Model-Based State Estimation of a Distributed Multi Winch Drive Train Subject to Out-of-Sequence Measurements
Authors
Andersen, Anders Rytter ; Mikkelsen, Jonas Lindegaard
Term
4. term
Education
Publication year
2026
Abstract
This thesis examines whether model-based observers can provide more reliable estimates of the connecting wire tension in a distributed crane winch system than the current strategy of holding the most recently received measurement. The system comprises two PLCs linked wirelessly, so critical sensor data can arrive late, be lost, and appear out of order, which challenges both safety and control. Two out‑of‑sequence measurement algorithms were adapted and combined with a Kalman filter: a retrodiction-based approach and a finite‑memory buffer approach. The retrodiction observer performed well when numerical safeguards (e.g., a covariance floor) were introduced, whereas the unmodified version suffered numerical issues. The buffer-based observer was more robust and, under nominal communication in the tuned low‑speed region, reduced the running mean‑squared error of the tension estimate by about 45%, offering better sensor information to the crane PLC and potential control improvements. It also safely extended the tolerated communication outage by roughly 25% in the tuned region, indicating a possibility to reduce system downtime. However, a single observer model and tuning could not simultaneously provide equally accurate estimates of both wire forces and drum angles, and performance degraded at higher wire speeds. These findings point to the need for parameter scheduling or a variable observer across operating conditions; this approach improved estimates on a high‑speed dataset, while pursuing a significantly more detailed physical model appears challenging.
Denne afhandling undersøger, om modelbaserede observatører kan give mere pålidelige estimater af wirekraften, der forbinder delsystemerne i et distribueret kranspil, end den nuværende strategi, hvor den senest modtagne måling blot holdes. Systemet styres af to PLC’er, som udveksler kritiske sensordata trådløst; målinger kan derfor blive forsinkede, gå tabt og ankomme ude af rækkefølge, hvilket udfordrer både sikkerhed og kontrol. To algoritmer, der kan håndtere ude‑af‑rækkefølge‑målinger, blev tilpasset og integreret i et Kalman-filter: en retrodiktionsbaseret tilgang og en bufferbaseret tilgang med begrænset hukommelse. Den retrodiktionsbaserede observatør leverede gode resultater, når der blev indført numeriske sikkerhedsforanstaltninger (fx et kovariansgulv), mens den umodificerede version udviste numerisk ustabilitet. Den bufferbaserede observatør var mere robust og reducerede den løbende middelkvadrerede fejl på wirekraftestimatet med omkring 45 % i det tunede lavhastighedsområde under nominelle kommunikationsforhold. Dette giver bedre sensorinformation i kranens PLC og rummer potentiale for forbedret kontrol. Derudover kunne den bufferbaserede observatør forlænge det sikkert tolererede kommunikationsudfald med cirka 25 % i det tunede område, hvilket kan reducere nedetid. Samtidig viste analyserne, at samme model og tuningsæt ikke kan give lige gode estimater af både wirekræfter og vinkelpositioner, og at ydeevnen forværres ved højere wirehastigheder. Resultaterne peger på behov for parameter‑scheduling eller en variabel observatør på tværs af driftspunkter; denne tilgang gav også forbedringer på et højhastighedsdatasæt, mens en mere detaljeret fysisk model vurderes vanskelig at realisere.
[This apstract has been generated with the help of AI directly from the project full text]