• subspace
• closed loop
• Identificazione
• controllo

L'identificazione di sistemi o processi é un campo della modellazione che si pone come obiettivo quello di stimare un modello di un processo reale partendo da test o dati sperimentali.
Una fase molto importante della procedura di identificazione é il test sul processo reale e la raccolta dei dati sperimentali.
Un buon metodo per ottenere da questi esperimenti dei dati con un alto contenuto di informazioni é quello di operare in assenza di controllo e inserire nel processo una sequenza di ingressi che ecciti a sufficienza il processo.
Questa procedura ha peró molti svantaggi dovuti sopratutto al fatto che per un lungo periodo di tempo il processo lavora in assenza di controllo.
Per queste ragioni risulta preferibile eseguire i test sul processo in anello chiuso, ma in queste condizioni i metodi di identificazione possono dare origine a modelli affetti da errori, specialmente se gli ingressi sono vincolati.
Il calo di prestazioni che si registra se i metodi di identificazione vengono applicati a dati raccolti in anello chiuso puó essere superato mediante l'utilizzo di una particolare tipologia di algoritmi subspace. Apparentemente nulla puó essere fatto peró per risolvere il degrado di prestazioni che si registra nel caso in cui i dati derivano da un loop in cui il regolatore é vincolato. E' proprio questo il cuore del lavoro svolto in questa tesi: sono stati messi a confronto 6 differenti algoritmi di identificazione subspace validi in condizioni di anello chiuso e ne sono state testate le prestazioni in condizioni di vincoli sugli ingressi al processo.