⚡ electrical engineering

Adaptive Kalman Filtering with Exact Linearization and Decoupling Control on Three-Tank Process

Dit artikel presenteert een adaptieve Kalman-filter met exacte linearisatie en ontkoppelingsregeling voor een drie-tankproces, waarbij wordt aangetoond dat deze methode succesvol dynamische referentiesporen volgt en een nauwkeurige schatting van het niet-lineaire systeem mogelijk maakt.

Oorspronkelijke auteurs: Bambang L. Widjiantoro, Katherin Indriawati, Moh Kamalul Wafi

Gepubliceerd 2026-04-07

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Bambang L. Widjiantoro, Katherin Indriawati, Moh Kamalul Wafi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

🌊 De Drie-Tank Dans: Hoe je waterpeilen perfect regelt

Stel je voor dat je drie grote badkuipen naast elkaar hebt staan. Ze zijn allemaal met elkaar verbonden via buizen, en er lopen twee pompen die water in de kuipen spuiten. Dit is wat ingenieurs een "drie-tank systeem" noemen. Het klinkt simpel, maar in de echte wereld is dit heel lastig te regelen.

Waarom? Omdat water niet luistert. Als je in badkuip 1 water bijvult, stroomt dat via de buizen ook door naar badkuip 2 en 3. Het is alsof je drie vrienden hebt die hand in hand dansen: als de één stopt, bewegen de anderen ook. Als je te hard pompt, loopt het over; te zacht, en de kuip blijft leeg.

Dit artikel gaat over hoe je deze drie kuipen slim kunt besturen, zelfs als het water zich onvoorspelbaar gedraagt. De auteurs gebruiken drie slimme trucjes: Lineaire Regeling, Exacte Linearisatie en een Slimme Schatting.

1. De Eenvoudige Benadering: De "Stabiele Tuin"

(Deel: Lineaire Regeling)

Stel je voor dat je een tuin hebt waar je precies wilt weten hoe hoog het gras moet staan. Als je alleen kleine aanpassingen doet (bijvoorbeeld: "graas net iets meer"), kun je de tuin als een rechte lijn behandelen. Dat is makkelijk te berekenen.

In de techniek noemen ze dit lineaire regeling. De auteurs zeggen: "Laten we doen alsof de waterstromen altijd netjes en voorspelbaar zijn, zolang we maar dicht bij een bepaald waterpeil blijven."

Het probleem: Als je plotseling heel veel water toevoegt (bijvoorbeeld een storm of een grote pomp), breekt deze "rechte lijn" benadering. De tuin wordt dan een wildernis en de simpele regels werken niet meer.
Het resultaat: De simpele regelaar werkt prima als je alleen kleine aanpassingen doet, maar hij begint te haperen als de situatie verandert.

2. De Slimme Benadering: De "Tovenaar"

(Deel: Exacte Linearisatie en Ontkoppeling)

Nu komen de auteurs met een veel krachtigere oplossing: Exacte Linearisatie.

Stel je voor dat je een tovenaar bent die een vloek op de drie badkuipen legt. Die vloek zorgt ervoor dat de kuipen plotseling stoppen met elkaar te praten.

Ontkoppeling: Normaal gesproken beïnvloedt badkuip 1 badkuip 2. De tovenaar (de regelaar) zorgt ervoor dat als je aan badkuip 1 trekt, badkuip 2 en 3 daar niets van merken. Ze worden onafhankelijk van elkaar.
Het effect: Plotseling is het complexe, chaotische watergedrag veranderd in iets heel simpels: alsof je drie aparte emmers hebt die je perfect kunt vullen zonder dat het ene overloopt in het andere.

Dit werkt zelfs als het waterpeil heel hoog of heel laag is. Het is alsof je van een wild, onvoorspelbaar wild dier een gehoorzame huisdier maakt.

3. De Slimme Schatting: De "Orakel"

(Deel: Adaptieve Kalman-filter)

Nu is er nog een probleem: Je kunt niet altijd perfect meten hoeveel water er in de kuip zit. De sensoren (die de waterstand meten) kunnen soms een beetje "dwaas" doen door ruis of storingen. Het is alsof je door een wazige bril naar de waterstand kijkt.

Hier komt de Adaptieve Kalman-filter (AKF) om de hoek kijken.

Wat doet het? Stel je voor dat je een orakel bent die niet alleen kijkt wat er nu gebeurt, maar ook onthoudt hoe de sensoren zich in het verleden hebben gedragen.
Adaptief: Als de sensoren plotseling wat "raar" gaan doen (bijvoorbeeld door trillingen of temperatuur), past de orakel zijn eigen regels direct aan. Hij zegt: "Oké, de sensor is vandaag wat onzeker, ik ga mijn vertrouwen in die meting iets verlagen en meer vertrouwen in mijn eigen berekening."
Het resultaat: Zelfs als de metingen ruisig zijn, weet dit systeem precies hoe hoog het water écht is. Het is alsof je een bril krijgt die automatisch scherper wordt zodra het mistig wordt.

🏆 Wat hebben ze bewezen?

De auteurs hebben dit allemaal in een computer gesimuleerd (een virtueel lab) met de volgende resultaten:

De simpele regelaar werkt goed als je rustig blijft, maar hij kan niet tegen grote veranderingen.
De "Tovenaar" (de niet-lineaire regelaar) slaagt erin om de drie kuipen volledig onafhankelijk van elkaar te houden. Zelfs als je de doelen (het gewenste waterpeil) snel verandert, volgen de kuipen perfect.
De "Orakel" (de AKF) schat de waterstanden zo nauwkeurig in, dat zelfs met ruisige sensoren de fouten verwaarloosbaar klein blijven.

🚀 Conclusie voor de Toekomst

Dit onderzoek laat zien dat je door slimme wiskunde (die de auteurs "ontkoppeling" en "adaptieve filters" noemen) complexe industriële systemen – zoals waterzuiveringsinstallaties of brandstoftanks – veel veiliger en efficiënter kunt maken.

In de toekomst kunnen deze technieken helpen bij nog complexere systemen, zoals een heel netwerk van tanks die met elkaar communiceren, of zelfs bij robots die samenwerken. Het is de sleutel tot het temmen van het chaos in de technische wereld.

Titel: Adaptieve Kalman-filtering met Exacte Linearisatie en Koppelingsvrije Regeling op een Drie-Tank Proces

1. Probleemstelling

In industriële systemen voor vloeistofopslag en waterbehandeling is het handhaven van specifieke vloeistofniveaus in hydraulische systemen (zoals het drie-tank systeem) cruciaal voor een optimale werking. Het hoofdprobleem in dit onderzoek is tweeledig:

Niet-lineariteit en Koppeling: Het drie-tank systeem is inherent niet-lineair en de tanks zijn onderling gekoppeld via uitwisselingsstromen. Traditionele lineaire regelaars werken alleen effectief in de buurt van een specifiek werkpunt; bij grotere afwijkingen of dynamische referenties degradeert de prestatie door de niet-lineariteiten en de onderlinge beïnvloeding (koppeling) tussen de tanks.
Onzekerheid en Ruis: Deterministische regelingsschema's negeren vaak stochastische onzekerheden en storingsruis. Standaard Kalman-filters (zoals het Extended Kalman Filter - EKF) vereisen vaak een nauwkeurige a priori kennis van de ruiscovarianties (procesruis $Q$ en meetruis $R$ ). Als deze niet correct worden gekozen, leidt dit tot suboptimale schattingen of instabiliteit.

2. Methodologie

De auteurs hanteren een geavanceerde aanpak die drie kerncomponenten combineert:

A. Wiskundige Modellering
Het systeem wordt gemodelleerd als drie identieke cilindrische tanks die via pijpleidingen met elkaar verbonden zijn. De dynamiek wordt beschreven door massabalansvergelijkingen gebaseerd op de wet van Bernoulli en de wet van Torricelli.

Lineaire Representatie: Het niet-lineaire model wordt gelijkaard rond een evenwichtspunt $(u_0, y_0)$ met behulp van een Taylor-reeksontwikkeling van de eerste orde. Dit resulteert in een lineair tijd-invariant (LTI) model in discrete tijd, geschikt voor digitale implementatie.
Niet-lineaire Representatie: Voor grotere dynamische variaties wordt het oorspronkelijke niet-lineaire model behouden.

B. Regelingstrategieën
Twee regelingstactieken worden ontwikkeld en vergeleken:

Lineaire Regeling met Integralen: Een lineaire state-feedback regelaar met een integratoractie (om stationaire fouten te elimineren) wordt ontworpen via polenplaatsing. Dit werkt goed rond het werkpunt maar faalt bij grote afwijkingen door de gekoppelde dynamiek.
Exacte Feedback-Linearisatie met Koppelingsvrije Regeling (Decoupling): Om de beperkingen van de lineaire regeling te overwinnen, wordt een niet-lineaire regelaar ontworpen.
- Er wordt gebruik gemaakt van exacte feedback-linearisatie om het niet-lineaire systeem te transformeren in een lineair systeem.
- Een koppelingsvrije (decoupling) regelaar wordt toegepast om de interacties tussen de tanks te elimineren. Hierdoor kan elke tank (uitgang) onafhankelijk worden geregeld via een virtueel lineair systeem (integratoren), ondanks de onderliggende niet-lineariteiten.

C. Adaptieve Kalman-filter (AKF)
Om de toestand van het systeem nauwkeurig te schatten in aanwezigheid van onbekende ruis, wordt een Adaptieve Covariantie Kalman-filter (AKF) voorgesteld.

In tegenstelling tot het standaard Kalman-filter, waarbij de procesruis-covariantie $Q$ statisch is, wordt deze in de AKF dynamisch bijgewerkt.
De methode gebruikt de innovatie-sequentie (het verschil tussen de gemeten uitgang en de geschatte uitgang) om $Q$ continu aan te passen. Dit elimineert de noodzaak voor precieze a priori kennis van de ruisstatistieken en verbetert de schattingsnauwkeurigheid onder veranderende omstandigheden.

3. Belangrijkste Bijdragen

Hybride Regelarchitectuur: Het succesvol integreren van exacte linearisatie en koppelingsvrije regeling voor een drie-tank proces, wat leidt tot onafhankelijke regeling van gekoppelde niet-lineaire subsystemen.
Adaptieve Ruis-schatting: De implementatie van een AKF-algoritme specifiek voor dit proces, waarbij de procesruis-covariantie ( $Q$ ) adaptief wordt bijgewerkt op basis van de innovatie, wat de robuustheid tegen onzekerheden verhoogt.
Vergelijkende Analyse: Een uitgebreide numerieke simulatie die de prestaties van de lineaire regeling, de niet-lineaire koppelingsvrije regeling en de AKF-schatting met elkaar vergelijkt.

4. Resultaten

De resultaten zijn gebaseerd op numerieke simulaties met een bemonsteringstijd van 1 seconde:

Lineaire Regeling: Toonde succesvolle referentievolging rond het werkpunt, maar vertoonde merkbare interacties (koppeling) tussen de tanks tijdens transiënten, wat leidde tot kleine overshoots en langere insteltijden bij veranderingen.
Niet-lineaire Koppelingsvrije Regeling: Toonde aanzienlijk betere prestaties. De uitgangen volgden de dynamische referenties nauwkeurig zonder significante onderlinge beïnvloeding. De fouten ( $e_i$ ) waren kleiner en de regeling bleef stabiel over een breder bereik van operationele condities.
Adaptieve Kalman-filter: De AKF leverde zeer nauwkeurige schattingen van de ware tankniveaus ( $h_1, h_2, h_3$ ), zelfs in aanwezigheid van meetruis. De schattingsfouten bleven klein en gebonden, wat aantoont dat de adaptieve update van $Q$ effectief is in het compenseren van onbekende storingsruis.

5. Betekenis en Toekomstperspectief

Dit onderzoek demonstreert dat de combinatie van exacte linearisatie, koppelingsvrije regeling en adaptieve filtering een krachtige oplossing biedt voor complexe, niet-lineaire industriële processen.

Significantie: Het biedt een alternatief voor traditionele lineaire regeling die vaak tekortschiet bij grote dynamische variaties. De adaptieve aard van de Kalman-filter maakt het systeem robuuster tegen onvoorspelbare storingen zonder dat complexe tuning van ruisparameters nodig is.
Toekomstig Werk: De auteurs suggereren dat dit raamwerk kan worden uitgebreid naar systemen met onwaarneembare dynamiek (waarbij technieken zoals compressed sensing nodig zijn) en naar netwerk-systemen met meerdere agenten, waarbij gedistribueerde schatting en decentrale regeling essentieel zijn voor schaalbaarheid.

Conclusie: De paper levert een robuust en nauwkeurig regel- en schattingssysteem voor het drie-tank proces, waarbij de niet-lineariteiten en koppelingen effectief worden beheerd en de schattingsprestaties worden geoptimaliseerd door adaptieve ruiscompensatie.