Obiettivi formativi:

Illustrare le problematiche della costruzione di modelli per sistemi dinamici a partire da dati sperimentali. Fornire le tecniche di base per l’identificazione e la costruzione di modelli. Fornire le metodologie di base per la raccolta dati ai fini dell’identificazione e per la validazione di modelli. Sviluppare l’operatività necessaria per implementare i metodi e le tecniche apprese.
Approfondire la nozione di modello di un sistema dinamico secondo i principali differenti approcci presenti nella letteratura sull’argomento.

Programma:

Introduzione e generalità sul problema della costruzione di modelli per sistemi dinamici a partire da dati sperimentali. Classi di modelli e identificazione parametrica. Problematiche della raccolta dati. Determinazione del miglior modello nella classe. Tecniche di identificazione (minimi quadrati, massima verosimiglianza, tecniche ricorsive). Tecniche di validazione del modello.
Tecniche di raccolta dati. Progetto e realizzazione di esperimenti di raccolta dati. Analisi dei dati e confronto tra modelli.
Approfondimenti sulla nozione di modello. Problematiche di costruzione di modelli in spazio di stato secondo l’approccio di R. E. Kalman. Modelli in forma di system matrix secondo l’approccio di H. H. Rosenbrock. Modelli comportamentali secondo l’approccio di J. C. Willems. Modelli non lineari.

Testi di riferimento:

Dispense del corso e materiale bibliografico che sarà fornito dal docente.
S. Bittanti – Identificazione dei Modelli e Controllo Adattativi – Pitagora Editrice Bologna

Modalità di svolgimento del corso e dell’esame:

Redazione e discussione orale di una tesina.

Ricevimento Studenti:

In sede: venerdì 9.30-10.30