Codice insegnamento

4S009011

Crediti

6

Coordinatore

Francesco Setti

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Moodle Seminari 0

L'insegnamento è organizzato come segue:

Obiettivi di apprendimento

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.

Prerequisiti e nozioni di base

Lo studente dovrebbe avere conoscenze di base in analisi matematica, fisica, algebra lineare, probabilità e statistica.

Programma

Misure e sensori:
- Fondamenti di metrologia industriale: terminologia, sistema internazionale delle unità di misura, modellazione di sistemi di misura, errori, calibrazione statica e dinamica
- Misure di spostamento e deformazione: potenziometri resistivi, linear variable differential transformers, eddy current transducers, fotodiodi a triangolazione, encoders, estensimetri
- Misure di vibrazione: vibrometri e accelerometri
- Misure di flusso: tubo di pitot, anemometro a filo caldo, flussimetro a caduta di pressione, drag force e ad ultrasuoni
- Misure di temperatura: termometri bimetallici, termocoppie, resistori, termistori, bolometri and termocamere
Data analysis:
- Monitoring charts: Shewhart, cumulative sum, moving average, exponentially weighted moving average, Western Electric rules
- Univariate monitoring schemes: hypothesis testing, generalized likelihood ratio, Kullback-Leibler divergence, Hellinger distance, ordinary least square, ridge regression, principal component analysis and regression
- Multivariate monitoring schemes: multivariate monitoring charts, dynamic latent variable regression
- Unsupervised data analysis: hierarchical clustering, mean shift, k-Nearest neighbours, k-means, one-class SVM, support vector data description
- Fault isolation techniques

Bibliografia

Modalità didattiche

Lezioni frontali, esercitazioni, esperienze di laboratorio.

Modalità di verifica dell'apprendimento

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.

Criteri di valutazione

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).

Criteri di composizione del voto finale

Il voto sarà basato sulla discussione di un progetto individuale che verterà sui temi presentati durante le lezioni.

Lingua dell'esame

English