1.1. Latar Belakang
Sistem kendali adaptif merupakan sistem kendali yang
mempunyai parameter-parameter kendali yang dapat beradaptasi.
Parameter-parameter kendali tersebut beradaptasi terhadap perubahan kondisi
lingkungan disekitarnya, seperti adanya gangguan, serta perubahan karakter
internal dari sistem yang dikendalikan. Penggunaan sistem kendali adaptif
menunjukkan peningkatan kinerja sistem karena suatu sistem umumnya berada dalam
situasi yang mengandung derau dan gangguan serta kondisi internal dan
eksternalnya mengandung ketidakpastian. Pernyataan tesis yang ingin dibuktikan
pada penelitian ini adalah untuk membuktikan bahwa algoritma kendali adaptif
dapat menjamin ketegaran kinerja dan ketegaran stabilitas sistem tak linier dan
layak diimplementasikan pada perangkat elektronis secara ekonomis. Sistem
kendali adaptif telah banyak diaplikasikan dalam berbagai bidang industri
pengolahan bahan kimia, sistem penerbangan, serta sistem otomotif. Dalam bidang
pengolahan hasil bumi, Sistem Kendali Adaptif banyak digunakan dalam industri
pengolahan bubur kertas dan kertas (pulpand paper). Peneltian ini akan membangun suatu algoritma aturan adaptasi
yang lebih optimal dan layak (feasible)
diimplementasikan dalam perangkat elektronika serta dapat diterapkan pada model
kendalian (plant) tak linier.
Sistem kendali adaptif merupakan salah satu
metodologi kendali yang modern yang telah sukses digunakan dalam bidang
industri pengolahan bahan kimia, industri pengolahan produk-produk hasil bumi
seperti pengolahan kertas dan bubur kertas (pulp
and paper [13,2]), pengolahan bahan dasar minyak CPO (crude-palm oil), industri otomotif [13], kedokteran [13,5], dan
bidang industri dirgantara [13,15,18] baik untuk pengendalian penerbangan
pesawat komersil maupun pesawat militer.
Kesuksesan aplikasi tersebut diikuti juga oleh
perkembangan produk-produk elektronika yang dikembangkan oleh
perusahaan-perusahan elektronik, yang khusus menangani pengolahan algoritma
kendali adaptif. Dari kesuksesan aplikasi industri dan perkembangan produk
elektronika adaptif tersebut maka Jurusan Teknik Elektro Universitas Hasanuddin
Makassar sebagai wadah untuk mentransformasikan perkembangan ilmu pengetahuan
dan teknologi mengembangkan kuliah Topik khusus Teknik Kendali dengan topik
khusus Sistem Kendali Adaptif. Dalam perkembangan selanjutnya kami tertantang
untuk mengembangkan kuliah ini sebagai bahan penelitian untuk selanjutnya
melibatkan mahasiswa melalui penyelesaian skripsi.
1.2.Tujuan dan Manfaat Penelitian
Penelitian mempunyai tujuan khusus, tujuan umum, serta manfaat atau
tujuan jangka panjang sebagai berikut:
Tujuan Umum:
·
Meningkatkan keahlian civitas academica (dosen dan mahasiswa) dalam meningkatkan keahlian
dalam merancang dan menghasilkan produk elektronika.
·
Dari peningkatan keahlian tadi, diharapkan diikuti
oleh pengembangan jiwa kewirausahawan (enterpreunership)
berbasis produk bagi dosen, mahasiswa dan alumni.
Tujuan Khusus:
·
Menemukan proses komputasi aturan kendali adaptif
yang optimal dan menjamin ketegaran (robustness)
stabilitas dan ketegaran kinerja untuk kendalian tak linier yang dilinierisasi
dan layak untuk diimplementasi secara praktis.
·
Mengimplementasikan sistem kendali adaptif dalam
media perangkat elektronis dan dapat diaplikasikan pada suatu proses kendalian
tak linier. Beberapa algoritma adaptasi sangat kompleks dan sulit
diimplementasi dalam media elektronik. Penelitian ini bertujuan untuk membangun
algoritma yang lebih sederhana dan layak diimplementasikan.
Tujuan Jangka Panjang:
·
Meningkatkan peran dosen, mahasiswa dan alumni
dalam menjemput masalah yang dihadapi oleh industri di Indonesia.
·
Meningkatkan peran civitas academika dalam
meningkatkan kesejahteraan masyarakat melalui pengembangan sistem-sistem
pengering produk-produk pertanian untuk meningkatkan nilai jual produk-produk
tersebut serta sistem pengawet (pendingin) untuk mempertahankan kualitas
hasil-hasil bumi sehingga dapat dipasarkaan dalam jangka waktu lama. Umum
sistem-sistem tersebut merupakan proses yang tak linier dan memungkinkan dikendalikan
dengan sistem kendali adaptif dengan implementasi yang layak dan tidak terlalu
mahal.
Hasil penelitian ini secara tidak langsung akan
bermanfaat bagi peningkatan kualitas proses belajar mengajar dimana Sistem
Kendali Adaptif dapat dikembangkan menjadi kuliah yang berorientasi pada
pengembangan keahlian dan kompetensi mahasiswa. Mahasiswa yang mempunyai jiwa
kewirausahawan akan mempunyai bekal dalam melihat problem nyata dalam
masyarakat serta turut serta dalam pembangunan nasional. Namun perlu ditekankan,
penajaman visi pemerintah dan komitmen bangsa adalah kunci sukses mereka dalam
berbaur dalam masyarakat yang diidamkan.
BAB 2
Tinjauan Pustaka
Beberapa bahan pustaka yang kami gunakan sebagai bahan acuan merupakan artikel-artikel internasional [1,2,6,7,8,11,14,15,19] yang membahas tentang perkembangan metodologi kendali adaptif. Pustaka yang lain berupa buku-buku referensi [9,13,18] yang sangat relevan dan membahas prinsip-prinsip fundamental tentang sistem kendali adaptif. Dari pustaka-pustaka tersebut maka kami dapat memberikan gambaran singkat tentang sistem kendali adaptif seperti dibahas pada bagian-bagian berikut.
2.1.Ragam Metode Perancangan Kendali Adaptif
Pada dasarnya kendali adaptif adalah kendali tak linier,
sehingga banyak digunakan untuk mengendalikan sistem-sistem tak linier
[4,11,13,18,19,21]. Dalam aplikasi industri ada tiga buah model struktur
kendali adaptif yang paling banyak digunakan, yaitu:
-
Kendali Penjadwalan Gain
Adaptasi (Adaptif Gain Scheduling Control).
-
Kendali Adaptif Model Acuan (Model Reference Adaptif Control).
-
Kendali Adaptif Swa-Tala (Self-Tuning Adaptif Control).
Kendali adaptif model acuan (AMA) digunakan dalam sistem
kendali untuk memaksakan agar proses kendalian berperilaku seperti model acuan
(model reference). Pada kasus ini
proses kendalian umumnya mempunyai karakteristik yang buruk seperti tanggapan
yang lambat dan kestabilan yang kurang mantap. Selain itu karakteristik proses
kendalian sering berubah-ubah bahkan terkadang menuju kondisis operasi yang
tidak stabil. Oleh karena itu kendali AMA dirancang agar proses kendalian
mengikuti perilaku model acuan yang mempunyai tanggapan yang lebih cepat dan
kestabilan yang lebih mantap. (Perhatikan Gambar 2.2).
Kendali adaptif swa-tala (AST) merupakan sistem kendali
yang mempunyai parameter-parameter yang dapat ditala (dituning) sesuai dengan
perubahan kondisi eksternal dan internal proses kendalian. Sistem kendali AST
mengestimasi parameter-parameter proses kendalian secara on-line. Dari data
hasil estimasi tersebut, parameter kontroler ditala sedemikian hingga
karakteristik proses kendalian menjadi lebih baik. Bila parameter proses
berubah akibat perubahan lingkungan operasi plant, maka estimasi parameter juga
berubah secara on-line, sehingga parameter kontroler ditala kembali sedemikian
hingga karakteristik yang diharapkan dapat dipertahankan. Studi implementasi
Kendali AST dapat dilihat
2.2.Implementasi Elektronis Sistem Kendali Adaptif
Secara garis besar ada dua pilihan dalam
mengimplementasikan sistem kendali adaptif, yaitu dengan pengolahan sinyal
analog dan sinyal digital [13,10,18]. Gambar 2.4 menunjukkan bagan opsi
implementasi sistem kendali adaptif.
Beberapa produk elektronik khusus untuk kendali adaptif yang telah
dipasarkan antara lain:
§ SattControl ECA40 dan Fisher Control DPR900
§ EXACT: kontroller adaptif yang dikembangkan oleh Foxboro.
§ Kontroller Temperatur Eurotherm, dikembangkan oleh Eurotherm, UK.
§ Kontroller Adaptif ABB tipe STAR1, STAR2 dan STAR3, dikembangkan
oleh Asea Brown Boveri.
§ MicroController Firstloop, dikembangkan oleh First Control Systems
AB.
2.3.
Kesuksesan Aplikasi Kendali Adaptif dalam Bidang Industri
Beberapa contoh aplikasi kendali adaptif yang telah sukses
diterapkan dalam industri, antara lain:
APLIKASI INDUSTRI PENGOLAHAN PRODUK PERTANIAN:
¨
Industri Kertas dan Bubur
Kertas (pulp and paper) [2,13]
Kontrol pengering kertas (pulp dryer),
kontrol pembuatan bubuk kertas (pulp
digester), kontrol ketebalan kertas (rolling
mill).
¨
Industri Pengolahan CPO (crude-palm oil), yaitu bahan dasar
minyak dari kelapa sawit.
APLIKASI INDUSTRI PENGOLAHAN DAN REAKSI BAHAN KIMIA
¨
Kontrol reaksi kimia dalam
tabung reaktor [13,18]
¨
Kontrol temperatur dalam kolom
distilasi [13,18]
¨
Industri Semen: pencampuran
material mentah semen (cement raw
material mixing).
APLIKASI PADA KENDALI PENERBANGAN (Flight Control)
¨
Kendali lateral dan
longitudinal pesawat terbang komersil [13, 15]
¨
Kendali lateral dan
longitudinal serta dinamika serang pesawat militer.
APLIKASI BIDANG OTOMOTIF
¨
Kontrol rasio pencampuran
antara bahan bakar-udara (air-fuel ratio),
¨
Kontrol jelajah kendaraan (cruise control) untuk meningkatkan daya
jelajah.
(Keduanya
telah dikembangkan oleh Ford Motor Company sejak pertengahan 1980-an)
APLIKASI BIDANG KEDOKTERAN [5,13]
¨
Sistem kendali Ultrafiltrasi,
yang banyak membantu pasien yang mengalami kerusakan ginjal. Dalam dialysis, darah dibersihkan dan
kelebihan air dalam darah diatur, serta electrolytes
dalam darah dinormalisasi [13].
(Telah dikembangkan metode monitoring kendali aliran
fluida darah oleh Gambro AB di Lund, Swedia).
Sejauh ini studi literatur telah direalisasikan dengan
merancang model aturan kendali adaptif yang menjamin ketegaran stabilitas (stability robustness) dan ketegaran
kinerja (performance robustness) dari
Sistem Kendali daptif Model Acuan (Model
Reference Adaptif Control) yang sangat banyak digunakan dalam aplikasi
industri.
BAB 3
Metodologi Penelitian
3.1.Prosedur
Pelaksanaan Penelitian
Secara garis besar
metodologi penelitian yang dilakukan terdiri atas dua buah alur. Alur
penelitian pertama merupakan alur untuk perancangan pernyataan tesis hingga
ditemukan suatu model matematis untuk sistem kendali adaptif yang optimal dan
mantap disebut “Alur Pembuktian
Matematis” (lihat Gambar 3.1). Alur kedua disebut alur tahap implementasi
dan aplikasi hingga dibuktikannya pernyataan tesis yang ditandai dengan
suksesnya hasil penerapan pada kendalian tak linier disebut “Alur Pembuktian Praktis” (Lihat Gambar
3.2).
Studi literatur beberapa
artikel internasional yang memuat paparan algoritma kendali dan pemahaman teori
kendali yang kuat merupakan dasar untuk membangun “Pernyataan Tesis” pada
penelitian ini. Analisis ketegaran kinerja dan ketegaran stabilitas adalah dua
kunci pokok dalam menilai hasil perancangan kendali modern. Analisis terus
dilakukan hingga hasil verifikasi dari simulasi dapat berjalan sukses. Dua buah
jalur umpanbalik pada Gambar 3.1 merupakan jalur evaluasi terhadap perancangan
algoritma untuk pembuktian matematis pada penelitian ini.
Bila hasil verifikasi model dengan simulasi komputer
telah berhasil maka model matematis tersebut akan dioptimasi dan dikaji hingga
mempunyai kadar komputasi yang layak diimplementasikan secara praktis pada
perangkat elektronik. Bila tahap ini dilalui dengan baik, maka alur penelitian
akan beranjak pada alur pembuktian praktis seperti terlihat pada Gambar 3.2.
Pada tahap pembuktian praktis, dua hal pokok akan
dikaji, yaitu implementasi aturan kendali yang telah dioptimasi melalui media
perangkat elektronik dan penerapan perangkat tersebut pada proses kendalian tak
linier. Pada Gambar 3.2 terlihat bahwa pada tahap ini, terdapat dua buah jalur
umpanbalik yang dipertimbangkan dengan tujuan untuk mengevaluasi perkembangan
penelitian.
Setelah testing rangkaian telah dilalui dengan baik,
maka tibalah saatnya untuk menjalani tahap penerapan pada proses kendalian tak
linier. Penerapan ini merupakan tahap akhir dari pembuktian teori secara
praktis. Bila tahap ini dilalui dengan baik maka kesimpulan akan dibangun untuk
memberikan gambaran kuantitatif dan kualitatif terhadap hasil penelitian.
3.2.Desain Kendalian Tak Linier
3.2.1.
Pemodelan Sistem Pengatur Suhu Ruang
Pengatur suhu adalah suatu alat yang mampu mengubah
besaran suhu menjadi besaran listrik, baik berupa tegangan dan arus. Dari
besaran tegangan ataupun arus inilah yang nantinya akan dimanipulasi sehingga
suhu dapat dibaca.
A. Model Fisik
Model fisik
adalah deskripsi fisik dari karakteristik suatu sistem. Adapun model fisik
sistem ini :
Di dalam miniatur ruangan dibagi atas
tiga bagian rangkaian perangkat keras yang utama antara lain:
1.
Rangkaian Pemanas Ruangan (Heater).
2.
Rangkaian Pembuang Panas (Fan).
3.
Rangkaian Penyidik Suhu
B. Model Matematik
Model matematika terdiri dari simbol-simbol dan persamaan
matematik untuk menggambarkan sistem. Model diagram sistem adalah sebagai
berikut :
Apabila heater
menyala, dianggap merupakan isyarat kendali u = +a (konstan), maka keluaran T
akan naik :
(3.1a)
Apabila kipas menyala, u =
-b, maka suhu keluaran T akan turun.
(3.1b)
Secara sederhana (tanpa
sensor), sistem dapat digambarkan sebagai berikut:
Nilai variabel dari a, b,
v dan –v dapat ditentukan dengan cara “ trial and error” ataupun dengan
melalui pengukuran langsung. Apabila keluaran sistem bernilai a menunjukkan bahwa heater on. Namun, bila
bernilai b menunjukkan kipas on. Hasil simulasi
yang
Secara ilustratif, suatu pendulum terbalik seperti pada Gambar 3.7,
terdiri dari dua bagian utama yaitu :
a.
Kereta beroda yang dapat
bergerak ke arah kanan atau ke arah kiri.
b.
Pendulum dengan tangkainya yang
dipasangkan dibagian tengah atas kereta yang dapat bergerak ke kiri dan ke
kanan dengan membentuk sudut dengan arah vertikal.
Tabel 3.1. Simbol dan keterangan model pendulum terbalik
Simbol |
Keterangan |
Satuan |
L
|
Panjang pendulum terbalik
|
Meter
|
F
|
Gaya yang diberikan pada kereta
|
Newton
|
q
|
Posisi sudut pendulum terbalik
|
Radian
|
M
|
Massa kereta
|
Kilogram
|
m
|
Massa pendulum terbalik
|
Kilogram
|
Y
|
Posisi pendulum terbalik pada bidang vertikal
|
Meter
|
Sifat fisis pendulum terbalik itu akan jelas bilamana
kereta diberi gaya
dorong sebesar F, sehingga akan timbul gerakan pada kereta bersama-sama dengan
pendulum itu sendiri. Dengan demikian terjadi proses pergerakan yang mendorong
pendulum untuk bergerak ke arah kiri kemudian ke kanan sebelum pada akhirnya
mencapai titik keseimbangan yaitu diambil pada saat pendulum berada pada posisi
vertikal.
A. Model Fisik
Model fisik adalah
deskripsi fisik dari karakteristik suatu sistem. Model fisik pendulum terbalik
dapat diturunkan berdasarkan prinsip-prinsip mekanika. Sebagaimana terlihat
pada Gambar 3.7, sasaran pengendalian adalah menjaga pendulum tersebut dalam
posisi vertikal. Pendulum sebetulnya tidak stabil dan mungkin jatuh ke segala
arah. Tetapi dalam hal ini untuk penyederhanaan, gerak pendulum hanya dibatasi
dalam dua dimensi sehingga pendulum terbalik tersebut bergerak pada dua arah
derajat kebebasan yaitu gerak kereta ke kiri ( y negatif ) dan bergerak ke
kanan ( y positif ), serta gerak pendulum ke kiri ( q negatif ) dan ke kanan ( q positif ).
Jika pada kereta
yang dimaksud kita beri gaya
sebesar F, maka akan timbul energi kinetik pada kereta dan sekaligus pada
pendulum itu sendiri. Kereta hanya bergerak ke arah horisontal, sehingga energi
kinetik kereta (T1) adalah
(3.1c)
dimana adalah kecepatan perpindahan massa kereta. Karena pendulum itu sendiri
dapat bergerak horisontal dan vertikal, maka energi kinetik pada pendulum terbalik
(T2) adalah :
(3.1d)
dimana adalah perpindahan
gerakan horisontal pendulum pada posisi q terhadap waktu dan adalah perpindahan
ketinggian vertikal pendulum terbalik terhadap waktu dengan dan z masing-masing adalah:
(3.2a)
Dengan demikian kecepatan gerakan horisontal pendulum pada posisi
dan kecepatan ketinggian vertikal pendulum adalah:
(3.2b)
Jumlah total energi kinetik adalah:
(3.3)
Adapun energi potensial yang tersimpan dalam pendulum sebesar:
dimana ketinggian vertikal pendulum terbalik (z) adalah sehingga energi
potensial pada pendulum dapat diketahui sebesar:
(3.4)
B. Model Matematik
Deskripsi matematikdari karakteristik suatu sistem disebut model matematik. Model matematika
terdiri dari simbol-simbol dan persamaan matematika untuk menggambarkan sistem.
Guna mendapatkan
model matematik untuk model dari sistem pendulum terbalik dapat digunakan
persamaan Lagrange untuk gerak mekanik
dimana L = Fungsi Lagrangian
T = Energi Kinetik
V = Energi Potensial
Dengan menggunakan persamaan (3.3) dan (3.4) diperoleh fungsi
Lagrange berikut:
(3.5)
Untuk menyamaratakan koordinat perlu diperhatikan
gerakan translasi pendulum (y) dan gerakan osilasi (q), sebagai dua buah keluaran yang selalu
berubah-ubah jika diberikan gaya
(F). Dengan memperhatikan komponen vertikal dan horisontal atau (y, q), maka persamaan Lagrange untuk sistem
ini adalah2:
Untuk gerak translasi
(3.6)
Untuk gerak osilasi
(3.7)
Dari persamaan (3.11) dapat diperoleh
(3.8)
Dari persamaan (3.8) diperoleh bentuk persamaan sebagai berikut:
(3.9)
Dengan mengacu pada
model matematika yang diuraikan pada sub bab sebelumnya dapat diterapkan
keadaan-keadaan sebagai berikut :
Isyarat masukan
Isyarat keluaran
Penunjukan peubah keadaan
Penunjuk peubah keadaan jika dibawa ke dalam bentuk persamaan
keadaan, maka ditulis:
Dengan memasukkan penunjukan peubah keadaan pada persamaan (3.9)
diperoleh:
(3.10)
Dengan mensubtitusikan persamaan (3.10) di atas, diperoleh:
(3.11)
3.3.
Metode Analisis
Algoritma kendali dibangun berdasarkan berbagai metode
seperti metode gradient, teorema Lyapunov, dan teorema passivitas yang cukup
terkenal banyak digunakan pada analisis kestabilan sistem dari sudut pandang
input-output. Model acuan dibangun dengan melakukan teknik linierisasi terhadap
model tak linier dari sistem yang ingin dikendalikan. Jadi aturan kendali
dibangun dengan menggunakan sudut pandang model kendalian linier, hasil
linierisasi.
Setelah analisis dilakukan maka model matematis yang
diperoleh akan diverifikasi melalui simulasi komputer. Program MATLAB digunakan
untuk mensimulasikan hasil pemodelan. Hasil analisis belum dapat ditetapkan
sebagai model aturan kendali adaptif (akan diimplementasikan pada
Mikrokontroller) sebelum dapat dibuktikan melalui simulasi.
BAB 4
PEMBAHASAN HASIL PENELITIAN
Pada bagian ini, pembahasan mengenai hasil perancangan
sistem kendali adaptif model acuan untuk kendalian tak linier dibagi ke dalam
dua buah model kendalian tak linier, yaitu sistem pengendalian temperature
ruang dan sistem pengendalian kestabilan pendulum terbalik.
4.1. Sistem Kendali Adaptif Untuk Kendalian Suhu
Ruang
Gambar 4.1 mengilustrasikan bentuk
fisik sistem Pengatur Suhu Ruang:
Prosedur Pengukuran:
1. Menyiapkan kabel penghubung
2. Mencatat suhu ruangan
3. Meng-onkan Heater
4. Mencatat perubahan waktu yang
terjadi sampai termometer menunjukkan suhu
40 oC.
5. Meng-offkan heater
6. Meng-onkan Fan
7. Mencatat perubahan waktu yang
terjadi antara suhu 40 oC sampai 34 oC.
8. Meng-offkan fan
Dari pengukuran langsung
pada sistem, diperoleh data-data pada
Tabel 4.1 berikut:
Tabel 4.1 Data-Data
Pengukuran Sistem Pengatur Suhu Ruang
Suhu Awal To(oC)
|
Suhu Akhir Ta(oC)
|
Waktu (detik)
|
Keterangan
|
34
|
40
|
16,41
|
Heater on
|
40
|
34
|
279
|
Fan on
|
Dari gambar di atas dapat dilihat bahwa besarnya
tegangan keluaran pada relay dapat dinyatakan melalui persamaan berikut:
UTP = Vr + V dan LTP
= Vr – V
Gambar 4.3
memperlihatkan sebuah model linier kendalian sistem pengatur suhu ruang. Model
tersebut diturunkan dari model pada Gambar 3.4 dengan menggunakan teknik
pendekatan describing function yang secara detil dibahas pada Apendiks A dari
laporan teknis penelitian ini.
Dari diagram model simulink pada Gambar 4.3, model fungsi alih dari model
acuan untuk sistem kendali adaptif diperoleh sebagai berikut:
(4.1a)
Yang dari Gambar 4.3, terlihat bahwa K=1
dan t=50. Sehingga (4.1a) dapat ditulis sebagai
(4.1b)
Gambar 4.4 menunjukkan hasil
simulasi perbandingan model acuan linier dengan model tak linier pendulum
terbalik untuk nilai K=1 dan t=80. Sedangkan Gambar 4.5 adalah hasil
lain dengan K=1 dan t=50. Dari kedua hasil simulasi nampak bahwa model
acual linier dengan t=50 lebih memenuhi spesifikasi tanggapan suhu yang
diharapkan karena memiliki riak (overshoot)
yang lebih kecil. Pemilihan nilai T dilakukan dengan eksperimen langsung
melalui simulasi Matlab/Simulink.
Pada keluaran plant terlihat bahwa a
menunjukkan perbandingan interval kenaikan suhu terhadap waktu ketika heater
on dan b menunjukkan perbandingan interval penurunan suhu terhadap
waktu ketika fan on. Dari Tabel 4.1 dapat dilihat ∆T dan ∆t
ketika heater/fan on sehingga diperoleh nilai a = 0,366 dan b
= 0,021. Dengan melihat kedua nilai tersebut dapat disimpulkan bahwa lama waktu
kenaikan suhu ketika heater on lebih cepat daripada penurunan suhu
ketika fan on.
Ketidaklinearan “on-off” dengan histeresis yang
terjadi akibat penggunaan relay yang menghasilkan “limit cycle” pada
kurva keluaran plant. Pada umumnya, sistem kontrol tidak boleh memiliki perilaku
“limit cycle”, meskipun “limit
cycle” dengan amplitudo kecil dalam suatu penerapan tertentu. Oleh karena itu, dirancang suatu model acuan yang menghasilkan
keluaran yang stabil.
4.1.1 Perancangan Model Aturan Kendali Adaptif
Model Acuan
Model simulasi untuk aturan kendali adaptif model acuan
ditunjukkan pada Gambar 4.6 yang dirancang menggunakan aturan aturan MIT
(metode Gradient). Model tersebut diturunkan dari hasil perhitungan aturan
adaptasi dengan menggunakan metode gradient, yaitu bahwa untuk meminimalkan
fungsi biaya
(4.2a)
maka cukup beralasan untuk mengubah parameter kendali q dalam arah negatif terhadap
gradien J, yaitu,
(4.2b)
Koefisien g adalah
koefisien laju adaptasi. Turunan parsial ¶e/¶q disebut juga “turunan sensivitas” yang
menunjukkan sensivitas kesalahan terhadap perubahan parameter yang berubah
secara adaptif. Jika dianggap bahwa perubahan parameter lebih lambat daripada
variabel lain dalam sistem, maka turunan ¶e/¶q dapat dievaluasi dengan anggapan bahwa
q adalah konstan.
Selanjutanya
pada subbab ini akan kita bahas mengenai kendali adaptif model acuan untuk
sistem orde-dua berdasarkan aturan MIT (sesuai pendekatan orde-2 dari kendalian
pengatur suhu ruang). Tinjau suatu sistem dengan model persamaan berikut:
(4.2c)
Aturan kendali akan dirancang sedemikian sehingga
mengikuti model acuan berikut:
(4.2d)
Dengan struktur kendali sebagai berikut:
(4.2e)
Seperti pada cara sebelumnya, maka pertama kita
akan menurunkan persamaan kesalahan yang mengandung parameter kendali q1, q2, dan q3 dengan mensubstitusi (4.2e) ke dalam (4.2c),
(4.2f)
Selanjutnya diperoleh turunan persamaan kesalahan
terhadap parameter q1
(4.2g)
Turunan persamaan kesalahan terhadap parameter q2 adalah
(4.2h)
Dan akhirnya turunan persamaan kesalahan
terhadap parameter q3 diperoleh
(4.2i)
Persamaan (4.2l)
belum dapat digunakan karena masih mengandung parameter a1, a2,
dan b yang pada dasarnya tidak
diketahui secara pasti. Oleh karena diperlukan suatu pendekatan khusus dengan
cara menyisipkan (4.2e) ke dalam (4.2c) serta diikuti dengan menyamakan nilai
masing-masing koefisien dari variabel-variabel persamaan (4.2c) dan (4.2d).
Maka diperoleh bahwa untuk dapat memaksakan model proses dapat mengikuti model
acuan, nilai-nilai parameter kendalinya adalah
(4.2j)
Sehingga diperoleh hasil pendekatan bahwa
(4.2k)
Sehingga persamaan adaptasi parameter
kendali masing-masing adalah:
(4.2l)
Nampak bahwa parameter b
masih muncul. Dengan mensubstitusi g’=g bm/b maka diperoleh:
(4.2m)
Gambar 4.6 menunjukkan hasil rancangan arsitektur sistem
kendali adaptif model acuan berbasis teori Lypaunov berdasarkan persamaan
aturan adaptasi parameter kendali (4.2m), model acuan (4.2d) dan persamaan
aturan kendali (4.2e).
4.1.2.
Hasil Simulasi
Simulasi yang
dilakukan pada bagian ini dilakukan dengan memberi dua jenis masukan ke dalam
sistem, yaitu masukan undak dan masukan sinusoidal. Gambar 4.7 – 4.9
menunjukkan hasil simulasi dengan masukan undak 0.8 satuan, sedangkan Gambar
4.10 dan 4.11 menunjukkan hasil yang lain dengan masukan sinusoidal. Kedua
hasil telah menunjukkan bahwa kendali adaptif mampu membuat pita pergerakan
suhu udara dalam ruang menjadi lebih tipis dibandingkan bila tidak menggunakan
kendali adaptif. Pada setiap gambar simulasi juga terlihat bagaimana sinyal
kendali bekerja dan efeknya terhadap sinyal keluaran rele. Dalam hal ini rele
elektronis mengeluarkan sinyal “on” (yang berarti pemanas bekerja, kipas diam) atau
“off” (yang berarti pemanas berhenti, kipas berputar
Sistem pengatur suhu ruang menanggapi proses pemanasan
dengan cepat, dan menanggapi proses pendinginan dengan lambat. Hal inilah yang
menyebabkan sistem ini hanya mampu menanggapi dengan baik sinyal komando
sinusoidal dengan frekuensi tertentu. Fenomena ni ditunjukkan pada hasil
simulasi
4.2. Sistem Kendali
Adaptif Untuk Kendalian Pendulum Terbalik
4.2.1. Linierisasi Model Tak Linier ke dalam
Bentuk Model Linier
Persamaan (3.11) adalah persamaan non-linier, sehingga
prosedur untuk mencari jawab persoalan yang melibatkan sistem non-linier
tersebut sangat kompleks. Oleh sebab itu untuk menyederhanakan analisis perlu
diadakan liniearisasi. Liniearisasi model matematik non linier adalah
penggambaran suatu sistem yang akan membentuk persamaan matematika non linier
menjadi persamaan matematik linier. Liniearisasi dapat dilakukan dengan
beberapa cara, antara lain dengan menganggap bahwa sudutnya (q) adalah kecil, dan dengan cara menggunakan
deret Taylor.
A. Teknik I
Apabila pendulum
terbalik distabilkan dan tidak ada gesekan pada titik tumpu dan setiap roda
kereta, juga sudut q adalah kecil, sedemikian rupa maka:
Maka dari persamaan (3.10)
diperoleh
(4.3a)
Dengan mensubtitusikan
persamaan (4.3a) diatas, maka diperoleh
(4.3b)
Dari persamaan (4.3b)
akan diperoleh persamaan keadaan yang secara serempak dapat dinyatakan dalam
notasi vektor matriks:
(4.3c)
Secara umum dapat dituliskan sebagai persamaan keadaan dan persamaan keluaran
y = Cx dengan
B. Teknik II
Dari empat persamaan
keadaan (3.11) ada dua persamaan dinamik yang non-linier, yaitu masing-masing
(4.4a)
Upaya untuk memperoleh
pendekatan linier pada sistem non-linier ini dapat diselesaikan dengan
menguraikan persamaan:
(4.4b)
menjadi deret Taylor
di sekitar titik kerja . Selanjutnya
persamaan (4.4b) menjadi:
…… (4.5)
Dimana turunan parsial di hitung pada , bentuk-bentuk
orde-orde tinggi dapat diabaikan. Dengan liniearisasi persamaan non-linier
titik kerja normal selanjutnya diperoleh persamaan:
(4.6a)
dimana:
* (4.6b)
(4.6c)
* (4.6d)
(4.6e)
Sehingga dari persamaan (4.6a) akan diperoleh:
(4.6f)
Dari persamaan (4.6) akan diperoleh persamaan keadaan
yang secara serentak dalam notasi vektor matriks dapat dituliskan:
(4.7a)
Dengan
demikian, maka dengan cara ini persamaan keadaan untuk model linier sistem
pendulum terbalik dapat diturunkan dengan Teknik Deret Taylor.
Dengan demikian liniearisasi baik dengan cara I maupun
cara II telah menghasilkan model linier sistem pendulum terbalik yang dapat
dituliskan sebagai persamaan keadaan dan persamaan keluaran
y = Cx dimana
(4.7b)
4.2.2. Stabilisasi Model
Linier Tak Stabil
Dengan parameter-parameter sebagai berikut:
M = 2,4 kg, m = 0,23
kg, = 0,36 m, g = 9,8
m/dtk2
diperoleh nilai untuk peubah-peubah dalam model nonlinier dan linier
sistem pendulum terbalik. Untuk memperoleh suatu model linier yang stabil, maka
digunakan umpan-balik peubah keadaan berupa x1 dengan K1, x2 dengan K2, x3 dengan K3
dan x4 dengan K4.
Dengan matriks K
berupa umpan balik dari sistem kalang tertutup, maka diperoleh bentuk persamaan
matriks kalang tertutup (Ac1). Dengan demikian diperoleh
persamaan karakteristik kalang tertutup sistem seperti pada bentuk persamaan
(4.8), yaitu :
l 0 0 0
0 0 1
0 0
Q(l) = 0 l 0
0 - 0
0 0 1
- 0 [K1 K2 K3 K4]
0 0 l 0 0
-0,94 0 0 0,42
0 0 0 l 0 29,83
0 0 -1,16
Q(l) = l4+(-0,42K3+1,16K4)l3+(-0,42K1+1,16K2-29,83)l2+(11,44K3)l+12,13K1 = 0 …… (4.8)
Pada persamaan (4.8), dapat diketahui kestabilan nilai K,
dengan menggunakan syarat kestabilan Routh, dengan cara menyusun
koefisien untuk persamaan (4.8), sebagai berikut:
S4 : 1
-0,42K1+1,16K2 –29,83 12,13K1
S3 :
-0,42K3+1,16K4 11,44K3 0
11,44K3
S2 : (-0,42K1+1,16K2–29,83)- 12,13K1
(-0,42K3+1,16K4)
(-0,42K3+1,16K4)12,13K1
S1
: 11,44K3 –
11,44K3
(-0,42K1+1,16K2-29,83 - )
-0,42K3+1,16K4
S0 : 12,13K1
Agar stabil, syarat pertama adalah
semua koefisien Q(l) harus bernilai positif:
K1 >
0
K3 >0
K2
> K1 +29,83
K4 >
K3
Syarat kedua, kolom pertama
dari Tabel Routh harus positif, yaitu
S3 : K4
> 0,42/1,16 K3
11,44K3
S2 : ¾¾¾¾¾¾¾ < (-0,42K1+1,16K2-29,83)
-0,42K3+1,16K4
(-0,42K3+1,16K4)12,13K1
S1 : < 11,44K3
12,13K1
(-0,42K1+1,16K2 –29,83
- )
-0,42K3+1,16K4
S0 : K1
> 0
Dengan mengambil contoh l1 = 10 + i, l2 = 10 – i dan l3 = l4 = -0.5, maka diperoleh
Q(l) = (l + 10 + i ) (l +10 – i) (l + 0.5) (l + 0.5)
= l4 + 21 l3 + 121.25 l2 +106 l + 25.25 (4.9)
Dengan mensubtitusikan persamaan (4.9) ke persamaan (4.8), maka akan
diperoleh nilai sebagai berikut:
-0,42K3
+ 1,16K4 = 21
-0,42K1
+ 1,16K2 – 29,83 = 121.25
11,44K3
= 106 (4.10)
12,13K1
= 25.25
Dengan demikian harga umpan balik keadaan K1, K2, K3, dan K4
adalah sebagai berikut:
K1 =
2,08
K2 = 130,99
K3 = 9,27
K4 =
21,46
Dengan demikian diperoleh tanggapan keluaran dari
sistem berupa grafik yang terdiri dari keluaran berupa posisi kereta, posisi sudut pendulum, kecepatan posisi kereta dan kecepatan sudut
pendulum terbalik.
Pada Gambar 4.12 sampai
Gambar 4.15 terlihat, baik itu posisi
kereta, posisi sudut pendulum, kecepatan posisi kereta dan kecepatan sudut
pendulum tidak mencapai kestabilan. Hal ini disebabkan model nonlinier yang
dipergunakan pada persamaan 3.11 dan juga tidak memenuhi syarat kestabilan,
yaitu terdapat akar persamaan karakteristik di sebelah kanan bidang kompleks.
Oleh karena itu, dirancang suatu cara
untuk menstabilkannya yaitu dengan umpan-balik status. Hasil simulasi terlihat
pada Gambar 4.16 sampai Gambar 4.19. Namun demikian dari hasil simulasi,
kendali umpanbalik status (full-state
feedback control) tidak dapat menstabilkan sistem non linier dari pendulum
terbalik.
Ternyata kendali umpan-balik status tidak dapat
menstabilkan model nonlinier dari pendulum, maka dirancanglah suatu mekanisme
adaptasi sistem kendali adaptif model acuan dan dapat dilihat hasil simulasinya
pada Gambar 4.21 sampai Gambar 4.24.
4.2.3. Perancangan Aturan
Kendali Adaptif Model Acuan
A. Penurunan dari Bentuk
Umum Persamaan Ruang Keadaan
Perhatikan model persamaan
ruang keadaan proses berikut:
(4.11)
Diharapkan untuk merancang
aturan kendali sehingga model proses mengikuti perilaku model acuan berikut:
(4.12)
Bentuk umum kendali linier
adalah
(4.13)
Dalam hal ini m = jumlah variabel masukan dan = jumlah variabel keadaan. Selanjutnya persamaan kesalahan
dan turunan persamaan kesalahan ditulis sebagai berikut:
(4.14)
Dengan menambahkan dan mengurangkan
dengan Amx pada sisi kanan persamaan (4.14) akan diperoleh
(4.15)
Untuk memperoleh persamaan
ekualitas, telah dianggap bahwa kondisi
untuk kesamaan mutlak model proses dan model acuan telah dipenuhi. Untuk
menurunkan aturan adaptasi paramater, maka diperkenalkan fungsi Lyapunov berikut:
(4.16)
Matriks P adalah matriks definit
positip. Fungsi V adalah fungsi definit positip. Untuk membuktikan
apakah fungsi V pada (4.16) adalah fungsi Lyapunov, maka kita
menghitung total turunan V terhadap waktu. Sehingga diperoleh:
(4.17)
Matriks Q adalah
matriks definit positif sedemikian hingga berlaku hubungan
(4.18)
Mengingat kembali teorema Lyapunov
bahwa akan selalu dapat ditemukan
pasangan matriks definit positif P dan Q jika matriks Am
adalah matriks yang menggambarkan sietem yang stabil. Apabila dipilih aturan
adaptasi parameter kendali menjadi
(4.19)
Dimana θ merupakan
vektor dengan komponen (θ1, θ2, …, θn ,
θn+), maka diperoleh (Catatan: sistem orde-n akan
mempunyai n+ parameter kendali
adaptasi θ)
(4.20)
Persamaan (4.20)
menunjukkan bahwa turunan fungsi Lyapunov bersifat negatif semi-definit
bukan negatif definit. Berdasarkan teori Lyapunov, hal ini
mengimplikasikan bahwa untuk variabel kesalahan e dan parameter adaptasi
(θ1, θ2, …, θn , θn+) mesti dibatasi,
dimana batasan tersebut menjamin bahwa V(θ,t) < V(e, θ1,
θ2, …, θn , θn+,t) untuk t > 0, atau fungsi Lyapunov V bersifat
positif definit.
B. Penurunan dari Model
Linier Pendulum Terbalik
Kendalian tak linier pendulum
terbalik, akan dikendalikan oleh kendali adaptif model acuan yang diturunkan
dari model liniernya (Perhatikan Subbab 4.2.1 dan persamaan 4.7). Dengan
memilih secara bebas parameter-parameter kendalian sebagai berikut:
4.2.4. Hasil Simulasi
Hasil simulasi untuk
mengamati kinerja pendulum terbalik yang dikendalikan oleh kendali adaptif
model acuan berbasis teori Lyapunov ditunjukkan pada Gambar 4.21–4.26. Simulasi
dilakukan dengan mengubah parameter-parameter kendalian dan mengamati bagaimana
kendali adaptif dapat beradaptasi terhadap perubahan tersebut.
m=0.1 kg, g=9.8, l=1m. Konstanta laju adaptasi dipilih g=6 dan simulasi diawali dengan nilai awal sudut pendulum sebesar 0.1
rad. Sedangkan Gambar 4.24 – 4.26
menunjukkan hasil simulasi untuk nilai-nilai kendalian: M=1 kg, m=0.3 kg,
g=9.8, l=0.5m. Konstanta laju adaptasi dipilih g=4 dan simulasi juga diawali dengan nilai awal sudut pendulum
sebesar 0.1 rad. Kedua rangkaian simulasi masing-masing menunjukkan sinyal
komando uc dan tanggapan sinyal kendali u, tanggapan seluruh
variabel keadaan, dan parameter kendali.
Rangkaian hasil simulasi pada Gambar 4.21 – 4.23 menunjukkan
bahwa kendali adaptif model acuan mampu menstabilkan sistem non linier dari
pendulum terbalik. Posisi pendulum terbalik yang dipasang pada kereta mampu
dipertahankan pada posisi tegak. Kecepatan gerak kereta dan kecepatan gerak
pendulum mampu dibawa ke kondisi diam bila kereta diberi hasutan gaya geser ke kiri dan ke
kanan. Selain mampu menstabilkan, kendali adaptif model acuan berbasis teori
Lyapunov juga mampu membuat seluruh variable keadaan sistem men”tracking” pergerakan model acuan.
Meskipun parameter-parameter kendalian diubah, kendali
adaptif model acuan masih mampu mengendalikan seluruh variabel keadaan sistem
pendulum terbalik hingga tetap stabil dan mampu mengikuti perilaku model acuan
seperti yang diharapkan. Hal ini ditunjukkan oleh serangkaian hasil simulasi pada
4.24 – 4.26.
Dari kedua rangkaian simulasi dapat disimpulkan bahwa
kendali adaptif masih mampu mempertahankan kinerjanya meskipun
parameter-parameter dari model kendalian mengalami perubahan.
Nb : Ingin versi lengkapnya ? Silahkan Download
Nb : Ingin versi lengkapnya ? Silahkan Download
0 Response to "CONTOH PROPOSAL PENELITIAN MENINGKATKAN KEAHLIAN CIVITAS ACADEMICA "
Posting Komentar