Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Ulteriori Attività formativa D e F
Nella scelta delle attività di tipo D, gli studenti dovranno tener presente che in sede di approvazione si terrà conto della coerenza delle loro scelte con il progetto formativo del loro piano di studio e dell'adeguatezza delle motivazioni eventualmente fornite.
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Linguaggio Programmazione Matlab-Simulink | D |
Bogdan Mihai Maris
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduzione alla stampa 3D | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Linguaggio programmazione Python | D |
Vittoria Cozza
(Coordinatore)
|
| 1° 2° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Roberto Giacobazzi
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Maria Caterina Baruffi
(Coordinatore)
|
| 1° 2° | Minicorso Blockchain | D |
Nicola Fausto Spoto
(Coordinatore)
|
Process monitoring (2020/2021)
Codice insegnamento
4S009011
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi formativi
Il corso si propone di fornire allo studente competenze in ambito di: i) analizzare di dati con metodi di statistica univariata, multivariata e ad alta dimensionalità (mega-variata); ii) identificazione di situazioni anomale; iii) analisi di dati eterogenei; iv) analisi di processi dinamici e non stazionari; v) predizione di serie temporali.
Al termine del corso lo studente dovrà dimostrare di essere in grado gestire il monitoraggio di un processo industriale. In particolare dovrà dimostrare di saper: i) identificare le potenziali failure mode; ii) progettare un sistema di acquisizione dati sulla linea di produzione; iii) identificare anomalie di funzionamento del processo; iv) ottimizzare i parametri di processo secondo degli obiettivi predefiniti (rejection rate, time reduction, etc.); v) analizzare le cause di failures inattese (root cause analysis); vi) gestire la manutenzione dell'impianto con tecniche predittive.
Modalità d'esame
L’esame prevede la discussione con il docente di un progetto, che propone una soluzione ad un problema industriale.
Lo studente dovrà presentare il proprio lavoro in circa 15 minuti (con o senza l'uso di materiale di supporto come slides, relazione scritta, demo, ecc.), seguiti da domande da parte del docente.
Per la composizione del voto si terrà conto di:
- performance del sistema sviluppato (con metriche diverse da problema a problema);
- motivazione teorica che ha spinto lo studente ad effettuare le scelte progettuali;
- capacità di esporre in modo chiaro e conciso i punti chiave del progetto;
- capacità di sostenere una discussione sulle possibili soluzioni alternative e potenziali cause di fallimento della soluzione elaborata.
Lo studente dovrà altresì dimostrare padronanza di tutti gli argomenti in programma (anche quelli non affrontati nel corso del progetto).
