PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Elenco notifiche



INTRODUCTION TO NUMERICAL MODELING FOR SYSTEMS ENGINEERING

01WBZIW

A.A. 2025/26

Course Language

Inglese

Degree programme(s)

Doctorate Research in Ingegneria Aerospaziale - Torino

Course structure
Teaching Hours
Lezioni 20
Lecturers
Teacher Status SSD h.Les h.Ex h.Lab h.Tut Years teaching
Dalla Vedova Matteo Davide Lorenzo   Professore Associato IIND-01/E 20 0 0 0 1
Co-lectures
Espandi

Context
SSD CFU Activities Area context
*** N/A *** 4    
La modellazione numerica a parametri concentrati si è affermata come uno strumento imprescindibile per l’analisi dinamica dei sistemi ingegneristici. In particolare, nell’ambito di sistemi complessi — caratterizzati da architetture composite, forti interconnessioni interdisciplinari e comportamenti non lineari — questo approccio consente di affrontare con efficacia le sfide progettuali, offrendo modelli versatili, facilmente riconfigurabili e pienamente integrabili con metodi analitici, empirici e sperimentali. Oggi, tali tecniche sono un elemento cardine nei settori aerospace, meccanico, meccatronico e dell’automazione, supportando tutte le fasi dello sviluppo: dalla progettazione preliminare alla modellazione di dettaglio, dalla definizione delle logiche di controllo alla creazione di modelli semplificati per il monitoraggio, la diagnostica, la prognostica e l’ottimizzazione. La padronanza di questi strumenti rappresenta una competenza strategica per l’innovazione tecnologica e il progresso della ricerca applicata. Il corso adotterà un approccio didattico attivo, alternando lezioni frontali, esercitazioni di gruppo al calcolatore (utilizzando ambienti Matlab-Simulink) e attività individuali, consistenti in brevi lavori da svolgere e discutere con il docente. Questa modalità è pensata per fornire agli studenti sia una solida preparazione tecnico-scientifica, sia le competenze operative necessarie per comprendere e sviluppare autonomamente modelli numerici di sistemi complessi. Lungo il percorso formativo si alterneranno momenti teorici e applicativi, con ampio spazio dedicato all'analisi di casi concreti. L'obiettivo è promuovere un apprendimento attivo, secondo la logica del "learning by doing", incoraggiando gli studenti a sperimentare direttamente i concetti appresi. Attraverso un costante confronto, il docente guiderà inoltre gli allievi nello sviluppo di un approccio critico e nella maturazione della sensibilità tecnica indispensabile per affrontare le sfide di questo settore.
Lumped-parameter numerical modeling has established itself as an essential tool for the dynamic analysis of engineering systems. Particularly in the context of complex systems — characterised by composite architectures, strong interdisciplinary interconnections, and nonlinear behaviours — this approach enables effective management of design challenges, offering versatile models that are easily reconfigurable and fully integrable with analytical, empirical, and experimental methods. Today, these techniques are fundamental in the aerospace, mechanical, mechatronic, and automation sectors, supporting every stage of development: from preliminary design to detailed modeling, from the definition of control strategies to the creation of simplified models for monitoring, diagnostics, prognostics, and optimisation. Mastery of these tools constitutes a strategic competence for technological innovation and the advancement of applied research. The course will adopt an active teaching methodology, alternating between lectures, group-based computer exercises (using Matlab-Simulink environments), and individual activities consisting of short projects to be developed and discussed with the instructor. This structure is designed to provide students with both a solid technical and scientific foundation, as well as the practical skills necessary to autonomously understand and develop numerical models of complex systems. Throughout the course, theoretical sessions will be complemented by hands-on applications, accompanied by an extensive analysis of real-world case studies. The objective is to foster active learning, following a "learning by doing" approach, encouraging students to directly experiment with the concepts covered. Through continuous interaction, the instructor will also support students in developing a critical mindset and in cultivating the technical awareness essential for addressing the challenges of this field.
Il corso si propone di fornire un'introduzione alla modellazione numerica di sistemi dinamici attraverso l'utilizzo dell'ambiente Matlab-Simulink. È destinato in particolare a coloro che si accostano per la prima volta a tali discipline e che non possiedono ancora una consolidata familiarità con gli strumenti e le tecniche di modellazione proprie di Simulink. Ad ogni modo, un approccio multidisciplinare all’ingegneria, unitamente a una conoscenza almeno elementare di Matlab-Simulink, potrà agevolare una più efficace e approfondita assimilazione dei contenuti proposti.
The course is designed to provide an introduction to the numerical modeling of dynamic systems using the Matlab-Simulink environment. It is primarily intended for individuals who are approaching these disciplines for the first time and who do not yet have a solid familiarity with Simulink tools and modeling techniques. Nevertheless, a multidisciplinary engineering background, combined with at least a basic proficiency in Matlab-Simulink, will significantly enhance the effective and comprehensive assimilation of the course content.
1. Introduzione al corso 1.1 Inquadramento tecnico-scientifico del problema • Fondamenti di ingegneria dei sistemi • Modellazione numerica di sistemi dinamici 1.2 Cenni storici • Evoluzione delle tecniche di rilevamento applicate all’ingegneria 1.3 Motivazioni alla scelta di Matlab-Simulink • Matlab-Simulink come ambiente di simulazione numerica multidominio • Simulink per la modellazione e la simulazione di sistemi dinamici • Introduzione pratica all’utilizzo integrato di Matlab e Simulink 2. Tecniche di modellazione numerica 2.1 Analisi critica delle principali metodologie • Vantaggi, svantaggi e limiti di applicabilità delle diverse tecniche 2.2 Strategie di selezione della metodologia • Considerazioni su destinazione d’uso, livello di dettaglio, accuratezza e costi computazionali 3. Modellazione numerica a parametri concentrati 3.1 Modelli fisico-matematici • Introduzione ai diagrammi fisico-funzionali • Confronto tra diversi approcci di modellazione • Principi fondamentali dei diagrammi a blocchi 3.2 Implementazione di modelli lineari semplici • Analisi del sistema fisico, definizione del modello matematico e implementazione in Simulink • Confronto tra soluzioni analitiche e numeriche: vantaggi, limiti e criticità • Analisi delle principali problematiche numeriche nella simulazione 3.3 Modellazione di sistemi dinamici non lineari • Introduzione alla modellazione delle nonlinearità in Matlab-Simulink • Aspetti specifici: anelli numerici, modelli discontinui, degradazione dell’ordine del modello • Modellazione e simulazione di esempi rappresentativi 4. Modellazione multidominio e ambienti avanzati di simulazione 4.1 Introduzione a Simscape e Stateflow • Utilizzo di Simscape per la modellazione fisica di sistemi dinamici semplici • Introduzione a Stateflow per la modellazione di macchine a stati 4.2 Implementazione e confronto tra ambienti • Realizzazione di modelli numerici in SimScape e confronto con i modelli equivalenti sviluppati in Simulink 4.3 Integrazione avanzata • Implementazione di macchine a stati in Stateflow e integrazione con ambienti Simulink
1. Introduction to the Course 1.1 Technical and Scientific Framework of the Problem • Fundamentals of Systems Engineering • Numerical Modeling of Dynamic Systems 1.2 Historical Overview • Evolution of Detection Techniques Applied to Engineering 1.3 Reasons for Choosing Matlab-Simulink • Matlab-Simulink as a Multidomain Numerical Simulation Environment • Simulink for the Modeling and Simulation of Dynamic Systems • Practical Introduction to the Integrated Use of Matlab and Simulink 2. Numerical Modeling Techniques 2.1 Critical Analysis of Main Methodologies • Advantages, Disadvantages, and Applicability Limits of Different Techniques 2.2 Methodology Selection Strategies • Considerations on Intended Use, Level of Detail, Accuracy, and Computational Costs 3. Lumped Parameter Numerical Modeling 3.1 Physical-Mathematical Models • Introduction to Physical-Functional Diagrams • Comparison of Different Modeling Approaches • Fundamental Principles of Block Diagrams 3.2 Implementation of Simple Linear Models • Analysis of the Physical System, Definition of the Mathematical Model, and Implementation in Simulink • Comparison between Analytical and Numerical Solutions: Advantages, Limits, and Critical Issues • Analysis of Major Numerical Problems in Simulation 3.3 Modeling of Nonlinear Dynamic Systems • Introduction to Nonlinearity Modeling in Matlab-Simulink • Specific Aspects: Numerical Loops, Discontinuous Models, Model Order Degradation • Modeling and Simulation of Representative Examples 4. Multidomain Modeling and Advanced Simulation Environments 4.1 Introduction to Simscape and Stateflow • Using Simscape for the Physical Modeling of Simple Dynamic Systems • Introduction to Stateflow for State Machine Modeling 4.2 Implementation and Comparison Across Environments • Development of Numerical Models in SimScape and Comparison with Equivalent Models in Simulink 4.3 Advanced Integration • Implementation of State Machines in Stateflow and Integration within the Simulink Environment
In presenza
On site
Presentazione orale
Oral presentation
P.D.1-1 - Gennaio
P.D.1-1 - January
Il programma potrà essere integrato o aggiornato in funzione delle esigenze formative dei dottorandi e degli sviluppi scientifici più recenti.
The program may be updated or supplemented based on the training needs of Ph.d. students and the latest scientific developments.