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
INTERAZIONE E INTELLIGENZA 3
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
INTERAZIONE E INTELLIGENZA 4
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
ANDAMENTODELLE VARIABILI DI COMANDO
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
ANDAMENTODELLE VARIABILI DI COMANDO
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
ANDAMENTODELLE VARIABILI DI COMANDO
CONTROLLO INTELLIGENTE
CONTROLLOINTELLIGENTE
SISTEMADA
CONTROLLARERIGIDA
CLASIFICAZIONE DELLE MODALITÀ DI CONTROLLO 24
AUTOMAZIONE 1
VALUTAZIONEE DECISIONE
MODALITÀDI CONTROLLO
SECONDOUN
ALGORITMO
SOMMAPRODOTTO
AND - OR
FLESSIBILESECONDO
UNAPROCEDURA
FLESSIBILE
OTTIMIZZATO
IF « ANTECEDENTI »
THEN « CONSEGUENTI »
PERSONALE MANUALE
CONTROLLO MANUALE
CONTROLLO CONSOLIDATO
CONTROLLO INTELLIGENTE
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
CONTROLLO INTELLIGENTE
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
CONTROLLOINTELLIGENTE
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
RAPPRESENTAZIONE FUZZY 38
AUTOMAZIONE 1
DAI DATI MISURATI ALLA DEFINIZIONE DEI FUZZY SET
X
YCLUSTERIZZAZIONE PER LA DEFINIZIONE DI 3 FUZZY SET
RAPPRESENTAZIONE FUZZY 39
AUTOMAZIONE 1
x
y
DAI DATI MISURATI ALLA DEFINIZIONE DEI FUZZY SET
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
SIGNIFICATO DI ALGORITMO GENETICO 42
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
SIGNIFICATO DI ALGORITMO GENETICO 43
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
MODALITÀ DI CONTROLLO
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
MODALITÀ DI CONTROLLO
OTTIMIZZAZIONEDEL FUNZIONAMENTO
OTTIMIZZAZIONEDELLA EVOLUZIONE
COORDINAMENTO
REGOLAZIONE
INSERIMENTO DEL CONTROLLO INTELLIGENTE 49
AUTOMAZIONE 1
CONTROLLO CONSOLIDATO
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
CONTROLLO INTELLIGENTE
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
IMPIANTO DICONDIZIONAMENTO
RISCALDAMENTO MIN MAX
UMIDITÀ MIN MAX
VENTILAZIONE MIN MAX
L’OPERATORE ESPERTO
FASE 3 – PREINGEGNERIA 56
AUTOMAZIONE 1
IMPIANTO DICONDIZIONAMENTO
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
IMPIANTO DICONDIZIONAMENTO
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
IMPIANTO DI CONDIZIONAMENTO
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
IMPIANTO DICONDIZIONAMENTO
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
L’ESPERTO IN AUTOMAZIONE INDUSTRIALE
P I D P L C
SISTEMAESPERTO
LOGICA FUZZY NEL CONTROLLO INTELLIGENTE 60
AUTOMAZIONE 1
IMPIANTO DICONDIZIONAMENTO
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
IMPIANTO DI CONDIZIONAMENTO
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
L’ESPERTO IN AUTOMAZIONE INDUSTRIALE
LA MODELLAZIONE CON UNA RETE NEURALEÈ IL TERZO PASSO VERSO
IL CONTROLLO INTELLIGENTE
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’ESPERTO IN AUTOMAZIONE INDUSTRIALE
L’OTTIMIZZAZIONE CON UN ALGORITMO EVOLUTIVOÈ IL QUARTO PASSO VERSO
IL CONTROLLO INTELLIGENTE
CONVENIENZA DEL CONTROLLO INTELLIGENTE 63
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 !
L’ESPERTO IN AUTOMAZIONE INDUSTRIALE
CONTROLLOMANUALE
CONTROLLOINTELLIGENTE
COSTO
PR
ES
TA
ZIO
NI
CONVENIENZA DEL CONTROLLO INTELLIGENTE 64
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
CONTROLLOINTELLIGENTE
L’ESPERTO IN AUTOMAZIONE INDUSTRIALE
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
CONTROLLOINTELLIGENTE
L’ESPERTO IN AUTOMAZIONE INDUSTRIALE
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
CONTROLLO INTELLIGENTE
MODALITÀDI CONTROLLO
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
SIGNIFICATO DEL CONTROLLO INTELLIGENTE 71
AUTOMAZIONE 1
CONTROLLOINTELLIGENTE
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
SIGNIFICATO DEL CONTROLLO INTELLIGENTE 74
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