Corso di laurea

Management and Industrial Systems Engineering

Università degli Studi di Trento · 24 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

Advanced manufacturing and sustainable products 1° anno · 12 CFU · IIND-04/A · 0 file

Il corso ha l’obiettivo di fornire le conoscenze legate ai processi di manifattura avanzata, inclusi i processi di manifattura additiva e customizzata. Il corso fornisce agli studenti le nozioni legate ai processi…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l’obiettivo di fornire le conoscenze legate ai processi di manifattura avanzata, inclusi i processi di manifattura additiva e customizzata. Il corso fornisce agli studenti le nozioni legate ai processi produttivi avanzati, ai materiali e agli impianti utilizzati. Particolare attenzione viene data all´influenza dei parametri di processo sulla qualitá e il controllo della produzione e del prodotto, alla progettazione del processo e alla sua ottimizzazione. gli obiettivi formativi risultati attesi sono: la conoscenza sistematica di processi manufatturieri avanzatila capacitá di identificare e comprendere i concetti base e le caratteristiche dell´industria 4.0 e 5.0capire e gestire l´integrazione tra prodotto e processoavere conoscenze di base relative alla robustezza del processodimostrare le conoscenze di base degli aspetti legati alla sostenibilitá e circolaritá dei processi produttivisaper analizzare criticamente i vantaggi e i limiti di uno secifico processo produttivocercare e analizzare in modo critico tecnologie e soluzioni avanzate a problemi produttivi specificiidentificare gli aspetti critici di un processo manifatturieromotivare in maniera autonoma le scelte legate ai parametri di processo

Il corso ha l´obiettivo di fornire allo studente conoscenze e competenze riguardo ai metodi di modellazione, simulazione e ottimizzazione dei processi manufatturieri. Lo studente alla fine del corso saprá prevedere le condizioni a rischio di produrre difetti nei manufatti e otttimizzare il processo per minimizzare lo spreco di materiale, e di risorse energetiche.

Programma

Il corso tratterá: i processi di produzione innvovativi rispetto a quelli tradizionali i processi e le applicazioni della manifattura additiva i possibili e tipici difetti di produzione l´integrazione e la digitalizzazione dei processi manifatturieri gli strumenti per migliorare e valutare la sostenibilitá dell´industria manifatturiera, incluse le tecnologie abilitanti per l´economia circolare e quelle per la gestione del fine vita

Il primo modulo del corso prevede 60 ore di lezione, composto in parte da lezioni interattive comprensive di esempi pratici e in parte da approfondimenti e lavori di gruppo che verranno poi discussi ed approfonditi in aula (e online). Sono fornite copie delle slide come supporto didattico. Saranno disponibili video e materiale di approfondimento teorico. Allo studente viene chiesta una partecipazione attiva alle discussioni e nell´approfondimento individuale dei concetti durante tutto il corso anche in preparazione per l´esame finale. Particolare enfasi verrá posta nel collegamento delle conoscenze interdisciplinari fin qui acquisite.

Il modulo 2 del corso tratterrá: Design of experimentsmodelling and Simulationprocess optimizationrobust designresources minimizationPFMEApractical session with the simulation tool Forge

Il corso é un mix di lezioni teoriche, lavoro di gruppo e 7 sessioni di simulazione nel laboratorio PC Allo studente viene chiesta una partecipazione attiva alle discussioni e nell´approfondimento individuale dei concetti durante tutto il corso. Particolare enfasi verrá posta nel collegamento delle conoscenze interdisciplinari fin qui acquisite

Modalità d'esame

L´esame consiste in una fase prelimiare di verifica della conoscenza generale attraverso un test a scelta multipla e una seconda fase di presentazione e discussione di una caso di studio basato su alcuni articoli scientifici. La formulazione del problema e del caso di studio é scelta dallo studente e concordata in anticipo con la docente. La ricerca della letteratura scientifica é fatta in autonomia dallo studente che dovrá selezionare 4-5 articoli inerenti al problema formulato e complementari tra loro. I criteri di valutazioni includono: - chiarezza nella formulazione del problema - capacitá di analizzare criticamente il caso presentato e i dati di letteratura per formulare una tesi - chiarezza e struttura della presentazione - completezza delle informazioni fornite - uso corretto del linguaggio tecnico

l´esame consisterá nella discussione di un caso di studio a scelta dello studente approfondito in letteratura e della valutazione di un progetto di simulazione agli elementi finiti.

Testi di riferimento

materiale e articoli scientifici forniti durante il corso come testo di riferimento per le conoscenze di base si puó utilizzare il testo: S. Kalpakjian, S.Schmid, Manufacturing Engineering & Technology, Pearson College Div

materiale fornito durante le lezioni software tutorial

Codice insegnamento 50991_651982_95268

Decision and risk analysis 1° anno · 2° semestre · 6 CFU · STAT-04/A · 0 file

Attraverso gli strumenti analitici discussi a lezione, alla fine del corso, lo studente: 1. sarà in grado di analizzare decisioni nella loro complessità e scegliere tra alternative, anche in condizioni di incertezza e…

Scheda dell'insegnamento

Obiettivi formativi

Attraverso gli strumenti analitici discussi a lezione, alla fine del corso, lo studente: 1. sarà in grado di analizzare decisioni nella loro complessità e scegliere tra alternative, anche in condizioni di incertezza e con presenza di obiettivi multipli. 2. riconoscerà vari comportamenti strategici e svilupperà un approccio strategico alle decisioni 3. riconoscerà varie fonti di rischio e riuscirà a sviluppare strumenti per la sua mitigazione

Programma

1. ANALISI DELLE DECISONI: principi fondamentali dell'analisi delle decisioni, funzioni di valore, probabilità soggettiva, alberi decisionali, valore dell'informazione, analisi delle decisioni multicriteriali, applicazioni. Metodi euristici: AHP, TOPSIS. Euristiche e bias decisionali. 2. TEORIA DEI GIOCHI: il concetto di teoria dei giochi come teoria del comportamento strategico. Equilibri, risposte e strategie. Giochi ripetuti, strategie pure e miste. La teoria dei giorni inversa, applicazioni. 3. GESTIONE DEL RISCHIO: Il concetto di rischio e di gestione del rischio. Basi di matematica finanziaria, valutazioni di investimento, selezione ottima di portafoglio, opzioni e assicurazioni. Basi di teoria dell'affidabilità.

Lezioni frontali, esercitazioni e possibili lavori di gruppo

Modalità d'esame

Esame scritto e orale

Testi di riferimento

Gli appunti presi a lezione saranno sufficienti. Il corso, comunque, prende spunto dai seguenti libri di testo 1. Eisenführ, F., Weber, M., & Langer, T. (2009). Rational Decision Making. Springer. 2. Tadelis, S. (2013). Game Theory: an Introduction. Princeton University Press. 3. Luenberger, D.G (2013). Investment Science. Oxford University Press.

Codice insegnamento 50991_651993_95270

Digital production and logistics systems 1° anno · 12 CFU · IIND-05/A · 0 file

L'obiettivo di questo corso è quello di fornire agli studenti le competenze necessarie per progettare e gestire sistemi di produzione digitale e di assemblaggio tipici del nuovo ambiente di produzione conosciuto come…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo di questo corso è quello di fornire agli studenti le competenze necessarie per progettare e gestire sistemi di produzione digitale e di assemblaggio tipici del nuovo ambiente di produzione conosciuto come Industria 5.0. Vengono proposti modelli matematici, metodi quantitativi, tecnologie digitali e algoritmi di intellienza artificiale per affrontare i diversi aspetti che contraddistinguono sistemi industriali così complessi, sfruttando le opportunità che la loro digitalizzazione offre. Inoltre, il corso affronta alcuni aspetti fondamentali della manutenzione dei sistemi produttivi, fornendo nozioni per modellare il comportamento dei guasti sia di componenti riparabili che non riparabili. In particolare, il corso introduce modelli e metodi per supportare l'analisi dei guasti seguendo le teorie RAMS.

L'obiettivo del corso è fornire agli studenti le competenze necessarie per progettare e gestire sistemi logistici inbound e outbound, come i flussi di materiali ad asservimento delle linee di produzione, i sistemi di stoccaggio, i supermercati industriali, la logistica dei trasporti, adottando approcci innovativi e tecniche ampiamente adottate, come il lean management, il just in time, la mappatura del flusso del valore, il Toyota Production System, diversi key lean tools per la stabilization, synchronization, quality e continuous improvement. Vengono inoltre proposti modelli matematici e metodi quantitativi per affrontare i diversi aspetti che contraddistinguono tali sistemi logistici complessi. Inoltre, vengono proposte tecniche di ottimizzazione avanzate per consentire agli studenti di convalidare la progettazione di tali sistemi logistici attraverso la valutazione pratica del loro funzionamento grazie all'adozione di software e strumenti professionali.

Programma

  • Progettare sistemi di produzione che implementino le tecnologie digitali nelle loro operazioni quotidiane, in linea con il paradigma dell'Industria 5.0 e delle fabbriche del futuro. - Progettare sistemi di assemblaggio moderni, con particolare attenzione alla gestione efficiente e sicura della forza lavoro umana, anche utilizzando algoritmi di intelligenza aritificiale - Sviluppare modelli matematici e di ottimizzazione originali per il problema del bilanciamento della linea di assemblaggio considerando le reali caratteristiche industriali solitamente trascurate come l'alimentazione del materiale, i componenti di grandi dimensioni e i prodotti finali altamente personalizzati. - Garantire la sicurezza dell'operatore mentre si assegnano le attività di montaggio agli operatori garantendo un corretto carico di lavoro er-gonomico e condizioni di lavoro eque, anche mediante l'utilizzo di sensori indossabili. - Introduzione alla manutenzione dei sistemi produttivi: rilevanza della funzione di manutenzione; obiettivi e integrazione con altre funzioni aziendali - Teoria dell'affidabilità dei sistemi produttivi: Affidabilità, tasso di guasto e tempo medio al guasto per componenti non riparabili; valutazione dei parametri di affidabilità con applicazioni numeriche; - Affidabilità dei sistemi produttivi: valutazione dell'affidabilità e disponibilità nel caso di configurazione seri e parallelo completamente; approcci comuni per migliorare l'affidabilità del sistema; efficienza del sistema produttivo.

a. Lezioni frontali Descrizione dei concetti tecnici, definizione dei termini rilevanti, illustrazione di modelli matematici, esemplificazione della collocazione degli argomenti proposti con veri e propri casi di studio industriali. b. Lezioni con strumenti informatici e sensori indossabili Approccio "learning by doing", validazione del modello con esempi numerici, coinvolgimento individuale degli studenti durante la lezione per programmare e sviluppo del codice in prima persona. Utilizzo dei più recenti sensori indossabili per la digitalizzazione dei processi di assemblaggio c. Lavoro di gruppo Team di massimo 3 persone per svolgere 1 progetto obbligatorio finale.

  • Metodi e approcci per la gestione snella dei flussi logistici nei sistemi di produzione. Principi e concetti fondamentali del Toyota Production System. - Tecniche e strumenti per la gestione logistica con approcci lean: eliminazione degli sprechi, visual management, poka joke, zero defect, pull flows, just in time. - Progettazione e gestione dei flussi di materiale per le linee di produzione: kanban, supermarket, mizusumashi. - Mappatura sostenibile del flusso di valore per la valutazione ambientale ed economica dei flussi logistici in entrata e in uscita.ù -Key lean tools for stabilization, synchronization, quality and continuous improvement. -Lean and supply chain, variability propagation, coordination mechanisms and resilience. - Modelli e metodi per la progettazione e la gestione efficiente dei sistemi di stoccaggio. - Metodi e strumenti per l'order picking nei sistemi di stoccaggio: strategie multiple per migliorare l'efficienza di tali sistemi. - Algoritmi per il trasporto e la distribuzione sostenibile delle merci: vehicle routing per ottimizzare le prestazioni della logistica in uscita.

a. Lezioni frontali Descrizione dei concetti tecnici, definizione dei termini rilevanti, illustrazione di modelli matematici, esemplificazione della collocazione degli argomenti proposti con veri e propri casi di studio industriali. b. Lezioni con strumenti informatici Approccio "learning by doing", validazione del modello con esempi numerici, coinvolgimento individuale degli studenti durante la lezione per programmare e sviluppo del codice in prima persona. c. Lavoro di gruppo Team di massimo 3 persone per svolgere 1 progetto obbligatorio finale.

Modalità d'esame

Il voto finale si basa per il 50% su un esame finale e per il 50% sul lavoro di squadra. Esame finale: L'esame finale è previsto alla fine del corso. L'esame è individuale e scritto, senza l'uso del computer. L'esame è composto da domande teoriche e esemplificazioni numeriche. L'esame scritto è valutato con voto. Lavoro di squadra: Il lavoro di gruppo viene valutato considerando il progetto finale. Il progetto finale viene discusso con un esame orale con tutti i membri del team e valutato con voto. Il voto è identico per tutti i membri del team.

Il voto finale si basa per il 50% su un esame finale e per il 50% sul lavoro di squadra. Esame finale: L'esame finale è previsto alla fine del corso. L'esame è individuale e scritto, senza l'uso del computer. L'esame è composto da domande teoriche e esemplificazioni numeriche. L'esame scritto è valutato con voto. Lavoro di squadra: Il lavoro di gruppo viene valutato considerando il progetto finale. Il progetto finale viene discusso con un esame orale con tutti i membri del team e valutato con voto. Il voto è identico per tutti i membri del team.

Testi di riferimento

Appunti e materiale didattico fornito a lezione.

Appunti e materiale didattico fornito a lezione. Optional (book): · W. J. HOPP, M. L. SPEARMAN, Factory Physics: Principles of Manufacturing Systems, Third Edition, 2011 · M. RAJADELL CARRERAS, “Lean Manufacturing: Herramientas para producir major, Ediciones Díaz de Santos, 2021 · Rother, M., & Shook, J., Learning to See, Lean Enterprise Institute, · J.P. WOMACK, D.T. JONES, D. ROOS, The Machine That Changed The World, 1990 · J.P. WOMACK, D.T. JONES, Lean Thinking, 1997

Codice insegnamento 50991_651999_95266

Dynamics in systems and networks 1° anno · 12 CFU · IINF-04/A · 0 file

Il corso fornisce gli strumenti teorici essenziali per la modellazione, l'analisi e il controllo di sistemi dinamici lineari e nonlineari. Le studentesse e gli studenti apprendono e imparano ad applicare concetti…

Scheda dell'insegnamento

Obiettivi formativi

Il corso fornisce gli strumenti teorici essenziali per la modellazione, l'analisi e il controllo di sistemi dinamici lineari e nonlineari. Le studentesse e gli studenti apprendono e imparano ad applicare concetti fondamentali di teoria dei sistemi e del controllo. Alla fine del corso, le studentesse e gli studenti sono in grado di: 1. modellizzare fenomeni complessi come sistemi dinamici; 2. studiare il comportamento qualitativo di sistemi lineari e nonlineari; calcolare equilibri e analizzarne la stabilità; linearizzare un sistema nonlineare nell'intorno di un punto di equilibrio; 3. valutare raggiungibilità e osservabilità; calcolare la decomposizione di Kalman di un sistema; comprendere il legame tra domini del tempo e della frequenza e calcolare la realizzazione di una funzione di trasferimento; 4. identificare un sistema e stimarne i parametri in base a dati; 5. progettare controllori per sistemi lineari e nonlineari; progettare osservatori; 6. valutare la robustezza e l'ottimalità di strategie di controllo.

Il corso fornisce gli strumenti teorici per la modellizzazione e lo studio di sistemi dinamici interconnessi (reti dinamiche) e getta le basi per il controllo e l’ottimizzazione di tali sistemi. Le studentesse e gli studenti apprendono e imparano ad applicare concetti fondamentali di teoria dei grafi, teoria dei sistemi e ottimizzazione. Alla fine del corso, le studentesse e gli studenti sono in grado di: 1. analizzare e classificare grafi basandosi sulle loro proprietà (ad es. indiretti/diretti, pesati, bilanciati, regolari); 2. calcolare le matrici di adiacenza, Laplaciana e di incidenza associate a un grafo; 3. valutare la centralità di un nodo all’interno di un grafo usando la misura di centralità (ad es. centralità di grado/autovettore/Katz/PageRank/prossimità/intermediarietà) più appropriata per un dato scopo; 4. formulare problemi in svariate applicazioni (ad es. controllo di traffico, reti di flusso, dinamiche di opinione) adottando un’appropriata rappresentazione in termini di grafo; 5. analizzare sistemi dinamici lineari definiti su reti (media distribuita e dinamiche di flusso); 6. convertire un insieme di reazioni chimiche in una rete dinamica e studiarne il comportamento; 7. risolvere problemi di coordinazione in sistemi multi-agente applicando algoritmi di consenso; 8. trovare la distribuzione ottimale di flusso in una rete, formulando e risolvendo un appropriato problema di ottimizzazione; 9. progettare controllori di flusso con un approccio decentralizzato.

Programma

Fenomeni complessi che evolvono nel tempo e/o nello spazio sono ovunque, sia in natura sia nell'ingegneria. La teoria dei sistemi e del controllo è la disciplina fondamentale che consente di comprendere, descrivere, predire e controllare questi fenomeni in tutti gli ambiti della scienza. Il corso discute: - esempi di sistemi dinamici, lineari e nonlineari, in tempo continuo e discreto; - rappresentazione di fenomeni dinamici: equazioni differenziali e alle differenze, e loro proprietà; sistemi dinamici: ingresso, uscita e stato; - sistemi lineari e nonlineari; equilibri, approssimazione lineare di sistemi nonlineari, linearizzazione; - analisi di sistemi lineari: soluzioni di sistemi lineari (tempo-varianti e tempo-invarianti), esponenziali e potenze di matrice, stabilità di sistemi lineari, stabilità locale di sistemi linearizzati; - cenni a raggiungibilità, osservabilità, decomposizione di Kalman, teoria della realizzazione; - stima di parametri e identificazione di sistemi in base a dati; - controllo di sistemi lineari: stabilizzazione e assegnazione degli autovalori tramite retroazione dello stato; progetto di osservatori e stabilizzazione tramite retroazione dell'uscita, principio di separazione; - analisi di sistemi nonlineari: teoria di Lyapunov per l'analisi di stabilità; - robustezza di sistemi dinamici; - cenni a controllo robusto, controllo ottimo, controllo predittivo.

L’attività didattica prevede: - lezioni di didattica frontale basate sul materiale didattico (dispense) reso disponibile sul portale Esse3; - esercitazioni teoriche (risoluzione di problemi); - laboratorio numerico/computazionale: esercitazioni pratiche al computer, basate sull’utilizzo del software Matlab/Octave, per applicare i concetti discussi a lezione. Durante le lezioni, la partecipazione attiva delle studentesse e degli studenti sarà stimolata tramite discussioni e domande aperte. Nelle esercitazioni teoriche, le studentesse e gli studenti presenteranno/discuteranno la loro soluzione a problemi proposti nella lezione precedente. Nelle esercitazioni pratiche (e nel laboratorio numerico/computazionale), le studentesse e gli studenti avranno un ruolo attivo. Nello studio e nel lavoro individuale, i concetti saranno assimilati non solo studiando autonomamente le note e i libri di testo proposti, ma anche mettendosi alla prova nella risoluzione degli esercizi teorici e di programmazione.

Sistemi dinamici interconnessi, composti da svariati sottosistemi dinamici che sono interconnessi tra loro secondo una topologia di rete, sono onnipresenti nella nostra vita quotidiana: reti di trasporto, reti di trasmissione dati e telecomunicazioni, reti elettriche, reti di sensori, reti di produzione e distribuzione, reti sociali, reti biologiche sono contraddistinte sia da un comportamento dinamico, sia da una topologia di interconnessione. Modellizzare questi sistemi complessi ci consente di analizzarli e, se necessario, controllare e ottimizzare il loro comportamento. Il corso introduce nozioni matematiche, al confine tra teoria dei grafi, ottimizzazione e sistemi dinamici, che aiutano a modellizzare, analizzare e controllare le reti dinamiche, focalizzandosi sui principi comuni di struttura, connettività e resilienza, centralità e influenza, che ricorrono in numerosi ambiti diversi. Il corso discute i seguenti argomenti: - teoria dei grafi e delle reti: proprietà dei grafi (indiretti/diretti, pesati, bilanciati, regolari, semplici) e definizioni (concetti di cammino, percorso, ciclo, distanza, diametro); - teoria dei grafi algebrica: matrici associate a grafi (di adiacenza/peso, di grado, Laplaciana, di adiacenza/peso normalizzata) e loro proprietà spettrali basate sul teorema dei cerchi di Gershgorin e sulla teoria di Perron-Frobenius per matrici nonnegative; matrici di incidenza nodi-archi, percorsi-archi, percorsi-nodi; - connettività di una rete, componenti connesse e dimensioni degli autospazi associati; teorema di Menger; - flussi su una rete, capacità, tagli, teorema del massimo flusso – minimo taglio, resilienza di reti di trasporto in caso di perdita di capacità; - misure di centralità nelle reti: centralità di grado, autovettore, Bonacich, Katz, PageRank, intermediarietà e prossimità; - dinamiche lineari definite su reti, sia a tempo discreto sia a tempo continuo: sistemi di media distribuita, dinamiche di opinione e consenso, anche con agenti testardi; dinamiche di flusso lineari, sistemi compartimentali aperti e chiusi; - fondamenti di controllo di reti: approcci decentralizzati e loro proprietà di ottimalità; - ottimizzazione di flussi su reti: ottimo sociale e ottimo individuale, equilibrio di Wardrop, paradosso di Braess, prezzo dell’anarchia, dazi; - epidemie su reti e contagio: interazioni tra individui suscettibili, infetti e guariti; modelli SI, SIR, SIS; - teoria delle reazioni chimiche: convertire un insieme di reazioni chimiche in un sistema dinamico, numero e stabilità degli equilibri, struttura di rete e conseguenti proprietà dinamiche, complessi, classi di collegamento, rango di reazione, reti di reazioni chimiche (debolmente) reversibili, teorema della deficienza zero. Le applicazioni includeranno dinamica e controllo di reti elettriche e di trasporto, reti di comunicazione, consenso, dinamiche di opinione in reti sociali, reti biochimiche e biomolecolari, modelli epidemiologici.

L’attività didattica prevede: - lezioni di didattica frontale (circa 40 ore) basate sul materiale didattico (trasparenze e dispense) reso disponibile sul portale Esse3 e sui libri di testo suggeriti; - esercitazioni teoriche (risoluzione di problemi); - laboratorio numerico/computazionale: esercitazioni pratiche al computer, basate sull’utilizzo del software Matlab/Octave per applicare i concetti discussi a lezione su casi di studio realistici tramite modelli e simulazioni. Durante le lezioni, la partecipazione attiva delle studentesse e degli studenti sarà stimolata tramite discussioni e domande aperte. Nelle esercitazioni teoriche, le studentesse e gli studenti presenteranno/discuteranno la loro soluzione a problemi proposti nella lezione precedente. Nelle esercitazioni pratiche, nel laboratorio numerico/computazionale, le studentesse e gli studenti avranno un ruolo attivo. Nello studio e nel lavoro individuale, i concetti saranno assimilati non solo studiando le trasparenze delle lezioni, le note e i libri di testo proposti, ma anche mettendosi alla prova nella risoluzione degli esercizi teorici e di programmazione.

Modalità d'esame

L’esame è composto da due prove. 1. Esame scritto (obbligatorio, assegna un voto massimo di 26/30) da svolgere in aula senza alcun ausilio (niente testi/appunti), volto ad accertare l’interiorizzazione e la comprensione dei concetti fondamentali del corso. La valutazione è basata su completezza, chiarezza e correttezza delle risposte/soluzioni. 2. Progetto svolto a casa utilizzando Matlab/Octave (o altro software prescelto) e relativa relazione (facoltativi, ma necessari per ottenere un punteggio superiore a 26/30), per accertare la capacità di applicare le competenze apprese nel corso in un caso di studio realistico. La valutazione è basata su completezza, correttezza dei risultati e qualità espositiva della relazione, e sull’originalità (il plagio è punito severamente). Si noti che: - per superare l’esame è necessario un voto sufficiente all’esame scritto; - in alternativa allo svolgimento del progetto e alla consegna della relazione, a discrezione della studentessa o dello studente, può essere svolta una prova orale.

L’esame è composto da due prove. 1. Esame scritto (obbligatorio, assegna un voto massimo di 26/30) da svolgere in aula senza alcun ausilio (niente testi/appunti), volto ad accertare l’interiorizzazione e la comprensione dei concetti fondamentali del corso. La valutazione è basata su completezza, chiarezza e correttezza delle risposte/soluzioni. 2. Progetto svolto a casa utilizzando Matlab/Octave (o altro software prescelto) e relativa relazione (facoltativi, ma necessari per ottenere un punteggio superiore a 26/30), per accertare la capacità di applicare le competenze apprese nel corso in un caso di studio realistico. La valutazione è basata su completezza, correttezza dei risultati e qualità espositiva della relazione, e sull’originalità (il plagio è punito severamente). Si noti che: - per superare l’esame è necessario un voto sufficiente all’esame scritto; - in alternativa allo svolgimento del progetto e alla consegna della relazione, a discrezione della studentessa o dello studente, può essere svolta una prova orale.

Testi di riferimento

Libri di testo: - David G. Luenberger. Introduction to Dynamic Systems: Theory, Models, and Applications. 1991. - Joao Hespanha. Linear systems theory. 2009.

Libri di testo: - F. Bullo, Lectures on Network Systems, http://motion.me.ucsb.edu/book-lns - G. Como & F. Fagnani, Lecture notes in Network Dynamics Per consultazione e approfondimento su: Teoria dei grafi algebrica: - N. Biggs, Algebraic Graph Theory, Cambridge University Press, 1994 - C. D. Godsil and G. F. Royle, Algebraic Graph Theory, Springer, 2001 Teoria delle reti di reazioni chimiche: - M. Feinberg, Foundations of Chemical Reaction Network Theory, Springer, 2019 Reti e applicazioni: - M. Draief & L. Massoulié, Epidemics and Rumours in Complex Networks, Cambridge University Press, 2011 - D. Easley & J. Kleinberg, Networks, Crowds and Markets: Reasoning about a Highly Connected World, Cambridge University Press, 2010 - M. O. Jackson, Social and Economic Networks, Princeton University Press, 2010 - M. E. J. Newman, Networks. An Introduction, Oxford University Press, 2010

Codice insegnamento 50991_651985_95269

Organizations, human resources and innovation 1° anno · 12 CFU · IEGE-01/A · 0 file

Esplorare e analizzare il contributo delle persone e dei comportamenti in relazione alle prestazioni organizzative - Migliorare la comprensione e la consapevolezza del proprio comportamento e delle dinamiche di gruppo in…

Scheda dell'insegnamento

Obiettivi formativi

  • Esplorare e analizzare il contributo delle persone e dei comportamenti in relazione alle prestazioni organizzative - Migliorare la comprensione e la consapevolezza del proprio comportamento e delle dinamiche di gruppo in una varietà di contesti lavorativi - Comprendere il ruolo e le pratiche della gestione delle risorse umane ai diversi livelli organizzativi - Comprendere approfonditamente il processo di cambiamento e la gestione del cambiamento nelle organizzazioni - Esaminare e confrontare i diversi approcci per gestire e sostenere innovazione e creatività nelle loro diverse forme
  • Esplorare e analizzare il contributo delle persone e dei comportamenti in relazione alle prestazioni organizzative - Migliorare la comprensione e la consapevolezza del proprio comportamento e delle dinamiche di gruppo in una varietà di contesti lavorativi - Comprendere il ruolo e le pratiche della gestione delle risorse umane ai diversi livelli organizzativi - Comprendere approfonditamente il processo di cambiamento e la gestione del cambiamento nelle organizzazioni - Esaminare e confrontare i diversi approcci per gestire e sostenere innovazione e creatività nelle loro diverse forme

Programma

Le principali aree tematiche del corso saranno: Parte 1 (modulo 1) - Comportamento organizzativo: alcuni argomenti chiave sono legati a personalità, percezioni, motivazione, lavoro in team, leadership, e temi chiave della gestione delle risorse umane (ruolo delle risorse umane e strategic HRM); Parte 2 (modulo 2) - Cambiamento organizzativo: gli argomenti chiave sono legati al cambiamento organizzativo, ma anche all'innovazione e a diversi modelli di innovazione, e ai processi di creatività individuale e collettiva.

Il corso partecipa al progetto Blended Learning dell'Ateneo. Quindi, ci sarà un mix di lezioni frontali, lavori in team (inclusi esercizi e attività 'learning by doing'), attività individuali, discussione di casi di studio, discussione di articoli accademici, brevi video, presentazioni da parte dei team, sessioni di supporto ai team, sessioni di Q&A.

Le principali aree tematiche del corso saranno: Parte 1 (modulo 1) - Comportamento organizzativo: alcuni argomenti chiave sono legati a personalità, percezioni, motivazione, lavoro in team, leadership, e temi chiave della gestione delle risorse umane (ruolo delle risorse umane e strategic HRM); Parte 2 (modulo 2) - Cambiamento organizzativo: gli argomenti chiave sono legati al cambiamento organizzativo, ma anche all'innovazione e a diversi modelli di innovazione, e ai processi di creatività individuale e collettiva.

Il corso partecipa al progetto Blended Learning dell'Ateneo. Quindi, ci sarà un mix di lezioni frontali, lavori in team (inclusi esercizi e attività 'learning by doing'), attività individuali, discussione di casi di studio, discussione di articoli accademici, brevi video, presentazioni da parte dei team, sessioni di supporto ai team, sessioni di Q&A.

Modalità d'esame

La valutazione si baserà su un assignment di gruppo e un esame orale complessivo. In caso l'assignment di gruppo non venisse consegnato (o risultasse insufficiente), ci sarà solo l'esame orale onnicomprensivo.

La valutazione si baserà su un assignment di gruppo e un esame orale complessivo. In caso l'assignment di gruppo non venisse consegnato (o risultasse insufficiente), ci sarà solo l'esame orale onnicomprensivo.

Testi di riferimento

Oltre ai materiali disponibili su Moodle, i due libri di testo di riferimento per il corso sono: Parte 1. Libro di testo per Comportamento organizzativo: Open access textbook: https://open.umn.edu/opentextbooks/textbooks/organizational-behavior Parte 2. Libro di testo per Cambiamento organizzativo: Tucker D., Cirella S., Kelly P. (2024), Organizational Change Management. London: Sage. Altri testi utili: - Un altro open access textbook: https://open.umn.edu/opentextbooks/textbooks/organizational-behavior-2019 - Shani, A.B., Chandler, D., Coget, J.F. and Lau, J.B. (2009) Behavior in organizations: An experiential approach. 9th edition. New York: McGraw-Hill. - Mullins, L. J. and Rees, G. (2023) Management and organisational behaviour. 13th edn. Harlow: Pearson education (o edizioni precedenti). - Open access textbook su HRM: https://open.umn.edu/opentextbooks/textbooks/human-resource-management - Wilton N. (2022). An Introduction to Human Resource Management. 5th edn. Sage (o edizioni precedenti).

Oltre ai materiali disponibili su Moodle, i due libri di testo di riferimento per il corso sono: Parte 1. Libro di testo per Comportamento organizzativo: Open access textbook: https://open.umn.edu/opentextbooks/textbooks/organizational-behavior Parte 2. Libro di testo per Cambiamento organizzativo: Tucker D., Cirella S., Kelly P. (2024), Organizational Change Management. London: Sage. Altri testi utili: - Un altro open access textbook: https://open.umn.edu/opentextbooks/textbooks/organizational-behavior-2019 - Shani, A.B., Chandler, D., Coget, J.F. and Lau, J.B. (2009) Behavior in organizations: An experiential approach. 9th edition. New York: McGraw-Hill. - Mullins, L. J. and Rees, G. (2023) Management and organisational behaviour. 13th edn. Harlow: Pearson education (o edizioni precedenti). - Open access textbook su HRM: https://open.umn.edu/opentextbooks/textbooks/human-resource-management - Wilton N. (2022). An Introduction to Human Resource Management. 5th edn. Sage (o edizioni precedenti).

Codice insegnamento 50991_651981_95267

Project management 1° anno · 2° semestre · 6 CFU · IIND-05/A · 0 file

Creare una conoscenza adeguata sul Project Management - Fornire basi di conoscenza per acquisire certificazioni PMI (Project Management Institute) - Conoscenza approfondita delle tematiche e degli standard legati alle…

Scheda dell'insegnamento

Obiettivi formativi

  • Creare una conoscenza adeguata sul Project Management - Fornire basi di conoscenza per acquisire certificazioni PMI (Project Management Institute) - Conoscenza approfondita delle tematiche e degli standard legati alle modalità di gestione di progetti: tempi, costi, budget, rischi, qualità - Essere in grado di applicare il Project Management alla gestione di progetti reali - Essere in grado di impostare, utilizzare e gestire strumenti di program e portfolio management - Acquisire padronanza di uno strumento software di gestione progetti - Acquisire sensibilità verso le tematiche più rivolte alla comunicazione, alla gestione dei gruppi di lavoro e alle soft skills

Programma

  • Introduzione al Project Management • Progetto, Programma, Portfolio • Le principali metodologie di project management: IPMA Competence Baseline, PMBOK - Project Management Institute, PRINCE2 • la metodologia e gli strumenti per la gestione dei progetti: il Project Management Body of Knowledge (PM-BOK) • le funzioni principali del Project Management: scopo, tempo, costo, qualità • la gestione dei progetti: funzioni, ciclo di vita; fasi • il progetto e la sua organizzazione: tipi di progetto • Definizione degli obiettivi del progetto • Redarre un Piano operativo di progetto (PMP/PPM) • Redarre una WBS • Stime del progetto: tempi, costi, budget • Le tecniche reticolari di pianificazione: CPM, CCM, attività critiche e ipercritiche, margini di flessibilità • l’utilizzo del diagramma di Gantt • Milestones, vincoli, scadenze • La gestione delle risorse in un progetto • La gestione degli stakeholders • La gestione dei rischi • Il piano di comunicazione • La baseline di progetto • La gestione del rischio e il risk management • Valutazione degli stati di avanzamento del progetto e ripianificare • Presidiare un progetto: strumenti di monitoraggio di progetto, avanzamento, indicatori di performance di un progetto (KPI) • Chiudere e rendicontare un progetto

Lezioni frontali e lezioni pratiche in laboratorio per l'uso di un software di project management

Modalità d'esame

Esame scritto e prova pratica

Testi di riferimento

  • materiale in slide fornito dal docente - Project Management Body of Knowledge (PMBOK), PMI

Codice insegnamento 50991_651995_95278

Circular economy for materials processing 2° anno · 2° semestre · 6 CFU · IIND-03/C · 0 file

CEMP è un corso introduttivo all'economia circolare ampiamente basato su attività progettuali. Gli obiettivi e i risultati di apprendimento del corso sono di fornire conoscenze generali sull'economia circolare per la…

Scheda dell'insegnamento

Obiettivi formativi

CEMP è un corso introduttivo all'economia circolare ampiamente basato su attività progettuali. Gli obiettivi e i risultati di apprendimento del corso sono di fornire conoscenze generali sull'economia circolare per la fabbricazione e la gestione dei materiali, attraverso lezioni frontali (prima parte del corso) e conoscenze ed abilità approfondite attraverso attività progettuali (seconda parte del corso). Al termine del corso gli studenti saranno in grado di comprendere: 1. Concetti di base di economia circolare, conoscenze sul flusso dei materiali (dall'estrazione, alla lavorazione, alla produzione fino al riciclo ed al riutilizzo a fine vita), problematiche e spinte per il cambiamento. 2. Riconoscere gli impatti (ambientali, economici e sociali) degli attuali processi di lavorazione dei materiali sulla sostenibilità. 3. Creare nuove opportunità di business per reinserire i materiali nell'economia circolare. 4. Applicare tecnologie di fabbricazione per accelerarne l'implementazione nella creazione di imprese.

Programma

L'attività didattica nella prima parte del corso comprenderà una panoramica sui pilastri dell'economia circolare e sui flussi di materiale e di energia che caratterizzano il ciclo di vita di un prodotto. Gli argomenti che verranno trattati sono: Tema 1 – Analisi del contesto politico ed economico. Economia circolare e definizioni. Tema 2 – Materiali e risorse disponibili Tema 3 – Esplorazione ed estrazione delle materie prime Tema 4 – Processi di lavorazione e trasformazione dei materiali Tema 5 – Produzione, progettazione e utilizzo dei prodotti Tema 6 – Gestione del fine vita (riciclo, riutilizzo, riparazione,...)

Nella prima parte del corso gli studenti dovranno frequentare le lezioni in aula (15 ore). Sarà ampiamente utilizzato il metodo della flipped classroom (metodo pedagogico, che utilizza videolezioni asincrone e problemi pratici come compiti a casa e attività attive di risoluzione dei problemi di gruppo in classe): saranno resi disponibili video, presentazioni PowerPoint e altro materiale utile agli studenti attraverso una piattaforma digitale. È previsto il coinvolgimento attivo degli studenti sia nella preparazione che nella gestione della lezione. Nella seconda parte del corso, allo studente verrà chiesto di lavorare su un compito a progetto, individualmente o in gruppo. Il supporto sarà fornito da personale docente non accademico, in particolare per coloro che fanno parte del progetto che si occupa di modellazione aziendale e gestione dei progetti.

Modalità d'esame

L'esame finale consiste in una presentazione orale tenuta dai gruppi di studenti coinvolti nello stesso progetto. Gli studenti devono presentare e discutere in modo chiaro i risultati ottenuti durante il progetto utilizzando una presentazione in PowerPoint. La presentazione sarà fatta alla commissione formata dai supervisori dei progetti. A ogni studente del gruppo sarà assegnato un voto d'esame in base alla qualità della presentazione e alla capacità di rispondere alle domande poste dalla commissione. Le domande saranno principalmente rivolte all'uso delle conoscenze di base sull'economia circolare, sul riciclo-riutilizzo e sulla lavorazione dei materiali.

Testi di riferimento

Verrà utilizzata una piattaforma online per caricare il materiale del corso. Verrà fornito un compendio per ogni argomento.

Codice insegnamento 50991_652003_93870

Design of precision systems 2° anno · 2° semestre · 6 CFU · IMIS-01/A · 0 file

Il corso si prefigge l'obiettivo formativo di insegnare le basi della progettazione e realizzazione di sistemi di misura di precisione. Alla fine del corso, la frequenza e la partecipazione attiva alle tre attività…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si prefigge l'obiettivo formativo di insegnare le basi della progettazione e realizzazione di sistemi di misura di precisione. Alla fine del corso, la frequenza e la partecipazione attiva alle tre attività formative proposte dal corso e lo studio individuale consentiranno a studenti/studentesse di: COMPRENDERE il significato di precisione, accuratezza e risoluzione, nonché l'importanza della corretta definizione di requisiti e specifiche nelle fasi iniziali della progettazione di sistemi di precisioneANALIZZARE vantaggi e svantaggi di varie alternative concettuali all progetto del sistema, in coerenza con requisiti e specifiche e secondo le metodologie QFD e concurrent engineeringVALUTARE le prestazioni di differenti soluzioni sia in forma di modello simulato che di prototipo, prendendo decisioni robuste in condizioni di conoscenza limitataCREARE il progetto di un sistema/strumento di misura di precisione

Programma

La parte teorica del corso si divide in 4 sezioni: 1. Progettazione di sistemi: cos'è l'ingegneria di precisione; metodi per la progettazione di sistemi. 2. Sistemi di precisione: Assiemi, allineamento e sorgenti di errore; progettazione cinematica; movimento di precisione e snodi a flessione 3. Sistemi di misura: aspetti statistici; metrologia dimensionale; incertezza e propagazione dell'incertezza 4. Sorgenti di disturbo: loop di forza e di misura; isolamento e selezione dei materiali; sistemi di controllo. All'interno del corso gli studenti dovranno anche lavorare in gruppo alla progettazione e realizzazione di un sistema di misura di spostamento di precisione, applicando direttamente le competenze acquisite.

A partire dall'A.A. 2025/26, Il corso aderisce al programma BLENDED LEARNING promosso dall'Università di Trento per sperimentare nuove metodologie didattiche. In questo contesto, il corso viene offerto in formato Flipped Classroom: se nella didattica tradizionale c'è un momenti di trasmissione della conoscenza (lezione frontale in classe) seguito da un momento di elaborazione e comprensione personale (studio autonomo da parte dello studente), nella FP i due momenti vengono ribaltati: la trasmissione della conoscenza avviene in maniera asincrona, con lo studente che in autonomia consulta il materiale multimediale (videolezioni, articoli, libri di testo precedentemente selezionati dal docente), mentre l'elaborazione avviene in classe, in forma di discussioni collettive e presentazioni tenute dagli studenti sotto la supervisione del docente. Con il supporto della piattaforma Moodle, il contenuto del corso sarà quindi diviso in moduli. Per ciascun modulo: In classe: una breve introduzione del docente illustra l'organizzazione del materiale di studioOffline: gli studenti dedicano studio personale al materiale e si preparano a discuterlo come se dovessero tenere loro una lezione sugli argomenti affrontatiIn classe: uno o più studenti presentano un riassunto degli argomenti studiati, a cui segue un momento di discussione, correzione e approfondimento sotto la supervisione del docente Il metodo richiede evidentemente che gli studenti si dedichino con costanza durante il semestre allo studio progressivo degli argomenti affrontati; al tempo stesso, il tempo trascorso in classe è inferiore (30-40 ore anziché 60), e così pure il tempo necessario alla preparazione dell'esame finale. Il metodo, inoltre, è evidentemente pensato per studenti frequentanti. Per costoro, il progresso sarà valutato mediante il conseguimento di un numero minimo di badge Moodle: ogni partecipazione attiva ai momenti di discussione in classe (in forma di presentazioni o mini-lezioni) comporta il conseguimento di un badge e consente di verificare l'effettiva partecipazione dello studente alla sperimentazione FC. Gli studenti non frequentanti potranno preparare l'esame studiando autonomamente sul materiale comune, predisposto e disponibile su Moodle.

Modalità d'esame

Data l'erogazione del corso in modalità flipped classroom, i metodi di accertamento sono differenti per gli studenti/studentesse frequentanti e per gli studenti/studentesse non frequentanti. Per i frequentanti È richiesta la partecipazione attiva (cioè presenza in classe per almeno l'80% delle lezioni e con almeno un intervento e una presentazione) alle lezioni in flipped classroom, durante le quali il docente darà dei feedback diretti allo studente/studentessa, e la partecipazione attiva al projectwork in gruppo. Sotto queste condizioni, l'esame consiste di una prova orale durante la quale verrà verificato il raggiungimento degli obiettivi formativi del corso mediante 2 domande a carattere sia teorico che pratico (esercizi di calcolo). Per i non frequentanti La comprensione e la padronanza delle conoscenze fornite dal corso sono verificate mediante un esame scritto erogato come quiz Moodle seguito da una prova orale opzionale. Il quiz Moodle, erogato in laboratorio PC, comprende domande a risposta multipla, brevi esercizi di programmazione e esercizi di calcolo. La prova orale opzionale, da sostenere il giorno stesso dello scritto, consiste in due/tre domande ed è un approfondimento sugli argomenti dello scritto e sugli argomenti trattati nel corso. La prova scritta consente di raggiungere una votazione massima di 26/30; la prova orale, qualora positiva, consente di raggiungere la votazione massima migliorando o peggiorando il voto dello scritto. I criteri di valutazione mirano a verificare il raggiungimento delle capacità di comprensione, analisi, valutazione e creazione indicate negli obiettivi formativi.

Testi di riferimento

Contenuti del corso: - David G. Ullman, "The Mechanical Design Process", McGraw-Hill - R. Leach, S. Smith, "Basics of Precision Engineering", CRC Press - Stuart T. Smith, "Flexures - Elements of Elastic Mechanisms", CRC Press Consultazione: - Nicolae Lobonțiu, "Compliant Mechanisms - Design of Flexure Hinges", CRC Press

Codice insegnamento 50991_652011_95848

Distributed robot perception 2° anno · 1° semestre · 6 CFU · IMIS-01/B · 0 file

Gli obiettivi formativi del corso sono essenzialmente l’acquisizione di una visione d’insieme dei sistemi distribuiti per le misure e l’automazione utilizzati oggigiorno in ambiente industriale e civile. Il corso si…

Scheda dell'insegnamento

Obiettivi formativi

Gli obiettivi formativi del corso sono essenzialmente l’acquisizione di una visione d’insieme dei sistemi distribuiti per le misure e l’automazione utilizzati oggigiorno in ambiente industriale e civile. Il corso si incentra sulle soluzioni tecnologiche più avanzate ed adottate nell’industria nonché sugli aspetti teorici che nascono qualora il controllo o la stima siano applicate in un contesto distribuito. Particolare risalto verrà dato alla percezione robotica utilizzando tecniche di Intelligenza Artificiale da applicare ai problemi industriali e robotici. Durante il corso si porrà l’accento sul disegno e l’implementazione di stimatori distribuiti da utilizzare per i sistemi autonomi intelligenti in ambiente industriale e di servizio, analizzando i problemi che ne derivano sia dal punto vista pratico che teorico. Esempi di applicazione di queste tecniche su sistemi reali o realistici verranno presentati durante la durata del corso. Alla fine del corso, lo studente sarà in grado di: - capire la complessità, i problemi e le potenzialità dei sistemi distribuiti; - effettuare valutazioni comparative riguardanti le diverse soluzioni tecnologiche a disposizione per i sistemi distribuiti; - valutare ed analizzare le implicazioni pratiche e teoriche di un sistema di misura e di percezione distribuito; - analizzare e disegnare un sistema distribuito per un particolare sistema e con uno specifico obiettivo; - definire in modo critico i benefici ed i limiti di una soluzione distribuita.

Programma

Il corso mostrerà l'applicazione di tecniche di stima classica e basate sull’intelligenza artificiale al problema della percezione sia a livello di singolo agente sia a livello di agenti multipli (percezione distribuita). Lo studente verrà introdotto agli approcci Bayesiani e Markoviani al problema della stima distribuita e agli algoritmi di ML per la classificazione, per la localizzazione e per la predizione dei movimenti delle varie entità presenti nello scenario operativo. Le conoscenze verranno consolidate attraverso simulazioni ed esperienze di laboratorio. In dettaglio, il corso comprenderà: - Soluzioni tecnologiche per i sistemi distribuiti in ambiente industriale e per applicazioni robotiche: introduzione ai sistemi di comunicazione digitale e bus di campo (CAN bus, PROFIBUS); reti per il controllo (Real Time Ethernet, PROFINET); reti wireless; Qualità del Servizio. - Architetture di misura distribuite per la stima: sistemi SCADA (con esempi). - Breve ripasso sui concetti di misura, sulle variabili aleatorie e sui processi aleatori. Teorema di Bayes, stimatori ottimi statici (regressori) e dinamici (filtri). Esempi di stima di stato per veicoli. - Percezione per applicazioni robotiche basate su modelli a spazio di stato: localizzazione, mappatura, tracciamento. - Stima e controllo distribuiti basate sulla teoria del consenso lineare. Problemi classici di stima e controllo distribuiti in controlli e robotica. - Introduzione su catene di Markov, Interactive Multiple Models, Graphical Models, Particle filtering.

Gli studenti del corso sono vivamente consigliati di seguire le lezioni di didattica frontale (circa 70 ore) che saranno effettuate dai docenti utilizzando il materiale didattico predisposto (trasparenze e note) e resi disponibili prima della lezione sul portale Esse3. Alcune esercitazioni, basate su Matlab e Simulink, verranno presentate durante il corso (circa 20 ore) e verteranno su alcuni aspetti presentati a lezione e applicati su impianti reali tramite modelli e simulazioni. Durante le lezioni, l'insegnante solleciterà la partecipazione attiva degli studenti tramite discussioni e domande aperte agli studenti per stimolare la loro partecipazione attiva. Lo studente, nel suo lavoro personale, assimilerà i concetti attraverso lo studio delle trasparenze delle lezioni e dei libri di testo proposti.

Modalità d'esame

Per superare proficuamente l’esame, gli studenti devono rispondere ad un breve test scritto a risposta multipla di 10 domande che verterà sulla prima parte del corso (soluzioni tecnologiche per i sistemi distribuiti, architetture SCADA). Dovranno poi completare un progetto su un caso di studio che ha per tema un sistema distribuito. Il tema del progetto può vertere su tematiche di misura, stima, percezione e/o automazione distribuita. L’applicazione studiata non è ristretta a nessun specifico ambito e può svariare dai sistemi di monitoraggio per Smart Cities ai sistemi di automazione o misura industriale, dalla robotica di servizio ai veicoli intelligenti. Sia applicazioni sperimentali che simulate possono essere presentate. Resta comunque il fatto che il tema specifico debba essere concertato con il docente, il quale provvede anche a fornire il materiale integrativo (solitamente articoli tecnici o scientifici) incentrato sull’argomento prescelto e sul quale lo studente si basa per preparare il progetto. Ogni progetto può essere sviluppato dal singolo studente o da gruppi di due componenti (in casi particolari, da tre componenti). Il progetto è presentato in dettaglio durante una prova orale, durante la quale si deve presentare un report scritto e dettagliato sul progetto ed il dimostratore sperimentale o simulativo adottato per il sistema distribuito. Gli studenti sono invitati a fare molta attenzione al report che presenteranno: si deve introdurre il problema affrontato e come lo si è risolto, dettagliando le soluzioni tecnologiche e tecniche adottate, e presentando i risultati in maniera adeguata, presentando e discutendo chiaramente i vantaggi e gli svantaggi della soluzione scelta ed implementata. Il report deve avere una lunghezza di circa 6/8 pagine in formato doppia colonna. Il template del report è fornito tramite il servizio di didattica online su Esse3. L’obiettivo della discussione del progetto è la verifica delle conoscenze maturate durante il corso, la capacità di affrontare e risolvere problemi da parte dello studente, la capacità di analizzare e presentare i risultati ottenuti. Il voto finale discende da una valutazione ponderata sulla 1) qualità del report di progetto; 2) originalità, rigorosità e validità tecnica del progetto sviluppato; 3) conoscenza degli aspetti teorici inerenti al progetto.

Testi di riferimento

F. Bullo and J. Cortés and S. Martìnez: “Distributed Control of Robotic Networks”, Princeton University Press. Free download on-line. Y. Bar-Shalom, X. Rong Li, T. Kirubarajan: “Estimation with Application to Tracking and Navigation -- Theory, Algorithm and Software”, John Wiley and Sons, 2001. D.G. Alciatore, M.B. Histand: ``Introduction to Mechatronics and Measurement Systems'', Mc Graw Hill. Murphy KP. Machine learning: a probabilistic perspective. MIT press; 2012 LINK AL MATERIALE BIBLIOGRAFICO reso disponibile dalle Biblioteche UniTrento (verifica la disponibilità in biblioteca) Bullo, F., Cortés, J., & Martínez, S. (2009). Distributed control of robotic networks : a mathematical approach to motion coordination algorithms. Princeton university press. Bar-Shalom, Y., Kirubarajan, T., & Li, X.-R. (2001). Estimation with applications to tracking and navigation. Wiley. Alciatore, D. G. (2019). Introduction to mechatronics and measurement systems. (5th ed.). McGraw-Hill. Murphy, K. P. (2012). Machine learning : a probabilistic perspective. MIT press.

Codice insegnamento 50991_652020_95345

Engineering system design 2° anno · 1° semestre · 6 CFU · IIND-03/A · 0 file

Il corso si propone di introdurre i concetti generali, gli strumenti formali e le tecniche comunemente adottati nella pianificazione e gestione del processo progettuale al fine di creare un prodotto che effettivamente…

Scheda dell'insegnamento

Obiettivi formativi

Il corso si propone di introdurre i concetti generali, gli strumenti formali e le tecniche comunemente adottati nella pianificazione e gestione del processo progettuale al fine di creare un prodotto che effettivamente soddisfi i requisiti del cliente. Il corso intende supportare lo studente ad acquisire in modo attivo le competenze sperimentando le attività necessarie su specifici lavori progettuali. Nel corso vengono definiti il processo formale di progetto concettuale, i metodi per lo sviluppo della creatività, lo sviluppo di modelli fisici/prototipi e di modelli matematici, le tecniche di dimensionamento, la scelta dei materiali e dei processi produttivi, la verifica e valutazione delle prestazioni, gli strumenti per la gestione e la programmazione. Al termine del corso lo studente saprà: programmare le varie fasi del processo progettuale (design process)motivare le scelte tecniche in ogni fase del process progettualecomunicare in modo efficace lo stato del progetto e le scelte fatte ai vari ambiti aziendali i.e. sia quelli gestionali che quelli tecnici come ricerca e svilupporealizzare, interpretare e gestire modelli 3D e disegni tecnici del prodottorealizzare un prodotto che vada effettivamente a soddisfare i bisogni del cliente

Programma

Il corso è organizzato come segue: 1) Concetti Fondamentali: Introduzione al concetto di "System Design and Engineering"Introduzione sulla progettazione ingegneristica (fasi, processo, concurrent engineering)2) Il processo di design: Definizione del problema: requisiti del cliente, chiarimento degli obiettivi, identificazione dei vincoli, decomposizione delle funzioniLa progettazione concettuale e preliminare: alternative di progettazione, spazio di progettazione e creatività, “design for X”, valutazione delle alternative di progettazione, progettazione preliminare per il processo decisionaleProgettazione e sviluppo di dettaglio, metodi di test, valutazione e validazioneMetodi e strumenti di modellazione, ottimizzazione nella progettazione e nelle operazioniComunicazione della progettazione: schizzi e disegni ingegneristici, prototipi e prove di concetto, relazioni intermedie e finaliSicurezza, affidabilità3) Laboratorio di modellazione CAD: Introduzione alla modellazione CADCAD tutorials ed esempi per la modellazione di parti, assemblati e messe in tavolaEventuale brevissima introduzione ai metodi numerici e alla modellazione implicita (solo panoramica opzionale per conoscenza, non oggetto di valutazione)Durante il corso, un intervento aziendale darà modo agli studenti di discutere gli argomenti trattati dal punto di vista pratico/applicativo.

Il corso prevede 54 ore: 24 in aula (in parte dedicate ai lavori di gruppo e alle altre attività), 20 di laboratorio CAD, e 10 ore ( circa 1CFU) erogate in modalità Blended (vedi sotto). Gli argomenti saranno presentati durante le lezioni in aula e in laboratorio. Il corso adotta metodologie di apprendimento attivo di tipo "Blended" secondo standard internazionali, promuovendo il coinvolgimento diretto dello studente nel processo di costruzione delle conoscenze. I principali approcci utilizzati includono: Flipped Classroom: gli studenti accedono in anticipo a contenuti teorici, per poi dedicare il tempo in aula ad attività applicative, presentazioni, analisi di casi, discussioni guidate e risoluzione di problemi.Project-Based Learning (PBL): il corso prevede lo sviluppo di un progetto in cui gli studenti affrontano e applicano in modo strutturato tutte le fasi del processo progettuale, lavorando in piccoli gruppi e applicando le conoscenze acquisite.Apprendimento collaborativo e lavori di gruppo: gli studenti sono coinvolti in attività cooperative per favorire la condivisione di conoscenze, il confronto critico e il problem solving in contesti multidisciplinari.L’erogazione del corso integra lezioni in presenza con attività online asincrone e sincrone, a supporto della flessibilità e della personalizzazione dell’apprendimento. Maggiori dettagli saranno forniti durante il corso.Le attività richieste includono: Studio individuale preliminare dei materiali forniti;Partecipazione attiva alle sessioni in aula;Sviluppo e presentazione di progetti in gruppo;Contributi orali a riflessioni critiche, peer-review e momenti di autovalutazione.

Modalità d'esame

L'esame consisterà nella realizzazione e presentazione di un progetto semestrale, e nel superamento di un test CAD. La partecipazione alle attività di gruppo in aula va a tutti gli effetti a sostituire l'orale. Gli studenti che invece non svolgeranno le attività di gruppo assegnate durante il corso o in generale i non frequentanti, dovranno affrontare un esame orale nell'ufficio del docente. Verranno discussi argomenti specifici presentati durante il corso. L'esame verificherà le conoscenze teoriche, le capacità progettuali acquisite nell'analisi di casi pratici e la capacità di comunicare i risultati ottenuti. Anche i non frequentati dovranno superare l'esame CAD e preparare il progetto finale. Il voto finale viene determinato combinando i seguenti criteri di valutazione: -di gruppo: valutazione unica per il progetto; -singolo studente: valutazione delle presentazioni del progetto e di una breve esercitazione CAD finale (laboratorio); ogni studente, infatti, avrà l'opportunità di presentare il proprio contributo al lavoro di gruppo. La partecipazione attiva alle attività in classe verrà premiata con un bonus sul voto finale.

Testi di riferimento

I libri di testo di riferimento per il corso sono: Dieter, George Ellwood, and Linda C. Schmidt. Engineering design. Boston: McGraw-Hill Higher Education, 2009Ullman, David. The Mechanical Design Process. 2017 (6th ed.)Materiale aggiuntivo verrà fornito dal docente durante le lezioni, quando e se necessario. Di seguito, vengono riportate letture facoltative (non necessarie ai fino del corso) per coloro che volessero ulteriormente approfondire gli argomenti trattati o espandere le proprie conoscenze su uno specifico argomento: Clyve L. Dym, Patrick Little, Elizabeth J. Orwin: Engineering design – a project based introduction - Wiley & sons 4th Edition - 2014Bonnema, G. Maarten, Karel T. Veenvliet, and Jan F. Broenink. Systems design and engineering: facilitating multidisciplinary development projects. CRC press, 2016.Beitz, W., G. Pahl, and K. Grote. "Engineering design: a systematic approach." - Springer-Verlag, London, 1996Blanchard, B. S., Fabrycky, W. J., & Fabrycky, W. J. "Systems engineering and analysis" Prentice hall, 2011C. H. Simmons, D.E. Maguire, N., Phelps, “Manual of Engineering Drawing,” Butterworth-Heinemann LINK AL MATERIALE BIBLIOGRAFICO reso disponibile dalle Biblioteche UniTrento (verifica la disponibilità in biblioteca) Dieter, George Ellwood, and Linda C. Schmidt (2009). Engineering design . Boston: McGraw-Hill Higher Education. Ullman, David. (2017 ) The Mechanical Design Process (6th ed.). Letture facoltative Dym, C. L., Little, P., & Orwin, E. J. (2014). Engineering design : a project based introduction (4th ed.). Wiley & Sons. Bonnema, G. M., Veenvliet, K. T., & Broenink, J. F. (2016). Systems design and engineering: facilitating multidisciplinary development projects . CRC Press. Beitz, W., Pahl, G., & Grote, K. (2016). Engineering design: a systematic approach . Springer-Verlag. Blanchard, B. S., & Fabrycky, W. J. Systems engineering and analysis . Prentice Hall. Simmons, C. H., Maguire, D. E., & Phelps, N. (2020).Manual of Engineering Drawing . Butterworth-Heinemann.

Codice insegnamento 50993_652012_95271

Enterprise information system 2° anno · 2° semestre · 6 CFU · IINF-05/A · 0 file

L'obiettivo generale del corso è prepare gli studenti a comprendere il ruolo dei SI per i manager, a valutare le tecnologie digitali da un punto di vista strategico e a collaborare con i business analysts allo sviluppo…

Scheda dell'insegnamento

Obiettivi formativi

L'obiettivo generale del corso è prepare gli studenti a comprendere il ruolo dei SI per i manager, a valutare le tecnologie digitali da un punto di vista strategico e a collaborare con i business analysts allo sviluppo dei SI. Il corso introduce i principi fondamentali dei sistemi informativi aziendali; insegna concetti e modelli per definire e individuare i moduli di sistema informativo su cui investire in base alle attività e al modello di business dell'azienda. Focalizzando sui sistemi informativi web-based, la seconda parte del corso introduce un metodo per l'analisi e la pianificazione della strategia di presenza web di un'azienda. Per tutti gli argomenti del corso, si farà riferimento al ruolo e agli strumenti dell'intelligenza artificiale ogniqualvolta opportuno. Alla fine del corso lo studente sarà in grado di: conoscere e classificare i sistemi informativi e il loro utilizzoapplicare tecniche per la raccolta e l'analisi dei requisiti per i sistemi informativirealizzare uno studio di fattibilità per un modulo di sistema informativo a partire dalle business challengescomprendere i principi e i protocolli fondamentali di Internet e del Webmodellare, valutare e pianificare strategie di presenza webvalutare la qualità dei siti web secondo un approccio goal-orientedanalizzare e gestire la reputazione online di una azienda.

Programma

SISTEMI INFORMATIVI PER IL MANAGEMENT: Sistemi Informativi (SI) e il ruolo dei managerSI nel contesto organizzativo e cambiamenti nell'organizzazioneTipi di sistemi informativiTecnologie digitali e SI emergenti (strumenti di intelligenza artificiale generativa)LA PIANIFICAZIONE STRATEGICA DEI SISTEMI INFORMATIVI: Approcci allo sviluppo dei SIPianificazione strategica dei SIAnalisi dei requisitiSI per l'e-economySISTEMI INFORMATIVI BASATI SUL WEB Internet e il World Wide WebStrategie di presenza webQualità dei siti webGestione della reputazione online

Il corso adotta un approccio project-based e si caratterizza come un laboratorio multidisciplinare. Il corso prevede esercizi su casi d'uso e un progetto di gruppo. Il progetto riguarda la simulazione di uno studio di fattibilità per una delle aziende che collaborano con il Dipartimento di Ingegneria Industriale. Il corso consiste in: Lezioni frontaliEsercizi su casi di studioProgetto di gruppo Discussione dei lavori di gruppo con un esperto esterno.

Modalità d'esame

La valutazione finale è calcolata come segue: 40% Prova scritta: 8 domande a scelta multipla e 1 domanda aperta sui contenuti del corso. Per poter sostenere la prova scritta è necessario aver consegnato la relazione del progetto.40% Relazione progetto: lavoro di gruppo con l'applicazione dei concetti e dei modelli introdotti nel corso ad una azienda.20% Partecipazione alle attività del corso. Per gli studenti non frequentanti: 50% prova scritta e 50% relazione progetto

Testi di riferimento

Piccoli G., Pigni F., Rodriguez J., Information Systems for Managers in the Digital Age, 6a Ed, Prospect Press, 2027. https://www.vitalsource.com/nz/products/information-systems-for-managers-in-the-digital-gabriele-piccoli-federico-v9781958303535?srsltid=AfmBOoqPdwAPnGO1y3wFfDvswRgdKctHx5qvAiNxucPOwhLu_iUdnEYn (libro di testo principale) Altri testi e materiale di riferimento verranno segnalati durante le lezioni e sul sito web del corso in Moodle. https://dol.unitn.it/moodle

Codice insegnamento 50992_652016_92078

Final project 2° anno · Annuale · 15 CFU · 0 file
Financial analysis and performance management 2° anno · 1° semestre · 6 CFU · ECON-06/A · 0 file

Buona comprensione dei principali prospetti di bilancio e delle relative componenti. Conoscenza operativa delle principali tecniche e dei principali indicatori di analisi finanziaria. Capacità di valutare criticamente la…

Scheda dell'insegnamento

Obiettivi formativi

Buona comprensione dei principali prospetti di bilancio e delle relative componenti. Conoscenza operativa delle principali tecniche e dei principali indicatori di analisi finanziaria. Capacità di valutare criticamente la performance economico-finanziaria di un’impresa. Conoscenza operativa dei principali concetti relativi ai sistemi di incentivazione e al loro impiego nell’ambito del controllo di gestione.

Programma

Il corso è finalizzato a fornire agli studenti un quadro concettuale e analitico per la valutazione della situazione finanziaria e della performance aziendale. Adottando una prospettiva internazionale, il corso integra i principali concetti di contabilità e analisi d’impresa, applicandoli ai processi decisionali di natura finanziaria. Particolare attenzione è dedicata alle differenti esigenze informative e agli obiettivi dei diversi utilizzatori del bilancio, distinguendo tra informativa destinata agli stakeholder esterni e reporting a supporto dei processi decisionali interni. Nella parte iniziale del corso viene inoltre fornita un’introduzione alla contabilità finanziaria; pertanto, non sono richieste conoscenze pregresse specifiche.

Il corso prevede una combinazione di lezioni frontali, discussione di casi di studio e sessioni applicative basate su attività individuali e di gruppo non oggetto di valutazione.

Modalità d'esame

L’esame si svolgerà in presenza e in forma scritta. La prova sarà articolata, indicativamente, in quindici domande a scelta multipla e del tipo vero/falso, quesiti aperti a risposta breve ed esercizi, secondo una modalità complessivamente strutturata in forma di quiz. L’esame è finalizzato a valutare il livello di conoscenze acquisite dagli studenti, nonché la loro capacità di applicare i concetti e gli strumenti affrontati durante il corso. I quesiti presenteranno un diverso grado di difficoltà, avranno il medesimo peso ai fini della valutazione complessiva e non sarà prevista alcuna penalizzazione per le risposte errate.

Testi di riferimento

  • Alexander D. and Nobes C. (2010). Financial accounting: an international introduction, 4th Edition. Pearson. ISBN 978-0-273-72164-2. • Palepu K. G., Healy P. M. and Peek E. (2022). Business Analysis and Valuation: IFRS, 6th Edition. Cengage. ISBN-13: 978-1-4737-7907-5. • Merchant, K. A., Van der Stede W. A. (2017). Management control systems, 4th Edition. Pearson. ISBN-13: 9781292110554. LINK AL MATERIALE BIBLIOGRAFICO reso disponibile dalle Biblioteche UniTrento (verifica la disponibilità in biblioteca) Alexander, D., Nobes, C., & Ullathorne, A. (2020). Financial accounting : an international introduction (7th ed.). Pearson. Palepu, K. G., Healy, P. M., & Peek, E. (2022). Business analysis and valuation : IFRS edition (6th ed.). Cengage learning. Merchant, K., & Van der Stede, W. A. (2023). Management control systems : performance measurement, evaluation and incentives (5th ed.). Pearson.

Codice insegnamento 50991_652009_95274

Industrial systems modeling 2° anno · 1° semestre · 6 CFU · IINF-05/A · 0 file

This course aims at developing students’ capability of modeling decision making processes by introducing classical and advanced operational research methods and tools. After taking this course, the students should be…

Scheda dell'insegnamento

Obiettivi formativi

This course aims at developing students’ capability of modeling decision making processes by introducing classical and advanced operational research methods and tools. After taking this course, the students should be able to: • use systems engineering methodologies to the design of complex managerial decision processes • implement processes using the fundamental concepts from disciplines such as multicriteria decisions modeling, fuzzy sets and systems, control theory • recognize the value and limitations of modeling and simulation in real managerial contexts

Programma

1) Multicrieria decisions modeling • PROMETHEE: Preference structure, utilities and deviations, preference functions, pairwise preference matrix, preference flows (leaving and entering), net flow, partial and complete ranking. • • 2) Dynamic programming • Prototype example: travelling salesman problem (stagecoach). Characteristics of dynamic programming problems. Deterministic dynamic programming. Distribution of effort problem (discrete case): allocation of medical teams, assignment of scientists. A model with continuous objective function. • • 3) Fuzzy sets and aggregation operators • The membership function. Basic operations: union, intersection, complementarity. Fuzzy binary relations, and composition operation. The two principles of extension. Fuzzy numbers: The definition, triangular and trapezoidal fuzzy numbers. Linguistic variables. Fuzzy TOPSIS. OWA operator. Andness, orness, entropy. Quantifier guided aggregations. Triangular norms and co-norms. • • 4) Fuzzy inference systems (FIS) and fuzzy logic-based controllers. • Definition and structure of a fuzzy inference system (FIS). Block diagram for a FIS. Mandani’s model, and Sugeno’s model. Building a fuzzy expert system. • • 5) Fuzzy optimization • Fuzzy programming vs goal programming. Zimmermann’s approach. Fuzzy linear programming with fuzzy number coefficients.

Classroom lectures

Modalità d'esame

Written exam at the end of the course

Testi di riferimento

Videos and text materials on Moodle

Codice insegnamento 50991_652014_92503

Laboratory of Internet of Things 2° anno · 2° semestre · 6 CFU · IINF-01/A · 0 file

Laboratorio di Intelligenza Artificiale e Internet of Things [145782]Designing and programming the Internet of Things (IoT) [145793] L'obiettivo principale del corso è consentire agli studenti di specificare,…

Scheda dell'insegnamento

Obiettivi formativi

Laboratorio di Intelligenza Artificiale e Internet of Things [145782]Designing and programming the Internet of Things (IoT) [145793] L'obiettivo principale del corso è consentire agli studenti di specificare, configurare, progettare e verificare complesse soluzioni di Internet of Things con funzionalità avanzate di Intelligenza Artificiale. Verrà sottolineata l'importanza dell'interazione hardware-software, poiché tutti i sistemi IoT e AI sono programmabili. Il corso fornirà conoscenze operative su piattaforme hardware all'avanguardia utilizzate in applicazioni IA e IoT integrate, coprendo un'ampia gamma di compromessi tra potenza e costi rispetto alle prestazioni. Verrà fornita una copertura dettagliata delle astrazioni software e delle metodologie per lo sviluppo di applicazioni che sfruttano le capacità delle piattaforme sopra menzionate. Saranno trattati anche strumenti di progettazione assistita ed automatica. Il corso fornisce una panoramica delle principali piattaforme e tecnologie per lo sviluppo di prodotti e servizi Internet of Things (IoT) Intelligenti, attraverso tecnologie di Machine Learning e Reti Neurali profonde (DNN - Deep Neural Network), che includono l'uso di dispositivi di rilevamento, attuazione, elaborazione e comunicazione. Il corso ha sezioni teoriche e di laboratorio e le sezioni di laboratorio consistono in esercizi IoT di prototipazione rapida con Deep Learning. Il corso migliorerà le capacità e le esperienze di progettazione da impiegare nello sviluppo di nuovi sistemi. Il corso ha sezioni teoriche e di laboratorio e le sezioni di laboratorio sono costituite da esercitazioni pratiche e pratiche dell'IoT con tecniche di Machine Learning e Reti Neurali (DNN). Dopo aver completato il corso, gli studenti saranno in grado di sviluppare servizi o prodotti IoT con avanzate funzionalità di Machine Learning. In particolare: a) Acquisire le conoscenze necessarie per collaborare con sviluppatori e ingegneri durante l'intero processo di progettazione di soluzioni IoT. b) Integrare tecniche di Reti Neurali ed Intelligenza Artificiale nel processo di progettazione di applicazioni IoT. c) Identificare e selezionare strumenti di sviluppo appropriati e utilizzarli in modo efficace durante tutto il processo di sviluppo.

Programma

Laboratorio di Intelligenza Artificiale e Internet of Things [145782]Designing and programming the Internet of Things (IoT) [145793]L'obiettivo principale del corso è consentire agli studenti di specificare, configurare, progettare e verificare complesse soluzioni di Internet of Things con funzionalità avanzate di Intelligenza Artificiale. Verrà sottolineata l'importanza dell'interazione hardware-software, poiché tutti i sistemi IoT e AI sono programmabili. Il corso fornirà conoscenze operative su piattaforme hardware all'avanguardia utilizzate in applicazioni IA e IoT integrate, coprendo un'ampia gamma di compromessi tra potenza e costi rispetto alle prestazioni. Verrà fornita una copertura dettagliata delle astrazioni software e delle metodologie per lo sviluppo di applicazioni che sfruttano le capacità delle piattaforme sopra menzionate. Saranno trattati anche strumenti di progettazione assistita ed automatica. Il corso può essere suddiviso in tre argomenti principali (non necessariamente nel seguente ordine): Introduzione -Stato dell'arte delle tecnologie per Internet of Things - Definizione di IoT, architetture e direzioni fututre. -Richiami sui protocolli TCP/IP - Protocolli di sincronizzazione temporale -Cenni sulla tecnologia LoRa/LoRaWAN - Cenni di cybersecurity Avviamento al Deep Learning- Introduzione alle tecniche Deep Learning e alle sue principali differenze rispetto al Machine Learning classico: dal Perceptron alle reti neurali e all'architettura delle reti neurali convoluzionali (CNN). - Algoritmi di training in backpropagation per reti neurali, ad esempio Adagrad, Adam, ecc. - Linee guida nella formazione di reti neurali CNN: overfitting and cross-validation, stopping criteria, weight decay, dropout, data resampling, and augmentation. - Tecniche di ottimizzazione per ML: Transfer Learning, Pruning, Sparsity, Quantization, and Neural Architecture Search - Introduzione ai principali kernel computazionali (prodotto scalare, moltiplicazione di matrici...) - Inferenza vs addestramento - caratterizzazione - Lo "zoo" delle reti neurali: DNN, CNN, RNN, GNN, Attention-based Networks - Introduzione a TinyML: Inferenza a Reti Neurali su edge e piccole piattaforme Intelligent Internet of Things (I-IoT) - Piattaforme programmabili per prototipazione rapida di soluzioni IoT (con microprocessori e microcontrollori). Laboratorio and Hands-on- Flussi di progettazione e strumenti di sviluppo. - Uso di NodeRed su piattaforma Raspberry Pi - Protocolli IoT: MQTT, HTTP-Rest - Fondamenti di Internet of Things in tempo reale. - Usare i servizi esistenti per il back-end IoT e Deep Learning (TensorFlow, PyTorch, Edge Impulse..).

Il corso consiste in lezioni teoriche e attività pratiche in laboratorio. Le sessioni di laboratorio comprendono esercitazioni di Machine Learning con apposite toolchain (TensorFlow, PyTorch, Edge Impulse, ..) ed esercitazioni di prototipazione rapida di sistemi IoT per applicazioni di rilevamento, detection e classificazione. Il corso prevede esercitazioni di laboratorio ed uso dei laboratori di calcolo per un numero di ore non inferiore a 25. Per le attività di laboratorio verranno organizzati gruppi per consentire l'accesso ordinato e sicuro come da regolamento; e verrà richiesto supporto per l'assistenza alle postazioni di lavoro degli studenti.

Modalità d'esame

Il corso prevede con prove scritte di progettazione, che richiedono impegno e tempo nella correzione e valutazione. Verrà richiesto supporto per la correzione delle prove. Per superare proficuamente l’esame, gli studenti devono completare un progetto su un caso di studio concordato con l'insegnante. Il docente provvede anche a fornire il materiale integrativo (solitamente articoli tecnici o scientifici) incentrato sull’argomento prescelto e sul quale lo studente si basa per preparare il progetto. Ogni progetto può essere sviluppato da un singolo studente. Il progetto è presentato in dettaglio durante una prova orale, durante la quale si deve consegnare un report scritto e dettagliato sul progetto, il dimostratore sperimentale. I prodotti delle valutazioni all'interno del compito assegnato possono anche includere un poster, un video e un prototipo funzionante. Gli studenti sono invitati a fare molta attenzione al report che presenteranno: si deve introdurre il problema affrontato e come lo si è risolto, dettagliando le soluzioni tecnologiche e tecniche adottate, e presentando i risultati in maniera adeguata, discutendo chiaramente i vantaggi e gli svantaggi della soluzione scelta ed implementata. Il report deve avere una lunghezza di 8/10 pagine in formato doppia colonna. Il template del report è fornito tramite il servizio di didattica online su Esse3. L’obiettivo della discussione del progetto è la verifica delle conoscenze maturate durante il corso, la capacità di affrontare e risolvere problemi da parte dello studente, la capacità di analizzare e presentare i risultati ottenuti. Il voto finale discende da una valutazione ponderata sulle abilità di presentazione e di discussione dell’elaborato nonché sulla originalità, rigorosità scientifica e la validità tecnica del progetto presentato seguendo gli argomenti del corso.

Testi di riferimento

  • Internet of Things for Architects: Architecting IoT solutions by implementing sensors, communication infrastructure, edge computing, analytics, and security - Perry Lea Packt Publishing Ltd, Jan 22, 2018 - Computers - Deep Learning - Ian Goodfellow, Yoshua Bengio, and Aaron Courville - ISBN: 978-0262035613 - Designing Embedded Systems and the Internet of Things (IoT) with the ARM mbed - Perry Xiao John Wiley & Sons, Jun 15, 2018 - Technology & Engineering - Internet of Things A to Z: Technologies and Applications - Qusay F. Hassan John Wiley & Sons, May 9, 2018 - Technology & Engineering

Codice insegnamento 50991_652015_94115

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

Il corso ha l'obiettivo di fornire una conoscenza degli aspetti teorici e pratici dell'apprendimento automatico, delle tecniche principali di apprendimento e di ragionamento probabilistico. Al termine del percorso, gli…

Scheda dell'insegnamento

Obiettivi formativi

Il corso ha l'obiettivo di fornire una conoscenza degli aspetti teorici e pratici dell'apprendimento automatico, delle tecniche principali di apprendimento e di ragionamento probabilistico. Al termine del percorso, gli studenti saranno in grado di: - descrivere le principali tecniche di apprendimento esistenti, le loro caratteristiche e limitazioni - padroneggiare le tecniche di ragionamento probabilistico - modellizzare semplici scenari probabilistici tramite reti Bayesiane - realizzare programmi di apprendimento da esempi che siano adatti alle esigenze dello specifico problema da risolvere

Programma

Introduzione all'apprendimento automatico: aspetti dello sviluppo di un sistema di apprendimento automatico, modalità e tipi di problemi di apprendimento, alberi di decisione, stima con primi vicini. Basi matematiche: algebra lineare, teoria della probabilità, test statistici. Stima dei parametri a massima verosimiglianza e Bayesiana. Modelli grafici probabilistici, inferenza, apprendimento di parametri e struttura. Apprendimento discriminante: funzioni discriminanti lineari, macchine a vettori di supporto, macchine kernel. Reti neurali artificiali: apprendimento di rappresentazione, architetture profonde. Metodi Ensemble. Apprendimento non supervisionato e con rinforzo.

l corso prevede lo svolgimento di lezioni frontali in classe con il supporto di slide (liberamente disponibili sul sito del corso) e lavagna. Verranno inoltre svolte esercitazioni in laboratorio PC su: Reti Bayesiane (Hugin-Lite) Librerie di machine Learning (scikit-learn) Librerie di deep learning (pytorch) Tecniche di reinforcement learning (python notebook) Allo studente verrà richiesto lo studio del materiale presentato a lezione (supportato dai testi di riferimento forniti), e la realizzazione di semplici progetti che richiedono l'utilizzo dei tool software presentati durante le esercitazioni.

Modalità d'esame

Esame orale sui contenuti del corso, volto ad indagare la comprensione delle problematiche e delle soluzioni presentate a lezione.

Testi di riferimento

R.O. Duda, P.E. Hart and D.G. Stork, Pattern Classification (2nd edition), Wiley-Interscience, 2001. D. Koller and N. Friedman, Probabilistic Graphical Models, The MIT Press, 2009 J.Shawe-Taylor and N. Cristianini, Kernel Methods for Pattern Analysis, Cambridge University Press, 2004. I. Goodfellow, Y. Bengio and A. Courville, Deep Learning, The MIT Press, 2016 (online version available here). S. Russell and P. Norvig,Artificial Intelligence: A Modern Approach, 4th Global ed., Pearson, 2021. K. Murphy, Probabilistic Machine Learning: An Introduction, The MIT Press, 2021 (online version available here)

Codice insegnamento 50992_652019_95279

Materials selection for engineering design 2° anno · 2° semestre · 6 CFU · IMAT-01/A · 0 file

Il Corso vuol fornire i principi per la selezione di materiali interessanti per la progettazione e delle relative tecniche di processo. La progettazione viene vista come strettamente collegata alla scelta dei materiali…

Scheda dell'insegnamento

Obiettivi formativi

Il Corso vuol fornire i principi per la selezione di materiali interessanti per la progettazione e delle relative tecniche di processo. La progettazione viene vista come strettamente collegata alla scelta dei materiali più adatti, fatta sulla base di proprietà specifiche. Da questo punto di vista, il corso intende introdurre la/o studente a un approccio alternativo e attento alla progettazione alla scienza e ingegneria dei materiali, nell'intento di colmare il gap di conoscenza spesso esistente tra progettazione e la scelta dei materiali più adeguati per una specifica realizzazione. Alla fine del Corso, le/gli studenti saranno in grado di selezionare i migliori materiali interessanti per la progettazione e realizzazione di strutture e prodotti, impiegando delle tecniche di processo adeguate.

Programma

Contenuti principali: 1. Introduzione al corso - Materiali per la progettazione ingegneristica 2. Proprietà meccaniche: deformazioni elastica e plastica. 3. Progettazione limitata da rigidezza e resistenza meccanica. 4. Proprietà meccaniche: tenacità, resistenza a fatica e a creep. 5. Progettazione a frattura. 6. Stabilità superficiale dei materiali: ossidazione, corrosione e usura. 7. Selezione del processo produttivo. 8. Proprietà termiche e relative questioni progettuali. 9. Proprietà elettriche, magnetiche e ottiche dei materiali.

Il Corso verrà svolto principalmente con lezioni in aula, che prevedono anche sessioni si calcolo. Le diapositive delle lezioni verranno rese disponibili, sebbene dovranno essere considerate soprattutto come una linea guida per l'approfondimento necessario per il quale si rimanda alla bibliografia del Corso. Il software Granta EduPack sarà impiegato quale importante strumento per esplorare le proprietà dei materiali, al fine di fornire dei criteri di selezione per una progettazione ottimale. In aggiunta alle sessioni di domande durante le lezioni verranno predisposte modalità alternative per la discussione.

Modalità d'esame

Durante il corso verranno proposti alcuni temi tra i quali scegliere per un progetto che le/gli studenti potranno svolgere individualmente o in gruppo ai fini dell'esame finale. Al termine dovrà essere presentata una relazione scritta (con invio via email almeno 48h lavorative precedenti alla data di esame), che verrà discussa, comunque individualmente, nel corso dell'esame orale finale. Al voto finale contribuiranno sia la valutazione della relazione sia l'esito dell'orale.

Testi di riferimento

Lectures are mainly based on the following textbooks: M.F. Ashby, H. Shercliff, D. Cebon – Materials. Engeneering, Science, Processing and Design, 1° ed. onward. A more advanced and in-depth treatment of some topics can be found in: M.F. Ashby, Materials Selection in Mechanical Design, Fifth Edition, Butterworth-Heinemann (2017) Earlier editions, in particular 3rd and 4th, are also suitable. For materials related aspects, any introductory textbook on Materials Science and Engineering, like for instance: W. Callister, "Materials Science and Engineering. An Introduction”, 7th ed (2007), or any other edition, is suitable.

Codice insegnamento 50993_652004_95273

Modeling and design with finite elements 2° anno · 2° semestre · 6 CFU · IIND-03/A · 0 file

In alignment with the educational objectives of the Degree Programme in Mechanical/Industrial Engineering, the course aims to provide advanced knowledge and methodological competencies related to the numerical modeling…

Scheda dell'insegnamento

Obiettivi formativi

In alignment with the educational objectives of the Degree Programme in Mechanical/Industrial Engineering, the course aims to provide advanced knowledge and methodological competencies related to the numerical modeling of structural mechanics problems using the Finite Element Method (FEM). The course is designed to develop in students the ability to: · understand the mathematical and variational foundations of FEM; · formulate consistent and robust structural numerical models; · critically assess the reliability of numerical simulations; · use professional software tools for computational analysis and design. At the end of the course, students will be able to: · Describe the mathematical and variational foundations of the Finite Element Method, with reference to the principle of virtual work and the principle of minimum potential energy. · Formulate finite element models for one-dimensional (bars, beams) and two-dimensional structural problems (plane stress and plane strain), specifying assumptions, boundary conditions, and material properties. · Derive and implement element stiffness matrices and assembly procedures for isoparametric elements in linear structural contexts. · Select and justify element types, discretization strategies, and mesh refinement criteria based on accuracy, numerical stability, and computational efficiency. · Analyze and interpret displacement, strain, and stress fields obtained from FEM simulations, assessing convergence and reliability with respect to analytical solutions or experimental results. · Critically evaluate the limitations of numerical models, identifying possible sources of error (modeling assumptions, discretization, numerical integration, boundary conditions). · Develop and present a structural modeling project using industrial FEM software, clearly communicating assumptions, methodology, and results.

Programma

The course is structured into the following modules: 1. Introduction to FEM and Variational Principles Motivation for numerical discretizationWeighted residual methodsPrinciple of minimum potential energyWeak form of the governing equations of mechanics2. One-Dimensional Finite Elements Bar and beam elementsDerivation of the stiffness matrixGlobal assembly procedureApplication of boundary conditionsTruss and beam problems3. Advanced Beam Elements Euler–Bernoulli beam theoryTimoshenko beam theoryHermitian interpolationDegrees of freedom and consistent formulation4. Two-Dimensional Elements Plane stress and plane strain conditionsTriangular and quadrilateral elementsShape functions and convergence5. Isoparametric Formulation Natural coordinatesGeometric mappingNumerical integration (Gauss quadrature)6. Three-Dimensional Solid Elements Tetrahedral and hexahedral elementsVolumetric integrationStress computation7. Shell Elements Membrane and bending behaviorAxisymmetric formulationNumerical implementation8. Introduction to Advanced Topics Nonlinear analysisContact problemsNumerical stability9. Software Applications Modeling with industrial FEM softwarePost-processingEngineering interpretation of results

Teaching methods The course integrates: theoretical lectures;guided numerical exercises;computer laboratory sessions using FEM software;critical discussion of engineering case studies; Student learning activities Students are expected to: independently study lecture notes and slides;solve assigned exercises;actively participate in practice sessions;develop a structural modeling project;prepare a final technical report;deliver an oral presentation of the project.All activities are designed in coherence with the intended learning outcomes: lectures support the acquisition of theoretical foundations; exercises develop application skills; the final project consolidates critical analysis and technical communication competencies.

Modalità d'esame

The final grade is expressed on a 30-point scale and consists of: 1. Group Project (50%) The project consists of the FEM modeling of a realistic structural problem using professional software. Assessment will consider: correctness of modeling assumptions;appropriateness of discretization;ability to critically analyze results;quality of the technical report;clarity and effectiveness of the oral presentation.2. Individual Oral Examination (50%) The oral exam aims to assess: mastery of theoretical foundations;ability to derive and discuss element formulations;understanding of numerical and physical implications;appropriate use of technical terminology.To pass the exam, students must demonstrate achievement of the minimum intended learning outcomes. Honors (cum laude) are awarded in cases of excellent theoretical mastery, rigorous reasoning, and strong critical ability.

Testi di riferimento

Teaching material (mandatory for preparation) Mandatory study materials include: Lecture slides, systematically covering the course contents;Guided tutorials for practical exercises, including step-by-step examples related to the formulation and implementation of FEM models;Project guidelines and instructions;Additional materials uploaded to Moodle (numerical examples, commented exercises, datasets, FEM input files).All materials will be made available through the University’s e-learning platform. Recommended textbooks (for further reading) Zienkiewicz, O.C., Taylor, R.L., Zhu, J.Z., The Finite Element Method: Its Basis and Fundamentals.Bathe, K.J., Finite Element Procedures.(These textbooks are recommended for theoretical deepening and consultation; exam preparation can primarily rely on the materials provided during the course.) LINK AL MATERIALE BIBLIOGRAFICO reso disponibile dalle Biblioteche UniTrento (verifica la disponibilità in biblioteca Teaching material (mandatory for preparation) Mandatory study materials include: Lecture slides, systematically covering the course contents; Guided tutorials for practical exercises, including step-by-step examples related to the formulation and implementation of FEM models; Project guidelines and instructions; Additional materials uploaded to Moodle (numerical examples, commented exercises, datasets, FEM input files).All materials will be made available through the University’s e-learning platform. Recommended textbooks (for further reading): Zienkiewicz, O. C., Taylor, R. L., & Zhu, J. Z. (2013). The Finite Element Method: Its Basis and Fundamentals . Elsevier. Bathe, K. J. (2026). Finite Element Procedures . Prentice Hall

Codice insegnamento 50991_652007_90608

Optimization models and algorithms 2° anno · 1° semestre · 6 CFU · STAT-04/A · 0 file

Al termine del corso lo studente avrà: 1) conoscenza di un insieme di modelli matematici e algoritmi adatti ad alcuni problemi di ottimizzazione in contesti industriali e gestionali. 2) la capacità di classificare…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso lo studente avrà: 1) conoscenza di un insieme di modelli matematici e algoritmi adatti ad alcuni problemi di ottimizzazione in contesti industriali e gestionali. 2) la capacità di classificare diversi problemi di ottimizzazione e di riconoscere quali tipi di algoritmi e software sono i più adatti per risolverli. 3) la capacità di comprendere e gestire i risultati delle implementazioni numeriche degli algoritmi.

Programma

Concetti di base della programmazione lineare e alcune sue estensioni. Il caso di variabili intere e algoritmi risolutivi: branch & bound, piani di taglio. Alcuni algoritmi specifici per alcuni problemi di ottimizzazione. Algoritmo ungherese, algoritmo di Dijkstra, teorema del taglio minimo del flusso massimo e algoritmo di Ford-Fulkerson. Ottimizzazione non lineare. Insiemi convessi e funzioni convesse, condizioni di Fritz John e Karush-Kuhn-Tucker: necessità e sufficienza. dualità lagrangiana. Algoritmi: line search con e senza derivate, algoritmi multivariabili vincolati e non vincolati. Metodi basati sul gradiente, algoritmi di Newton e quasi-Newton. Algoritmi euristici/approssimati per problemi di ottimizzazione. Algoritmi evolutivi rispetto ai tradizionali algoritmi basati sul gradiente. Principali caratteristiche degli Algoritmi Genetici (GA). Ottimizzazione bayesiana/surrogata. Ottimizzazione multi-obiettivo. Il concetto di fronte di Pareto. Metodi a priori e a posteriori. Alcune applicazioni avanzate di ottimizzazione nell'industria e nel management. Ottimizzazione in condizioni di incertezza: ottimizzazione stocastica e ottimizzazione robusta.

Lezioni frontali in aula con coinvolgimento diretto degli studenti. La conoscenza di un linguaggio di programmazione aiuterà molto la comprensione.

Modalità d'esame

Esame scritto (15 punti) seguito da un esame orale (16 punti). Gli studenti frequentanti avranno la possibilità di sostituire l'esame scritto con una breve lezione in aula.

Testi di riferimento

Saranno sufficienti gli appunti delle lezioni e il materiale fornito dal docente. Altrimenti: Bazaraa, M. S., Sherali, H. D., & Shetty, C. M. (2013). Nonlinear Programming: Theory and Algorithms. John Wiley & Sons. Wolsey, L. A. (2020). Integer Programming. John Wiley & Sons. Rao, S. S. (2019). Engineering Optimization: Theory and Practice. John Wiley & Sons. LINK AL MATERIALE BIBLIOGRAFICO reso disponibile dalle Biblioteche UniTrento (verifica la disponibilità in biblioteca) Bazaraa, M. S., Sherali, H. D., & Shetty, C. M. (2006). Nonlinear programming : theory and algorithms (3rd ed.). Wiley-Interscience. Wolsey, L. A. (2021). Integer programming (2nd ed.). Wiley. Rao, S. S. (2020). Engineering optimization : theory and practice (5th ed.). Wiley.

Codice insegnamento 50992_652002_92511

Product variety management 2° anno · 1° semestre · 6 CFU · IEGE-01/A · 0 file

Il corso affronta il contesto di elevata varietà di prodotti in cui oggi operano le aziende. L'obiettivo principale del corso è introdurre, in modo olistico, i concetti e gli strumenti che possono aiutare le aziende…

Scheda dell'insegnamento

Obiettivi formativi

Il corso affronta il contesto di elevata varietà di prodotti in cui oggi operano le aziende. L'obiettivo principale del corso è introdurre, in modo olistico, i concetti e gli strumenti che possono aiutare le aziende nella gestione con successo di un'elevata varietà di prodotti per affermarsi sul mercato. I principali concetti, fattori abilitanti, strumenti e tecniche affrontati dal corso sono: Group technologyStandardizzazione delle partiModularizzazione del prodottoSviluppo della piattaforma di prodottoConfiguratori di prodottoForm postponementVirtual-build-to-orderSingle-minute exchange of die (SMED)Tutte le leve saranno esaminate dal punto di vista del contesto di un'elevata varietà di prodotti e di come possono aiutare a mitigare i problemi, ma anche a creare opportunità offerte dall'elevata varietà di prodotti. Durante il corso gli studenti comprenderanno il contesto dell'elevata varietà di prodotti e le complesse conseguenze che questo contesto comporta per le aziende. Inoltre, gli studenti svilupperanno la capacità di affrontare la problematica di un'elevata varietà di prodotti nel loro futuro lavoro nell'industria da un punto di vista olistico.

Programma

Le principali aree tematiche del corso saranno le leve per la personalizzazione di massa ed elevata varietà di prodotti. In particolare il corso esaminerà quali sono le leve per la personalizzazione di massa e come implementarli nella prassi: group technology, standardizzazione delle parti, modularizzazione del prodotto, sviluppo della piattaforma del prodotto, configuratori del prodotto, form postponement, virtual-build-to-order, single-minute exchange of die (SMED).

Lezioni frontali, lavori in team, lavoro pratico in strumenti software dedicati, attività individuali, discussione di casi di studio, brevi video, sessioni di Q&A.

Modalità d'esame

Due alternative: 1) Progetto studentesco (Challenge based learning) - Durante il corso, gli studenti (lavorando in gruppo) svilupperanno un progetto riguardante l'implementazione pratica dei concetti appresi con un'impresa industriale. Il progetto sarà esaminato oralmente. 2) Prova scritta - La valutazione della preparazione dello studente si baserà sull’acquisizione dei concetti, dei modelli e dei metodi proposti nonché sulla capacità di applicarli in modo autonomo e consapevole.

Testi di riferimento

Appunti e materiale didattico fornito a lezione.Koren, Y. (2010). The global manufacturing revolution: product-process-business integration and reconfigurable systems. John Wiley & Sons.Forza, C., & Salvador, F. (2006). Product information management for mass customization: connecting customer, front-office and back-office for fast and efficient customization. Palgrave Macmillan.Hvam, L., Mortensen, N. H., & Riis, J. (2008). Product customization. Springer Science & Business Media.

Codice insegnamento 50991_652006_96572

Quality and innovation engineering 2° anno · 2° semestre · 6 CFU · IMIS-01/B · 0 file

I contenuti del corso riguardano I fondamenti scientifici e ingegneristici della gestione per la qualità e della gestione dell’innovazione. Nello specifico, i principali argomenti del corso sono: i paradigmi della…

Scheda dell'insegnamento

Obiettivi formativi

I contenuti del corso riguardano I fondamenti scientifici e ingegneristici della gestione per la qualità e della gestione dell’innovazione. Nello specifico, i principali argomenti del corso sono: i paradigmi della gestione per la qualità, la famiglia di norme ISO 9000, i premi qualità, la gestione del rischio, la gestione dei processi, i fondamenti dell’inferenza statistica, la gestione dell’innovazione, il concetto di sostenibilità e l’impatto dell’innovazione sulla sostenibilità. Dopo aver completato il corso, lo studente sarà in grado di: - comprendere, riassumere e confrontare i principali paradigmi di gestione per la qualità; - comprendere e riassumere i principi della famiglia di norme ISO 9000 e dei premi per la qualità; - comprendere, riassumere e analizzare i concetti fondamentali della gestione del rischio; - comprendere, riassumere e analizzare i concetti fondamentali della gestione dei processi; - comprendere e riassumere i concetti fondamentali dell’inferenza statistica; - comprendere e riassumere i concetti fondamentali della gestione dell’innovazione; - comprendere e riassumere gli effetti dell’innovazione sulla sostenibilità.

Programma

Definizione e valutazione della qualità. I paradigmi di gestione della qualità: produzione artigianale, controllo della qualità, assicurazione di qualità, gestione totale per la qualità. Lean management. La famiglia di norme ISO 9000. I Premi qualità. Il costo e il valore della qualità. I sette strumenti di base del controllo della qualità. La gestione dei processi. Fondamenti del controllo statistico di processi. Fondamenti della gestione del rischio. Fondamenti sull’inferenza statistica. Stima di massima verosimiglianza. Teorema di Cramer-Rao. Intervalli di fiducia. Fondamenti di gestione dell'innovazione. Sostenibilità e innovazione

Si consiglia agli studenti di frequentare le lezioni (circa 50-55 ore complessive). Sono previste sezioni di didattica interattiva anche basate sull’uso di un servizio online del tipo “Student Response System” per un’interazione sincrona tra docente e studenti Possono essere parte del programma seminari tenuti da esperti del settore. Sarà resa disponibile su moodle copia video-registrata delle lezioni

Modalità d'esame

Per superare l'esame, gli studenti devono presentare una relazione originale e superare una prova scritta. La relazione originale riguarda l'analisi di un processo scelto liberamente dallo studente sulla base di un template fornito dal docente. La relazione deve essere presentata al più tardi una settimana prima della data in cui lo studente intende sostenere la prova scritta. Il contenuto della relazione deve essere originale (non è consentito copiare/incollare paragrafi dal web o da altre fonti bibliografiche) ed eventuali riferimenti a risultati pubblicati devono essere adeguatamente citati. La relazione contribuisce al punteggio finale fino a 11 punti e deve essere valutata almeno 7 punti per essere ammessi alla prova scritta. La prova scritta consiste in due domande aperte sui contenuti del corso, volte a verificare il livello di conoscenza dello studente. La durata della prova scritta è di 1 ora e ogni domanda contribuisce al punteggio finale fino a 10 punti. La prova scritta deve essere valutata almeno 11 punti per essere superata. Se sono superate sia la relazione sia la prova scritta, l'esame si intende superato. Su richiesta dello studente, il punteggio finale può essere integrato con il risultato di un breve colloquio, che in genere contribuisce al punteggio finale fino a un massimo di 2-3 punti, in positivo o in negativo.

Testi di riferimento

TESTI DI RIFERIMENTO Materiale didattico disponibile in moodle TESTI CONSIGLIATI (PER CONSULTAZIONE) R. Mirandola, Qualità e cultura di impresa: sistemi di quality assurance e di TQM, 2 CD, ETS 2000, Pisa. J. P. Womack, D. T. Jones, Lean Thinking: Banish Waste And Create Wealth In Your Corporation, NY: Free Press, Simon & Schuster, Second Edition, 2003 C. D. Montgomery, Introduction to statistical quality control, J. Wiley and Sons, 2001. M.A. Schilling, Gestione dell'Innovazione, McGraw-Hill D. Hoyle, ISO 9000 Quality Systems Handbook, Butterworth-Heinemann

Codice insegnamento 50992_652018_91585

Recycling and sustainable materials 2° anno · 2° semestre · 6 CFU · IMAT-01/A · 0 file

Obiettivi formativi Questo corso è incentrato sui materiali e l'ambiente: gli aspetti ecologici della produzione, dell'uso e dello smaltimento dei materiali a fine vita. Il corso fornisce inoltre una panoramica sulla…

Scheda dell'insegnamento

Obiettivi formativi

Obiettivi formativi Questo corso è incentrato sui materiali e l'ambiente: gli aspetti ecologici della produzione, dell'uso e dello smaltimento dei materiali a fine vita. Il corso fornisce inoltre una panoramica sulla selezione dei materiali e sugli approcci progettuali che riducono al minimo l'impatto ambientale. Al termine del corso, lo studente sarà in grado di: - valutare lo sviluppo sostenibile di una determinata articolazione seguendo una procedura rigorosa; - selezionare un materiale ecosostenibile sulla base del suo profilo di proprietà e dell'interazione con l'ambiente; - misurare le principali proprietà dei biopolimeri e di materiali derivati dal legno secondo le norme vigenti; - progettare un componente tenendo in debito conto le opzioni più idonee per la fine del primo ciclo di vita. Risultati di apprendimento attesi Al termine del corso, lo studente dovrà essere in grado di: • - illustrare il concetto di sviluppo sostenibile e le modalità di valutazione per una determinata articolazione; • - spiegare le proprietà fisico-meccaniche e le applicazioni dei materiali derivati dal legno e dei materiali per l'isolamento termico; • - classificare e confrontare le varie famiglie di biopolimeri e le loro proprietà nelle diverse applicazioni, al fine di selezionare il miglior materiale candidato per una determinata applicazione; • - illustrare i metodi di riciclo dei vari materiali, evidenziando i pro e i contro di ciascuno di essi; • - spiegare la metodologia di valutazione del ciclo di vita (LCA) nei suoi aspetti teorici e pratici • - produrre e caratterizzare materiali ecosostenibili, analizzare i dati sperimentali e generare una relazione tecnica con i risultati e la discussione dell'analisi.

Programma

Dopo un'introduzione sui principali aspetti tecnici, economici e sociali di uno "sviluppo sostenibile", il corso si concentrerà sull'analisi dei materiali più promettenti per uno sviluppo ecosostenibile. L'attenzione sarà rivolta principalmente ai biopolimeri, al legno, ai compositi legno-polimero, ai compositi di fibre naturali e ai materiali isolanti. Verranno presentate le opzioni di fine vita dei materiali ingegneristici e le metodologie per la "valutazione del ciclo di vita" (LCA). 1) Concetti di base. Rischio della catena di approvvigionamento dei materiali e materiali critici. Energia, acqua e impronta di carbonio. Che cos'è uno "sviluppo sostenibile"? Valutazione dello sviluppo sostenibile (con un caso di studio). La visione: un'economia circolare dei materiali. 2) Materiali ecosostenibili. Il legno (struttura, proprietà, giunzione, biodeterioramento). Compositi legno-polimero. Biopolimeri: definizioni, struttura, proprietà e applicazioni industriali (poliesteri, policarbonati alifatici, poliammidi, poliuretani, polisaccaridi, lignina, polimeri vinilici). Degradazione dei biopolimeri: meccanismi e metodi di valutazione (norme ASTM). Materiali per l'isolamento termico: proprietà e applicazioni. 3) Opzioni di fine vita. Opzioni di fine vita dei materiali: una panoramica. Riciclo: definizioni e terminologia. Riciclo di acciai, alluminio e metalli rari. Riciclo della carta. Riciclo del vetro. Leganti cementizi che incorporano residui. Riciclo di plastica e gomma . Gestione, riciclo e riutilizzo dei rifiuti compositi. 4) Valutazione del ciclo di vita (LCA). Definizione. Descrizione della metodologia e dei casi di studio con l'ausilio del software SimaPro.

Il corso è organizzato come segue: a) lezioni in aula il cui materiale didattico verrà reso disponibile attraverso la piattaforma didattica online. Lo studente è caldamente invitato a partecipare a tutte le lezioni e a prendere appunti da rivedere a casa. Lo studente è tenuto a rivedere personalmente gli appunti presi in classe e a completare a casa gli esercizi proposti. b) attività di laboratorio (5 ore a gruppi) sulla produzione e caratterizzazione di materiali sostenibili e/o un caso di LCA da affrontare mediante il software Simapro. Al termine delle esercitazioni gli studenti dovranno preparare una relazione seguendo le indicazioni fornite dal docente; tale attività non è obbligatoria per il superamento dell'esame ma la frequenza e la partecipazione saranno premiate nel voto finale complessivo (vedi sotto).

Modalità d'esame

Per acquisire i crediti del corso, lo studente è tenuto a: - superare un esame orale finale per verificare le conoscenze/competenze acquisite durante il corso: lo studente è tenuto a esporre gli argomenti utilizzando un linguaggio scientifico/tecnologico appropriato, correlare, discutere e analizzare i diversi argomenti del corso. - produrre una relazione scritta sull'attività di laboratorio e/o sul caso LCA (da consegnare entro il 30 settembre 2027) per valutare le competenze e le abilità acquisite sull'analisi dei dati. se non viene consegnata la relazione sull'attività di laboratorio e/o sul caso LCA il punteggio massimo è 27/30.

Testi di riferimento

Lecture notes, slides and additional materials available on the DOL platform. Further readings (not mandatory): [1] M.F. Ashby, Materials and Sustainable Development, Butterworth-Heinemann, Oxford, UK, 2016. [2] M.F. Ashby, Materials and the Environment, Butterworth-Heinemann, Oxford, UK, 2013. [3] M. Niaounakis, Biopolymers: Processing and Products, Elsevier, 2015. [4] M. Niaounakis, Biopolymers: Applications and Trends, Elsevier, 2015. [5] Wood Handbook Wood as an Engineering Material. Forest Products Laboratory General Technical Report FPL–GTR–190 [6] K.O.Niska, M.Sain, Wood polymer composites, Woodhead Publishing, 2008 [7] E.Worrell, M.A. Reuter, Handbook of Recycling, Elsevier, 2014 [8] M. Niaounakis, Biopololymers : Reuse, Recycling and Disposal, Elsevier, 2013

Codice insegnamento 50991_652008_92075

Strategic product design 2° anno · 1° semestre · 6 CFU · IMAT-01/A · 0 file

Lo scopo del corso è di fornire le conoscenze di base relative agli aspetti di "product design", di "design management" (per gli studenti della LM31), di individuazione dei materiali e delle tecnologie più adatte (per…

Scheda dell'insegnamento

Obiettivi formativi

Lo scopo del corso è di fornire le conoscenze di base relative agli aspetti di "product design", di "design management" (per gli studenti della LM31), di individuazione dei materiali e delle tecnologie più adatte (per gli studenti della LM 53), che risultano fondamentali nella produzione di un manufatto e che permettono di progettare e realizzare un prodotto di successo. Al termine dell’insegnamento lo studente dovrebbe essere in grado: 1. riconoscere l’importanza del "product design" per il successo di un prodotto e di un’azienda; 2. conoscere gli aspetti più importanti per la gestione di un prodotto di design; 3. analizzare e riconoscere le caratteristiche, legate al product design, in un prodotto o di un manufatto; 4. usare le tecniche di creatività e di pensiero laterale per affrontare una problematica industriale; 5. avere le basi per collaborare e per gestire un team di progettazione; 6. essere critico, curioso e essere incline a considerare le novità sia tecniche che percettive. 7. valutare criteri di sostenibilità di prodotto. Per gli studenti della LM31: 8a. avere le basi di design management come guida strategica con la capacità di spiegare, inspirare e dimostrare i modi nei quali il design può contribuire al business; 9a. avere le basi per gestire e portare a termine un progetto di design in una realtà industriale. Per gli studenti della LM 53 8b. individuare e selezionare i materiali e le tecnologie più adatte in una progettazione in funzione delle caratteristiche espresse e non; 9b. proporre delle possibili soluzioni, inerenti gli aspetti immateriali e di soddisfazione del cliente, in una progettazione industriale.

Programma

Il corso dovrebbe essere un viaggio nel mondo del prodotto industriale cercando di capire come gli aspetti immateriali di un prodotto siano molto spesso più importanti delle prestazioni tecniche o degli aspetti relativi al costo. Per gli studenti di Management and Industrial Systems Engineering (LM-31) si approfondirà la parte di gestione della produzione industriale considerando gli aspetti del design in modo da portare a termine il progetto con un risultato ottimale. Per gli studenti di Materials Engineering (LM-53) si approfondirà la parte dell’importanza dei “nuovi” materiali e tecnologie e la scelta ottimale dei materiali tenendo conto anche degli aspetti estetici-percettivi del prodotto. Il punto di partenza sarà quindi la definizione di cosa sia il “(product) design e dei falsi stereotipi che sono collegati alla parola design. Si potrà quindi passare all’importanza del design nel successo di un prodotto industriale. Dopo la definizione di cosa sia il “design management”, verranno illustrati i diversi aspetti legati alla gestione, alle strategie, ai processi e alle implementazioni dell’introduzione del design in azienda. Partendo dai concetti di Bruno Munari, padre del design italiano, si illustrerà come si sono evolute nel tempo le richieste del cliente/utente e come è evoluto il processo di progettazione. In particolare verranno considerati i seguenti aspetti: - Concetti base di design; - Il ruolo strategico del design nella competitività d'impresa con riferimento in particolare al mondo produttivo italiano, ai distretti produttivi e alle tipologie di aziende; - Marchio e corporate identity; esprimere il brand con il design - design driven innovation; - Strategia oceano blu. - Il brief del cliente - la produzione di un prodotto industriale (product design) - aspetti espressivi e comunicativi di un prodotto industriale; - Il colore: la sua importanza nel prodotto industriale, che cos’è, come si misura. Come si gestisce il colore in una progettazione; -Ergonomia e usabilità; design inclusivo ed esclusivo, design for all; - Aspetti di sostenibilità ambientale dei prodotti e dei materiali. - Introduzione ai concetti base dello storytelling, descrivendo l'evoluzione del modo di raccontare le storie e dell'importanza che questo processo svolge nel design e gestione del prodotto. Per la LM 31 Fondamenti di design management. Aspetti di gestione delle strategie di design: individuazione e creazione delle condizioni affinché un progetto di design possa essere proposto e promosso. Aspetti espressivi e comunicativi di un prodotto industriale; Design thinking; Comprendere il pubblico e il mercato e capire le esigenze dei clienti; Avviare una strategia di design; Gestire il processo di design. La gestione di team creativi e la cultura della collaborazione. Gestire l’implementazione del design. Il processo di project management; Gli aspetti sociali e ambientali: Misurare il successo del design: rapporto qualità prezzo; Revisionare e correggere la strategia di design; Comunicare il design. Per la LM 53 - che cosa influenza il design dei prodotti; - percorso di progettazione secondo il technical design e secondo l'industrial design; - espressione attraverso la forma, la finitura superficiale, le giunzioni; - la percezione complessiva del prodotto; - aspetti percettivi di un materiale; - i criteri di selezione dei materiali considerando anche le caratteristiche sensoriali: la prospettiva del designer; - i materiali tradizionali visti con lo sguardo del designer: caratteristiche, proprietà, sensazioni - altri materiali utilizzati nel campo del design: materiali naturali (legno, pelle, carta, derivati del legno) ed innovativi (schiume metalliche, metalli amorfi etc).

Lezioni frontali con esempi pratici di progettazione. Proiezioni e commenti di video, pubblicità, immagini inerenti gli argomenti delle lezioni. Si stimolerà e si chiederà allo studente di avere un ruolo attivo e propositivo durante le lezioni. Si valuterà inoltre la possibilità che lo studente o un gruppo di studenti illustri alcuni approfondimenti. Verranno proposti degli esercizi per sviluppare l’attenzione e la creatività da svolgere in parte in aula in parte come approfondimento personale. In aula si confronteranno i risultati. Verranno creati momenti di discussione su alcune azioni tipiche della gestione del design in azienda con alcuni esempi pratici (per gli studenti della LM 31) Verranno portati in aula, oggetti, prodotti, campioni di materiali, mazzette colore, oggetto di lezione o discussione (per gli studenti della LM 53) 1 o 2 visite di studio presso aziende dove il design è strategico e/o delle testimonianze di persone proveniente dal mondo industriale (in funzione dell'interesse degli studenti durante il corso). Allo studente oltre allo studio degli argomenti si richiede di essere partecipe ed attivo durante le lezioni; di essere curioso e critico davanti ad un prodotto o ad un problema di progettazione, per cogliere i più importanti aspetti percettivi.

Modalità d'esame

Esame scritto con domande aperte (durata 2 ore). Saranno valutate: - la conoscenza dei diversi aspetti di product design trattati durante il corso (necessario per la sufficienza); - la capacità di individuare gli aspetti percettivi e di industrial design di un prodotto industriale (necessario per la sufficienza); - capacità di considerare gli aspetti non soltanto tecnici di un prodotto industriali ma anche estetico-percettivi, sociali e ambientali; - capacità di gestire un progetto di un prodotto industriale in azienda nella sua completezza considerando anche gli aspetti di industrial design (per gli studenti della LM31); - capacità di individuare e selezionare i materiali ed i processi più indicati in una progettazione di un prodotto (per gli studenti della LM 53)

Testi di riferimento

Appunti presi durante le lezioni. Le slide, spesso schematiche, servono allo studente per avere traccia degli argomenti trattati a lezione, possono essere un supporto utile per prendere appunti ma NON devono essere il materiale esclusivo per preparare l'esame. TESTI DI RIFERIMENTO: Stefano Rossi, "Gocce distillate di product design" Logo Fausto Lupetti Editore, Bologna 2018 Kathryn Best, Design management. Gestire strategie, processi e implementazione, Zanichelli, 2016 (per gli studenti LM 31) Breve bibliografia (da dove sono state tratte parti delle lezioni). M. Bettiol, S. Micelli, Design e creatività nel made in Italy, Bruno Mondadori, 2005 (in italian), L. Galloni, Mangiarotti. Disegnato in Italia. Il design come elemento competitivo nella piccola-media impresa Hoepli 2005, L. Di Lucchio Il design nelle strategie- un modello interpretativo della relazione tra design e impresa Gangemi Editore, R.Verganti , Design-Driven Innovation: Cambiare le regole della competizione innovando radicalmente il significato dei prodotti e dei servizi, editore Etaslab, 2009, B. Munari, Da cosa nasce cosa, Editori Laterza 2005, Laura Slack, What Is Product Design? (Essential Design Handbooks); RotoVision 2006, D. A. Norman La caffettiera del masochista; Giunti 1997; D. A. Norman Emotional design Apogeo 2004, Steve Krug, Don't Make Me Think!: A Common Sense Approach to Web Usability ed. New Riders; 2 edition, 2005. -Design & storytelling. Usare le storie per ideare, progettare e vendere prodotti e servizi digitali - Anna Dahlström, Apogeo, 2021 -La scienza dello storytelling. Come le storie incantano il cervello - Will Storr, Codice, 2020 -Storytelling for dummies - Andrea Fontana & Alberto Onofrietti, Storyside, 2022 Per la parte relativa alla LM 31: Chan Kim & Renee Mauborgne “Blue Ocean Strategy, Expanded Edition: How to Create Uncontested Market Space and Make the Competition Irrelevant” Harvard Business School Press 2015 (versione in italiano: Strategia oceano blu. Vincere senza competere; Rizzoli 2015); J. F. Bargellini, Costruire un'azienda design-oriented. I 12 principi del design management; Franco Angeli, 2014. Per la parte relativa alla LM 53: M. Ashby, K. Johnson, Materiali e design, Casa Editrice Ambrosiana 2005, S. A. Salvi, Plastica Tecnologia Design Hoepli 1997, M. Ferrara, Acciaio Materiali per il design; Lupetti editore 2005, R. Thompson, Manufacturing processes for design professionals Thames & Hudson 2007, R. Thompson The Manufacturing Guides, Product and Furniture Design Thames & Hudson, 2011

Codice insegnamento 50993_652010_95275

Sustainable materials management 2° anno · 2° semestre · 6 CFU · IIND-03/C · 0 file

Il corso mira a introdurre la gestione sostenibile dei materiali attraverso un approccio sistemico al loro utilizzo e riutilizzo più efficiente. Esaminando il flusso dei materiali durante tutto il loro ciclo di vita,…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a introdurre la gestione sostenibile dei materiali attraverso un approccio sistemico al loro utilizzo e riutilizzo più efficiente. Esaminando il flusso dei materiali durante tutto il loro ciclo di vita, il corso si concentrerà sulla produzione e l'uso dei materiali, con un'enfasi particolare alla riduzione dei consumi, alla riduzione degli impatti ambientali e alla disponibilità di risorse per le esigenze attuali e future. Gli obiettivi e i risultati di apprendimento del corso sono di fornire una conoscenza generale sull'economia circolare per la produzione, la lavorazione, l'uso e il fine vita dei materiali attraverso lezioni frontali e casi di studio pratici. Al termine del corso gli studenti saranno in grado di: comprendere i concetti di base dell'economia circolare, il flusso dei materiali (estrazione, produzione primaria, trasformazione, gestione del fine vita), problematiche e fattori trainanti del cambiamento;riconoscere gli impatti (ambientali, economici e sociali) delle attuali tecniche di lavorazione dei materiali sotto il profilo della sostenibilità;valutare la sostenibilità di un'articolazione dello sviluppo sostenibile e possibili strategie per un uso più sostenibile dei materiali.

Programma

Le lezioni in aula saranno incentrate sulle basi della gestione dei materiali in un quadro di sostenibilità. I temi principali sono: 1) Sviluppo sostenibile. Introduzione alla sostenibilità: economica, sociale e ambientale. I tre capitali fondamantali: prosperità, persone e pianeta (3Ps). The triple bottom line(TBL). 2) Valutare la sostenibilità delle articolazioni dello sviluppo sostenibile: Le fasi: obiettivo primario, scala dimensionale, scala temporale ed econmica. GLe parti interessate (stakeholders). Impatti delle articolazioni: Materiali, Energia, Ambiente, Legislazione, Economia, Società. Sintesi e riflessioni finali. Casi di studio. 3) Materiali per l'ingegneria: classificazione, proprietà, costo, eco-attributi (uso delle mappe Ashby per confrontare diverse famiglie di materiali, gruppi,... introduzione a CES, Cambridge Engineering Software e ad un database completo di proprietà dei materiali) 4) Il ciclo di vita dei materiali. Processi di produzione e trasformazione dei materiali (caratteristiche e dati principali: forma, produttività, dimensione del lotto economico, attributi ecologici, calcolo di base dell'impatto energetico/ambientale dei diversi processi di produzione e fabbricazione). Fine vita: Riciclaggio e riutilizzo come possibili strategie per reinserire i materiali nell'economia circolare. Fondamenti di Eco-audit. LCA: valutazione del ciclo di vita. Standard internazionale: ISO 14040. 5) Disponibilità delle risorse: estrazione ed esplorazione, materie prime critiche, materiali sostenibili. 6) Metalli per l'energia pulita: la sfida delle materie prime. La transizione energetica e il suo impatto sulla domanda di materie prime. Tecnologie per l'energia pulita e loro tasso di crescita. Produzione primaria e secondaria di metalli per la transizione energetica pulita. Focus su idrogeno, magneti permanenti, batterie al litio. Riciclo di metalli critici. Processi di produzione di ghisa ed dell'acciaio. Tecnologie per la decarbonizzazione dell'industria siderurgica: la sfida dell'acciaio verde.

Gli studenti sono invitati a seguire le lezioni in aula del docente utilizzando le slides che verranno preventivamente messe a disposizione attraverso la piattaforma Moodle. Gli studenti sono invitati a rivedere i propri appunti a casa con l'ausilio di capitoli selezionati estratti da specifici volumi suggeriti dal docente e disponibili in biblioteca.

Modalità d'esame

L'esame consiste in una prova orale che prevede la discussione di una relazione tecnica relativa alla verifica della sostenibilità di una determinata articolazione dello sviluppo sostenibile. Prevede anche una presentazione relativa alle tecnologie di fabbricazione di metalli per la transizione energetica. Le domande saranno principalmente rivolte all'uso della gestione sostenibile dei materiali in un contesto di economia circolare. Il voto finale è calcolato attraverso la media delle due parti d'esame.

Testi di riferimento

Il materiale del corso (slides delle lezioni,...) verrà messo a disposizione attraverso la piattaforma Moodle. Testi suggeriti: M. F. Ashby, Materials and Sustainable Development, Butterworth-Heinemann, 2016M.F Ashby: Materials and the Environment - Eco-informed Material Choice, Second Edition,2013, Elsevier Inc.John Alwood, Sustainable Materials with both eyes open, 2012, ISBN-13: 978-1906860059M.A. Reuter, K. Heiskanen, U. Boin, A. Van Schaik, E. Verhoef, Y. Yang and G. Georgalli, The metric of material and metal ecology - Harmonizing the Resource, Technology and Environmental Cycles, First edition, 2005, Elsevier

Codice insegnamento 50993_652017_95272

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.