Metodi di identificazione per la taratura automatica di regolatori industriali: analisi della letteratura e prospettive

The thesis, based on the literature, explores some methods for the automatic calibration of PID controllers, focusing on the challenges related to model identification and presenting some relevant proposals in the field. After an analysis of traditional methods and their limitations, we discuss the use of innovative techniques such as artificial intelligence and hybrid approaches, which combine data-driven models with machine learning techniques. An innovative approach based on settling time is also presented, which promises to further simplify calibration without compromising performance. The conclusions offer an overview of future research directions, with the aim of developing more efficient, robust and adaptable regulators to the complex dynamics of industrial systems.

La tesi, basandosi sulla letteratura, esplora alcuni metodi per la taratura automatica dei regolatori PID, concentrandosi sulle sfide legate all’identificazione dei modelli e presentando alcune proposte rilevanti nel campo. Dopo un’analisi dei metodi tradizionali e delle loro limitazioni, si discute l’impiego di tecniche innovative come l’intelligenza artificiale e gli approcci ibridi, che combinano modelli basati su dati con tecniche di apprendimento automatico. Viene presentato anche un approccio innovativo basato sul tempo di assestamento, che promette di semplificare ulteriormente la taratura senza comprometterne le prestazioni. Le conclusioni offrono una panoramica sulle direzioni future della ricerca, con l’obiettivo di sviluppare regolatori più efficienti, robusti e adattabili alle dinamiche complesse dei sistemi industriali.