Numerosi problemi e sistemi di grande interesse nell’ambito delle scienze e dell’ingegneria sono caratterizzati dalla presenza di meccanismi di retroazione che possono, pertanto, essere efficacemente studiati applicando la teoria del controllo dei sistemi dinamici. Il controllo di veicoli autonomi o semi-autonomi (autoveicoli, aerei, elicotteri, navi), robot mobili e industriali; l’ottimizzazione energetica nell’ambito delle reti di distribuzione, degli edifici intelligenti e dei veicoli elettrici; i meccanismi di retroazione nel contesto dei sistemi biologici o fisiologici; il controllo ottimale delle reti di calcolatori sono solo alcuni degli esempi possibili. La maggior parte degli approcci proposti in letteratura per il progetto di sistemi di controllo in retroazione si basano sull’assunzione che sia disponibile un modello matematico dell’impianto/fenomeno da controllare nella forma di un sistema di equazioni differenziali o alle differenze. Tuttavia, il problema di derivare tali modelli matematici dai principi base della fisica può essere estremamente difficile nel caso di applicazioni reali che coinvolgano sistemi di elevata complessità. Tale difficoltà ha stimolato negli ultimi anni la proposta di un nuovo paradigma che permette di effettuare il progetto del sistema di controllo senza richiedere la conoscenza esplicita del modello matematico del sistema oggetto dello studio, a patto che sia disponibile un insieme di dati di ingresso-uscita collezionati effettuando opportuni esperimenti. L’obiettivo del corso è quello di discutere gli aspetti teorici e computazionali di tali tecniche innovative per il progetto diretto dei sistemi di controllo a partire dai dati sperimentali di ingresso-uscita.

Nozioni di analisi matematica, ottimizzazione e algebra lineare tipicamente impartite nei corsi di laurea di ingegneria.

- Controllo in retroazione di sistemi dinamici: principi fondamentali e formulazione general del problema - Confronto tra tecniche di progetto basate sul modello e tecniche di progetto basate sui dati - Progetto del controllore basato sui dati: confronto tra l’approccio diretto e indiretto. - Principali paradigmi per l’apprendimento di sistemi dinamici: approccio induttivo, approccio deduttivo, principio di falsificazione di Popper - Progetto diretto dai dati di controlli lineari e nonlineari strutturati: l’approccio set-membership (SM) - Algoritmi di ottimizzation polinomiale per la soluzione il progetto di controllori con l’approccio set-membership: rilassamenti convessi, aspetti computazionali e sparsità, software SparsePOP - Discussione sulle prestazioni e le proprietà di stabilità del sistemi di controllo progettati con tecniche data-driven. - Progetto diretto dai dati di controllori nonlineari basati su reti neurali artificali: selezione della struttura della rete e discussione relativa agli algoritmi di training. - Attività di laboratorio: Progetto di sistemi di controllo data-driven a partire sia da dati simulati sia da dati collezionati sperimentalmente.

In presenza

Presentazione orale

P.D.1-1 - Febbraio

L’esame si svolgerà in forma orale. Il tema della discussione orale sarà concordato con gli studenti durante il corso.