UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA” DIPARTIMENTO DI INFORMATICA E SISTEMISTICA

UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA”

DIPARTIMENTO DI INFORMATICA E SISTEMISTICA

FONDAMENTIDI

CONTROLLO INTELLIGENTE

ALESSANDRO DE CARLIAnno Accademico 2005-2006

INTERAZIONE E INTELLIGENZA 2

AUTOMAZIONE 1

SIS

TEM

A

UO

MO

-MA

CC

HIN

A

RE

TI DI C

OM

UN

ICA

ZION

E

MECCATRONICA

UOMO

MACCHINA CALCOLATORE

INTELLIGENZA


AUTOMAZIONE 1

L’INTERAZIONE CON L’UOMO DEI CALCOLATORI E DELLE MACCHINE È ASIMMETRICA IN QUANTO L’ UOMO COMPRENDE FACILMENTE LE MODALITÀ SECONDO CUI POSSONO FUNZIONARE MA NON AVVIENE IL VICEVERSA L’IMPEGNO DELL’UOMO È ALLORA QUELLO DI TRASFERIRE ALLA MACCHINA QUEGLI ASPETTI DELL’INTELLIGENZA CHE RISULTANO ESSENZIALI PER MIGLIORARNE LE PRESTAZIONI E LA FLESSIBILITÀ DI IMPIEGO ATTRAVERSO OPPURTUNI PROGRAMMI BASATI SU ALGORITMI E PROCEDURE DI ELABORAZIONE CHE APPLICANO ALCUNE METODOLOGIE TIPICHE DEL SOFT COMPUTING

I PROGRAMMI SONO IN GRADO DI ELABORARE I VALORI RICAVATI DA UN OPPORTUNO INSIEME DI SENSORI E DI DISPOSITIVI DI MISURA SECONDO MODALITÀ CHE RIPRODUCONO LE AZIONI DELL’UOMO


AUTOMAZIONE 1

ASIMMETRIA NELLA INTERAZIONE UOMO-MACCIMA

L’UOMO ACQUISISCE FACILMENTE LE MODALITÀ DI FUNZIONAMENTO DI UNA MACCIMA

I CALCOLATORI NON SONO IN GRADO DI COMPRENDERE ED INTERPRETARE LA PSICOLOGIA DELL’UOMO

L’INTELLIGENZA ALLA MACCHINA PUÒ ESSERE FORNITA SOLO TRAMITE OPPORTUNI PROGRAMMI FINALIZZATI A TRASFERIRE LE AZIONI DI CONTROLLO CHE AVREBBE FATTO L’UOMO NELLE STESSE CONDIZIONI OPERATIVE E AMBIENTALI

ESEMPIO DI INTERAZIONE UOMO-MACCHINA 5

PRESTAZIONI

• RIVOLGE IL MUSO VERSO CHI PARLA• APRE E CHIUDE GLI OCCHI QUANDO VIENE

ACCAREZZATA• MUOVE LE PINNE E LA CODA QUANDO È ACCAREZZATA

DOLCEMENTE

AUTOMAZIONE 1

INTERAZIONE UOMO-MACCHINA-AMBIENTE 6

AUTOMAZIONE 1

INTE

RA

ZIO

NE

UO

MO

-MA

CC

HIN

A

UOMO

MACCHINA AMBIENTEINTERAZIONE

MACCHINA-AMBIENTE AMBIENTE-MACCHINA

INTE

RA

ZION

E

AM

BIE

NTE

-UO

MO

AZIONI DI CONTROLLO 7

AUTOMAZIONE 1

AZI

ON

E D

IRE

TTA

UOMO

MACCHINA AMBIENTE

CONTROLLO A CATENA APERTA

PIANIFICAZIONE DEGLI INTERVENTI

CONTROLLO BASATO SU MODELLO

CONTROLLO BASATO SULLA CONTROREAZIONE

INTELLIGENZA

INTERAZIONE UOMO-MACCHINA-AMBIENTE 8

AUTOMAZIONE 1

UOMO

MACCHINA AMBIENTE

INTE

RA

ZIO

NE

MA

CC

HIN

A-U

OM

O INTE

RA

ZION

E

AM

BIE

NTE

-UO

MO

MODALITÀ DI CONTROLLO

RIC

ON

OS

CIM

EN

TO

DE

LL’AM

BIE

NTE

ACQUISIZIONEDELLA CONOSCENZA

MODALITÀ DI INTERVENTO

ESEMPIO DI INTERAZIONE AMBIENTE-UOMO-MACCHINA 9

AUTOMAZIONE 1

RICONOSCIMENTO DELLA CONDIZIONI DELLA SUPERFICIE DI APPOGGIO DEL PIEDE DALLA MISURA DI 4 SENSORI

PIANEGGIANTE ACCIDENTATO

INCLINATO IN SALITA

ANDAMENTO DESIDERATO DELLA VARIABILE CONTROLLATA

VARIABILE CONTROLLATA

MACCHINA

INTERAZIONE UOMO-MACCHINA 10

AUTOMAZIONE 1

+ -

AZIONE DI CONTROLLOADATTATIVA

+

MODELLO INVERSO

ADATTATIVO

+

CONOSCENZAAPPRENDIMENTO

MEMORIZZAZIONEA PASSO VARIABILE

MANTENIMENTODEL VALORE

MEMORIZZATO

INTERAZIONE UOMO-MACCHINA 11

AUTOMAZIONE 1

MACCHINA

ANDAMENTO DESIDERATO DELLA VARIABILE CONTROLLATA

VARIABILE CONTROLLATA

+ -

AZIONE DI CONTROLLO

+ -

KP + KD s

1 + s

1

(J s + F) s

r(t) e(t) u(t) 1

(J s + F) s

y(t)

1

(J s + F) s

y(t)

+ -

e(t) u(t)1

(J s + F) s

KP + KD s

1 + s(J s + F) s

r(t)

KP + KD s

1 + s1

(J s + F) s

“INTELLIGENZA”SIGNIFICATO LESSICALE

• COMPETENZA IN UNA DETERMINATA ARTE, SCIENZA, TECNICA

INTELLIGENZA• CAPACITÀ GENERALE CHE CONSENTE DI ADATTARSI

ALL’AMBIENTE E CHE NELL’ESSERE UMANO SI MANIFESTA NEI COMPORTAMENTI E NEL GRADO DI ELABORAZIONE DEI PROCESSI MENTALI

• CAPACITÀ DI INTENDERE, PENSARE, GIUDICARE AFFIDATA AD UN COMPUTER

• . . . . . .

• DETTO DI MACCHINA O MECCANISMO AUTOMATIZZATI E IL CUI FUNZIONAMENTO È AFFIDATO AD UN COMPUTER

INTELLIGENTE• . . . . . .

DAL DIZIONARIO “ZINGARELLI” DELLA LINGUA ITALIANA

DEFINIZIONE DI INTELLIGENZA 12

AUTOMAZIONE 1

“INTELLIGENZA”SIGNIFICATO LESSICALE

• COMPETENZA IN UNA DETERMINATA ARTE, SCIENZA, TECNICA

INTELLIGENZA• CAPACITÀ GENERALE CHE CONSENTE DI ADATTARSI

ALL’AMBIENTE E CHE NELL’ESSERE UMANO SI MANIFESTA NEI COMPORTAMENTI E NEL GRADO DI ELABORAZIONE DEI PROCESSI MENTALI

• CAPACITÀ DI INTENDERE, PENSARE, GIUDICARE AFFIDATA AD UN COMPUTER

• . . . . . .

• DETTO DI MACCHINA O MECCANISMO AUTOMATIZZATI E IL CUI FUNZIONAMENTO È AFFIDATO AD UN COMPUTER

INTELLIGENTE• . . . . . .

DAL DIZIONARIO “ZINGARELLI” DELLA LINGUA ITALIANA

DEFINIZIONE DI INTELLIGENZA 13

AUTOMAZIONE 1

EVOLUZIONE DELLE INNOVAZIONI 14

AUTOMAZIONE 1

STRUMENTAZIONEM

OD

AL

ITÀ

DI

CO

NT

RO

LL

O

CONVENZIONALE INNOVATIVA

CO

NV

EN

ZIO

NA

LE

INN

OV

AT

IVA

AUMENTO DEL COSTO

PARZIALEMIGLIORAMENTO

DELLE PRESTAZIONI

COSTO INVARIATO

MARGINALEMIGLIORAMENTO

DELLE PRESTAZIONI

COSTO&

PRESTAZIONIBEN DEFINITE

SOSTANZIALEMIGLIORAMENTO

DELLE PRESTAZIONICOSTO ELEVATO

DELL’INVESTIMENTOINIZIALE

SIGNIFICATO DI CONTROLLO INTELLIGENTE 15

AUTOMAZIONE 1

“CONTROLLO INTELLIGENTE”

- DI DETERMINARE, IN FUNZIONE DI UN OPPORTUNO INSIEME DI VALORI MISURATI ALL’INTERNO E ALL’ESTERNO DEL SISTEMA DA CONTROLLARE, QUEGLI INTERVENTI CHE SE FOSSERO EFFETTUATI DA UN OPERATORE SAREBBERO DEFINITI “INTELLIGENTI”

LA PROCEDURA È PROGETTATA SULLA BASE DI UNA CONOSCENZA APPROFONDITA DEL FUNZIONAMENTO DEL SISTEMA DA CONTROLLARE E DELLE SUE MODALITÀ DI CONDUZIONE

PROCEDURA IN GRADO:

- DI EFFETTUARE LA MISURA DI VARIABILI A CUI NON CORRISPONDE UNA GRANDEZZA RILEVABILE CON UNO O PIÙ SENSORI

DIFFUSIONE DELL’INNOVAZIONE 16

AUTOMAZIONE 1

TRASFERIMENTO TECNOLOGICO

FORMAZIONEFINALIZZATA

SETTORI DIAPPLICAZIONE

APPLICAZIONIPROTOTIPALI

INSERIMENTONEL MERCATO

INFORMAZIONICRESCITA

ECONOMICA

APPLICAZIONE DELLE INNOVAZIONI 17

AUTOMAZIONE 1

INFORMAZIONI

NUOVIPROBLEMI

NUOVEMODALITÀ

DI CONTROLLO

NUOVETECNOLOGIE

NUOVIPRODOTTI

VALUTAZIONE DELLA EFFICIENZA

INDIVIDUAZIONE DEI SETTORI APPLICATIVI

VALUTAZIONE DELLA CONVENIENZA (COSTO / PRESTAZIONI)

SIGNIFICATO DI CONTROLLO MANUALE 18

AUTOMAZIONE 1

ESPERIENZA

PROFESSIONALITÀ

PARAMETRIOPERATIVI

MISURA DELLEVARIABILI:- DI COMANDO- CONTROLLATE- INTERNE

ANDAMENTODELLE VARIABILI DI COMANDO

CONTROLLO MANUALE CONOSCENZA DEL FUNZIONAMENTO SISTEMA DA CONTROLLARE

SIGNIFICATO DI CONTROLLO CONSOLIDATO 19

AUTOMAZIONE 1

ESPERIENZA

PROFESSIONALITÀ

PARAMETRIOPERATIVI EVINCOLI

MISURA DELLEVARIABILI:- DI COMANDO- CONTROLLATE

CONOSCENZA DEL COMPORTAMENTODINAMICO DEL SISTEMA DA CONTROLLARE


CONTROLLO CONSOLIDATO

MODALITÀDI

CONTROLLOCONSOLIDATE

DISPOSITIVODI ELABORAZIONE

MODALITÀ DI CONTROLLO CONSOLIDATO 20

AUTOMAZIONE 1

CONTROLLOA CATENA APERTA

VARIABILECONTROLLATA

VARIABILEDI COMANDO

DELL’ATTUATORE

DISTURBI

ATTUATORE ESISTEMA

DA CONTROLLARE

VARIABILECONTROLLATA

VARIABILEDI COMANDO

DELL’ATTUATORE

DISTURBI

PRESTAZIONIDESIDERATE

ATTUATORE ESISTEMA

DA CONTROLLARE

DISPOSITIVODI MISURA

CONTROLLOIN CONTROREAZIONE

ANDAMENTODESIDERATO

DELLA VARIABILECONTROLLATA

DISPOSITIVO

DI ELABORAZIONE

MODALITÀDI CONTROLLO

DISPOSITIVODI MISURA

SIGNIFICATO DI CONTROLLO EMERGENTE 21

AUTOMAZIONE 1

ESPERIENZA

PROFESSIONALITÀ

PARAMETRIOPERATIVI EVINCOLI

MISURA DELLEVARIABILI:- DI COMANDO- CONTROLLATE- INTERNE

CONOSCENZA APPROFONDITA DEL COMPORTAMENTODINAMICO DEL SISTEMA DA CONTROLLARE


CONTROLLO EMERGENTE

MODALITÀDI

CONTROLLOEMERGENTI

CLASSIFICAZIONE DELLE MODALITÀ DI CONTROLLO 22

AUTOMAZIONE 1

MODALITÀ EMPIRICHERICAVATE DALLA INTUIZIONE E DALLA ESPERIENZA

MODALITÀ SISTEMATICHECONSOLIDATE

RICAVATE DA UNA CONOSCENZA SUPERFICIALE DEL COMPORTA-MENTO DEL SISTEMA DA CONTROLLARE E REALIZZATE CON DI-SPOSITIVI CHE COPIANO LE MODALITÀ DI INTERVENTO DI UN OPERATORE ESPERTO

EMERGENTIRICAVATE DA UNA CONOSCENZA APPROFONDITA DEL COMPORTA-MENTO DEL SISTEMA DA CONTROLLARE PER RAGGIUNGERE PRE-STAZIONI CHE UN OPERATORE ESPERTO NON POTREBBE MAI OTTENERE

INNOVATIVERICAVATE DA UNA CONOSCENZA APPROFONDITA DEL COMPORTA-MENTO DEL SISTEMA DA CONTROLLARE NEL SISTEMA DI PRODU-ZIONE E REALIZZATE CON DISPOSITIVI CHE COPIANO L'ESPERIENZA E L’INTELLIGENZA DI OPERATORI ESPERTI

SIGNIFICATO DI CONTROLLO INTELLIGENTE 23

AUTOMAZIONE 1

ESPERIENZA

PROFESSIONALITÀ

PARAMETRIOPERATIVI

MISURA DELLEVARIABILI:- DI COMANDO- CONTROLLATE- INTERNE- ESTERNE

STIMA DEL COMPORTAMENTODEL SISTEMACONTROLLATO



CONTROLLOINTELLIGENTE

SISTEMADA

CONTROLLARERIGIDA

CLASIFICAZIONE DELLE MODALITÀ DI CONTROLLO 24

AUTOMAZIONE 1

VALUTAZIONEE DECISIONE


SECONDOUN

ALGORITMO

SOMMAPRODOTTO

AND - OR

FLESSIBILESECONDO

UNAPROCEDURA

FLESSIBILE

OTTIMIZZATO

IF « ANTECEDENTI »

THEN « CONSEGUENTI »

PERSONALE MANUALE

CONTROLLO MANUALE



CONTROLLO EVOLUTO

CONSOLIDATO

EVOLUTO

COMPORTAMENTO DELLA MENTE UMANA 25

AUTOMAZIONE 1

COMPORTAMENTOFISIOLOGICO

COMPORTAMENTOPSICOLOGICO

MENTE UMANA

APPRENDIMENTORAPPRESENTAZIONEDELLA CONOSCENZA

MEMORIZZAZIONE CAPACITÀ DECISIONALI

RIUTILIZZAZIONEVALUTAZIONEDELL’OTTIMO

RAPIDO ADATTAMENTO DEL COMPORTAMENTOALLE CONDIZIONI CONTINGENTI

COMPORTAMENTO DELLA MENTE UMANA 26

AUTOMAZIONE 1


ACQUISIZIONE E RAZIONALIZZAZIONE DELLA ESPERIENZA

SISTEMI ESPERTI

VALUTAZIONE QUALITATIVA SISTEMI FUZZY

APPRENDIMENTO RETI NEURALI

RICERCA DELL’OTTIMO ALGORITMI EVOLUTIVI

VALUTAZIONI PROBABILISTICHE RETI DI BAYES

METODOLIGIE DI BASE DEL CONTROLLO INTELLIGENTE 27

AUTOMAZIONE 1


APPRENDIMENTO OTTIMIZZAZIONE

VALUTAZIONE

RETI NEURALI ALGORITMIEVOLUTIVI

LOGICA FUZZY

MODELLI FUZZYAUTOADATTATIVI

RETINEUROFUZZY

RETI NEURALIEVOLUTIVE

DAI DATI ALLE INFORMAZIONI 28

AUTOMAZIONE 1

CONTROLLO E SEQUENZE

BILANCIO MATERIALI

OTTIMIZZAZIONE

MISURE ED ATTUAZIONI

ENTERPRISE RESOURCE PLANNINGINFORMAZIONE

DIVENTANO

MESSAGGI

MISURE

DATI E STATI LOGICI

DIVENTANO

DIVENTANO

MANUFACTURING EXECUTION SYSTEM

REGOLAZIONI ED INTERBLOCCHI

RAPPRESENTAZIONE DI UNA VARIABILE 29

AUTOMAZIONE 1

tempo

tempo

tempo

tempo

SEGNALE UTILE

DISTURBO

RUMORE

VARIABILEMISURATA

CONTIENE INFORMAZIONIUTILI PER VALUTAREL’AZIONE DI CONTROLLO O L’EFFETTO DELL’AZIONE DI CONTROLLO

POTREBBE CONTENERE INFORMAZIONI UTILIZZABILI PER LA GESTIONE O PER LA DIAGNOSTICA

IN GENERE NON CONTIENEINFORMAZIONI UTILI

tempo

UTILE AL FINE DELLACARATTERIZZAZIONEDEL FUNZIONAMENTO

ANDAMENTO DEL VALORE MEDIO

AD ESEMPIO

APPROSSIMAZIONE DOVUTA ALLA DIGITALIZZAZIONE DI UN SEGNALE ANALOGICO

VARIAZIONE DELLA PRES-SIONE O DELLA PORTATA DOVUTA ALLE OSCILLA-ZIONI DELL’OTTURATORE DI UNA SERVOVALVOLA

ANDAMENTO DELLA VARIA-BILE DI COMANDO ELABO-RATA DA UN REGOLATORE NEL CONTROLLO A LIVELLO DI CAMPO

RAPPRESENTAZIONE DI UNA VARIABILE 30

AUTOMAZIONE 1

ANALOGICALOGICADIGITALEQUALITATIVALINGUISTICA

tempo

CA

MP

O D

I E

SC

UR

SIO

NE 0

10

10

10

10

10

10

10

1

bass

om

edio

alt

o

NO

SI

dim

inuis

ce[

- ]

aum

en

ta[

+ ]

nom

inale

[ 0

]

SISTEMI ESPERTI 31

AUTOMAZIONE 1

EFFETTICAUSE

VARIABILIDI COMANDO

DISTURBI

VARIABILIINTERNE

VARIABILIESTERNE

VARIABILI DACONTROLLARE

SISTEMADA

CONTROLLARE

ESPERIENZA DATI

BA

SE

DE

I DA

TI

AN

TE

CE

DE

NT

I

CO

NS

EG

UE

NT

I

DE

DU

ZIO

NI

IMP

LIC

AZ

ION

I

BA

SE

DE

I FA

TT

I

RE

GO

LE

DI

INF

ER

EN

ZA

BA

SE

DE

LL

AC

ON

OS

CE

NZ

A

SISTEMI ESPERTI 32

AUTOMAZIONE 1

UTENTEFINALE

CAUSEESTERNE

DOMANDE

MO

TO

RE

INF

ER

EN

ZIA

LE

INT

ER

FA

CC

IA U

TE

NT

E

INT

ER

FA

CC

IA S

VIL

UP

PA

TO

RE

AG

GO

IRN

AM

EN

TO

DE

LL

A C

ON

OS

CE

NZ

A

INGEGNEREDELLA

CONOSCENZA

SISTEMI ESPERTI 33

AUTOMAZIONE 1

EFFETTICAUSE

VARIABILIDI COMANDO

DISTURBI

VARIABILIINTERNE

VARIABILIESTERNE

VARIABILI DACONTROLLARE

SISTEMADA

CONTROLLARE

ESPERIENZA DATI

IMP

LIC

AZ

ION

IA

NT

EC

ED

EN

TI

CO

NS

EG

UE

NT

I

REGOLE

DEFINIZIONE DEIFUZZY SETS

FUZZIFICAZIONE

IMPLICAZIONE

DEFUZZIFICAZIONE

PROVE PER LAVALIDAZIONE

ELABORAZIONE FUZZY

VALORE DELLA

VARIABILEDI USCITA

ELABORAZIONE FUZZY 34

AUTOMAZIONE 1

REGOLELINGUISTICHE

DI TIPOCAUSA-EFFETTO (y)

(x1)

(x2)

y

sovente x2 è la derivata di x1

VALORENUMERICO

VALORENUMERICO

ESPERIENZA

grande

medio

piccolomedio

x1

x2

piccolo grande

CLASSIFICAZIONEFUZZY DEI DATI

DI INGRESSO

x1

x2

piccolo grandemedio

x1X1

x2

grandepiccolomedio

X2

centro di

massa

INFERENZA

DEF

UZZ

IFIC

AZI

ON

E

FUZZIFICAZIO

NE

VANTAGGI DELLA RAPPRESENTAZIONE FUZZY 35

AUTOMAZIONE 1

ESEMPIO DI DEFINIZIONE FUZZY

COME DEFINIRE I COLORI DELLA STRISCIA ?

BLU VIOLA ROSSO OCRA VERDE

100

0

%

100

0

%

UNA COMBINAZIONE DICOLORI SFUMATI DAL ROSSO AL BIANCO, …..

COLORI OTTENUTI DALLA DIVERSA COMBINAZIONE PERCENTUALE DI BLU, ROSSO, VERDE.

DEFINIZIONE FUZZY

RAPPRESENTSAZIONE FUZZY 36

AUTOMAZIONE 1

VARIABILEFISICA

VALOREIN TERMINI LINGUISTICI

REGOLASEMANTICA

FUNZIONI DI APPARTENENZA

TEMPERATURA

MEDIA ALTABASSA

CAMPO DI ESCURSIONEUNIVERSO DEL DISCORSO

1

0

FUZZIFICAZIONE

RAPPRESENTAZIONE FUZZY 37

AUTOMAZIONE 1

DAI DATI MISURATI ALLA DEFINIZIONE DEI FUZZY SET

X

YDATI MISURATI


AUTOMAZIONE 1


X

YCLUSTERIZZAZIONE PER LA DEFINIZIONE DI 3 FUZZY SET


AUTOMAZIONE 1

x

y


DEFINIZIONE DI 3 FUZZY SET

SIGNIFICATO DI RETE NEURALE 40

AUTOMAZIONE 1

APPRENDIMENTO IMPIEGO

sampling

x 1(t

)

sampling

x 2(t

)

sampling

y(t)

adattamento

dei parametri

b

+y*(k)a1

-+

x1(k)

x2(k)

y(k)

a2

NONLINEARITÀ

(k)

= i [ y(k) – (a1 x1(k) + a2 x2(k) )]2

∂ ∂ a1

= (k) x1(k) ∂

∂ a2= (k) x2(k)

a1k+1 = a1k

+ (k) x1(k)

a2k+1 = a2k

+ (k) x2(k)

SIGNIFICATO DI ALGORITMO GENETICO 41

AUTOMAZIONE 1

OTTIMIZZAZIONEPRIMO PASSO – INDIVIDUAZIONE DELLE VARIBILI OPERATIVE

SECONDO PASSO – DEFINIZIONE DELLA FUNZIONE OBIETTIVO

STRETTAMENTE ANALITICA TECNICHE ALGORITMICHE

LINGUISTICA E ANALITICA TECNICHE EVOLUTIVE

CASUALITÀ NELLA PROCEDURA

ALGORITMI DI SOPRAVVIVENZA

ALGORITMI GENETICI

DATA UNA POPOLAZIONE SOPRAVVIVEL’ELEMENTO PIÙ VICINO

ALL’OTTIMOASSOLUTO

UNA POPOLAZIONE SI RIPRODUCE

INDEFINITAMENTEFINO A

RAGGIUNGERE L’OTTIMO

ASSOLUTO


AUTOMAZIONE 1

ALGORITMI DI SOPRAVVIVENZA POPOLAZIONEINIZIALE

AGGIORNAMENTODELLA POPOLAZIONE

CONFRONTO DELLE CORRISPONDENTI

FUNZIONI OBIETTIVO

CALCOLO DELLAFUNZIONEOBIETTIVO

INCONTRO CASUALEDI DUE ELEMENTI

SOVRAVVIVENZA DEL PIÙ FORTE

ELIMINAZIONE DEL PIÙ DEBOLE


AUTOMAZIONE 1

ALGORITMI GENETICI POPOLAZIONEINIZIALE

AGGIORNAMENTODELLA POPOLAZIONE

FIGLI COME INCROCIODI PATRIMONIO GENETICO

CALCOLO DELLAFUNZIONEOBIETTIVO

SELEZIONE PERLA SOPRAVVIVENZA

SELEZIONE CASUALEDEI GENITORI

MUTAZIONE CASUALEDEL PATRIMONIO

GENETICO

POPOLAZIONEATTUALE

ELABORAZIONE CON ALGORITMI GENETICI 44

AUTOMAZIONE 1

ALGORITMI GENETICI

POPOLAZIONEFUTURA

RICOMBINAZIONEDEL PATRIMONIO

GENETICO

MUTAZIONICASUALI

0 1 01 0 1

0 1 1 1 1 0

FIGLI

1 0 1 1 1 0

GENITORI

0 1 1 0 1 0

INSERIMENTO DEI CROMOSOMI

CHE PIÙ SI AVVICINANOALL’OTTIMO

0 1 1 0 1 0

1 0 1 1 1 01 0 1 1 1 0

0 1 1 0 1 0

0 1 01 0 1

0 1 1 1 1 0

1

FIGLIDOPO LA

MUTAZIONE

0 1 01 0 1

0 1 1 1 1 0

1

RETI DI BAYES 45

AUTOMAZIONE 1

RETI BAYES

RETI DI BAYES 46

AUTOMAZIONE 1

CERTEZZE

RETI BAYES

CAUSA 1

CAUSA N

. . . . . .

CAUSA C1

CAUSA Cn

. . . . . .

EFFETTOE

DECISIONE

CONNESSIONE IN LOGICABINARIA O FUZZY

INCERTEZZE

CONNESSIONEDI TIPO PROBABILISTICO

CAUSA Ci. . . . . .

PROBABILITÀCHE SI VERIFICHI

LA CAUSA Ci

PROBABILITÀ CHE SI VERIFICHI L’EFFETTO E COME CONSEGUENZA

DELL’ESSERSI VERIFICATA LA CAUSA Ci

PROBABILITÀ CHE SI VERIFICHI L’EFFETTO E

PROBABILITÀ CHE L’EFFETTO E SIA GENERATO DALLA CAUSA Ci

CONVENIENZA DEL CONTROLLO INTELLIGENTE 47

AUTOMAZIONE 1

- INTELLIGENTI

- EMERGENTI- CONSOLIDATE


LIMITI DI FUNZIONAMENTOPER LA VALIDITÀ DELLE PRESTAZIONI

PARAMETRIOPERATIVI

VARIABILI DI FORZAMENTO

VA

RIA

BIL

I C

ON

TR

OL

LA

TE

CARATTERISTICASTATICA

PUNTO DILAVORO

RUOLO DEL CONTROLLO INTELLIGENTE 48

AUTOMAZIONE 1

OTTIMIZZAZIONEDEL FUNZIONAMENTO

OTTIMIZZAZIONEDELLA EVOLUZIONE

COORDINAMENTO

REGOLAZIONE

STRUTTURA GERARCHICADI UN SISTEMA DI AUTOMAZIONE

LE MODALITÀ DI CONTROLLO SONORIGIDAMENTE PREFISSATETRAMITEP L C – P I D

IL FUNZIONAMENTO DEI SINGOLI SISTEMI

CONTROLLATI È CONDIZIONATO

DALLA MODALITÀ DI CONTROLLO

MODALITÀ DI CONTROLLO FISSATE IN MODO FLESSIBILE DAGLIOPERATORI DI IMPIANTOE/O DAL “CONTROLLOREINTELLIGENTE”

IL FUNZIONAMENTO DI TUTTO IL SISTEMA

CONTROLLATO CONDIZIONA LA


OTTIMIZZAZIONEDEL FUNZIONAMENTO

OTTIMIZZAZIONEDELLA EVOLUZIONE

COORDINAMENTO

REGOLAZIONE

INSERIMENTO DEL CONTROLLO INTELLIGENTE 49

AUTOMAZIONE 1


P L C

P I

CONTROLLO MANUALE

P I D CONVENZIONALE

SISTEMA CONTROLLATO

CAMPO

SUPERVISIONE

COORDINAMENTO

CONTROLLO ASSISTITO DA

SISTEMA ESPERTO

P L C

AUTOTUNING DEI P I D

ADATTAMENTO DELLE MODALITÀ DI CONTROLLO

ALLE CONDIZIONI OPERATIVE

CONTROLLO EMERGENTE

MISURA DI VARIABILI VIRTUALI


TUNING ON-LINE DEI P I D

ORGANIZZAZIONE DELLA PROGETTAZIONE 50

AUTOMAZIONE 1

1 - SCOPO DEL PROGETTO

2 - PROGETTATIONE CONCETTUALE

3 - PRE INGEGNERIA

4 - INGEGNERIA

5 - PROGETTAZIONE SISTEMA DI CONTROLLO

6 - REALIZZAZIONE DEL SISTEMA CONTROLLATO

7 - COLLAUDO PRESSO I FORNITORI

8 - INSTALLAZIONE

9 - PROVE DI FUNZIONAMENTO DELLE APPARECCHIATURE

10 - MESSA IN PRODUZIONE

ORGANIZZAZIONE RAZIONALIZZATA NEI SEGUENTI PASSI

1 - SCOPO DEL PROGETTO

2 - PROGETTATIONE CONCETTUALE

5 - PROGETTAZIONE SISTEMA DI CONTROLLO

9 - PROVE DI FUNZIONAMENTO DELLE APPARECCHIATURE

PROCEDURA DI PROGETTAZIONE 51

AUTOMAZIONE 1

TERZOPASSO

SECONDO PASSO

QUARTOPASSO

SIMULAZIONE DELLA STRUTTURA E DELLE MODALITÀ DI FUN-ZIONAMENTO DEL SISTEMA DA CONTROLLARE

SISTEMA CONTROLLATO CON MODALITÀ TRADIZIONALI

PROCEDURA DI PROGETTO CON PROGRAMMI STANDARD

PROVE DI VALIDAZIONE SUL SISTEMA SIMULATO

PROVE DI VALIDAZIONE E RELATIVE MODIFICHE

PROVE SUL SISTEMA SIMULATO IN CONDIZIONI OPERATIVE INUSUALI

REALIZZAZIONE SU UN PC INDUSTRIALE

PRIMOPASSO

PROGETTAZIONE DELLE MODALITÀ DI CONTROLLO

PRESTAZIONI DESIDERATE CON L’IMPIEGO DI UNCONTROLLORE INTELLIGENTE

STRUTTURA DEL SISTEMA CONTROLLATO STRATEGIE DI CONTROLLO CONVENZIONALI FUNZIONAMENTO E CONDIZIONI OPERATIVE

BASE DELLA CONOSCENZA

PROCEDURA DI APPLICAZIONE 52

AUTOMAZIONE 1

BASE DELLA CONOSCENZA

REGOLE DECISIONALI

VALIDAZIONE

REALIZZAZIONE

SISTEMA REALECONDIZIONI

OPERATIVE USUALI

SISTEMA SIMULATOCONDIZIONI OPERATIVE

INUSUALI

ORGANIZZAZIONE DEL CONTROLLO INTELLIGENTE

LE MODALITà DI CONTROLLO DELL’AUTOMAZIONE 53

AUTOMAZIONE 1

SS TT RR UU MM EE NN TT AA ZZ II OO NN EE

APPARATI SINGOLIAPPARATI SINGOLI

GESTIONEOTTIMIZZATA

CO

NT

RO

LLO

MA

NU

ALE

AU

TO

MA

TIC

O

CONDUZIONESUPERVISIONE

COORDINAMENTO

PIANIFICAZIONE

BASE DI

DATI

BASE DI DATI

BASE DI DATI

FASE 1 – SCOPO DEL PROGETTO 54

AUTOMAZIONE 1

ESEMPIO DI PROGETTAZIONE DI UN IMPIANTO AUTOMATIZZATO

IL COMMITTENTE

IN QUESTO LOCALE DEVE ESSERE IN FUNZIONE UN

IMPIANTO DI CONDIZIONAMENTO

INSTALLO UN IMPIANTO DI:- RISCALDAMENTO- DEUMIDIFICAZIONE-VENTILAZIONE

L’IMPIANTISTA

IMPIANTO DICONDIZIONAMENTO

•RISCALDAMENTO•DEUMIDIFICAZIONE•VENTILAZIONE

FASE 2 – PROGETTAZIONE CONCETTUALE 55

AUTOMAZIONE 1

REALIZZAZIONE VISTA SOLO COME STRUMENTAZIONE

IL COMMITTENTE

ALL’ESTERNO LA TEMPERATURAE L’UMIDITÀ HANNO AMPIE E RAPIDE ESCURSIONI, DESIDERO LAVORARE IN CONDIZIONI DI BENESSERE

L’ESPERIENZA MISUGGERISCE COMEFISSARE IL PUNTODI LAVORO


RISCALDAMENTO MIN MAX

UMIDITÀ MIN MAX

VENTILAZIONE MIN MAX

L’OPERATORE ESPERTO

FASE 3 – PREINGEGNERIA 56

AUTOMAZIONE 1


P L CPOWERSUPPLY

CP

UE

PR

OM

SC

HE

DA

I/O

SC

HE

DA

I/O

IL COMMITTENTE

COSA DIRE DELLE PRESTAZIONI !BASTA CHE IL RISCALDAMENTOENTRI IN FUNZIONE QUANDO LA TEMPERATURA È INFERIORE A 20 °C

INSTALLERÒ ALLORA UN CONTROLLORE A LOGICA PROGRAMMABILE, OSSIAUN P L C

IL PRATICONE

UNA MODALITÀ DI CONTROLLODI TIPO MANUALE

FASE 3 – PREINGEGNERIA 57

AUTOMAZIONE 1


P I D SC

HE

DA

I/O

SC

HE

DA

I/O

P L C

LO STRUMENTISTAIL COMMITTENTE

COME OTTENERE VARIAZIONI GRADUALI DELLA TEMPERATURA, DELLA UMIDITÀ E DELLA VENTILAZIONE ?

OCCORRE PASSARE DA UNA STRUMENTAZIONE ON-OFF A REGOLATORI, ATTUATORI E DISPOSITIVI DI MISURA DI TIPO CONTINUO

UNA MODALITÀ DI CONTROLLODI TIPO CONSOLIDATO

FASE 4 – INGEGNERIA 58

AUTOMAZIONE 1


ADEGUAMENTO DELL’IMPIANTO PER L’APPLICAZIONE DI MODALITÀ DI CONTROLLO

DI TIPO INTELLIGENTE

PROGRAMMIDI CONTROLLO

VARIABILI DI

COMANDO

VARIABILI

CONTROLLATE

IL COMMITTENTE

COME REALIZZARE IL SISTEMA DICONTROLLO PER MIGLIORARE LE

PRESTAZIONI E RAGGIUNGERE LE

CONDIZIONI DI BENESSERE ?

OCCORRE APPLICARE METODOLO-GIE CHE TENGANO CONTO DELCOMPORTAMENTO GLOBALE DEL-L’IMPIANTO. L’INFORMATICA ÈDETERMINANTE

L’ESPERTO IN AUTOMAZIONE INDUSTRIALE

SISTEMI ESPERTI NEL CONTROLLO INTELLIGENTE 59

AUTOMAZIONE 1

L’APPLICAZIONE DI UN SISTEMA ESPERTOÈ IL PRIMO PASSO VERSO

IL CONTROLLO INTELLIGENTE


IL COMMITTENTE

PRIMA DI FISSARE IL PUNTO DI

LAVORO È POSSIBILE VERIFICARE

CHE SARANNO RAGGIUNTE LE

CONDIZIONI DI BENESSERE ?

PER RAGGIUNGERE TALERISULTATO OCCORRE DISPOR-RE DI IN SISTEMA ESPERTO


P I D P L C

SISTEMAESPERTO

LOGICA FUZZY NEL CONTROLLO INTELLIGENTE 60

AUTOMAZIONE 1


P L C P I D

CONTROLLOREFUZZY

L’ESPERTO IN AUTOMAZIONE INDUSTRIALEIL COMMITTENTE

È POSSIBILE MIGLIORARE IL

BENESSERE FISSANDO IN

MANIERA PIÙ FLESSIBILE IL

PUNTO DI LAVORO ?

OCCORRE CHE I SET POINT DEI REGOLATORI DI TEMPERATURA,DI UMIDITÀ E DI VENTILAZIONE SIANO COORDINATI DA UN CONTROLLORE FUZZY

L’APPLICAZIONE DI UN CONTROLLORE FUZZYÈ IL SECONDO PASSO VERSO IL CONTROLLO INTELLIGENTE

MODELLAZIONE NEL CONTROLLO INTELLIGENTE 61

AUTOMAZIONE 1


RETE NEURALE

- BASE DATI- VALORE DELLE CONDIZIONI - OPERATIVE - ATMOSFERICHE

IL COMMITTENTE

COME MANTENERE LE CONDI-ZIONI DI BENESSERE QUANDO VARIANO LE CONDIZIONI ATMOSFERICHE E IL NUMERO DELLE PERSONE PRESENTI ?

OCCORRE PREDISPORRE IL CON-TROLLORE FUZZY UTILIZZANDOUN MODELLO DEL SISTEMA DACONTROLLARE OTTENUTO ADDE-STRANDO UNA RETE NEURALE


LA MODELLAZIONE CON UNA RETE NEURALEÈ IL TERZO PASSO VERSO


OTTIMIZZAZIONE NEL CONTROLLO INTELLIGENTE 62

AUTOMAZIONE 1

IMPIANTO DI CONDIZIONAMENTOVARIABILI DICOMANDOVALUTAZIONE

DEL BENESSEREDA PARTE DI ALCUNI INDI-VIDUI

ALGORITMOEVOLUTIVO

IL COMMITTENTE

COME CALCOLARE IL VALOREDELLA TEMPERATURA, DELLAUMIDITÀ E DELLA VENTILAZIONE A CUI CORRISPONDE L’OTTIMO DEL BENESSERE ?

OCCORRE EFFETTUARE PROVEMIRATE APPLICANDO UN ALGO-RITMO EVOLUTIVO PER DETERMI-NARE QUEI VALORI CHE DETERMI-NANO IL BENESSERE


L’OTTIMIZZAZIONE CON UN ALGORITMO EVOLUTIVOÈ IL QUARTO PASSO VERSO



AUTOMAZIONE 1

VALUTAZIONE QUALITATIVA DELLACONVENIENZA DEL CONTROLLO INTELLIGENTE

IL COMMITTENTE

MA È PROPRIO CONVENIENTE APPLICARE UN CONTROLLORE INTELLIGENTE ?

ECCO COME SI COLLEGA ILCOSTO ALLE PRESTAZIONIIN MOLTI IMPIANTI !


CONTROLLOMANUALE


COSTO

PR

ES

TA

ZIO

NI


AUTOMAZIONE 1

COSTO

PR

ES

TA

ZIO

NI STRUMENTAZIONE INTELLIGENTE

METODOLOGIE INNOVATIVE

STRUMENTAZIONE SMARTMETODOLOGIE EMERGENTI

HARDCOMPUTINGSTRUMENTAZIONE DI CAMPO

METODOLOGIE CONSOLIDATE

SOFTCOMPUTING

CONVENIENZADEL CONTROLLO INTELLIGENTE

VALUTAZIONE DEL COSTO DEL CONTROLLO INTELLIGENTE 65

AUTOMAZIONE 1COSTO

PR

ES

TA

ZIO

NI

CO

NT

RO

LL

O

STRATEGIE DI CONTROLLO

AP

PA

RA

TI

IMP

IAN

TI

MODELLOFUNZIONALE

DINAMICACOMPLETA

DINAMICADOMINANTE

APPROCCIEMPIRICI

P I DSTANDARD

TRASDUTTORI E ATTUATORI

CON USCITA DI TIPO CONTINUO

TRASDUTTORI E ATTUATORI DI TIPO CONTINUO CON

CARATTERISTICA LINEARE E DINAMICA RAPIDA

P I DEVOLUTI

CONTROLLORI

ROBUSTIADATTATIVI

RETI LOCALI DI COMUNICAZIONE DIGITALE

STRUMENTAZIONE SMART

STRUMENTAZIONE INTELLIGENTE

SISTEMIESPERTI

CONTROLLORI

FUZZYNEUO-FUZZY

PROGETTATE APPLICANDO

SENSORI E ATTUATORIDI TIPO ON-OFF P L C

SIGNIFICATO DEL CONTROLLO INTELLIGENTE 66

AUTOMAZIONE 1

L’OBIETTIVO È QUELLO DI PERVENIRE RAPIDAMENTE ALL’APPLICAZIONE

DEL CONTROLLO INTELLIGENTE

IL COMMITTENTE

SONO DUNQUE DISPONIBILI LE COMPETENZE PER REALIZZARE E RENDERE OPERATIVO UN CONTROLLORE INTELLIGENTE?

LE COMPETENZE DI BASE NON MANCANO, LA DIFFUSIONE È PERÒLIMITATA PERCHÉ SONO POCONOTI I VANTAGGI E MANCA L’INCENTIVO PER L’INNOVAZIONE

SISTEMA DA CONTROLLARE



PROSPETTIVE DEL CONTROLLO INTELLIGENTE 67

AUTOMAZIONE 1

L’OBIETTIVO È QUELLO DI PERVENIRE RAPIDAMENTE ALL’APPLICAZIONE

DEL CONTROLLO INTELLIGENTE

IL COMMITTENTE

SONO DUNQUE DISPONIBILI LE COMPETENZE PER REALIZZARE E RENDERE OPERATIVO UN CONTROLLORE INTELLIGENTE?

LE COMPETENZE DI BASE NON MANCANO, LA DIFFUSIONE È PERÒLIMITATA PERCHÉ SONO POCONOTI I VANTAGGI E MANCA L’INCENTIVO PER L’INNOVAZIONE

SISTEMA DA CONTROLLARE



APPROCCI E MODALITÀ DI CONTROLLO 68

AUTOMAZIONE 1

STRUMENTAZIONE

ESPERIENZA

METODOLOGIE

CONTROLLOEMPIRICO ECONVENZIONALE

CONTROLLOEMERGENTE EINNOVATIVO

CONTROLLOINTELLIGENTER

EA

LIZ

ZA

ZIO

NE

DEL

SIS

TEM

A

CO

NTR

OLL

ATO

APPLICAZIONI DEL CONTROLLO INTELLIGENTE 69

AUTOMAZIONE 1



MODELLO DEL SISTEMA DA CONTROLLARE

STRATEGIE DIINTERVENTO

STRUMENTAZIONEINTELLIGENTE

STRUMENTAZIONEVIRTUALE

DALL’APPRENDIMENTO ALLE DECISIONI 70

AUTOMAZIONE 1

SISTEMA DACONTROLLARE

APPRENDIMENTODECISIONIDATI

DEDUTTIVAFUZZY

FUNZIONALEQUANTITATIVAINCOMPLETA

CONOSCENZA

INTERATTIVAADDESTRATIVA

ARTIFICIALE

ADATTAMENTODECODIFICA

REGOLE

ESPERIENZAUMANA


AUTOMAZIONE 1


CONTROLLOCONSOLIDATO& INNOVATIVO

ALGORITMOHARD - COMPUTING

REGOLE LINGUISTICHESOFT-COMPUTING

ELABORAZIONI IN HARD & IN SOFT COMPUTING

VARIABILIDI

INGRESSO

VARIABILIDI

USCITA

ALGORITMOHARD - COMPUTING

REGOLE LINGUISTICHESOFT-COMPUTING

DIFFERENZE FRA HARDCOMPUTING E SOFTCOMPUTING 72

AUTOMAZIONE 1

ECCO L’INNOVAZIONE NELLE METODOLOGIE

SOFT-COMPUTING

SISTEMI ESPERTILOGICA FUZZYRETI NEURALIALGORITMI GENETICI

HARD-COMPUTING

ELABORAZIONI- IN LOGICA BINARIA- DIGITALI

MODELLI PRECISI MODELLI APPROSSIMATI

MEDIO-ELEVATO

OCCUPAZIONE DI MEMORIA

COSTO DELL’HARDWAREELEVATA

COMPLESSITÀ DELLE ELABORAZIONIELEVATA

OCCUPAZIONE DI MEMORIABASSA

COMPLESSITÀ DELLE ELABORAZIONIBASSA

COSTO DELL’HARDWAREMEDIO-BASSO

A PARI COMPLESSITÀ DI ELABORAZIONE

INTERAZIONE FRA LE METODOLOGIE DI SOFT-COMPUTING 73

AUTOMAZIONE 1

STRUTTURA DEL CONTROLLO INTELLIGENTE

INDIVIDUAZIONEDELLE REGOLE

STRUTTURADELLA BASE

DELLE REGOLE

STRUTTURANEURO-FUZZY

STRUTTURA DELLA RETE NEURALE

RETINEURALI

SISTEMIFUZZY

ALGORITMIEVOLUTIVI

DATI

RAPPRESENTAZIONEDELLA CONOSCENZA ALTERNATIVA

ALLA BASE DELLA

CONOSCENZA

ESPERIENZA

SISTEMI ESPERTI


AUTOMAZIONE 1

QUANDO NOÈ COSTRUÌ L’ARCA,

DICEVA L’UOMO CON LA CLAVA:

ANCORA NON PIOVEVA

“DEVO FARE LA GUERRA, NON HO TEMPO PER CONOSCERE

LE NUOVE TECNOLOGIE”

E MORÌ INCENERITO DA UN MISSILE

Documents

UNIVERSITÀ DEGLI STUDI DI ROMA “LA SAPIENZA” DIPARTIMENTO DI INFORMATICA E SISTEMISTICA