Scheda programma d'esame
CONTROLLO AVANZATO DI PROCESSO
GABRIELE PANNOCCHIA
Anno accademico2019/20
CdSINGEGNERIA CHIMICA
Codice202II
CFU6
PeriodoSecondo semestre
LinguaItaliano

ModuliSettore/iTipoOreDocente/i
CONTROLLO DI PROCESSOING-IND/26LEZIONI60
RICCARDO BACCI DI CAPACI unimap
GABRIELE PANNOCCHIA unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

L’obiettivo del corso è di fornire agli studenti una panoramica ed un approfondimento sui sistemi di controllo avanzato usati nelle industrie di processo con l’obiettivo di una ottimizzazione economica “operativa”.

Tra gli obiettivi specifici previsti dal corso vi sono: l’analisi e il confronto degli schemi di controllo per processi complessi, l’analisi delle interazioni nei sistemi multi-variabili e lo studio dei sistemi di controllo avanzato “tradizionale”, la teoria dei sistemi dinamici multi-variabili, l’identificazione numerica dei sistemi multi-variabili (metodi “prediction error” e “subspace”), lo studio dei sistemi di controllo predittivo (MPC), il monitoraggio delle prestazioni nei sistemi di controllo avanzato, gli stimatori di proprietà non misurabili (sensori soft) ed il controllo inferenziale.

Knowledge

The aim of the course is to provide students with an overview and a thorough insight into the advanced control systems used in the process industries with the aim of an "operational" optimization.

Among the specific objectives of the course are: analysis and comparison of control schemes for complex processes, analysis of interactions in multi-variable systems and the study of advanced "traditional" control systems, multi-variable dynamical system theory, numerical identification of multi-variable systems ("prediction error" and "subspace" methods), study of predictive control systems (MPC), performance monitoring in advanced control systems, non-measurable properties (soft sensors) and inferential control.

Modalità di verifica delle conoscenze

Durante il corso vengono svolte esercitazioni in classe allo scopo di verificare l'apprendimento delle conoscenze sopra descritte. Tali esercitazioni sono solitamente di natura numerica, attraverso l'utilizzo di opportuni linguaggi e codici di calcolo. Talvolta prevedono l'impostazione del metodo risolutivo dal punto di vista teorico.

Assessment criteria of knowledge

During the course, classroom exercises are carried out in order to verify the learning of the above-described knowledge. These exercises are usually of a numerical nature, through the use of appropriate languages and computational codes. Sometimes they provide the theoretical approach to the solving method.

 

Capacità

Gli studenti acquisiranno le seguenti capacità:

  • Impostazione, analisi e soluzione delle equazioni dinamiche che descrivono i sistemi di processo, sia a tempo continuo che a tempo discreto
  • Comprensione delle problematiche di controllo dei sistemi di processo a molte variabili
  • Comprensione degli algoritmi di controllo avanzato ed ottimizzazione economica dei sistemi di processo
  • Capacità di analisi dei dati al fine di sviluppare modelli dinamici di processo e stimatori di proprietà non misurabili.
Skills

Students will acquire the following skills:

  • Setting, analyzing and solving dynamic equations describing process systems, both in continuous and discrete time
  • Understanding process control problems for multi-variable system
  • Understanding advanced control algorithms and cost-effective optimization of process systems
  • Data analysis capabilities in order to develop dynamic process models and property estimators.
Modalità di verifica delle capacità

Gli esercizi proposti negli homework sono pensati in modo da poter verificare, sia qualitativamente che quantitativamente, l'acquisizione delle capacità sopra indicate.

Assessment criteria of skills

The exercises proposed in the homeworks are designed so that you can verify both qualitatively and quantitatively the acquisition of the abovementioned abilities.

Comportamenti

Gli studenti acquisiranno sensibilità:

  • nello svolgere attività di analisi di dati sperimentali e nell'interpretazione degli stessi
  • nel comprendere l'effetto dei diversi fattori presenti nei sistemi di processo a molte variabili
  • nella valutazione delle condizioni operative ottimali
Behaviors

Students will acquire sensitivity:

  • in carrying out experimental data analysis and interpretation
  • in understanding the effect of the various factors present in multi-variable process systemsin
  • evaluating optimal operating conditions
Modalità di verifica dei comportamenti

Gli esercizi proposti negli homework e l'esame scritto sono pensati in modo da poter verificare l'acquisizione dei comportamenti sopra indicati.

Assessment criteria of behaviors

The exercises proposed in the homework and the oral exam are thought to verify the acquisition of the above behaviors.

Prerequisiti (conoscenze iniziali)

Lo studente deve avere adeguate conoscenze di:

  • algebra lineare
  • dinamica e controllo dei processi
  • calcolo numerico
Prerequisites

The student must have adequate knowledge of:

  • linear algebra
  • process dynamics and control
  • numerical calculation
Indicazioni metodologiche

Vengono svolte lezioni frontali, anche con l'ausilio di slide. Vengono inoltre svolte esercitazioni numeriche in aula, guidate dal docente. La frequenza al corso, sebbene non obbligatoria, è fortemente consigliata.

Le slide (in Inglese) che coprono l'intero programma del corso, le esercitazioni numeriche ed eventuale altro materiale (articoli scientifici) sono resi disponibili agli studenti sulla piattaforma elearning. 

Il docente è disponibile settimanalmente per ricevimento degli studenti.

Qualora fossero presenti studenti stranieri, il docente è disponibile a svolgere le lezioni in Inglese.

 

Teaching methods

Frontal lessons are held, even with the help of slides. Classroom numerical exercises, led by the teacher, are also held. The course participation, though not mandatory, is strongly recommended.

The slides (in English) that cover the entire course program, numerical exercises and any other material (scientific articles) are made available to students on the elearning platform.

The teacher is available weekly for student reception.

If foreign students are present, the teacher is available to take classes in English.

Programma (contenuti dell'insegnamento)
  1. Introduzione ai sistemi di controllo per processi a molte variabili
  2. Controllo Predittivo basato su Modello (MPC)
  3. Identificazione dei sistemi
  4. Soft sensing e controllo inferenziale
  5. Monitoraggio delle prestazioni
Syllabus
  1. Introduction to control systems for multi-variable processes
  2. Model Predictive Control (MPC)
  3. Systems identification
  4. Soft sensing and inferential control
  5. Performance monitoring
Bibliografia e materiale didattico

Libri di testo:

  • Babatunde A. Ogunnaike and William H. Ray Process Dynamics, Modeling, and Control Oxford University Press, 1994.
  • João P. Hespanha. Linear Systems Theory. Princeton University Press, 2009.
  • James B. Rawlings and David Q. Mayne. Model Predictive Control: Theory and Design. Nob Hill Publishing, 2009.
  • Jan M. Maciejowski. Predictive Control with Constraints. Prentice Hall, 2002.
  • Lennart Ljung. System Identification: Theory for the User. Prentice Hall, 1999.
  • Yucai Zhu. Multivariable System Identification for Process Control Springer, 2001.
  • A. Brambilla. Distillation Control and Optimization. Mc. Graw Hill Education, 2014.

Le slide che coprono l'intero programma del corso, le esercitazioni numeriche ed eventuale altro materiale (articoli scientifici) sono resi disponibili agli studenti sulla piattaforma elearning. 

Bibliography

Textbooks:

  • Babatunde A. Ogunnaike and William H. Ray Process Dynamics, Modeling, and Control Oxford University Press, 1994.
  • João P. Hespanha. Linear Systems Theory. Princeton University Press, 2009.
  • James B. Rawlings and David Q. Mayne. Model Predictive Control: Theory and Design. Nob Hill Publishing, 2009.
  • Jan M. Maciejowski. Predictive Control with Constraints. Prentice Hall, 2002.
  • Lennart Ljung. System Identification: Theory for the User. Prentice Hall, 1999.
  • Yucai Zhu. Multivariable System Identification for Process Control Springer, 2001.
  • A. Brambilla. Distillation Control and Optimization. Mc. Graw Hill Education, 2014.

Slides covering the entire course program, numerical exercises and any other material (scientific articles) are made available to students on the elearning platform.

Indicazioni per non frequentanti

Nessuna

Non-attending students info

None

Modalità d'esame

Homework assegnati e valutati in itinere. Prova orale finale. 

Assessment methods

Homework assigned and evaluated in the itinerary. Final oral exam.

Altri riferimenti web

https://people.unipi.it/gabriele_pannocchia/teaching/

Additional web pages

https://people.unipi.it/gabriele_pannocchia/teaching/

Note

Nessuna

Notes

None

Ultimo aggiornamento 11/02/2020 08:22