Doğrusal Olmayan Konik Tank Regülasyonları için Hafif Meta-heuristik Destekli Uyarlanabilir PID Yaklaşımı

Sarsıntılı Bir Dünyada Sıvı Seviyelerini Sabit Tutmak

İçme suyu temininden kimyasal üretime kadar sayısız endüstri sıvıları tutan ve hareket ettiren tanklara dayanır. Bu tanklar silindir yerine konik biçimliyse, sıvı seviyesini sabit tutmak şaşırtıcı derecede zordur. Bu makale, alev kuşu sürülerinin besin arama davranışından esinlenen, hızlı ve hafif bir optimizasyon yöntemi kullanarak konik tanklarda seviye kontrolünü otomatikleştirmenin yeni bir yolunu sunar; bu sayede gelişmiş kontrol düşük maliyetli donanımda bile uygulanabilir hâle gelir.

Neden Konik Tankları Kontrol Etmek Zordur?

Düz duvarlı bir silindirin aksine, konik tank alt kısma doğru daralır; dolayısıyla kesit alanı yüksekliğe bağlı olarak değişir. Tank neredeyse boşken az bir giriş akışı seviyeyi hızla yükseltir; neredeyse doluyken aynı akış seviye değişimini çok daha yavaş gerçekleştirir. Sonuç olarak tankın tepki verme yeteneği ve kararlılığı doluluk oranına güçlü biçimde bağımlıdır. Proportional, integral ve türev (PID) eylemleri için sabit ayarlar kullanan geleneksel endüstriyel kontroller genellikle tek bir işletme noktasına göre ayarlanır. Konik bir tankta bu, bir yükseklikte iyi çalışabilecek bir kontrolcünün diğer yüksekliklerde aşım, yavaş tepki veya kötü bozucu reddi gibi problemler üretebileceği anlamına gelir.

Çalışırken Öğrenen Daha Akıllı Bir Kontrolcü

Bu değişken davranışı kontrol altına almak için yazarlar, tank işletirken sürekli kendini yeniden ayarlayan bir kontrolcü tasarlıyor. Yaklaşımın merkezinde bir "model referans" şeması vardır: su seviyesinin ideal olarak nasıl yükselip yerleşmesi gerektiğini tanımlayan basit bir hedef model — hızlı ama çok hızlı olmayan, kararlı ama hâlâ duyarlı. Gerçek tank seviyesi sürekli olarak bu istenen yanıtla karşılaştırılır ve fark öğrenme sinyali olur. Bunun etrafında bir PID kontrolcü pompa girişini ayarlar. PID kazançlarını sabitlemek yerine sistem, gerçek tank çıktısının referans modele mümkün olduğunca yakın olmasını sağlamak için kazançları zaman içinde günceller; işletme koşulları değişse bile böylece istenen performans korunur.

Silikondaki Flamingolar: Küçük Bir Bilgisayarda Hızlı Optimizasyon

Yeni ve etkileyici olan nokta, bu PID ayarlarının nasıl adapte edildiğidir. Genetik algoritmalar veya parçacık sürümleri gibi birçok modern optimizasyon yöntemi iyi kontrolcü parametreleri arayabilir, ancak genellikle ağır hesaplama ve çok sayıda yineleme gerektirir; bu da küçük gömülü cihazlar için pratik değildir. Yazarlar bunun yerine flamingo sürülerinin yiyecek arama davranışından esinlenen nispeten hafif bir meta-heuristic olan Flamingo Arama Algoritması’nı kullanır. Yazılımda her "flamingo" bir aday PID kazanç setini temsil eder. Kısa uyarlama pencerelerinde bu adaylar, son ölçüm verilerini kullanan bir tank matematik modelinde test edilir ve ortalama kare takip hatası hesaplanır. Sanal sürü, olası kazançlar uzayında küresel keşif ile yerel ince ayarı dengeleyerek iyi bir set bulunana dek hareket eder; tüm bunlar onlarca milisaniye içinde gerçekleşir.

Denklemlerden Çalışan Bir Laboratuvar Sistemine

Ekip önce konik bir tankta su seviyesinin giriş ve çıkışla nasıl değiştiğini fiziksel temelli bir denkleme dayalı olarak türetir; bu denklem, etkili alanın ve akış davranışının yükseklikle nasıl değiştiğini yakalar. Ardından laboratuvar ölçeğinde bir düzenek kurarlar: şeffaf bir konik tank, bir seviye sensörü, bir pompa ve bir Jetson Nano kenar bilgisayara bağlı ESP32 mikrodenetleyici. Kontrol döngüsü her saniye çalışırken, Flamingo algoritması daha uzun aralıklarla, son verilerin kayan penceresini kullanarak tetiklenir. Pompa doyum sınırları ve PID kazançlarındaki değişikliklerin hız sınırları gibi güvenlik önlemleri aktüatör komutlarını yumuşatarak su akışında ani şokları önler.

Sahada Ne Kadar İyi Çalışıyor?

Farklı giriş koşullarında yapılan deneylerde, Flamingo tabanlı uyarlanabilir kontrolcü tutarlı şekilde yaklaşık 8–13 saniye yükselme süresi ve 30–45 saniye yerleşme süresi sağladı; aşımı yaklaşık %2–5 aralığında ve kararlı durum hatalarını 0,5 cm’nin altında tuttu. Ayrıca cömert kararlılık marjlarını koruyarak belirsizliklere ve bozuculara karşı salınım olmadan dayanabildi. Sabit PID kontrolcüleri için yaygın olarak kullanılan Ziegler–Nichols ve Cohen–Coon ayar reçeteleriyle karşılaştırıldığında, uyarlanabilir yöntem açıkça daha düşük aşım, daha hızlı yerleşme, daha iyi bozucu reddi ve tankın tüm işletme aralığında daha sıkı seviye kontrolü gösterdi. Birden fazla tekrar çalışmada yapılan istatistiksel analizler, bu avantajların sadece şans eseri tekil denemeler olmadığını, sağlam ve tekrarlanabilir eğilimler olduğunu doğruladı.

Gerçek Dünyadaki Sistemler İçin Anlamı

Uzman olmayanlar için ana mesaj şudur: gelişmiş, kendi kendine ayarlanan kontrol artık hesaplama açısından ağır olmak veya büyük, pahalı donanımlarla sınırlı olmak zorunda değil. Basit bir referans modeli ile sürüden esinlenen hızlı bir optimizasyonu birleştirerek yazarlar, zor, yüksek derecede doğrusal olmayan bir tankı hem duyarlı hem de kararlı tutabilen ve bunu mütevazı gömülü cihazlarda yapabilen bir kontrolcü gösteriyor. Bu, sıvı seviyesinin doğru tutulmasının önemli olduğu tesislerde daha akıllı, daha sağlam kontrol stratejilerinin uygulanmasını —güvenliği, verimliliği ve ürün kalitesini iyileştirerek— daha gerçekçi hale getirir.

Atıf: Rajaram , K., Kathirvel, M. & Subburathinam, K. A lightweight metaheuristic-driven adaptive PID approach for nonlinear conical tank regulation. Sci Rep 16, 13288 (2026). https://doi.org/10.1038/s41598-026-42548-2

Anahtar kelimeler: konik tank, uyarlanabilir PID kontrolü, meta-heuristik optimizasyon, gömülü kontrol, sıvı seviyesi regülasyonu