Misure 2023/2024

1. Metrologia Generale

• Presupposti Filosofici della Scienza della Misura e del Metodo Sperimentale
• Teoria Formale della Misurazione
• Grandezze, Dimensioni, Unità di Misura, Campioni di Unità di Misura, Sistemi di Grandezze e Sistemi di Unità di Misura
• Le Scale di Misura
• La Scala Internazionale di Temperatura ITS90
• Metodi di Misura: Misure Dirette e Misure Indirette

2. Il Processo di Misura e Modalità di Funzionamento degli Strumenti di Misura 

• La Catena di Misura
• Elementi Funzionali di uno Strumento di Misura
• Sensori Attivi e Passivi
• Modalità di Funzionamento Analogica e Digitale
• Strumenti per Deflessione e Azzeramento

3. Strumento di Misura come Sistema

• Ingressi Desiderati, Interferenti e Modificanti
• Metodi di Correzione degli Effetti Interferenti e Modificanti: Metodo dell’Insensibilità Intrinseca, Correzioni Calcolate sull’Uscita, Metodo dell’Elevato Guadagno di Feedback, Filtraggio in Ingresso, Filtraggio in Uscita, Metodo degli Ingressi in Opposizione
• Introduzione al Filtraggio Mediante Analisi Armonica

4. Misura Come Segnale

• Introduzione alla Teoria dei Segnali
• Definizioni e Classificazione dei Segnali
• Rappresentazione dei Segnali
• Segnali Elementari e Operazioni Fondamentali sui Segnali
• Analisi di Fourier per Segnali Periodici Continui, Soluzione Numerica della Serie di Fourier per Segnali Periodici Discreti
• Trasformata di Fourier (FT), Trasformata di Fourier Discreta (FFT)
• Conversione Analogico Digitale
• Utilizzo di MatLab per l’Analisi dei Segnali

5. Prestazioni Statiche di uno Strumento di Misura

• Taratura statica, Curva di Taratura, Accuratezza e Incertezza Strumentale
• Caratteristiche statiche: Soglia, Fondo Scala, Sensibilità, Risoluzione, Isteresi, Spazio Morto, Leggibilità della Scala, Campo di Misura, Intervallo Dinamico
• Impedenza d’Ingresso

6. Prestazioni Dinamiche degli Strumenti di Misura

• Strumento di Misura come Sistema Lineare
• Generalità sulla Teoria dei Sistemi Lineari
• Strumenti di Ordine 0, del Primo Ordine e del Secondo Ordine
• Risposta di uno Strumento agli Ingressi Canonici: Gradino, Rampa, Forzante Armonica, Impulso
• Utilizzo di MatLab Simulink per la Simulazione del Comportamento Dinamico degli Strumenti di Misura

7. Elaborazione Statistica dei Dati

• Misura come Fenomeno Aleatorio
• Richiami di Calcolo Combinatorio (Permutazioni, Disposizioni, Combinazioni) e di Statistica Descrittiva (Indici di Centralità e Dispersione)
• Introduzione alla Probabilità: Definizioni di Probabilità, Regole della Probabilità
• Densità di Probabilità e Distribuzioni Notevoli
• Adattare una Distribuzione Limite ai Dati Sperimentali
• Statistica Inferenziale: Verifica di una Ipotesi Statistica, Test-Z, Test t-Student, Test del Chi-Quadro
• Adattare un Modello Teorico ai Dati Sperimentali: Regressione Lineare e non Lineare
• Metodi per Valutare la Bontà di un Fitting
• Utilizzo di MatLab per le Analisi Statistiche dei Dati Sperimentali

8. Analisi dell’Incertezza

• Definizione dell’Errore di Misura e dell’Incertezza di Misura
• Tipi di Incertezza
• Determinazione ed Espressione dell’Incertezza di Misura
• Analisi di Sensibilità

9. Introduzione al Machine Learning per l’Analisi Dati e per i Modelli Predittivi

• Modelli di Previsione con la Tecnica Machine Learning
• Le Fasi del Machine Learning
• Apprendimento Supervisionato e suoi Algoritmi
• Apprendimento non Supervisionato e suoi Algoritmi

10. Strumenti di Misura

• Misure di Spostamento, Velocità e Accelerazioni
• Misure di Forze, Coppie e Potenza
• Misure di Pressione
• Misure di Flusso e Portata
• Misure di Flusso Termico e di Temperatura
• Misure di Proprietà Termofisiche