Identificazione, diagnostica, prognostica e controllo tollerante ai guasti di sistemi dinamici complessi

La crescente complessità dei moderni sistemi di controllo richiede lo sviluppo di nuovi metodi di identificazione, diagnostica, prognostica e controllo tollerante ai guasti. Le attività di ricerca del gruppo sono principalmente focalizzate sui seguenti argomenti.

Identificazione di modelli ad errornelle variabili e applicazioni. Nel quadro complesso sopra menzionato, l'identificazione di modelli dinamici a partire dai dati deve tenere conto della presenza di rumori di ingresso, di uscita e di processo. Ciò porta all’uso di modelli cosiddetti ad errori nelle variabili (errors-in-variables). Vengono proposti nuovi algoritmi di identificazione nel dominio del tempo e nel dominio della frequenza, sia per i sistemi SISO sia per i sistemi MIMO.  

Diagnostica e prognostica di sistemi meccatronici complessi. Nell’ambito di Industria 4.0, la diagnostica e la prognostica stanno acquisendo sempre più importanza nelle aziende di automazione industriale. Le crescenti capacità computazionali dei calcolatori elettronici, sia a bordo che all'esterno delle macchine, consentono nuove possibilità in termini di manutenzione correttiva e predittiva. In questo contesto, è necessario analizzare grandi quantità di dati raccolti durante il funzionamento delle macchine ed utilizzarli per estrarre informazioni utili per migliorare la loro qualità di produzione e affidabilità. Ciò porta allo sviluppo di nuove procedure di diagnostica e prognostica basate sulla combinazione di strumenti di identificazione (system identification) e strumenti di apprendimento automatico (machine learning). Le metodologie proposte sono applicate a casi di studio di laboratorio e industriali. 

Diagnosi dei guasti e controllo tollerante ai guasti dei sistemi aerospaziali. L'argomento di ricerca riguarda lo sviluppo di nuove metodologie di diagnosi dei guasti per veicoli aerei, terrestri e sottomarini autonomi (UAV, GUV e UUV), aeromobili dell'aviazione generale e veicoli spaziali. Inoltre, sfruttando le informazioni fornite dalla diagnosi dei guasti, come la stima dei guasti, vengono sviluppati sistemi FTC (Fault Tolerant Control) per i diversi sistemi sopra menzionati. Le metodologie proposte vengono applicate e testate su casi reali utilizzando UAV, GUV, UUV e un aereo ultraleggero disponibili da vari progetti di ricerca.

Collaborazioni: il gruppo collabora con Andrea Tilli (Diagnosis and Prognosis), Andrea Bartolini e Luca Benini (Thermal model identification and fault detection of high performance computing systems), Nicola Mimmo (Fault diagnosis and fault tolerant control of aerospace systems), Lorenzo Marconi (Applicazioni di UAV and UGV nella Smart Agriculture), Luca De Marchi (Applicazioni di UUV nel monitoraggio della flora e fauna di ambienti marini), Stefano Diciotti e Marco Breschi (Application of system identification to nuclear magnetic resonance (NMR) data).

Settori ERC 

  • PE7_1 - Control engineering 
  • PE7_7 - Signal Processing 

Responsabile scientifico: Prof. Roberto Diversi

Docenti e ricercatori

Paolo Castaldi

Professore associato

Roberto Diversi

Professore associato

Umberto Soverini

Professore associato confermato

Dottorandi e assegnisti

Matteo Barbieri

Assegnista di ricerca

Tutor didattico

Torna su