⚡ electrical engineering

Cascade PID Control of an Inverted Pendulum on a Cart System: Simulation and Experimental Analysis

Deze studie evalueert de prestaties van een cascade PID-regelstrategie voor een omgekeerde slinger op een kar via zowel Simscape-gebaseerde simulatie als Arduino-gestuurde experimenten, waarbij blijkt dat hoewel de aanpak stabilisatie bereikt, deze aanzienlijke beperkingen kent in verstoringonderdrukking en volgsprestaties ten opzichte van een op LQR gebaseerd alternatief als gevolg van realistische factoren zoals sensorruis en wrijving.

Oorspronkelijke auteurs: Khalid Mehrab, Md Zamiul Alam, Shadman Tahmid Haque

Gepubliceerd 2026-05-11

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Khalid Mehrab, Md Zamiul Alam, Shadman Tahmid Haque

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

Stel je voor dat je probeert een bezemsteel op je handpalm in evenwicht te houden terwijl je door een gang loopt. Dat is in wezen waar dit artikel over gaat, maar in plaats van een bezem en een hand, bouwden de onderzoekers een robotkar met een steel erbovenop en probeerden ze deze te leren zichzelf in evenwicht te houden terwijl hij bewoog.

Hier volgt een uiteenzetting van hun werk met behulp van eenvoudige analogieën:

De Grote Uitdaging: De Wankelende Steel

Het systeem dat ze bouwden, heet een "omgekeerde slinger". Denk eraan als een koorddanser die ondersteboven staat. Als ze stilstaan, vallen ze onmiddellijk om. Ze hebben constante, kleine aanpassingen nodig om rechtop te blijven.

Dit is lastig omdat de steel (de slinger) en de kar in hun gedrag aan elkaar "geplakt" zijn. Als je de kar naar voren duwt om de vallende steel te vangen, zwaait de steel naar achteren. Als je de kar te hard stopt, kan de steel omvallen. Het is een delicate dans waarbij één beweging de andere beïnvloedt.

De Oplossing: De "Manager en de Werknemer" (Cascaderende PID)

De onderzoekers gebruikten een besturingsstrategie genaamd Cascaderende PID. Om dit te begrijpen, stel je een bouwplaats voor met twee personen:

De Werknemer (Binnenste Lus): Deze persoon heeft alleen de taak om te voorkomen dat de steel valt. Hij is snel, reactief en raakt een beetje in paniek als de steel zelfs maar een klein beetje kantelt. Het maakt hem niet uit waar de kar zich bevindt; hij geeft alleen om het feit dat de steel verticaal blijft.
De Manager (Buitenste Lus): Deze persoon vertelt de Werknemer waar hij moet lopen. Als de kar 10 centimeter naar rechts moet bewegen, zegt de Manager: "Oké, ga daarheen." Maar de Manager vertrouwt erop dat de Werknemer het evenwicht bewaart tijdens het bewegen.

Het "Cascaderende" deel betekent dat de Manager met de Werknemer praat, en de Werknemer met de motor. Dit tweestapsproces helpt het systeem stabiel te houden.

De Twee Tests: Het Videospel versus De Reële Wereld

Het team testte dit idee op twee manieren:

1. De Simulatie (Het Perfecte Videospel)
Eerst bouwden ze een digitale versie van de kar in een computerprogramma (Simulink). In deze "videospel"-wereld is er geen stof, geen wrijving en geen trillende handen.

Het Resultaat: De digitale kar balanceerde perfect. Hij bewoog naar de doelplek en de steel bleef rechtop. Het was soepel en voorspelbaar, zoals een personage in een goed geprogrammeerd videospel.

2. Het Experiment (De Reële Rommel)
Vervolgens bouwden ze een fysieke robot met behulp van een Arduino (een kleine computer), een motor en sensoren.

De Realiteitscheck: Het echte leven is rommelig. De wielen hadden wrijving, de sensoren waren een beetje ruisend (zoals statische op een radio), en de motor reageerde niet precies zoals de wiskunde voorspelde.
Het Resultaat: De robot wist inderdaad in evenwicht te blijven, wat een succes was! Hij gedroeg zich echter anders dan het computermodel. De "Manager" en "Werknemer" moesten anders worden afgesteld. Bijvoorbeeld: in de computer gebruikten ze negatieve getallen om de kar te laten achteruit bewegen, maar de software van de fysieke robot verstond geen negatieve getallen, dus ze moesten een omweg vinden.

De Problemen die Ze Vonden

Hoewel de robot werkte, liepen de onderzoekers tegen enkele muren op:

De "Te Lichte" Steel: In hun eerste opstelling was de steel zeer licht (zoals een veer). Toen ze hem een kleine duw gaven (een verstoring), kon de robot niet herstellen. Het was alsof je probeert een veer op je vinger in evenwicht te houden terwijl iemand erop blaast; het is te gevoelig.
De Korte Gang: Toen de robot probeerde een zwaardere steel in evenwicht te houden of zich te herstellen van een duw, moest hij de kar veel heen en weer bewegen. Het spoor dat ze bouwden was te kort. De kar botste tegen het einde van de rail voordat hij klaar was met het in evenwicht brengen.
De "Overdrijving": Soms, wanneer de kar probeerde naar een nieuwe plek te bewegen, zwaaide hij voorbij het doel en moest hij terugkomen, zoals een auto die te laat remt bij een stopbord.

De Betere Oplossing: De "Slimme Manager" (LQR)

Om de "overdrijving" en de moeilijkheid om zich te herstellen van duwen op te lossen, probeerden ze de "Werknemer" (de hoekregelaar) te vervangen door een geavanceerder algoritme genaamd LQR.

De Analogie: Als de PID-regelaar een werknemer is die strikte regels volgt, is de LQR een werknemer die "vooruit kan denken". Het berekent de meest efficiënte manier om tegelijkertijd in evenwicht te blijven en te bewegen.
Het Resultaat: Deze nieuwe opstelling verminderde de wilde zwaai-bewegingen (overdrijving) en hielp het systeem beter om te gaan met verstoringen, hoewel het nog steeds een lang spoor vereiste om perfect te werken.

De Conclusie

Het artikel concludeert dat de eenvoudige "Manager en Werknemer"-benadering (Cascaderende PID) goed werkt om de steel rechtop te houden, maar dat er grenzen zijn.

Het heeft moeite met zware verstoringen tenzij de steel zwaar genoeg is.
Het heeft een lang spoor nodig om zijn werk te doen.
Robottoepassingen in de echte wereld zijn rommeliger dan computersimulaties, dus je moet ze anders afstellen.
Het gebruik van slimmere wiskunde (zoals LQR) voor het balancerende deel kan het hele systeem soepeler en efficiënter maken.

Kortom: Ze bewezen dat je een steel op een bewegende kar in evenwicht kunt houden met een tweestapsbesturingssysteem, maar dat het echte leven meer ruimte, zwaardere stelen en soms slimmere algoritmes vereist dan een eenvoudige computersimulatie suggereert.

Technische Samenvatting: Cascaderegeling met PID voor een Omgekeerde Slinger op een Karretje

Probleemstelling
De omgekeerde slinger op een karretje vormt een klassieke benchmark in de regeltechniek, gekenmerkt als een sterk niet-lineair, meervoudig variabel en ondergeactiveerd Single-Input Multi-Output (SIMO)-systeem. De primaire uitdaging ligt in het stabiliseren van het inherent instabiele bovenste evenwicht (het rechtop houden van de slinger) terwijl gelijktijdig de horizontale positie van het karretje wordt geregeld met één enkele regelingkracht. Hoewel er geavanceerde regelstrategieën bestaan, zoals Lineaire Kwantitatieve Regelaars (LQR), fuzzy logica en neurale netwerken, blijft de Proportioneel-Integraal-Derivatieve (PID) regelaar de industriestandaard vanwege zijn eenvoud en robuustheid. Het toepassen van een standaard PID op dit SIMO-systeem is echter niet triviaal; onderzoekers maken vaak gebruik van cascadesstructuren om de snelle dynamiek van de slingerhoek te ontkoppelen van de langzamere dynamiek van de karretjespositie. Er bestaat een aanzienlijke kloof in het begrijpen van de praktische discrepanties tussen geïdealiseerde simulaties en experimentele implementaties in de echte wereld, met name wat betreft sensorruis, niet-gemodelleerde wrijving en de beperkingen van cascaded PID bij storingsonderdrukking en grote positiecommando's.

Methodologie
De studie hanteert een tweeledige methodologie die zowel simulatie als fysieke experimenten omvat om een cascaderingsregeling met PID te evalueren.

Modellering en Simulatie: Een niet-lineair model van het systeem werd ontwikkeld met behulp van Simscape Multibody binnen MATLAB/Simulink. Deze aanpak maakte gebruik van fysieke parameters (karretjesmassa: 0,5672 kg, slingermassa: 0,0374 kg, lengte: 0,38 m) zonder analytische linearisatie te vereisen. De regelstructuur bestond uit een binnenlus voor stabilisatie van de slingerhoek en een buitenlus voor het volgen van de karretjespositie.
Experimentele Opstelling: Een fysiek prototype werd gebouwd bestaande uit een door een DC-motor aangedreven karretje, een rotatie-encoder voor hoekmeting, een ultrasone sensor voor positievolging en een Arduino MEGA voor realtime regeling. Het systeem maakte gebruik van een H-brug (L298N) voor motoractuatatie.
Implementatie van Regeling: De cascaderingsregelaar met PID werd in Simulink afgesteld met behulp van de PID Tuner en handmatige aanpassingen om specifieke prestatiecriteria te bereiken (bijv. <10% overshoot van het karretje, <15% hoekafwijking). In de experimentele fase werd de regelaar geïmplementeerd met de ingebouwde PID-bibliotheek van de Arduino IDE. Het systeem werd getest onder referentie-invoer (bijv. 10 cm verplaatsing van het karretje) en blootgesteld aan externe storingen.
Vergelijkende Analyse: Om de beperkingen van de PID-aanpak te beoordelen, werd een vergelijkende simulatie uitgevoerd waarbij de binnenste hoeklus werd vervangen door een op LQR gebaseerde regelaar, terwijl de buitenste PID-positielus behouden bleef.

Belangrijkste Resultaten

Simulatie versus Experiment: Simulatieresultaten toonden effectieve stabilisatie aan met een overshoot van de slinger van 10,44° en een inspeeltijd van het karretje van ongeveer 7,3 seconden. Experimentele resultaten bevestigden succesvolle realtime stabilisatie, maar onthulden aanzienlijke afwijkingen ten opzichte van de simulatie. Opvallend genoeg verschilden de experimentele versterkingsfactoren aanzienlijk van de gesimuleerde waarden (bijv. was de $K_p$ van de hoekregelaar 30 in het experiment versus 204,26 in de simulatie).
Oorzaken van Discrepanties: De auteurs schrijven de verschillen tussen simulatie en experiment toe aan vier factoren: het ontbreken van een expliciete filtercoëfficiënt in de Arduino PID-bibliotheek, het verschil tussen krachtsgebaseerde actuatatie in simulatie en PWM-gebaseerde actuatatie in hardware, sensorruis en trillingen, en niet-gemodelleerde wrijvingseffecten in de fysieke rail en de tandriem.
Beperkingen in Storingsonderdrukking: De cascaderingsregelaar met PID had moeite om storingen af te weren met de initiële systeemparameters (slingermassa 0,0374 kg). Succesvolle storingsonderdrukking vereiste het verhogen van de slingermassa naar 0,6 kg en de lengte naar 0,5 m. Zelfs met deze wijzigingen vertoonde het systeem grote transiënte verplaatsingen van het karretje, wat een spoorlengte van ongeveer 160 cm vereiste om te voorkomen dat het karretje van de rail viel.
Vergelijking met LQR: Het vervangen van de binnenste PID-lus door een LQR-regelaar verbeterde de prestaties aanzienlijk. Deze hybride aanpak verlaagde de maximale positieovershoot naar ongeveer 125 cm en verkortte de inspeeltijd tot ongeveer 20 seconden, terwijl tegelijkertijd de krachtaanspraak en de initiële hoekovershoot werden verminderd.

Betekenis en Beweringen
Het artikel biedt praktische inzichten in de toepasbaarheid en beperkingen van cascaderingsregeling met PID voor systemen met een omgekeerde slinger. Het benadrukt dat hoewel cascaderingsregeling met PID effectief is voor stabilisatie onder geïdealiseerde omstandigheden, de prestaties zwaar worden beperkt door fysieke realiteiten zoals spoorlengte, sensorruis en niet-gemodelleerde dynamiek. De studie beweert bescheiden dat hoewel de regelstructuur toepasbaar is, de binnenste lus hoge eisen stelt aan het systeem, wat vaak resulteert in grote overshoots in de buitenste lus die fysiek onhaalbaar kunnen zijn in beperkte omgevingen. De vergelijkende analyse suggereert dat hoewel PID een standaardoplossing is, het integreren van optimale regelmethoden zoals LQR voor de binnenste lus superieure storingsonderdrukking en verminderde overshoot kan bieden. De auteurs concluderen dat toekomstig werk zou kunnen onderzoeken om de versnelling van het karretje en de hoeksnelheid van de slinger afzonderlijk te regelen met geneste PID-lussen om de prestaties verder te verbeteren.