⚡ electrical engineering

Analysis of Non-Square Nonlinear MIMO Systems using Scaled Relative Graphs

Dit artikel introduceert een nieuwe Scaled Relative Graph (SRG)-analysemethode voor niet-vierkante niet-lineaire MIMO-systemen door operatoren in te bedden in een gemeenschappelijke Hilbertruimte, waardoor stabiliteitsgaranties en $L_2$ -gain-begrenzingen mogelijk worden voor een breder scala aan systemen dan eerder mogelijk was.

Oorspronkelijke auteurs: Julius P. J. Krebbekx, Roland Tóth, Amritam Das

Gepubliceerd 2026-04-20

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Julius P. J. Krebbekx, Roland Tóth, Amritam Das

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

Titel: Hoe je een onvolmaakte machine begrijpt met een nieuwe soort "kaart"

Stel je voor dat je een ingenieur bent die een heel complex systeem moet bouwen, zoals een zelfrijdende auto of een robotarm. Vaak werkt dit systeem met verschillende soorten "invoer" (bijvoorbeeld stuurinstructies en sensorgegevens) en verschillende soorten "uitvoer" (bijvoorbeeld stuurbewegingen en remkrachten).

In de wereld van de techniek noemen we dit een MIMO-systeem (Multiple-Input Multiple-Output). Het probleem is: wat als het aantal invoer niet overeenkomt met het aantal uitvoer? Bijvoorbeeld, je hebt 3 knoppen om in te drukken, maar de machine heeft maar 2 wielen om te sturen. Of andersom: 1 knop, maar 3 verschillende motoren.

In de wiskunde noemen we dit een niet-vierkant (non-square) systeem. Tot nu toe hadden ingenieurs een groot probleem: de beste hulpmiddelen om te kijken of zo'n systeem stabiel blijft (dus niet uit elkaar valt of onbeheersbaar wordt), werkten alleen voor "vierkante" systemen (evenveel invoer als uitvoer).

Om dit op te lossen, probeerden ingenieurs vroeger de machine "vierkant te maken" door kunstmatig extra knoppen of wielen toe te voegen die eigenlijk niets doen. Maar dit leidde vaak tot conservatisme: ze dachten dat de machine gevaarlijk was, terwijl hij dat in werkelijkheid niet was. Het was alsof je een auto verbiedt om te rijden omdat je denkt dat hij te snel gaat, terwijl je die snelheid alleen maar hebt bedacht door een extra, fictieve motor toe te voegen.

De oplossing: De "Scaled Relative Graph" (SRG)

De auteurs van dit paper hebben een nieuwe manier bedacht om deze machines te analyseren. Ze gebruiken een methode die ze Scaled Relative Graph (SRG) noemen.

De Analogie van de Landkaart:
Stel je voor dat elke machine een landkaart is. De SRG is een speciale kaart die laat zien hoe de machine reageert op verschillende signalen.
- Bij een vierkante machine past deze kaart perfect.
- Bij een niet-vierkante machine (bijv. 3 knoppen, 2 wielen) past de kaart niet.

De Geniale Tactiek: De "Inpakmethode"

De kern van dit nieuwe onderzoek is een slimme truc die ze embedding noemen.

De "Verpakking": In plaats van de machine kunstmatig groter te maken (door extra, nutteloze knoppen toe te voegen), doen ze de machine in een grotere "doos" (een wiskundige ruimte).
De "Beperking": Dit is het belangrijkste deel: Ze kijken alleen naar de signalen die echt in de machine passen. Ze negeren de extra ruimte in de doos die ze net hebben toegevoegd.
- Vergelijking: Stel je voor dat je een klein kind (de machine) in een groot zwembad (de wiskundige ruimte) zet. Normaal zou je denken dat het kind kan verdrinken omdat het zwembad te groot is. Maar deze nieuwe methode zegt: "Nee, we kijken alleen naar het stukje water waar het kind daadwerkelijk zwemt."

Door deze truc te gebruiken, kunnen ze de SRG-kaart maken zonder dat ze de machine "opblazen" met fictieve onderdelen. Dit maakt hun analyse veel nauwkeuriger en minder angstig (minder conservatief).

Waarom is dit belangrijk?

Veiligheid: Ze kunnen nu garanderen dat complexe systemen (zoals robots of elektriciteitsnetwerken) stabiel blijven, zelfs als ze niet perfect "vierkant" zijn.
Efficiëntie: Ze hoeven geen extra, nutteloze onderdelen te simuleren om de berekeningen te maken.
Toepassing: Ze hebben laten zien dat dit werkt voor systemen die bestaan uit een mix van vaste regels (lineair) en wispelturige regels (niet-lineair, zoals een veer die soms vastloopt).

Samenvattend in één zin:
De auteurs hebben een nieuwe wiskundige "bril" ontworpen waarmee we complexe, ongelijkvormige machines kunnen bekijken zonder ze kunstmatig te veranderen, waardoor we veel preciezer kunnen voorspellen of ze veilig en stabiel werken.

Dit paper is dus een stap voorwaarts om de wereld van de regeltechniek veiliger en slimmer te maken, zelfs voor de meest onhandige, onvierkante machines.

Titel: Analyse van Niet-Vierkante Niet-Lineaire MIMO-systemen met behulp van Geschaalde Relatieve Grafieken (SRG)

Auteurs: Julius P. J. Krebbekx, Roland Tóth, Amritam Das
Context: Uitgebreide versie, gepresenteerd in de controletechniek (eess.SY).

1. Probleemstelling

Bestaande grafische methoden voor systeemanalyse, zoals Nyquist- en Bode-diagrammen, zijn fundamenteel voor lineaire tijd-invariante (LTI) systemen, maar hebben moeite met niet-lineaire en meervoudige ingang/meervoudige uitgang (MIMO) systemen. De Geschaalde Relatieve Grafiek (Scaled Relative Graph - SRG) is een recente, niet-benaderende methode die stabiliteitsvoorwaarden en $L_2$ -versterkingsgrenzen biedt voor niet-lineaire systemen.

Echter, eerdere pogingen om SRG-analyse uit te breiden naar MIMO-systemen liepen vast op een fundamenteel probleem:

De SRG is gebaseerd op de structuur van een Hilbert-ruimte, waarbij het domein (ingangen) en het bereik (uitgangen) van een operator in dezelfde ruimte moeten liggen.
Dit werkt perfect voor vierkante systemen (gelijk aantal ingangen en uitgangen), maar faalt bij niet-vierkante systemen (bijv. meer ingangen dan uitgangen of vice versa).
Bestaande oplossingen voor niet-vierkante systemen gebruiken vaak een "squaring-up" methode (het kunstmatig toevoegen van nul-uitgangen of -ingangen om het systeem vierkant te maken). Dit leidt echter tot conservatisme (overmatige voorzichtigheid in de analyse), waardoor stabiele systemen als instabiel worden bestempeld of de versterkingsgrenzen onnodig groot worden.

Het doel van dit artikel is een SRG-analyse methode te ontwikkelen die specifiek is ontworpen voor niet-vierkante niet-lineaire MIMO-systemen zonder dit conservatisme.

2. Methodologie

De kern van de voorgestelde methode ligt in een innovatieve embeddingsstrategie die de operator in een gemeenschappelijke Hilbert-ruimte plaatst, terwijl de oorspronkelijke input-dimensie strikt wordt gerespecteerd.

A. Embedding van Operatoren

In plaats van het systeem kunstmatig vierkant te maken door willekeurige signalen toe te voegen, embedden de auteurs operatoren $R: L_2^p \to L_2^q$ in een ruimte van vierkante operatoren $N(L_2^n)$ met $n = \max(p, q)$ , maar met een cruciale beperking:

Brede operatoren ( $p > q$ ): Er worden extra uitgangen toegevoegd die altijd nul zijn.
Hoge operatoren ( $p < q$ ): Er worden extra ingangen toegevoegd, maar deze worden niet gebruikt als input voor de operator. De analyse wordt beperkt tot de subruimte van de oorspronkelijke $p$ ingangen.
Dit voorkomt dat de SRG "vervuild" wordt met artefacten van de kunstmatige dimensies, wat conservatisme elimineert.

B. Generalisatie van SRG-Calculus

De auteurs generaliseren de SRG-interconnectieregels (som, product, inversie) voor beperkte input-ruimtes. Ze bewijzen dat de regels uit de bestaande literatuur (voor volledige domeinen) ook gelden voor deze ingebedde operatoren, mits de domein- en bereikrestricties correct worden gehanteerd.

C. Stabiliteitsstellingen voor LFR-systemen

De methode wordt toegepast op systemen in Lineaire Fractionele Representatie (LFR) vorm. Een LFR bestaat uit een LTI-blok ( $G$ ) en een blok met statische of dynamische niet-lineariteiten ( $\Phi$ ), die in een feedbacklus zitten.

Er worden nieuwe stabiliteitsstellingen afgeleid die goed-gesteldheid (well-posedness), causaliteit en incrementele $L_2$ -versterkingsgrenzen garanderen voor de gehele interconnectie.
De theorie generaliseert homotopie-resultaten naar de niet-vierkante MIMO-context.

D. Berekeningsformules

Het artikel levert expliciete formules voor het berekenen van de SRG van:

Stabiele LTI-operatoren: Een algoritme dat exacte SRG-grenzen berekent op basis van singuliere waarden, rekening houdend met de beperkte input-dimensie.
Diagonale en niet-vierkante statische niet-lineariteiten: Uitbreiding van sector-begrenzingen naar MIMO-context.

3. Belangrijkste Bijdragen

Definitie van MIMO SRG: Een formele definitie van de SRG voor niet-vierkante operatoren via een embeddingsprocedure die conservatisme door kunstmatige dimensies elimineert.
Theoretische Generalisatie: Uitbreiding van de SRG-calculus en homotopie-stabiliteitsstellingen naar niet-vierkante MIMO-systemen met beperkte domeinen.
Praktische Toepasbaarheid: Afleiding van een computable toolchain voor LFR-systemen, inclusief algoritmen voor LTI-blokken en niet-lineaire blokken.
Software: Beschikbaarheid van een Julia-toolbox (SrgTools.jl) voor het uitvoeren van deze analyses.

4. Resultaten en Voorbeelden

De auteurs demonstreren de superioriteit van hun methode aan de hand van vier voorbeelden:

Voorbeeld 1: Niet-vierkane Lur'e-systeem:
- Vergelijking tussen de voorgestelde methode en de traditionele "naive squaring-up" methode.
- Resultaat: De nieuwe methode levert een veel strakkere $L_2$ -versterkingsgrens op (bijv. $\gamma \leq 0.4$ versus $12.5$ in de traditionele methode bij bepaalde parameters). Bovendien kan de nieuwe methode stabiliteit aantonen waar de traditionele methode faalt (wanneer $a < 0.42$ ).
- Passiviteit: De embedding behoudt de passiviteit van het systeem, terwijl het toevoegen van kunstmatige uitgangen deze eigenschap vernietigt.
Voorbeeld 2: SISO-systeem met meerdere niet-lineariteiten:
- Vergelijking met een bestaande SISO-benadering.
- Resultaat: De MIMO-benadering levert een strakkere incrementele versterkingsgrens ( $\Gamma \leq 2.33$ vs $4.81$) en bewijst automatisch causaliteit en goed-gesteldheid, wat in de vorige methoden als aanname moest worden gedaan.
Voorbeeld 3: Twee Massa-Veer-Dempersysteem:
- Analyse van een complex niet-lineair MIMO-systeem met niet-lineaire veren.
- Resultaat: De methode levert een geldige stabiliteitsanalyse en versterkingsgrens ( $\Gamma \leq 12.09$ ), waarbij de invloed van negatieve veren (actieve elementen) correct wordt gemodelleerd.
Voorbeeld 4: Vergelijking met IQC-gebaseerde SRG-resultaten:
- Vergelijking met een recente IQC (Integral Quadratic Constraint) methode.
- Resultaat: De voorgestelde methode levert een strakkere versterkingsgrens ( $\gamma \leq 1.79$ vs $\approx 4.05$ ) voor een specifiek feedbacksysteem.

5. Betekenis en Conclusie

Dit artikel vormt een belangrijke doorbraak in de analyse van niet-lineaire regelsystemen. De belangrijkste implicaties zijn:

Verwijdering van Conservatisme: Door de input-dimensie strikt te beperken tijdens de SRG-berekening, worden systemen niet onterecht als instabiel of slecht presterend bestempeld. Dit maakt de methode zeer nuttig voor het ontwerp van robuuste controllers.
Unificatie van Analyse: De methode biedt een uniform raamwerk voor zowel lineaire als niet-lineaire, vierkante en niet-vierkante systemen, wat de complexiteit van het analyseproces vermindert.
Toepasbaarheid in de Praktijk: De focus op LFR-vormen maakt de methode direct toepasbaar in moderne regeltechniek, waar onzekerheden en niet-lineariteiten vaak in deze vorm worden gemodelleerd.
Open Source: De beschikbaarheid van de Julia-toolbox faciliteert de adoptie en verdere ontwikkeling van deze technieken door de gemeenschap.

Kortom, de auteurs hebben een theoretisch onderbouwde en praktisch bruikbare methode ontwikkeld die de beperkingen van eerdere SRG-toepassingen op MIMO-systemen overwint, waardoor nauwkeurigere en minder conservatieve stabiliteitsanalyses mogelijk worden.