ITALIANO

L'insegnamento introduce gli elementi di ottimizzazione matematica e di calcolo variazionale. saranno oggetto di studio algoritmi di controllo e stima ottima, algoritmi di controllo robusto e adattativo e le loro applicazioni i campo aeronautico e spaziale.

D. E. Kirk, Optimal Control Theory
H. Khalil, Nonlinear Systems
D. Simon Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches

Al termine dell’insegnamento, lo studente sarà in grado di:
1) Comprendere i principi fondamentali dell’ottimizzazione matematica e del calcolo variazionale applicati ai problemi di controllo.
2) Progettare algoritmi di controllo moderno per velivoli ad ala fissa, ad ala rotante e veicoli spaziali.
3) Applicare tecniche di controllo ottimo, robusto e adattativo per la gestione di sistemi aeronautici e spaziali complessi.
4) Sviluppare e valutare strategie di stima ottima e di controllo basate su modelli dinamici realistici.
5) Integrare competenze provenienti dalle aree dei sistemi aerospaziali, del controllo automatico, della misura e dell’automazione per affrontare problemi interdisciplinari.
6) Analizzare criticamente le prestazioni dei sistemi di controllo progettati mediante simulazioni numeriche e strumenti software dedicati (es. Matlab/Simulink).

Conoscenze relative alla dinamica del volo, alla teoria dei sistemi e al controllo classico.
Nozioni di base su stabilità, controllabilità e osservabilità.
Conoscenza di Matlab e Simulink.

Lezioni frontali ed esercitazioni in Matlab/Simulink.

Esame orale.

Ulteriore materiale didattico utilizzato a lezione sarà fornito agli studenti durante le lezioni o via email.

Introduzione ai problemi di ottimizzazione: condizioni analitiche e metodi numerici,
Calcolo variazionale,
Principio del massimo,
Controllo Ottimo in catena chiusa,
Controllo ottimo lineare-quadratico,
Controllo predittivo,
Controllo non-lineare,
Controllo adattativo,
Controllo robusto,
Osservatori di stato,
Stima ottima dello stato: Filtraggio alla Kalman

Italian

The course introduces the elements of mathematical optimization and variational calculus. Students will learn some control and optimal estimation techniques, robust and adaptive control algorithms.

D. E. Kirk, Optimal Control Theory
H. Khalil, Nonlinear Systems
D. Simon Optimal State Estimation: Kalman, H Infinity, and Nonlinear Approaches

At the end of the course, the student will be able to:
1) Understand the fundamental principles of mathematical optimization and variational calculus applied to control problems.
2) Design modern control algorithms for fixed-wing and rotary-wing aircraft as well as for spacecraft.
3)Apply techniques of optimal, robust, and adaptive control to the management of complex aerospace systems.
4) Develop and evaluate optimal estimation and control strategies based on realistic dynamic models.
5) Integrate knowledge from the fields of aerospace systems, automatic control, measurement, and automation to address interdisciplinary problems.
6)Critically analyze the performance of designed control systems through numerical simulations and dedicated software tools (e.g., Matlab/Simulink).

Knowledge related to flight dynamics, systems theory, classical control, stability, controllability and observability.
Knowledge of Matlab and Simulink.

Lectures and practical exercises using Matlab/Simulink.

Oral examination.

Any additional course materials used in class will be made available to students during class or by email.”

Introduction to optimization problems: analytical conditions and numerical methods,
Variational calculus,
Principle of the maximum,
Optimum control in closed loop,
Optimum linear-quadratic control,
Predictive control,
Nonlinear control,
Adaptive control,
Robust control,
State Observer,
Optimal state estimation: Kalman filtering.