Domande aperte Metodi e Tecnologie di Simulazione

1. Si descrivano brevemente il problema del controllo e i suoi elementi

fondamentali.

Per controllo si intende l’azione o l’insieme delle azioni indirizzate a far assumere ad
una o più grandezze un valore determinato o una successione determinata di valori
nel tempo.
Il problema del controllo si riferisce alla gestione e alla regolazione di un sistema o di
un processo al fine di raggiungere determinati obiettivi desiderati.
Gli elementi fondamentali del controllo includono:
1. Sistema o processo: il sistema rappresenta l'entità o il processo che deve essere
controllato. Può essere un oggetto fisico, come un veicolo o una macchina, o un
processo astratto, come un processo di produzione o un sistema finanziario.
2. Grandezze controllanti: definiscono lo stato desiderato o le prestazioni che si
desidera raggiungere nel sistema controllato. Possono includere, ad esempio, la
stabilità del sistema, la minimizzazione dell'errore.
3. Grandezze controllante: le variabili del processo che ci interessa osservare. Ad
esempio, i sensori monitorano il sistema e raccolgono informazioni sullo stato
attuale del sistema. Questi dati vengono quindi utilizzati dal controllore per prendere
decisioni e adottare azioni adeguate.
4. Controllore: il controllore è la parte intelligente del sistema di controllo. Prende
decisioni in base alle informazioni fornite dai sensori e invia segnali di controllo per
influenzare il sistema controllato.

Oltre a questi elementi fondamentali citati, possiamo anche definire:

1. Attuatori: gli attuatori sono responsabili di trasformare i segnali di controllo inviati
dal controllore in azioni fisiche sul sistema controllato.
2. Feedback (Controreazione): il feedback è una parte critica del sistema di controllo.
Fornisce al controllore informazioni sulla discrepanza tra lo stato desiderato e lo
stato attuale del sistema controllato. Queste informazioni di feedback vengono
utilizzate per apportare correzioni e regolazioni al fine di avvicinare il sistema agli
obiettivi desiderati.
7. Algoritmi di controllo: gli algoritmi di controllo definiscono le regole e le strategie
utilizzate dal controllore per prendere decisioni e generare i segnali di controllo.
Questi algoritmi possono essere semplici, come i controlli proporzionali e integrali
(PI), o complessi, come i controlli predittivi o adattivi, a seconda delle esigenze del
sistema controllato.
 2. Si illustrino le principali modalità di classificazione dei modelli di
sistemi dinamici
I modelli di sistemi dinamici possono essere classificati in diverse modalità in base a
diversi criteri. Ecco le principali modalità di classificazione dei modelli di sistemi
dinamici:
1. Basati sull'ordine del sistema:
- Modelli di primo ordine: Questi modelli descrivono sistemi con una sola variabile
di stato e una sola variabile di ingresso o uscita. Sono caratterizzati da un solo
termine di derivata temporale nelle equazioni differenziali che li descrivono.
- Modelli di secondo ordine: Questi modelli descrivono sistemi con due variabili di
stato e una sola variabile di ingresso o uscita. Sono caratterizzati da due termini di
derivata temporale nelle equazioni differenziali che li descrivono.
2. Basati sulla linearità:
- Modelli lineari: Questi modelli descrivono sistemi in cui le equazioni che li
governano sono lineari rispetto alle variabili di stato e di ingresso. I principi della
sovrapposizione e della proporzione si applicano a questi modelli, rendendoli più
semplici da analizzare e controllare.
- Modelli non lineari: Questi modelli descrivono sistemi in cui le equazioni che li
governano contengono termini non lineari. La presenza di non linearità può
introdurre comportamenti complessi e rendere l'analisi e il controllo del sistema più
complessi.
3. Basati sulla rappresentazione matematica:
- Modelli a equazioni differenziali: Questi modelli sono rappresentati da equazioni
differenziali che descrivono il comportamento del sistema nel dominio del tempo. Le
equazioni differenziali possono essere ordinarie (ODE) o alle derivate parziali (PDE), a
seconda del tipo di sistema considerato.
- Modelli a equazioni alle differenze: Questi modelli descrivono il comportamento
del sistema nel dominio discreto del tempo, in cui le variabili di stato e di ingresso
sono definite solo a istanti discreti di tempo. Le equazioni alle differenze sono
utilizzate per descrivere sistemi campionati o sistemi con azioni di controllo discrete.
4. Basati sulla causalità:
- Modelli a tempo continuo: Questi modelli descrivono sistemi in cui le variabili di
stato e di ingresso variano in modo continuo nel tempo. Le equazioni differenziali o
le equazioni integrali sono utilizzate per descrivere il comportamento del sistema.
- Modelli a tempo discreto: Questi modelli descrivono sistemi in cui le variabili di
stato e di ingresso sono definite solo a istanti discreti di tempo. Le equazioni alle
differenze o le equazioni ricorsive sono utilizzate per descrivere il comportamento
del sistema.
In sintesi, possiamo parlare di modelli dinamici a costanti concentrate e di modelli
dinamici a costanti distribuite.
 3. Descrivere brevemente l'orecchio medio.

L'orecchio medio è una parte dell'orecchio che si trova tra l'orecchio esterno e
l'orecchio interno. Ha un ruolo fondamentale nella trasmissione e nell'amplificazione
dei suoni dall'ambiente esterno all'orecchio interno, consentendo la percezione
dell'udito.
Dal punto di vista dei modelli matematici, l'orecchio medio può essere approssimato
utilizzando il modello meccanico dell'orecchio medio a massa-molla. Questo modello
semplifica la complessità dell'orecchio medio considerando i principali componenti:
il timpano, gli ossicini (martello, incudine e staffa) e l'aria contenuta nella cavità
dell'orecchio medio.
Il timpano è rappresentato come una membrana elastica che viene colpita dalle
onde sonore e vibra in risposta. Le vibrazioni del timpano vengono trasmesse agli
ossicini, che sono collegati tra loro da giunti articolati. Questi ossicini, a loro volta,
trasferiscono le vibrazioni al finestrino ovale dell'orecchio interno. Nel modello a
massa-molla, il timpano e gli ossicini sono modellati come masse puntiformi
collegate tra loro da molle che rappresentano le proprietà elastiche dei tessuti e
delle articolazioni. Le equazioni differenziali che descrivono il movimento delle
masse e delle molle permettono di analizzare il comportamento del sistema.
L'amplificazione delle vibrazioni acustiche nell'orecchio medio è resa possibile dalla
leva meccanica fornita dagli ossicini. Questa amplificazione consente di compensare
le perdite di energia e migliorare la trasmissione del suono verso l'orecchio interno.
In sintesi, il modello matematico dell'orecchio medio a massa-molla fornisce uno
strumento utile per comprendere e studiare il trasferimento di energia e la
trasmissione del suono all'interno dell'orecchio umano. Questa rappresentazione
semplificata consente agli scienziati di analizzare il funzionamento dell'orecchio
medio e contribuisce alla comprensione dell'udito umano.
 4. Descrivere brevemente l'orecchio esterno.

L'orecchio esterno è la parte dell'orecchio che comprende il padiglione auricolare e il

condotto uditivo esterno. Il suo ruolo principale è quello di raccogliere e indirizzare
le onde sonore verso l'orecchio medio, dove vengono amplificate e trasmesse
all'orecchio interno per la percezione dell'udito.
Sebbene il modello matematico dell'orecchio esterno sia più semplice rispetto ad
altre parti dell'orecchio, può essere approssimato utilizzando concetti di acustica e
trasmissione delle onde sonore.
Il padiglione auricolare può essere considerato come una superficie riflettente che
aiuta a raccogliere e dirigere le onde sonore verso il condotto uditivo esterno. Il
condotto uditivo esterno, a sua volta, può essere modellato come un tubo cilindrico
con caratteristiche di propagazione dell'onda.
Per descrivere il comportamento acustico dell'orecchio esterno, vengono utilizzate
equazioni come l'equazione dell'onda acustica. Queste equazioni descrivono la
propagazione delle onde sonore attraverso un mezzo, tenendo conto delle proprietà
del mezzo stesso, come densità, velocità del suono e perdite di energia.
Nel modello matematico semplificato dell'orecchio esterno, l'obiettivo principale è
valutare l'effetto dell'orecchio esterno sulle caratteristiche dello stimolo sonoro,
come la direzionalità, la direzione di arrivo e la risposta in frequenza.
I modelli più complessi dell'orecchio esterno possono includere considerazioni
dettagliate sulle proprietà del padiglione auricolare, della forma del condotto uditivo
esterno e delle sue caratteristiche di risonanza. Questi modelli possono richiedere
l'utilizzo di simulazioni numeriche o di tecniche di modellazione avanzate per
analizzare con maggiore precisione l'acustica dell'orecchio esterno.
In conclusione, il modello matematico dell'orecchio esterno si basa su principi di
acustica e onde sonore per comprendere e studiare il ruolo del padiglione auricolare
e del condotto uditivo esterno nella raccolta e nella trasmissione delle onde sonore
verso l'orecchio medio.
5. Descrivere brevemente l'organo del Corti.

L'organo del Corti è fondamentale al processo di percezione dei suoni. L'organo del
Corti si attiva quando le onde acustiche causano la vibrazione della finestra rotonda:
questo evento, infatti, causa una serie di cambiamenti interni alla coclea, che
stimolano le cellule sensoriali a generare un impulso nervoso rappresentativo
dell'informazione acustico, destinato a raggiungere il cervello.
L'organo del Corti può essere paragonato a un modello matematico complesso che
descrive la trasduzione delle onde sonore in impulsi neurali. Il modello matematico
può essere suddiviso in diverse componenti che riflettono le caratteristiche
strutturali e funzionali dell'organo del Corti.
1. Stereociglia come sensori: Nella rappresentazione matematica, le stereociglia
delle cellule ciliate possono essere considerate come sensori che misurano il
movimento delle onde sonore.

2. Trasduzione meccanoelettrica: La trasduzione delle onde sonore in segnali

elettrici da parte delle cellule ciliate interne può essere descritta mediante un
modello matematico di trasduzione meccanoelettrica.

3. Amplificazione e modulazione: Il modello matematico dell'organo del Corti

può anche incorporare meccanismi di amplificazione e modulazione delle
onde sonore da parte delle cellule ciliate esterne. Questi meccanismi possono
essere rappresentati da funzioni di trasferimento che descrivono
l'amplificazione delle vibrazioni delle stereociglia in base alla frequenza e
all'intensità del suono.

4. Risposta neurale: Il modello matematico dell'organo del Corti può anche

comprendere una rappresentazione dei meccanismi di trasmissione dei
segnali neurali al nervo uditivo. Questo può includere la modellazione delle
sinapsi e delle dinamiche di propagazione del segnale lungo le fibre nervose.

Attraverso un insieme di metodi matematici, il modello dell'organo del Corti cerca di

approssimare il comportamento complesso e intricato dell'organo reale. Questo
modello può essere utilizzato per simulare il funzionamento dell'organo del Corti,
comprendere i meccanismi sottostanti e studiare gli effetti di condizioni patologiche
o danni sul sistema uditivo.
Tuttavia, è importante notare che il modello matematico dell'organo del Corti è
un'astrazione semplificata e non può catturare completamente la complessità
biologica e le variazioni individuali. È un utile strumento di studio, ma la sua validità
deve essere sempre verificata e confrontata con dati sperimentali reali per garantire
una corretta comprensione dell'organo del Corti e dei processi uditivi.
6. Si descriva l'amplificatore operazionale e le sue proprietà.

L’amplificatore operazionale è un amplificatore ad alto guadagno, alimentato in

continua, progettato per realizzare circuiti il cui comportamento ingresso – uscita è
determinato dalla rete di retroazione.
Le proprietà principali dell'amplificatore operazionale sono le seguenti:
1. Guadagno elevato: L'amplificatore operazionale è progettato per avere un
guadagno molto alto. Ciò significa che anche un piccolo segnale in ingresso
può essere amplificato in modo significativo in uscita. Nel caso di amplificatori
operazionali reali i guadagni sono molto alti ma non infiniti.

2. Alta impedenza di ingresso: L'amplificatore operazionale ha un'impedenza di

ingresso molto elevata, il che significa che richiede una quantità minima di
corrente in ingresso. Questo lo rende ideale per essere utilizzato come buffer
tra le sorgenti di segnale e i circuiti di carico, evitando la degradazione del
segnale. Quello reale ha impedenza di ingresso alta ma non infinita.

3. Bassa impedenza di uscita: L'amplificatore operazionale ha una bassa

impedenza di uscita, che gli consente di pilotare carichi di impedenza bassa
senza perdite significative di segnale. Ciò garantisce una buona
corrispondenza di impedenza tra l'amplificatore operazionale e il circuito
successivo.

4. Risposta in frequenza ampia: Gli amplificatori operazionali sono progettati per

fornire una risposta in frequenza piatta su un'ampia gamma di frequenze. Ciò
significa che l'amplificazione del segnale rimane costante in tutta la gamma di
frequenze desiderata.

5. Precisione e stabilità: Gli amplificatori operazionali moderni offrono un'elevata

precisione e stabilità, con bassi livelli di rumore e distorsione. Ciò li rende
adatti per applicazioni che richiedono una riproduzione fedele e accurata del
segnale in ingresso.

L’operazione risulta molto utile nella progettazione dei controllori. L’utilizzo del
modello dell’amplificatore operazionale ideale permette lo studio dei circuiti in
modo semplice e intuitivo.
 7. Si enunci la legge di conservazione della massa nei sistemi idraulici a
costanti concentrate.

Nel contesto dei sistemi idraulici a costanti concentrate, la legge di conservazione

della massa afferma che la massa totale di un fluido che entra in un sistema è uguale
alla massa totale del fluido che esce dal sistema, considerando un intervallo di
tempo specifico.
Questa legge si basa sul principio di conservazione della massa, secondo il quale la
massa totale di un sistema isolato rimane costante nel tempo, senza subire né
creazione né distruzione di massa.
Nel contesto dei sistemi idraulici, la legge di conservazione della massa può essere
espressa attraverso l'equazione:
𝑑𝜌(𝑡)𝐴 𝑑𝐺(𝑥, 𝑡)
+ =0
𝑑𝑡 𝑑𝑥
Essa esprime localmente il fatto che la massa di un fluido entrante in un tubo di
flusso è pari a quella uscente a meno di accumuli locali di massa, ovvero variazione
di densità del fluido. Nel caso in cui il fluido è incomprimibile G(x,t) = G(t), ovvero la
portat in massa è la stessa su ogni sezione del tubo.
La legge di conservazione della massa nei sistemi idraulici a costanti concentrate è
fondamentale per la progettazione e l'analisi di sistemi idraulici. Essa garantisce che
la quantità di fluido che entra nel sistema sia uguale alla quantità di fluido che ne
esce, consentendo il corretto funzionamento del sistema e l'equilibrio delle quantità
di massa.

8. Come si distingue un fluido viscoso da un fluido ideale?

Un fluido viscoso e un fluido ideale si distinguono principalmente per il loro

comportamento viscoso e la resistenza al flusso.
Un fluido ideale, o fluido non viscoso, è un modello semplificato in cui si assume che
non ci sia attrito interno tra le diverse parti del fluido mentre scorre. In altre parole,
un fluido ideale non ha viscosità e non genera attrito interno quando è in
movimento. Questo implica che un fluido ideale non dissipa energia termica durante
il flusso e non presenta perdite di pressione.
D'altra parte, un fluido viscoso è caratterizzato dalla presenza di viscosità, che è la
proprietà del fluido di opporsi al flusso e di generare attrito interno quando le sue
parti si muovono tra loro. La viscosità è responsabile della resistenza al flusso e
determina la perdita di energia sotto forma di calore durante il flusso del fluido.
In pratica, i fluidi reali si trovano su un continuum tra i fluidi viscosi e i fluidi ideali. La
viscosità può variare da un fluido all'altro, e la presenza di viscosità influenza il
comportamento del flusso e le prestazioni del sistema in cui il fluido viene utilizzato.
9. Si enuncino le caratteristiche principali delle reti di prossima generazione
(Next Generation Networks).

Le reti di prossima generazione (Next Generation Networks, o NGN) sono sistemi di

comunicazione avanzati che integrano diversi servizi di telecomunicazione su una
piattaforma unificata. Presentano diverse caratteristiche che le distinguono dalle reti
tradizionali.
Ecco le principali caratteristiche delle reti di prossima generazione:
1. Convergenza dei servizi: Le reti di prossima generazione consentono
l'integrazione di servizi di telecomunicazione diversi, come voce, dati e video,
su una singola infrastruttura consentendo l'erogazione di servizi multipli
attraverso una connessione di rete unificata.

2. Comunicazione basata su pacchetti: A differenza delle reti tradizionali basate

su circuiti, le reti di prossima generazione utilizzano la commutazione di
pacchetto. I dati vengono suddivisi in pacchetti e trasmessi attraverso la rete in
modo efficiente, consentendo una migliore utilizzazione delle risorse di rete.

3. QoS (Quality of Service): Le reti di prossima generazione sono progettate per

garantire la qualità del servizio (QoS) adeguata per i diversi tipi di traffico.

4. Flessibilità e scalabilità: Le reti di prossima generazione sono progettate per

essere flessibili e scalabili, consentendo una rapida adattabilità alle nuove
esigenze e alle crescenti richieste di traffico. Possono supportare l'aggiunta di
nuovi servizi, l'aumento della capacità di rete e l'espansione geografica in
modo efficiente.

5. Architettura basata su servizi: Le reti di prossima generazione adottano

un'architettura orientata ai servizi, in cui i servizi sono forniti come
componenti modulari che possono essere combinati e riutilizzati per creare
soluzioni personalizzate. Ciò favorisce l'innovazione, l'integrazione di terze
parti e la rapida introduzione di nuovi servizi.

6. Mobilità e ubiquità: Le reti di prossima generazione supportano la mobilità

degli utenti, consentendo la connessione continua e senza soluzione di
continuità durante lo spostamento tra reti e tecnologie diverse. Inoltre,
mirano a fornire servizi ubiqui, accessibili da qualsiasi dispositivo e da qualsiasi
posizione.
10. Si illustri brevemente come e mediante quali protocolli avviene la
gestione delle risorse in reti di telecomunicazione.

Le risorse di una rete di telecomunicazione sono:

- Capacità di trasmissione o banda: la capacità di trasmissione deve essere

assegnata agli utenti. Gli utenti sono in competizione per accedere al mezzo di
trasmissione.

- Buffer: Sono contenitori residenti sui nodi della rete in cui sono accumulati i
dati in termini di bit, detti pacchetti, che aspettano di essere trasmessi. Se i
pacchetti entranti nel buffer non trovano lo spazio necessario nei buffer stessi,
vengono scaricati. Questa soluzione serve per evitare la congestione.
I protocolli fondamentali per la gestione delle risorse in reti di telecomunicazioni
possono essere:
- Protocolli di controllo di accesso alla rete: sono richieste nelle reti il cui mezzo
trasmissivo è condiviso dagli utilizzatori;

- Protocolli di controllo di congestione della rete: sono finalizzati ad evitare

overflow dei buffer dei nodi di rete;

- Protocolli di controllo di ammissione della connessione nella rete: sono

finalizzati a decidere sull’ammissione di nuove connessioni nella rete.
 11. Si riporti una metodologia (proposta nel corso) di definizione del
modello matematico di un sistema.

Per modellizzare un sistema da controllare è necessario:

1. Definire il sistema in termini di elementi ed interazioni che siano determinati
ai fini degli obiettivi che il sistema deve raggiungere.

2. Definire le variabili del sistema (ingresso, uscita, disturbi, stato);

3. Formulare un modello matematico basato sulla compensazione del

comportamento dinamico del sistema e risultante in un sistema di equazioni
differenziali che regolano il comportamento dinamico del sistema;

4. Introdurre delle ipotesi semplificative al fine di linearizzare il modello

matematico e renderne semplice la sua interpretazione;

5. Risolvere le equazioni differenziali per le variabili di uscita a partire da ipotesi

specifiche sui disturbi, sulle variabili di ingresso e sulle variabili di stato;

6. Verificare la correttezza delle soluzioni ottenute al fine di validare il modello

7. Se necessario, ripetere l’analisi del sistema affinché il sistema non sia valido.

12. Enunciare i pro e i contro della linearizzazione

La linearizzazione di un sistema è una tecnica utilizzata per semplificare il

comportamento di un sistema non lineare approssimandolo con un modello lineare.
Linearizzare un sistema non lineare ha il vantaggio di semplificare l’analisi del
sistema potendo sfruttare tutte le proprietà derivanti dei sistemi lineari.
Attraverso la linearizzazione si può controllare un sistema nell’intorno del punto di
lavoro prescelto e, qualora alcuni parametri dinamici cambino nel tempo, oppure
cambi il punto di lavoro, si può sempre ricorrere ad un nuovo sistema linearizzato su
cui applicare le leggi di controllo opportune.
Il limite principale della linearizzazione consiste proprio nel suo limite di validità.
Solo alcuni sistemi non lineari possono essere linearizzati. Inoltre, nel caso in cui i
valori nominali di funzionamento del sistema contemplino un intorno molto ampio
rispetto al punto di lavoro è necessario condurre un’analisi accurata su più sistemi
lineari che approssimano al sistema non lineare, punto per punto.
Conseguentemente, anche le leggi di controllo da applicare dovranno tener conto di
tale comportamento ed essere robuste rispetto a tutti i cambiamenti prevedibili
delle condizioni operative.
13. Commentare la differenza tra la modalità di controllo a catena aperta
e di controllo a controreazione.

La differenza fondamentale tra la modalità di controllo a catena aperta e il controllo

a controreazione (o feedback) riguarda la presenza o l'assenza di un meccanismo di
rilevamento degli errori e di correzione nel sistema di controllo.
Nel controllo a catena aperta, il sistema di controllo agisce in modo predefinito senza
considerare gli effetti o le variazioni del processo controllato. Il segnale di controllo
viene inviato direttamente al processo sulla base di un modello o di una
programmazione predefinita. Non vi è alcun meccanismo per monitorare o
correggere eventuali errori o variazioni che si verificano nel processo.
D'altra parte, nel controllo a controreazione, il sistema di controllo monitora
costantemente le variabili di output del processo e le confronta con il valore
desiderato o di riferimento. Viene quindi calcolato un segnale di errore che
rappresenta la differenza tra il valore desiderato e il valore effettivo. Questo segnale
di errore viene utilizzato per regolare il segnale di controllo e apportare eventuali
correzioni al processo in tempo reale.
Le principali caratteristiche del controllo a catena aperta sono: Il sistema da
controllare è pilotato da un controllore, il quale impone opportune azioni di
forzamento, fornendo energia al sistema da controllare al fine di causare una
evoluzione forzata Y(s). Un sistema che evolve molto lentamente, con dinamiche di
transitorio molto attenuate può essere controllato da questa modalità di controllo.
Le principali caratteristiche del controllo a controreazione sono: La presenza di
disturbi, dinamiche di reazione veloci e altro comportano necessariamente l’utilizzo
di un feedback, caratteristica principale dei sistemi a controreazione. Dunque, si
utilizza una informazione di ritorno da parte del sistema controllato e lo si paragona
al valore attuale del sistema di riferimento al fine di verificare l’entità dell’errore
attualmente esistente tra l’andamento desiderato e l’andamento reale del sistema
controllato
In generale, il controllo a controreazione offre una maggiore precisione e stabilità
rispetto al controllo a catena aperta, in quanto si adatta alle variazioni e agli errori
che si verificano nel processo controllato. La maggior parte dei sistemi di controllo
complessi si basa sulla modalità di controllo a controreazione per garantire un
controllo accurato e adattivo. Tuttavia, ci possono essere situazioni in cui il controllo
a catena aperta può essere sufficiente o addirittura preferibile, ad esempio, quando
si dispone di un modello altamente accurato e quando le variazioni del processo
sono minime o trascurabili.
14. Qual è il significato fisico dei poli e degli zeri di un sistema?

I poli e gli zeri di un sistema sono concetti fondamentali nell'analisi dei sistemi
dinamici e hanno un significato fisico importante. Sono associati alle caratteristiche
di risposta e alle proprietà del sistema. Ecco il significato fisico di poli e zeri:
- Poli:
o I poli sono le radici del denominatore della funzione di trasferimento del
sistema. Rappresentano i punti nel piano complesso in cui la funzione di
trasferimento diventa infinita o si annulla.

o Fisicamente, i poli corrispondono alle frequenze naturali o

caratteristiche intrinseche del sistema. Determinano il modo in cui il
sistema risponde agli ingressi in termini di ampiezza, fase e transitorio.

o I poli influenzano la stabilità e la risposta transitoria del sistema. Ad

esempio, la presenza di poli con parte reale positiva indica che il sistema
è instabile, mentre poli con parte reale negativa indicano un sistema
stabile.

o La distribuzione dei poli nel piano complesso determina anche la

risposta in frequenza del sistema, inclusi il guadagno e la fase.

o I poli complessi coniugati possono dare origine a oscillazioni o

risonanze nel sistema.
- Zeri:
o Gli zeri sono le radici del numeratore della funzione di trasferimento del
sistema. Rappresentano i punti nel piano complesso in cui la funzione di
trasferimento si annulla.

o Fisicamente, gli zeri indicano le frequenze in cui la funzione di

trasferimento ha un annullamento o una riduzione dell'ampiezza per
specifici input.

o Gli zeri influenzano la forma della risposta in frequenza e la presenza di

picchi o buchi nella risposta.

o Gli zeri possono anche fornire un controllo accurato del sistema,

consentendo di modificare le proprietà di guadagno e fase.

o La posizione degli zeri può indicare le caratteristiche del sistema, come

la presenza di ritardi o anticipi nella risposta.
15. Spiegare brevemente come si misurano prontezza e fedeltà di risposta
e indicare perché essi rappresentano due requisiti contrastanti.

La prontezza di risposta e la fedeltà di risposta sono due requisiti contrastanti che

descrivono caratteristiche desiderabili di un sistema di controllo. Le prestazioni
richieste al regime transitorio di una risposta al gradino sono prontezza e fedeltà di
risposta.
La prontezza di risposta si riferisce alla capacità di un sistema di rispondere
rapidamente a un cambiamento nell'input o alle perturbazioni. Essa si misura con il
tempo di salita e il tempo a picco. Misurare la prontezza di risposta coinvolge la
valutazione del tempo necessario affinché il sistema raggiunga una determinata
percentuale del valore finale o si stabilizzi dopo una perturbazione. Una prontezza di
risposta elevata indica che il sistema può adattarsi velocemente alle variazioni e
fornire una risposta rapida.
La fedeltà di risposta si riferisce alla capacità di un sistema di riprodurre fedelmente
il segnale di input o il segnale di riferimento nell'output. Essa si misura con la
sovraelongazione e il tempo di assestamento. Misurare la fedeltà di risposta
coinvolge l'analisi dell'accuratezza, della precisione e della distorsione del segnale di
output rispetto al segnale di input desiderato. Una fedeltà di risposta elevata indica
che il sistema è in grado di mantenere la forma, l'ampiezza e le caratteristiche del
segnale di input senza alterazioni significative.
Abbiamo visto come spostando nel piano complesso le radici di un sistema si
possono ottenere risposte al gradino con caratteristiche molto differenti tra loro.
Purtroppo, la prontezza e la fedeltà di risposta sono requisiti contrastanti, ovvero
volendo aumentare la prontezza di risposta, diminuisce la fedeltà e viceversa.
Pertanto, solo un compromesso tra i due può portare a soluzione.
Nella progettazione di un sistema, è necessario trovare un equilibrio tra prontezza e
fedeltà di risposta in base alle specifiche esigenze dell'applicazione. Alcune
applicazioni richiedono una prontezza di risposta elevata, come nel controllo di
sistemi dinamici ad alta velocità, mentre altre richiedono una fedeltà di risposta
elevata, come nell'elaborazione di segnali audio o video ad alta qualità. Il
compromesso tra prontezza e fedeltà dipenderà dalle priorità e dai requisiti specifici
del sistema.
 16. Si illustrino i vantaggi e gli svantaggi associati all'uso della risposta in
frequenza.

L'analisi della risposta in frequenza è una tecnica comune utilizzata nell'ambito

dell'ingegneria e dell'elaborazione dei segnali per comprendere il comportamento di
un sistema in funzione della frequenza. Questa tecnica presenta vantaggi e svantaggi
che possono essere illustrati come segue:

- Vantaggi dell'analisi della risposta in frequenza:

Se il sistema lineare è stabile, generando un segnale di ingresso sinusoidale di

ampiezza, frequenza e fase nota, si otterrà in uscita un segnale la cui ampiezza e fase
permetteranno immediatamente di conoscere il valore di modulo e fase della
funzione di trasferimento nel punto del piano complesso (0+-iw) corrispondenti alla
pulsazione w del segnale sinusoidale di ingresso.
Generare segnali di ingresso sinusoidali di ampiezza e frequenza voluti è piuttosto
semplice; quindi, si può ricostruire sperimentalmente il valore di una T(s) non nota
per tutte le s appartenenti all’asse immaginario, ovvero s = 0+-iw.
Un vantaggio dell’analisi in frequenza è che il sistema è descritto da una funzione di
trasferimento T(iw) che è ricavabile dalla T(s) semplicemente effettuando una
sostituzione s = iw, ovvero riducendo il campo dell’analisi alla funzione di
trasferimento dell’intero piano s al solo asse immaginario quindi analizzando il solo
asse della frequenza w. Infatti, mentre T(s) è una funzione complessa della variabile
complessa s, T(iw) è una funzione complessa della variabile iw, dove a variare però è
solo w. Quindi T(iw) si può studiare graficamente con opportuni diagrammi
bidimensionali.

- Svantaggi dell'analisi della risposta in frequenza:

L’analisi e la progettazione di sistemi controllati nel dominio della frequenza ha un

limite importate: il legame tra le modifiche effettuate al sistema nel dominio della
frequenza e l’effetto delle modifiche alla risposta nel dominio del tempo sono meno
evidenti nel caso del dominio s.
Mentre nel dominio s per ottenere stabilità è sufficiente collocare opportunamente i
poli del polinomio caratteristico del sistema, la stessa cosa non è altrettanto
semplice nel dominio della frequenza e richiede metodi di analisi e progettazione
differenti.
Quando interessano prestazioni nel transitorio, ad una risposta a gradino, è meglio
utilizzare i metodi di analisi nel dominio s. Quando invece interessano specifiche nel
comportamento frequenziale è opportuno utilizzare i metodi di analisi nel dominio
della frequenza.
 17. Descrivere, con l'aiuto di un esempio, le regole di tracciamento del
diagramma di Nyquist.

Il diagramma di Nyquist è uno strumento grafico utilizzato nell'analisi dei sistemi di

controllo per valutare la stabilità e il margine di fase di un sistema in retroazione. Le
regole di tracciamento del diagramma di Nyquist sono una serie di linee guida per
costruire il diagramma in modo accurato. Ecco una descrizione delle principali regole
di tracciamento del diagramma di Nyquist:

1. Disegnare l'asse reale negativo: Si parte disegnando l'asse reale negativo del
diagramma di Nyquist, che rappresenta la variazione della frequenza da meno
infinito a zero.

2. Trovare i poli e gli zeri: Identificare i poli e gli zeri del sistema nel piano
complesso. I poli sono rappresentati come punti nel diagramma, mentre gli zeri
sono rappresentati come punti sull'asse reale negativo.

3. Tracciare il percorso intorno ai poli: Per ogni polo, tracciare un arco di

circonferenza in senso orario dal polo fino a un punto in cui l'asse reale negativo
è attraversato. La lunghezza dell'arco di circonferenza dipende dalla distanza del
polo dall'origine e dalla frequenza.

4. Contare il numero di giri intorno all'origine: Contare il numero di giri compiuti

dal percorso del diagramma intorno all'origine nel senso antiorario. Questo
numero corrisponde al numero di poli del sistema che si trovano a destra
dell'asse immaginario nel piano complesso.

5. Considerare la stabilità: Determinare la stabilità del sistema in base al numero di

giri intorno all'origine. Se il sistema ha un numero di poli destri uguale al numero
di zeri destri (ovvero la differenza tra poli e zeri sul semipiano destro del piano
complesso), allora il sistema è instabile. Al contrario, se il numero di poli destri è
minore del numero di zeri destri, il sistema è stabile.
 18. Qual è l'obiettivo della progettazione di un controllore?

L’obiettivo è quello di individuare una funzione di trasferimento compensatrice

Gc(s) per il controllore tale che l'obiettivo finale sia:

1. Garantire la stabilità: L'obiettivo principale è garantire la stabilità del sistema

controllato. Il controllore deve essere progettato in modo da evitare oscillazioni
indesiderate, instabilità e comportamenti imprevisti del sistema.

2. Ottenere risposte accurate: Il controllore deve regolare il sistema in modo che la

sua risposta dinamica soddisfi i requisiti specifici dell'applicazione. Questo può
includere la velocità di risposta, la precisione, la soppressione del transitorio, il
tempo di assestamento e la capacità di inseguire un segnale di riferimento.

3. 3.Migliorare le prestazioni del sistema: Il controllore dovrebbe minimizzare

l'effetto dei disturbi esterni sul sistema controllato. Ciò comporta la
progettazione di un controllo adeguato che riduca l'impatto dei disturbi sulle
prestazioni del sistema.

4. Robustezza: Il controllore deve essere progettato per mantenere le prestazioni

anche in presenza di incertezze, variazioni dei parametri o disturbi imprevisti. La
robustezza garantisce che il controllore mantenga la stabilità e le prestazioni
desiderate anche in condizioni non ideali.

Abbiamo visto che la posizione dei poli della funzione di trasferimento del sistema
controllato nel piano s influenza la stabilità e le prestazioni nel dominio del tempo, a
regime transitorio della risposta a gradino. Nei sistemi a controreazione abbiamo
visto come la presenza di poli nell’origine garantisca la possibilità di attenuare
l’effetto di disturbi. Pertanto, poter agire sul controllore, significa poter agire sulla
presenza di poli nell’origine sulla posizione dei poli della funzione di trasferimento
dell’intero sistema.
Progettare il controllore significa scegliere una opportuna funzione compensatrice in
grado di soddisfare tutti i requisiti del sistema. Talvolta non è possibile soddisfare
tutti i requisiti per il semplice fatto che essi conducono a soluzioni incompatibili e
quindi è compito del progettista trovare un giusto compromesso, individuando la
soluzione che massimizzi il risultato.
 19. Descrivere le principali modalità di rappresentazione di un sistema
dinamico in MATLAB.

In MATLAB, esistono diverse modalità di rappresentazione di un sistema dinamico, a

seconda delle caratteristiche specifiche del sistema e degli obiettivi dell'analisi. Le
principali modalità di rappresentazione di un sistema dinamico in MATLAB sono le
seguenti:

1. Funzione di trasferimento (Transfer Function): La funzione di trasferimento è una

rappresentazione comune per sistemi lineari tempo invarianti (LTI). Viene
espressa come rapporto tra la trasformata di Laplace dell'output e quella
dell'input. In MATLAB, la funzione di trasferimento può essere rappresentata
utilizzando la funzione `tf` Ad esempio:
num = [1]; % Numeratore del sistema
den = [1, 2, 1]; % Denominatore del sistema
sys = tf(num, den); % Creazione dell'oggetto della funzione di trasferimento

2. Spazio degli stati (State-Space): La rappresentazione nello spazio degli stati

descrive il sistema attraverso un insieme di equazioni differenziali ordinarie
(ODE) che rappresentano le relazioni tra gli stati, gli ingressi e gli output del
sistema. In MATLAB, la rappresentazione nello spazio degli stati può essere
creata utilizzando la funzione `ss`. Ad esempio:
A = [0 1; -1 -1]; % Matrice degli stati
B = [0; 1]; % Matrice degli ingressi
C = [1 0]; % Matrice degli output
D = 0; % Matrice di trasmissione diretta
sys = ss(A, B, C, D); % Creazione dell'oggetto nello spazio degli stati

3. Rappresentazione Zero- Pole-Gain: Data una rappresentazione

zero,poli,guadagno possiamo costruire l’oggetto che descrive il sistema
attraverso una funzione ‘zpk’. Ad esempio:
z = [0; -1 ;-1]; % Zeri del sistema
p= [0; 1]; % Poli del sistema
K = 1; % Guadagno
sys = zpk(z, p, ,K); % Creazione dell'oggetto zpk

Queste sono solo alcune delle modalità di rappresentazione di un sistema dinamico

in MATLAB. La scelta della modalità di rappresentazione dipenderà dalle specifiche
esigenze dell'applicazione e dalla disponibilità di dati sperimentali o di un modello
teorico.
 20. Descrivere in breve i limiti dei software di simulazione come MATLAB
che comportano l'uso di accortezze particolari, per esempio il caso in cui si
vuole ricorrere al calcolatore per tracciare il diagramma di Nyquist di un
sistema soggetto a ritardo temporale.

I software di simulazione come MATLAB offrono potenti strumenti per l'analisi e la

simulazione dei sistemi dinamici. Tuttavia, ci sono alcuni limiti che possono
richiedere accortezze particolari quando si utilizzano per tracciare il diagramma di
Nyquist di un sistema soggetto a ritardo temporale. Ad esempio, se il sistema
gestisce numeri in virgola mobile a 32bit, potrà necessariamente rappresentare
“solo” 2 alla 32 numeri.
Alcuni dei limiti comuni includono:

1. Aliasing temporale: La simulazione di sistemi con ritardo temporale può

essere influenzata dall'aliasing temporale. Questo fenomeno si verifica
quando la frequenza di campionamento non è sufficientemente elevata
rispetto alla frequenza di oscillazione del sistema.

2. Approssimazione numerica: I software di simulazione eseguono calcoli

numerici discreti per approssimare il comportamento continuo dei sistemi.
Questa approssimazione numerica può portare a errori di approssimazione
che influiscono sulla precisione del diagramma di Nyquist.

3. Interpolazione dei dati: Quando si traccia un diagramma di Nyquist per un

sistema con ritardo temporale, può essere necessario interpolare i dati per
ottenere una rappresentazione continua del diagramma. Questo può
comportare un'ulteriore approssimazione e introdurre errori nella
rappresentazione del sistema.

Per affrontare questi limiti, è importante considerare le accortezze seguenti:

• Utilizzare una frequenza di campionamento adeguata per evitare l'aliasing

temporale.
• Aumentare la precisione numerica e tenere conto degli errori di
approssimazione.
• Effettuare l'interpolazione dei dati in modo accurato per ottenere una
rappresentazione continua del diagramma di Nyquist.
 21. Spiegare qual è il controllore opportuno per conseguire la
stabilizzazione a catena chiusa del pendolo invertito su carrello, in presenza
di un disturbo applicato al carrello.

Per conseguire la stabilizzazione a catena chiusa del pendolo invertito su carrello in

presenza di un disturbo applicato al carrello, un controllore opportuno può essere il
controllore PID (Proporzionale-Integrativo-Derivativo). Il controllore PID è
ampiamente utilizzato in applicazioni di controllo industriale ed è in grado di fornire
un buon compromesso tra prestazioni di controllo e robustezza.
Il controllore PID combina tre componenti: il termine proporzionale (P), il termine
integrativo (I) e il termine derivativo (D). Ciascun termine ha un ruolo specifico nel
controllo del sistema.

1. Termine Proporzionale (P): Il termine proporzionale regola l'azione di controllo in

base all'errore attuale tra la posizione desiderata del pendolo e la sua posizione
attuale. Un valore più elevato del termine proporzionale aumenta l'azione di
controllo proporzionalmente all'errore attuale, migliorando la risposta rapida del
sistema ma potenzialmente introducendo oscillazioni.

2. Termine Integrativo (I): Il termine integrativo tiene conto dell'errore accumulato

nel tempo. Questo componente viene utilizzato per eliminare gli errori a regime,
riducendo l'errore di posizionamento.

3. Termine Derivativo (D): Il termine derivativo tiene conto della variazione

dell'errore nel tempo. Questo componente viene utilizzato per anticipare le
variazioni future dell'errore e fornire una risposta di controllo proporzionale alla
velocità di variazione dell'errore, migliorando così la stabilità.

Quando si applica un disturbo a gradino, in inizialmente il carrello subisce il

contraccolpo e quindi si sposta in avanti. Nei primi istanti il PID entra in azione e
inizia a trascinare il carrello semovente applicando un forzamento nel transitorio per
contrapporsi alla caduta del pendolo. Il forzamento è costantemente crescente per
opporsi all’attrito che aumenta all’aumentare della velocità del carrello.
Il carrello, quindi, è soggetto ad una forza crescente che lo porta ad accelerare
costantemente e per opporsi sia all’inclinazione forzata del pendolo, sia alla forza
d’attrito. Ciò significa che il regolatore PID può controllare il pendolo inverso solo se
il carrello può muoversi per una lunghezza e ad una velocità infinitamente ampia.
Tuttavia, è importante sottolineare che la progettazione del controllore PID per il
sistema del pendolo invertito su carrello richiedono un'analisi dettagliata del
sistema, comprese le sue dinamiche, i limiti di azione, i requisiti di prestazione e la
natura del disturbo. Il tutto non è possibile per vincoli energetici.
 22. Descrivere un metodo offline di calcolo del valore medio di un set di
campioni

Un metodo offline comune per calcolare il valore medio di un set di campioni è

utilizzare la formula della media aritmetica.
Il calcolo della media aritmetica di un insieme di dati è un’operazione a posteriori,
ossia che può venire effettuata solo dopo che sono disponibili tutti i dati di cui si
vuole calcolare il valore medio.
La media aritmetica, o valore medio, è ottenuta sommando tutti i campioni e
dividendo per il numero totale di campioni.
Se per il calcolo della media aritmetica si usa un dispositivo di calcolo numerico,
bisogna tener conto della lunghezza della parola finita. Il valore della sommatoria
può assumere valori troppo elevati (overflow) per essere rappresentato con la
lunghezza di parola del dispositivo di calcolo.
Invece, il valore 1/n può assumere valori troppo piccoli (underflow) per essere
compatibile con la lunghezza della parola.
È importante notare che questo metodo presuppone che i campioni siano
rappresentativi e che non vi siano errori o valori anomali nel set di dati. Inoltre,
questo è un metodo offline che richiede di avere tutti i campioni disponibili prima di
calcolare il valore medio.

23. Come si comporta il diagramma di Nyquist in corrispondenza dei poli

di F(s) a parte reale nulla?

In corrispondenza ad ogni polo di F(s) a parte reale nulla di molteplicità m, il

diagramma di Nyquist effettua m mezzi giri (ognuno di pi-greco radianti) all’infinito
in senso orario.
 24. Cosa significa data processing?

Il termine "data processing" si riferisce al processo di acquisizione,

organizzazione, manipolazione e analisi dei dati per ottenere informazioni
significative. In generale, il data processing coinvolge una serie di operazioni
per trasformare i dati grezzi in un formato più significativo, utile e
comprensibile.
Il data processing può includere diverse fasi, tra cui:

1. Acquisizione dei dati: Raccogliere e registrare i dati grezzi provenienti da

diverse fonti, come sensori, dispositivi di misurazione o input utente.

2. Preparazione dei dati: Pulire e organizzare i dati acquisiti per assicurarsi che
siano coerenti, completi e pronti per l'elaborazione successiva. Questa fase
ha l’obiettivo proprio di ripulire il segnale da rumori o disturbi al fine di
normalizzare il dato.

3. Manipolazione dei dati: Applicare trasformazioni ai dati per estrarre

informazioni rilevanti. Ciò può includere il filtraggio dei dati.

4. Analisi dei dati: Utilizzare tecniche e strumenti appropriati per analizzare i

dati e identificare modelli, tendenze o relazioni significative.

5. Interpretazione dei dati: Interpretare i risultati dell'analisi dei dati per

ottenere una comprensione significativa dei fenomeni studiati o per
prendere decisioni informate. Questo coinvolge l'interpretazione dei
risultati delle analisi e la loro comunicazione in modo comprensibile.

L'obiettivo principale del data processing è trasformare i dati grezzi in

informazioni significative che possono essere utilizzate per prendere decisioni,
risolvere problemi o ottenere una migliore comprensione del contesto in cui i
dati sono stati raccolti.