در شبیه‏سازی‏های انجام شده، برای اینکه از شناسایی بردار مجهول اطمینان حاصل شود، می‏توان قانون به‏روزرسانی پارامترها و عمل شناسایی را زمانی انجام داد که عبارت مخالف صفر می‏باشد.
همانطور که ذکر شد، بلوک اول شناسایی پارامترهای فیزیکی موتور، بار و اغتشاش بار را شناسایی می‏کند. با شناسایی این پارامترها می‏توان برخی از سیگنال‏های مهم سیستم از جمله گشتاور شفت را تخمین زد. با اجرا کردن بلوک اول شناسایی بررسی شده و با در نظر گرفتن روابط (2-2) و (2-3)، می‏توان گشتاور شفت را از طریق فرمول های زیر تخمین زد:
(37-2)
(38-2)
بلوک اول شناسایی علاوه بر تخمین پارامترهای فیزیکی مجهول موتور، بار و اغتشاش بار، گشتاور شفت را نیز تخمین می زند. بعبارتی دیگر از این بلوک می‏توان بعنوان تخمینگر گشتاور شفت نیز یاد کرد.
2-3-2- بلوک دوم شناسایی
این بلوک از یک الگوریتم بازگشتی استفاده کرده و ورودی این الگوریتم گشتاور تخمین زده شده شفت توسط بلوک اول شناسایی می‏باشد. این بلوک دارای دو هدف اصلی زیر می‏باشد:
ارائه مدل‏های پارامتری خطی مناسب برای استفاده در کنترل وفقی
تخمین پارامترهای فیزیکی شفت
برای اجرای این الگوریتم فرض شده است که سیگنال‏های قابل اندازه‏گیری فقط سیگنال‏های موقعیت و سرعت سمت موتور و بار می‏باشند. همانطور که در قسمت 2-2 نیز بدان اشاره شد، برای پدیده غیرخطی بکلش 4 مدل کلی وجود دارد و هدف اصلی این مدل‏ها بدست آوردن روابط ریاضی حاکم بین و می‏باشد.
برای انجام عمل شناسایی با فرضیات ذکر شده در این قسمت، اولین گام بدست آوردن مدل پارامتری خطی مناسب بین زاویه پیچشی شفت و زاویه اختلاف می‏باشد. اگر مدل Dead Zone بکلش را که در قسمت 2-2-1 مورد بررسی قرار گرفت در نظر بگیرید، می‏توان دریافت که زاویه اختلاف یک تابع فرد از زاویه پیچشی شفت می‏باشد. با در نظر گرفتن این حقیقت، می‏توان زاویه پیچشی شفت را بصورت مجموع توان‏های فردی از زاویه اختلاف نوشت. بعبارت دیگر:
(39-2)
همچنین می‏توان برای سرعت زاویه‏ای پیچشی شفت نیز بطور مشابه رابطه زیر را نوشت:
(40-2)
که در آن و مجهولاتی هستند که بایستی شناسایی شوند. برای راحتی کار، ، و را در نظر می‏گیریم. در نتیجه زاویه پیچشی شفت و سرعت زاویه‏ای پیچشی شفت را می‏توان بصورت زیر نوشت:
(41-2)
(42-2)
با ترکیب (2-6)، (2-41) و (2-42) می‏توان مدل‏های پارامتری خطی زیر را بدست آورد:
(2-43)
(2-44)
(2-45)
در روابط بالا، مدل پارامتر خطی کلی را با (، )، مدل پارامتر خطی اول را با (، ) و مدل پارامتر خطی دوم را با (، ) نمایش می‏دهیم. با تبدیل مدل پارامتر خطی کلی به دو زیر مدل و استفاده از الگوریتم بازگشتی توضیح داده شده در قسمت بعدی، می‏توان به نتایج شناسایی مناسبی رسید.
الگوریتم ارائه شده برای بلوک دوم شناسایی از روش به‏روزرسانی حداقل مربعات بازگشتی استفاده می‏کند و دارای 4 گام بوده که بصورت زیر تعریف می‏شوند:
گام اول: