 |
Fabrizio PANCALDI
Ricercatore Universitario
Dipartimento di Scienze e Metodi dell'Ingegneria
|
Insegnamento: Smart Systems for Data Acquisition
Digital Automation Engineering (Offerta formativa 2024)
Obiettivi formativi
Per gli obiettivi formativi, fare riferimento alla sezione sui risultati attesi
Prerequisiti
Conoscenze di base nei campi della teoria dei circuiti, dell'elettronica analogica e digitale. Conoscenze di base nel campo dell'analisi matematica e della porgramamzione.
Programma del corso
Il corso (6 CFU) mira a sviluppare competenze specifiche nell'acquisizione di dati per scenari industriali reali. Il corso adotta un approccio bottom-up, partendo dalla trasduzione del sensore "sul campo" e arrivando all'acquisizione dei dati su un personal computer.
In particolare, gli argomenti trattati nel corso sono i seguenti:
1. Sensori & Trasduttori: definizioni, principi di funzionamento dei principali sensori utilizzati in applicazioni industriali, calibrazione (1 CFU)
2. Circuiti elettronici per il condizionamento del segnale: circuiti con OpAmp, filtri analogici (1 CFU)
3. Convertitori Analogico-Digitale (ADC): Fondamenti di conversione A/D, topologie dei principali convertitori ADC e principi di funzionamento (1 CFU)
4. Elaborazione del segnale: Campionamento, quantizzazione, equazioni differenziali ingresso-uscita, risposta all'impulso, trasformata discreta di Fourier (DFT), trasformata z, filtri digitali, filtri a risposta all'impulso finito (FIR), filtri digitali (2 CFU)
5. Progettazione e sviluppo di un sistema di acquisizione dati: fondamenti di base dei microcontrollori (programmazione e utilizzo delle principali periferiche), comunicazione tra microcontrollori e PC (es. USART) (1 CFU)
Sulla base del feedback degli studenti e/o di eventuali attività aggiuntive (es. seminari di approfondimento) potrebbero esserci variazioni sulle ore di lezione dedicate ai singoli contenuti, ma non sui contenuti.
Sono disponibili proposte di: (a) tirocinio interno, (b) tirocinio esterno (in azienda), (c) tesi e (d) traineeship in università UE ed extra-UE. Le proposte riguardano i moderni settori del digital signal processing e dei sistemi embedded.
Metodi didattici
Il corso consiste sia in lezioni frontali che in attività di laboratorio dedicate alla comprensione degli aspetti progettuali necessari per implementare un moderno sistema intelligente per l'acquisizione dati da sensori
Durante il corso verranno utilizzate sia tecniche analitiche che software specifici come simulatori e CAD circuitali.
Il corso si tiene in lingua inglese.
Le lezioni saranno in presenza.
La frequenza non è obbligatoria, ma è consigliata.
Testi di riferimento
ITA: Oltre alle dispense del corso, ai manuali di riferimento e alle schede tecniche del dispositivo e a qualsiasi altro strumento di progettazione utilizzato durante il corso vengono proposti i seguenti libri di testo. Le dispense del corso e il materiale di approfondimento saranno disponibili nella pagina Moodle del corso.
ENG: The following textbooks are suggested in addition to the course handouts, reference manuals and datasheets of the device and any other design tool used during the course. Course’s handouts and in-depth material will be available on the course’s page on Moodle.
• J.M. Fiore «Operational Amplifiers & Linear Integrated Circuits: Theory and Application / 3E», FREE DOWNLOAD https://www2.mvcc.edu//users/faculty/jfiore/freebooks.html
• A. Kay & T. Green, «Analog Engineer’s Pocket Reference», 5th Edition, Texas Instruments, FREE DOWNLOAD, https://www.ti.com/amplifier-circuit/analog-engineers-pocket-reference-guide.html
• AA. VV. «Analog Engineer’s Circuit Cookbook: Amplifiers», Texas Instruments, FREE DOWNLOAD, https://www.ti.com/design-resources/design-tools-simulation/analog-circuits/overview.html
• AA. VV. «Analog Engineer’s Circuit Cookbook: Data Converter», Texas Instruments, FREE DOWNLOAD, https://www.ti.com/design-resources/design-tools-simulation/analog-circuits/overview.html
• TI Precision Lab Video Series, https://www.ti.com/video/series/precision-labs.html
• B. Carter, R. Mancino, «OpAmps for Everyone» 5th Ed., Newnes, 2017,
ISBN 978-0-12-811648-7
• P. Scherz, S. Monk «Practical electronics for Inventors» 4th ed. McGraw Hill, 2016 ISBN 978-1259587542
• L. Tan, J. Jiang «Digital Signal Processing: Fundamentals and Applications» 3rd ed. Academic Press, 2018, ISBN: 9780128150719
Verifica dell'apprendimento
La valutazione dell’apprendimento è composta da due parti
PARTE 1: Progetto di gruppo (3-4 studenti per gruppo)
Progettazione e Realizzazione di un prototipo reale e funzionante di sistema di acquisizione dati (progetto di gruppo)
• Ogni gruppo propone un progetto riguardante un applicazione reale a scelta (progetto soggetto a revisione progettuale con i docenti dopo la definizione delle specifiche e prima di iniziare la progettazione)
PARTE2: Prova orale individuale sugli argomenti del corso
Il punteggio finale di uno studente è dato dalla somma dei punteggi ottenuti nella Parte 1 e nella Parte 2 e si ottiene secondo le seguenti regole:
1. Valutazione del progetto di gruppo (MAX 15/30, punteggio comune a tutti i membri del team): verrà valutata la qualità della presentazione orale, della relazione tecnica e della demo live (tutte le parti sono obbligatorie). Il progetto è presentato da tutti i membri del team lo stesso giorno
2. Prova orale individuale composta da 2/4 domande sugli argomenti trattati nel corso (MAX 16/30, punteggio individuale sommato al punteggio del progetto)
ESEMPIO: Punteggio finale per il Membro A della Gruppo 01
Progetto Gruppo 01: 14/30 (comune a tutti i Membri del Gruppo 01)
Prova Orale: +12/30 (individuale per il Membro A della Squadra 01)
PUNTEGGIO TOTALE del Membro A del Gruppo 01: 14/30+12/30 = 26/30
L'esame è superato se il punteggio ottenuto dallo studente è pari o superiore a 18 punti. Con un risultato complessivo superiore a 30 punti verrà assegnato l'onore.
La relazione e i file di progetto dovranno essere consegnati una settimana prima della data d'esame prescelta.
Anche per l'appello prescelto il termine ultimo per l'iscrizione è una settimana prima della data dell'esame.
Nella stessa giornata si terranno presentazione e discussione tecnica del progetto, demo live del prototipo funzionante e parte orale per tutti i membri del gruppo.
Gli esami si terranno solo nelle date ufficiali, comunicate attraverso i normali canali. A seconda del numero degli studenti iscritti potrebbero essere possibili più turni per appello di esame
Risultati attesi
Risultati attesi
Il corso intende fornire le competenze necessarie per gestire tutte le fasi di sviluppo di un sistema intelligente per l'acquisizione dati. Con riferimento ai descrittori di Dublino, i risultati di apprendimento attesi dal corso possono essere così riassunti:
Conoscenza e capacità di comprensione: comprendere e applicare i concetti di base relativi ai sistemi di acquisizione dati. Comprendere e applicare metodologie di progettazione e definizione delle specifiche di un sistema di acquisizione dati intelligente. Comprendere e analizzare i principali componenti hardware, i circuiti elettronici di base e i principali metodi di comunicazione utilizzati in un sistema di acquisizione dati reale. Comprendere e applicare i fondamenti di elaborazione del segnale
Applicare conoscenza e comprensione: analizzare, valutare e definire le specifiche funzionali di un sistema di acquisizione dati intelligente; progettare e realizzare circuiti elettronici analogici e digitali per il condizionamento e il processing del segnale fornito da sensori utilizzando simulatori, emulatori e CAD elettrici. Progettare sistemi efficienti di comunicazione dati.
Autonomia di giudizio: analizzare e valutare alternative progettuali anche in caso di specifiche incomplete. Organizzare le fasi di sviluppo di un sistema intelligente di acquisizioni dati (anche complesso), coerentemente con le specifiche di funzionamento richieste.
Abilità comunicative: comunicare chiaramente le conoscenze e i concetti. Utilizzare in modo corretto e appropriato il linguaggio tecnico, i concetti e i modelli acquisiti per poter presentare efficacemente le soluzioni riguardanti tutti gli aspetti di un sistema di acquisizione dati intelligente (anche complesso) sia ad un pubblico specializzato che non. Saper lavorare in team.
Capacità di apprendimento: applicare una metodologia di apprendimento efficace (adatta allo studio individuale e allo studio di gruppo) che permetta di affrontare e risolvere problemi (anche complessi). Auto-aggiornamento delle conoscenze e delle comprensioni relative ad aspetti specifici di un progetto anche in risposta a cambiamenti legati all'evoluzione tecnologica.