Multi-scale optimal control for Einstein Telescope active seismic isolation

Dit artikel presenteert een multi-schaal optimaal besturingskader voor actieve seismische isolatie in het Einstein-Telescoop, dat feedback- en mengfilters gezamenlijk optimaliseert en aantoont dat het OmniSens-systeem de platformbeweging bij microseismen tot twee ordes van grootte kan reduceren.

De kern

De Einstein Telescoop: Een Supergevoelige Weegschaal in de Aarde

Stel je voor dat je een weegschaal hebt die zo gevoelig is dat hij het gewicht van een mierenlarve kan meten, terwijl die weegschaal staat op een bruisend drukke markt. Dat is wat de Einstein Telescoop (ET) moet doen. Het is een gigantische detector die rimpelingen in de ruimtetijd (zwaartekrachtsgolven) moet opvangen.

Het probleem? De aarde trilt constant. Verkeer, wind, en zelfs de getijden van de oceaan zorgen voor trillingen. Voor de telescoop is dit alsof iemand op de weegschaal springt terwijl je probeert een mierenlarve te wegen. Als je die trillingen niet stopt, zie je de kosmische signalen niet.

Het Probleem: De "Valse" Signalen

De onderzoekers in dit paper kijken naar een specifiek probleem: helling.
Stel je voor dat je een glas water op een tafel zet. Als je de tafel een beetje kantelt, glijdt het water naar één kant. In de telescoop zorgt een kleine kanteling van de grond ervoor dat de zware spiegel (de "testmassa") niet alleen kantelt, maar ook een beetje verschuift. Dit heet koppeling.

De huidige systemen zijn goed, maar niet perfect. Ze gebruiken sensoren om de trillingen te meten en motoren om de tafel tegen te bewegen. Maar sensoren zijn niet perfect; ze hebben zelf ook ruis (een soort "statiek" in het signaal). Als je te hard probeert te corrigeren, hoor je alleen maar de ruis van de sensor, niet de echte trilling.

De Oplossing: Een Slimme "Mix-Regelaar"

De onderzoekers (Pooya Saffarieh en zijn team) hebben een nieuwe manier bedacht om deze trillingen te besturen. Ze noemen het een "Multi-scale Optimal Control Framework".

Laten we dit uitleggen met een analogie:

De Analogie van de Geluidsmixer
Stel je voor dat je een DJ bent op een feestje. Je hebt twee microfoons:

1. Microfoon A (OmniSens): Een heel dure, gevoelige microfoon die perfect is voor zachte, lage tonen (zoals het gerommel van de grond), maar die bij harde geluiden (hoge frequenties) begint te piepen.
2. Microfoon B (BRS-T360): Een robuuste microfoon die goed is voor harde geluiden, maar bij zachte tonen wat achterblijft.

Je wilt een perfecte mix maken zodat de muziek (de trillingen van de grond) altijd stil is, ongeacht hoe hard of zacht het is.

• De oude methode: Je probeerde de twee microfoons simpelweg te combineren, of je maakte twee aparte regelingen.
• De nieuwe methode (deze paper): Je gebruikt een slimme mixer. Deze mixer kijkt continu: "Op dit moment is Microfoon A het duidelijkst, dus ik gebruik die. Maar op een ander moment is Microfoon B beter, dus ik schakel over."

De onderzoekers hebben een wiskundig algoritme bedacht dat precies weet wanneer welke sensor het beste werkt. Ze noemen dit de "acausale optimum". Dat klinkt ingewikkeld, maar het betekent simpelweg: "Wat is het theoretisch beste signaal dat we ooit kunnen krijgen als we alle mogelijke bronnen samenvoegen?"

Hun algoritme probeert de regeling zo in te stellen dat het altijd dicht bij dat theoretische beste signaal blijft, zonder dat de ruis van de sensoren de boel verpest.

Twee Kandidaten: De "Alles-in-Één" vs. De "Specifiek-Gemixte"

Ze hebben twee verschillende systemen getest, alsof ze twee verschillende auto's testen op een racecircuit:

1. OmniSens (De Alles-in-Één):

   • Dit is een systeem met één zwaar gewicht dat aan een heel dun glasvezel hangt. Het meet alles tegelijk: kanteling en beweging.
   • Resultaat: Dit systeem is een winnaar. Omdat het zo gevoelig is voor lage trillingen (zoals het gerommel van de oceaan, de "microseism"), kan het de tafel tot wel 100 keer stiller maken dan de huidige systemen. Het is alsof je van een trillende boot op een meer naar een vliegtuig in rustige lucht gaat.

2. BRS-T360 (De Specifiek-Gemixte):

   • Dit gebruikt twee aparte sensoren: één die kanteling meet en één die horizontale beweging meet. Dit zijn sensoren die al bekend en betrouwbaar zijn in de wereld van zwaartekrachtsgolven.
   • Resultaat: Dit werkt ook goed, maar niet zo goed als OmniSens. Het is als een goede auto, maar niet zo snel als de racewagen.

Waarom is dit belangrijk?

Deze nieuwe methode is niet alleen een "fix" voor nu. Het is een nieuwe manier van denken voor het ontwerpen van de Einstein Telescoop.

• Flexibiliteit: Als de ingenieurs later beslissen om sensoren te verplaatsen of nieuwe motoren te gebruiken, kunnen ze dit wiskundige model direct opnieuw berekenen. Ze hoeven niet maandenlang te experimenteren; de computer doet het in minuten.
• Toekomst: Door de trillingen bij lage frequenties (waar de meeste interessante zwarte gaten zich bevinden) drastisch te verminderen, kunnen we veel meer gebeurtenissen in het heelal zien. Het is alsof je van een wazige foto naar een 8K-beeld gaat.

Samenvatting in één zin

De onderzoekers hebben een slimme "verstandige mixer" bedacht die verschillende sensoren combineert om de Einstein Telescoop zo stil te houden dat we eindelijk de zachtste fluisteringen van het heelal kunnen horen, zonder dat de trillende aarde ons in de weg zit.

Technische samenvatting

Titel: Multi-schaal optimale regeling voor actieve seismische isolatie van de Einstein Telescope

Auteurs: Pooya Saffarieh et al. (Nikhef, VU Amsterdam, LIGO, Stanford, Universiteit Twente)
Datum: 31 oktober 2025

---

1. Probleemstelling

De Einstein Telescope (ET), een voorgestelde derde-generatie gravitatiegolfobservatorium, vereist extreme precisie om zwakke astrophysieke signalen te detecteren. De gevoeligheid van deze detectoren wordt bij lage frequenties (onder de 3 Hz) beperkt door een combinatie van seismische ruis en regellus-ruis.

• Kritieke uitdaging: Koppelingen tussen verschillende vrijheidsgraden (DoF), met name de koppeling van kanteling naar translatie (tilt-to-translation coupling), spelen een grote rol in het verminderen van de gevoeligheid bij lage frequenties.
• Complexiteit: Het ontwerp van regelfilters is inherent afhankelijk van de dynamiek van sensoren, verstoringen en het plant-systeem. Bestaande methoden behandelen vaak mengfilters (blending filters) en feedback-lussen gescheiden, wat leidt tot suboptimale prestaties van de totale regellus. Bovendien zijn optimalisatie-algoritmen die op Riccati-vergelijkingen gebaseerd zijn, vaak numeriek instabiel bij grootschalige systemen met kruiskoppelingen en leiden ze tot controllers met een te hoge orde.

2. Methodologie

De auteurs presenteren een multi-schaal optimal control framework dat feedback en mengfilters gezamenlijk optimaliseert binnen een gekruiste opto-mechanisch systeem.

• Unificatie van Kostenfunctie: De kern van de methode is het gebruik van een "acausale optimum" ($\xi$). Dit is een theoretische ondergrens die de minimale ruis definieert die haalbaar is door de beste sensor op elke frequentie te kiezen. De kostenfunctie is gebaseerd op de afwijking van deze acausale optimum, uitgedrukt als een Signal-to-Noise Ratio (SNR).
• Generalized Plant: Het systeem wordt gemodelleerd als een "generalized plant" die noise coloring filters (om witte ruis te vormen naar realistische spectra), wegingfuncties (weighting functions) en de fysieke plant omvat.
  • De wegingfunctie $W_p(f)$ is het omgekeerde van de acausale optimum ($\xi^{-1}$). Dit dwingt de optimizer om sensoren te gebruiken in frequentiebanden met een hoog SNR en de lussversterking te verlagen waar het SNR laag is.
• Optimalisatie-algoritme: In plaats van Riccati-methoden wordt een subgradient descent-algoritme (geïmplementeerd via MATLAB's systune) gebruikt. Dit biedt:
  • Numerieke stabiliteit voor systemen met kruiskoppelingen.
  • Flexibiliteit om controllers met een lagere orde te genereren (makkelijker te implementeren).
  • De mogelijkheid om zowel $H_2$ (voor RMS-minimalisatie) als $H_\infty$ (voor robuustheid en constraints) normen te combineren.
• Vergelijkende Configuraties: Het framework is toegepast op twee sensorconfiguraties:
  1. OmniSens: Een nieuw 6-DoF inertieel isolatiesysteem met een zacht opgehangen referentiemassa en interferometrische uitlezing.
  2. BRS-T360: Een combinatie van een Beam Rotation Sensor (BRS) voor kanteling en een T360 seismometer voor horizontale beweging, met geüpgradede interferometrische uitlezing.

3. Belangrijkste Bijdragen

• Gecombineerde Optimalisatie: Voor het eerst worden feedback-controllers en mengfilters gezamenlijk geoptimaliseerd in een enkele kostenfunctie, rekening houdend met de geneste structuur van de regellussen.
• Acausale Optimum als Standaard: Het introduceren van $\xi$ als normalisatiefactor voor de kostenfunctie zorgt ervoor dat de optimizer gericht optimaliseert naar de fysiek haalbare grenzen van de sensoren, in plaats van een uniforme RMS-minimalisatie die gevoelige frequentiebanden negeert.
• Multi-schaal Benadering: De methode erkent dat de regellus verschillende schalen heeft (interne mengfilter-lus en externe feedback-lus) en lost deze simultaan op.
• Co-ontwerp Mogelijkheid: Het framework maakt het mogelijk om mechanische ontwerpparameters (zoals stijfheid en demping) en regelaars te co-optimaliseren, wat essentieel is voor vroege ontwerpfases van de ET.

4. Resultaten

De optimalisatie werd uitgevoerd voor beide configuraties met gebruikmaking van gemodelleerde gevoeligheid en seismische data van het Laboratori Nazionali del Gran Sasso (LNGS).

• Superieure Prestaties OmniSens: De OmniSens-configuratie toont aanzienlijk betere prestaties dan de BRS-T360, vooral in de buurt van de microseismische piek (ongeveer 0.1 - 0.2 Hz).
  • De platformbeweging wordt met tot wel twee orde van grootte gereduceerd ten opzichte van de BRS-T360.
  • Dit komt door de lagere thermische ruis van de referentiemassa en de hogere gevoeligheid voor rotatie bij lage frequenties.
• MIMO vs. SISO: Een Multi-Input Multi-Output (MIMO) aanpak (waarbij de rotatie- en translatielussen gekoppeld worden geoptimaliseerd) presteert beter bij lage frequenties dan een onafhankelijke Single-Input Single-Output (SISO) aanpak. Dit bevestigt het belang van het modelleren van de tilt-to-translation koppeling.
• Controller Orde: De gebruikte subgradient methode resulteerde in controllers met een veel lagere orde (bijv. 4-6 toestanden) vergeleken met de plant, wat de implementatie haalbaar maakt zonder significant verlies aan prestaties.

5. Betekenis en Conclusie

Dit onderzoek levert een cruciaal instrument voor het ontwerp van de Einstein Telescope.

• Ontwerpgids: Het framework biedt een robuuste manier om verschillende sensorconfiguraties te vergelijken en de impact van sensorruis op de totale instrumentprestaties te kwantificeren.
• Schaalbaarheid: De methode is schaalbaar naar complexere systemen met meer vrijheidsgraden, zoals het volledige ophangsysteem van de ET.
• Efficiëntie: Het stelt onderzoekers in staat om snel iteraties uit te voeren bij het wijzigen van sensorconfiguraties of omgevingscondities, wat essentieel is voor het overwinnen van de lage-frequentie ruisbarrière die nodig is voor het detecteren van zwaartekrachtsgolven van middelzware en stellaire zwarte gaten.

Kortom, de paper bewijst dat een geïntegreerde, multi-schaal optimalisatiebenadering, gebaseerd op een SNR-gedreven kostenfunctie, leidt tot superieure actieve seismische isolatie en een haalbaar pad biedt voor de realisatie van de Einstein Telescope.