai Processi Stocastici.
Tali modelli sorgono in primo luogo come strumenti di descrizione di fenomeni fisici di varia natura e genere. Negli ultimi 30 anni parecchi di questi sono stati mutuati in ambito matematico finanziario al fine di descrivere le dinamiche degli andamenti dei prezzi di strumenti finanziari come le Opzioni su titoli azionari. Il primo di essi, quello di Black-Scholes, si basa essenzialmente sulla risoluzione di una equazione differenziale alle derivate parziali del secondo ordine, parabolica, in grado di fornire la soluzione esatta al prezzaggio di uno strumento finanziario chiamato Derivato.

  • Cenni Storici sui derivati finanziari e primi modelli
  • Richiami di teoria della Probabilità e processi Stocastici
  • Misura di Peano Jordan, Riemann e Integrali multidimensionali
  • Funzioni Test
  • Trasformata di Fourier e Laplace
  • Equazioni differenziali alle derivate parziali
  • Esercitazioni varie
  • Finanza computazionale
  • Risk management
  • Probabilità e Processi Stocastici (4 lezioni)
  • I Calcolatori Finanziari
  • Codici dei Calcolatori in C++

Modalità d'esame

L’esame di idoneità si svolge in forma scritta e/o orale.
La prova scritta ha una durata massima di 120 minuti econsiste:

  • La risoluzione di uno o più esercizi di Matematica: Equazioni differenziali, Ordinarie e/o alle derivate parziali, la descrizione di un modello matematico finanziario sull’andamento del pricing di una o più opzioni.
    La prova orale consiste:
  • Descrizione del modello matematico di Black-Scholes, utilizzo delle equazioni differenziali, sia quelle analitiche che quelle stocastiche.
  • Utilizzo dei calcolatori finanziari. Modelli matematici: dall’Ingegneria alla Finanza Matematica.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Easy Call/Put guida all’analisi tecnica dei derivati finanziari e relative applicazioni in Visual C++ (Fabio Rinaldi, Silvestro Fassari, Armando Editore, 2007), disponibile in Biblioteca.
  • Matematica Finanziaria, Cherubini, Della Lunga, MC Graw Hill.
  • Opzioni, Futures e altri Derivati, Hull J., Il Sole 24 Ore.

Codice insegnamento UC453385

Laboratorio di Disegno CAD-CAE 2° anno · 6 CFU · 0 file

In una prima fase si spiegherà l´interfaccia di base, l’area di lavoro e le barre dei comandi. In seguito si spiegherà come aprire, creare e salvare i disegni. Solo dopo queste premesse si parlerà dei comandi veri e…

Scheda dell'insegnamento

Obiettivi formativi

In una prima fase si spiegherà l´interfaccia di base, l’area di lavoro e le barre dei comandi.

In seguito si spiegherà come aprire, creare e salvare i disegni.

Solo dopo queste premesse si parlerà dei comandi veri e propri e delle tecniche di base, in una logica di difficoltà crescente.

Si parlerà dell´uso delle coordinate, del controllo della visualizzazione e dell´inserimento delle primitive cioè gli elementi base di un disegno.

Alla fine del corso sarà possibile sfruttare efficacemente gli strumenti che AutoCAD mette a disposizione per la progettazione in due dimensioni.

Programma

Il Laboratorio di Disegno CAD-CAE è finalizzato all´apprendimento delle tecniche base dell´uso di AutoCAD che rappresenta il principale software per il disegno automatico. È rivolto sopratutto a chi non ha pratica di tale tecnologia e desidera passare dal disegno di tipo tradizionale a quello computerizzato, ma anche chi ha dimestichezza in questo settore può trovare degli elementi per migliorare la propria tecnica e le proprie conoscenze. Il Laboratorio è concepito per applicare immediatamente le conoscenze apprese e garantire un percorso di formazione completo. Saranno trattati i principali argomenti del disegno automatico in maniera graduale e completa attraverso spiegazioni testuali e immagini esplicative.

  • Introduzione
  • Interfaccia
  • Creazione disegni
  • Le primitive grafiche
  • Inserimento dei comandi
  • I comandi di modifica
  • I layer
  • Il controllo della visualizzazione
  • Gli snap ad oggetto
  • La stampa

Modalità d'esame

Leggere la Guida.

Testi di riferimento

Materiale in piattaforma.

Codice insegnamento UC453287

Laboratorio di Disegno CAD-CAE 2° anno · 6 CFU · 0 file

In una prima fase si spiegherà l´interfaccia di base, l’area di lavoro e le barre dei comandi. In seguito si spiegherà come aprire, creare e salvare i disegni. Solo dopo queste premesse si parlerà dei comandi veri e…

Scheda dell'insegnamento

Obiettivi formativi

In una prima fase si spiegherà l´interfaccia di base, l’area di lavoro e le barre dei comandi.

In seguito si spiegherà come aprire, creare e salvare i disegni.

Solo dopo queste premesse si parlerà dei comandi veri e propri e delle tecniche di base, in una logica di difficoltà crescente.

Si parlerà dell´uso delle coordinate, del controllo della visualizzazione e dell´inserimento delle primitive cioè gli elementi base di un disegno.

Alla fine del corso sarà possibile sfruttare efficacemente gli strumenti che AutoCAD mette a disposizione per la progettazione in due dimensioni.

Programma

Il Laboratorio di Disegno CAD-CAE è finalizzato all´apprendimento delle tecniche base dell´uso di AutoCAD che rappresenta il principale software per il disegno automatico. È rivolto sopratutto a chi non ha pratica di tale tecnologia e desidera passare dal disegno di tipo tradizionale a quello computerizzato, ma anche chi ha dimestichezza in questo settore può trovare degli elementi per migliorare la propria tecnica e le proprie conoscenze. Il Laboratorio è concepito per applicare immediatamente le conoscenze apprese e garantire un percorso di formazione completo. Saranno trattati i principali argomenti del disegno automatico in maniera graduale e completa attraverso spiegazioni testuali e immagini esplicative.

  • Introduzione
  • Interfaccia
  • Creazione disegni
  • Le primitive grafiche
  • Inserimento dei comandi
  • I comandi di modifica
  • I layer
  • Il controllo della visualizzazione
  • Gli snap ad oggetto
  • La stampa

Modalità d'esame

Leggere la Guida.

Testi di riferimento

Materiale in piattaforma.

Codice insegnamento UC453335

Laboratorio di Disegno CAD-CAE 2° anno · 6 CFU · 0 file

In una prima fase si spiegherà l´interfaccia di base, l’area di lavoro e le barre dei comandi. In seguito si spiegherà come aprire, creare e salvare i disegni. Solo dopo queste premesse si parlerà dei comandi veri e…

Scheda dell'insegnamento

Obiettivi formativi

In una prima fase si spiegherà l´interfaccia di base, l’area di lavoro e le barre dei comandi.

In seguito si spiegherà come aprire, creare e salvare i disegni.

Solo dopo queste premesse si parlerà dei comandi veri e propri e delle tecniche di base, in una logica di difficoltà crescente.

Si parlerà dell´uso delle coordinate, del controllo della visualizzazione e dell´inserimento delle primitive cioè gli elementi base di un disegno.

Alla fine del corso sarà possibile sfruttare efficacemente gli strumenti che AutoCAD mette a disposizione per la progettazione in due dimensioni.

Programma

Il Laboratorio di Disegno CAD-CAE è finalizzato all´apprendimento delle tecniche base dell´uso di AutoCAD che rappresenta il principale software per il disegno automatico. È rivolto sopratutto a chi non ha pratica di tale tecnologia e desidera passare dal disegno di tipo tradizionale a quello computerizzato, ma anche chi ha dimestichezza in questo settore può trovare degli elementi per migliorare la propria tecnica e le proprie conoscenze. Il Laboratorio è concepito per applicare immediatamente le conoscenze apprese e garantire un percorso di formazione completo. Saranno trattati i principali argomenti del disegno automatico in maniera graduale e completa attraverso spiegazioni testuali e immagini esplicative.

  • Introduzione
  • Interfaccia
  • Creazione disegni
  • Le primitive grafiche
  • Inserimento dei comandi
  • I comandi di modifica
  • I layer
  • Il controllo della visualizzazione
  • Gli snap ad oggetto
  • La stampa

Modalità d'esame

Leggere la Guida.

Testi di riferimento

Materiale in piattaforma.

Codice insegnamento UC453384

Laboratorio di Elettrotecnica 2° anno · 6 CFU · 0 file

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente. Fino al punto che…

Scheda dell'insegnamento

Obiettivi formativi

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente. Fino al punto che oggi, per affrontare lo studio, il progetto, la realizzazione o l’esercizio di sistemi di qualunque natura e complessità, si richiede una ampia preparazione interdisciplinare. Questo laboratorio, pur senza la pretesa di essere esaustivo di una materia così ampia ed in continua evoluzione, si propone di offrire una trattazione snella, aggiornata e, nei limiti del possibile, esauriente e puntuale dei principali fenomeni, dispositivi e sistemi che sono alla base delle moderne applicazioni elettriche ed elettroniche. Anche al fine di consentirne un agevole impiego didattico, il laboratorio è suddiviso in tre parti. In una prima parte verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a corrente continua ed una sul trasformatore. Ogni lezione sarà corredata da test di verifica di autovalutazione, dove lo studente dovrà rispondere a dei quesiti inerenti agli argomenti trattati. Alla fine delle lezioni saranno presentati esercizi svolti per far vedere che tipo di problemi lo studente dovrà affrontare Nella parte successiva verranno mostrati degli applet java sugli argomenti delle lezioni precedenti. Questi applicativi saranno spiegati nel dettaglio.

Programma

  • Circuiti a corrente continua
  • Le macchine sincrone
  • I motori a corrente continua
  • I Trasformatori
  • Le macchine asincrone

Modalità d'esame

L´esame di idoneità si svolge in forma scritta e/o orale.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC453289

Laboratorio di Elettrotecnica 2° anno · 6 CFU · 0 file

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente. Fino al punto che…

Scheda dell'insegnamento

Obiettivi formativi

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente. Fino al punto che oggi, per affrontare lo studio, il progetto, la realizzazione o l’esercizio di sistemi di qualunque natura e complessità, si richiede una ampia preparazione interdisciplinare. Questo laboratorio, pur senza la pretesa di essere esaustivo di una materia così ampia ed in continua evoluzione, si propone di offrire una trattazione snella, aggiornata e, nei limiti del possibile, esauriente e puntuale dei principali fenomeni, dispositivi e sistemi che sono alla base delle moderne applicazioni elettriche ed elettroniche. Anche al fine di consentirne un agevole impiego didattico, il laboratorio è suddiviso in tre parti. In una prima parte verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a corrente continua ed una sul trasformatore. Ogni lezione sarà corredata da test di verifica di autovalutazione, dove lo studente dovrà rispondere a dei quesiti inerenti agli argomenti trattati. Alla fine delle lezioni saranno presentati esercizi svolti per far vedere che tipo di problemi lo studente dovrà affrontare Nella parte successiva verranno mostrati degli applet java sugli argomenti delle lezioni precedenti. Questi applicativi saranno spiegati nel dettaglio.

Programma

  • Circuiti a corrente continua
  • Le macchine sincrone
  • I motori a corrente continua
  • I Trasformatori
  • Le macchine asincrone

Modalità d'esame

L´esame di idoneità si svolge in forma scritta e/o orale.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC453337

Laboratorio di Elettrotecnica 2° anno · 6 CFU · 0 file

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente. Fino al punto che…

Scheda dell'insegnamento

Obiettivi formativi

Nella maggior parte delle applicazioni elettriche, industriali e civili, i ruoli, inizialmente separati, dell’elettrotecnica e dell’informatica sono venuti interallacciandosi sempre più strettamente. Fino al punto che oggi, per affrontare lo studio, il progetto, la realizzazione o l’esercizio di sistemi di qualunque natura e complessità, si richiede una ampia preparazione interdisciplinare. Questo laboratorio, pur senza la pretesa di essere esaustivo di una materia così ampia ed in continua evoluzione, si propone di offrire una trattazione snella, aggiornata e, nei limiti del possibile, esauriente e puntuale dei principali fenomeni, dispositivi e sistemi che sono alla base delle moderne applicazioni elettriche ed elettroniche. Anche al fine di consentirne un agevole impiego didattico, il laboratorio è suddiviso in tre parti. In una prima parte verranno presentate cinque lezioni teoriche sui principali argomenti inerenti alla materia, nello specifico, ci sarà una lezione sui circuiti elettrici, una sul motore sincrono, una sul motore asincrono, una sul motore a corrente continua ed una sul trasformatore. Ogni lezione sarà corredata da test di verifica di autovalutazione, dove lo studente dovrà rispondere a dei quesiti inerenti agli argomenti trattati. Alla fine delle lezioni saranno presentati esercizi svolti per far vedere che tipo di problemi lo studente dovrà affrontare Nella parte successiva verranno mostrati degli applet java sugli argomenti delle lezioni precedenti. Questi applicativi saranno spiegati nel dettaglio.

Programma

  • Circuiti a corrente continua
  • Le macchine sincrone
  • I motori a corrente continua
  • I Trasformatori
  • Le macchine asincrone

Modalità d'esame

L´esame di idoneità si svolge in forma scritta e/o orale.

Testi di riferimento

Lezioni realizzate dal Docente e materiali didattici pubblicati in piattaforma.

Codice insegnamento UC453386

Laboratorio di Valutazione della Proprietà Industriale 2° anno · 6 CFU · 0 file
Laboratorio di Valutazione della Proprietà Industriale 2° anno · 6 CFU · 0 file
Laboratorio di Valutazione della Proprietà Industriale 2° anno · 6 CFU · 0 file
Laboratorio: Data Driven Operations for Industry 4.0 2° anno · 6 CFU · 0 file
Laboratorio: Data Driven Operations for Industry 4.0 2° anno · 6 CFU · 0 file
Laboratorio: Data Driven Operations for Industry 4.0 2° anno · 6 CFU · 0 file
Metodi avanzati di progettazione 2° anno · 12 CFU · IIND-03/A · 0 file

Il corso di Metodi avanzati di progettazione si propone di fornire le nozioni fondamentali e gli strumenti necessari per effettuare la progettazione e lo studio affidabilistico del comportamento di elementi di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi avanzati di progettazione si propone di fornire le nozioni fondamentali e gli strumenti necessari per effettuare la progettazione e lo studio affidabilistico del comportamento di elementi di macchine, individuando e conducendo le necessarie verifiche di affidabilità e robustezza. Inoltre, fornisce gli elementi di base per progettare in ottica Design for X con particolare approfondimento ad una delle metodologie più avanzate a livello mondiale come il DFSS: viene descritto il percorso IDOV e sono approfonditi alcuni tools particolarmente significativi come il Quality Function Deployment (QFD), il TRIZ e l’Axiomatic Design.
Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano come prima cosa la comprensione degli argomenti che il corso presenta di volta in volta. In particolare:

  • conoscere il concetto di affidabilità;
  • misurare l’affidabilità attraverso il calcolo di R(t), del tasso di guasto, della curva bathtub;
  • conoscere le distribuzioni statistiche e loro significato;
  • caratterizzare un fenomeno fisico da un punto di vista del comportamento di guasto attraverso una opportuna distribuzione statistica in grado di rappresentarlo fedelmente;
  • misurare l’affidabilità dei prodotti una volta che abbiamo a disposizione un numero minimo di guasti;
  • capire come eseguire un piano di prove affidabilistiche in grado di fornire la precisione della risposta;
  • apprendere un approccio strutturato nella progettazione (Progettazione e Sviluppo Prodotto);
  • progettare in modo robusto (ridurre gli effetti delle cause di variabilità, senza necessariamente eliminarle);
  • progettare tenendo conto dei problemi di produzione, di assemblaggio;
  • progettare tenendo conto dei requisiti di Eccellenza Six Sigma fin dalle prime fasi del progetto stesso;
  • conoscere l’approccio IDOV del DFSS;
  • conoscere il QFD e l’algebra della Casa della Qualità;
  • conoscere il TRIZ e l’innovazione sistematica come strumento capace di aiutare l’ingegnere nella generazione di soluzioni tecniche innovative;
  • conoscere l’Axiomatic Design.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper approfondire tutte le variabili che entrano nello sviluppo di un progetto. In particolare:

  • calcolare MTTF e MTBF;
  • calcolare i 3 parametri di Weibull attraverso il metodo grafico;
  • usare le prove Accelerate (estesa nel tempo e a sollecitazione aumentata);
  • concetti di Progettazione e Sviluppo Prodotto;
  • impostare un Robust Design;
  • saper considerare i problemi di produzione e di assemblaggio in fase progettuale;
  • analizzare la VOC in fase di impostazione del progetto e confronto vs. concorrenza;
  • saper impostare un progetto DFSS;
  • applicazione del QFD;
  • saper generare soluzioni tecniche innovative attraverso i Principi Inventivi;
  • saper affrontare le contraddizioni tipiche nei progetti (Matrice delle Contraddizioni);
  • applicazione del Axiomatic Design.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame.

Programma

Il corso si snoda in tre sezioni principali.

La prima parte riguarda l’affidabilità in senso lato e le grandezze necessarie a progettare in modo affidabile: misura, distribuzioni statistiche e prove accelerate.

Nella seconda parte si impara a progettare in ottica Progettazione e Sviluppo Prodotto (PSP) e Design for X con particolare riguardo a DFA, DFMA e Design for Six Sigma (DFSS).

La terza parte approfondisce il DFSS e tratta i suoi principali strumenti.

  • R(t) e F(t)
  • Tasso di guasto
  • Curva bathtube
  • MTTF e MTBF
  • Carta di Weibull
  • Elephant Test
  • Prova Accelerata estesa nel tempo
  • Prova Accelerata a sollecitazione aumentata
  • Progettazione e Sviluppo Prodotto: Concept Design, Embodiment Design, Detail Design
  • Quality Loss Function
  • P-Diagram
  • Design For Assembly
  • Multi Generation Plan e Risk Management
  • VOC Planning
  • Go to Gemba-Strutturazione VOC
  • QFD1 e QFD Cascade
  • FuntionTree, AdC, FSA, FAST, FBD
  • Concept Generation
  • TRIZ (Matrice delle Contraddizioni e Principi Inventivi)
  • Axiomatic Design (Assiomi 1 e 2)

Modalità d'esame

L’esame si svolge in forma orale nella sede di Roma.

L’esame si svolge in forma scritta per gli esami fuori sede. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice. La prova è costituta fondamentalmente da quattro domande sugli argomenti svolti durante il corso.

Ogni domanda è conforme ai tre descrittori di Dublino.

Si richiede nella risposta agli studenti di attenersi alla specifica domanda o quesito senza divagare.

Ai fini dell’esito finale dell’esame saranno giudicati la capacità di sintesi, di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

-
Paolo Citti, Gabriele Arcidiacono, Gianni Campatelli, Fondamenti di Affidabilità, EDI PRESS Unimarconi

-
Karl T. Ulrich, Steven D. Eppinger, Progettazione e sviluppo di prodotto, McGraw-Hill

-
Kai Yang, Basem El Haik, Design for Six Sigma: A Roadmap for Product Development , McGraw-Hill

-
Altshuller G, Altov H, Shulyak L, And Suddenly the Inventor Appeared: TRIZ, the Theory of Inventive Problem Solving, Technical Innovation Center

Codice insegnamento UC62789

Metodi avanzati di progettazione 2° anno · 12 CFU · IIND-03/A · 0 file

Il corso di Metodi avanzati di progettazione si propone di fornire le nozioni fondamentali e gli strumenti necessari per effettuare la progettazione e lo studio affidabilistico del comportamento di elementi di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi avanzati di progettazione si propone di fornire le nozioni fondamentali e gli strumenti necessari per effettuare la progettazione e lo studio affidabilistico del comportamento di elementi di macchine, individuando e conducendo le necessarie verifiche di affidabilità e robustezza. Inoltre, fornisce gli elementi di base per progettare in ottica Design for X con particolare approfondimento ad una delle metodologie più avanzate a livello mondiale come il DFSS: viene descritto il percorso IDOV e sono approfonditi alcuni tools particolarmente significativi come il Quality Function Deployment (QFD), il TRIZ e l’Axiomatic Design.
Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano come prima cosa la comprensione degli argomenti che il corso presenta di volta in volta. In particolare:

  • conoscere il concetto di affidabilità;
  • misurare l’affidabilità attraverso il calcolo di R(t), del tasso di guasto, della curva bathtub;
  • conoscere le distribuzioni statistiche e loro significato;
  • caratterizzare un fenomeno fisico da un punto di vista del comportamento di guasto attraverso una opportuna distribuzione statistica in grado di rappresentarlo fedelmente;
  • misurare l’affidabilità dei prodotti una volta che abbiamo a disposizione un numero minimo di guasti;
  • capire come eseguire un piano di prove affidabilistiche in grado di fornire la precisione della risposta;
  • apprendere un approccio strutturato nella progettazione (Progettazione e Sviluppo Prodotto);
  • progettare in modo robusto (ridurre gli effetti delle cause di variabilità, senza necessariamente eliminarle);
  • progettare tenendo conto dei problemi di produzione, di assemblaggio;
  • progettare tenendo conto dei requisiti di Eccellenza Six Sigma fin dalle prime fasi del progetto stesso;
  • conoscere l’approccio IDOV del DFSS;
  • conoscere il QFD e l’algebra della Casa della Qualità;
  • conoscere il TRIZ e l’innovazione sistematica come strumento capace di aiutare l’ingegnere nella generazione di soluzioni tecniche innovative;
  • conoscere l’Axiomatic Design.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper approfondire tutte le variabili che entrano nello sviluppo di un progetto. In particolare:

  • calcolare MTTF e MTBF;
  • calcolare i 3 parametri di Weibull attraverso il metodo grafico;
  • usare le prove Accelerate (estesa nel tempo e a sollecitazione aumentata);
  • concetti di Progettazione e Sviluppo Prodotto;
  • impostare un Robust Design;
  • saper considerare i problemi di produzione e di assemblaggio in fase progettuale;
  • analizzare la VOC in fase di impostazione del progetto e confronto vs. concorrenza;
  • saper impostare un progetto DFSS;
  • applicazione del QFD;
  • saper generare soluzioni tecniche innovative attraverso i Principi Inventivi;
  • saper affrontare le contraddizioni tipiche nei progetti (Matrice delle Contraddizioni);
  • applicazione del Axiomatic Design.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame.

Programma

Il corso si snoda in tre sezioni principali.

La prima parte riguarda l’affidabilità in senso lato e le grandezze necessarie a progettare in modo affidabile: misura, distribuzioni statistiche e prove accelerate.

Nella seconda parte si impara a progettare in ottica Progettazione e Sviluppo Prodotto (PSP) e Design for X con particolare riguardo a DFA, DFMA e Design for Six Sigma (DFSS).

La terza parte approfondisce il DFSS e tratta i suoi principali strumenti.

  • R(t) e F(t)
  • Tasso di guasto
  • Curva bathtube
  • MTTF e MTBF
  • Carta di Weibull
  • Elephant Test
  • Prova Accelerata estesa nel tempo
  • Prova Accelerata a sollecitazione aumentata
  • Progettazione e Sviluppo Prodotto: Concept Design, Embodiment Design, Detail Design
  • Quality Loss Function
  • P-Diagram
  • Design For Assembly
  • Multi Generation Plan e Risk Management
  • VOC Planning
  • Go to Gemba-Strutturazione VOC
  • QFD1 e QFD Cascade
  • FuntionTree, AdC, FSA, FAST, FBD
  • Concept Generation
  • TRIZ (Matrice delle Contraddizioni e Principi Inventivi)
  • Axiomatic Design (Assiomi 1 e 2)

Modalità d'esame

L’esame si svolge in forma orale nella sede di Roma.

L’esame si svolge in forma scritta per gli esami fuori sede. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice. La prova è costituta fondamentalmente da quattro domande sugli argomenti svolti durante il corso.

Ogni domanda è conforme ai tre descrittori di Dublino.

Si richiede nella risposta agli studenti di attenersi alla specifica domanda o quesito senza divagare.

Ai fini dell’esito finale dell’esame saranno giudicati la capacità di sintesi, di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

-
Paolo Citti, Gabriele Arcidiacono, Gianni Campatelli, Fondamenti di Affidabilità, EDI PRESS Unimarconi

-
Karl T. Ulrich, Steven D. Eppinger, Progettazione e sviluppo di prodotto, McGraw-Hill

-
Kai Yang, Basem El Haik, Design for Six Sigma: A Roadmap for Product Development , McGraw-Hill

-
Altshuller G, Altov H, Shulyak L, And Suddenly the Inventor Appeared: TRIZ, the Theory of Inventive Problem Solving, Technical Innovation Center

Codice insegnamento UC62839

Metodi avanzati di progettazione 2° anno · 12 CFU · IIND-03/A · 0 file

Il corso di Metodi avanzati di progettazione si propone di fornire le nozioni fondamentali e gli strumenti necessari per effettuare la progettazione e lo studio affidabilistico del comportamento di elementi di…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi avanzati di progettazione si propone di fornire le nozioni fondamentali e gli strumenti necessari per effettuare la progettazione e lo studio affidabilistico del comportamento di elementi di macchine, individuando e conducendo le necessarie verifiche di affidabilità e robustezza. Inoltre, fornisce gli elementi di base per progettare in ottica Design for X con particolare approfondimento ad una delle metodologie più avanzate a livello mondiale come il DFSS: viene descritto il percorso IDOV e sono approfonditi alcuni tools particolarmente significativi come il Quality Function Deployment (QFD), il TRIZ e l’Axiomatic Design.
Le principali conoscenze (Descrittore di Dublino 1) acquisite riguardano come prima cosa la comprensione degli argomenti che il corso presenta di volta in volta. In particolare:

  • conoscere il concetto di affidabilità;
  • misurare l’affidabilità attraverso il calcolo di R(t), del tasso di guasto, della curva bathtub;
  • conoscere le distribuzioni statistiche e loro significato;
  • caratterizzare un fenomeno fisico da un punto di vista del comportamento di guasto attraverso una opportuna distribuzione statistica in grado di rappresentarlo fedelmente;
  • misurare l’affidabilità dei prodotti una volta che abbiamo a disposizione un numero minimo di guasti;
  • capire come eseguire un piano di prove affidabilistiche in grado di fornire la precisione della risposta;
  • apprendere un approccio strutturato nella progettazione (Progettazione e Sviluppo Prodotto);
  • progettare in modo robusto (ridurre gli effetti delle cause di variabilità, senza necessariamente eliminarle);
  • progettare tenendo conto dei problemi di produzione, di assemblaggio;
  • progettare tenendo conto dei requisiti di Eccellenza Six Sigma fin dalle prime fasi del progetto stesso;
  • conoscere l’approccio IDOV del DFSS;
  • conoscere il QFD e l’algebra della Casa della Qualità;
  • conoscere il TRIZ e l’innovazione sistematica come strumento capace di aiutare l’ingegnere nella generazione di soluzioni tecniche innovative;
  • conoscere l’Axiomatic Design.

Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper approfondire tutte le variabili che entrano nello sviluppo di un progetto. In particolare:

  • calcolare MTTF e MTBF;
  • calcolare i 3 parametri di Weibull attraverso il metodo grafico;
  • usare le prove Accelerate (estesa nel tempo e a sollecitazione aumentata);
  • concetti di Progettazione e Sviluppo Prodotto;
  • impostare un Robust Design;
  • saper considerare i problemi di produzione e di assemblaggio in fase progettuale;
  • analizzare la VOC in fase di impostazione del progetto e confronto vs. concorrenza;
  • saper impostare un progetto DFSS;
  • applicazione del QFD;
  • saper generare soluzioni tecniche innovative attraverso i Principi Inventivi;
  • saper affrontare le contraddizioni tipiche nei progetti (Matrice delle Contraddizioni);
  • applicazione del Axiomatic Design.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame.

Programma

Il corso si snoda in tre sezioni principali.

La prima parte riguarda l’affidabilità in senso lato e le grandezze necessarie a progettare in modo affidabile: misura, distribuzioni statistiche e prove accelerate.

Nella seconda parte si impara a progettare in ottica Progettazione e Sviluppo Prodotto (PSP) e Design for X con particolare riguardo a DFA, DFMA e Design for Six Sigma (DFSS).

La terza parte approfondisce il DFSS e tratta i suoi principali strumenti.

  • R(t) e F(t)
  • Tasso di guasto
  • Curva bathtube
  • MTTF e MTBF
  • Carta di Weibull
  • Elephant Test
  • Prova Accelerata estesa nel tempo
  • Prova Accelerata a sollecitazione aumentata
  • Progettazione e Sviluppo Prodotto: Concept Design, Embodiment Design, Detail Design
  • Quality Loss Function
  • P-Diagram
  • Design For Assembly
  • Multi Generation Plan e Risk Management
  • VOC Planning
  • Go to Gemba-Strutturazione VOC
  • QFD1 e QFD Cascade
  • FuntionTree, AdC, FSA, FAST, FBD
  • Concept Generation
  • TRIZ (Matrice delle Contraddizioni e Principi Inventivi)
  • Axiomatic Design (Assiomi 1 e 2)

Modalità d'esame

L’esame si svolge in forma orale nella sede di Roma.

L’esame si svolge in forma scritta per gli esami fuori sede. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice. La prova è costituta fondamentalmente da quattro domande sugli argomenti svolti durante il corso.

Ogni domanda è conforme ai tre descrittori di Dublino.

Si richiede nella risposta agli studenti di attenersi alla specifica domanda o quesito senza divagare.

Ai fini dell’esito finale dell’esame saranno giudicati la capacità di sintesi, di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

-
Paolo Citti, Gabriele Arcidiacono, Gianni Campatelli, Fondamenti di Affidabilità, EDI PRESS Unimarconi

-
Karl T. Ulrich, Steven D. Eppinger, Progettazione e sviluppo di prodotto, McGraw-Hill

-
Kai Yang, Basem El Haik, Design for Six Sigma: A Roadmap for Product Development , McGraw-Hill

-
Altshuller G, Altov H, Shulyak L, And Suddenly the Inventor Appeared: TRIZ, the Theory of Inventive Problem Solving, Technical Innovation Center

Codice insegnamento UC453393

Metodi matematici e numerici 2° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Metodi Matematici e Numerici fornisce gli elementi teorici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti al calcolo numerico. L’ obiettivo principale…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi Matematici e Numerici fornisce gli elementi teorici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti al calcolo numerico.
L’ obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti teorici che consentono di trovare soluzioni numerici a problemi non risolubili esattamente.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano come prima cosa la comprensione del problema generale dell’analisi numerica, la definizione di stabilità di un algoritmo ed il concetto di origine e propagazione dell’errore. Lo studente dovrà poi conoscere gli algoritmi che consentono la localizzazione delle soluzioni di una equazione algebrica e i teoremi che forniscono condizioni sufficienti (criteri) per l’unicità di una soluzione in un intervallo dato. Lo studente dovrà poi acquisire le conoscenze teoriche inerenti il problema dell’interpolazione numerica, strumento essenziale in molti campi delle scienze applicate ed ingegneristiche. Conoscenze teoriche vengono anche fornite al fine del calcolo approssimato di integrali, utile in molti problemi ingegneristici. Infine, si daranno le nozioni fondamentali inerenti all’integrazione numerica di equazioni differenziali ordinarie, strumento fondamentale praticamente in tutte le scienze pure ed applicate.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici. Gli studenti saranno in grado quindi di calcolare la stabilità di un algoritmo, di stabilire l’esistenza e l’unicità della soluzione di una equazione algebrica in un dato intervallo. Potranno calcolare il polinomio interpolante i punti sperimentali dati e la retta o il polinomio di regressione lineare. Potranno altresì approssimare una funzione tramite splines, lineari, quadratiche e cubiche. Gli algoritmi studiati per l’approssimazione di integrali numerici permetteranno allo studente di approssimare le aree di superfici piane. Con le tecniche di integrazione, lo studente potrà integrare numericamente qualunque tipo di equazione ordinaria, stimando l’errore di approssimazione commesso. Potrà conoscere gli algoritmi per risolvere sistemi lineari in modo approssimato e la loro stabilità con esempi concreti. Potrà poi apprendere gli algoritmi inerenti alla FFT per calcolare una trasformata di Fourier discreta, con applicazioni importantissime nella moderna tecnologia nella ricostruzione di suoni ed immagini.
Infine, in relazione alle capacità di apprendimento, lo studente alla fine del corso sarà in grado di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso e giudicare quale algoritmo è più efficace al fine di risolvere un dato problema pratico, acquisendo quindi elementi culturali che aiutano ai processi di maturazione ed indipendenza anche in altre discipline (descrittori di Dublino 3,4,5) . Tali elementi sono essenziali per la formazione di qualunque professionista.

Programma

Il corso si propone di fornire gli elementi base per l’analisi numerica al fine di risolvere problemi complessi non risolubili esattamente. Lo scopo dell’analisi numerica è quello di generare algoritmi capaci di risolvere un problema matematico nel minor tempo possibile e con la massima accuratezza, grazie alla possibilità di implementare tali algoritmi al computer. Si inizierà quindi con il descrivere l’origine, la propagazione e la valutazione degli errori ed il concetto di stabilita’ di un algoritmo. Si passerà poi ad esaminare gli algoritmi che consentono di localizzare prima e poi calcolare le radici approssimate di una equazione algebrica o trascendente e gli algoritmi e la loro stabilità per la soluzjone approssimata di sistemi lineari. Si introdurranno le tecniche base per il problema dell’interpolazione numerica, per poi passare alle tecniche base dell’integrazione di integrali numerici. Si introdurrà l’algoritmo della FFT insieme ad alcuni esempi di applicazione. Infine, si esporranno le tecniche per l’integrazione numerica di equazioni differenziali ordinarie. Al fine di sottolineare la potenza di calcolo insita negli algoritmi presentati, il corso presenta delle applicazioni dei metodi numerici a problemi reali di natura ingegneristica.

  • Soluzioni esatte e soluzioni numeriche di un problema, cenni a origine, propagazione e valutazione degli errori. Problemi fondamentali dell’analisi numerica: radici approssimate di un’equazione sia numerica che differenziale, approssimazione di una funzione, misura approssimata di un’area. Numero macchina e limiti di rappresentazione per un computer.
  • Problema della risoluzione approssimata di equazioni algebriche o trascendenti. Esistenza ed unicità delle soluzioni: problema della separazione delle radici. Calcolo di soluzioni approssimate: individuazione dei diversi metodi applicabili.
  • Richiami sulle possibili soluzioni di una equazione algebrica. Algoritmo di Sturm per l’individuazione delle soluzioni reali. Localizzazione delle soluzioni: teorema di Sturm; Teorema localizzazione di Mc Laurin; Teorema di localizzazione di Laguerre. Confronto critico dei teoremi mediante loro applicazione nella localizzazione delle soluzioni reali di equazioni date.
  • Metodi numerici chiusi per la determinazione di soluzioni approssimate di equazioni algebriche e trascendenti. Determinazione di soluzioni approssimate di un’equazione applicando: il metodo di bisezione; il metodo del punto unito; il metodo delle secanti: il metodo delle tangenti.
  • Confronto tra i diversi metodi per la risoluzione approssimata delle equazioni, circa l’accuratezza dei risultati ottenuti e la loro velocità di convergenza. Applicazioni in campo ingegneristico dei metodi numerici introdotti.
  • Metodi diretti per sistemi lineari. Metodo di Gauss. Metodo di fattorizzazione di Gauss. Condizionamento di un sistema lineare.
  • Metodi indiretti per sistemi lineari. Metodo di Jacobi. Metodo di Gauss-Seidel. Sistemi di equazioni non lineari.
  • Fitting dei dati e di funzioni: generalità. Problema della deduzione dell’andamento complessivo di un fenomeno da alcuni dati noti. Determinazione di una funzione che passi per alcuni punti noti (interpolazione), oppure determinazione di una funzione che passi fra i punti assegnati (regressione). Tecniche di interpolazione più comuni ed approfondimento dell’interpolazione lineare e di quella polinomiale con gli algoritmi di Lagrange e Newton. Confronto tra l’algoritmo di Newton e quello di Lagrange. Interpolazione di punti assegnati mediante spline lineari, quadratiche o cubiche.
  • Tecniche di regressione per l’individuazione della funzione che meglio approssima l’andamento dei dati disponibili. Sviluppo in una base di funzioni ortonormali completa: funzioni a quadrato sommabile e loro importanza: uguaglianza di Parseval. Regressione lineare e minimi quadrati: significato e formule per la sua determinazione. Applicazione della regressione lineare. Applicazione delle tecniche numeriche utilizzabili per il fitting di dati ed analisi critica dei risultati ottenuti. Applicazione dell’interpolazione e della regressione a problemi pratici di natura ingegneristica.
  • Distribuzione dei nodi nell'interpolazione: teoremi di Faber. Polinomi interpolanti di Chebychev e nodi non equispaziati di Chebychev: teorema di Bernstein. Funzione di Runge.
  • Significato dell’integrazione numerica e sua applicazione al calcolo di aree. Formule di quadratura di Newton-Cotes. Quadrature Gaussiane e loro grado massimo di precisione. Classificazione dei metodi di integrazione numerica. Integrazione numerica con il metodo dei rettangoli, dei trapezi, si Simpson ed approfondimento del metodo delle parabole. Stima dell’errore di approssimazione ed esempi di integrazione numerica con il metodo delle parabole. Confronto tra i vari metodi presentati circa l’accuratezza dei risultati ottenuti e la rapidita’ di calcolo. Applicazioni in campo ingegneristico dei metodi di integrazioni presentati.
  • Trasformata di Fourier continua e sue proprietà. Modulazione e campionamento. Spettro di Fourier e applicazioni per la manipolazione di immagini
  • Trasformata di Fourier discreta e sua anti trasformata. Algoritmo della FFT. Applicazioni pratiche della DFT: l'algoritmo di Huffmann (cenni)
  • Problema dell’esistenza ed unicità della soluzione per equazioni differenziali ordinarie. Problema del calcolo della soluzione per un’equazione differenziale ordinaria del primo ordine ai valori iniziali: metodi numerici applicabili e loro classificazione. I metodi one-step: metodi di Eulero, metodi di Cranck-Nicolson e metodi di Runge-Kutta. Caratteristiche specifiche ed applicabilità dei metodi ad un passo introdotti. Consistenza e stabilità: teorema di Lax.
  • Risoluzione numerica di equazioni differenziali ordinarie con i metodi multistep. Consistenza dei metodi Multistep. Stabilità: metodo delle radici e teorema sulla convergenza. Cenni ai metodi Predictor-Corrector per la risoluzione di equazioni differenziali ordinarie. Cenni ai metodi di risoluzione approssimata con la serie di potenze. Introduzione allo studio dei sistemi di equazioni differenziali. Applicazioni del metodo di Eulero esplicito per la soluzione di equazioni differenziali ordinarie del primo ordine e confronto con gli altri metodi.

Modalità d'esame

Sono previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (Descrittore di Dublino 1), la capacità di applicare le competenze acquisite (Descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da due esercizi sugli argomenti svolti durante il corso. Ogni esercizio è strutturato a sua volta in due parti. Una prima parte, meramente teorica (descrittore di Dublino 1), richiede agli studenti di dissertare su algoritmi e teoremi che saranno poi applicati con un esempio pratico. Ciò consente di verificare sia la preparazione teorica sia la capacità di comunicazione dell'allievo con proprietà di linguaggio ed organizzazione autonoma dell'esposizione sugli argomenti trattati nel corso. Nella seconda parte viene proposto allo studente un esercizio numerico (descrittore di Dublino 2) con il quale si testa la capacità dell’allievo di applicare gli algoritmi a problemi concreti ed anche (descrittori di Dublino 3,4,5) di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso. Per raggiungere un voto di almeno 18/30 non basta lo svolgimento della sola parte teorica dei due esercizi: lo studente deve anche affrontare la parte di calcolo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • G. Monegato, 100 pagine di Elementi di Calcolo Numerico, Levrotto & Bella Editore
  • A. Murli, Matematica numerica: metodi, algoritmi e software, Liguori Editori, 2007 – Parte prima e parte seconda
  • V. Comincioli, Analisi numerica: metodi, modelli, applicazioni, Apogeo Editore

Codice insegnamento UC62795

Metodi matematici e numerici 2° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Metodi Matematici e Numerici fornisce gli elementi teorici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti al calcolo numerico. L’ obiettivo principale…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi Matematici e Numerici fornisce gli elementi teorici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti al calcolo numerico.
L’ obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti teorici che consentono di trovare soluzioni numerici a problemi non risolubili esattamente.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano come prima cosa la comprensione del problema generale dell’analisi numerica, la definizione di stabilità di un algoritmo ed il concetto di origine e propagazione dell’errore. Lo studente dovrà poi conoscere gli algoritmi che consentono la localizzazione delle soluzioni di una equazione algebrica e i teoremi che forniscono condizioni sufficienti (criteri) per l’unicità di una soluzione in un intervallo dato. Lo studente dovrà poi acquisire le conoscenze teoriche inerenti il problema dell’interpolazione numerica, strumento essenziale in molti campi delle scienze applicate ed ingegneristiche. Conoscenze teoriche vengono anche fornite al fine del calcolo approssimato di integrali, utile in molti problemi ingegneristici. Infine, si daranno le nozioni fondamentali inerenti all’integrazione numerica di equazioni differenziali ordinarie, strumento fondamentale praticamente in tutte le scienze pure ed applicate.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici. Gli studenti saranno in grado quindi di calcolare la stabilità di un algoritmo, di stabilire l’esistenza e l’unicità della soluzione di una equazione algebrica in un dato intervallo. Potranno calcolare il polinomio interpolante i punti sperimentali dati e la retta o il polinomio di regressione lineare. Potranno altresì approssimare una funzione tramite splines, lineari, quadratiche e cubiche. Gli algoritmi studiati per l’approssimazione di integrali numerici permetteranno allo studente di approssimare le aree di superfici piane. Con le tecniche di integrazione, lo studente potrà integrare numericamente qualunque tipo di equazione ordinaria, stimando l’errore di approssimazione commesso. Potrà conoscere gli algoritmi per risolvere sistemi lineari in modo approssimato e la loro stabilità con esempi concreti. Potrà poi apprendere gli algoritmi inerenti alla FFT per calcolare una trasformata di Fourier discreta, con applicazioni importantissime nella moderna tecnologia nella ricostruzione di suoni ed immagini.
Infine, in relazione alle capacità di apprendimento, lo studente alla fine del corso sarà in grado di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso e giudicare quale algoritmo è più efficace al fine di risolvere un dato problema pratico, acquisendo quindi elementi culturali che aiutano ai processi di maturazione ed indipendenza anche in altre discipline (descrittori di Dublino 3,4,5) . Tali elementi sono essenziali per la formazione di qualunque professionista.

Programma

Il corso si propone di fornire gli elementi base per l’analisi numerica al fine di risolvere problemi complessi non risolubili esattamente. Lo scopo dell’analisi numerica è quello di generare algoritmi capaci di risolvere un problema matematico nel minor tempo possibile e con la massima accuratezza, grazie alla possibilità di implementare tali algoritmi al computer. Si inizierà quindi con il descrivere l’origine, la propagazione e la valutazione degli errori ed il concetto di stabilita’ di un algoritmo. Si passerà poi ad esaminare gli algoritmi che consentono di localizzare prima e poi calcolare le radici approssimate di una equazione algebrica o trascendente e gli algoritmi e la loro stabilità per la soluzjone approssimata di sistemi lineari. Si introdurranno le tecniche base per il problema dell’interpolazione numerica, per poi passare alle tecniche base dell’integrazione di integrali numerici. Si introdurrà l’algoritmo della FFT insieme ad alcuni esempi di applicazione. Infine, si esporranno le tecniche per l’integrazione numerica di equazioni differenziali ordinarie. Al fine di sottolineare la potenza di calcolo insita negli algoritmi presentati, il corso presenta delle applicazioni dei metodi numerici a problemi reali di natura ingegneristica.

  • Soluzioni esatte e soluzioni numeriche di un problema, cenni a origine, propagazione e valutazione degli errori. Problemi fondamentali dell’analisi numerica: radici approssimate di un’equazione sia numerica che differenziale, approssimazione di una funzione, misura approssimata di un’area. Numero macchina e limiti di rappresentazione per un computer.
  • Problema della risoluzione approssimata di equazioni algebriche o trascendenti. Esistenza ed unicità delle soluzioni: problema della separazione delle radici. Calcolo di soluzioni approssimate: individuazione dei diversi metodi applicabili.
  • Richiami sulle possibili soluzioni di una equazione algebrica. Algoritmo di Sturm per l’individuazione delle soluzioni reali. Localizzazione delle soluzioni: teorema di Sturm; Teorema localizzazione di Mc Laurin; Teorema di localizzazione di Laguerre. Confronto critico dei teoremi mediante loro applicazione nella localizzazione delle soluzioni reali di equazioni date.
  • Metodi numerici chiusi per la determinazione di soluzioni approssimate di equazioni algebriche e trascendenti. Determinazione di soluzioni approssimate di un’equazione applicando: il metodo di bisezione; il metodo del punto unito; il metodo delle secanti: il metodo delle tangenti.
  • Confronto tra i diversi metodi per la risoluzione approssimata delle equazioni, circa l’accuratezza dei risultati ottenuti e la loro velocità di convergenza. Applicazioni in campo ingegneristico dei metodi numerici introdotti.
  • Metodi diretti per sistemi lineari. Metodo di Gauss. Metodo di fattorizzazione di Gauss. Condizionamento di un sistema lineare.
  • Metodi indiretti per sistemi lineari. Metodo di Jacobi. Metodo di Gauss-Seidel. Sistemi di equazioni non lineari.
  • Fitting dei dati e di funzioni: generalità. Problema della deduzione dell’andamento complessivo di un fenomeno da alcuni dati noti. Determinazione di una funzione che passi per alcuni punti noti (interpolazione), oppure determinazione di una funzione che passi fra i punti assegnati (regressione). Tecniche di interpolazione più comuni ed approfondimento dell’interpolazione lineare e di quella polinomiale con gli algoritmi di Lagrange e Newton. Confronto tra l’algoritmo di Newton e quello di Lagrange. Interpolazione di punti assegnati mediante spline lineari, quadratiche o cubiche.
  • Tecniche di regressione per l’individuazione della funzione che meglio approssima l’andamento dei dati disponibili. Sviluppo in una base di funzioni ortonormali completa: funzioni a quadrato sommabile e loro importanza: uguaglianza di Parseval. Regressione lineare e minimi quadrati: significato e formule per la sua determinazione. Applicazione della regressione lineare. Applicazione delle tecniche numeriche utilizzabili per il fitting di dati ed analisi critica dei risultati ottenuti. Applicazione dell’interpolazione e della regressione a problemi pratici di natura ingegneristica.
  • Distribuzione dei nodi nell'interpolazione: teoremi di Faber. Polinomi interpolanti di Chebychev e nodi non equispaziati di Chebychev: teorema di Bernstein. Funzione di Runge.
  • Significato dell’integrazione numerica e sua applicazione al calcolo di aree. Formule di quadratura di Newton-Cotes. Quadrature Gaussiane e loro grado massimo di precisione. Classificazione dei metodi di integrazione numerica. Integrazione numerica con il metodo dei rettangoli, dei trapezi, si Simpson ed approfondimento del metodo delle parabole. Stima dell’errore di approssimazione ed esempi di integrazione numerica con il metodo delle parabole. Confronto tra i vari metodi presentati circa l’accuratezza dei risultati ottenuti e la rapidita’ di calcolo. Applicazioni in campo ingegneristico dei metodi di integrazioni presentati.
  • Trasformata di Fourier continua e sue proprietà. Modulazione e campionamento. Spettro di Fourier e applicazioni per la manipolazione di immagini
  • Trasformata di Fourier discreta e sua anti trasformata. Algoritmo della FFT. Applicazioni pratiche della DFT: l'algoritmo di Huffmann (cenni)
  • Problema dell’esistenza ed unicità della soluzione per equazioni differenziali ordinarie. Problema del calcolo della soluzione per un’equazione differenziale ordinaria del primo ordine ai valori iniziali: metodi numerici applicabili e loro classificazione. I metodi one-step: metodi di Eulero, metodi di Cranck-Nicolson e metodi di Runge-Kutta. Caratteristiche specifiche ed applicabilità dei metodi ad un passo introdotti. Consistenza e stabilità: teorema di Lax.
  • Risoluzione numerica di equazioni differenziali ordinarie con i metodi multistep. Consistenza dei metodi Multistep. Stabilità: metodo delle radici e teorema sulla convergenza. Cenni ai metodi Predictor-Corrector per la risoluzione di equazioni differenziali ordinarie. Cenni ai metodi di risoluzione approssimata con la serie di potenze. Introduzione allo studio dei sistemi di equazioni differenziali. Applicazioni del metodo di Eulero esplicito per la soluzione di equazioni differenziali ordinarie del primo ordine e confronto con gli altri metodi.

Modalità d'esame

Sono previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (Descrittore di Dublino 1), la capacità di applicare le competenze acquisite (Descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da due esercizi sugli argomenti svolti durante il corso. Ogni esercizio è strutturato a sua volta in due parti. Una prima parte, meramente teorica (descrittore di Dublino 1), richiede agli studenti di dissertare su algoritmi e teoremi che saranno poi applicati con un esempio pratico. Ciò consente di verificare sia la preparazione teorica sia la capacità di comunicazione dell'allievo con proprietà di linguaggio ed organizzazione autonoma dell'esposizione sugli argomenti trattati nel corso. Nella seconda parte viene proposto allo studente un esercizio numerico (descrittore di Dublino 2) con il quale si testa la capacità dell’allievo di applicare gli algoritmi a problemi concreti ed anche (descrittori di Dublino 3,4,5) di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso. Per raggiungere un voto di almeno 18/30 non basta lo svolgimento della sola parte teorica dei due esercizi: lo studente deve anche affrontare la parte di calcolo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • G. Monegato, 100 pagine di Elementi di Calcolo Numerico, Levrotto & Bella Editore
  • A. Murli, Matematica numerica: metodi, algoritmi e software, Liguori Editori, 2007 – Parte prima e parte seconda
  • V. Comincioli, Analisi numerica: metodi, modelli, applicazioni, Apogeo Editore

Codice insegnamento UC453347

Metodi matematici e numerici 2° anno · 6 CFU · MATH-03/A · 0 file

Il corso di Metodi Matematici e Numerici fornisce gli elementi teorici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti al calcolo numerico. L’ obiettivo principale…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Metodi Matematici e Numerici fornisce gli elementi teorici essenziali che consentono agli studenti di affrontare le varie problematiche inerenti al calcolo numerico.
L’ obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti teorici che consentono di trovare soluzioni numerici a problemi non risolubili esattamente.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano come prima cosa la comprensione del problema generale dell’analisi numerica, la definizione di stabilità di un algoritmo ed il concetto di origine e propagazione dell’errore. Lo studente dovrà poi conoscere gli algoritmi che consentono la localizzazione delle soluzioni di una equazione algebrica e i teoremi che forniscono condizioni sufficienti (criteri) per l’unicità di una soluzione in un intervallo dato. Lo studente dovrà poi acquisire le conoscenze teoriche inerenti il problema dell’interpolazione numerica, strumento essenziale in molti campi delle scienze applicate ed ingegneristiche. Conoscenze teoriche vengono anche fornite al fine del calcolo approssimato di integrali, utile in molti problemi ingegneristici. Infine, si daranno le nozioni fondamentali inerenti all’integrazione numerica di equazioni differenziali ordinarie, strumento fondamentale praticamente in tutte le scienze pure ed applicate.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici. Gli studenti saranno in grado quindi di calcolare la stabilità di un algoritmo, di stabilire l’esistenza e l’unicità della soluzione di una equazione algebrica in un dato intervallo. Potranno calcolare il polinomio interpolante i punti sperimentali dati e la retta o il polinomio di regressione lineare. Potranno altresì approssimare una funzione tramite splines, lineari, quadratiche e cubiche. Gli algoritmi studiati per l’approssimazione di integrali numerici permetteranno allo studente di approssimare le aree di superfici piane. Con le tecniche di integrazione, lo studente potrà integrare numericamente qualunque tipo di equazione ordinaria, stimando l’errore di approssimazione commesso. Potrà conoscere gli algoritmi per risolvere sistemi lineari in modo approssimato e la loro stabilità con esempi concreti. Potrà poi apprendere gli algoritmi inerenti alla FFT per calcolare una trasformata di Fourier discreta, con applicazioni importantissime nella moderna tecnologia nella ricostruzione di suoni ed immagini.
Infine, in relazione alle capacità di apprendimento, lo studente alla fine del corso sarà in grado di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso e giudicare quale algoritmo è più efficace al fine di risolvere un dato problema pratico, acquisendo quindi elementi culturali che aiutano ai processi di maturazione ed indipendenza anche in altre discipline (descrittori di Dublino 3,4,5) . Tali elementi sono essenziali per la formazione di qualunque professionista.

Programma

Il corso si propone di fornire gli elementi base per l’analisi numerica al fine di risolvere problemi complessi non risolubili esattamente. Lo scopo dell’analisi numerica è quello di generare algoritmi capaci di risolvere un problema matematico nel minor tempo possibile e con la massima accuratezza, grazie alla possibilità di implementare tali algoritmi al computer. Si inizierà quindi con il descrivere l’origine, la propagazione e la valutazione degli errori ed il concetto di stabilita’ di un algoritmo. Si passerà poi ad esaminare gli algoritmi che consentono di localizzare prima e poi calcolare le radici approssimate di una equazione algebrica o trascendente e gli algoritmi e la loro stabilità per la soluzjone approssimata di sistemi lineari. Si introdurranno le tecniche base per il problema dell’interpolazione numerica, per poi passare alle tecniche base dell’integrazione di integrali numerici. Si introdurrà l’algoritmo della FFT insieme ad alcuni esempi di applicazione. Infine, si esporranno le tecniche per l’integrazione numerica di equazioni differenziali ordinarie. Al fine di sottolineare la potenza di calcolo insita negli algoritmi presentati, il corso presenta delle applicazioni dei metodi numerici a problemi reali di natura ingegneristica.

  • Soluzioni esatte e soluzioni numeriche di un problema, cenni a origine, propagazione e valutazione degli errori. Problemi fondamentali dell’analisi numerica: radici approssimate di un’equazione sia numerica che differenziale, approssimazione di una funzione, misura approssimata di un’area. Numero macchina e limiti di rappresentazione per un computer.
  • Problema della risoluzione approssimata di equazioni algebriche o trascendenti. Esistenza ed unicità delle soluzioni: problema della separazione delle radici. Calcolo di soluzioni approssimate: individuazione dei diversi metodi applicabili.
  • Richiami sulle possibili soluzioni di una equazione algebrica. Algoritmo di Sturm per l’individuazione delle soluzioni reali. Localizzazione delle soluzioni: teorema di Sturm; Teorema localizzazione di Mc Laurin; Teorema di localizzazione di Laguerre. Confronto critico dei teoremi mediante loro applicazione nella localizzazione delle soluzioni reali di equazioni date.
  • Metodi numerici chiusi per la determinazione di soluzioni approssimate di equazioni algebriche e trascendenti. Determinazione di soluzioni approssimate di un’equazione applicando: il metodo di bisezione; il metodo del punto unito; il metodo delle secanti: il metodo delle tangenti.
  • Confronto tra i diversi metodi per la risoluzione approssimata delle equazioni, circa l’accuratezza dei risultati ottenuti e la loro velocità di convergenza. Applicazioni in campo ingegneristico dei metodi numerici introdotti.
  • Metodi diretti per sistemi lineari. Metodo di Gauss. Metodo di fattorizzazione di Gauss. Condizionamento di un sistema lineare.
  • Metodi indiretti per sistemi lineari. Metodo di Jacobi. Metodo di Gauss-Seidel. Sistemi di equazioni non lineari.
  • Fitting dei dati e di funzioni: generalità. Problema della deduzione dell’andamento complessivo di un fenomeno da alcuni dati noti. Determinazione di una funzione che passi per alcuni punti noti (interpolazione), oppure determinazione di una funzione che passi fra i punti assegnati (regressione). Tecniche di interpolazione più comuni ed approfondimento dell’interpolazione lineare e di quella polinomiale con gli algoritmi di Lagrange e Newton. Confronto tra l’algoritmo di Newton e quello di Lagrange. Interpolazione di punti assegnati mediante spline lineari, quadratiche o cubiche.
  • Tecniche di regressione per l’individuazione della funzione che meglio approssima l’andamento dei dati disponibili. Sviluppo in una base di funzioni ortonormali completa: funzioni a quadrato sommabile e loro importanza: uguaglianza di Parseval. Regressione lineare e minimi quadrati: significato e formule per la sua determinazione. Applicazione della regressione lineare. Applicazione delle tecniche numeriche utilizzabili per il fitting di dati ed analisi critica dei risultati ottenuti. Applicazione dell’interpolazione e della regressione a problemi pratici di natura ingegneristica.
  • Distribuzione dei nodi nell'interpolazione: teoremi di Faber. Polinomi interpolanti di Chebychev e nodi non equispaziati di Chebychev: teorema di Bernstein. Funzione di Runge.
  • Significato dell’integrazione numerica e sua applicazione al calcolo di aree. Formule di quadratura di Newton-Cotes. Quadrature Gaussiane e loro grado massimo di precisione. Classificazione dei metodi di integrazione numerica. Integrazione numerica con il metodo dei rettangoli, dei trapezi, si Simpson ed approfondimento del metodo delle parabole. Stima dell’errore di approssimazione ed esempi di integrazione numerica con il metodo delle parabole. Confronto tra i vari metodi presentati circa l’accuratezza dei risultati ottenuti e la rapidita’ di calcolo. Applicazioni in campo ingegneristico dei metodi di integrazioni presentati.
  • Trasformata di Fourier continua e sue proprietà. Modulazione e campionamento. Spettro di Fourier e applicazioni per la manipolazione di immagini
  • Trasformata di Fourier discreta e sua anti trasformata. Algoritmo della FFT. Applicazioni pratiche della DFT: l'algoritmo di Huffmann (cenni)
  • Problema dell’esistenza ed unicità della soluzione per equazioni differenziali ordinarie. Problema del calcolo della soluzione per un’equazione differenziale ordinaria del primo ordine ai valori iniziali: metodi numerici applicabili e loro classificazione. I metodi one-step: metodi di Eulero, metodi di Cranck-Nicolson e metodi di Runge-Kutta. Caratteristiche specifiche ed applicabilità dei metodi ad un passo introdotti. Consistenza e stabilità: teorema di Lax.
  • Risoluzione numerica di equazioni differenziali ordinarie con i metodi multistep. Consistenza dei metodi Multistep. Stabilità: metodo delle radici e teorema sulla convergenza. Cenni ai metodi Predictor-Corrector per la risoluzione di equazioni differenziali ordinarie. Cenni ai metodi di risoluzione approssimata con la serie di potenze. Introduzione allo studio dei sistemi di equazioni differenziali. Applicazioni del metodo di Eulero esplicito per la soluzione di equazioni differenziali ordinarie del primo ordine e confronto con gli altri metodi.

Modalità d'esame

Sono previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (Descrittore di Dublino 1), la capacità di applicare le competenze acquisite (Descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.

La prova è costituta fondamentalmente da due esercizi sugli argomenti svolti durante il corso. Ogni esercizio è strutturato a sua volta in due parti. Una prima parte, meramente teorica (descrittore di Dublino 1), richiede agli studenti di dissertare su algoritmi e teoremi che saranno poi applicati con un esempio pratico. Ciò consente di verificare sia la preparazione teorica sia la capacità di comunicazione dell'allievo con proprietà di linguaggio ed organizzazione autonoma dell'esposizione sugli argomenti trattati nel corso. Nella seconda parte viene proposto allo studente un esercizio numerico (descrittore di Dublino 2) con il quale si testa la capacità dell’allievo di applicare gli algoritmi a problemi concreti ed anche (descrittori di Dublino 3,4,5) di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso. Per raggiungere un voto di almeno 18/30 non basta lo svolgimento della sola parte teorica dei due esercizi: lo studente deve anche affrontare la parte di calcolo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • G. Monegato, 100 pagine di Elementi di Calcolo Numerico, Levrotto & Bella Editore
  • A. Murli, Matematica numerica: metodi, algoritmi e software, Liguori Editori, 2007 – Parte prima e parte seconda
  • V. Comincioli, Analisi numerica: metodi, modelli, applicazioni, Apogeo Editore

Codice insegnamento UC453394

Misure meccaniche e termiche 2° anno · 12 CFU · IMIS-01/A · 0 file

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di selezionare sensori e strumenti, con particolare riferimento alle misure su sistemi meccanici e termici e impiegarli per…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di selezionare sensori e strumenti, con particolare riferimento alle misure su sistemi meccanici e termici e impiegarli per misurazioni per la gestione della qualità in vari contesti produttivi.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano la comprensione delle nozioni alla base dell’impiego corretto di strumentazione per misure su sistemi meccanici e termici, la comprensione delle configurazioni generali degli strumenti di misura e delle modalità di caratterizzazione degli stessi, oltre che la comprensione delle criticità introdotte da catene di misura complesse. Nel dettaglio, lo studente sarà in grado di conoscere i principali sensori e le più diffuse catene di misura di interesse e comprendere, per ogni trasduttore, la descrizione del principio fisico di funzionamento, le catene di misura di interesse industriale, le cause di errore e le metodologie di taratura.
Le principali abilità acquisite (Descrittore di Dublino 2), quindi, consentiranno allo studente di selezionare la strumentazione ottimale per misure su sistemi meccanici e termici; valutare l’incertezza di misura; progettare una campagna di misure, oltre che acquisire un metodo che consenta di estendere a differenti contesti produttivi quanto appreso per specifiche condizioni.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, oltre agli esercizi/questionari svolti in autonomia dallo studente stesso.
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Nel corso si analizza l’importanza delle misure per la gestione della qualità e dei sensori e strumenti per misure meccaniche e termiche, con particolare riferimento alla caratterizzazione di processi produttivi.
A partire dalla definizione di misura, si introducono le nozioni fondamentali per selezionare e impiegare sensori e strumenti per misure su sistemi meccanici e termici e per valutare l’incertezza di misura. Si approfondiscono quindi sensori e strumenti, introducendo il misurando e analizzando principi di funzionamento, caratteristiche metrologiche e criteri di impiego. L’approccio del corso consente allo studente di acquisire un metodo estendibile a più contesti produttivi quanto appreso per specifiche condizioni.

  • Concetto di misura e descrizione funzionale degli strumenti di misura
  • Misure e incertezze di misura
  • Taratura statica degli strumenti di misura
  • Modelli dinamici di sensori e strumenti
  • Analisi dei segnali
  • Filtraggio, acquisizione e analisi dei segnali
  • Misure di dimensioni e spostamento con e senza contatto
  • Misure di deformazioni e tensioni
  • Sensori di velocità
  • Sensori di accelerazione
  • Misure di vibrazioni
  • Misure di forza, coppia e potenza meccanica
  • Misure di pressione
  • Misure acustiche
  • Misure di temperatura
  • Misure di velocità di fluidi
  • Misure di portata
  • Misure per la caratterizzazione di componenti e sistemi

Modalità d'esame

L’esame si svolge in forma scritta.

La prova scritta ha una durata di 120 minuti e, durante lo svolgimento della stessa non è consentito l’uso di materiale di supporto.

La prova d’esame è costituta fondamentalmente da tre/quattro domande sugli argomenti svolti durante il corso.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Misure meccaniche e termiche, G.L.Rossi, ed. Carocci
  • Measurement systems: application and design, E.Doebelin, ed. Mc Graw Hill
  • Theory and design for mechanical measurements, R.S.Figliola, D.E.Beasley, ed John Wiley
  • Instrumentation for engineering measurements, J.W.Dally, W.F.Riley, K.G.Mc Connell, ed. John Wiley & sons
  • Handbook of measurement science, P.H.Sydenham, vol.1, 2, ed. John&Wiley

Codice insegnamento curriculum-meccanica-lm-33:20543

Misure meccaniche e termiche 2° anno · 12 CFU · IMIS-01/A · 0 file

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di selezionare sensori e strumenti, con particolare riferimento alle misure su sistemi meccanici e termici e impiegarli per…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di selezionare sensori e strumenti, con particolare riferimento alle misure su sistemi meccanici e termici e impiegarli per misurazioni per la gestione della qualità in vari contesti produttivi.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano la comprensione delle nozioni alla base dell’impiego corretto di strumentazione per misure su sistemi meccanici e termici, la comprensione delle configurazioni generali degli strumenti di misura e delle modalità di caratterizzazione degli stessi, oltre che la comprensione delle criticità introdotte da catene di misura complesse. Nel dettaglio, lo studente sarà in grado di conoscere i principali sensori e le più diffuse catene di misura di interesse e comprendere, per ogni trasduttore, la descrizione del principio fisico di funzionamento, le catene di misura di interesse industriale, le cause di errore e le metodologie di taratura.
Le principali abilità acquisite (Descrittore di Dublino 2), quindi, consentiranno allo studente di selezionare la strumentazione ottimale per misure su sistemi meccanici e termici; valutare l’incertezza di misura; progettare una campagna di misure, oltre che acquisire un metodo che consenta di estendere a differenti contesti produttivi quanto appreso per specifiche condizioni.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, oltre agli esercizi/questionari svolti in autonomia dallo studente stesso.
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Nel corso si analizza l’importanza delle misure per la gestione della qualità e dei sensori e strumenti per misure meccaniche e termiche, con particolare riferimento alla caratterizzazione di processi produttivi.
A partire dalla definizione di misura, si introducono le nozioni fondamentali per selezionare e impiegare sensori e strumenti per misure su sistemi meccanici e termici e per valutare l’incertezza di misura. Si approfondiscono quindi sensori e strumenti, introducendo il misurando e analizzando principi di funzionamento, caratteristiche metrologiche e criteri di impiego. L’approccio del corso consente allo studente di acquisire un metodo estendibile a più contesti produttivi quanto appreso per specifiche condizioni.

  • Concetto di misura e descrizione funzionale degli strumenti di misura
  • Misure e incertezze di misura
  • Taratura statica degli strumenti di misura
  • Modelli dinamici di sensori e strumenti
  • Analisi dei segnali
  • Filtraggio, acquisizione e analisi dei segnali
  • Misure di dimensioni e spostamento con e senza contatto
  • Misure di deformazioni e tensioni
  • Sensori di velocità
  • Sensori di accelerazione
  • Misure di vibrazioni
  • Misure di forza, coppia e potenza meccanica
  • Misure di pressione
  • Misure acustiche
  • Misure di temperatura
  • Misure di velocità di fluidi
  • Misure di portata
  • Misure per la caratterizzazione di componenti e sistemi

Modalità d'esame

L’esame si svolge in forma scritta.

La prova scritta ha una durata di 120 minuti e, durante lo svolgimento della stessa non è consentito l’uso di materiale di supporto.

La prova d’esame è costituta fondamentalmente da tre/quattro domande sugli argomenti svolti durante il corso.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Misure meccaniche e termiche, G.L.Rossi, ed. Carocci
  • Measurement systems: application and design, E.Doebelin, ed. Mc Graw Hill
  • Theory and design for mechanical measurements, R.S.Figliola, D.E.Beasley, ed John Wiley
  • Instrumentation for engineering measurements, J.W.Dally, W.F.Riley, K.G.Mc Connell, ed. John Wiley & sons
  • Handbook of measurement science, P.H.Sydenham, vol.1, 2, ed. John&Wiley

Codice insegnamento curriculum-gestionale-lm-33:20543

Misure meccaniche e termiche 2° anno · 12 CFU · IMIS-01/A · 0 file

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di selezionare sensori e strumenti, con particolare riferimento alle misure su sistemi meccanici e termici e impiegarli per…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivo principale del corso consiste nel fornire agli studenti un metodo che consenta di selezionare sensori e strumenti, con particolare riferimento alle misure su sistemi meccanici e termici e impiegarli per misurazioni per la gestione della qualità in vari contesti produttivi.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano la comprensione delle nozioni alla base dell’impiego corretto di strumentazione per misure su sistemi meccanici e termici, la comprensione delle configurazioni generali degli strumenti di misura e delle modalità di caratterizzazione degli stessi, oltre che la comprensione delle criticità introdotte da catene di misura complesse. Nel dettaglio, lo studente sarà in grado di conoscere i principali sensori e le più diffuse catene di misura di interesse e comprendere, per ogni trasduttore, la descrizione del principio fisico di funzionamento, le catene di misura di interesse industriale, le cause di errore e le metodologie di taratura.
Le principali abilità acquisite (Descrittore di Dublino 2), quindi, consentiranno allo studente di selezionare la strumentazione ottimale per misure su sistemi meccanici e termici; valutare l’incertezza di misura; progettare una campagna di misure, oltre che acquisire un metodo che consenta di estendere a differenti contesti produttivi quanto appreso per specifiche condizioni.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, oltre agli esercizi/questionari svolti in autonomia dallo studente stesso.
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Nel corso si analizza l’importanza delle misure per la gestione della qualità e dei sensori e strumenti per misure meccaniche e termiche, con particolare riferimento alla caratterizzazione di processi produttivi.
A partire dalla definizione di misura, si introducono le nozioni fondamentali per selezionare e impiegare sensori e strumenti per misure su sistemi meccanici e termici e per valutare l’incertezza di misura. Si approfondiscono quindi sensori e strumenti, introducendo il misurando e analizzando principi di funzionamento, caratteristiche metrologiche e criteri di impiego. L’approccio del corso consente allo studente di acquisire un metodo estendibile a più contesti produttivi quanto appreso per specifiche condizioni.

  • Concetto di misura e descrizione funzionale degli strumenti di misura
  • Misure e incertezze di misura
  • Taratura statica degli strumenti di misura
  • Modelli dinamici di sensori e strumenti
  • Analisi dei segnali
  • Filtraggio, acquisizione e analisi dei segnali
  • Misure di dimensioni e spostamento con e senza contatto
  • Misure di deformazioni e tensioni
  • Sensori di velocità
  • Sensori di accelerazione
  • Misure di vibrazioni
  • Misure di forza, coppia e potenza meccanica
  • Misure di pressione
  • Misure acustiche
  • Misure di temperatura
  • Misure di velocità di fluidi
  • Misure di portata
  • Misure per la caratterizzazione di componenti e sistemi

Modalità d'esame

L’esame si svolge in forma scritta.

La prova scritta ha una durata di 120 minuti e, durante lo svolgimento della stessa non è consentito l’uso di materiale di supporto.

La prova d’esame è costituta fondamentalmente da tre/quattro domande sugli argomenti svolti durante il corso.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Misure meccaniche e termiche, G.L.Rossi, ed. Carocci
  • Measurement systems: application and design, E.Doebelin, ed. Mc Graw Hill
  • Theory and design for mechanical measurements, R.S.Figliola, D.E.Beasley, ed John Wiley
  • Instrumentation for engineering measurements, J.W.Dally, W.F.Riley, K.G.Mc Connell, ed. John Wiley & sons
  • Handbook of measurement science, P.H.Sydenham, vol.1, 2, ed. John&Wiley

Codice insegnamento UC62828

Modelli di qualità e Lean Management 2° anno · 6 CFU · IIND-05/A · 0 file

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il…

Scheda dell'insegnamento

Obiettivi formativi

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il modello EFQM.

Avrà inoltre familiarità con i principi fondamentali del pensiero Lean e con la sua evoluzione storica, comprendendo come questi possano essere applicati per migliorare l’efficienza e il valore nei processi aziendali.

Verranno acquisiti anche gli strumenti più utilizzati nella pratica, come il ciclo PDCA, la FMEA, il controllo statistico dei processi, le 5S e il Value Stream Mapping, analizzati nel loro significato teorico e nel loro impatto sui sistemi organizzativi.

Lo studente sarà in grado di mettere in pratica quanto appreso attraverso l’analisi e la mappatura dei processi, l’individuazione delle inefficienze e la proposta di interventi di miglioramento, coerenti con i principi della qualità e del Lean Management. Inoltre, sarà in grado di affrontare casi aziendali concreti, elaborando proposte di intervento e miglioramento continuo, calibrate sulle caratteristiche specifiche del contesto analizzato.

Il corso consentirà anche di sviluppare competenze utili in una prospettiva più ampia. Lo studente imparerà a osservare i processi aziendali con uno sguardo critico e sistemico, valutando l’interazione tra aspetti tecnici, organizzativi e umani. Il corso offrirà strumenti e metodo per continuare ad aggiornarsi in modo autonomo su tematiche complesse e in continua evoluzione, come la gestione della qualità e il miglioramento dei processi.

Programma

L'insegnamento si propone di fornire agli studenti una solida base sui modelli e strumenti per la gestione della qualità e il pensiero Lean, con particolare riferimento all'ambito industriale e ai processi gestionali. L'obiettivo è sviluppare competenze analitiche e progettuali per il miglioramento dei processi produttivi e organizzativi, perseguendo efficienza, riduzione degli sprechi e creazione di valore per il cliente.
Il percorso didattico si articola in due aree principali:

  • Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi. Verranno trattati i fondamenti teorici (norme ISO, TQM, EFQM) e l'evoluzione storica e concettuale dei sistemi di gestione, evidenziandone il ruolo strategico.
  • Principi e strumenti Lean: ottimizzare i processi per creare valore. Saranno approfonditi i principi e le tecniche operative più rilevanti, tra cui il Value Stream Mapping, Just-In-Time, 5S e Kaizen (miglioramento continuo).

Il corso è rivolto agli studenti interessati a comprendere le dinamiche del miglioramento continuo e a sviluppare competenze trasversali utili per operare in contesti produttivi complessi, con ruoli di responsabilità nella gestione della qualità, dei processi e dell'innovazione organizzativa.

Modulo 1. Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi
Evoluzione del concetto di Qualità

  • I principali modelli di qualità
  • ISO 9001:2015 – Sistemi di gestione per la qualità
  • Gestione della qualità totale (TQM)
  • Modello di eccellenza EFQM
  • Sei Sigma

I fondamenti dei sistemi di qualità

  • Centralità del cliente
  • L'uso dei dati per il processo decisionale
  • Cultura del miglioramento continuo

Gestione per processi

  • Che cos'è un processo
  • La mappatura dei processi
  • Mappatura AS-IS e TO-BE
  • Strumenti: SIPOC, diagramma di flusso, Value Stream Mapping (VSM)

Gli strumenti base della qualità

  • Diagramma di Pareto
  • Diagramma causa-effetto (Ishikawa)
  • Diagramma di flusso
  • Fogli di raccolta dati
  • Istogrammi
  • Diagrammi di controllo
  • Stratificazione e 5 perché

Modulo 2. Principi e strumenti Lean: ottimizzare i processi per creare valore
Schema generale dell'approccio Lean

  • I 5 principi Lean
  • Identificazione e riduzione degli sprechi
  • Creazione di valore per il cliente

Panoramica degli strumenti Lean principali

  • Identificazione degli sprechi (muda)
  • Produzione snella (Just in Time)
  • Produzione a flusso tirato (pull system)
  • Riduzione dei tempi di setup (SMED)
  • Poka Yoke (prova di errore)
  • Heijunka (livellamento della produzione)
  • Mappatura del flusso di valore (VSM)
  • 5S
  • Kanban
  • Andon
  • Kaizen come filosofia di miglioramento continuo
  • Differenza tra Kaizen e innovazione
  • Eventi Kaizen e team di miglioramento
  • Coinvolgimento del personale

Modalità d'esame

L’esame si svolge sia in forma scritta, che orale, con una durata massima di 90 minuti. La prova scritta è costituita da 3 domande aperte sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di applicarle in contesti reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Graziadei Giovanni. Lean Manifacturing. Come analizzare il flusso del valore per individuare ed eliminare gli sprechi. HOEPLI EDITORE, 2006.
  • Sartor Marco, Orzes Guido, La gestione della qualità. Strumenti, metodi e standard McGraw-Hill Education, 2020

Codice insegnamento curriculum-gestionale-lm-33:20607

Modelli di qualità e Lean Management 2° anno · 6 CFU · IIND-05/A · 0 file

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il…

Scheda dell'insegnamento

Obiettivi formativi

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il modello EFQM.

Avrà inoltre familiarità con i principi fondamentali del pensiero Lean e con la sua evoluzione storica, comprendendo come questi possano essere applicati per migliorare l’efficienza e il valore nei processi aziendali.

Verranno acquisiti anche gli strumenti più utilizzati nella pratica, come il ciclo PDCA, la FMEA, il controllo statistico dei processi, le 5S e il Value Stream Mapping, analizzati nel loro significato teorico e nel loro impatto sui sistemi organizzativi.

Lo studente sarà in grado di mettere in pratica quanto appreso attraverso l’analisi e la mappatura dei processi, l’individuazione delle inefficienze e la proposta di interventi di miglioramento, coerenti con i principi della qualità e del Lean Management. Inoltre, sarà in grado di affrontare casi aziendali concreti, elaborando proposte di intervento e miglioramento continuo, calibrate sulle caratteristiche specifiche del contesto analizzato.

Il corso consentirà anche di sviluppare competenze utili in una prospettiva più ampia. Lo studente imparerà a osservare i processi aziendali con uno sguardo critico e sistemico, valutando l’interazione tra aspetti tecnici, organizzativi e umani. Il corso offrirà strumenti e metodo per continuare ad aggiornarsi in modo autonomo su tematiche complesse e in continua evoluzione, come la gestione della qualità e il miglioramento dei processi.

Programma

L'insegnamento si propone di fornire agli studenti una solida base sui modelli e strumenti per la gestione della qualità e il pensiero Lean, con particolare riferimento all'ambito industriale e ai processi gestionali. L'obiettivo è sviluppare competenze analitiche e progettuali per il miglioramento dei processi produttivi e organizzativi, perseguendo efficienza, riduzione degli sprechi e creazione di valore per il cliente.
Il percorso didattico si articola in due aree principali:

  • Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi. Verranno trattati i fondamenti teorici (norme ISO, TQM, EFQM) e l'evoluzione storica e concettuale dei sistemi di gestione, evidenziandone il ruolo strategico.
  • Principi e strumenti Lean: ottimizzare i processi per creare valore. Saranno approfonditi i principi e le tecniche operative più rilevanti, tra cui il Value Stream Mapping, Just-In-Time, 5S e Kaizen (miglioramento continuo).

Il corso è rivolto agli studenti interessati a comprendere le dinamiche del miglioramento continuo e a sviluppare competenze trasversali utili per operare in contesti produttivi complessi, con ruoli di responsabilità nella gestione della qualità, dei processi e dell'innovazione organizzativa.

Modulo 1. Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi
Evoluzione del concetto di Qualità

  • I principali modelli di qualità
  • ISO 9001:2015 – Sistemi di gestione per la qualità
  • Gestione della qualità totale (TQM)
  • Modello di eccellenza EFQM
  • Sei Sigma

I fondamenti dei sistemi di qualità

  • Centralità del cliente
  • L'uso dei dati per il processo decisionale
  • Cultura del miglioramento continuo

Gestione per processi

  • Che cos'è un processo
  • La mappatura dei processi
  • Mappatura AS-IS e TO-BE
  • Strumenti: SIPOC, diagramma di flusso, Value Stream Mapping (VSM)

Gli strumenti base della qualità

  • Diagramma di Pareto
  • Diagramma causa-effetto (Ishikawa)
  • Diagramma di flusso
  • Fogli di raccolta dati
  • Istogrammi
  • Diagrammi di controllo
  • Stratificazione e 5 perché

Modulo 2. Principi e strumenti Lean: ottimizzare i processi per creare valore
Schema generale dell'approccio Lean

  • I 5 principi Lean
  • Identificazione e riduzione degli sprechi
  • Creazione di valore per il cliente

Panoramica degli strumenti Lean principali

  • Identificazione degli sprechi (muda)
  • Produzione snella (Just in Time)
  • Produzione a flusso tirato (pull system)
  • Riduzione dei tempi di setup (SMED)
  • Poka Yoke (prova di errore)
  • Heijunka (livellamento della produzione)
  • Mappatura del flusso di valore (VSM)
  • 5S
  • Kanban
  • Andon
  • Kaizen come filosofia di miglioramento continuo
  • Differenza tra Kaizen e innovazione
  • Eventi Kaizen e team di miglioramento
  • Coinvolgimento del personale

Modalità d'esame

L’esame si svolge sia in forma scritta, che orale, con una durata massima di 90 minuti. La prova scritta è costituita da 3 domande aperte sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di applicarle in contesti reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Graziadei Giovanni. Lean Manifacturing. Come analizzare il flusso del valore per individuare ed eliminare gli sprechi. HOEPLI EDITORE, 2006.
  • Sartor Marco, Orzes Guido, La gestione della qualità. Strumenti, metodi e standard McGraw-Hill Education, 2020

Codice insegnamento UC453348

Modelli di qualità e Lean Management 2° anno · 6 CFU · IIND-05/A · 0 file

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il…

Scheda dell'insegnamento

Obiettivi formativi

Al termine dell’insegnamento, lo studente sarà in grado di riconoscere e comprendere i principali modelli teorici e normativi legati alla gestione della qualità, come la norma ISO 9001, il Total Quality Management e il modello EFQM.

Avrà inoltre familiarità con i principi fondamentali del pensiero Lean e con la sua evoluzione storica, comprendendo come questi possano essere applicati per migliorare l’efficienza e il valore nei processi aziendali.

Verranno acquisiti anche gli strumenti più utilizzati nella pratica, come il ciclo PDCA, la FMEA, il controllo statistico dei processi, le 5S e il Value Stream Mapping, analizzati nel loro significato teorico e nel loro impatto sui sistemi organizzativi.

Lo studente sarà in grado di mettere in pratica quanto appreso attraverso l’analisi e la mappatura dei processi, l’individuazione delle inefficienze e la proposta di interventi di miglioramento, coerenti con i principi della qualità e del Lean Management. Inoltre, sarà in grado di affrontare casi aziendali concreti, elaborando proposte di intervento e miglioramento continuo, calibrate sulle caratteristiche specifiche del contesto analizzato.

Il corso consentirà anche di sviluppare competenze utili in una prospettiva più ampia. Lo studente imparerà a osservare i processi aziendali con uno sguardo critico e sistemico, valutando l’interazione tra aspetti tecnici, organizzativi e umani. Il corso offrirà strumenti e metodo per continuare ad aggiornarsi in modo autonomo su tematiche complesse e in continua evoluzione, come la gestione della qualità e il miglioramento dei processi.

Programma

L'insegnamento si propone di fornire agli studenti una solida base sui modelli e strumenti per la gestione della qualità e il pensiero Lean, con particolare riferimento all'ambito industriale e ai processi gestionali. L'obiettivo è sviluppare competenze analitiche e progettuali per il miglioramento dei processi produttivi e organizzativi, perseguendo efficienza, riduzione degli sprechi e creazione di valore per il cliente.
Il percorso didattico si articola in due aree principali:

  • Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi. Verranno trattati i fondamenti teorici (norme ISO, TQM, EFQM) e l'evoluzione storica e concettuale dei sistemi di gestione, evidenziandone il ruolo strategico.
  • Principi e strumenti Lean: ottimizzare i processi per creare valore. Saranno approfonditi i principi e le tecniche operative più rilevanti, tra cui il Value Stream Mapping, Just-In-Time, 5S e Kaizen (miglioramento continuo).

Il corso è rivolto agli studenti interessati a comprendere le dinamiche del miglioramento continuo e a sviluppare competenze trasversali utili per operare in contesti produttivi complessi, con ruoli di responsabilità nella gestione della qualità, dei processi e dell'innovazione organizzativa.

Modulo 1. Sistemi di Gestione della Qualità: modelli, principi e strumenti operativi
Evoluzione del concetto di Qualità

  • I principali modelli di qualità
  • ISO 9001:2015 – Sistemi di gestione per la qualità
  • Gestione della qualità totale (TQM)
  • Modello di eccellenza EFQM
  • Sei Sigma

I fondamenti dei sistemi di qualità

  • Centralità del cliente
  • L'uso dei dati per il processo decisionale
  • Cultura del miglioramento continuo

Gestione per processi

  • Che cos'è un processo
  • La mappatura dei processi
  • Mappatura AS-IS e TO-BE
  • Strumenti: SIPOC, diagramma di flusso, Value Stream Mapping (VSM)

Gli strumenti base della qualità

  • Diagramma di Pareto
  • Diagramma causa-effetto (Ishikawa)
  • Diagramma di flusso
  • Fogli di raccolta dati
  • Istogrammi
  • Diagrammi di controllo
  • Stratificazione e 5 perché

Modulo 2. Principi e strumenti Lean: ottimizzare i processi per creare valore
Schema generale dell'approccio Lean

  • I 5 principi Lean
  • Identificazione e riduzione degli sprechi
  • Creazione di valore per il cliente

Panoramica degli strumenti Lean principali

  • Identificazione degli sprechi (muda)
  • Produzione snella (Just in Time)
  • Produzione a flusso tirato (pull system)
  • Riduzione dei tempi di setup (SMED)
  • Poka Yoke (prova di errore)
  • Heijunka (livellamento della produzione)
  • Mappatura del flusso di valore (VSM)
  • 5S
  • Kanban
  • Andon
  • Kaizen come filosofia di miglioramento continuo
  • Differenza tra Kaizen e innovazione
  • Eventi Kaizen e team di miglioramento
  • Coinvolgimento del personale

Modalità d'esame

L’esame si svolge sia in forma scritta, che orale, con una durata massima di 90 minuti. La prova scritta è costituita da 3 domande aperte sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di applicarle in contesti reali.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Graziadei Giovanni. Lean Manifacturing. Come analizzare il flusso del valore per individuare ed eliminare gli sprechi. HOEPLI EDITORE, 2006.
  • Sartor Marco, Orzes Guido, La gestione della qualità. Strumenti, metodi e standard McGraw-Hill Education, 2020

Codice insegnamento UC453395

Modelli di sistemi di produzione 2° anno · 6 CFU · IEGE-01/A · 0 file

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di massima, che delle analisi stocastiche molto puntuali usando i più recenti sistemi di modellazione e simulazione di processo.

1. Conoscenza e comprensione

  • Conoscere i principali sistemi di produzione industriale.
  • Conoscere la differenza tra bilanciamento e modellazione di processo.
  • Comprendere le metodologie di bilanciamento statico con e senza l’introduzione della deviazione standard.
  • Conoscere i principi di funzionamento e i vantaggi dell’uso di un simulatore di processi.
  • Conoscere le principali tecnologie di dimensionamento e gestione del magazzino.

2. Capacità di applicare conoscenze e comprensione

  • Dimensionamento di sistemi di produzione attraverso le formulazioni proposte e attraverso l’applicazione della teoria della ricerca operativa (algoritmo del simplesso, algoritmo GRG o algoritmo evolutivo).
  • Applicazione del metodo di Kottas-Lau.
  • Mappatura, modellazione e simulazione di semplici esempi di processo produttivo.

3. Competenze trasversali
Lo studente sarà in grado di riconoscere nelle realtà aziendali le caratteristiche dei sistemi produttivi presentati in questo corso. In questo modo, sarà autonomamente in grado di ricollegare le criticità e i punti di forza delle stesse in ottica di miglioramento di processo. Una volta riconosciute le caratteristiche salienti del problema reale, l’applicazione delle varie tecniche di miglioramento e bilanciamento sarà immediata e focalizzata al miglioramento del flusso produttivo.

Programma

Il corso si propone di classificare e descrivere le principali strategie di produzione aziendale e le rispettive tecniche di bilanciamento della produzione. In questo modo verranno forniti gli strumenti necessari alla formulazione di mappature e modelli “digital twin” per la progettazione e l’ottimizzazione dei flussi di processo. Nel corso sono infatti affrontati temi di bilanciamento statico o tempo invariante dei sistemi produttivi e temi di modellazione stocastica (tempo-variante) dei processi industriali. In ultima analisi, il corso tratta brevemente delle tecniche di gestione magazzino per prendere in considerazione tutti gli aspetti dell’organizzazione aziendale.

Il corso si divide in tre moduli, il primo riguarda la classificazione dei principali sistemi produttivi ed una tassonomia sui rispettivi vantaggi e svantaggi. Sempre nella prima parte vengono fornite delle strategie di bilanciamento dei sistemi produttivi di massima, ovvero non tempo varianti. Queste ottimizzazioni statiche saranno presentate prima tenendo conto solo della media del processo e successivamente verranno migliorate aggiungendo la valutazione della variabilità di detti processi.
La seconda parte del corso invece riguarderà le tecniche di modellazione e simulazione dei processi, ovvero la tecnologia “cutting edge” che permette di valutare l’influenza di variabilità tempo varianti sul sistema produttivo in analisi. Questa parte del corso sarà corredata da un’ampia sessione di esercitazione su specifico software di simulazione.
Ad integrazione dei modelli di processo, l’ultima parte del corso riguarderà una classificazione e le relative tecniche di bilanciamento dei sistemi di stoccaggio dei materiali: i magazzini sono infatti una caratteristica peculiare di ogni processo produttivo ed è indispensabile conoscerli almeno nelle caratteristiche peculiari per poter avere un quadro completo della modellazione dei sistemi di produzione.
Il corso è diviso in 6 crediti obbligatori e 6 crediti facoltativi. Gli esami saranno svolti tenendo di conto dei soli argomenti trattati nelle lezioni obbligatorie.

  • Modulo I - Caratterizzazione e bilanciamento dei sistemi produttivi (lezioni da 1 a 12)
  • Classificazione dei Sistemi Produttivi - Parte I
  • Classificazione dei Sistemi Produttivi - Parte II
  • Progettazione e Dimensionamento dei sistemi produttivi di processo
  • Progettazione e Dimensionamento dei sistemi manifatturieri (Lezione facoltativa)
  • Progettazione e Dimensionamento dei sistemi di montaggio (Lezione facoltativa)
  • Valutazione delle alternative Make or Buy (Lezione facoltativa)
  • La mappatura dei processi
  • La mappatura del flusso di valore
  • Principi di Ricerca Operativa
  • Applicazioni Ricerca Operativa
  • Bilanciamento delle linee - Parte I
  • Bilanciamento delle linee - Parte II
  • Modulo II - Caratterizzazione e modellazione dei sistemi produttivi (lezioni da 13 a 27)
  • La raccolta dei dati
  • La misura della capacità del processo
  • Introduzione alla simulazione di processo
  • La simulazione di processo - Parte I
  • La simulazione di processo - Parte II
  • La simulazione di processo - Parte III
  • Esercitazione sul simulatore di processi - Parte I (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte II (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte III (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte IV (Lezione facoltativa)
  • Il design of experiment - Parte I
  • Il design of experiment - Parte II
  • Il design of experiment - Parte III
  • Il sei sigma applicato alla simulazione (Lezione facoltativa)
  • Gli strumenti di simulazione avanzati (Lezione facoltativa)
  • Modulo III - Caratterizzazione dei sistemi di stoccaggio (lezioni da 28 a 30)
  • I magazzini - Parte I (Lezione facoltativa)
  • I magazzini - Parte II (Lezione facoltativa)
  • I magazzini - Parte III (Lezione facoltativa)

Modalità d'esame

La verifica dell’apprendimento per il corso di Modelli di sistemi di produzione sarà svolta in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma. La prova ha una durata massima di 120 minuti e consiste in una serie di domande a risposta aperta, sia per argomenti più teorici che per argomenti più pratici (esercizi).
All'esame viene richiesto agli studenti di illustrare in modo adeguato gli argomenti richiesti e di dimostrare la comprensione dei concetti fondamentali relativi alla modellazione di processo e al suo bilanciamento (descrittori di Dublino 1) e la capacità di applicare tali conoscenze tramite la descrizione di strumenti di funzionalità e di strumenti implementati in scenari simili al reale e alle esercitazioni pratiche (descrittori di Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • C. Montgomery, Controllo statistico della qualità, McGraw-Hill, 2006
  • C. Sgarbanti, Controllo statistico della qualità. Introduzione al controllo statistico di processo e alla progettazione sperimentale Applicazioni con Excel® e R, libri SANDIT, 2018

Codice insegnamento curriculum-gestionale-lm-33:20261

Modelli di sistemi di produzione 2° anno · 6 CFU · IEGE-01/A · 0 file

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di massima, che delle analisi stocastiche molto puntuali usando i più recenti sistemi di modellazione e simulazione di processo.

1. Conoscenza e comprensione

  • Conoscere i principali sistemi di produzione industriale.
  • Conoscere la differenza tra bilanciamento e modellazione di processo.
  • Comprendere le metodologie di bilanciamento statico con e senza l’introduzione della deviazione standard.
  • Conoscere i principi di funzionamento e i vantaggi dell’uso di un simulatore di processi.
  • Conoscere le principali tecnologie di dimensionamento e gestione del magazzino.

2. Capacità di applicare conoscenze e comprensione

  • Dimensionamento di sistemi di produzione attraverso le formulazioni proposte e attraverso l’applicazione della teoria della ricerca operativa (algoritmo del simplesso, algoritmo GRG o algoritmo evolutivo).
  • Applicazione del metodo di Kottas-Lau.
  • Mappatura, modellazione e simulazione di semplici esempi di processo produttivo.

3. Competenze trasversali
Lo studente sarà in grado di riconoscere nelle realtà aziendali le caratteristiche dei sistemi produttivi presentati in questo corso. In questo modo, sarà autonomamente in grado di ricollegare le criticità e i punti di forza delle stesse in ottica di miglioramento di processo. Una volta riconosciute le caratteristiche salienti del problema reale, l’applicazione delle varie tecniche di miglioramento e bilanciamento sarà immediata e focalizzata al miglioramento del flusso produttivo.

Programma

Il corso si propone di classificare e descrivere le principali strategie di produzione aziendale e le rispettive tecniche di bilanciamento della produzione. In questo modo verranno forniti gli strumenti necessari alla formulazione di mappature e modelli “digital twin” per la progettazione e l’ottimizzazione dei flussi di processo. Nel corso sono infatti affrontati temi di bilanciamento statico o tempo invariante dei sistemi produttivi e temi di modellazione stocastica (tempo-variante) dei processi industriali. In ultima analisi, il corso tratta brevemente delle tecniche di gestione magazzino per prendere in considerazione tutti gli aspetti dell’organizzazione aziendale.

Il corso si divide in tre moduli, il primo riguarda la classificazione dei principali sistemi produttivi ed una tassonomia sui rispettivi vantaggi e svantaggi. Sempre nella prima parte vengono fornite delle strategie di bilanciamento dei sistemi produttivi di massima, ovvero non tempo varianti. Queste ottimizzazioni statiche saranno presentate prima tenendo conto solo della media del processo e successivamente verranno migliorate aggiungendo la valutazione della variabilità di detti processi.
La seconda parte del corso invece riguarderà le tecniche di modellazione e simulazione dei processi, ovvero la tecnologia “cutting edge” che permette di valutare l’influenza di variabilità tempo varianti sul sistema produttivo in analisi. Questa parte del corso sarà corredata da un’ampia sessione di esercitazione su specifico software di simulazione.
Ad integrazione dei modelli di processo, l’ultima parte del corso riguarderà una classificazione e le relative tecniche di bilanciamento dei sistemi di stoccaggio dei materiali: i magazzini sono infatti una caratteristica peculiare di ogni processo produttivo ed è indispensabile conoscerli almeno nelle caratteristiche peculiari per poter avere un quadro completo della modellazione dei sistemi di produzione.
Il corso è diviso in 6 crediti obbligatori e 6 crediti facoltativi. Gli esami saranno svolti tenendo di conto dei soli argomenti trattati nelle lezioni obbligatorie.

  • Modulo I - Caratterizzazione e bilanciamento dei sistemi produttivi (lezioni da 1 a 12)
  • Classificazione dei Sistemi Produttivi - Parte I
  • Classificazione dei Sistemi Produttivi - Parte II
  • Progettazione e Dimensionamento dei sistemi produttivi di processo
  • Progettazione e Dimensionamento dei sistemi manifatturieri (Lezione facoltativa)
  • Progettazione e Dimensionamento dei sistemi di montaggio (Lezione facoltativa)
  • Valutazione delle alternative Make or Buy (Lezione facoltativa)
  • La mappatura dei processi
  • La mappatura del flusso di valore
  • Principi di Ricerca Operativa
  • Applicazioni Ricerca Operativa
  • Bilanciamento delle linee - Parte I
  • Bilanciamento delle linee - Parte II
  • Modulo II - Caratterizzazione e modellazione dei sistemi produttivi (lezioni da 13 a 27)
  • La raccolta dei dati
  • La misura della capacità del processo
  • Introduzione alla simulazione di processo
  • La simulazione di processo - Parte I
  • La simulazione di processo - Parte II
  • La simulazione di processo - Parte III
  • Esercitazione sul simulatore di processi - Parte I (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte II (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte III (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte IV (Lezione facoltativa)
  • Il design of experiment - Parte I
  • Il design of experiment - Parte II
  • Il design of experiment - Parte III
  • Il sei sigma applicato alla simulazione (Lezione facoltativa)
  • Gli strumenti di simulazione avanzati (Lezione facoltativa)
  • Modulo III - Caratterizzazione dei sistemi di stoccaggio (lezioni da 28 a 30)
  • I magazzini - Parte I (Lezione facoltativa)
  • I magazzini - Parte II (Lezione facoltativa)
  • I magazzini - Parte III (Lezione facoltativa)

Modalità d'esame

La verifica dell’apprendimento per il corso di Modelli di sistemi di produzione sarà svolta in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma. La prova ha una durata massima di 120 minuti e consiste in una serie di domande a risposta aperta, sia per argomenti più teorici che per argomenti più pratici (esercizi).
All'esame viene richiesto agli studenti di illustrare in modo adeguato gli argomenti richiesti e di dimostrare la comprensione dei concetti fondamentali relativi alla modellazione di processo e al suo bilanciamento (descrittori di Dublino 1) e la capacità di applicare tali conoscenze tramite la descrizione di strumenti di funzionalità e di strumenti implementati in scenari simili al reale e alle esercitazioni pratiche (descrittori di Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • C. Montgomery, Controllo statistico della qualità, McGraw-Hill, 2006
  • C. Sgarbanti, Controllo statistico della qualità. Introduzione al controllo statistico di processo e alla progettazione sperimentale Applicazioni con Excel® e R, libri SANDIT, 2018

Codice insegnamento curriculum-gestionale-lm-33:20261

Modelli di sistemi di produzione 2° anno · 6 CFU · IEGE-01/A · 0 file

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di massima, che delle analisi stocastiche molto puntuali usando i più recenti sistemi di modellazione e simulazione di processo.

1. Conoscenza e comprensione

  • Conoscere i principali sistemi di produzione industriale.
  • Conoscere la differenza tra bilanciamento e modellazione di processo.
  • Comprendere le metodologie di bilanciamento statico con e senza l’introduzione della deviazione standard.
  • Conoscere i principi di funzionamento e i vantaggi dell’uso di un simulatore di processi.
  • Conoscere le principali tecnologie di dimensionamento e gestione del magazzino.

2. Capacità di applicare conoscenze e comprensione

  • Dimensionamento di sistemi di produzione attraverso le formulazioni proposte e attraverso l’applicazione della teoria della ricerca operativa (algoritmo del simplesso, algoritmo GRG o algoritmo evolutivo).
  • Applicazione del metodo di Kottas-Lau.
  • Mappatura, modellazione e simulazione di semplici esempi di processo produttivo.

3. Competenze trasversali
Lo studente sarà in grado di riconoscere nelle realtà aziendali le caratteristiche dei sistemi produttivi presentati in questo corso. In questo modo, sarà autonomamente in grado di ricollegare le criticità e i punti di forza delle stesse in ottica di miglioramento di processo. Una volta riconosciute le caratteristiche salienti del problema reale, l’applicazione delle varie tecniche di miglioramento e bilanciamento sarà immediata e focalizzata al miglioramento del flusso produttivo.

Programma

Il corso si propone di classificare e descrivere le principali strategie di produzione aziendale e le rispettive tecniche di bilanciamento della produzione. In questo modo verranno forniti gli strumenti necessari alla formulazione di mappature e modelli “digital twin” per la progettazione e l’ottimizzazione dei flussi di processo. Nel corso sono infatti affrontati temi di bilanciamento statico o tempo invariante dei sistemi produttivi e temi di modellazione stocastica (tempo-variante) dei processi industriali. In ultima analisi, il corso tratta brevemente delle tecniche di gestione magazzino per prendere in considerazione tutti gli aspetti dell’organizzazione aziendale.

Il corso si divide in tre moduli, il primo riguarda la classificazione dei principali sistemi produttivi ed una tassonomia sui rispettivi vantaggi e svantaggi. Sempre nella prima parte vengono fornite delle strategie di bilanciamento dei sistemi produttivi di massima, ovvero non tempo varianti. Queste ottimizzazioni statiche saranno presentate prima tenendo conto solo della media del processo e successivamente verranno migliorate aggiungendo la valutazione della variabilità di detti processi.
La seconda parte del corso invece riguarderà le tecniche di modellazione e simulazione dei processi, ovvero la tecnologia “cutting edge” che permette di valutare l’influenza di variabilità tempo varianti sul sistema produttivo in analisi. Questa parte del corso sarà corredata da un’ampia sessione di esercitazione su specifico software di simulazione.
Ad integrazione dei modelli di processo, l’ultima parte del corso riguarderà una classificazione e le relative tecniche di bilanciamento dei sistemi di stoccaggio dei materiali: i magazzini sono infatti una caratteristica peculiare di ogni processo produttivo ed è indispensabile conoscerli almeno nelle caratteristiche peculiari per poter avere un quadro completo della modellazione dei sistemi di produzione.
Il corso è diviso in 6 crediti obbligatori e 6 crediti facoltativi. Gli esami saranno svolti tenendo di conto dei soli argomenti trattati nelle lezioni obbligatorie.

  • Modulo I - Caratterizzazione e bilanciamento dei sistemi produttivi (lezioni da 1 a 12)
  • Classificazione dei Sistemi Produttivi - Parte I
  • Classificazione dei Sistemi Produttivi - Parte II
  • Progettazione e Dimensionamento dei sistemi produttivi di processo
  • Progettazione e Dimensionamento dei sistemi manifatturieri (Lezione facoltativa)
  • Progettazione e Dimensionamento dei sistemi di montaggio (Lezione facoltativa)
  • Valutazione delle alternative Make or Buy (Lezione facoltativa)
  • La mappatura dei processi
  • La mappatura del flusso di valore
  • Principi di Ricerca Operativa
  • Applicazioni Ricerca Operativa
  • Bilanciamento delle linee - Parte I
  • Bilanciamento delle linee - Parte II
  • Modulo II - Caratterizzazione e modellazione dei sistemi produttivi (lezioni da 13 a 27)
  • La raccolta dei dati
  • La misura della capacità del processo
  • Introduzione alla simulazione di processo
  • La simulazione di processo - Parte I
  • La simulazione di processo - Parte II
  • La simulazione di processo - Parte III
  • Esercitazione sul simulatore di processi - Parte I (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte II (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte III (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte IV (Lezione facoltativa)
  • Il design of experiment - Parte I
  • Il design of experiment - Parte II
  • Il design of experiment - Parte III
  • Il sei sigma applicato alla simulazione (Lezione facoltativa)
  • Gli strumenti di simulazione avanzati (Lezione facoltativa)
  • Modulo III - Caratterizzazione dei sistemi di stoccaggio (lezioni da 28 a 30)
  • I magazzini - Parte I (Lezione facoltativa)
  • I magazzini - Parte II (Lezione facoltativa)
  • I magazzini - Parte III (Lezione facoltativa)

Modalità d'esame

La verifica dell’apprendimento per il corso di Modelli di sistemi di produzione sarà svolta in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma. La prova ha una durata massima di 120 minuti e consiste in una serie di domande a risposta aperta, sia per argomenti più teorici che per argomenti più pratici (esercizi).
All'esame viene richiesto agli studenti di illustrare in modo adeguato gli argomenti richiesti e di dimostrare la comprensione dei concetti fondamentali relativi alla modellazione di processo e al suo bilanciamento (descrittori di Dublino 1) e la capacità di applicare tali conoscenze tramite la descrizione di strumenti di funzionalità e di strumenti implementati in scenari simili al reale e alle esercitazioni pratiche (descrittori di Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • C. Montgomery, Controllo statistico della qualità, McGraw-Hill, 2006
  • C. Sgarbanti, Controllo statistico della qualità. Introduzione al controllo statistico di processo e alla progettazione sperimentale Applicazioni con Excel® e R, libri SANDIT, 2018

Codice insegnamento UC453349

Modelli di sistemi di produzione 2° anno · 6 CFU · IEGE-01/A · 0 file

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente saprà riconoscere le varie tipologie produttive e sarà in grado di progettare e bilanciare i flussi di processo. Inoltre, sarà in grado sia di effettuare dei semplici dimensionamenti di massima, che delle analisi stocastiche molto puntuali usando i più recenti sistemi di modellazione e simulazione di processo.

1. Conoscenza e comprensione

  • Conoscere i principali sistemi di produzione industriale.
  • Conoscere la differenza tra bilanciamento e modellazione di processo.
  • Comprendere le metodologie di bilanciamento statico con e senza l’introduzione della deviazione standard.
  • Conoscere i principi di funzionamento e i vantaggi dell’uso di un simulatore di processi.
  • Conoscere le principali tecnologie di dimensionamento e gestione del magazzino.

2. Capacità di applicare conoscenze e comprensione

  • Dimensionamento di sistemi di produzione attraverso le formulazioni proposte e attraverso l’applicazione della teoria della ricerca operativa (algoritmo del simplesso, algoritmo GRG o algoritmo evolutivo).
  • Applicazione del metodo di Kottas-Lau.
  • Mappatura, modellazione e simulazione di semplici esempi di processo produttivo.

3. Competenze trasversali
Lo studente sarà in grado di riconoscere nelle realtà aziendali le caratteristiche dei sistemi produttivi presentati in questo corso. In questo modo, sarà autonomamente in grado di ricollegare le criticità e i punti di forza delle stesse in ottica di miglioramento di processo. Una volta riconosciute le caratteristiche salienti del problema reale, l’applicazione delle varie tecniche di miglioramento e bilanciamento sarà immediata e focalizzata al miglioramento del flusso produttivo.

Programma

Il corso si propone di classificare e descrivere le principali strategie di produzione aziendale e le rispettive tecniche di bilanciamento della produzione. In questo modo verranno forniti gli strumenti necessari alla formulazione di mappature e modelli “digital twin” per la progettazione e l’ottimizzazione dei flussi di processo. Nel corso sono infatti affrontati temi di bilanciamento statico o tempo invariante dei sistemi produttivi e temi di modellazione stocastica (tempo-variante) dei processi industriali. In ultima analisi, il corso tratta brevemente delle tecniche di gestione magazzino per prendere in considerazione tutti gli aspetti dell’organizzazione aziendale.

Il corso si divide in tre moduli, il primo riguarda la classificazione dei principali sistemi produttivi ed una tassonomia sui rispettivi vantaggi e svantaggi. Sempre nella prima parte vengono fornite delle strategie di bilanciamento dei sistemi produttivi di massima, ovvero non tempo varianti. Queste ottimizzazioni statiche saranno presentate prima tenendo conto solo della media del processo e successivamente verranno migliorate aggiungendo la valutazione della variabilità di detti processi.
La seconda parte del corso invece riguarderà le tecniche di modellazione e simulazione dei processi, ovvero la tecnologia “cutting edge” che permette di valutare l’influenza di variabilità tempo varianti sul sistema produttivo in analisi. Questa parte del corso sarà corredata da un’ampia sessione di esercitazione su specifico software di simulazione.
Ad integrazione dei modelli di processo, l’ultima parte del corso riguarderà una classificazione e le relative tecniche di bilanciamento dei sistemi di stoccaggio dei materiali: i magazzini sono infatti una caratteristica peculiare di ogni processo produttivo ed è indispensabile conoscerli almeno nelle caratteristiche peculiari per poter avere un quadro completo della modellazione dei sistemi di produzione.
Il corso è diviso in 6 crediti obbligatori e 6 crediti facoltativi. Gli esami saranno svolti tenendo di conto dei soli argomenti trattati nelle lezioni obbligatorie.

  • Modulo I - Caratterizzazione e bilanciamento dei sistemi produttivi (lezioni da 1 a 12)
  • Classificazione dei Sistemi Produttivi - Parte I
  • Classificazione dei Sistemi Produttivi - Parte II
  • Progettazione e Dimensionamento dei sistemi produttivi di processo
  • Progettazione e Dimensionamento dei sistemi manifatturieri (Lezione facoltativa)
  • Progettazione e Dimensionamento dei sistemi di montaggio (Lezione facoltativa)
  • Valutazione delle alternative Make or Buy (Lezione facoltativa)
  • La mappatura dei processi
  • La mappatura del flusso di valore
  • Principi di Ricerca Operativa
  • Applicazioni Ricerca Operativa
  • Bilanciamento delle linee - Parte I
  • Bilanciamento delle linee - Parte II
  • Modulo II - Caratterizzazione e modellazione dei sistemi produttivi (lezioni da 13 a 27)
  • La raccolta dei dati
  • La misura della capacità del processo
  • Introduzione alla simulazione di processo
  • La simulazione di processo - Parte I
  • La simulazione di processo - Parte II
  • La simulazione di processo - Parte III
  • Esercitazione sul simulatore di processi - Parte I (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte II (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte III (Lezione facoltativa)
  • Esercitazione sul simulatore di processi - Parte IV (Lezione facoltativa)
  • Il design of experiment - Parte I
  • Il design of experiment - Parte II
  • Il design of experiment - Parte III
  • Il sei sigma applicato alla simulazione (Lezione facoltativa)
  • Gli strumenti di simulazione avanzati (Lezione facoltativa)
  • Modulo III - Caratterizzazione dei sistemi di stoccaggio (lezioni da 28 a 30)
  • I magazzini - Parte I (Lezione facoltativa)
  • I magazzini - Parte II (Lezione facoltativa)
  • I magazzini - Parte III (Lezione facoltativa)

Modalità d'esame

La verifica dell’apprendimento per il corso di Modelli di sistemi di produzione sarà svolta in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma. La prova ha una durata massima di 120 minuti e consiste in una serie di domande a risposta aperta, sia per argomenti più teorici che per argomenti più pratici (esercizi).
All'esame viene richiesto agli studenti di illustrare in modo adeguato gli argomenti richiesti e di dimostrare la comprensione dei concetti fondamentali relativi alla modellazione di processo e al suo bilanciamento (descrittori di Dublino 1) e la capacità di applicare tali conoscenze tramite la descrizione di strumenti di funzionalità e di strumenti implementati in scenari simili al reale e alle esercitazioni pratiche (descrittori di Dublino 2).
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • C. Montgomery, Controllo statistico della qualità, McGraw-Hill, 2006
  • C. Sgarbanti, Controllo statistico della qualità. Introduzione al controllo statistico di processo e alla progettazione sperimentale Applicazioni con Excel® e R, libri SANDIT, 2018

Codice insegnamento UC453396

Modelli e metodi per l’ottimizzazione e il controllo 2° anno · 6 CFU · IINF-04/A · 0 file

Il corso si pone come obiettivo quello di fornire gli strumenti matematici, modellistici e metodologici che consentono allo studente di affrontare problemi di controllo e ottimizzazione per un’ampia classe di sistemi…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si pone come obiettivo quello di fornire gli strumenti matematici, modellistici e metodologici che consentono allo studente di affrontare problemi di controllo e ottimizzazione per un’ampia classe di sistemi di interesse per l’ingegneria gestionale, industriale e meccanica.
Le principali conoscenze acquisite (descrittore di Dublino 1) riguardano come prima cosa la comprensione del problema generale della teoria del controllo per sistemi automatici. Lo studente dovrà quindi essere in grado di riconoscere le caratteristiche fondamentali di un sistema dinamico, di comprendere come si studia un sistema dinamico sia nel dominio del tempo sia nel dominio delle frequenze e conoscere le principali tipologie di controllo per i sistemi dinamici.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, descrittore di Dublino 2) riguardano il fatto che lo studente potrà affrontare problemi pratici inerenti alla determinazione delle caratteristiche e prestazioni di un sistema dinamico. Infine lo studente sarà in grado di risolvere problemi di controllo in base alle prestazioni richieste dal controllore.
Infine, in relazione alle capacità di apprendimento, lo studente alla fine del corso sarà in grado di analizzare un problema di controllo al fine di giudicare autonomamente le ipotesi semplificative adottate nello stesso e giudicare quale strategia sia più efficace al fine di risolvere un dato problema pratico, acquisendo quindi elementi culturali che aiutano ai processi di maturazione ed indipendenza anche in altre discipline (descrittori di Dublino 3,4,5). Tali elementi sono essenziali per la formazione di qualunque professionista.

Programma

Il corso affronta diverse metodologie per l’ottimizzazione ed il controllo dei sistemi dinamici. In particolare saranno trattati sistemi lineari stazionari a tempo continuo e discreto. Le caratteristiche fondamentali di questi sistemi saranno analizzate sia nel dominio del tempo che in quello delle frequenze. Si studieranno infine i tipici problemi per un sistema di controllo, ovvero le prestazioni e la sintesi.

  • Elementi di Algebra elementare: matrici, operazioni tra matrici, rango, determinante, inversa, autovalori e autovettori, sistemi lineari. Numeri Complessi
  • Segnali canonici a tempo continuo. Trasformata di Laplace e Fourier
  • Segnali canonici a tempo discreto, Trasformata Zeta, Trasformata di Fourier discreta, algoritmo della FFT
  • Problemi e sistemi di controllo, controllo in anello aperto e chiuso, problemi di analisi e sintesi del controllore
  • Sistemi dinamici a tempo continuo, generalità, equilibrio, stabilità dell’equilibrio e del movimento, studio traiettorie
  • Sistemi lineari stazionari a tempo continuo, movimento libero e forzato, rappresentazioni equivalenti, autovalori e modi, stabilità del sistema, linearizzazione, traiettorie, raggiungibilità e osservabilità
  • Metodo di Lyapunov per sistemi a tempo continuo lineari e non lineari
  • Funzione di trasferimento, cancellazioni, rappresentazione e parametri della funzione di trasferimento, risposta allo scalino, realizzazione
  • Schemi a blocchi, regole di elaborazione, stabilità, raggiungibilità e osservabilità di sistemi connessi a blocchi
  • Risposta in frequenza, sinusoide, segnali sviluppabili, identificazione sperimentale della risposta, diagrammi di Bode, diagrammi polari, filtri
  • Sistemi dinamici a tempo discreto, generalità, equilibrio, stabilità, funzione di trasferimento, risposta in frequenza, teorema di Lyapunov per sistemi discreti, raggiungibilità, osservabilità, modo ed autovalori.
  • Stabilità e sistemi di controllo a tempo continuo, prestazioni, diagramma di Nyquist, criterio di Nyquist, stabilità robusta
  • Prestazioni per sistemi di controllo a tempo continuo, analisi statica, prestazioni statiche e dinamiche, funzione di sensitività complementare, funzione di sensitività, funzione di sensitività del controllo
  • Problemi di sintesi del controllore, esempi di sintesi, reti stabilizzatrici, luogo delle radici, sintesi con il luogo delle radici, diagramma di Bode

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.
L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.
La prova è costituta da tre esercizi sugli argomenti svolti durante il corso. I primi due esercizi sono strutturati a loro volta in due parti. Una prima parte, meramente teorica (descrittore di Dublino 1), richiede agli studenti di dissertare su algoritmi e teoremi che saranno poi applicati con un esempio pratico. Ciò consente di verificare sia la preparazione teorica sia la capacità di comunicazione dell'allievo con proprietà di linguaggio ed organizzazione autonoma dell'esposizione sugli argomenti trattati nel corso. Nella seconda parte viene proposto allo studente un esercizio pratico di calcolo (descrittore di Dublino 2) con il quale si testa la capacità dell’allievo di applicare gli algoritmi a problemi concreti ed anche (descrittori di Dublino 3,4,5) di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso. Il terzo esercizio consiste in un tema (descrittore di Dublino 1) su uno degli argomenti trattati durante il corso.
Per raggiungere un voto di almeno 18/30 non basta lo svolgimento della sola parte teorica dei primi due esercizi e del tema proposto: lo studente deve anche affrontare la parte di calcolo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • P. Bolzern, R. Scattolini, N. Schiavoni, Fondamenti di controlli automatici, MC-Graw-Hill

Per ulteriori approfondimenti lo studente può consultare il seguente testo:

  • Marro, Controlli Automatici, Zanichelli

Per la parte sulle serie, le trasformate lo studente può consultare:

  • M. Codegone, L. Lussardi, Metodi matematici per l'ingegneria, Zanichelli

Codice insegnamento curriculum-gestionale-lm-33:19405

Modelli e metodi per l’ottimizzazione e il controllo 2° anno · 6 CFU · IINF-04/A · 0 file

Il corso si pone come obiettivo quello di fornire gli strumenti matematici, modellistici e metodologici che consentono allo studente di affrontare problemi di controllo e ottimizzazione per un’ampia classe di sistemi…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si pone come obiettivo quello di fornire gli strumenti matematici, modellistici e metodologici che consentono allo studente di affrontare problemi di controllo e ottimizzazione per un’ampia classe di sistemi di interesse per l’ingegneria gestionale, industriale e meccanica.
Le principali conoscenze acquisite (descrittore di Dublino 1) riguardano come prima cosa la comprensione del problema generale della teoria del controllo per sistemi automatici. Lo studente dovrà quindi essere in grado di riconoscere le caratteristiche fondamentali di un sistema dinamico, di comprendere come si studia un sistema dinamico sia nel dominio del tempo sia nel dominio delle frequenze e conoscere le principali tipologie di controllo per i sistemi dinamici.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, descrittore di Dublino 2) riguardano il fatto che lo studente potrà affrontare problemi pratici inerenti alla determinazione delle caratteristiche e prestazioni di un sistema dinamico. Infine lo studente sarà in grado di risolvere problemi di controllo in base alle prestazioni richieste dal controllore.
Infine, in relazione alle capacità di apprendimento, lo studente alla fine del corso sarà in grado di analizzare un problema di controllo al fine di giudicare autonomamente le ipotesi semplificative adottate nello stesso e giudicare quale strategia sia più efficace al fine di risolvere un dato problema pratico, acquisendo quindi elementi culturali che aiutano ai processi di maturazione ed indipendenza anche in altre discipline (descrittori di Dublino 3,4,5). Tali elementi sono essenziali per la formazione di qualunque professionista.

Programma

Il corso affronta diverse metodologie per l’ottimizzazione ed il controllo dei sistemi dinamici. In particolare saranno trattati sistemi lineari stazionari a tempo continuo e discreto. Le caratteristiche fondamentali di questi sistemi saranno analizzate sia nel dominio del tempo che in quello delle frequenze. Si studieranno infine i tipici problemi per un sistema di controllo, ovvero le prestazioni e la sintesi.

  • Elementi di Algebra elementare: matrici, operazioni tra matrici, rango, determinante, inversa, autovalori e autovettori, sistemi lineari. Numeri Complessi
  • Segnali canonici a tempo continuo. Trasformata di Laplace e Fourier
  • Segnali canonici a tempo discreto, Trasformata Zeta, Trasformata di Fourier discreta, algoritmo della FFT
  • Problemi e sistemi di controllo, controllo in anello aperto e chiuso, problemi di analisi e sintesi del controllore
  • Sistemi dinamici a tempo continuo, generalità, equilibrio, stabilità dell’equilibrio e del movimento, studio traiettorie
  • Sistemi lineari stazionari a tempo continuo, movimento libero e forzato, rappresentazioni equivalenti, autovalori e modi, stabilità del sistema, linearizzazione, traiettorie, raggiungibilità e osservabilità
  • Metodo di Lyapunov per sistemi a tempo continuo lineari e non lineari
  • Funzione di trasferimento, cancellazioni, rappresentazione e parametri della funzione di trasferimento, risposta allo scalino, realizzazione
  • Schemi a blocchi, regole di elaborazione, stabilità, raggiungibilità e osservabilità di sistemi connessi a blocchi
  • Risposta in frequenza, sinusoide, segnali sviluppabili, identificazione sperimentale della risposta, diagrammi di Bode, diagrammi polari, filtri
  • Sistemi dinamici a tempo discreto, generalità, equilibrio, stabilità, funzione di trasferimento, risposta in frequenza, teorema di Lyapunov per sistemi discreti, raggiungibilità, osservabilità, modo ed autovalori.
  • Stabilità e sistemi di controllo a tempo continuo, prestazioni, diagramma di Nyquist, criterio di Nyquist, stabilità robusta
  • Prestazioni per sistemi di controllo a tempo continuo, analisi statica, prestazioni statiche e dinamiche, funzione di sensitività complementare, funzione di sensitività, funzione di sensitività del controllo
  • Problemi di sintesi del controllore, esempi di sintesi, reti stabilizzatrici, luogo delle radici, sintesi con il luogo delle radici, diagramma di Bode

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.
L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.
La prova è costituta da tre esercizi sugli argomenti svolti durante il corso. I primi due esercizi sono strutturati a loro volta in due parti. Una prima parte, meramente teorica (descrittore di Dublino 1), richiede agli studenti di dissertare su algoritmi e teoremi che saranno poi applicati con un esempio pratico. Ciò consente di verificare sia la preparazione teorica sia la capacità di comunicazione dell'allievo con proprietà di linguaggio ed organizzazione autonoma dell'esposizione sugli argomenti trattati nel corso. Nella seconda parte viene proposto allo studente un esercizio pratico di calcolo (descrittore di Dublino 2) con il quale si testa la capacità dell’allievo di applicare gli algoritmi a problemi concreti ed anche (descrittori di Dublino 3,4,5) di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso. Il terzo esercizio consiste in un tema (descrittore di Dublino 1) su uno degli argomenti trattati durante il corso.
Per raggiungere un voto di almeno 18/30 non basta lo svolgimento della sola parte teorica dei primi due esercizi e del tema proposto: lo studente deve anche affrontare la parte di calcolo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • P. Bolzern, R. Scattolini, N. Schiavoni, Fondamenti di controlli automatici, MC-Graw-Hill

Per ulteriori approfondimenti lo studente può consultare il seguente testo:

  • Marro, Controlli Automatici, Zanichelli

Per la parte sulle serie, le trasformate lo studente può consultare:

  • M. Codegone, L. Lussardi, Metodi matematici per l'ingegneria, Zanichelli

Codice insegnamento UC62836

Modelli e metodi per l’ottimizzazione e il controllo 2° anno · 6 CFU · IINF-04/A · 0 file

Il corso si pone come obiettivo quello di fornire gli strumenti matematici, modellistici e metodologici che consentono allo studente di affrontare problemi di controllo e ottimizzazione per un’ampia classe di sistemi…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si pone come obiettivo quello di fornire gli strumenti matematici, modellistici e metodologici che consentono allo studente di affrontare problemi di controllo e ottimizzazione per un’ampia classe di sistemi di interesse per l’ingegneria gestionale, industriale e meccanica.
Le principali conoscenze acquisite (descrittore di Dublino 1) riguardano come prima cosa la comprensione del problema generale della teoria del controllo per sistemi automatici. Lo studente dovrà quindi essere in grado di riconoscere le caratteristiche fondamentali di un sistema dinamico, di comprendere come si studia un sistema dinamico sia nel dominio del tempo sia nel dominio delle frequenze e conoscere le principali tipologie di controllo per i sistemi dinamici.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, descrittore di Dublino 2) riguardano il fatto che lo studente potrà affrontare problemi pratici inerenti alla determinazione delle caratteristiche e prestazioni di un sistema dinamico. Infine lo studente sarà in grado di risolvere problemi di controllo in base alle prestazioni richieste dal controllore.
Infine, in relazione alle capacità di apprendimento, lo studente alla fine del corso sarà in grado di analizzare un problema di controllo al fine di giudicare autonomamente le ipotesi semplificative adottate nello stesso e giudicare quale strategia sia più efficace al fine di risolvere un dato problema pratico, acquisendo quindi elementi culturali che aiutano ai processi di maturazione ed indipendenza anche in altre discipline (descrittori di Dublino 3,4,5). Tali elementi sono essenziali per la formazione di qualunque professionista.

Programma

Il corso affronta diverse metodologie per l’ottimizzazione ed il controllo dei sistemi dinamici. In particolare saranno trattati sistemi lineari stazionari a tempo continuo e discreto. Le caratteristiche fondamentali di questi sistemi saranno analizzate sia nel dominio del tempo che in quello delle frequenze. Si studieranno infine i tipici problemi per un sistema di controllo, ovvero le prestazioni e la sintesi.

  • Elementi di Algebra elementare: matrici, operazioni tra matrici, rango, determinante, inversa, autovalori e autovettori, sistemi lineari. Numeri Complessi
  • Segnali canonici a tempo continuo. Trasformata di Laplace e Fourier
  • Segnali canonici a tempo discreto, Trasformata Zeta, Trasformata di Fourier discreta, algoritmo della FFT
  • Problemi e sistemi di controllo, controllo in anello aperto e chiuso, problemi di analisi e sintesi del controllore
  • Sistemi dinamici a tempo continuo, generalità, equilibrio, stabilità dell’equilibrio e del movimento, studio traiettorie
  • Sistemi lineari stazionari a tempo continuo, movimento libero e forzato, rappresentazioni equivalenti, autovalori e modi, stabilità del sistema, linearizzazione, traiettorie, raggiungibilità e osservabilità
  • Metodo di Lyapunov per sistemi a tempo continuo lineari e non lineari
  • Funzione di trasferimento, cancellazioni, rappresentazione e parametri della funzione di trasferimento, risposta allo scalino, realizzazione
  • Schemi a blocchi, regole di elaborazione, stabilità, raggiungibilità e osservabilità di sistemi connessi a blocchi
  • Risposta in frequenza, sinusoide, segnali sviluppabili, identificazione sperimentale della risposta, diagrammi di Bode, diagrammi polari, filtri
  • Sistemi dinamici a tempo discreto, generalità, equilibrio, stabilità, funzione di trasferimento, risposta in frequenza, teorema di Lyapunov per sistemi discreti, raggiungibilità, osservabilità, modo ed autovalori.
  • Stabilità e sistemi di controllo a tempo continuo, prestazioni, diagramma di Nyquist, criterio di Nyquist, stabilità robusta
  • Prestazioni per sistemi di controllo a tempo continuo, analisi statica, prestazioni statiche e dinamiche, funzione di sensitività complementare, funzione di sensitività, funzione di sensitività del controllo
  • Problemi di sintesi del controllore, esempi di sintesi, reti stabilizzatrici, luogo delle radici, sintesi con il luogo delle radici, diagramma di Bode

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.
L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.
La prova è costituta da tre esercizi sugli argomenti svolti durante il corso. I primi due esercizi sono strutturati a loro volta in due parti. Una prima parte, meramente teorica (descrittore di Dublino 1), richiede agli studenti di dissertare su algoritmi e teoremi che saranno poi applicati con un esempio pratico. Ciò consente di verificare sia la preparazione teorica sia la capacità di comunicazione dell'allievo con proprietà di linguaggio ed organizzazione autonoma dell'esposizione sugli argomenti trattati nel corso. Nella seconda parte viene proposto allo studente un esercizio pratico di calcolo (descrittore di Dublino 2) con il quale si testa la capacità dell’allievo di applicare gli algoritmi a problemi concreti ed anche (descrittori di Dublino 3,4,5) di interpretare i dati al fine di giudicare autonomamente le ipotesi semplificative adottate nello svolgimento dello stesso. Il terzo esercizio consiste in un tema (descrittore di Dublino 1) su uno degli argomenti trattati durante il corso.
Per raggiungere un voto di almeno 18/30 non basta lo svolgimento della sola parte teorica dei primi due esercizi e del tema proposto: lo studente deve anche affrontare la parte di calcolo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • P. Bolzern, R. Scattolini, N. Schiavoni, Fondamenti di controlli automatici, MC-Graw-Hill

Per ulteriori approfondimenti lo studente può consultare il seguente testo:

  • Marro, Controlli Automatici, Zanichelli

Per la parte sulle serie, le trasformate lo studente può consultare:

  • M. Codegone, L. Lussardi, Metodi matematici per l'ingegneria, Zanichelli

Codice insegnamento UC453397

Modelli matematici per l’Ingegneria 2° anno · 6 CFU · MATH-04/A · 0 file

Il corso di Modelli Matematici fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Analisi Matematica…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Modelli Matematici fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Analisi Matematica I, II.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio delle Equazioni Differenziali e Integrali, di ricavare e usare alcuni modelli matematici di utilità per l’Ingegneria meccanica e Industriale.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nei corsi di analisi Matematica I e II e matematica III, ed anche dal corso di Fisica Generale.

Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi integro-differenziali derivanti soprattutto dalla Fisica Teorica, e in modo particolare dall’elettromagnetismo e dalla diffusione delle Onde e del Calore. Lo studio delle equazioni sia ordinarie che alle derivate parziali con relativi problemi di Cauchy-Dirichlet e Neumann ricoprono la quasi totalità del programma.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, sfruttando al meglio la capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso si snoda in due sezioni principali. Nella prima parte si studiano le funzioni test e le trasformate di Fourier e Laplace. Nella seconda si impara a ricavare e a usare alcuni modelli matematici di utilità in particolare per l´Ingegneria meccanica e la fisica matematica in generale che si basano, principalmente, sulle equazioni differenziali alle derivate parziali e sulle equazioni integrali. Si studieranno modelli diffusivi di vario tipo, come l´equazione del calore e quella delle onde. La modellizzazione matematica è una delle più rilevanti attività matematiche, essa consente di trattare in modo formale e rigoroso, attraverso collaudati e classici strumenti matematici e informatici, problemi che altrimenti non potrebbero risolversi con gli stessi margini di affidabilità.

  • Peano-Jordan, Riemann e integrali doppi (approfondimento, non sarà oggetto d'esame)
  • Funzioni test
  • Trasformata di Fourier
  • Trasformata di Laplace
  • Equazioni differenziali alle derivate parziali
  • Equazioni differenziali e relativi problemi di Cauchy (approfondimento, non sarà oggetto d'esame)
  • Integrali doppi e tripli (approfondimento, non sarà oggetto d'esame)

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.

La prova è costituta da tre esercizi sugli argomenti svolti durante il corso, ognuno con un punteggio di 10 punti.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla verifica delle soluzioni trovate, e alle loro possibili applicazioni nel campo della Fisica.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

L’esame si intende superato con il punteggio minimo di 18/30.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è
obbligatorio lo studio dei seguenti testi:

  • S. Salsa, F. Vegni, P. Zunino, Invito alle equazioni alle derivate parziali. Metodi, modelli e simulazioni, Springer Verlag
  • M Codegone, L. Lussardi, Metodi matematici per l'ingegneria, Zanichelli (In particolare per la parte inerente le serie, le trasformate e le distribuzioni)
  • C. Canuto, A. Tabacco, Analisi Matematica 2, Springer Verlag

Codice insegnamento UC453351

Modelli matematici per l’Ingegneria 2° anno · 6 CFU · MATH-04/A · 0 file

Il corso di Modelli Matematici fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Analisi Matematica…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Modelli Matematici fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Analisi Matematica I, II.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio delle Equazioni Differenziali e Integrali, di ricavare e usare alcuni modelli matematici di utilità per l’Ingegneria meccanica e Industriale.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nei corsi di analisi Matematica I e II e matematica III, ed anche dal corso di Fisica Generale.

Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi integro-differenziali derivanti soprattutto dalla Fisica Teorica, e in modo particolare dall’elettromagnetismo e dalla diffusione delle Onde e del Calore. Lo studio delle equazioni sia ordinarie che alle derivate parziali con relativi problemi di Cauchy-Dirichlet e Neumann ricoprono la quasi totalità del programma.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, sfruttando al meglio la capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso si snoda in due sezioni principali. Nella prima parte si studiano le funzioni test e le trasformate di Fourier e Laplace. Nella seconda si impara a ricavare e a usare alcuni modelli matematici di utilità in particolare per l´Ingegneria meccanica e la fisica matematica in generale che si basano, principalmente, sulle equazioni differenziali alle derivate parziali e sulle equazioni integrali. Si studieranno modelli diffusivi di vario tipo, come l´equazione del calore e quella delle onde. La modellizzazione matematica è una delle più rilevanti attività matematiche, essa consente di trattare in modo formale e rigoroso, attraverso collaudati e classici strumenti matematici e informatici, problemi che altrimenti non potrebbero risolversi con gli stessi margini di affidabilità.

  • Peano-Jordan, Riemann e integrali doppi (approfondimento, non sarà oggetto d'esame)
  • Funzioni test
  • Trasformata di Fourier
  • Trasformata di Laplace
  • Equazioni differenziali alle derivate parziali
  • Equazioni differenziali e relativi problemi di Cauchy (approfondimento, non sarà oggetto d'esame)
  • Integrali doppi e tripli (approfondimento, non sarà oggetto d'esame)

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.

La prova è costituta da tre esercizi sugli argomenti svolti durante il corso, ognuno con un punteggio di 10 punti.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla verifica delle soluzioni trovate, e alle loro possibili applicazioni nel campo della Fisica.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

L’esame si intende superato con il punteggio minimo di 18/30.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è
obbligatorio lo studio dei seguenti testi:

  • S. Salsa, F. Vegni, P. Zunino, Invito alle equazioni alle derivate parziali. Metodi, modelli e simulazioni, Springer Verlag
  • M Codegone, L. Lussardi, Metodi matematici per l'ingegneria, Zanichelli (In particolare per la parte inerente le serie, le trasformate e le distribuzioni)
  • C. Canuto, A. Tabacco, Analisi Matematica 2, Springer Verlag

Codice insegnamento UC453398

Modelli matematici per l’ingegneria 2° anno · 6 CFU · MATH-04/A · 0 file

Il corso di Modelli Matematici fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Analisi Matematica…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Modelli Matematici fornisce sia gli elementi teorici che quelli pratici essenziali che consentono agli studenti di ampliare e rafforzare il bagaglio teorico-pratico acquisito con i corsi di Analisi Matematica I, II.

L’obiettivo principale dell’insegnamento consiste quindi nel fornire agli studenti gli strumenti tali ad affrontare al meglio lo studio delle Equazioni Differenziali e Integrali, di ricavare e usare alcuni modelli matematici di utilità per l’Ingegneria meccanica e Industriale.

Le principali conoscenze (Dublino 1) acquisite riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta, ovvero l’ampliamento sostanziale delle competenze acquisite nei corsi di analisi Matematica I e II e matematica III, ed anche dal corso di Fisica Generale.

Saper poi discernere la tecnica migliore e più rapida per giungere alla soluzione dei problemi integro-differenziali derivanti soprattutto dalla Fisica Teorica, e in modo particolare dall’elettromagnetismo e dalla diffusione delle Onde e del Calore. Lo studio delle equazioni sia ordinarie che alle derivate parziali con relativi problemi di Cauchy-Dirichlet e Neumann ricoprono la quasi totalità del programma.

Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, (Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, sfruttando al meglio la capacità di analisi e sintesi mediante il metodo scientifico.

Al termine del corso gli studenti saranno altresì in grado di valutare il proprio livello di preparazione in piena autonomia, e in qualche maniera saranno capaci di trovare soluzioni alternative ai vari problemi che di volta in volta dovranno affrontare (Dublino 3), anche mediante una acquisita proprietà di linguaggio tecnico teorico che il corso stesso richiede (Dublino 4).

Programma

Il corso si snoda in due sezioni principali. Nella prima parte si studiano le funzioni test e le trasformate di Fourier e Laplace. Nella seconda si impara a ricavare e a usare alcuni modelli matematici di utilità in particolare per l´Ingegneria meccanica e la fisica matematica in generale che si basano, principalmente, sulle equazioni differenziali alle derivate parziali e sulle equazioni integrali. Si studieranno modelli diffusivi di vario tipo, come l´equazione del calore e quella delle onde. La modellizzazione matematica è una delle più rilevanti attività matematiche, essa consente di trattare in modo formale e rigoroso, attraverso collaudati e classici strumenti matematici e informatici, problemi che altrimenti non potrebbero risolversi con gli stessi margini di affidabilità.

  • Peano-Jordan, Riemann e integrali doppi (approfondimento, non sarà oggetto d'esame)
  • Funzioni test
  • Trasformata di Fourier
  • Trasformata di Laplace
  • Equazioni differenziali alle derivate parziali
  • Equazioni differenziali e relativi problemi di Cauchy (approfondimento, non sarà oggetto d'esame)
  • Integrali doppi e tripli (approfondimento, non sarà oggetto d'esame)

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile.

La prova è costituta da tre esercizi sugli argomenti svolti durante il corso, ognuno con un punteggio di 10 punti.

Ogni esercizio è conforme ai tre descrittori di Dublino. Si richiede agli studenti di individuare la tecnica più corretta allo studio e alla verifica delle soluzioni trovate, e alle loro possibili applicazioni nel campo della Fisica.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

L’esame si intende superato con il punteggio minimo di 18/30.

Per raggiungere il punteggio di 30/30 lo studente dovrà risolvere tutti gli esercizi proposti con una esposizione chiara sia dei calcoli che della teoria necessaria a svolgerli, il tutto con una scrittura che sia quasi priva di cancellazioni e rimandi vari.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è
obbligatorio lo studio dei seguenti testi:

  • S. Salsa, F. Vegni, P. Zunino, Invito alle equazioni alle derivate parziali. Metodi, modelli e simulazioni, Springer Verlag
  • M Codegone, L. Lussardi, Metodi matematici per l'ingegneria, Zanichelli (In particolare per la parte inerente le serie, le trasformate e le distribuzioni)
  • C. Canuto, A. Tabacco, Analisi Matematica 2, Springer Verlag

Codice insegnamento UC62794

Motori a combustione interna 2° anno · 6 CFU · IIND-06/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere le metodologie di base per comprendere il funzionamento dei motori a combustione interna; valutare le prestazioni in termini di rendimenti,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere le metodologie di base per comprendere il funzionamento dei motori a combustione interna;
  • valutare le prestazioni in termini di rendimenti, emissioni e consumi specifici;
  • conoscere i criteri progettuali attraverso l’analisi dei cicli termodinamici e le soluzioni costruttive.

Programma

Il corso fornisce le conoscenze e le metodologie di base per comprendere il funzionamento dei Motori a Combustione interna valutandone le prestazioni in termini di rendimenti, emissioni e consumi specifici. Durante la trattazione verranno approfonditi i criteri progettuali attraverso l’analisi dei cicli termodinamici e le soluzioni costruttive.

  • Richiami di termodinamica applicata
  • Complementi di termodinamica applicata
  • I cicli termodinamici
  • Cicli termodinamici reali
  • Ciclo limite di un motore ad accensione comandata 4 t.
  • Riempimento
  • Combustibili
  • Carburazione e iniezione
  • Processi di combustione
  • Sovralimentazione
  • Motore a gas naturale
  • Dimensionamento di massima di Motori a Combustione Interna
  • Motore Wankel (lezione facoltativa)
  • Refrigerazioni ed emissioni inquinanti nei MCI alternativi
  • Controllo delle emissioni inquinanti nei MCI
  • Il rumore dei motori a combustione interna
  • I motori a combustione interna per cogenerazione
  • Lubrificazione ed applicazione nei motori a combustione interna
  • Motori per aeromobili (lezione facoltativa)
  • Turbine (lezione facoltativa)
  • Analisi energetica dei profili (lezione facoltativa)
  • Impianti a motori con turbina a gas (lezione facoltativa)
  • Cicli termodinamici basati su turbina a gas (lezione facoltativa)
  • Applicazioni aeronautiche delle turbie a gas (lezione facoltativa)
  • Cicli combinati (lezione facoltativa)
  • Cicli turbogas integrati (lezione facoltativa)
  • Cogenerazione con turbine a gas (lezione facoltativa)

Modalità d'esame

L´esame si svolge in forma scritta e/o orale. La prova ha la durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

L´esame si svolge in forma scritta e/o orale. La prova ha la durata massima di 120 minuti.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Giacomo Ferrari, Motori a Combustione Interna, Editrice Il capitello, Milano

Codice insegnamento UC62838

Motori a combustione interna 2° anno · 6 CFU · IIND-06/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere le metodologie di base per comprendere il funzionamento dei motori a combustione interna; valutare le prestazioni in termini di rendimenti,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere le metodologie di base per comprendere il funzionamento dei motori a combustione interna;
  • valutare le prestazioni in termini di rendimenti, emissioni e consumi specifici;
  • conoscere i criteri progettuali attraverso l’analisi dei cicli termodinamici e le soluzioni costruttive.

Programma

Il corso fornisce le conoscenze e le metodologie di base per comprendere il funzionamento dei Motori a Combustione interna valutandone le prestazioni in termini di rendimenti, emissioni e consumi specifici. Durante la trattazione verranno approfonditi i criteri progettuali attraverso l’analisi dei cicli termodinamici e le soluzioni costruttive.

  • Richiami di termodinamica applicata
  • Complementi di termodinamica applicata
  • I cicli termodinamici
  • Cicli termodinamici reali
  • Ciclo limite di un motore ad accensione comandata 4 t.
  • Riempimento
  • Combustibili
  • Carburazione e iniezione
  • Processi di combustione
  • Sovralimentazione
  • Motore a gas naturale
  • Dimensionamento di massima di Motori a Combustione Interna
  • Motore Wankel (lezione facoltativa)
  • Refrigerazioni ed emissioni inquinanti nei MCI alternativi
  • Controllo delle emissioni inquinanti nei MCI
  • Il rumore dei motori a combustione interna
  • I motori a combustione interna per cogenerazione
  • Lubrificazione ed applicazione nei motori a combustione interna
  • Motori per aeromobili (lezione facoltativa)
  • Turbine (lezione facoltativa)
  • Analisi energetica dei profili (lezione facoltativa)
  • Impianti a motori con turbina a gas (lezione facoltativa)
  • Cicli termodinamici basati su turbina a gas (lezione facoltativa)
  • Applicazioni aeronautiche delle turbie a gas (lezione facoltativa)
  • Cicli combinati (lezione facoltativa)
  • Cicli turbogas integrati (lezione facoltativa)
  • Cogenerazione con turbine a gas (lezione facoltativa)

Modalità d'esame

L´esame si svolge in forma scritta e/o orale. La prova ha la durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

L´esame si svolge in forma scritta e/o orale. La prova ha la durata massima di 120 minuti.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Giacomo Ferrari, Motori a Combustione Interna, Editrice Il capitello, Milano

Codice insegnamento UC453352

Motori a combustione interna 2° anno · 6 CFU · IIND-06/A · 0 file

Al termine di questo corso, lo studente sarà in grado di: comprendere le metodologie di base per comprendere il funzionamento dei motori a combustione interna; valutare le prestazioni in termini di rendimenti,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • comprendere le metodologie di base per comprendere il funzionamento dei motori a combustione interna;
  • valutare le prestazioni in termini di rendimenti, emissioni e consumi specifici;
  • conoscere i criteri progettuali attraverso l’analisi dei cicli termodinamici e le soluzioni costruttive.

Programma

Il corso fornisce le conoscenze e le metodologie di base per comprendere il funzionamento dei Motori a Combustione interna valutandone le prestazioni in termini di rendimenti, emissioni e consumi specifici. Durante la trattazione verranno approfonditi i criteri progettuali attraverso l’analisi dei cicli termodinamici e le soluzioni costruttive.

  • Richiami di termodinamica applicata
  • Complementi di termodinamica applicata
  • I cicli termodinamici
  • Cicli termodinamici reali
  • Ciclo limite di un motore ad accensione comandata 4 t.
  • Riempimento
  • Combustibili
  • Carburazione e iniezione
  • Processi di combustione
  • Sovralimentazione
  • Motore a gas naturale
  • Dimensionamento di massima di Motori a Combustione Interna
  • Motore Wankel (lezione facoltativa)
  • Refrigerazioni ed emissioni inquinanti nei MCI alternativi
  • Controllo delle emissioni inquinanti nei MCI
  • Il rumore dei motori a combustione interna
  • I motori a combustione interna per cogenerazione
  • Lubrificazione ed applicazione nei motori a combustione interna
  • Motori per aeromobili (lezione facoltativa)
  • Turbine (lezione facoltativa)
  • Analisi energetica dei profili (lezione facoltativa)
  • Impianti a motori con turbina a gas (lezione facoltativa)
  • Cicli termodinamici basati su turbina a gas (lezione facoltativa)
  • Applicazioni aeronautiche delle turbie a gas (lezione facoltativa)
  • Cicli combinati (lezione facoltativa)
  • Cicli turbogas integrati (lezione facoltativa)
  • Cogenerazione con turbine a gas (lezione facoltativa)

Modalità d'esame

L´esame si svolge in forma scritta e/o orale. La prova ha la durata massima di 120 minuti.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

L´esame si svolge in forma scritta e/o orale. La prova ha la durata massima di 120 minuti.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Giacomo Ferrari, Motori a Combustione Interna, Editrice Il capitello, Milano

Codice insegnamento UC453399

Operational Excellence e Lean Six Sigma 2° anno · 6 CFU · IIND-03/A · 0 file

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno: conoscere cosa si intende per qualità di processo e di prodotto; comprendere come l’introduzione e al mantenimento di un Sistema di…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno:

  • conoscere cosa si intende per qualità di processo e di prodotto;
  • comprendere come l’introduzione e al mantenimento di un Sistema di Gestione della Qualità risulta connesso all’ottenimento dell’eccellenza nella gestione dei processi;
  • comprendere la metodologia Lean Six Sigma e le tecniche a cui si riferisce per la progettazione e la gestione della qualità e del miglioramento continuo;
  • conoscere i principali metodi di raccolta e analisi dei dati e di definizione delle procedure di sperimentazione.

Lo studente sarà in grado di applicare tali conoscenze per:

  • introdurre o gestire un sistema di Gestione della Qualità;
  • utilizzare gli approcci al miglioramento continuo dei processi con particolare specificità all’approccio Lean Six Sigma;
  • impostare un piano di raccolta dati e analizzare i risultati da un punto di vista statistico;
  • selezionare e applicare le metodologie più idonee per risolvere problemi legati alla qualità dei processi e dei prodotti considerando sia il punto di vista delle prestazioni di efficienza che di efficacia.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Programma

Il corso si propone di fornire allo studente le competenze fondamentali per la comprensione delle problematiche di Operational Excellence all’interno dei Sistemi di Gestione della Qualità e l’utilizzo dei metodi più innovativi di gestione del miglioramento continuo dei processi e dei prodotti come l’approccio Lean Six Sigma. Il corso prevede anche un’introduzione alle problematiche di analisi delle condizioni di sicurezza delle macchine (Direttive di prodotto e Direttive sociali).

  • Operational Exellence come qualità dei processi aziendali
  • La qualità di prodotto
  • I sistemi di gestione della qualità
  • La normativa UNI EN ISO 9000:2015
  • L´approccio Lean Six Sigma
  • Il miglioramento continuo
  • La raccolta e l’analisi statistica dei dati
  • La Process Capability e il controllo statistico dei processi
  • Il Design of Experiment
  • La Sicurezza delle macchine, la Direttiva Macchine e le Direttive di Prodotto

Modalità d'esame

L’esame si svolge sia in forma scritta che orale, con una durata massima di 120 minuti.

La prova è costituita da 3 domande aperte, di carattere teorico ed applicativo, sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di interpretarle, ai fini dell’applicazione in contesti reali. Lo studente deve, inoltre, dimostrare di aver acquisito capacità di approccio alla risoluzione di problemi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, sono consigliati i seguenti testi:

  • Arcidiacono, G., Calabrese, C., Rossi, S., 2007, - Six Sigma: Manuale per Green Belt. Governare i processi per governare l’impresa. (Minibook), Springer, ISBN 978-88-470
  • Brun, A., Casadio Strozzi, M., 2016 - Manuale Six Sigma per le Green Belt: Guida Pratica alla metodologia e agli strumenti, Amazon
  • Bonafè, E., Lecchi, G., - 2011 - La nuova direttiva macchine. Guida pratica all'acquisto, installazione ed utilizzo delle macchine, Hyper

Per un ulteriore approfondimento:

  • Gibertoni, M., 2006, Six Sigma e azienda snella, Il Sole 24 Ore
  • Citti, P., Arcidiacono, G., Campatelli, G., 2019 (in corso di ristampa) - Fondamenti di affidabilità
  • Arcidiacono G., Citti P., Mazzeranghi A., Spinelli L., 1999, Guida alla Sicurezza delle Macchine: il DPR459/96 Direttiva Macchine, Nuovo Studio Tecna

Codice insegnamento curriculum-gestionale-lm-33:20567

Operational Excellence e Lean Six Sigma 2° anno · 6 CFU · IIND-03/A · 0 file

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno: conoscere cosa si intende per qualità di processo e di prodotto; comprendere come l’introduzione e al mantenimento di un Sistema di…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno:

  • conoscere cosa si intende per qualità di processo e di prodotto;
  • comprendere come l’introduzione e al mantenimento di un Sistema di Gestione della Qualità risulta connesso all’ottenimento dell’eccellenza nella gestione dei processi;
  • comprendere la metodologia Lean Six Sigma e le tecniche a cui si riferisce per la progettazione e la gestione della qualità e del miglioramento continuo;
  • conoscere i principali metodi di raccolta e analisi dei dati e di definizione delle procedure di sperimentazione.

Lo studente sarà in grado di applicare tali conoscenze per:

  • introdurre o gestire un sistema di Gestione della Qualità;
  • utilizzare gli approcci al miglioramento continuo dei processi con particolare specificità all’approccio Lean Six Sigma;
  • impostare un piano di raccolta dati e analizzare i risultati da un punto di vista statistico;
  • selezionare e applicare le metodologie più idonee per risolvere problemi legati alla qualità dei processi e dei prodotti considerando sia il punto di vista delle prestazioni di efficienza che di efficacia.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Programma

Il corso si propone di fornire allo studente le competenze fondamentali per la comprensione delle problematiche di Operational Excellence all’interno dei Sistemi di Gestione della Qualità e l’utilizzo dei metodi più innovativi di gestione del miglioramento continuo dei processi e dei prodotti come l’approccio Lean Six Sigma. Il corso prevede anche un’introduzione alle problematiche di analisi delle condizioni di sicurezza delle macchine (Direttive di prodotto e Direttive sociali).

  • Operational Exellence come qualità dei processi aziendali
  • La qualità di prodotto
  • I sistemi di gestione della qualità
  • La normativa UNI EN ISO 9000:2015
  • L´approccio Lean Six Sigma
  • Il miglioramento continuo
  • La raccolta e l’analisi statistica dei dati
  • La Process Capability e il controllo statistico dei processi
  • Il Design of Experiment
  • La Sicurezza delle macchine, la Direttiva Macchine e le Direttive di Prodotto

Modalità d'esame

L’esame si svolge sia in forma scritta che orale, con una durata massima di 120 minuti.

La prova è costituita da 3 domande aperte, di carattere teorico ed applicativo, sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di interpretarle, ai fini dell’applicazione in contesti reali. Lo studente deve, inoltre, dimostrare di aver acquisito capacità di approccio alla risoluzione di problemi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, sono consigliati i seguenti testi:

  • Arcidiacono, G., Calabrese, C., Rossi, S., 2007, - Six Sigma: Manuale per Green Belt. Governare i processi per governare l’impresa. (Minibook), Springer, ISBN 978-88-470
  • Brun, A., Casadio Strozzi, M., 2016 - Manuale Six Sigma per le Green Belt: Guida Pratica alla metodologia e agli strumenti, Amazon
  • Bonafè, E., Lecchi, G., - 2011 - La nuova direttiva macchine. Guida pratica all'acquisto, installazione ed utilizzo delle macchine, Hyper

Per un ulteriore approfondimento:

  • Gibertoni, M., 2006, Six Sigma e azienda snella, Il Sole 24 Ore
  • Citti, P., Arcidiacono, G., Campatelli, G., 2019 (in corso di ristampa) - Fondamenti di affidabilità
  • Arcidiacono G., Citti P., Mazzeranghi A., Spinelli L., 1999, Guida alla Sicurezza delle Macchine: il DPR459/96 Direttiva Macchine, Nuovo Studio Tecna

Codice insegnamento UC453353

Operational Excellence e Lean Six Sigma 2° anno · 6 CFU · IIND-03/A · 0 file

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno: conoscere cosa si intende per qualità di processo e di prodotto; comprendere come l’introduzione e al mantenimento di un Sistema di…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi che lo studente avrà raggiunto al termine di questo corso saranno:

  • conoscere cosa si intende per qualità di processo e di prodotto;
  • comprendere come l’introduzione e al mantenimento di un Sistema di Gestione della Qualità risulta connesso all’ottenimento dell’eccellenza nella gestione dei processi;
  • comprendere la metodologia Lean Six Sigma e le tecniche a cui si riferisce per la progettazione e la gestione della qualità e del miglioramento continuo;
  • conoscere i principali metodi di raccolta e analisi dei dati e di definizione delle procedure di sperimentazione.

Lo studente sarà in grado di applicare tali conoscenze per:

  • introdurre o gestire un sistema di Gestione della Qualità;
  • utilizzare gli approcci al miglioramento continuo dei processi con particolare specificità all’approccio Lean Six Sigma;
  • impostare un piano di raccolta dati e analizzare i risultati da un punto di vista statistico;
  • selezionare e applicare le metodologie più idonee per risolvere problemi legati alla qualità dei processi e dei prodotti considerando sia il punto di vista delle prestazioni di efficienza che di efficacia.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell'ambito delle aule virtuali.

Programma

Il corso si propone di fornire allo studente le competenze fondamentali per la comprensione delle problematiche di Operational Excellence all’interno dei Sistemi di Gestione della Qualità e l’utilizzo dei metodi più innovativi di gestione del miglioramento continuo dei processi e dei prodotti come l’approccio Lean Six Sigma. Il corso prevede anche un’introduzione alle problematiche di analisi delle condizioni di sicurezza delle macchine (Direttive di prodotto e Direttive sociali).

  • Operational Exellence come qualità dei processi aziendali
  • La qualità di prodotto
  • I sistemi di gestione della qualità
  • La normativa UNI EN ISO 9000:2015
  • L´approccio Lean Six Sigma
  • Il miglioramento continuo
  • La raccolta e l’analisi statistica dei dati
  • La Process Capability e il controllo statistico dei processi
  • Il Design of Experiment
  • La Sicurezza delle macchine, la Direttiva Macchine e le Direttive di Prodotto

Modalità d'esame

L’esame si svolge sia in forma scritta che orale, con una durata massima di 120 minuti.

La prova è costituita da 3 domande aperte, di carattere teorico ed applicativo, sugli argomenti oggetto della materia attraverso i quali lo studente deve dimostrare di aver compreso e fatte proprie le conoscenze oggetto del corso e di essere in grado di interpretarle, ai fini dell’applicazione in contesti reali. Lo studente deve, inoltre, dimostrare di aver acquisito capacità di approccio alla risoluzione di problemi.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, sono consigliati i seguenti testi:

  • Arcidiacono, G., Calabrese, C., Rossi, S., 2007, - Six Sigma: Manuale per Green Belt. Governare i processi per governare l’impresa. (Minibook), Springer, ISBN 978-88-470
  • Brun, A., Casadio Strozzi, M., 2016 - Manuale Six Sigma per le Green Belt: Guida Pratica alla metodologia e agli strumenti, Amazon
  • Bonafè, E., Lecchi, G., - 2011 - La nuova direttiva macchine. Guida pratica all'acquisto, installazione ed utilizzo delle macchine, Hyper

Per un ulteriore approfondimento:

  • Gibertoni, M., 2006, Six Sigma e azienda snella, Il Sole 24 Ore
  • Citti, P., Arcidiacono, G., Campatelli, G., 2019 (in corso di ristampa) - Fondamenti di affidabilità
  • Arcidiacono G., Citti P., Mazzeranghi A., Spinelli L., 1999, Guida alla Sicurezza delle Macchine: il DPR459/96 Direttiva Macchine, Nuovo Studio Tecna

Codice insegnamento UC453400

Operations and project management 2° anno · 12 CFU · IIND-05/A · 0 file

1. Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management; comprendere i metodi…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management;
  • comprendere i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto;
  • identificare gli elementi di criticità nello sviluppo di un progetto e poter definire in maniera efficiente ed efficace un’eventuale soluzione;
  • illustrare le caratteristiche fondamentali dei processi produttivi;
  • comprendere i concetti e i principi fondamentali alla base dell’analisi delle performance dei sistemi produttivi.

2. Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • analizzare la gestione del processo produttivo che converte gli input (sotto forma di materiali, lavoro ed energia) in output (sotto forma di beni e servizi);
  • identificare le criticità in un processo produttivo e le strategie per migliorare la sua performance.

3. Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • utilizzare la terminologia tecnica adeguata in relazione a tematiche riguardanti a gestione della produzione e dei progetti.

Programma

Il corso di Operation and Project Management fornisce agli studenti gli strumenti per comprendere la gestione delle operazioni, dei progetti, della catena di approvvigionamento e della logistica. Il corso si divide in due parti.
Nella prima parte, Project management, si esamineranno le soluzioni organizzative, gli stili di comportamento direzionale, i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto.
Si affronteranno: definizione di progetto, i principi del project management, l'avvio di un progetto, la valutazione del contesto e l’analisi degli stakeholder, requisiti e obiettivi di progetto, project charter, le possibili strutture organizzative, la pianificazione dell’ambito, dei tempi, delle risorse e dei costi di progetto, l’ottimizzazione del piano di progetto, lo sviluppo della baseline, il monitoraggio ed il controllo di un progetto (valutazione dell'avanzamento, analisi dell’Earned Value), gestione della qualità e dei rischi, gestione dei contratti e degli acquisti, gestione della documentazione, chiusura del progetto.
Nella seconda parte, Operations Management, si comprenderanno gli strumenti per garantire che la gestione delle operazioni in un impianto industriale sia tale da garantire il loro svolgimento in maniera efficiente in termini di utilizzo delle risorse secondo necessità ed efficace in termini del soddisfacimento dei requisiti stabiliti dal cliente.
Si affronteranno: le caratteristiche generali degli impianti industriali, i principi alla base della gestione delle operations, indicatori chiave di performance dell'Operations Management, modalità di risposta alla domanda, Overall Equipment Effectiveness (OEE), tasso di qualità, efficienza delle prestazioni, disponibilità, principi di manutenzione e affidabilità, il setup, gestione delle scorte e dei fabbisogni dei materiali, lotto economico di approvvigionamento, Material Requirements Planning (MRP), Lean Manufacturing, Six Sigma, Industry 4.0, sistemi informativi di gestione.

Il corso prevede 2 moduli. Il primo modulo è dedicato al “Project Management”, mentre il secondo è dedicato all’ “Operations Management”. Le relative lezioni sono riportate di seguito:
Modulo I – Project Management

  • Introduzione al Project Management
  • Gli stakeholder di progetto e le strutture organizzative
  • I processi di Project management e il ciclo di vita di un progetto
  • L’avvio di un progetto
  • La pianificazione di un progetto (WBS, OBS, RAM Matrix)
  • La pianificazione di un progetto (Schedulazione dei tempi, CPM, GANTT)
  • La pianificazione di un progetto (PERT, CCM, Stima dei costi, Budget)
  • L’ottimizzazione del piano di progetto
  • La pianificazione di un progetto (Qualità e Comunicazione)
  • La pianificazione di un progetto (Rischi e Approvvigionamenti)
  • Esecuzione e Controllo di un progetto
  • Controllo e Chiusura di un progetto
  • Esercitazione CPM e PERT semplificato
  • Esercitazione Crashing e Earned Value

Modulo II – Operations Management

  • Introduzione all’Operations Management
  • Richiami di Ingegneria Economica
  • Classificazione dei sistemi produttivi (CODP e Matrice prodotto-processo)
  • Overall Equipment Effectiveness
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte I
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte II
  • Manutenzione ‒ Parte I
  • Manutenzione ‒ Parte II
  • Gestione delle scorte ‒ Parte I
  • Gestione delle scorte ‒ Parte II
  • Lean Manufacturing
  • Six Sigma
  • Industry 4.0
  • Sistemi Informativi di Gestione
  • Esercitazione Operations Management – Parte I
  • Esercitazione Operations Management – Parte II

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. Durante lo svolgimento della prova è consentito l’uso della calcolatrice.
L’esame si svolgerà in forma scritta e consisterà in 3 esercizi e 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, riguardanti argomenti affrontati a lezione, dovrà essere circoscritta all’argomento richiesto, eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione (descrittori di Dublino 1, 4, 5). Gli esercizi, invece, testeranno la capacità dell’allievo di applicare i concetti e le competenze appresi durante il corso a problemi concreti (descrittori di Dublino 2, 3).
Il punteggio della prova è espresso in trentesimi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • R. F. Jacobs R. B. Chase, A. Grando, A. Sianesi, Operations management nella produzione e nei servizi,, McGraw-Hill Education

Codice insegnamento UC62804

Operations and project management 2° anno · 12 CFU · IIND-05/A · 0 file

1. Conoscenza e comprensione Al termine di questo corso lo studente sarà in grado di: dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management; comprendere i metodi…

Scheda dell'insegnamento

Obiettivi formativi

1. Conoscenza e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • dimostrare familiarità con i concetti e gli strumenti fondamentali della disciplina del project management;
  • comprendere i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto;
  • identificare gli elementi di criticità nello sviluppo di un progetto e poter definire in maniera efficiente ed efficace un’eventuale soluzione;
  • illustrare le caratteristiche fondamentali dei processi produttivi;
  • comprendere i concetti e i principi fondamentali alla base dell’analisi delle performance dei sistemi produttivi.

2. Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • analizzare la gestione del processo produttivo che converte gli input (sotto forma di materiali, lavoro ed energia) in output (sotto forma di beni e servizi);
  • identificare le criticità in un processo produttivo e le strategie per migliorare la sua performance.

3. Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • utilizzare la terminologia tecnica adeguata in relazione a tematiche riguardanti a gestione della produzione e dei progetti.

Programma

Il corso di Operation and Project Management fornisce agli studenti gli strumenti per comprendere la gestione delle operazioni, dei progetti, della catena di approvvigionamento e della logistica. Il corso si divide in due parti.
Nella prima parte, Project management, si esamineranno le soluzioni organizzative, gli stili di comportamento direzionale, i metodi procedurali e quantitativi per l’avvio, la pianificazione, la gestione, il controllo e la chiusura di un progetto.
Si affronteranno: definizione di progetto, i principi del project management, l'avvio di un progetto, la valutazione del contesto e l’analisi degli stakeholder, requisiti e obiettivi di progetto, project charter, le possibili strutture organizzative, la pianificazione dell’ambito, dei tempi, delle risorse e dei costi di progetto, l’ottimizzazione del piano di progetto, lo sviluppo della baseline, il monitoraggio ed il controllo di un progetto (valutazione dell'avanzamento, analisi dell’Earned Value), gestione della qualità e dei rischi, gestione dei contratti e degli acquisti, gestione della documentazione, chiusura del progetto.
Nella seconda parte, Operations Management, si comprenderanno gli strumenti per garantire che la gestione delle operazioni in un impianto industriale sia tale da garantire il loro svolgimento in maniera efficiente in termini di utilizzo delle risorse secondo necessità ed efficace in termini del soddisfacimento dei requisiti stabiliti dal cliente.
Si affronteranno: le caratteristiche generali degli impianti industriali, i principi alla base della gestione delle operations, indicatori chiave di performance dell'Operations Management, modalità di risposta alla domanda, Overall Equipment Effectiveness (OEE), tasso di qualità, efficienza delle prestazioni, disponibilità, principi di manutenzione e affidabilità, il setup, gestione delle scorte e dei fabbisogni dei materiali, lotto economico di approvvigionamento, Material Requirements Planning (MRP), Lean Manufacturing, Six Sigma, Industry 4.0, sistemi informativi di gestione.

Il corso prevede 2 moduli. Il primo modulo è dedicato al “Project Management”, mentre il secondo è dedicato all’ “Operations Management”. Le relative lezioni sono riportate di seguito:
Modulo I – Project Management

  • Introduzione al Project Management
  • Gli stakeholder di progetto e le strutture organizzative
  • I processi di Project management e il ciclo di vita di un progetto
  • L’avvio di un progetto
  • La pianificazione di un progetto (WBS, OBS, RAM Matrix)
  • La pianificazione di un progetto (Schedulazione dei tempi, CPM, GANTT)
  • La pianificazione di un progetto (PERT, CCM, Stima dei costi, Budget)
  • L’ottimizzazione del piano di progetto
  • La pianificazione di un progetto (Qualità e Comunicazione)
  • La pianificazione di un progetto (Rischi e Approvvigionamenti)
  • Esecuzione e Controllo di un progetto
  • Controllo e Chiusura di un progetto
  • Esercitazione CPM e PERT semplificato
  • Esercitazione Crashing e Earned Value

Modulo II – Operations Management

  • Introduzione all’Operations Management
  • Richiami di Ingegneria Economica
  • Classificazione dei sistemi produttivi (CODP e Matrice prodotto-processo)
  • Overall Equipment Effectiveness
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte I
  • Tasso di qualità, Efficienza delle Prestazioni e Disponibilità ‒ Parte II
  • Manutenzione ‒ Parte I
  • Manutenzione ‒ Parte II
  • Gestione delle scorte ‒ Parte I
  • Gestione delle scorte ‒ Parte II
  • Lean Manufacturing
  • Six Sigma
  • Industry 4.0
  • Sistemi Informativi di Gestione
  • Esercitazione Operations Management – Parte I
  • Esercitazione Operations Management – Parte II

Modalità d'esame

L’esame finale è volto a verificare la comprensione degli argomenti trattati, la capacità di applicare correttamente le nozioni a casi studio e la comprensione delle problematiche proposte nel corso. Durante lo svolgimento della prova è consentito l’uso della calcolatrice.
L’esame si svolgerà in forma scritta e consisterà in 3 esercizi e 4 domande aperte a cui rispondere nell’arco di 120 minuti, senza ausilio di appunti o libri di testo. La risposta alle domande, riguardanti argomenti affrontati a lezione, dovrà essere circoscritta all’argomento richiesto, eventualmente corredando l’argomento richiesto con schemi e grafici utili all’esposizione (descrittori di Dublino 1, 4, 5). Gli esercizi, invece, testeranno la capacità dell’allievo di applicare i concetti e le competenze appresi durante il corso a problemi concreti (descrittori di Dublino 2, 3).
Il punteggio della prova è espresso in trentesimi.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • R. F. Jacobs R. B. Chase, A. Grando, A. Sianesi, Operations management nella produzione e nei servizi,, McGraw-Hill Education

Codice insegnamento UC453401

Organizzazione e gestione delle Risorse umane 2° anno · 6 CFU · ECON-08/A · 0 file

Obiettivi formativi (espressi come risultati di apprendimento attesi): 1. Conoscenza e comprensione Conoscere l’evoluzione della direzione risorse umane e il suo ruolo sulle scelte strategiche nelle organizzazioni;…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi (espressi come risultati di apprendimento attesi):

1. Conoscenza e comprensione

  • Conoscere l’evoluzione della direzione risorse umane e il suo ruolo sulle scelte strategiche nelle organizzazioni;
  • Conoscere e comprendere le differenti teorie organizzative e motivazionali;
  • Apprendere le fasi principali di un processo di reclutamento del personale;
  • Apprendere le fasi principali di un processo di selezione del personale;
  • Apprendere le fasi principali di un processo di valutazione delle posizioni;
  • Comprendere le componenti del clima organizzativo e del benessere organizzativo.

2. Capacità di applicare conoscenze e comprensione

  • Identificare e applicare i principi della gestione delle risorse umane e il significato di efficaci politiche del personale;
  • Implementare le attività di pianificazione, reclutamento e selezione;
  • Comprendere e gestire lo sviluppo delle carriere, la formazione, le competenze, le prestazioni, il potenziale, le retribuzioni e i benefits;
  • Interpretare le evoluzioni delle riforme del mercato del lavoro e il sistema delle relazioni industriali;
  • Valorizzare la gestione della conoscenza aziendale nelle piccole, medie e grandi organizzazioni;
  • Identificare i benefici e le ricadute dei processi di trasformazione del lavoro;
  • Analizzare e valorizzare gli impatti della digitalizzazione della gestione del personale e di come la tecnologia può accelerare l’innovazione e il cambiamento dell’organizzazione del lavoro.

3. Competenze trasversali

  • Autonomia di giudizio;
  • Abilità a valutare le implicazioni delle scelte manageriali sulla gestione del personale;
  • Abilità comunicative;
  • Abilità relazionali in contesti lavorativi;
  • Saper esporre le problematiche della gestione del personale anche a un pubblico non esperto;
  • Essere in grado di sostenere l’importanza ed evidenziare le ricadute organizzative di una efficace gestione del personale;
  • Capacità d’apprendimento;
  • Capacità di aggiornarsi con la consultazione di materiali digitali web nel settore delle risorse umane;
  • Capacità di seguire, utilizzando le conoscenze acquisite nel corso, sia master di secondo livello, sia corsi d’approfondimento sia seminari specialistici nel settore dellorganizzazione e gestione del personale.

Programma

Il corso si propone di introdurre lo studente ai temi chiave dell’organizzazione e gestione delle risorse umane e alla sua evoluzione nel corso del tempo. Vengono trattati temi quali il rapporto fra esigenze di business, impatto sulla strategia aziendale e gestione delle persone; pianificazione, reclutamento e selezione; sviluppo delle carriere; formazione; valutazione delle posizioni, competenze, prestazioni e potenziale; retribuzioni e benefits; aspetti culturali, legali e sociali nella gestione delle risorse umane; gestione dei gruppi di lavoro in presenza e a distanza.
Particolare attenzione viene data ai processi di valorizzazione e di motivazione degli individui all’interno di organizzazioni complesse pubbliche e private, al fine di permettere di acquisire competenze specifiche per la loro gestione come risorse strategiche nei processi di sviluppo e di apprendimento organizzativo, in grado di valorizzarne le specifiche peculiarità anche in relazione alle esigenze specifiche dell’azienda.
La digital transformation sta rivoluzionando il mondo del lavoro e per ogni organizzazione è ormai imprescindibile acquisire una visione chiara dell’impatto che avrà al suo interno, muovendosi in anticipo per prevedere i trend, per attrarre nuovi talenti e aggiornare rapidamente le competenze dei propri dipendenti. Il corso tiene conto anche dei processi di trasformazione, della digitalizzazione della gestione del personale e di come la tecnologia può accelerare questo cambiamento, generando engagement, coesione e identità.

L’insegnamento è strutturato in 15 lezioni. Al termine della fruizione sono disponibili una serie di test per valutare il livello di apprendimento.

  • L'organizzazione e la gestione delle risorse umane: verso un effettivo vantaggio competitivo
  • La gestione strategica delle risorse umane
  • L’analisi e la progettazione delle mansioni
  • L’organizzazione delle Risorse Umane
  • La funzione Risorse Umane
  • La formazione e l'addestramento pprofessionale
  • Le relazioni industriali e la contrattazione collettiva
  • Il ruolo della comunicazione interna per la gestione delle Risorse Umane
  • Livelli della comunicazione interna ed impatto su motivazione e empowerment
  • Organizzazione del lavoro e ruolo della collaborazione
  • Efficientamento dei processi lavorativi e ruolo delle tecnologie per il coordinamento
  • La pianificazione e la ricerca del personale
  • I processi di selezione
  • Lo sviluppo del personale e la politica retributiva
  • La gestione delle ricompense

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in tre domande aperte. Le domande aperte riguarderanno gli argomenti specifici trattati durante il corso. È richiesto allo studente di esporre in modo chiaro e adeguato gli argomenti. È indispensabile rispondere in modo puntuale limitandosi a trattare gli argomenti richiesti. Allo studente è inoltre richiesta una particolare attenzione nell'esposizione dei concetti, così da mostrare di aver fatto proprio un linguaggio preciso ed adeguato.
La prova ha una durata massima di 90 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso al fine di verificarne la comprensione. La valutazione riguarderà anche la capacità mostrata dallo studente di aver fatto propri gli elementi critici del ragionamento riguardo la gestione delle risorse umane e l’uso appropriato di un vocabolario specifico.
La prova orale ha una durata media di 20/30 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Noe R.A., Hollenbeck J.R., Gerhart B., Wright P.M., Gestione delle Risorse Umane, Maggioli Editore, 2019, ISBN 9788891621306
  • Casalino N., Piccole e Medie Imprese e Risorse Umane nell’Era della Globalizzazione, Collana di Studi di Tecnica Aziendale, n. 90, Wolters Kluwer, Cedam, 2012, ISBN 9788813332679

Codice insegnamento curriculum-gestionale-lm-33:19251

Organizzazione e gestione delle risorse umane 2° anno · 6 CFU · ECON-08/A · 0 file

Obiettivi formativi (espressi come risultati di apprendimento attesi): 1. Conoscenza e comprensione Conoscere l’evoluzione della direzione risorse umane e il suo ruolo sulle scelte strategiche nelle organizzazioni;…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi (espressi come risultati di apprendimento attesi):

1. Conoscenza e comprensione

  • Conoscere l’evoluzione della direzione risorse umane e il suo ruolo sulle scelte strategiche nelle organizzazioni;
  • Conoscere e comprendere le differenti teorie organizzative e motivazionali;
  • Apprendere le fasi principali di un processo di reclutamento del personale;
  • Apprendere le fasi principali di un processo di selezione del personale;
  • Apprendere le fasi principali di un processo di valutazione delle posizioni;
  • Comprendere le componenti del clima organizzativo e del benessere organizzativo.

2. Capacità di applicare conoscenze e comprensione

  • Identificare e applicare i principi della gestione delle risorse umane e il significato di efficaci politiche del personale;
  • Implementare le attività di pianificazione, reclutamento e selezione;
  • Comprendere e gestire lo sviluppo delle carriere, la formazione, le competenze, le prestazioni, il potenziale, le retribuzioni e i benefits;
  • Interpretare le evoluzioni delle riforme del mercato del lavoro e il sistema delle relazioni industriali;
  • Valorizzare la gestione della conoscenza aziendale nelle piccole, medie e grandi organizzazioni;
  • Identificare i benefici e le ricadute dei processi di trasformazione del lavoro;
  • Analizzare e valorizzare gli impatti della digitalizzazione della gestione del personale e di come la tecnologia può accelerare l’innovazione e il cambiamento dell’organizzazione del lavoro.

3. Competenze trasversali

  • Autonomia di giudizio;
  • Abilità a valutare le implicazioni delle scelte manageriali sulla gestione del personale;
  • Abilità comunicative;
  • Abilità relazionali in contesti lavorativi;
  • Saper esporre le problematiche della gestione del personale anche a un pubblico non esperto;
  • Essere in grado di sostenere l’importanza ed evidenziare le ricadute organizzative di una efficace gestione del personale;
  • Capacità d’apprendimento;
  • Capacità di aggiornarsi con la consultazione di materiali digitali web nel settore delle risorse umane;
  • Capacità di seguire, utilizzando le conoscenze acquisite nel corso, sia master di secondo livello, sia corsi d’approfondimento sia seminari specialistici nel settore dellorganizzazione e gestione del personale.

Programma

Il corso si propone di introdurre lo studente ai temi chiave dell’organizzazione e gestione delle risorse umane e alla sua evoluzione nel corso del tempo. Vengono trattati temi quali il rapporto fra esigenze di business, impatto sulla strategia aziendale e gestione delle persone; pianificazione, reclutamento e selezione; sviluppo delle carriere; formazione; valutazione delle posizioni, competenze, prestazioni e potenziale; retribuzioni e benefits; aspetti culturali, legali e sociali nella gestione delle risorse umane; gestione dei gruppi di lavoro in presenza e a distanza.
Particolare attenzione viene data ai processi di valorizzazione e di motivazione degli individui all’interno di organizzazioni complesse pubbliche e private, al fine di permettere di acquisire competenze specifiche per la loro gestione come risorse strategiche nei processi di sviluppo e di apprendimento organizzativo, in grado di valorizzarne le specifiche peculiarità anche in relazione alle esigenze specifiche dell’azienda.
La digital transformation sta rivoluzionando il mondo del lavoro e per ogni organizzazione è ormai imprescindibile acquisire una visione chiara dell’impatto che avrà al suo interno, muovendosi in anticipo per prevedere i trend, per attrarre nuovi talenti e aggiornare rapidamente le competenze dei propri dipendenti. Il corso tiene conto anche dei processi di trasformazione, della digitalizzazione della gestione del personale e di come la tecnologia può accelerare questo cambiamento, generando engagement, coesione e identità.

L’insegnamento è strutturato in 15 lezioni. Al termine della fruizione sono disponibili una serie di test per valutare il livello di apprendimento.

  • L'organizzazione e la gestione delle risorse umane: verso un effettivo vantaggio competitivo
  • La gestione strategica delle risorse umane
  • L’analisi e la progettazione delle mansioni
  • L’organizzazione delle Risorse Umane
  • La funzione Risorse Umane
  • La formazione e l'addestramento pprofessionale
  • Le relazioni industriali e la contrattazione collettiva
  • Il ruolo della comunicazione interna per la gestione delle Risorse Umane
  • Livelli della comunicazione interna ed impatto su motivazione e empowerment
  • Organizzazione del lavoro e ruolo della collaborazione
  • Efficientamento dei processi lavorativi e ruolo delle tecnologie per il coordinamento
  • La pianificazione e la ricerca del personale
  • I processi di selezione
  • Lo sviluppo del personale e la politica retributiva
  • La gestione delle ricompense

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in tre domande aperte. Le domande aperte riguarderanno gli argomenti specifici trattati durante il corso. È richiesto allo studente di esporre in modo chiaro e adeguato gli argomenti. È indispensabile rispondere in modo puntuale limitandosi a trattare gli argomenti richiesti. Allo studente è inoltre richiesta una particolare attenzione nell'esposizione dei concetti, così da mostrare di aver fatto proprio un linguaggio preciso ed adeguato.
La prova ha una durata massima di 90 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso al fine di verificarne la comprensione. La valutazione riguarderà anche la capacità mostrata dallo studente di aver fatto propri gli elementi critici del ragionamento riguardo la gestione delle risorse umane e l’uso appropriato di un vocabolario specifico.
La prova orale ha una durata media di 20/30 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Noe R.A., Hollenbeck J.R., Gerhart B., Wright P.M., Gestione delle Risorse Umane, Maggioli Editore, 2019, ISBN 9788891621306
  • Casalino N., Piccole e Medie Imprese e Risorse Umane nell’Era della Globalizzazione, Collana di Studi di Tecnica Aziendale, n. 90, Wolters Kluwer, Cedam, 2012, ISBN 9788813332679

Codice insegnamento UC453368

Organizzazione e gestione delle risorse umane 2° anno · 6 CFU · ECON-08/A · 0 file

Obiettivi formativi (espressi come risultati di apprendimento attesi): 1. Conoscenza e comprensione Conoscere l’evoluzione della direzione risorse umane e il suo ruolo sulle scelte strategiche nelle organizzazioni;…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi (espressi come risultati di apprendimento attesi):

1. Conoscenza e comprensione

  • Conoscere l’evoluzione della direzione risorse umane e il suo ruolo sulle scelte strategiche nelle organizzazioni;
  • Conoscere e comprendere le differenti teorie organizzative e motivazionali;
  • Apprendere le fasi principali di un processo di reclutamento del personale;
  • Apprendere le fasi principali di un processo di selezione del personale;
  • Apprendere le fasi principali di un processo di valutazione delle posizioni;
  • Comprendere le componenti del clima organizzativo e del benessere organizzativo.

2. Capacità di applicare conoscenze e comprensione

  • Identificare e applicare i principi della gestione delle risorse umane e il significato di efficaci politiche del personale;
  • Implementare le attività di pianificazione, reclutamento e selezione;
  • Comprendere e gestire lo sviluppo delle carriere, la formazione, le competenze, le prestazioni, il potenziale, le retribuzioni e i benefits;
  • Interpretare le evoluzioni delle riforme del mercato del lavoro e il sistema delle relazioni industriali;
  • Valorizzare la gestione della conoscenza aziendale nelle piccole, medie e grandi organizzazioni;
  • Identificare i benefici e le ricadute dei processi di trasformazione del lavoro;
  • Analizzare e valorizzare gli impatti della digitalizzazione della gestione del personale e di come la tecnologia può accelerare l’innovazione e il cambiamento dell’organizzazione del lavoro.

3. Competenze trasversali

  • Autonomia di giudizio;
  • Abilità a valutare le implicazioni delle scelte manageriali sulla gestione del personale;
  • Abilità comunicative;
  • Abilità relazionali in contesti lavorativi;
  • Saper esporre le problematiche della gestione del personale anche a un pubblico non esperto;
  • Essere in grado di sostenere l’importanza ed evidenziare le ricadute organizzative di una efficace gestione del personale;
  • Capacità d’apprendimento;
  • Capacità di aggiornarsi con la consultazione di materiali digitali web nel settore delle risorse umane;
  • Capacità di seguire, utilizzando le conoscenze acquisite nel corso, sia master di secondo livello, sia corsi d’approfondimento sia seminari specialistici nel settore dellorganizzazione e gestione del personale.

Programma

Il corso si propone di introdurre lo studente ai temi chiave dell’organizzazione e gestione delle risorse umane e alla sua evoluzione nel corso del tempo. Vengono trattati temi quali il rapporto fra esigenze di business, impatto sulla strategia aziendale e gestione delle persone; pianificazione, reclutamento e selezione; sviluppo delle carriere; formazione; valutazione delle posizioni, competenze, prestazioni e potenziale; retribuzioni e benefits; aspetti culturali, legali e sociali nella gestione delle risorse umane; gestione dei gruppi di lavoro in presenza e a distanza.
Particolare attenzione viene data ai processi di valorizzazione e di motivazione degli individui all’interno di organizzazioni complesse pubbliche e private, al fine di permettere di acquisire competenze specifiche per la loro gestione come risorse strategiche nei processi di sviluppo e di apprendimento organizzativo, in grado di valorizzarne le specifiche peculiarità anche in relazione alle esigenze specifiche dell’azienda.
La digital transformation sta rivoluzionando il mondo del lavoro e per ogni organizzazione è ormai imprescindibile acquisire una visione chiara dell’impatto che avrà al suo interno, muovendosi in anticipo per prevedere i trend, per attrarre nuovi talenti e aggiornare rapidamente le competenze dei propri dipendenti. Il corso tiene conto anche dei processi di trasformazione, della digitalizzazione della gestione del personale e di come la tecnologia può accelerare questo cambiamento, generando engagement, coesione e identità.

L’insegnamento è strutturato in 15 lezioni. Al termine della fruizione sono disponibili una serie di test per valutare il livello di apprendimento.

  • L'organizzazione e la gestione delle risorse umane: verso un effettivo vantaggio competitivo
  • La gestione strategica delle risorse umane
  • L’analisi e la progettazione delle mansioni
  • L’organizzazione delle Risorse Umane
  • La funzione Risorse Umane
  • La formazione e l'addestramento pprofessionale
  • Le relazioni industriali e la contrattazione collettiva
  • Il ruolo della comunicazione interna per la gestione delle Risorse Umane
  • Livelli della comunicazione interna ed impatto su motivazione e empowerment
  • Organizzazione del lavoro e ruolo della collaborazione
  • Efficientamento dei processi lavorativi e ruolo delle tecnologie per il coordinamento
  • La pianificazione e la ricerca del personale
  • I processi di selezione
  • Lo sviluppo del personale e la politica retributiva
  • La gestione delle ricompense

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in tre domande aperte. Le domande aperte riguarderanno gli argomenti specifici trattati durante il corso. È richiesto allo studente di esporre in modo chiaro e adeguato gli argomenti. È indispensabile rispondere in modo puntuale limitandosi a trattare gli argomenti richiesti. Allo studente è inoltre richiesta una particolare attenzione nell'esposizione dei concetti, così da mostrare di aver fatto proprio un linguaggio preciso ed adeguato.
La prova ha una durata massima di 90 minuti.
La prova orale consiste in una discussione relativa agli argomenti trattati nel corso al fine di verificarne la comprensione. La valutazione riguarderà anche la capacità mostrata dallo studente di aver fatto propri gli elementi critici del ragionamento riguardo la gestione delle risorse umane e l’uso appropriato di un vocabolario specifico.
La prova orale ha una durata media di 20/30 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal docente e ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Noe R.A., Hollenbeck J.R., Gerhart B., Wright P.M., Gestione delle Risorse Umane, Maggioli Editore, 2019, ISBN 9788891621306
  • Casalino N., Piccole e Medie Imprese e Risorse Umane nell’Era della Globalizzazione, Collana di Studi di Tecnica Aziendale, n. 90, Wolters Kluwer, Cedam, 2012, ISBN 9788813332679

Codice insegnamento UC453415

Piattaforme digitali per la gestione dei processi aziendali 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini disciplinari trattati. Tali conoscenze e capacità consentono di poter affrontare con approccio critico l’analisi, la progettazione, la valutazione di piattaforme aziendali caratterizzate da un elevato livello di complessità, di elaborare e/o applicare idee originali, in un contesto tecnologicamente e normativamente complesso.

Le conoscenze e capacità attese sono:

  • comprendere l’importanza e il ruolo delle piattaforme digitali nella vita di un’organizzazione;
  • comprendere ed interpretare il contesto normativo che disciplina la governance degli asset ICT;
  • comprendere ed utilizzare opportunamente il contesto tecnologico e le tecnologie abilitanti;
  • saper descrivere le principali piattaforme di un’organizzazione, le loro funzioni ed il loro contributo al raggiungimento degli obiettivi istituzionali.

Capacità di applicare conoscenze e comprensione

Attraverso le conoscenze teoriche e progettuali e sperimentali acquisite, gli studenti saranno in grado di progettare, almeno in termini generali, l’architettura di una piattaforma digitale, nonché di valutare architetture già esistenti sotto il profilo tecnologico-ingegneristico, regolatorio e di business.

Competenze trasversali

Lo studente alla fine del corso avrà acquisito la capacità di affrontare criticamente molteplici temi connessi alla regolamentazione, organizzazione, governance, progettazione, implementazione e gestione delle piattaforme digitali per le aziende e le pubbliche amministrazioni, apprendendo così a navigare la struttura cognitiva di un ambito che è intrinsecamente multidisciplinare. Ciò permetterà allo studente di:

  • integrare le conoscenze acquisite attraverso approfondimenti autonomi nei vari settori disciplinari coinvolti;
  • di raccordare le competenze apprese con altre discipline;
  • di progettare nuovi prodotti e valutare quelli esistenti alla luce delle chiavi di lettura proposte, tra le quali, oltre a quelle squisitamente ingegneristiche, si annoverano quelle giuridiche e quelle proprie della gestione dell’innovazione.

L’autonomia di giudizio verrà sviluppata in particolare tramite le attività di esercitazioni, svolte sia nell’ambito della didattica erogativa sia nell’ambito della didattica interattiva, dove il docente interagisce direttamente con il singolo studente nonché con gruppi di studenti. La valutazione dell’acquisizione dell’autonomia di giudizio avverrà principalmente durante la prova di accertamento finale.

Allo stesso modo, le abilità comunicative dello studente si concretizzeranno nella capacità di comunicare in modo chiaro e preciso i concetti fondamentali del corso. L’acquisizione, nonché la valutazione e la verifica del conseguimento di tali abilità, verrà effettuata principalmente in occasione della prova di accertamento finale.

Infine, per quanto riguarda le capacità di apprendimento, lo studente acquisirà capacità tali da consentirgli di impostare in modo autonomo lo studio di piattaforme digitali anche non incluse nel programma. Tali capacità si tradurranno in conoscenza e strumenti metodologici per la crescita culturale e per l’aggiornamento continuo autonomo delle proprie conoscenze.

Programma

L’insegnamento si propone di fornire un’introduzione ad ampio spettro alle piattaforme digitali per le organizzazioni, attraverso una trattazione necessariamente multidisciplinare che copre aspetti giuridici, organizzativi, economici e tecnologici, con uno sguardo di dettaglio al contesto europeo.

In particolare, il primo modulo inquadra il problema nei termini più generali dei modelli di innovazione e delle policy pubbliche che governano la transizione digitale degli ecosistemi nazionali ed EU, all’interno dei quali le piattaforme stesse realizzano interoperabilità e dialogo applicativo.

Il secondo modulo affronta da molteplici punti di vista il tema regolatorio e il compliance risk, concetti fondamentali nella progettazione, realizzazione, esercizio e valutazione delle piattaforme digitali: dalla protezione dei dati personali alla gestione dei servizi fiduciari qualificati (anche in ottica decentralizzata) al controllo e alla governance dei sistemi informativi.

Il terzo modulo tratta, da due prospettive diverse, l’inaggirabile questione della sicurezza cibernetica, componente intrinseca della transizione digitale e condicio sine qua non per la protezione degli asset digitali e fisici aziendali nonché per la realizzazione degli obiettivi di business.

L’ultimo modulo, infine, tratta le componenti tecnologiche delle piattaforme digitali: infrastrutture federate per la gestione di identità e ruoli, cloud ed edge computing, intelligenza artificiale, blockchain. Il modulo contiene inoltre una panoramica sulle principali tipologie di piattaforme digitali.

Modulo I - Innovazione

  • Modelli di innovazione
  • Digitalizzazione e public policy

Modulo II - Compliance

  • Data governance e protezione dei dati personali
  • Regolamento eIDAS e servizi fiduciari decentralizzati
  • Compliance e Controllo dei Sistemi Informativi
  • ICT Governance – Parte I
  • ICT Governance – Parte II

Modulo III - Cybersecurity

  • Dominio cibernetico
  • Strategia Nazionale di Cybersicurezza

Modulo IV - Tecnologie e Piattaforme

  • Architetture decentralizzate, blockchain e smart contract
  • Cloud ed edge computing
  • e-Procurement
  • Intelligenza Artificiale per le Attività Produttive
  • Infrastrutture federate
  • Le piattaforme principali di un’organizzazione

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L'esame consiste in una serie di domande aperte.
la prova finale sarà in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma

La durata massima dell'esame è di 90 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Iansiti, M., Lakhani, K. R.. Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World. United States: Harvard Business Review Press.
  • Sagegg, O. J., Alfnes, E. (2020). ERP Systems for Manufacturing Supply Chains: Applications, Configuration, and Performance. United Kingdom: CRC Press.

Per approfondimenti si consiglia:

  • Nath, S., Romano, C., Stackowiak, R. (2017). Architecting the Industrial Internet. United Kingdom: Packt Publishing.

Codice insegnamento curriculum-gestionale-lm-33:18553

Piattaforme digitali per la gestione dei processi aziendali 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini disciplinari trattati. Tali conoscenze e capacità consentono di poter affrontare con approccio critico l’analisi, la progettazione, la valutazione di piattaforme aziendali caratterizzate da un elevato livello di complessità, di elaborare e/o applicare idee originali, in un contesto tecnologicamente e normativamente complesso.

Le conoscenze e capacità attese sono:

  • comprendere l’importanza e il ruolo delle piattaforme digitali nella vita di un’organizzazione;
  • comprendere ed interpretare il contesto normativo che disciplina la governance degli asset ICT;
  • comprendere ed utilizzare opportunamente il contesto tecnologico e le tecnologie abilitanti;
  • saper descrivere le principali piattaforme di un’organizzazione, le loro funzioni ed il loro contributo al raggiungimento degli obiettivi istituzionali.

Capacità di applicare conoscenze e comprensione

Attraverso le conoscenze teoriche e progettuali e sperimentali acquisite, gli studenti saranno in grado di progettare, almeno in termini generali, l’architettura di una piattaforma digitale, nonché di valutare architetture già esistenti sotto il profilo tecnologico-ingegneristico, regolatorio e di business.

Competenze trasversali

Lo studente alla fine del corso avrà acquisito la capacità di affrontare criticamente molteplici temi connessi alla regolamentazione, organizzazione, governance, progettazione, implementazione e gestione delle piattaforme digitali per le aziende e le pubbliche amministrazioni, apprendendo così a navigare la struttura cognitiva di un ambito che è intrinsecamente multidisciplinare. Ciò permetterà allo studente di:

  • integrare le conoscenze acquisite attraverso approfondimenti autonomi nei vari settori disciplinari coinvolti;
  • di raccordare le competenze apprese con altre discipline;
  • di progettare nuovi prodotti e valutare quelli esistenti alla luce delle chiavi di lettura proposte, tra le quali, oltre a quelle squisitamente ingegneristiche, si annoverano quelle giuridiche e quelle proprie della gestione dell’innovazione.

L’autonomia di giudizio verrà sviluppata in particolare tramite le attività di esercitazioni, svolte sia nell’ambito della didattica erogativa sia nell’ambito della didattica interattiva, dove il docente interagisce direttamente con il singolo studente nonché con gruppi di studenti. La valutazione dell’acquisizione dell’autonomia di giudizio avverrà principalmente durante la prova di accertamento finale.

Allo stesso modo, le abilità comunicative dello studente si concretizzeranno nella capacità di comunicare in modo chiaro e preciso i concetti fondamentali del corso. L’acquisizione, nonché la valutazione e la verifica del conseguimento di tali abilità, verrà effettuata principalmente in occasione della prova di accertamento finale.

Infine, per quanto riguarda le capacità di apprendimento, lo studente acquisirà capacità tali da consentirgli di impostare in modo autonomo lo studio di piattaforme digitali anche non incluse nel programma. Tali capacità si tradurranno in conoscenza e strumenti metodologici per la crescita culturale e per l’aggiornamento continuo autonomo delle proprie conoscenze.

Programma

L’insegnamento si propone di fornire un’introduzione ad ampio spettro alle piattaforme digitali per le organizzazioni, attraverso una trattazione necessariamente multidisciplinare che copre aspetti giuridici, organizzativi, economici e tecnologici, con uno sguardo di dettaglio al contesto europeo.

In particolare, il primo modulo inquadra il problema nei termini più generali dei modelli di innovazione e delle policy pubbliche che governano la transizione digitale degli ecosistemi nazionali ed EU, all’interno dei quali le piattaforme stesse realizzano interoperabilità e dialogo applicativo.

Il secondo modulo affronta da molteplici punti di vista il tema regolatorio e il compliance risk, concetti fondamentali nella progettazione, realizzazione, esercizio e valutazione delle piattaforme digitali: dalla protezione dei dati personali alla gestione dei servizi fiduciari qualificati (anche in ottica decentralizzata) al controllo e alla governance dei sistemi informativi.

Il terzo modulo tratta, da due prospettive diverse, l’inaggirabile questione della sicurezza cibernetica, componente intrinseca della transizione digitale e condicio sine qua non per la protezione degli asset digitali e fisici aziendali nonché per la realizzazione degli obiettivi di business.

L’ultimo modulo, infine, tratta le componenti tecnologiche delle piattaforme digitali: infrastrutture federate per la gestione di identità e ruoli, cloud ed edge computing, intelligenza artificiale, blockchain. Il modulo contiene inoltre una panoramica sulle principali tipologie di piattaforme digitali.

Modulo I - Innovazione

  • Modelli di innovazione
  • Digitalizzazione e public policy

Modulo II - Compliance

  • Data governance e protezione dei dati personali
  • Regolamento eIDAS e servizi fiduciari decentralizzati
  • Compliance e Controllo dei Sistemi Informativi
  • ICT Governance – Parte I
  • ICT Governance – Parte II

Modulo III - Cybersecurity

  • Dominio cibernetico
  • Strategia Nazionale di Cybersicurezza

Modulo IV - Tecnologie e Piattaforme

  • Architetture decentralizzate, blockchain e smart contract
  • Cloud ed edge computing
  • e-Procurement
  • Intelligenza Artificiale per le Attività Produttive
  • Infrastrutture federate
  • Le piattaforme principali di un’organizzazione

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L'esame consiste in una serie di domande aperte.
la prova finale sarà in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma

La durata massima dell'esame è di 90 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Iansiti, M., Lakhani, K. R.. Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World. United States: Harvard Business Review Press.
  • Sagegg, O. J., Alfnes, E. (2020). ERP Systems for Manufacturing Supply Chains: Applications, Configuration, and Performance. United Kingdom: CRC Press.

Per approfondimenti si consiglia:

  • Nath, S., Romano, C., Stackowiak, R. (2017). Architecting the Industrial Internet. United Kingdom: Packt Publishing.

Codice insegnamento UC453354

Piattaforme digitali per la gestione dei processi aziendali 2° anno · 6 CFU · IINF-05/A · 0 file

Conoscenza e comprensione Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione

Il corso fornisce allo studente una conoscenza e comprensione approfondita degli aspetti e dei concetti chiave relativi alle piattaforme digitali di un’organizzazione, nei diversi domini disciplinari trattati. Tali conoscenze e capacità consentono di poter affrontare con approccio critico l’analisi, la progettazione, la valutazione di piattaforme aziendali caratterizzate da un elevato livello di complessità, di elaborare e/o applicare idee originali, in un contesto tecnologicamente e normativamente complesso.

Le conoscenze e capacità attese sono:

  • comprendere l’importanza e il ruolo delle piattaforme digitali nella vita di un’organizzazione;
  • comprendere ed interpretare il contesto normativo che disciplina la governance degli asset ICT;
  • comprendere ed utilizzare opportunamente il contesto tecnologico e le tecnologie abilitanti;
  • saper descrivere le principali piattaforme di un’organizzazione, le loro funzioni ed il loro contributo al raggiungimento degli obiettivi istituzionali.

Capacità di applicare conoscenze e comprensione

Attraverso le conoscenze teoriche e progettuali e sperimentali acquisite, gli studenti saranno in grado di progettare, almeno in termini generali, l’architettura di una piattaforma digitale, nonché di valutare architetture già esistenti sotto il profilo tecnologico-ingegneristico, regolatorio e di business.

Competenze trasversali

Lo studente alla fine del corso avrà acquisito la capacità di affrontare criticamente molteplici temi connessi alla regolamentazione, organizzazione, governance, progettazione, implementazione e gestione delle piattaforme digitali per le aziende e le pubbliche amministrazioni, apprendendo così a navigare la struttura cognitiva di un ambito che è intrinsecamente multidisciplinare. Ciò permetterà allo studente di:

  • integrare le conoscenze acquisite attraverso approfondimenti autonomi nei vari settori disciplinari coinvolti;
  • di raccordare le competenze apprese con altre discipline;
  • di progettare nuovi prodotti e valutare quelli esistenti alla luce delle chiavi di lettura proposte, tra le quali, oltre a quelle squisitamente ingegneristiche, si annoverano quelle giuridiche e quelle proprie della gestione dell’innovazione.

L’autonomia di giudizio verrà sviluppata in particolare tramite le attività di esercitazioni, svolte sia nell’ambito della didattica erogativa sia nell’ambito della didattica interattiva, dove il docente interagisce direttamente con il singolo studente nonché con gruppi di studenti. La valutazione dell’acquisizione dell’autonomia di giudizio avverrà principalmente durante la prova di accertamento finale.

Allo stesso modo, le abilità comunicative dello studente si concretizzeranno nella capacità di comunicare in modo chiaro e preciso i concetti fondamentali del corso. L’acquisizione, nonché la valutazione e la verifica del conseguimento di tali abilità, verrà effettuata principalmente in occasione della prova di accertamento finale.

Infine, per quanto riguarda le capacità di apprendimento, lo studente acquisirà capacità tali da consentirgli di impostare in modo autonomo lo studio di piattaforme digitali anche non incluse nel programma. Tali capacità si tradurranno in conoscenza e strumenti metodologici per la crescita culturale e per l’aggiornamento continuo autonomo delle proprie conoscenze.

Programma

L’insegnamento si propone di fornire un’introduzione ad ampio spettro alle piattaforme digitali per le organizzazioni, attraverso una trattazione necessariamente multidisciplinare che copre aspetti giuridici, organizzativi, economici e tecnologici, con uno sguardo di dettaglio al contesto europeo.

In particolare, il primo modulo inquadra il problema nei termini più generali dei modelli di innovazione e delle policy pubbliche che governano la transizione digitale degli ecosistemi nazionali ed EU, all’interno dei quali le piattaforme stesse realizzano interoperabilità e dialogo applicativo.

Il secondo modulo affronta da molteplici punti di vista il tema regolatorio e il compliance risk, concetti fondamentali nella progettazione, realizzazione, esercizio e valutazione delle piattaforme digitali: dalla protezione dei dati personali alla gestione dei servizi fiduciari qualificati (anche in ottica decentralizzata) al controllo e alla governance dei sistemi informativi.

Il terzo modulo tratta, da due prospettive diverse, l’inaggirabile questione della sicurezza cibernetica, componente intrinseca della transizione digitale e condicio sine qua non per la protezione degli asset digitali e fisici aziendali nonché per la realizzazione degli obiettivi di business.

L’ultimo modulo, infine, tratta le componenti tecnologiche delle piattaforme digitali: infrastrutture federate per la gestione di identità e ruoli, cloud ed edge computing, intelligenza artificiale, blockchain. Il modulo contiene inoltre una panoramica sulle principali tipologie di piattaforme digitali.

Modulo I - Innovazione

  • Modelli di innovazione
  • Digitalizzazione e public policy

Modulo II - Compliance

  • Data governance e protezione dei dati personali
  • Regolamento eIDAS e servizi fiduciari decentralizzati
  • Compliance e Controllo dei Sistemi Informativi
  • ICT Governance – Parte I
  • ICT Governance – Parte II

Modulo III - Cybersecurity

  • Dominio cibernetico
  • Strategia Nazionale di Cybersicurezza

Modulo IV - Tecnologie e Piattaforme

  • Architetture decentralizzate, blockchain e smart contract
  • Cloud ed edge computing
  • e-Procurement
  • Intelligenza Artificiale per le Attività Produttive
  • Infrastrutture federate
  • Le piattaforme principali di un’organizzazione

Modalità d'esame

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione (descrittore di Dublino 1), la capacità di applicare le competenze acquisite (descrittore di Dublino 2), la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (descrittori di Dublino 3,4,5). Le aule virtuali sono un utile strumento sincrono con il quale lo studente può confrontare e verificare le proprie tecniche di risoluzione dei problemi con il supporto del docente, correggendo quindi possibili carenze ed incomprensioni degli argomenti d'esame. Infine, con lo strumento del ricevimento, lo studente può confrontarsi direttamente con il docente e verificare il proprio grado di apprendimento.

L'esame consiste in una serie di domande aperte.
la prova finale sarà in modalità scritta nelle sedi regionali e in modalità orale nelle sedi di Roma

La durata massima dell'esame è di 90 minuti.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Iansiti, M., Lakhani, K. R.. Competing in the Age of AI: Strategy and Leadership When Algorithms and Networks Run the World. United States: Harvard Business Review Press.
  • Sagegg, O. J., Alfnes, E. (2020). ERP Systems for Manufacturing Supply Chains: Applications, Configuration, and Performance. United Kingdom: CRC Press.

Per approfondimenti si consiglia:

  • Nath, S., Romano, C., Stackowiak, R. (2017). Architecting the Industrial Internet. United Kingdom: Packt Publishing.

Codice insegnamento UC453402

Politiche per l’ambiente 2° anno · 6 CFU · ECON-02/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Comprendere pregi e limiti del sistema economico capitalistico. Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica. Cogliere i nessi…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • Comprendere pregi e limiti del sistema economico capitalistico.
  • Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica.
  • Cogliere i nessi tra innovazione e questione ambientale.
  • Acquisire gli elementi per la formulazione di una strategia verso l’innovazione.
  • Comprendere i limiti delle teorie della decrescita e l limiti delle teorie di “mercato”.
  • Conoscere le politiche per trasformare la conservazione della natura da minaccia in opportunità.
  • Saper distinguere tra politiche della domanda e politiche dell’offerta per l’ambiente.
  • Comprendere l’importanza della cooperazione internazionale.
  • Cogliere ostacoli e limiti sulla strada di una piena collaborazione tra Paesi e individuare gli strumenti per superare quegli ostacoli.
  • Comprendere il problema del cambiamento climatico e del riscaldamento globale.
  • Comprendere il problema della perdita di biodiversità.
  • Cogliere i nessi che legano gestione e smaltimento dei rifiuti, protezione delle acque, messa in sicurezza del territorio, salvaguardia del patrimonio artistico e paesaggistico con le varie forme di inquinamento.
  • Conoscere le politiche ambientali a livello nazionale, europeo e internazionale.
  • Comprendere l’importanza della cooperazione internazionale, degli investimenti e dell’innovazione
  • Cogliere l’opportunità che la duplice sfida ambientale dischiude per la crescita economica italiana e per la coesione europea.
  • Comprendere gli effetti della pressione demografica sull’ambiente.
  • Comprendere le conseguenze di povertà e disuguaglianze sull’ambiente.
  • Comprendere le conseguenze delle migrazioni sull’ambiente.
  • Comprendere le conseguenze dell’urbanizzazione sull’ambiente.
  • Cogliere gli elementi su cui fondare una politica della città intelligente.
  • Comprendere l’importanza di una strategia che concili crescita economica, tutela dell’ambiente, benessere dei cittadini.
  • Comprendere il concetto di mobilità sostenibile.
  • Individuare i percorsi che conducono verso un turismo responsabile e sostenibile.
  • Saper formulare una strategia solida e coerente per la definizione di un programma per l’ambiente e per la crescita economica.

Al termine di questo corso, inoltre, lo studente avrà sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • L’utilizzo delle tecniche del problem solving volte alla soluzione di problemi concreti.
  • La capacità di delineare un processo strategico in tre fasi (analisi del contesto, formulazione e implementazione di una strategia) valido in ambiti distinti da quello puramente ambientale.
  • Il rafforzamento dell’autonomia di giudizio e del pensiero critico.

Programma

Il corso illustra le principali sfide economiche globali (instabilità, iniquità, inquinamento) con cui il sistema economico moderno si deve confrontare, soffermandosi a esaminare l’impatto che l’azione umana esercita sulla natura. La crescita del reddito e della ricchezza – irrinunciabile – deve essere resa compatibile con la salvaguardia dell’ambiente; affinché l’obiettivo sia raggiunto è necessario predisporre una strategia di lungo termine e attuare opportune politiche per l’ambiente tali da aggiungere una dimensione qualitativa allo sviluppo, che deve diventare “sostenibile”. Gli studenti acquisiranno gli strumenti per ragionare criticamente intorno a uno dei grandi temi del XXI secolo.

Le tematiche affrontate durante il corso, in 15 video-lezioni, sono le seguenti:

  • Sfide economiche globali: natura e capitalismo, instabilità, iniquità, inquinamento.
  • Innovazione: l’origine del successo economico, la causa dell’inquinamento, la soluzione del problema.
  • Una strategia per l’innovazione.
  • Conciliare crescita economica e tutela dell’ambiente.
  • Teorie della decrescita, teorie di mercato, il ruolo della politica economica.
  • Politiche per l’ambiente: domanda, offerta, tecnologia.
  • Beni pubblici globali, esclusività, rivalità, beni comuni.
  • La transizione ecologica verso l’economia verde inclusiva.
  • Struttura della domanda e progresso tecnologico.
  • Politiche per l’ambiente e collaborazione tra nazioni.
  • Cambiamento climatico, riscaldamento terrestre e perdita della biodiversità.
  • Sfruttamento e inquinamento delle acque: oceani, mari, laghi, fiumi.
  • L’acqua, una risorsa preziosa: le reti idriche
  • Smaltimento dei rifiuti e economia circolare.
  • Messa in sicurezza del territorio (dissesto idrogeologico (frane e alluvioni) e terremoti).
  • Patrimonio artistico, paesaggistico, naturalistico.
  • Demografia, povertà, migrazioni e disuguaglianze.
  • Urbanizzazione: i grandi centri urbani e le smart cities.
  • Best practice: Copenaghen, città sostenibile.
  • Il settore dei trasporti: verso una mobilità sostenibile.
  • Turismo responsabile e sostenibile, il problema dell’overtourism e il caso di Roma.
  • Cooperazione internazionale

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare il grado di apprendimento maturato dallo studente e la sua capacità di ragionare autonomamente e criticamente intorno alle politiche per l’ambiente.
La prova scritta ha durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni e ha il medesimo obiettivo della prova scritta.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • P. Ciocca, I. Musu (a cura di), Il sistema imperfetto. Difetti del mercato, risposte dello Stato, Luiss University Press, 2016 (pagg. 9-46, 63-82, 169-206, 267-286).
  • P. Ciocca, I. Musu (a cura di), Natura e capitalismo. Un conflitto da evitare, Luiss University Press, ultima edizione.

Letture di approfondimento consigliete:

  • A. Schilling, F. Izzo, Gestione dell’innovazione, McGraw-Hill, 2013.
  • A. Samuelson, W.D. Nordhaus, Economics, McGraw-Hill, 2004.
  • D. Nordhaus, The Climate Casino: Risk, Uncertainty, and Economics for a Warming, Yale University Pressi, 2015.

Codice insegnamento UC62829

Politiche per l’ambiente 2° anno · 6 CFU · ECON-02/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Comprendere pregi e limiti del sistema economico capitalistico. Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica. Cogliere i nessi…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • Comprendere pregi e limiti del sistema economico capitalistico.
  • Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica.
  • Cogliere i nessi tra innovazione e questione ambientale.
  • Acquisire gli elementi per la formulazione di una strategia verso l’innovazione.
  • Comprendere i limiti delle teorie della decrescita e l limiti delle teorie di “mercato”.
  • Conoscere le politiche per trasformare la conservazione della natura da minaccia in opportunità.
  • Saper distinguere tra politiche della domanda e politiche dell’offerta per l’ambiente.
  • Comprendere l’importanza della cooperazione internazionale.
  • Cogliere ostacoli e limiti sulla strada di una piena collaborazione tra Paesi e individuare gli strumenti per superare quegli ostacoli.
  • Comprendere il problema del cambiamento climatico e del riscaldamento globale.
  • Comprendere il problema della perdita di biodiversità.
  • Cogliere i nessi che legano gestione e smaltimento dei rifiuti, protezione delle acque, messa in sicurezza del territorio, salvaguardia del patrimonio artistico e paesaggistico con le varie forme di inquinamento.
  • Conoscere le politiche ambientali a livello nazionale, europeo e internazionale.
  • Comprendere l’importanza della cooperazione internazionale, degli investimenti e dell’innovazione
  • Cogliere l’opportunità che la duplice sfida ambientale dischiude per la crescita economica italiana e per la coesione europea.
  • Comprendere gli effetti della pressione demografica sull’ambiente.
  • Comprendere le conseguenze di povertà e disuguaglianze sull’ambiente.
  • Comprendere le conseguenze delle migrazioni sull’ambiente.
  • Comprendere le conseguenze dell’urbanizzazione sull’ambiente.
  • Cogliere gli elementi su cui fondare una politica della città intelligente.
  • Comprendere l’importanza di una strategia che concili crescita economica, tutela dell’ambiente, benessere dei cittadini.
  • Comprendere il concetto di mobilità sostenibile.
  • Individuare i percorsi che conducono verso un turismo responsabile e sostenibile.
  • Saper formulare una strategia solida e coerente per la definizione di un programma per l’ambiente e per la crescita economica.

Al termine di questo corso, inoltre, lo studente avrà sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • L’utilizzo delle tecniche del problem solving volte alla soluzione di problemi concreti.
  • La capacità di delineare un processo strategico in tre fasi (analisi del contesto, formulazione e implementazione di una strategia) valido in ambiti distinti da quello puramente ambientale.
  • Il rafforzamento dell’autonomia di giudizio e del pensiero critico.

Programma

Il corso illustra le principali sfide economiche globali (instabilità, iniquità, inquinamento) con cui il sistema economico moderno si deve confrontare, soffermandosi a esaminare l’impatto che l’azione umana esercita sulla natura. La crescita del reddito e della ricchezza – irrinunciabile – deve essere resa compatibile con la salvaguardia dell’ambiente; affinché l’obiettivo sia raggiunto è necessario predisporre una strategia di lungo termine e attuare opportune politiche per l’ambiente tali da aggiungere una dimensione qualitativa allo sviluppo, che deve diventare “sostenibile”. Gli studenti acquisiranno gli strumenti per ragionare criticamente intorno a uno dei grandi temi del XXI secolo.

Le tematiche affrontate durante il corso, in 15 video-lezioni, sono le seguenti:

  • Sfide economiche globali: natura e capitalismo, instabilità, iniquità, inquinamento.
  • Innovazione: l’origine del successo economico, la causa dell’inquinamento, la soluzione del problema.
  • Una strategia per l’innovazione.
  • Conciliare crescita economica e tutela dell’ambiente.
  • Teorie della decrescita, teorie di mercato, il ruolo della politica economica.
  • Politiche per l’ambiente: domanda, offerta, tecnologia.
  • Beni pubblici globali, esclusività, rivalità, beni comuni.
  • La transizione ecologica verso l’economia verde inclusiva.
  • Struttura della domanda e progresso tecnologico.
  • Politiche per l’ambiente e collaborazione tra nazioni.
  • Cambiamento climatico, riscaldamento terrestre e perdita della biodiversità.
  • Sfruttamento e inquinamento delle acque: oceani, mari, laghi, fiumi.
  • L’acqua, una risorsa preziosa: le reti idriche
  • Smaltimento dei rifiuti e economia circolare.
  • Messa in sicurezza del territorio (dissesto idrogeologico (frane e alluvioni) e terremoti).
  • Patrimonio artistico, paesaggistico, naturalistico.
  • Demografia, povertà, migrazioni e disuguaglianze.
  • Urbanizzazione: i grandi centri urbani e le smart cities.
  • Best practice: Copenaghen, città sostenibile.
  • Il settore dei trasporti: verso una mobilità sostenibile.
  • Turismo responsabile e sostenibile, il problema dell’overtourism e il caso di Roma.
  • Cooperazione internazionale

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare il grado di apprendimento maturato dallo studente e la sua capacità di ragionare autonomamente e criticamente intorno alle politiche per l’ambiente.
La prova scritta ha durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni e ha il medesimo obiettivo della prova scritta.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • P. Ciocca, I. Musu (a cura di), Il sistema imperfetto. Difetti del mercato, risposte dello Stato, Luiss University Press, 2016 (pagg. 9-46, 63-82, 169-206, 267-286).
  • P. Ciocca, I. Musu (a cura di), Natura e capitalismo. Un conflitto da evitare, Luiss University Press, ultima edizione.

Letture di approfondimento consigliete:

  • A. Schilling, F. Izzo, Gestione dell’innovazione, McGraw-Hill, 2013.
  • A. Samuelson, W.D. Nordhaus, Economics, McGraw-Hill, 2004.
  • D. Nordhaus, The Climate Casino: Risk, Uncertainty, and Economics for a Warming, Yale University Pressi, 2015.

Codice insegnamento UC453369

Politiche per l’ambiente 2° anno · 6 CFU · ECON-02/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Comprendere pregi e limiti del sistema economico capitalistico. Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica. Cogliere i nessi…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • Comprendere pregi e limiti del sistema economico capitalistico.
  • Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica.
  • Cogliere i nessi tra innovazione e questione ambientale.
  • Acquisire gli elementi per la formulazione di una strategia verso l’innovazione.
  • Comprendere i limiti delle teorie della decrescita e l limiti delle teorie di “mercato”.
  • Conoscere le politiche per trasformare la conservazione della natura da minaccia in opportunità.
  • Saper distinguere tra politiche della domanda e politiche dell’offerta per l’ambiente.
  • Comprendere l’importanza della cooperazione internazionale.
  • Cogliere ostacoli e limiti sulla strada di una piena collaborazione tra Paesi e individuare gli strumenti per superare quegli ostacoli.
  • Comprendere il problema del cambiamento climatico e del riscaldamento globale.
  • Comprendere il problema della perdita di biodiversità.
  • Cogliere i nessi che legano gestione e smaltimento dei rifiuti, protezione delle acque, messa in sicurezza del territorio, salvaguardia del patrimonio artistico e paesaggistico con le varie forme di inquinamento.
  • Conoscere le politiche ambientali a livello nazionale, europeo e internazionale.
  • Comprendere l’importanza della cooperazione internazionale, degli investimenti e dell’innovazione
  • Cogliere l’opportunità che la duplice sfida ambientale dischiude per la crescita economica italiana e per la coesione europea.
  • Comprendere gli effetti della pressione demografica sull’ambiente.
  • Comprendere le conseguenze di povertà e disuguaglianze sull’ambiente.
  • Comprendere le conseguenze delle migrazioni sull’ambiente.
  • Comprendere le conseguenze dell’urbanizzazione sull’ambiente.
  • Cogliere gli elementi su cui fondare una politica della città intelligente.
  • Comprendere l’importanza di una strategia che concili crescita economica, tutela dell’ambiente, benessere dei cittadini.
  • Comprendere il concetto di mobilità sostenibile.
  • Individuare i percorsi che conducono verso un turismo responsabile e sostenibile.
  • Saper formulare una strategia solida e coerente per la definizione di un programma per l’ambiente e per la crescita economica.

Al termine di questo corso, inoltre, lo studente avrà sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • L’utilizzo delle tecniche del problem solving volte alla soluzione di problemi concreti.
  • La capacità di delineare un processo strategico in tre fasi (analisi del contesto, formulazione e implementazione di una strategia) valido in ambiti distinti da quello puramente ambientale.
  • Il rafforzamento dell’autonomia di giudizio e del pensiero critico.

Programma

Il corso illustra le principali sfide economiche globali (instabilità, iniquità, inquinamento) con cui il sistema economico moderno si deve confrontare, soffermandosi a esaminare l’impatto che l’azione umana esercita sulla natura. La crescita del reddito e della ricchezza – irrinunciabile – deve essere resa compatibile con la salvaguardia dell’ambiente; affinché l’obiettivo sia raggiunto è necessario predisporre una strategia di lungo termine e attuare opportune politiche per l’ambiente tali da aggiungere una dimensione qualitativa allo sviluppo, che deve diventare “sostenibile”. Gli studenti acquisiranno gli strumenti per ragionare criticamente intorno a uno dei grandi temi del XXI secolo.

Le tematiche affrontate durante il corso, in 15 video-lezioni, sono le seguenti:

  • Sfide economiche globali: natura e capitalismo, instabilità, iniquità, inquinamento.
  • Innovazione: l’origine del successo economico, la causa dell’inquinamento, la soluzione del problema.
  • Una strategia per l’innovazione.
  • Conciliare crescita economica e tutela dell’ambiente.
  • Teorie della decrescita, teorie di mercato, il ruolo della politica economica.
  • Politiche per l’ambiente: domanda, offerta, tecnologia.
  • Beni pubblici globali, esclusività, rivalità, beni comuni.
  • La transizione ecologica verso l’economia verde inclusiva.
  • Struttura della domanda e progresso tecnologico.
  • Politiche per l’ambiente e collaborazione tra nazioni.
  • Cambiamento climatico, riscaldamento terrestre e perdita della biodiversità.
  • Sfruttamento e inquinamento delle acque: oceani, mari, laghi, fiumi.
  • L’acqua, una risorsa preziosa: le reti idriche
  • Smaltimento dei rifiuti e economia circolare.
  • Messa in sicurezza del territorio (dissesto idrogeologico (frane e alluvioni) e terremoti).
  • Patrimonio artistico, paesaggistico, naturalistico.
  • Demografia, povertà, migrazioni e disuguaglianze.
  • Urbanizzazione: i grandi centri urbani e le smart cities.
  • Best practice: Copenaghen, città sostenibile.
  • Il settore dei trasporti: verso una mobilità sostenibile.
  • Turismo responsabile e sostenibile, il problema dell’overtourism e il caso di Roma.
  • Cooperazione internazionale

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare il grado di apprendimento maturato dallo studente e la sua capacità di ragionare autonomamente e criticamente intorno alle politiche per l’ambiente.
La prova scritta ha durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni e ha il medesimo obiettivo della prova scritta.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • P. Ciocca, I. Musu (a cura di), Il sistema imperfetto. Difetti del mercato, risposte dello Stato, Luiss University Press, 2016 (pagg. 9-46, 63-82, 169-206, 267-286).
  • P. Ciocca, I. Musu (a cura di), Natura e capitalismo. Un conflitto da evitare, Luiss University Press, ultima edizione.

Letture di approfondimento consigliete:

  • A. Schilling, F. Izzo, Gestione dell’innovazione, McGraw-Hill, 2013.
  • A. Samuelson, W.D. Nordhaus, Economics, McGraw-Hill, 2004.
  • D. Nordhaus, The Climate Casino: Risk, Uncertainty, and Economics for a Warming, Yale University Pressi, 2015.

Codice insegnamento UC453378

Politiche per l’ambiente 2° anno · 6 CFU · ECON-02/A · 0 file

Al termine di questo corso lo studente sarà in grado di: Comprendere pregi e limiti del sistema economico capitalistico. Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica. Cogliere i nessi…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • Comprendere pregi e limiti del sistema economico capitalistico.
  • Comprendere l’importanza, le fonti e le dinamiche della innovazione tecnologica.
  • Cogliere i nessi tra innovazione e questione ambientale.
  • Acquisire gli elementi per la formulazione di una strategia verso l’innovazione.
  • Comprendere i limiti delle teorie della decrescita e l limiti delle teorie di “mercato”.
  • Conoscere le politiche per trasformare la conservazione della natura da minaccia in opportunità.
  • Saper distinguere tra politiche della domanda e politiche dell’offerta per l’ambiente.
  • Comprendere l’importanza della cooperazione internazionale.
  • Cogliere ostacoli e limiti sulla strada di una piena collaborazione tra Paesi e individuare gli strumenti per superare quegli ostacoli.
  • Comprendere il problema del cambiamento climatico e del riscaldamento globale.
  • Comprendere il problema della perdita di biodiversità.
  • Cogliere i nessi che legano gestione e smaltimento dei rifiuti, protezione delle acque, messa in sicurezza del territorio, salvaguardia del patrimonio artistico e paesaggistico con le varie forme di inquinamento.
  • Conoscere le politiche ambientali a livello nazionale, europeo e internazionale.
  • Comprendere l’importanza della cooperazione internazionale, degli investimenti e dell’innovazione
  • Cogliere l’opportunità che la duplice sfida ambientale dischiude per la crescita economica italiana e per la coesione europea.
  • Comprendere gli effetti della pressione demografica sull’ambiente.
  • Comprendere le conseguenze di povertà e disuguaglianze sull’ambiente.
  • Comprendere le conseguenze delle migrazioni sull’ambiente.
  • Comprendere le conseguenze dell’urbanizzazione sull’ambiente.
  • Cogliere gli elementi su cui fondare una politica della città intelligente.
  • Comprendere l’importanza di una strategia che concili crescita economica, tutela dell’ambiente, benessere dei cittadini.
  • Comprendere il concetto di mobilità sostenibile.
  • Individuare i percorsi che conducono verso un turismo responsabile e sostenibile.
  • Saper formulare una strategia solida e coerente per la definizione di un programma per l’ambiente e per la crescita economica.

Al termine di questo corso, inoltre, lo studente avrà sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • L’utilizzo delle tecniche del problem solving volte alla soluzione di problemi concreti.
  • La capacità di delineare un processo strategico in tre fasi (analisi del contesto, formulazione e implementazione di una strategia) valido in ambiti distinti da quello puramente ambientale.
  • Il rafforzamento dell’autonomia di giudizio e del pensiero critico.

Programma

Il corso illustra le principali sfide economiche globali (instabilità, iniquità, inquinamento) con cui il sistema economico moderno si deve confrontare, soffermandosi a esaminare l’impatto che l’azione umana esercita sulla natura. La crescita del reddito e della ricchezza – irrinunciabile – deve essere resa compatibile con la salvaguardia dell’ambiente; affinché l’obiettivo sia raggiunto è necessario predisporre una strategia di lungo termine e attuare opportune politiche per l’ambiente tali da aggiungere una dimensione qualitativa allo sviluppo, che deve diventare “sostenibile”. Gli studenti acquisiranno gli strumenti per ragionare criticamente intorno a uno dei grandi temi del XXI secolo.

Le tematiche affrontate durante il corso, in 15 video-lezioni, sono le seguenti:

  • Sfide economiche globali: natura e capitalismo, instabilità, iniquità, inquinamento.
  • Innovazione: l’origine del successo economico, la causa dell’inquinamento, la soluzione del problema.
  • Una strategia per l’innovazione.
  • Conciliare crescita economica e tutela dell’ambiente.
  • Teorie della decrescita, teorie di mercato, il ruolo della politica economica.
  • Politiche per l’ambiente: domanda, offerta, tecnologia.
  • Beni pubblici globali, esclusività, rivalità, beni comuni.
  • La transizione ecologica verso l’economia verde inclusiva.
  • Struttura della domanda e progresso tecnologico.
  • Politiche per l’ambiente e collaborazione tra nazioni.
  • Cambiamento climatico, riscaldamento terrestre e perdita della biodiversità.
  • Sfruttamento e inquinamento delle acque: oceani, mari, laghi, fiumi.
  • L’acqua, una risorsa preziosa: le reti idriche
  • Smaltimento dei rifiuti e economia circolare.
  • Messa in sicurezza del territorio (dissesto idrogeologico (frane e alluvioni) e terremoti).
  • Patrimonio artistico, paesaggistico, naturalistico.
  • Demografia, povertà, migrazioni e disuguaglianze.
  • Urbanizzazione: i grandi centri urbani e le smart cities.
  • Best practice: Copenaghen, città sostenibile.
  • Il settore dei trasporti: verso una mobilità sostenibile.
  • Turismo responsabile e sostenibile, il problema dell’overtourism e il caso di Roma.
  • Cooperazione internazionale

Modalità d'esame

L’esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare il grado di apprendimento maturato dallo studente e la sua capacità di ragionare autonomamente e criticamente intorno alle politiche per l’ambiente.
La prova scritta ha durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni e ha il medesimo obiettivo della prova scritta.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • P. Ciocca, I. Musu (a cura di), Il sistema imperfetto. Difetti del mercato, risposte dello Stato, Luiss University Press, 2016 (pagg. 9-46, 63-82, 169-206, 267-286).
  • P. Ciocca, I. Musu (a cura di), Natura e capitalismo. Un conflitto da evitare, Luiss University Press, ultima edizione.

Letture di approfondimento consigliete:

  • A. Schilling, F. Izzo, Gestione dell’innovazione, McGraw-Hill, 2013.
  • A. Samuelson, W.D. Nordhaus, Economics, McGraw-Hill, 2004.
  • D. Nordhaus, The Climate Casino: Risk, Uncertainty, and Economics for a Warming, Yale University Pressi, 2015.

Codice insegnamento UC453416

Produzione di energia da fonti rinnovabili 2° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Produzione di energia da fonti rinnovabili analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Produzione di energia da fonti rinnovabili analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le principali caratteristiche funzionali e fornendo i criteri di base per il loro dimensionamento.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le modalità di analisi delle fonti primarie di energia rinnovabile per definire le potenzialità delle fonti stesse, le tecnologie utilizzabili per ciascuna fonte.
Lo studente dovrà poi conoscere i criteri di base per il dimensionamento degli impianti alimentati da fonti rinnovabili e le normative tecniche di riferimento.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di analizzare le potenzialità delle fonti rinnovabili, dimensionare i relativi impianti e analizzare i costi di installazione e manutenzione degli stessi.
In concreto, lo studente sarà in grado di individuare e dimensionare in modo corretto i principali tipi di impianti alimentati da fonti rinnovabili.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.

Programma

Il corso è suddiviso in tre parti. La prima parte introduce le fonti rinnovabili e le relative tecnologie contestualizzandole, come processi di conversione/trasformazione dell’energia, nel concetto più ampio di sistema energetico che comprende l’intero ciclo dell’energia dalle fonti primarie all’effetto utile. La seconda parte analizza gli strumenti utilizzabili per la riduzione delle emissioni CO2 (tra cui l’utilizzo delle Fonti rinnovabili) oltre ad analizzare l’attuale sistema elettrico italiano con particolare riferimento alla penetrazione (passata, attuale e proiezioni future) delle fonti rinnovabili oltre ad analizzare brevemente il quadro normativo che riguarda gli incentivi all’utilizzo delle fonti rinnovabili a livello nazionale. La terza parte analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le principali caratteristiche funzionali e fornendo i criteri di base per il loro dimensionamento.

Prima parte:

  • Introduzione al corso
  • Generalità sulle fonti rinnovabili

Seconda parte

  • Le fonti di energia rinnovabile
  • Aspetti normativi
  • Utilizzo delle fonti rinnovabili

Terza parte

  • Energia solare
  • Impianti solari termici
  • Impianti fotovoltaici
  • Energia eolica
  • Impianti eolici
  • Energia potenziale idrica
  • Impianti idroelettrici
  • Energia geotermica
  • Impianti geotermoelettrici
  • Biomasse
  • Impianti a biomassa
  • Energia del mare
  • Impianti per l’utilizzo dell’energia del mare

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e un breve esercizio numerico sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • D. Cocco, C. Palomba, P. Puddu “Tecnologie delle energie rinnovabili”, Editore: S.G.E. 2016, Edizione 3, EAN: 9788889884331, ISBN: 8889884339.

Codice insegnamento UC62821

Produzione di energia da fonti rinnovabili 2° anno · 6 CFU · IIND-06/B · 0 file

Il corso di Produzione di energia da fonti rinnovabili analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di Produzione di energia da fonti rinnovabili analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le principali caratteristiche funzionali e fornendo i criteri di base per il loro dimensionamento.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano principalmente le modalità di analisi delle fonti primarie di energia rinnovabile per definire le potenzialità delle fonti stesse, le tecnologie utilizzabili per ciascuna fonte.
Lo studente dovrà poi conoscere i criteri di base per il dimensionamento degli impianti alimentati da fonti rinnovabili e le normative tecniche di riferimento.
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di analizzare le potenzialità delle fonti rinnovabili, dimensionare i relativi impianti e analizzare i costi di installazione e manutenzione degli stessi.
In concreto, lo studente sarà in grado di individuare e dimensionare in modo corretto i principali tipi di impianti alimentati da fonti rinnovabili.
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente.

Programma

Il corso è suddiviso in tre parti. La prima parte introduce le fonti rinnovabili e le relative tecnologie contestualizzandole, come processi di conversione/trasformazione dell’energia, nel concetto più ampio di sistema energetico che comprende l’intero ciclo dell’energia dalle fonti primarie all’effetto utile. La seconda parte analizza gli strumenti utilizzabili per la riduzione delle emissioni CO2 (tra cui l’utilizzo delle Fonti rinnovabili) oltre ad analizzare l’attuale sistema elettrico italiano con particolare riferimento alla penetrazione (passata, attuale e proiezioni future) delle fonti rinnovabili oltre ad analizzare brevemente il quadro normativo che riguarda gli incentivi all’utilizzo delle fonti rinnovabili a livello nazionale. La terza parte analizza in modo dettagliato le principali fonti di energia rinnovabile e le tecnologie per il loro utilizzo, illustrandone i principi di funzionamento, le principali caratteristiche funzionali e fornendo i criteri di base per il loro dimensionamento.

Prima parte:

  • Introduzione al corso
  • Generalità sulle fonti rinnovabili

Seconda parte

  • Le fonti di energia rinnovabile
  • Aspetti normativi
  • Utilizzo delle fonti rinnovabili

Terza parte

  • Energia solare
  • Impianti solari termici
  • Impianti fotovoltaici
  • Energia eolica
  • Impianti eolici
  • Energia potenziale idrica
  • Impianti idroelettrici
  • Energia geotermica
  • Impianti geotermoelettrici
  • Biomasse
  • Impianti a biomassa
  • Energia del mare
  • Impianti per l’utilizzo dell’energia del mare

Modalità d'esame

L’esame, sia in sede che fuori sede, si svolge in forma scritta. La prova ha una durata massima di 90 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice.

La prova è costituta da due domande teoriche aperte (non a risposta multipla) e un breve esercizio numerico sugli argomenti svolti durante il corso. Ogni domanda ed esercizio è conforme ai tre descrittori di Dublino.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • D. Cocco, C. Palomba, P. Puddu “Tecnologie delle energie rinnovabili”, Editore: S.G.E. 2016, Edizione 3, EAN: 9788889884331, ISBN: 8889884339.

Codice insegnamento UC453355

Progettazione assistita dal calcolatore 2° anno · 6 CFU · IIND-03/A · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti; la comprensione delle conoscenze di base…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti;
  • la comprensione delle conoscenze di base delle tecniche di modellazione e simulazione con elementi finiti.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • scegliere il modello agli elementi finiti più idoneo alla valutazione del comportamento strutturale di uno specifico caso studio;
  • usare software commerciali di modellazione e simulazione agli elementi finiti per le fasi di: 1) modellazione (pre-processing); 2) calcolo della soluzione; 3) analisi dei risultati (post-processing); in relazione a semplici casi studio nell’ambito dell’ingegneria industriale.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • valutare in maniera critica la qualità della mesh di un modello agli elementi finiti;
  • analizzare in maniera critica i risultati (tensioni, spostamenti, deformazioni) di un modello agli elementi finiti;
  • comunicare dati, informazioni e risultati di un modello agli elementi finiti con sufficiente proprietà di linguaggio per quanto attiene la terminologia scientifica del corso.

Programma

Il corso di Progettazione assistita dal calcolatore si propone di fornire le nozioni principali riguardanti la metodologia degli elementi finiti, attraverso l’acquisizione delle basi teoriche e dei criteri generali utilizzati nella moderna ingegneria per la modellazione e simulazione di assiemi e componenti meccanici.

Modulo 1: Sezione teorica
Principi-base del metodo agli Elementi Finiti (EF), Assunzioni e scelte nell’uso degli EF (limitazioni), Tipologie di elementi, Trattazione analitica della costruzione di un modello agli EF (elemento & sistema completo).

  • Introduzione al metodo degli elementi finiti
  • Approccio energetico degli elementi finiti
  • Matrice di rigidezza e assemblaggio per un sistema completo
  • Trattazione analitica degli elementi finiti: forma differenziale e forma integrale
  • Calcolo della matrice di rigidezza tramite l’approccio energetico
  • Stima dell’errore nella valutazione di tensioni e deformazioni
  • Convergenza del modello agli elementi finiti
  • Interpolazione della variabile primaria & Assemblaggio della matrice di rigidezza complessiva del sistema
  • Carichi distribuiti & Imposizione dei vincoli.

Modulo 2: Sezione pratica
Discussione critica e risoluzione di un semplice problema di analisi strutturale mediante l'utilizzo di software commerciali: Importazione di modelli solidi 3D in ambiente di modellazione agli EF; Modellazione pre-processing; Analisi statica lineare; Analisi modale; Selezione, visualizzazione e discussione dei risultati mediante analisi post-processing.

  • Modellazione agli elementi finiti assistita dal calcolatore – Parte I (Introduzione alla modellazione assistita dal calcolatore; Correzione del modello importato sul software di pre-processing; Costruzione della mesh)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte II (Valutazione e unione di mesh; Assegnazione del materiale e delle proprietà alle parti; Imposizione di carichi e vincoli)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte III (Lancio dell’analisi strutturale e della simulazione; Post-processing: analisi di spostamenti e tensioni; Analisi modale: Pre-processing & Post-processing)

Modalità d'esame

L’esame si svolge in forma scritta e ha la durata massima di 120 minuti. La prova è costituta generalmente da:

  • due domande brevi volte alla verifica della conoscenza delle definizioni teoriche fondamentali della metodologia degli elementi finti;
  • una domanda a risposta aperta sui principi base della modellazione agli elementi finti;
  • una domanda applicativa riguardante l’applicazione pratica dei principi di modellazione e simulazione condotta tramite software commerciali.

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Gli esercizi intermedi di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Elementi finiti. A. Gugliotta, A. Somà, N. Zampieri (Quine Business Publisher, 2022)
  • Progettazione assistita dal calcolatore A.A. 2013-2014. McGraw-Hill Create

Codice insegnamento curriculum-gestionale-lm-33:19061

Progettazione assistita dal calcolatore 2° anno · 6 CFU · IIND-03/A · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti; la comprensione delle conoscenze di base…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti;
  • la comprensione delle conoscenze di base delle tecniche di modellazione e simulazione con elementi finiti.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • scegliere il modello agli elementi finiti più idoneo alla valutazione del comportamento strutturale di uno specifico caso studio;
  • usare software commerciali di modellazione e simulazione agli elementi finiti per le fasi di: 1) modellazione (pre-processing); 2) calcolo della soluzione; 3) analisi dei risultati (post-processing); in relazione a semplici casi studio nell’ambito dell’ingegneria industriale.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • valutare in maniera critica la qualità della mesh di un modello agli elementi finiti;
  • analizzare in maniera critica i risultati (tensioni, spostamenti, deformazioni) di un modello agli elementi finiti;
  • comunicare dati, informazioni e risultati di un modello agli elementi finiti con sufficiente proprietà di linguaggio per quanto attiene la terminologia scientifica del corso.

Programma

Il corso di Progettazione assistita dal calcolatore si propone di fornire le nozioni principali riguardanti la metodologia degli elementi finiti, attraverso l’acquisizione delle basi teoriche e dei criteri generali utilizzati nella moderna ingegneria per la modellazione e simulazione di assiemi e componenti meccanici.

Modulo 1: Sezione teorica
Principi-base del metodo agli Elementi Finiti (EF), Assunzioni e scelte nell’uso degli EF (limitazioni), Tipologie di elementi, Trattazione analitica della costruzione di un modello agli EF (elemento & sistema completo).

  • Introduzione al metodo degli elementi finiti
  • Approccio energetico degli elementi finiti
  • Matrice di rigidezza e assemblaggio per un sistema completo
  • Trattazione analitica degli elementi finiti: forma differenziale e forma integrale
  • Calcolo della matrice di rigidezza tramite l’approccio energetico
  • Stima dell’errore nella valutazione di tensioni e deformazioni
  • Convergenza del modello agli elementi finiti
  • Interpolazione della variabile primaria & Assemblaggio della matrice di rigidezza complessiva del sistema
  • Carichi distribuiti & Imposizione dei vincoli.

Modulo 2: Sezione pratica
Discussione critica e risoluzione di un semplice problema di analisi strutturale mediante l'utilizzo di software commerciali: Importazione di modelli solidi 3D in ambiente di modellazione agli EF; Modellazione pre-processing; Analisi statica lineare; Analisi modale; Selezione, visualizzazione e discussione dei risultati mediante analisi post-processing.

  • Modellazione agli elementi finiti assistita dal calcolatore – Parte I (Introduzione alla modellazione assistita dal calcolatore; Correzione del modello importato sul software di pre-processing; Costruzione della mesh)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte II (Valutazione e unione di mesh; Assegnazione del materiale e delle proprietà alle parti; Imposizione di carichi e vincoli)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte III (Lancio dell’analisi strutturale e della simulazione; Post-processing: analisi di spostamenti e tensioni; Analisi modale: Pre-processing & Post-processing)

Modalità d'esame

L’esame si svolge in forma scritta e ha la durata massima di 120 minuti. La prova è costituta generalmente da:

  • due domande brevi volte alla verifica della conoscenza delle definizioni teoriche fondamentali della metodologia degli elementi finti;
  • una domanda a risposta aperta sui principi base della modellazione agli elementi finti;
  • una domanda applicativa riguardante l’applicazione pratica dei principi di modellazione e simulazione condotta tramite software commerciali.

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Gli esercizi intermedi di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Elementi finiti. A. Gugliotta, A. Somà, N. Zampieri (Quine Business Publisher, 2022)
  • Progettazione assistita dal calcolatore A.A. 2013-2014. McGraw-Hill Create

Codice insegnamento UC62840

Progettazione assistita dal calcolatore 2° anno · 6 CFU · IIND-03/A · 0 file

Conoscenza e comprensione Le principali conoscenze acquisite riguardano: la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti; la comprensione delle conoscenze di base…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenza e comprensione
Le principali conoscenze acquisite riguardano:

  • la comprensione e la capacità di enunciazione dei fondamenti della metodologia degli elementi finiti;
  • la comprensione delle conoscenze di base delle tecniche di modellazione e simulazione con elementi finiti.

Capacità di applicare conoscenze e comprensione
Al termine di questo corso lo studente sarà in grado di:

  • scegliere il modello agli elementi finiti più idoneo alla valutazione del comportamento strutturale di uno specifico caso studio;
  • usare software commerciali di modellazione e simulazione agli elementi finiti per le fasi di: 1) modellazione (pre-processing); 2) calcolo della soluzione; 3) analisi dei risultati (post-processing); in relazione a semplici casi studio nell’ambito dell’ingegneria industriale.

Competenze trasversali
Al termine di questo corso lo studente sarà in grado di:

  • valutare in maniera critica la qualità della mesh di un modello agli elementi finiti;
  • analizzare in maniera critica i risultati (tensioni, spostamenti, deformazioni) di un modello agli elementi finiti;
  • comunicare dati, informazioni e risultati di un modello agli elementi finiti con sufficiente proprietà di linguaggio per quanto attiene la terminologia scientifica del corso.

Programma

Il corso di Progettazione assistita dal calcolatore si propone di fornire le nozioni principali riguardanti la metodologia degli elementi finiti, attraverso l’acquisizione delle basi teoriche e dei criteri generali utilizzati nella moderna ingegneria per la modellazione e simulazione di assiemi e componenti meccanici.

Modulo 1: Sezione teorica
Principi-base del metodo agli Elementi Finiti (EF), Assunzioni e scelte nell’uso degli EF (limitazioni), Tipologie di elementi, Trattazione analitica della costruzione di un modello agli EF (elemento & sistema completo).

  • Introduzione al metodo degli elementi finiti
  • Approccio energetico degli elementi finiti
  • Matrice di rigidezza e assemblaggio per un sistema completo
  • Trattazione analitica degli elementi finiti: forma differenziale e forma integrale
  • Calcolo della matrice di rigidezza tramite l’approccio energetico
  • Stima dell’errore nella valutazione di tensioni e deformazioni
  • Convergenza del modello agli elementi finiti
  • Interpolazione della variabile primaria & Assemblaggio della matrice di rigidezza complessiva del sistema
  • Carichi distribuiti & Imposizione dei vincoli.

Modulo 2: Sezione pratica
Discussione critica e risoluzione di un semplice problema di analisi strutturale mediante l'utilizzo di software commerciali: Importazione di modelli solidi 3D in ambiente di modellazione agli EF; Modellazione pre-processing; Analisi statica lineare; Analisi modale; Selezione, visualizzazione e discussione dei risultati mediante analisi post-processing.

  • Modellazione agli elementi finiti assistita dal calcolatore – Parte I (Introduzione alla modellazione assistita dal calcolatore; Correzione del modello importato sul software di pre-processing; Costruzione della mesh)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte II (Valutazione e unione di mesh; Assegnazione del materiale e delle proprietà alle parti; Imposizione di carichi e vincoli)
  • Modellazione agli elementi finiti assistita dal calcolatore – Parte III (Lancio dell’analisi strutturale e della simulazione; Post-processing: analisi di spostamenti e tensioni; Analisi modale: Pre-processing & Post-processing)

Modalità d'esame

L’esame si svolge in forma scritta e ha la durata massima di 120 minuti. La prova è costituta generalmente da:

  • due domande brevi volte alla verifica della conoscenza delle definizioni teoriche fondamentali della metodologia degli elementi finti;
  • una domanda a risposta aperta sui principi base della modellazione agli elementi finti;
  • una domanda applicativa riguardante l’applicazione pratica dei principi di modellazione e simulazione condotta tramite software commerciali.

Si richiede agli studenti di mostrare la conoscenza degli argomenti trattati nell’ambito dell’esame sia da un punto di vista teorico che applicativo.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.
Gli esercizi intermedi di autovalutazione consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è consigliato lo studio dei seguenti testi:

  • Elementi finiti. A. Gugliotta, A. Somà, N. Zampieri (Quine Business Publisher, 2022)
  • Progettazione assistita dal calcolatore A.A. 2013-2014. McGraw-Hill Create

Codice insegnamento UC453403

Prova finale 2° anno · 12 CFU · 0 file
Prova finale 2° anno · 12 CFU · 0 file
Prova finale 2° anno · 12 CFU · 0 file
Scelta libera 2° anno · 12 CFU · 0 file
Scelta libera 2° anno · 12 CFU · 0 file
Scelta libera 2° anno · 12 CFU · 0 file
Sicurezza nei sistemi informatici 2° anno · 6 CFU · ING-INF/05 · 0 file

Al termine di questo corso, lo studente sarà in grado di: 1. Conoscenza e comprensione Comprendere le problematiche relative alla sicurezza dei sistemi informatici. Conoscere le basi dei concetti crittografici.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Comprendere le problematiche relative alla sicurezza dei sistemi informatici.
  • Conoscere le basi dei concetti crittografici.
  • Riconoscere le principali forme di malware.

2. Capacità di applicare conoscenze e comprensione

  • Valutare lo stato di sicurezza di un ambiente aziendale e consigliare soluzioni di sicurezza appropriate.

3. Competenze trasversali

  • Implementare protocolli sicuri, adottare soluzioni a protezione dei sistemi e delle applicazioni, progettare reti sicure, implementare vari tipi di controlli.
  • Monitorare e proteggere gli ambienti ibridi, inclusi cloud, dispositivi mobili, IoT e sicurezza fisica.
  • Operare con la consapevolezza delle leggi e delle norme applicabili, inclusi GDPR e principi GRC (governance, risk & compliance).
  • Identificare, analizzare e rispondere a eventi e incidenti di sicurezza.

Programma

Il corso ha lo scopo di fornire allo studente le conoscenze il più possibile aggiornate e complete sulla sicurezza dei sistemi informatici, nei diversi ambiti nei quali potreste ritrovarvi a lavorare nel prossimo futuro.

Introduzione alla sicurezza dei sistemi informatici

  • Introduzione alla cybersecurity

Crittografia e protocolli di sicurezza

  • Introduzione alla crittografia
  • Certificati digitali e protocolli di sicurezza

Malware

  • Il malware
  • Social engineering, sicurezza del browser e delle applicazioni
  • Sviluppo sicuro del software

Soluzioni e dispositivi di sicurezza

  • Attacchi di rete e sicurezza perimetrale
  • Soluzioni e dispositivi di sicurezza
  • Sicurezza dei dispositivi mobili
  • Hardening e virtualizzazione
  • Sicurezza del cloud
  • Sicurezza fisica
  • Autenticazione e controlli d'accesso

Normative e procedure

  • Gestione del rischio e delle vulnerabilità
  • Monitoraggio e revisione
  • Alta affidabilità
  • Policy e procedure
  • Incident response

Modalità d'esame

L´esame si svolge in forma scritta. La durata massima della prova è di 90 minuti.
La prova consiste in domande a risposta multipla.
Durante lo svolgimento della prova è consentito l'uso della calcolatrice.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Il materiale didattico è disponibile on-line sul Virtual Campus ed è costituito da videolezioni. Per la preparazione completa dell’esame è sufficiente fare riferimento a tale materiale.

Testo di approfondimento:

  • Stuart McClure, Joel Scambray, George Kurtz – “Hacking Exposed 7: Network Security Secrets & Solutions”, McGraw Hill, ultima edizione

Codice insegnamento UC453318

Sicurezza nei sistemi informatici 2° anno · 6 CFU · ING-INF/05 · 0 file

Al termine di questo corso, lo studente sarà in grado di: 1. Conoscenza e comprensione Comprendere le problematiche relative alla sicurezza dei sistemi informatici. Conoscere le basi dei concetti crittografici.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Comprendere le problematiche relative alla sicurezza dei sistemi informatici.
  • Conoscere le basi dei concetti crittografici.
  • Riconoscere le principali forme di malware.

2. Capacità di applicare conoscenze e comprensione

  • Valutare lo stato di sicurezza di un ambiente aziendale e consigliare soluzioni di sicurezza appropriate.

3. Competenze trasversali

  • Implementare protocolli sicuri, adottare soluzioni a protezione dei sistemi e delle applicazioni, progettare reti sicure, implementare vari tipi di controlli.
  • Monitorare e proteggere gli ambienti ibridi, inclusi cloud, dispositivi mobili, IoT e sicurezza fisica.
  • Operare con la consapevolezza delle leggi e delle norme applicabili, inclusi GDPR e principi GRC (governance, risk & compliance).
  • Identificare, analizzare e rispondere a eventi e incidenti di sicurezza.

Programma

Il corso ha lo scopo di fornire allo studente le conoscenze il più possibile aggiornate e complete sulla sicurezza dei sistemi informatici, nei diversi ambiti nei quali potreste ritrovarvi a lavorare nel prossimo futuro.

Introduzione alla sicurezza dei sistemi informatici

  • Introduzione alla cybersecurity

Crittografia e protocolli di sicurezza

  • Introduzione alla crittografia
  • Certificati digitali e protocolli di sicurezza

Malware

  • Il malware
  • Social engineering, sicurezza del browser e delle applicazioni
  • Sviluppo sicuro del software

Soluzioni e dispositivi di sicurezza

  • Attacchi di rete e sicurezza perimetrale
  • Soluzioni e dispositivi di sicurezza
  • Sicurezza dei dispositivi mobili
  • Hardening e virtualizzazione
  • Sicurezza del cloud
  • Sicurezza fisica
  • Autenticazione e controlli d'accesso

Normative e procedure

  • Gestione del rischio e delle vulnerabilità
  • Monitoraggio e revisione
  • Alta affidabilità
  • Policy e procedure
  • Incident response

Modalità d'esame

L´esame si svolge in forma scritta. La durata massima della prova è di 90 minuti.
La prova consiste in domande a risposta multipla.
Durante lo svolgimento della prova è consentito l'uso della calcolatrice.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Il materiale didattico è disponibile on-line sul Virtual Campus ed è costituito da videolezioni. Per la preparazione completa dell’esame è sufficiente fare riferimento a tale materiale.

Testo di approfondimento:

  • Stuart McClure, Joel Scambray, George Kurtz – “Hacking Exposed 7: Network Security Secrets & Solutions”, McGraw Hill, ultima edizione

Codice insegnamento UC453367

Sicurezza nei sistemi informatici 2° anno · 6 CFU · ING-INF/05 · 0 file

Al termine di questo corso, lo studente sarà in grado di: 1. Conoscenza e comprensione Comprendere le problematiche relative alla sicurezza dei sistemi informatici. Conoscere le basi dei concetti crittografici.…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:
1. Conoscenza e comprensione

  • Comprendere le problematiche relative alla sicurezza dei sistemi informatici.
  • Conoscere le basi dei concetti crittografici.
  • Riconoscere le principali forme di malware.

2. Capacità di applicare conoscenze e comprensione

  • Valutare lo stato di sicurezza di un ambiente aziendale e consigliare soluzioni di sicurezza appropriate.

3. Competenze trasversali

  • Implementare protocolli sicuri, adottare soluzioni a protezione dei sistemi e delle applicazioni, progettare reti sicure, implementare vari tipi di controlli.
  • Monitorare e proteggere gli ambienti ibridi, inclusi cloud, dispositivi mobili, IoT e sicurezza fisica.
  • Operare con la consapevolezza delle leggi e delle norme applicabili, inclusi GDPR e principi GRC (governance, risk & compliance).
  • Identificare, analizzare e rispondere a eventi e incidenti di sicurezza.

Programma

Il corso ha lo scopo di fornire allo studente le conoscenze il più possibile aggiornate e complete sulla sicurezza dei sistemi informatici, nei diversi ambiti nei quali potreste ritrovarvi a lavorare nel prossimo futuro.

Introduzione alla sicurezza dei sistemi informatici

  • Introduzione alla cybersecurity

Crittografia e protocolli di sicurezza

  • Introduzione alla crittografia
  • Certificati digitali e protocolli di sicurezza

Malware

  • Il malware
  • Social engineering, sicurezza del browser e delle applicazioni
  • Sviluppo sicuro del software

Soluzioni e dispositivi di sicurezza

  • Attacchi di rete e sicurezza perimetrale
  • Soluzioni e dispositivi di sicurezza
  • Sicurezza dei dispositivi mobili
  • Hardening e virtualizzazione
  • Sicurezza del cloud
  • Sicurezza fisica
  • Autenticazione e controlli d'accesso

Normative e procedure

  • Gestione del rischio e delle vulnerabilità
  • Monitoraggio e revisione
  • Alta affidabilità
  • Policy e procedure
  • Incident response

Modalità d'esame

L´esame si svolge in forma scritta. La durata massima della prova è di 90 minuti.
La prova consiste in domande a risposta multipla.
Durante lo svolgimento della prova è consentito l'uso della calcolatrice.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Il materiale didattico è disponibile on-line sul Virtual Campus ed è costituito da videolezioni. Per la preparazione completa dell’esame è sufficiente fare riferimento a tale materiale.

Testo di approfondimento:

  • Stuart McClure, Joel Scambray, George Kurtz – “Hacking Exposed 7: Network Security Secrets & Solutions”, McGraw Hill, ultima edizione

Codice insegnamento UC453414

Sicurezza nucleare e criteri internazionali 2° anno · 6 CFU · IIND-07/D · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere la normativa di sicurezza negli impianti industriali e nello specifico negli impianti nucleari; analizzare i vari rischi e incidenti che si possono…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere la normativa di sicurezza negli impianti industriali e nello specifico negli impianti nucleari;
  • analizzare i vari rischi e incidenti che si possono presentare nella conduzione di un impianto nucleare;
  • studiare i vari sistemi utilizzati per la messa in sicurezza dell’impianto nucleare medesimo;
  • descrivere i processi di smaltimento dei rifiuti radioattivi;
  • illustrare i futuri metodi nucleari di produzione di energia.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta. Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, sfruttando al meglio la capacità di analisi e sintesi mediante il metodo scientifico.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso.

L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Quest’ultima si svolge nelle due ore come una esercitazione/ricevimento frontale.

Programma

Il corso fornisce una panoramica della normativa sulla sicurezza negli impianti industriali e nello specifico negli impianti nucleari. La trattazione della materia riguarderà l’analisi dei vari rischi e incidenti che si possono presentare nella conduzione di un impianto nucleare e lo studio dei vari sistemi utilizzati per la messa in sicurezza dell’impianto nucleare medesimo. Inoltre, verranno evidenziati i processi di smaltimento, cosi come i futuri metodi nucleari di produzione di energia.

  • Concetti base
  • Le classi di rischio
  • Analisi del rischio
  • Criteri di analisi del rischio
  • Criteri di ispezione in un impianto
  • Gestione della sicurezza e della salute
  • Classificazione degli impianti nucleari
  • Sicurezza negli impianti nucleari
  • Procedure autorizzative per l’attivazione di un impianto nucleare
  • La sicurezza nucleare
  • Normativa di riferimento
  • Processi di smaltimento
  • Metodi nucleari di produzione di energia

Modalità d'esame

L’esame si svolge in forma orale per gli esami in sede, ed in forma scritta per gli esami nelle sedi esterne.

La prova scritta ha una durata di 120 minuti e durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile e del testo della normativa fornita direttamente dalla commissione d’esame.

Sia la prova orale, che la prova scritta, sono composte fondamentalmente da tre domande a risposta aperta sugli argomenti svolti durante il corso.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Testo legge 81/08, normativa di sicurezza negli impianti industriali
  • Regolamento (EURATOM) e successive modifiche

Codice insegnamento UC453308

Sicurezza nucleare e criteri internazionali 2° anno · 6 CFU · IIND-07/D · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere la normativa di sicurezza negli impianti industriali e nello specifico negli impianti nucleari; analizzare i vari rischi e incidenti che si possono…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere la normativa di sicurezza negli impianti industriali e nello specifico negli impianti nucleari;
  • analizzare i vari rischi e incidenti che si possono presentare nella conduzione di un impianto nucleare;
  • studiare i vari sistemi utilizzati per la messa in sicurezza dell’impianto nucleare medesimo;
  • descrivere i processi di smaltimento dei rifiuti radioattivi;
  • illustrare i futuri metodi nucleari di produzione di energia.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta. Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, sfruttando al meglio la capacità di analisi e sintesi mediante il metodo scientifico.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso.

L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Quest’ultima si svolge nelle due ore come una esercitazione/ricevimento frontale.

Programma

Il corso fornisce una panoramica della normativa sulla sicurezza negli impianti industriali e nello specifico negli impianti nucleari. La trattazione della materia riguarderà l’analisi dei vari rischi e incidenti che si possono presentare nella conduzione di un impianto nucleare e lo studio dei vari sistemi utilizzati per la messa in sicurezza dell’impianto nucleare medesimo. Inoltre, verranno evidenziati i processi di smaltimento, cosi come i futuri metodi nucleari di produzione di energia.

  • Concetti base
  • Le classi di rischio
  • Analisi del rischio
  • Criteri di analisi del rischio
  • Criteri di ispezione in un impianto
  • Gestione della sicurezza e della salute
  • Classificazione degli impianti nucleari
  • Sicurezza negli impianti nucleari
  • Procedure autorizzative per l’attivazione di un impianto nucleare
  • La sicurezza nucleare
  • Normativa di riferimento
  • Processi di smaltimento
  • Metodi nucleari di produzione di energia

Modalità d'esame

L’esame si svolge in forma orale per gli esami in sede, ed in forma scritta per gli esami nelle sedi esterne.

La prova scritta ha una durata di 120 minuti e durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile e del testo della normativa fornita direttamente dalla commissione d’esame.

Sia la prova orale, che la prova scritta, sono composte fondamentalmente da tre domande a risposta aperta sugli argomenti svolti durante il corso.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Testo legge 81/08, normativa di sicurezza negli impianti industriali
  • Regolamento (EURATOM) e successive modifiche

Codice insegnamento UC453357

Sicurezza nucleare e criteri internazionali 2° anno · 6 CFU · IIND-07/D · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere la normativa di sicurezza negli impianti industriali e nello specifico negli impianti nucleari; analizzare i vari rischi e incidenti che si possono…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere la normativa di sicurezza negli impianti industriali e nello specifico negli impianti nucleari;
  • analizzare i vari rischi e incidenti che si possono presentare nella conduzione di un impianto nucleare;
  • studiare i vari sistemi utilizzati per la messa in sicurezza dell’impianto nucleare medesimo;
  • descrivere i processi di smaltimento dei rifiuti radioattivi;
  • illustrare i futuri metodi nucleari di produzione di energia.

Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano come prima cosa la comprensione dei problemi che il corso presenta di volta in volta. Le principali abilità acquisite, quindi, (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) si concretizzano nel fatto che gli studenti saranno in grado di mettere in pratica le conoscenze teoriche al fine di risolvere problemi pratici, cosa di centrale importanza per ogni Ingegnere, ovvero saper valutare un problema, individuando in tempo breve la sua migliore tecnica risolutiva, sfruttando al meglio la capacità di analisi e sintesi mediante il metodo scientifico.

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso.

L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Quest’ultima si svolge nelle due ore come una esercitazione/ricevimento frontale.

Programma

Il corso fornisce una panoramica della normativa sulla sicurezza negli impianti industriali e nello specifico negli impianti nucleari. La trattazione della materia riguarderà l’analisi dei vari rischi e incidenti che si possono presentare nella conduzione di un impianto nucleare e lo studio dei vari sistemi utilizzati per la messa in sicurezza dell’impianto nucleare medesimo. Inoltre, verranno evidenziati i processi di smaltimento, cosi come i futuri metodi nucleari di produzione di energia.

  • Concetti base
  • Le classi di rischio
  • Analisi del rischio
  • Criteri di analisi del rischio
  • Criteri di ispezione in un impianto
  • Gestione della sicurezza e della salute
  • Classificazione degli impianti nucleari
  • Sicurezza negli impianti nucleari
  • Procedure autorizzative per l’attivazione di un impianto nucleare
  • La sicurezza nucleare
  • Normativa di riferimento
  • Processi di smaltimento
  • Metodi nucleari di produzione di energia

Modalità d'esame

L’esame si svolge in forma orale per gli esami in sede, ed in forma scritta per gli esami nelle sedi esterne.

La prova scritta ha una durata di 120 minuti e durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile e del testo della normativa fornita direttamente dalla commissione d’esame.

Sia la prova orale, che la prova scritta, sono composte fondamentalmente da tre domande a risposta aperta sugli argomenti svolti durante il corso.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:

  • Testo legge 81/08, normativa di sicurezza negli impianti industriali
  • Regolamento (EURATOM) e successive modifiche

Codice insegnamento UC453404

Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 2° anno · 12 CFU · IIND-06/B · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi, gassificazione, digestione, accumulatori, celle a combustibile ed elettrolizzatori: descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti e progettare i sistemi attraverso l’analisi termodinamica e cinetica (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate).

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti tramite le valutazioni delle risposte errate al questionario lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, lo studente acquisisce abilità comunicative e capacità di apprendere).
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Reattori, batterie e celle a combustibile sono sempre più importanti in qualsiasi applicazione industriale e civile per cui il corso analizza le principali conversioni e impianti/sistemi termochimici ed elettrochimici.
La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere i principali reattori termochimici e sistemi elettrochimici oggi esistenti ed elementi di dimensionamento e progettazione di tali sistemi (in particolare impianti di gassificazione e digestione da biomassa ed impianti con accumulatori/elettrolizzatori/celle a combustibile) e relative tecniche di acquisizione, controllo e analisi dati. Parte centrale del corso è illustrare le principali metodologie di analisi (termodinamica e cinetica) e di progetto di tali sistemi nonché i relativi principi di funzionamento.

Elementi di Termochimica
Concetti base. Processi termochimici per upgrade di combustibili e per generazione di calore. L’equilibrio termodinamico e le velocità di reazione. Processo, P&ID, Dimensionamento, Layout. Modelli sperimentali e teorici. Modelli all’equilibrio e cinetici. La fenomenologia delle reazioni. La risoluzione degli equilibri chimici. Le reazioni di Boudouard, di formazione del gas d'acqua, di formazione del metano, ecc. L’analisi all’equilibrio e la variazione dell’equilibrio al variare di temperatura, pressione, reagenti, prodotti e catalizzatori. Forme, tipologie, componenti e classificazione dei reattori: discontinui e continui in regime stazionario e variabile; in serie e ricircolanti; atmosferici e pressurizzati; a letto fisso: equicorrente, controcorrente a flusso traverso; a letto fluido: bollente, ricircolante, trascinato; isotermici, adiabatici, a riscaldamento diretto e indiretto. Principali parametri controllanti i processi termo/bio chimici: quantità, composizione chimica e forma fisica del riducente e dell’ossidante; umidità, capacità di campo e permeabilità; temperatura e acidità; tempo di residenza e di ritenzione. Pirolisi. Gassificazione. Combustione. Sostanze nocive, emissioni e condizionamento. Termodinamica e cinetica. Velocità di reazione, costante di Arrhenius e legge cinetica. Ordine di reazione e molarità. Energia di attivazione e stato di transizione. Profilo energetico di reazione. Espressioni della costante cinetica. Meccanismo di reazione. Principi e regimi di fluidizzazione.

Sistemi Termochimici
Biomassa e combustibili. Risorse, processi di conversione primaria e secondaria e usi finali. Scelta del processo. Scelta del combustibile. Lo schema impiantistico di un impianto di gassificazione. Reforming e gassificazione in aria, ossigeno e vapore. Parametri adimensionali. Definizione di digestione anaerobica. Fasi e parametri della digestione anaerobica. Tipologia di impianti di digestione anaerobica. Dimensionamento di un impianto di digestione anaerobica. Cenno ai costi di investimento e di esercizio nei sistemi termochimici. Ricavi e Flussi di cassa. Prospetto economico di un impianto di digestione anaerobica e di un gassificatore accoppianti a un motore a combustione interna per la generazione di elettricità e calore.

Elementi di Elettrochimica
Concetti base. Differenti specie di conduttori elettrici. Conducibilità degli elettroliti. Elettrocatalisi. Definizioni, generatori ed elettrolizzatori, reazioni elettrodiche. Potenziale chimico, elettrico ed elettrochimico. Condizioni di equilibrio in un sistema elettrochimico. Significato fisico di potenziale elettrodico. Corrente di scambio. Forza elettromotrice. Convenzioni elettrochimiche e potenziali standard. Equazione di Nernst. Misure di potenziale e polarizzazione. Elettrodi di riferimento. Spostamento dalle condizioni di equilibrio. Cinetica elettrochimica. Sovratensione di attivazione (trasferimento di carica) Equazione di Butler e Volmer. Legge di Tafel e di Stern e Geary. Diagrammi Potenziale-Corrente di Evans. Sovratensione di concentrazione (trasporto di materia). Corrente limite. Corrosione galvanica e per aerazione differenziale.

Sistemi elettrochimici
Classificazione e descrizione delle batterie primarie e secondarie. Componenti di celle e batterie. I materiali attivi, collettori di corrente, elettroliti, separatori e contenitori. Tensione, capacità ed energia. Fattori che influenzano le prestazioni. Corrente di scarica e capacità nominale. Criteri di selezione e applicazioni di Batterie. Batterie Primarie. Tipi, caratteristiche e prestazioni. La “Chimica” dei principali tipi di Batterie Primarie. Confronto tra le prestazioni delle batterie primarie. Batterie Secondarie: Tipi, caratteristiche e prestazioni La “Chimica” dei principali tipi di Batterie Secondarie. Confronto tra le prestazioni delle batterie secondarie. Tipologie di ricarica. Celle a Combustibile. Classificazione e principi di funzionamento. Celle ad elettrolita polimerico (PEFC). Celle alcaline (AFC). Celle ad acido fosforico (PAFC) A carbonati fusi (MCFC) e a ossidi solidi (SOFC) Fattori che ne influenzano il rendimento: sovratensione di trasferimento di carica e di diffusione. Elettrolizzatori. Applicazioni.

Completano il programma:

  • le dispense del corso (descrizione dettagliata di tutte le parti del corso);
  • gli esercizi del corso (una raccolta di molteplici esercizi svolti);
  • i video (su attività sperimentale realizzata dai docenti in laboratorio);
  • la descrizione degli strumenti e delle attività inerenti i processi termo ed elettro chimici che è possibile svolgere nel laboratorio di Paolo Emilio (come tesine, tesi di laurea, corso in presenza in laboratorio/tirocinio: https://www.unimarconi.it/it/laboratorio-di-applicazioni-industriali).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria termochimica (tipologie di reattori e impianti, parametri controllanti i processi termochimici, etc. definiti nelle lezioni, valutato 8 punti);
  • 1 esercizio per la risoluzione di sistemi termochimici (risoluzione di una reazione all’equilibrio termodinamico, valutato 8 punti);
  • 1 domanda di teoria elettrochimica (tipologie di accumulatori e celle a combustibile, elettrodi e potenziali, sovratensioni, etc. definiti nelle lezioni, valutato 8 punti)
  • 1 esercizio per la risoluzione di sistemi elettrochimici (dimensionamento di un pacco batterie o celle a combustibile, valutato 8 punti).

In questo modo, lo studente che risponde a tutte e 4 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32).

Le 4 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione dell’algoritmo di risoluzione, 3 punti per la correttezza delle equazioni di risoluzione, 3 per la correttezza dei risultati).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.
La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:
Termochimici

  • O. Levenspiel, Ingegneria Delle Reazioni Chimiche, Casa Editrice Ambrosiana
  • E. Bocci, Sistemi a biomasse: progettazione e valutazione economica, Maggioli editore

Elettrochimici

  • Handbook of Batteries (3rd Edition), McGraw-Hill
  • Handbook of Fuel Cell (Sixth Edition), U.S. Department of Energy

Si consiglia anche lo studio dei seguenti testi e siti web:

  • Gianfranco Pistoia, Electric and Hybrid Vehicles, Elsevier
  • Giuseppe Bianchi, Torquato Mussini, Elettrochimica, Tamburini Masson Editore
  • https://it.wikipedia.org/wiki/Elettrochimica
  • https://it.wikipedia.org/wiki/Termochimica

Per chi avesse lacune di base si consiglia di comprare un libro di base di chimica (e.g. Silvestroni).

Codice insegnamento UC62826

Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 2° anno · 12 CFU · IIND-06/B · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi, gassificazione, digestione, accumulatori, celle a combustibile ed elettrolizzatori: descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti e progettare i sistemi attraverso l’analisi termodinamica e cinetica (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate).

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti tramite le valutazioni delle risposte errate al questionario lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, lo studente acquisisce abilità comunicative e capacità di apprendere).
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Reattori, batterie e celle a combustibile sono sempre più importanti in qualsiasi applicazione industriale e civile per cui il corso analizza le principali conversioni e impianti/sistemi termochimici ed elettrochimici.
La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere i principali reattori termochimici e sistemi elettrochimici oggi esistenti ed elementi di dimensionamento e progettazione di tali sistemi (in particolare impianti di gassificazione e digestione da biomassa ed impianti con accumulatori/elettrolizzatori/celle a combustibile) e relative tecniche di acquisizione, controllo e analisi dati. Parte centrale del corso è illustrare le principali metodologie di analisi (termodinamica e cinetica) e di progetto di tali sistemi nonché i relativi principi di funzionamento.

Elementi di Termochimica
Concetti base. Processi termochimici per upgrade di combustibili e per generazione di calore. L’equilibrio termodinamico e le velocità di reazione. Processo, P&ID, Dimensionamento, Layout. Modelli sperimentali e teorici. Modelli all’equilibrio e cinetici. La fenomenologia delle reazioni. La risoluzione degli equilibri chimici. Le reazioni di Boudouard, di formazione del gas d'acqua, di formazione del metano, ecc. L’analisi all’equilibrio e la variazione dell’equilibrio al variare di temperatura, pressione, reagenti, prodotti e catalizzatori. Forme, tipologie, componenti e classificazione dei reattori: discontinui e continui in regime stazionario e variabile; in serie e ricircolanti; atmosferici e pressurizzati; a letto fisso: equicorrente, controcorrente a flusso traverso; a letto fluido: bollente, ricircolante, trascinato; isotermici, adiabatici, a riscaldamento diretto e indiretto. Principali parametri controllanti i processi termo/bio chimici: quantità, composizione chimica e forma fisica del riducente e dell’ossidante; umidità, capacità di campo e permeabilità; temperatura e acidità; tempo di residenza e di ritenzione. Pirolisi. Gassificazione. Combustione. Sostanze nocive, emissioni e condizionamento. Termodinamica e cinetica. Velocità di reazione, costante di Arrhenius e legge cinetica. Ordine di reazione e molarità. Energia di attivazione e stato di transizione. Profilo energetico di reazione. Espressioni della costante cinetica. Meccanismo di reazione. Principi e regimi di fluidizzazione.

Sistemi Termochimici
Biomassa e combustibili. Risorse, processi di conversione primaria e secondaria e usi finali. Scelta del processo. Scelta del combustibile. Lo schema impiantistico di un impianto di gassificazione. Reforming e gassificazione in aria, ossigeno e vapore. Parametri adimensionali. Definizione di digestione anaerobica. Fasi e parametri della digestione anaerobica. Tipologia di impianti di digestione anaerobica. Dimensionamento di un impianto di digestione anaerobica. Cenno ai costi di investimento e di esercizio nei sistemi termochimici. Ricavi e Flussi di cassa. Prospetto economico di un impianto di digestione anaerobica e di un gassificatore accoppianti a un motore a combustione interna per la generazione di elettricità e calore.

Elementi di Elettrochimica
Concetti base. Differenti specie di conduttori elettrici. Conducibilità degli elettroliti. Elettrocatalisi. Definizioni, generatori ed elettrolizzatori, reazioni elettrodiche. Potenziale chimico, elettrico ed elettrochimico. Condizioni di equilibrio in un sistema elettrochimico. Significato fisico di potenziale elettrodico. Corrente di scambio. Forza elettromotrice. Convenzioni elettrochimiche e potenziali standard. Equazione di Nernst. Misure di potenziale e polarizzazione. Elettrodi di riferimento. Spostamento dalle condizioni di equilibrio. Cinetica elettrochimica. Sovratensione di attivazione (trasferimento di carica) Equazione di Butler e Volmer. Legge di Tafel e di Stern e Geary. Diagrammi Potenziale-Corrente di Evans. Sovratensione di concentrazione (trasporto di materia). Corrente limite. Corrosione galvanica e per aerazione differenziale.

Sistemi elettrochimici
Classificazione e descrizione delle batterie primarie e secondarie. Componenti di celle e batterie. I materiali attivi, collettori di corrente, elettroliti, separatori e contenitori. Tensione, capacità ed energia. Fattori che influenzano le prestazioni. Corrente di scarica e capacità nominale. Criteri di selezione e applicazioni di Batterie. Batterie Primarie. Tipi, caratteristiche e prestazioni. La “Chimica” dei principali tipi di Batterie Primarie. Confronto tra le prestazioni delle batterie primarie. Batterie Secondarie: Tipi, caratteristiche e prestazioni La “Chimica” dei principali tipi di Batterie Secondarie. Confronto tra le prestazioni delle batterie secondarie. Tipologie di ricarica. Celle a Combustibile. Classificazione e principi di funzionamento. Celle ad elettrolita polimerico (PEFC). Celle alcaline (AFC). Celle ad acido fosforico (PAFC) A carbonati fusi (MCFC) e a ossidi solidi (SOFC) Fattori che ne influenzano il rendimento: sovratensione di trasferimento di carica e di diffusione. Elettrolizzatori. Applicazioni.

Completano il programma:

  • le dispense del corso (descrizione dettagliata di tutte le parti del corso);
  • gli esercizi del corso (una raccolta di molteplici esercizi svolti);
  • i video (su attività sperimentale realizzata dai docenti in laboratorio);
  • la descrizione degli strumenti e delle attività inerenti i processi termo ed elettro chimici che è possibile svolgere nel laboratorio di Paolo Emilio (come tesine, tesi di laurea, corso in presenza in laboratorio/tirocinio: https://www.unimarconi.it/it/laboratorio-di-applicazioni-industriali).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria termochimica (tipologie di reattori e impianti, parametri controllanti i processi termochimici, etc. definiti nelle lezioni, valutato 8 punti);
  • 1 esercizio per la risoluzione di sistemi termochimici (risoluzione di una reazione all’equilibrio termodinamico, valutato 8 punti);
  • 1 domanda di teoria elettrochimica (tipologie di accumulatori e celle a combustibile, elettrodi e potenziali, sovratensioni, etc. definiti nelle lezioni, valutato 8 punti)
  • 1 esercizio per la risoluzione di sistemi elettrochimici (dimensionamento di un pacco batterie o celle a combustibile, valutato 8 punti).

In questo modo, lo studente che risponde a tutte e 4 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32).

Le 4 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione dell’algoritmo di risoluzione, 3 punti per la correttezza delle equazioni di risoluzione, 3 per la correttezza dei risultati).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.
La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:
Termochimici

  • O. Levenspiel, Ingegneria Delle Reazioni Chimiche, Casa Editrice Ambrosiana
  • E. Bocci, Sistemi a biomasse: progettazione e valutazione economica, Maggioli editore

Elettrochimici

  • Handbook of Batteries (3rd Edition), McGraw-Hill
  • Handbook of Fuel Cell (Sixth Edition), U.S. Department of Energy

Si consiglia anche lo studio dei seguenti testi e siti web:

  • Gianfranco Pistoia, Electric and Hybrid Vehicles, Elsevier
  • Giuseppe Bianchi, Torquato Mussini, Elettrochimica, Tamburini Masson Editore
  • https://it.wikipedia.org/wiki/Elettrochimica
  • https://it.wikipedia.org/wiki/Termochimica

Per chi avesse lacune di base si consiglia di comprare un libro di base di chimica (e.g. Silvestroni).

Codice insegnamento UC453358

Sistemi di conversione termochimici, biochimici e elettrochimici dell’energia 2° anno · 12 CFU · IIND-06/B · 0 file

Al termine di questo corso, lo studente sarà in grado di: conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi,…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso, lo studente sarà in grado di:

  • conoscere i principali processi e sistemi/impianti termochimici ed elettrochimici rivolti alla conversione dell’energia (reattori di combustione, pirolisi, gassificazione, digestione, accumulatori, celle a combustibile ed elettrolizzatori: descrittore di Dublino 1, Conoscenza e capacità di comprensione);
  • conoscere i principi di base che gli consentiranno di dimensionare componenti e progettare i sistemi attraverso l’analisi termodinamica e cinetica (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2, Conoscenza e capacità di comprensione applicate).

La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali riguardanti gli esercizi svolti dal docente, nonché gli esercizi/questionari svolti in autonomia dallo studente stesso (Descrittore di Dublino 3, Autonomia di giudizio, Descrittore di Dublino 4, Abilità comunicative, Descrittore di Dublino 5, Capacità di apprendere: difatti tramite le valutazioni delle risposte errate al questionario lo studente si rende conto di cosa non ha appreso e tramite le aule virtuali e l’esame, specialmente quello in sede che prevede sempre una parte orale, lo studente acquisisce abilità comunicative e capacità di apprendere).
L’Aula virtuale è costruita e pensata per venire incontro alle esigenze dello studente, mediante una interazione diretta con lo stesso, tale da poter eliminare i dubbi e le incertezze che si hanno di volta in volta.

Programma

Reattori, batterie e celle a combustibile sono sempre più importanti in qualsiasi applicazione industriale e civile per cui il corso analizza le principali conversioni e impianti/sistemi termochimici ed elettrochimici.
La finalità è quella di fornire allo studente le conoscenze di base che gli consentiranno di comprendere i principali reattori termochimici e sistemi elettrochimici oggi esistenti ed elementi di dimensionamento e progettazione di tali sistemi (in particolare impianti di gassificazione e digestione da biomassa ed impianti con accumulatori/elettrolizzatori/celle a combustibile) e relative tecniche di acquisizione, controllo e analisi dati. Parte centrale del corso è illustrare le principali metodologie di analisi (termodinamica e cinetica) e di progetto di tali sistemi nonché i relativi principi di funzionamento.

Elementi di Termochimica
Concetti base. Processi termochimici per upgrade di combustibili e per generazione di calore. L’equilibrio termodinamico e le velocità di reazione. Processo, P&ID, Dimensionamento, Layout. Modelli sperimentali e teorici. Modelli all’equilibrio e cinetici. La fenomenologia delle reazioni. La risoluzione degli equilibri chimici. Le reazioni di Boudouard, di formazione del gas d'acqua, di formazione del metano, ecc. L’analisi all’equilibrio e la variazione dell’equilibrio al variare di temperatura, pressione, reagenti, prodotti e catalizzatori. Forme, tipologie, componenti e classificazione dei reattori: discontinui e continui in regime stazionario e variabile; in serie e ricircolanti; atmosferici e pressurizzati; a letto fisso: equicorrente, controcorrente a flusso traverso; a letto fluido: bollente, ricircolante, trascinato; isotermici, adiabatici, a riscaldamento diretto e indiretto. Principali parametri controllanti i processi termo/bio chimici: quantità, composizione chimica e forma fisica del riducente e dell’ossidante; umidità, capacità di campo e permeabilità; temperatura e acidità; tempo di residenza e di ritenzione. Pirolisi. Gassificazione. Combustione. Sostanze nocive, emissioni e condizionamento. Termodinamica e cinetica. Velocità di reazione, costante di Arrhenius e legge cinetica. Ordine di reazione e molarità. Energia di attivazione e stato di transizione. Profilo energetico di reazione. Espressioni della costante cinetica. Meccanismo di reazione. Principi e regimi di fluidizzazione.

Sistemi Termochimici
Biomassa e combustibili. Risorse, processi di conversione primaria e secondaria e usi finali. Scelta del processo. Scelta del combustibile. Lo schema impiantistico di un impianto di gassificazione. Reforming e gassificazione in aria, ossigeno e vapore. Parametri adimensionali. Definizione di digestione anaerobica. Fasi e parametri della digestione anaerobica. Tipologia di impianti di digestione anaerobica. Dimensionamento di un impianto di digestione anaerobica. Cenno ai costi di investimento e di esercizio nei sistemi termochimici. Ricavi e Flussi di cassa. Prospetto economico di un impianto di digestione anaerobica e di un gassificatore accoppianti a un motore a combustione interna per la generazione di elettricità e calore.

Elementi di Elettrochimica
Concetti base. Differenti specie di conduttori elettrici. Conducibilità degli elettroliti. Elettrocatalisi. Definizioni, generatori ed elettrolizzatori, reazioni elettrodiche. Potenziale chimico, elettrico ed elettrochimico. Condizioni di equilibrio in un sistema elettrochimico. Significato fisico di potenziale elettrodico. Corrente di scambio. Forza elettromotrice. Convenzioni elettrochimiche e potenziali standard. Equazione di Nernst. Misure di potenziale e polarizzazione. Elettrodi di riferimento. Spostamento dalle condizioni di equilibrio. Cinetica elettrochimica. Sovratensione di attivazione (trasferimento di carica) Equazione di Butler e Volmer. Legge di Tafel e di Stern e Geary. Diagrammi Potenziale-Corrente di Evans. Sovratensione di concentrazione (trasporto di materia). Corrente limite. Corrosione galvanica e per aerazione differenziale.

Sistemi elettrochimici
Classificazione e descrizione delle batterie primarie e secondarie. Componenti di celle e batterie. I materiali attivi, collettori di corrente, elettroliti, separatori e contenitori. Tensione, capacità ed energia. Fattori che influenzano le prestazioni. Corrente di scarica e capacità nominale. Criteri di selezione e applicazioni di Batterie. Batterie Primarie. Tipi, caratteristiche e prestazioni. La “Chimica” dei principali tipi di Batterie Primarie. Confronto tra le prestazioni delle batterie primarie. Batterie Secondarie: Tipi, caratteristiche e prestazioni La “Chimica” dei principali tipi di Batterie Secondarie. Confronto tra le prestazioni delle batterie secondarie. Tipologie di ricarica. Celle a Combustibile. Classificazione e principi di funzionamento. Celle ad elettrolita polimerico (PEFC). Celle alcaline (AFC). Celle ad acido fosforico (PAFC) A carbonati fusi (MCFC) e a ossidi solidi (SOFC) Fattori che ne influenzano il rendimento: sovratensione di trasferimento di carica e di diffusione. Elettrolizzatori. Applicazioni.

Completano il programma:

  • le dispense del corso (descrizione dettagliata di tutte le parti del corso);
  • gli esercizi del corso (una raccolta di molteplici esercizi svolti);
  • i video (su attività sperimentale realizzata dai docenti in laboratorio);
  • la descrizione degli strumenti e delle attività inerenti i processi termo ed elettro chimici che è possibile svolgere nel laboratorio di Paolo Emilio (come tesine, tesi di laurea, corso in presenza in laboratorio/tirocinio: https://www.unimarconi.it/it/laboratorio-di-applicazioni-industriali).

Modalità d'esame

L’esame si svolge in forma scritta nelle sedi esterne. Nella sede di Roma, dopo una prima parte scritta dell'esame, il docente chiede oralmente la domanda di teoria. La prova ha una durata di 120 minuti e, durante lo svolgimento della stessa è consentito esclusivamente l’uso di una calcolatrice non programmabile. L’esame consiste sia presso la sede di Roma che le altre sedi distaccate in un compito basato sugli esempi ed esercizi presenti nelle lezioni e nelle unità didattiche. La prova in particolare è composta da:

  • 1 domanda di teoria termochimica (tipologie di reattori e impianti, parametri controllanti i processi termochimici, etc. definiti nelle lezioni, valutato 8 punti);
  • 1 esercizio per la risoluzione di sistemi termochimici (risoluzione di una reazione all’equilibrio termodinamico, valutato 8 punti);
  • 1 domanda di teoria elettrochimica (tipologie di accumulatori e celle a combustibile, elettrodi e potenziali, sovratensioni, etc. definiti nelle lezioni, valutato 8 punti)
  • 1 esercizio per la risoluzione di sistemi elettrochimici (dimensionamento di un pacco batterie o celle a combustibile, valutato 8 punti).

In questo modo, lo studente che risponde a tutte e 4 le parti perfettamente può raggiungere la votazione di 30 e lode (i.e. 32).

Le 4 parti sono divise in sotto parti con relativi punteggi in modo tale da rendere più imparziale possibile la valutazione del compito (e.g. le domande sono di solito 3-4 domande da 2 a 4 punti l’una; la risoluzione di esercizi prevede sempre prima 2 punti per la corretta individuazione dell’algoritmo di risoluzione, 3 punti per la correttezza delle equazioni di risoluzione, 3 per la correttezza dei risultati).

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.
La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio (Autonomia di giudizio).

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio dei seguenti testi:
Termochimici

  • O. Levenspiel, Ingegneria Delle Reazioni Chimiche, Casa Editrice Ambrosiana
  • E. Bocci, Sistemi a biomasse: progettazione e valutazione economica, Maggioli editore

Elettrochimici

  • Handbook of Batteries (3rd Edition), McGraw-Hill
  • Handbook of Fuel Cell (Sixth Edition), U.S. Department of Energy

Si consiglia anche lo studio dei seguenti testi e siti web:

  • Gianfranco Pistoia, Electric and Hybrid Vehicles, Elsevier
  • Giuseppe Bianchi, Torquato Mussini, Elettrochimica, Tamburini Masson Editore
  • https://it.wikipedia.org/wiki/Elettrochimica
  • https://it.wikipedia.org/wiki/Termochimica

Per chi avesse lacune di base si consiglia di comprare un libro di base di chimica (e.g. Silvestroni).

Codice insegnamento UC453405

Sistemi di gestione integrati per lo sviluppo sostenibile 2° anno · 6 CFU · IEGE-01/A · 0 file

Conoscenze e capacità di comprensione Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenze e capacità di comprensione
Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.
Le conoscenze e capacità attese sono:

  • comprendere le Norme ISO 9001 ISO 14001 e ISO 45001, i requisiti e la loro integrazione nella realizzazione di un Sistema di gestione Integrato;
  • progettare e comprendere i requisiti, le normative e le richieste applicabili ad una realtà aziendale.

Abilità e capacità di applicare conoscenza e comprensione
La realizzazione con continui riferimenti a casi applicativi orienta lo studente verso l’obiettivo di conoscenza e competenza al fine della traduzione pratica dei requisiti espressi dalle Norme e questo nell’ottica di creare il bagaglio culturale necessario per analizzare quali siano i requisiti, non solo delle Norme ISO 9001 ISO 14001 e ISO 45001, necessari al fine della progettazione ed implementazione di un Sistema di Gestione integrato nonché della sua gestione attraverso procedimenti di audit che costituiscono una parte del corso.
Competenze trasversali
Lo studente acquisirà capacità tali da costituire un bagaglio culturale formativo che predispone alla realizzazione di ogni altro sistema di gestione basato sulle Norme basate sul High Level Structure emesse dall’ISO.

Programma

Il corso ha come obiettivo l’apprendimento dei requisiti richiesti per l’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.

Il corso prevede 3 moduli ognuno dei quali contiene differenti lezioni. I nomi dei moduli e le relative lezioni sono riportate di seguito:
Modulo I – Introduzione ai sistemi di gestione

  • Introduzione - Parte I
  • Introduzione - Parte II

Modulo II - Il PLAN nei sistemi di gestione

  • Campo di applicazione
  • Il Plan nei sistemi di gestione
  • Analisi del rischio
  • Analisi ambientale – Parte I
  • Analisi ambientale – Parte II
  • Salute e sicurezza sul lavoro – Parte I
  • Salute e sicurezza sul lavoro – Parte II

Modulo III - Il DO CHECK E ACT nei sistemi di gestione

  • Gestione delle risorse
  • Gestione delle emergenze
  • Gestione dei Prodotti e dei servizi
  • Controllo del prodotto
  • Audit
  • Miglioramento e azioni correttive

Modalità d'esame

L’esame finale si svolge in forma scritta.
L’esame si compone di un testo da analizzare e in corrispondenti attività da eseguire (es. scrittura di rapporto di audit, scrittura di non conformità ecc.) della durata di 90 minuti.
Il voto finale sarà dato sulla base della completezza dell’analisi, del corretto approccio, della proprietà dei termini utilizzati e della profondità dell’analisi effettuata.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

  • Norma UNI EN ISO 9001:2015
  • Norma UNI EN ISO 14001:2015
  • Norma UNI EN ISO 45001:2018
  • I sistemi di gestione integrati. Sicurezza, qualità, ambiente, compliance Alessandro Foti, Valentina Belloni, Francesco De Bartolomeis, EPC, 2023

o in alternativa:

  • I Sistemi di gestione integrati Sicurezza – Qualità – Ambiente A.Foti, R.M. Ceserani, F.De Bartolomeis, L. Rissotti

Codice insegnamento curriculum-meccanica-lm-33:19027

Sistemi di gestione integrati per lo sviluppo sostenibile 2° anno · 6 CFU · IEGE-01/A · 0 file

Conoscenze e capacità di comprensione Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenze e capacità di comprensione
Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.
Le conoscenze e capacità attese sono:

  • comprendere le Norme ISO 9001 ISO 14001 e ISO 45001, i requisiti e la loro integrazione nella realizzazione di un Sistema di gestione Integrato;
  • progettare e comprendere i requisiti, le normative e le richieste applicabili ad una realtà aziendale.

Abilità e capacità di applicare conoscenza e comprensione
La realizzazione con continui riferimenti a casi applicativi orienta lo studente verso l’obiettivo di conoscenza e competenza al fine della traduzione pratica dei requisiti espressi dalle Norme e questo nell’ottica di creare il bagaglio culturale necessario per analizzare quali siano i requisiti, non solo delle Norme ISO 9001 ISO 14001 e ISO 45001, necessari al fine della progettazione ed implementazione di un Sistema di Gestione integrato nonché della sua gestione attraverso procedimenti di audit che costituiscono una parte del corso.
Competenze trasversali
Lo studente acquisirà capacità tali da costituire un bagaglio culturale formativo che predispone alla realizzazione di ogni altro sistema di gestione basato sulle Norme basate sul High Level Structure emesse dall’ISO.

Programma

Il corso ha come obiettivo l’apprendimento dei requisiti richiesti per l’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.

Il corso prevede 3 moduli ognuno dei quali contiene differenti lezioni. I nomi dei moduli e le relative lezioni sono riportate di seguito:
Modulo I – Introduzione ai sistemi di gestione

  • Introduzione - Parte I
  • Introduzione - Parte II

Modulo II - Il PLAN nei sistemi di gestione

  • Campo di applicazione
  • Il Plan nei sistemi di gestione
  • Analisi del rischio
  • Analisi ambientale – Parte I
  • Analisi ambientale – Parte II
  • Salute e sicurezza sul lavoro – Parte I
  • Salute e sicurezza sul lavoro – Parte II

Modulo III - Il DO CHECK E ACT nei sistemi di gestione

  • Gestione delle risorse
  • Gestione delle emergenze
  • Gestione dei Prodotti e dei servizi
  • Controllo del prodotto
  • Audit
  • Miglioramento e azioni correttive

Modalità d'esame

L’esame finale si svolge in forma scritta.
L’esame si compone di un testo da analizzare e in corrispondenti attività da eseguire (es. scrittura di rapporto di audit, scrittura di non conformità ecc.) della durata di 90 minuti.
Il voto finale sarà dato sulla base della completezza dell’analisi, del corretto approccio, della proprietà dei termini utilizzati e della profondità dell’analisi effettuata.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

  • Norma UNI EN ISO 9001:2015
  • Norma UNI EN ISO 14001:2015
  • Norma UNI EN ISO 45001:2018
  • I sistemi di gestione integrati. Sicurezza, qualità, ambiente, compliance Alessandro Foti, Valentina Belloni, Francesco De Bartolomeis, EPC, 2023

o in alternativa:

  • I Sistemi di gestione integrati Sicurezza – Qualità – Ambiente A.Foti, R.M. Ceserani, F.De Bartolomeis, L. Rissotti

Codice insegnamento curriculum-gestionale-lm-33:19027

Sistemi di gestione integrati per lo sviluppo sostenibile 2° anno · 6 CFU · IEGE-01/A · 0 file

Conoscenze e capacità di comprensione Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenze e capacità di comprensione
Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.
Le conoscenze e capacità attese sono:

  • comprendere le Norme ISO 9001 ISO 14001 e ISO 45001, i requisiti e la loro integrazione nella realizzazione di un Sistema di gestione Integrato;
  • progettare e comprendere i requisiti, le normative e le richieste applicabili ad una realtà aziendale.

Abilità e capacità di applicare conoscenza e comprensione
La realizzazione con continui riferimenti a casi applicativi orienta lo studente verso l’obiettivo di conoscenza e competenza al fine della traduzione pratica dei requisiti espressi dalle Norme e questo nell’ottica di creare il bagaglio culturale necessario per analizzare quali siano i requisiti, non solo delle Norme ISO 9001 ISO 14001 e ISO 45001, necessari al fine della progettazione ed implementazione di un Sistema di Gestione integrato nonché della sua gestione attraverso procedimenti di audit che costituiscono una parte del corso.
Competenze trasversali
Lo studente acquisirà capacità tali da costituire un bagaglio culturale formativo che predispone alla realizzazione di ogni altro sistema di gestione basato sulle Norme basate sul High Level Structure emesse dall’ISO.

Programma

Il corso ha come obiettivo l’apprendimento dei requisiti richiesti per l’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.

Il corso prevede 3 moduli ognuno dei quali contiene differenti lezioni. I nomi dei moduli e le relative lezioni sono riportate di seguito:
Modulo I – Introduzione ai sistemi di gestione

  • Introduzione - Parte I
  • Introduzione - Parte II

Modulo II - Il PLAN nei sistemi di gestione

  • Campo di applicazione
  • Il Plan nei sistemi di gestione
  • Analisi del rischio
  • Analisi ambientale – Parte I
  • Analisi ambientale – Parte II
  • Salute e sicurezza sul lavoro – Parte I
  • Salute e sicurezza sul lavoro – Parte II

Modulo III - Il DO CHECK E ACT nei sistemi di gestione

  • Gestione delle risorse
  • Gestione delle emergenze
  • Gestione dei Prodotti e dei servizi
  • Controllo del prodotto
  • Audit
  • Miglioramento e azioni correttive

Modalità d'esame

L’esame finale si svolge in forma scritta.
L’esame si compone di un testo da analizzare e in corrispondenti attività da eseguire (es. scrittura di rapporto di audit, scrittura di non conformità ecc.) della durata di 90 minuti.
Il voto finale sarà dato sulla base della completezza dell’analisi, del corretto approccio, della proprietà dei termini utilizzati e della profondità dell’analisi effettuata.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

  • Norma UNI EN ISO 9001:2015
  • Norma UNI EN ISO 14001:2015
  • Norma UNI EN ISO 45001:2018
  • I sistemi di gestione integrati. Sicurezza, qualità, ambiente, compliance Alessandro Foti, Valentina Belloni, Francesco De Bartolomeis, EPC, 2023

o in alternativa:

  • I Sistemi di gestione integrati Sicurezza – Qualità – Ambiente A.Foti, R.M. Ceserani, F.De Bartolomeis, L. Rissotti

Codice insegnamento UC62830

Sistemi di gestione integrati per lo sviluppo sostenibile 2° anno · 6 CFU · IEGE-01/A · 0 file

Conoscenze e capacità di comprensione Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenze e capacità di comprensione
Il corso fornisce allo studente un set di competenze necessarie al fine dell’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.
Le conoscenze e capacità attese sono:

  • comprendere le Norme ISO 9001 ISO 14001 e ISO 45001, i requisiti e la loro integrazione nella realizzazione di un Sistema di gestione Integrato;
  • progettare e comprendere i requisiti, le normative e le richieste applicabili ad una realtà aziendale.

Abilità e capacità di applicare conoscenza e comprensione
La realizzazione con continui riferimenti a casi applicativi orienta lo studente verso l’obiettivo di conoscenza e competenza al fine della traduzione pratica dei requisiti espressi dalle Norme e questo nell’ottica di creare il bagaglio culturale necessario per analizzare quali siano i requisiti, non solo delle Norme ISO 9001 ISO 14001 e ISO 45001, necessari al fine della progettazione ed implementazione di un Sistema di Gestione integrato nonché della sua gestione attraverso procedimenti di audit che costituiscono una parte del corso.
Competenze trasversali
Lo studente acquisirà capacità tali da costituire un bagaglio culturale formativo che predispone alla realizzazione di ogni altro sistema di gestione basato sulle Norme basate sul High Level Structure emesse dall’ISO.

Programma

Il corso ha come obiettivo l’apprendimento dei requisiti richiesti per l’implementazione, gestione e valutazione dei Sistemi di Gestione Integrati per la Qualità, Sicurezza e Ambiente basati sulle Norme ISO 9001 ISO 14001 e ISO 45001.

Il corso prevede 3 moduli ognuno dei quali contiene differenti lezioni. I nomi dei moduli e le relative lezioni sono riportate di seguito:
Modulo I – Introduzione ai sistemi di gestione

  • Introduzione - Parte I
  • Introduzione - Parte II

Modulo II - Il PLAN nei sistemi di gestione

  • Campo di applicazione
  • Il Plan nei sistemi di gestione
  • Analisi del rischio
  • Analisi ambientale – Parte I
  • Analisi ambientale – Parte II
  • Salute e sicurezza sul lavoro – Parte I
  • Salute e sicurezza sul lavoro – Parte II

Modulo III - Il DO CHECK E ACT nei sistemi di gestione

  • Gestione delle risorse
  • Gestione delle emergenze
  • Gestione dei Prodotti e dei servizi
  • Controllo del prodotto
  • Audit
  • Miglioramento e azioni correttive

Modalità d'esame

L’esame finale si svolge in forma scritta.
L’esame si compone di un testo da analizzare e in corrispondenti attività da eseguire (es. scrittura di rapporto di audit, scrittura di non conformità ecc.) della durata di 90 minuti.
Il voto finale sarà dato sulla base della completezza dell’analisi, del corretto approccio, della proprietà dei termini utilizzati e della profondità dell’analisi effettuata.
Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

  • Norma UNI EN ISO 9001:2015
  • Norma UNI EN ISO 14001:2015
  • Norma UNI EN ISO 45001:2018
  • I sistemi di gestione integrati. Sicurezza, qualità, ambiente, compliance Alessandro Foti, Valentina Belloni, Francesco De Bartolomeis, EPC, 2023

o in alternativa:

  • I Sistemi di gestione integrati Sicurezza – Qualità – Ambiente A.Foti, R.M. Ceserani, F.De Bartolomeis, L. Rissotti

Codice insegnamento UC453406

Sistemi energetici per la mobilità 2° anno · 6 CFU · IIND-06/B · 0 file

Il corso di “Sistemi energetici per la mobilità” ha la finalità di fornire allo studente tutte quelle nozioni di base, tecniche e normative che consentono un approccio sistemico alla materia della mobilità. Le principali…

Scheda dell'insegnamento

Obiettivi formativi

Il corso di “Sistemi energetici per la mobilità” ha la finalità di fornire allo studente tutte quelle nozioni di base, tecniche e normative che consentono un approccio sistemico alla materia della mobilità.
Le principali conoscenze acquisite (Descrittore di Dublino 1) riguardano in primis la conoscenza delle diverse tipologie di powertrian e dei suoi componenti, delle norme tecniche che le regolamentano e dei diversi sistemi di produzione e approvvigionamento dei vettori energetici utili al loro funzionamento. Il tutto con conoscenze aggiornate sullo stato attuale e possibili evoluzioni, sia da un punto di vista normativo che tecnico, dei sistemi energetici per la mobilità, dell’evoluzione in atto in ambito di infrastrutture e governo delle città in ottica Smart Cities, con un focus speciale sulla Smart Mobility e sulle innovazioni di ultima attualità. Le conoscenze dello studente riguarderanno anche le tecniche e metodologie per approcciare una corretta e completa analisi energetica di un veicolo (Analisi Well-To-Wheels nelle sue due parti “Tank-To-Wheels” e “Well-To-Tank”).
Le principali abilità acquisite (capacità di applicare le conoscenze acquisite, Descrittore di Dublino 2) trovano la loro collocazione nel fatto che gli studenti avranno le capacità di differenziare, analizzare e valutare, da un punto di vista energetico, le diverse architetture di powertrain (dai più semplici sistemi con MCI ai più moderni veicoli ibridi multi input multi output), sapranno approcciare una corretta e completa analisi di flussi energetici di un veicolo con valutazioni di consumi e emissioni associate (con analisi di tipo “Tank-To-Wheels”, dal serbatoio alle ruote e/o Analisi dal pozzo al serbatoio “Well-To-Tank”), sempre avendo ben chiari i tradizionali processi di combustione dei MCI. Le capacità acquisite si evidenziano anche nell’abilità dello studente di effettuare analisi comparate tra le diverse soluzioni prospettabili con chiara definizione di missione del veicolo, di individuazione dei fabbisogni dello stesso, di determinazione dei consumi e delle emissioni in funzione della soluzione di mobilità analizzata per arrivare ad una classificazione delle possibili soluzioni in funzione degli obiettivi prefissati (maggiore efficienza, minor consumo, minori emissioni, …).
La verifica della capacità di apprendimento verrà effettuata tramite le prove d’esame, nonché sulla base delle discussioni tenute nell’ambito delle aule virtuali.
Nel primo caso (prove d’esame) si prevedono domande che abbracciano l´intero programma trattato e la valutazione della capacità di apprendimento si evidenzierà dalle risposte che potranno richiedere una forma più o meno articolata (composta da contenuti e/o riferimenti numerici e/o formule e/o schemi ...) e si sostanzierà non limitandosi al "giusto" o "sbagliato" in toto, ma si peseranno tutte le argomentazioni dando il giusto valore alla risposta sia in funzione dei contenuti, sia in funzione del linguaggio tecnico utilizzato (da totalmente insufficiente a più che ottima).
Nel secondo caso, la verifica della capacità di apprendimento, sarà sostanziata dall’interazione diretta con lo studente. L’Aula virtuale ha, infatti, proprio lo scopo di affiancare e supportare lo studente con una interazione diretta con lo stesso atta a fornirgli un’ulteriore possibilità per poter fugare ogni dubbio e incertezze dovesse emergere di volta in volta.

Programma

Il corso si articola fondamentalmente in tre parti. Una prima parte introduttiva che non solo riprende concetti chiave dei Sistemi Energetici e contestualizza la Mobilità definendone e collocandone consumi ed emissioni (dati storici nazionali e internazionali, ed Analisi Well To Wheels delle diverse soluzioni tecnologiche), ma richiama l’attenzione dello studente anche su quali siano le motivazioni di fondo che stanno portando (ed in alcune realtà che hanno portato) a ripensare interamente l’auto ed il mondo che la circonda: grandi cambiamenti che vanno dalla tipologia di Popolazione (Urbanizzazione/Megacities), al “percorso” delle Risorse impiegabili (Prima, Dentro, Dopo l’Auto… e Intorno all’Auto), alle nuove possibilità e soluzioni tecnologiche.
Una seconda parte, definite le fondamentali “parti” costituenti dei principali powertrain, ne tratta: le singole tecnologie (dai Motori a combustione interna alle Celle a Combustibile – Fuel Cell - passando per le Macchine elettriche e i sistemi di Conversione elettronica di potenza); i singoli vettori energetici di alimentazione (dai Combustibili Rinnovabili quali Biodiesel, Bioetanolo, Biometano, Idrogeno, a quelli fossili come derivati del Petrolio, Gas Naturale e Idrogeno fino al vettore elettricità); i principali sistemi di accumulo di energia (da quelli per l’Elettricità quali Accumulatori elettrochimici, Supercondensatori, Volani, sistemi Pneumatici, a quelli per l’Idrogeno compresso o liquefatto).
Infine, una terza parte, evidenzia la gestione energetica dei powertrain ibridi (definendone grado di ibridizzazione, classificandone le diverse tipologie e evidenziandone le principali problematiche di ottimizzazione dei flussi energetici) ed elettrici siano essi di tipo BEV (Battery Electric Vehicle) o FCEV (Fuel Cell Electric Vehicle) con alimentazione a idrogeno. Questa terza parte, dopo aver fornito anche un quadro dei principali sistemi di ricarica elettrica, si chiude con una panoramica degli scenari di prossima realizzazione (che in alcune realtà sono già in essere) quali le Smart Cities con focus sulla Smart Mobility, ponendo anche l’attenzione a quelle che sono le principali innovazioni nella mobilità e nei veicoli.

Prima Parte

  • Sistema energetico e Vettori energetici
  • Mobilità
  • Nuove soluzioni energetiche per la mobilità veicolare (Motivazioni: grandi cambiamenti, Urbanizzazione e Megacities, Prima, Dentro e Dopo l’Auto… e Intorno all’Auto)
  • Consumi ed emissioni, Analisi Well To Wheels, Cicli di Marcia

Seconda Parte

  • Motori a combustione interna, Formazione e metodi di controllo degli inquinanti
  • Combustibili Rinnovabili, Combustibili Fossiili, Idrogeno
  • L’elettrificazione dell’auto, Il Grado di Ibridizzazione, Il percorso di elettrificazione
  • Macchine elettriche - Conversione elettronica di potenza
  • Le celle a combustibile
  • Sistemi di Accumulo

Terza Parte

  • Gestione Energetica in un veicolo - HEV - Veicoli ibridi
  • Veicoli elettrici: BEV e FCEV - Sistemi di ricarica esterna delle batterie
  • Le Smart Cities e la Smart Mobility

Modalità d'esame

L’esame si svolge in forma scritta. La prova ha una durata di 90 minuti.

La prova è costituta fondamentalmente da cinque quesiti sugli argomenti svolti durante il corso, con risposta aperta (non a risposta multipla). Ogni quesito è conforme ai tre descrittori di Dublino.

Sono altresì previste prove di verifica e di autoverifica intermedie erogate in modalità distance learning che riguardano lo svolgimento di test di autoapprendimento.

La prova finale e le prove di verifica e di autoverifica intermedie consentono nel loro insieme di accertare la capacità di conoscenza e comprensione, la capacità di applicare le competenze acquisite, la capacità di esposizione, la capacità di apprendere e di elaborare soluzioni in autonomia di giudizio.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Il materiale didattico è disponibile on-line sul Virtual Campus ed è costituito da videolezioni. Per la preparazione completa dell’esame è sufficiente fare riferimento a tale materiale.

Testi di approfondimento:

  • F. Orecchini, V.Naso: La società No Oil, nuova edizione del libro, Orme Editori, Milano
  • G. Ferrari: Motori a combustione interna. ISBN 8842670065, Il Capitello

Codice insegnamento UC62797

Start-up Strategy 2° anno · 6 CFU · ECON-07/A · 0 file

Al termine di questo corso lo studente sarà in grado di: conoscere l’ecosistema all’interno del quale le startup operano comprendere i nuovi paradigmi dell’innovazione, che da concetto chiuso si sta trasformando sempre…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • conoscere l’ecosistema all’interno del quale le startup operano
  • comprendere i nuovi paradigmi dell’innovazione, che da concetto chiuso si sta trasformando sempre di più in concetto aperto – Open Innovation
  • comprendere le principali modalità di creazione dell’innovazione in modalità “Open Innovation”
  • conoscere la natura e la tipicità delle startup
  • comprendere come individuare i bisogni insoddisfatti e i bisogni latenti dei consumatori, anche attraverso l’utilizzo di specifici tools operativi
  • comprendere le fasi del ciclo di vita di una startup e saper operare in ognuna di queste fasi sulla base delle tipicità che le stesse comportano
  • definire una strategia integrata per lo sviluppo delle startup, dalle fasi di pre-seed alla fase di scaling
  • facilitare il percorso delle startup, dalle fasi inziali alle fasi di crescita
  • adoperare tecniche innovative, efficaci ed economiche di validazione e testing di nuove idee
  • avere la manualità necessaria ad utilizzare i principali strumenti operativi idonei a validare, in chiave Lean, le nuove soluzioni innovative
  • individuare e selezionare le risorse finanziarie adeguate al finanziamento delle attività delle startup
  • impostare i principali documenti finalizzati ad ottenere risorse finanziarie dagli investitori.

Al termine di questo corso, inoltre, lo studente avrà anche sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • l’utilizzo delle tecniche di problem solving, finalizzate alla risoluzione dei problemi;
  • la comprensione delle fasi del pensiero creativo e delle tecniche di creatività a supporto della creazione di innovazione;
  • l’utilizzo di tecniche di facilitazione di percorsi di team building e allineamento dei comportamenti all’interno del team.

Programma

Il corso illustra le modalità e le tecniche idonee per affrontare le fasi di avvio e consolidamento di una startup, facendo acquisire agli studenti:

  • la capacità di utilizzare le tecniche di creatività a supporto dello sviluppo di idee innovative;
  • il Mindset adeguato per poter sfruttare appieno il potenziale di un'idea innovativa;
  • le competenze nell’utilizzo dei principali metodi e tools di “Startup Innovation” a supporto della creazione di nuove attività di business;
  • la capacità di prevedere, mediante specifiche tecniche di analisi e tools operativi, le nuove traiettorie di sviluppo dell’innovazione;
  • la capacità e le tecniche per operare, con cognizione e criterio, come Mentor/Tutor di startup innovative.

Le tematiche affrontate durante il corso sono le seguenti:

  • Principali cause di successo/fallimento delle startup: casi
  • Le “Exponential Organization”: cosa sono, come operano
  • Vision e Mission per le startup: cosa sono, come costruirle, perché sono importanti
  • Trend analysis: modalita e tecniche operative per l’analisi dei mega-trend, macro-trend e micro-trend
  • Problem solving e generazione di idee innovative:
  • Le fasi e le tecniche del pensiero creativo
  • Metodi, processi e tools creativi per l’innovazione
  • Analisi dei bisogni: metodi e tools operativi di indagine
  • Startup team: come si costruisce un buon team per le startup
  • Composizione del team
  • Responsabilità nei team: costruzione della matrice RACI
  • Allineamento dei component del team: la “Team Alignment Map”
  • L’analisi del mercato per le startup: modalità, tecniche operative e tools
  • Dal Product Development al Customer Development
  • Le quattro fasi del Customer Development di Steve Blank
  • Metodologie di Startup management: Agile model, PDCA (Plan – Do – Check – Act), Lean Startup
  • Il modello Lean Startup di Eric Ries
  • Business modeling e tools operativi; cosa sono e come si usano
  • l’Emphathy map
  • il Value proposition canvas
  • il Business model Canvas
  • Lean Canvas, Lean Business e Running Lean Approach: formulazione delle ipotesi di un Lean business model Lean
  • Analisi del cliente e definizione dei segmenti di clientela: il disegno della Buyer Personas
  • Minimum Viable Product ed Early Adopters: due concetti fondamentali per le startup
  • Gestione dinamica del backlog delle innovazioni: Scrum e Sprint
  • Formulazione, sperimentazione e validazione delle soluzioni ai problemi dei potenziali clienti
  • La Costumer Discovery: il Problem-solution fit
  • Lean validation model e Pivoting: metodi e strumenti per testare e validare le idee innovative in maniera veloce ed economica.
  • La Costumer Validation: il Product-market fit
  • La Costumer Creation: lo scaling
  • Strategie di collaborazione e modalità di Open Innovation: Crowdsourcing, Consumer and customer co-creation, IP licensing, OI intermediaries, R&D service providers, Supplier innovation awards, Hackathon, etc.
  • La “Corporate business incubation and venturing” e le “startup competition”: cosa sono e perchè sono importanti
  • Proteggere i diritti di proprietà intellettuale riguardanti una startup
  • Il business plan per le startup
  • Finanza per le startup e tecniche e modalità di finanziamento: Bootstrapping, business angels, venture capital
  • Come preparare un pitch convincente

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare:

  • la capacità di utilizzo delle tecniche a supporto dello sviluppo di idee innovative;
  • la capacità di sfruttamento del potenziale di un’idea innovativa;
  • le competenze nell’utilizzo dei principali metodi e tools di “Startup Innovation” a supporto della creazione di nuove attività di business;
  • la capacità di prevedere le nuove traiettorie di sviluppo dell’innovazione;
  • la capacità di formulare giudizi autonomi.

La prova scritta ha la durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni con il medesimo obiettivo di cui sopra.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Eric Ries, Partire leggeri. Il metodo Lean Startup: innovazione senza sprechi per nuovi business di successo, Rizzoli ETAS, ultima edizione.

Letture di approfondimento consigliate (principali):

Per la parte di inquadramento generale:

  • Massimo Ciaglia, The Startup Canvas. Il metodo per trasformare una idea in un successo sicuro,

Per approfondimenti sulle tecniche di creatività per l’innovazione:

  • Gianni Clocchiatti Creatività per l'innovazione. Come produrre idee vincenti per migliorare la competitività, Franco Angeli

Per la parte sul business modeling:

  • Alexander Osterwalder, Yves Pigneur Creare modelli di business, Edizioni FAG, Milano

Per approfondimenti sul Lean Canvas:

  • Ash Maurya, Running Lean: Iterate from Plan A to a Plan That Works, O’Reilly

Per approfondimenti sul Customer Development:

  • Steve Blank, The Four Steps to the Epiphany: Successful Strategies for Products That Win, Winey
  • Cindy Alvarez Lean Customer Development: Building Products Your Customers Will Buy, O’Reilly

Per approfondimenti sull’attività di testing:

  • David Bland, Alexander Osterwalder, Testare le idee di business. Una guida sul campo per la sperimentazione rapida. 44 tipi di esperimenti per trovare la strada giusta. Grandi vittorie con piccole scommesse, Edizioni LSWR

Per approfondimenti sulla parte del Funnel e sperimentazione:

  • Raffaele Gaito, Growth Hacking Mindset: Non esiste innovazione senza sperimentazione, Franco Angeli

Per la parte delle metriche e della traction:

  • Gabriel Weinberg e Justin Mares, Traction: How Any Startup Can Achieve Explosive Customer Growth
  • Alistair Croll Lean Analytics: Use Data to Build a Better Startup Faster

Per approfondimenti sulla strutturazione del pitch:

Oren Klaff, R. Merlini Pitch anything. La presentazione perfetta. Il metodo innovativo per comunicare, convincere e farsi dire sempre di sì, ROI Edizioni

Codice insegnamento curriculum-gestionale-lm-33:19977

Startup Strategy 2° anno · 6 CFU · ECON-07/A · 0 file

Al termine di questo corso lo studente sarà in grado di: conoscere l’ecosistema all’interno del quale le startup operano comprendere i nuovi paradigmi dell’innovazione, che da concetto chiuso si sta trasformando sempre…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • conoscere l’ecosistema all’interno del quale le startup operano
  • comprendere i nuovi paradigmi dell’innovazione, che da concetto chiuso si sta trasformando sempre di più in concetto aperto – Open Innovation
  • comprendere le principali modalità di creazione dell’innovazione in modalità “Open Innovation”
  • conoscere la natura e la tipicità delle startup
  • comprendere come individuare i bisogni insoddisfatti e i bisogni latenti dei consumatori, anche attraverso l’utilizzo di specifici tools operativi
  • comprendere le fasi del ciclo di vita di una startup e saper operare in ognuna di queste fasi sulla base delle tipicità che le stesse comportano
  • definire una strategia integrata per lo sviluppo delle startup, dalle fasi di pre-seed alla fase di scaling
  • facilitare il percorso delle startup, dalle fasi inziali alle fasi di crescita
  • adoperare tecniche innovative, efficaci ed economiche di validazione e testing di nuove idee
  • avere la manualità necessaria ad utilizzare i principali strumenti operativi idonei a validare, in chiave Lean, le nuove soluzioni innovative
  • individuare e selezionare le risorse finanziarie adeguate al finanziamento delle attività delle startup
  • impostare i principali documenti finalizzati ad ottenere risorse finanziarie dagli investitori.

Al termine di questo corso, inoltre, lo studente avrà anche sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • l’utilizzo delle tecniche di problem solving, finalizzate alla risoluzione dei problemi;
  • la comprensione delle fasi del pensiero creativo e delle tecniche di creatività a supporto della creazione di innovazione;
  • l’utilizzo di tecniche di facilitazione di percorsi di team building e allineamento dei comportamenti all’interno del team.

Programma

Il corso illustra le modalità e le tecniche idonee per affrontare le fasi di avvio e consolidamento di una startup, facendo acquisire agli studenti:

  • la capacità di utilizzare le tecniche di creatività a supporto dello sviluppo di idee innovative;
  • il Mindset adeguato per poter sfruttare appieno il potenziale di un'idea innovativa;
  • le competenze nell’utilizzo dei principali metodi e tools di “Startup Innovation” a supporto della creazione di nuove attività di business;
  • la capacità di prevedere, mediante specifiche tecniche di analisi e tools operativi, le nuove traiettorie di sviluppo dell’innovazione;
  • la capacità e le tecniche per operare, con cognizione e criterio, come Mentor/Tutor di startup innovative.

Le tematiche affrontate durante il corso sono le seguenti:

  • Principali cause di successo/fallimento delle startup: casi
  • Le “Exponential Organization”: cosa sono, come operano
  • Vision e Mission per le startup: cosa sono, come costruirle, perché sono importanti
  • Trend analysis: modalita e tecniche operative per l’analisi dei mega-trend, macro-trend e micro-trend
  • Problem solving e generazione di idee innovative:
  • Le fasi e le tecniche del pensiero creativo
  • Metodi, processi e tools creativi per l’innovazione
  • Analisi dei bisogni: metodi e tools operativi di indagine
  • Startup team: come si costruisce un buon team per le startup
  • Composizione del team
  • Responsabilità nei team: costruzione della matrice RACI
  • Allineamento dei component del team: la “Team Alignment Map”
  • L’analisi del mercato per le startup: modalità, tecniche operative e tools
  • Dal Product Development al Customer Development
  • Le quattro fasi del Customer Development di Steve Blank
  • Metodologie di Startup management: Agile model, PDCA (Plan – Do – Check – Act), Lean Startup
  • Il modello Lean Startup di Eric Ries
  • Business modeling e tools operativi; cosa sono e come si usano
  • l’Emphathy map
  • il Value proposition canvas
  • il Business model Canvas
  • Lean Canvas, Lean Business e Running Lean Approach: formulazione delle ipotesi di un Lean business model Lean
  • Analisi del cliente e definizione dei segmenti di clientela: il disegno della Buyer Personas
  • Minimum Viable Product ed Early Adopters: due concetti fondamentali per le startup
  • Gestione dinamica del backlog delle innovazioni: Scrum e Sprint
  • Formulazione, sperimentazione e validazione delle soluzioni ai problemi dei potenziali clienti
  • La Costumer Discovery: il Problem-solution fit
  • Lean validation model e Pivoting: metodi e strumenti per testare e validare le idee innovative in maniera veloce ed economica.
  • La Costumer Validation: il Product-market fit
  • La Costumer Creation: lo scaling
  • Strategie di collaborazione e modalità di Open Innovation: Crowdsourcing, Consumer and customer co-creation, IP licensing, OI intermediaries, R&D service providers, Supplier innovation awards, Hackathon, etc.
  • La “Corporate business incubation and venturing” e le “startup competition”: cosa sono e perchè sono importanti
  • Proteggere i diritti di proprietà intellettuale riguardanti una startup
  • Il business plan per le startup
  • Finanza per le startup e tecniche e modalità di finanziamento: Bootstrapping, business angels, venture capital
  • Come preparare un pitch convincente

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare:

  • la capacità di utilizzo delle tecniche a supporto dello sviluppo di idee innovative;
  • la capacità di sfruttamento del potenziale di un’idea innovativa;
  • le competenze nell’utilizzo dei principali metodi e tools di “Startup Innovation” a supporto della creazione di nuove attività di business;
  • la capacità di prevedere le nuove traiettorie di sviluppo dell’innovazione;
  • la capacità di formulare giudizi autonomi.

La prova scritta ha la durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni con il medesimo obiettivo di cui sopra.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Eric Ries, Partire leggeri. Il metodo Lean Startup: innovazione senza sprechi per nuovi business di successo, Rizzoli ETAS, ultima edizione.

Letture di approfondimento consigliate (principali):

Per la parte di inquadramento generale:

  • Massimo Ciaglia, The Startup Canvas. Il metodo per trasformare una idea in un successo sicuro,

Per approfondimenti sulle tecniche di creatività per l’innovazione:

  • Gianni Clocchiatti Creatività per l'innovazione. Come produrre idee vincenti per migliorare la competitività, Franco Angeli

Per la parte sul business modeling:

  • Alexander Osterwalder, Yves Pigneur Creare modelli di business, Edizioni FAG, Milano

Per approfondimenti sul Lean Canvas:

  • Ash Maurya, Running Lean: Iterate from Plan A to a Plan That Works, O’Reilly

Per approfondimenti sul Customer Development:

  • Steve Blank, The Four Steps to the Epiphany: Successful Strategies for Products That Win, Winey
  • Cindy Alvarez Lean Customer Development: Building Products Your Customers Will Buy, O’Reilly

Per approfondimenti sull’attività di testing:

  • David Bland, Alexander Osterwalder, Testare le idee di business. Una guida sul campo per la sperimentazione rapida. 44 tipi di esperimenti per trovare la strada giusta. Grandi vittorie con piccole scommesse, Edizioni LSWR

Per approfondimenti sulla parte del Funnel e sperimentazione:

  • Raffaele Gaito, Growth Hacking Mindset: Non esiste innovazione senza sperimentazione, Franco Angeli

Per la parte delle metriche e della traction:

  • Gabriel Weinberg e Justin Mares, Traction: How Any Startup Can Achieve Explosive Customer Growth
  • Alistair Croll Lean Analytics: Use Data to Build a Better Startup Faster

Per approfondimenti sulla strutturazione del pitch:

Oren Klaff, R. Merlini Pitch anything. La presentazione perfetta. Il metodo innovativo per comunicare, convincere e farsi dire sempre di sì, ROI Edizioni

Codice insegnamento curriculum-gestionale-lm-33:startup-strategy

Startup Strategy 2° anno · 6 CFU · ECON-07/A · 0 file

Al termine di questo corso lo studente sarà in grado di: conoscere l’ecosistema all’interno del quale le startup operano comprendere i nuovi paradigmi dell’innovazione, che da concetto chiuso si sta trasformando sempre…

Scheda dell'insegnamento

Obiettivi formativi

Al termine di questo corso lo studente sarà in grado di:

  • conoscere l’ecosistema all’interno del quale le startup operano
  • comprendere i nuovi paradigmi dell’innovazione, che da concetto chiuso si sta trasformando sempre di più in concetto aperto – Open Innovation
  • comprendere le principali modalità di creazione dell’innovazione in modalità “Open Innovation”
  • conoscere la natura e la tipicità delle startup
  • comprendere come individuare i bisogni insoddisfatti e i bisogni latenti dei consumatori, anche attraverso l’utilizzo di specifici tools operativi
  • comprendere le fasi del ciclo di vita di una startup e saper operare in ognuna di queste fasi sulla base delle tipicità che le stesse comportano
  • definire una strategia integrata per lo sviluppo delle startup, dalle fasi di pre-seed alla fase di scaling
  • facilitare il percorso delle startup, dalle fasi inziali alle fasi di crescita
  • adoperare tecniche innovative, efficaci ed economiche di validazione e testing di nuove idee
  • avere la manualità necessaria ad utilizzare i principali strumenti operativi idonei a validare, in chiave Lean, le nuove soluzioni innovative
  • individuare e selezionare le risorse finanziarie adeguate al finanziamento delle attività delle startup
  • impostare i principali documenti finalizzati ad ottenere risorse finanziarie dagli investitori.

Al termine di questo corso, inoltre, lo studente avrà anche sviluppato una serie di competenze trasversali e meta-competenziali, quali:

  • l’utilizzo delle tecniche di problem solving, finalizzate alla risoluzione dei problemi;
  • la comprensione delle fasi del pensiero creativo e delle tecniche di creatività a supporto della creazione di innovazione;
  • l’utilizzo di tecniche di facilitazione di percorsi di team building e allineamento dei comportamenti all’interno del team.

Programma

Il corso illustra le modalità e le tecniche idonee per affrontare le fasi di avvio e consolidamento di una startup, facendo acquisire agli studenti:

  • la capacità di utilizzare le tecniche di creatività a supporto dello sviluppo di idee innovative;
  • il Mindset adeguato per poter sfruttare appieno il potenziale di un'idea innovativa;
  • le competenze nell’utilizzo dei principali metodi e tools di “Startup Innovation” a supporto della creazione di nuove attività di business;
  • la capacità di prevedere, mediante specifiche tecniche di analisi e tools operativi, le nuove traiettorie di sviluppo dell’innovazione;
  • la capacità e le tecniche per operare, con cognizione e criterio, come Mentor/Tutor di startup innovative.

Le tematiche affrontate durante il corso sono le seguenti:

  • Principali cause di successo/fallimento delle startup: casi
  • Le “Exponential Organization”: cosa sono, come operano
  • Vision e Mission per le startup: cosa sono, come costruirle, perché sono importanti
  • Trend analysis: modalita e tecniche operative per l’analisi dei mega-trend, macro-trend e micro-trend
  • Problem solving e generazione di idee innovative:
  • Le fasi e le tecniche del pensiero creativo
  • Metodi, processi e tools creativi per l’innovazione
  • Analisi dei bisogni: metodi e tools operativi di indagine
  • Startup team: come si costruisce un buon team per le startup
  • Composizione del team
  • Responsabilità nei team: costruzione della matrice RACI
  • Allineamento dei component del team: la “Team Alignment Map”
  • L’analisi del mercato per le startup: modalità, tecniche operative e tools
  • Dal Product Development al Customer Development
  • Le quattro fasi del Customer Development di Steve Blank
  • Metodologie di Startup management: Agile model, PDCA (Plan – Do – Check – Act), Lean Startup
  • Il modello Lean Startup di Eric Ries
  • Business modeling e tools operativi; cosa sono e come si usano
  • l’Emphathy map
  • il Value proposition canvas
  • il Business model Canvas
  • Lean Canvas, Lean Business e Running Lean Approach: formulazione delle ipotesi di un Lean business model Lean
  • Analisi del cliente e definizione dei segmenti di clientela: il disegno della Buyer Personas
  • Minimum Viable Product ed Early Adopters: due concetti fondamentali per le startup
  • Gestione dinamica del backlog delle innovazioni: Scrum e Sprint
  • Formulazione, sperimentazione e validazione delle soluzioni ai problemi dei potenziali clienti
  • La Costumer Discovery: il Problem-solution fit
  • Lean validation model e Pivoting: metodi e strumenti per testare e validare le idee innovative in maniera veloce ed economica.
  • La Costumer Validation: il Product-market fit
  • La Costumer Creation: lo scaling
  • Strategie di collaborazione e modalità di Open Innovation: Crowdsourcing, Consumer and customer co-creation, IP licensing, OI intermediaries, R&D service providers, Supplier innovation awards, Hackathon, etc.
  • La “Corporate business incubation and venturing” e le “startup competition”: cosa sono e perchè sono importanti
  • Proteggere i diritti di proprietà intellettuale riguardanti una startup
  • Il business plan per le startup
  • Finanza per le startup e tecniche e modalità di finanziamento: Bootstrapping, business angels, venture capital
  • Come preparare un pitch convincente

Modalità d'esame

L'esame si svolge in forma scritta e/o orale.
La prova scritta consiste in domande aperte sugli argomenti trattati nel corso con l’obiettivo di valutare:

  • la capacità di utilizzo delle tecniche a supporto dello sviluppo di idee innovative;
  • la capacità di sfruttamento del potenziale di un’idea innovativa;
  • le competenze nell’utilizzo dei principali metodi e tools di “Startup Innovation” a supporto della creazione di nuove attività di business;
  • la capacità di prevedere le nuove traiettorie di sviluppo dell’innovazione;
  • la capacità di formulare giudizi autonomi.

La prova scritta ha la durata massima di 90 minuti.
La prova orale, prevista per la sede di Roma, prevede un colloquio sugli argomenti trattati nelle lezioni con il medesimo obiettivo di cui sopra.

Non esistono prove intermedie che contribuiscano alla formulazione del giudizio finale. Tutte le prove di autoverifica previste all’interno del corso sono da considerarsi altamente consigliate e utili ai fini della preparazione e dello studio individuali. Tali prove non sono obbligatorie ai fini del sostenimento della prova d’esame la quale, ai sensi del DM 1835/2024, dev’essere svolta in presenza con commissione d’esame costituita come stabilito dal Regolamento Didattico d’Ateneo.

Il voto si attribuisce in accordo alla seguente regola generale:

VOTO
LIVELLO PREPARAZIONE ACQUISITA DALLO STUDENTE

18-20
Lo Studente ha raggiunto un livello di preparazione sufficiente.

21-23
Lo Studente ha raggiunto un livello di preparazione discreto.

24-26
Lo Studente ha raggiunto un livello di preparazione buono.

27-29
Lo Studente ha raggiunto un livello di preparazione molto buono.

30-30 e lode
Lo Studente ha raggiunto un livello di preparazione ottimo/eccellente.

Testi di riferimento

Oltre alle lezioni realizzate dal Docente ed ai materiali didattici pubblicati in piattaforma, è obbligatorio lo studio del seguente testo:

  • Eric Ries, Partire leggeri. Il metodo Lean Startup: innovazione senza sprechi per nuovi business di successo, Rizzoli ETAS, ultima edizione.

Letture di approfondimento consigliate (principali):

Per la parte di inquadramento generale:

  • Massimo Ciaglia, The Startup Canvas. Il metodo per trasformare una idea in un successo sicuro,

Per approfondimenti sulle tecniche di creatività per l’innovazione:

  • Gianni Clocchiatti Creatività per l'innovazione. Come produrre idee vincenti per migliorare la competitività, Franco Angeli

Per la parte sul business modeling:

  • Alexander Osterwalder, Yves Pigneur Creare modelli di business, Edizioni FAG, Milano

Per approfondimenti sul Lean Canvas:

  • Ash Maurya, Running Lean: Iterate from Plan A to a Plan That Works, O’Reilly

Per approfondimenti sul Customer Development:

  • Steve Blank, The Four Steps to the Epiphany: Successful Strategies for Products That Win, Winey
  • Cindy Alvarez Lean Customer Development: Building Products Your Customers Will Buy, O’Reilly

Per approfondimenti sull’attività di testing:

  • David Bland, Alexander Osterwalder, Testare le idee di business. Una guida sul campo per la sperimentazione rapida. 44 tipi di esperimenti per trovare la strada giusta. Grandi vittorie con piccole scommesse, Edizioni LSWR

Per approfondimenti sulla parte del Funnel e sperimentazione:

  • Raffaele Gaito, Growth Hacking Mindset: Non esiste innovazione senza sperimentazione, Franco Angeli

Per la parte delle metriche e della traction:

  • Gabriel Weinberg e Justin Mares, Traction: How Any Startup Can Achieve Explosive Customer Growth
  • Alistair Croll Lean Analytics: Use Data to Build a Better Startup Faster

Per approfondimenti sulla strutturazione del pitch:

Oren Klaff, R. Merlini Pitch anything. La presentazione perfetta. Il metodo innovativo per comunicare, convincere e farsi dire sempre di sì, ROI Edizioni

Codice insegnamento UC453408

Tirocinio 2° anno · 6 CFU · 0 file
Tirocinio 2° anno · 6 CFU · 0 file
Tirocinio 2° anno · 6 CFU · 0 file
Un’attività a scelta nella Rosa 1 2° anno · 6 CFU · 0 file
Un’attività a scelta nella Rosa 1 2° anno · 6 CFU · 0 file
Un’attività a scelta nella Rosa 1 2° anno · 6 CFU · 0 file
Diritto dell’ambiente e della transizione ecologica 6 CFU · IUS/10 · 0 file
Ulteriori attività formative 6 CFU · 0 file
Ulteriori attività formative 6 CFU · 0 file
Ulteriori attività formative 6 CFU · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.