Caricamento in corso...
Dinamica e identificazione di sistemi non lineari
01GLPRO
A.A. 2022/23
Lingua dell'insegnamento
Italiano
Corsi di studio
Dottorato di ricerca in Ingegneria Meccanica - Torino
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 20 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|---|---|---|---|---|---|---|
| Marchesiello Stefano | Professore Ordinario | IIND-02/A | 10 | 0 | 0 | 0 | 3 |
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari | *** N/A *** |
|---|
Introduzione ai sistemi dinamici non lineari: confronto tra lineare e non lineare, fenomeno del jump, caos, sincronizzazione, casi sperimentali.
Tipiche non linearità. Piano delle fasi, approssimazione lineare, classificazione dei sistemi lineari, strumenti numerici (Matlab) per i ritratti di fase, biforcazioni.
Mappe di Poincarè, caos, strumenti spettrali, risonanze, nonlinear normal modes.
Problema inverso: introduzione e breve panoramica sull’identificazione di sistemi lineari.
Identificazione di sistemi non lineari: individuazione, caratterizzazione, stima.
Metodi di identificazione non lineare: nel dominio del tempo, della frequenza, ad ampio spettro e armonici.
Si forniranno set di dati numerici e sperimentali insieme ai codici matlab da utilizzare in esercitazioni applicative.
Introduction to nonlinear dynamical systems: linear vs. nonlinear, jump phenomenon, chaos, synchronization, experimental cases.
Typical nonlinearities. Phase plane, linear approximation, classification of linear systems, Matlab numerical tools for phase portraits, bifurcations.
Poincarè maps, chaos, spectral tools, resonances, nonlinear normal modes.
Inverse problem: introduction to the inverse problem and brief recap on linear system identification.
Nonlinear system identification: detection, characterization, estimation.
Methods for nonlinear system identification: time domain, frequency domain, broadband-based and harmonic-based methods. Numerical and experimental dataset will be provided together with Matlab scripts to be used in hands-on sessions.
-
-
L’insegnamento mira a fornire le basi teoriche per la descrizione e la comprensione dei principali fenomeni osservabili nella dinamica dei sistemi meccanici. In aggiunta, si descrivono gli strumenti numerici e sperimentali utili per analizzare le misure dinamiche condotte sui sistemi non lineari al fine di identificarne i parametri. Durante il corso saranno discussi esempi numerici e casi di studio sperimentali.
The course aims to provide the theoretical basis for describing and understanding the main nonlinear phenomena occurring in the dynamics of mechanical systems. In addition, numerical and experimental tools are described to analyze dynamic measurements of a nonlinear system to identify its parameters. Numerical examples and experimental case studies are discussed.
In presenza
On site
Presentazione report scritto
Written report presentation
P.D.2-2 - Maggio
P.D.2-2 - May