Penerapan Kendali Logika Fuzzy+Proportional Integral pada Modul Process Control Simulator PCS 327 MK2

Transkripsi

1 Penerapan Kenda Logka Fuzzy+Proportona Integra pada Modu Process Contro Smuator PCS 327 MK2 Wrastawa Rdwan Jurusan Teknk Eektro Unverstas Neger Gorontao ema : r1space@yahoo.com Abstrak. Respon output yang dperoeh dengan penerapan kontroer ogka fuzzy adaptf pada modu Process Contro Smuator PCS 327 MK2 ternyata mash kurang memuaskan yatu settng tme yang ambat pada saat pembebanan dan overshoot yang besar. Pada penetan n akan drancang suatu kontro hybrd terdr dar kontroer ogka fuzzy adaptf dan kontroer Proportona Integra (PI) yang dgunakan untuk mengendakan respon output dar modu Process Contro Smuator PCS 327 MK2. Gan Kontro dgunakan untuk mengubah snya kontro sehngga ddapatkan respon output dar sstem sesua dengan yang dngnkan (setpont). Penambahan kontroer ntegra dgunakan untuk mengurang overshoot yang ada. Agortma pembeajaran yang dgunakan pada sstem fuzzy adaah gradent descent untuk mengestmas parameter-parameter fuzzy. Sstem akan dber gangguan beban seteah mencapa steady state sebesar 0,5 vot dan 1 vot. Daam penetan n dperoeh has respon output dengan rata-rata error terkec pada saat K = 1,2 dan K=0,2 dengan rata-rata error 0,2245 Vot. Kata kunc : Process Contro Smuator PCS 327 MK2, kontro hybrd 1. Pendahuuan Process Contro Smuator PCS-327 MK-2 adaah smuator anaog dengan fungs tertentu yang memaka rangkaan terpadu operatona ampfer dsusun dengan aturan sedemkan sehngga prnsp-prnsp metode kontro proses dapat dajarkan pada eve tekns dan teknoogs. Secara umum, PCS 327 MK-2 n terdr dar bagan controer dan bagan proses. Bagan controer terdr dar aks kontro ntegra, dervatve dan proportona. Serng dengan perkembangan teknoog pengaturan kerja sstem, maka pengontroan sstem atau yang serng dsebut controer terasa semakn dperukan keberadaannya. Khususnya d bdang pengontroan perangkat keras, bak tu berupa aat-aat eektronk maupun aat-aat mekank, teah dkenakan berbaga metode pengontroan yang cukup bak untuk dgunakan, saah satunya adaah pengenda ogka fuzzy. Pada penetan n akan danass penerapan kontro hybrd pada bagan proses dar Process Contro Smuator PCS-327 MK-2 sedangkan controer-nya menggunakan adaptve fuzzy ogc controer dan pengenda PI (Proportona Integra). Keterbatasan pengetahuan operator manusa mengena pant yang akan datur menyebabkan kesutan daam menentukan aturan-aturan dasar daam perancangan fuzzy ogc controer, sehngga dkembangkan suatu metode untuk mengdentfkas sstem dengan menerapkan konsep nvers kausa. Sedangkan pengenda PI dharapkan dapat mengendakan respon sstem untuk mengatas overshoot yang ada pada saat pembebanan.

2 39 Permasaahan daam penetan n adaah bagamana mendapatkan respon output dar pant berupa modu Process Contro Smuator PCS-327 MK2 menggunakan kontro hybrd, yatu adaptve fuzzy ogc controer dan pengenda PI (Proportona Integra). Identfkas dan desan kontro menerapkan metode nvers kausa dan metode gradent descent tranng sebaga agortma pembeajaran. Identfkas dakukan secara onne sehngga ddapatkan parameter-parameter dar mode fuzzy yang nantnya dgunakan sebaga acuan untuk menentukan besarnya snya kontro yang dperukan agar menghaskan respon output yang dngnkan (sama dengan setpont), terutama apaba sstem dber gangguan beban. Penetan n dbatas pada penerapan kontro hybrd (adaptve fuzzy ogc controer dan pengenda PI) pada bagan proses modu Process Contro Smuator PCS-327 MK2. Kemudan sstem akan dber gangguan beban seteah mencapa steady state sebesar 0,5 vot dan 1 vot. 2. Tnjauan Pustaka 2.1 Sstem Fuzzy Adaptf Terdapat dua cara pendekatan untuk adaptve fuzzy controer, yatu drect adaptve contro dan ndrect adaptve contro [Passno, 1997]. Daam penetan n akan dgunakan ndrect adaptve fuzzy controer. Pada ndrect adaptve fuzzy controer dakukan on ne dentfkas untuk mengestmas parameter-parameter pant dan bagan controer desgner akan mengubah parameter dar kontroer. Jka parameter pant berubah, dentfer akan mengestmas parameter pant dan controer desgner akan mengubah parameter kontroer. Pendekatan n dnamakan ndrect adaptve contro karena kta mengubah kontroer secara tdak angsung meankan terebh dahuu harus mengestmas parameter pant. Pada drect adaptve fuzzy controer tdak memerukan perantaraan mode proses atau tahap dentfkas parameter, mendapatkan parameter kontroer secara angsung dar perbandngan aktua performans oop tertutup dengan beberapa keakuan yang dngnkan ewat ndeks performans keuaran yang menunjukkan adaptas kontroer. Beberapa keebhan kontroer adaptf secara tak angsung (ndrect adaptve contro) dbandngkan pendekatan secara angsung (drect adaptve contro) : Pembangktan suatu mode pant memboehkan perubahan parameter yang terdeteks secara tba-tba, sesua dengan has penjejakan dar karakterstk sementara. Pemsahan mode adaptas dar dsan kontroer, memboehkan mode untuk danass secara terpsah dar performans kontroer dan kestaban sstem. Spesfkas performans kontroer dapat dubah untuk mengakomodas batasanbatasan yang baru.

3 40 Desan Kontroer Identfkas Input Kontroer Fuzzy Pant Output Gambar 1 Indrect adaptve fuzzy controer Identfkas Mode Fuzzy Sstem Logka Fuzzy yang dgunakan adaah menggunakan : - Sngeton Fuzzyfer - Center average defuzzfer - Aturan penaaran produk ( produk nference engne ) - Fungs Keanggotaan Gaussan Sstem Fuzzy yang akan drancang mempunya bentuk : M 2 N x x y = = 1 exp 1 σ f ( x) = M 2 N x x = = 1 exp 1 σ Parameter yang dapat dubah - ubah ( adjustabe ) dar sstem ogka fuzzy d atas adaah : - y V - x U - σ V adaah semesta pembcaraan pada keuaran, sedangkan U adaah semesta pembcaraan pada masng-masng masukannya. M adaah banyaknya aturan fuzzy dan N adaah banyaknya masukan. Sedangkan f(x) adaah keuaran sstem fuzzy tersebut. Varabe x dan σ ( = 1,,N; = 1,,M ) masng - masng adaah ttk tengah dan ebar dar fungs keanggotaan masukan. Masukan dar sstem fuzzy tersebut dnotaskan dengan x ( = 1,,N), sedangkan ttk tengah fungs keanggotaan d keuarannya adaah y ( = 1,,M). 2.2 Kontro Hybrd Kontro hybrd adaah kontro yang menggunakan dua atau ebh kontroer daam satu sstem. Bok dagram dar kontro hybrd yang terdr dar ndrect adaptve fuzzy ogc

4 41 controer dan kontroer Proportona Integra (PI) secara keseuruhan dapat dhat pada Gambar 2. e(k) PI u (k) K + pant y ( k +1) + (k) e u y (k) u ˆ( k) - Identfkas Mode nvers x d ( k +1) Mode nvers fuzzy Gambar 2 Dagram bok kontro hybrd Jka prosedur pemodean fuzzy secara adaptf dgunakan untuk menyedakan pemodean proses daam desan kontroer dakukan secara onne, maka hasnya adaah berupa suatu kontroer fuzzy adaptf secara tak angung ( ndrect adaptve fuzzy ogc controer ). Sedangkan penambahan kontroer PI adaah untuk mengurang overshoot. Persamaan kontroer PI adaah sebaga berkut. U ( k) = K *( e( k) + e( k + 1)) Struktur kontroer n terdr atas dua buah umpan bak, yatu umpan bak untuk kontroer dan umpan bak untuk update pemodean pant. Umpan bak untuk kontroer menggunakan has observas keuaran untuk menentukan snya kontro yang dbutuhkan yang dgunakan sehngga dhaskan respon yang dngnkan, umpan bak kontroer, sedangkan umpan bak untuk update pemodean proses menggunakan observas masukan/keuaran pant untuk mengadaptas mode nvers proses yang dbutuhkan untuk umpan bak kontroer. 3 Metode Penetan Metode pengerjaan penetan n dbag daam beberapa tahap : 1. Mengumpukan bahan teratur. 2. Mempeajar teor sstem ogka fuzzy untuk dentfkas dan controer. 3. Membuat software untuk dentfkas dan controer 4. Penyapan hardware (PCS 327 MK-2, komputer, ADC/DAC). 5. Mengumpukan data dengan meakukan proses dentfkas sstem dan menerapkan controer pada sstem (bagan proses dar modu Process Contro Smuator PCS 327 MK2) dengan perubahan gan kontro.

5 42 6. Anass data untuk menentukan spesfkas respon sstem. 7. Pembuatan aporan penetan Penetan n akan dakukan pada Laboratorum Teknk Pengaturan, Jurusan Teknk Eektro, Insttut Teknoog Sepuuh Nopember Surabaya, khususnya pada tahap penyapan hardware, pengumpuan dan anass data. Perangkat keras yang dgunakan daam penetan n berupa 1 (satu) set komputer untuk mengoah data secara on-ne, peraatan ADC/DAC berupa mut ab Card PCL-712 dan pant yang dkontro berupa modu PCS 327 MK2. Hubungan antar perangkat keras dperhatkan daam Gambar 3. Perangkat unak yang dgunakan untuk mengmpementaskan agortma kontro menggunakan bahasa pemrograman C. pant nput kontroer DAC PCS 327 MK2 output ADC komputer PCL 712 Gambar 3 Bok dagram perancangan sstem Sebeum dterapkan kontroer ogka fuzzy adaptf peru dakukan proses dentfkas terebh dahuu. Has dar proses dentfkas tersebut berupa parameter-parameter fuzzy yang kemudan dgunakan untuk kontroer ogka fuzzy adaptf. Proses pembeajarannya menggunakan agortma gradent descent. Untuk ebh jeasnya, proses perancangan kontroer ogka fuzzy adaptf yang dterapkan pada modu Process Contro Smuator PCS 327 MK2, meau agortma sebaga berkut : a. Agortma dentfkas pant 1. Modu Process Contro Smuator PCS 327 MK2 dber masukan step sebesar 3.8 vot. 2. Menentukan jumah rue (= 30) 3. Menentukan nsasas parameter mode nvers fuzzy yatu x 1 (0), x 2 (0), y (0), σ 1 (0), σ 2 (0) yang nantnya akan destmas. 4. Mengestmas parameter-parameter tersebut dengan agortma gradent descent berdasarkan data masukan/keuaran pant. 5. Data parameter-parameter dar angkah 4 dgunakan untuk nsasas kontroer. b. Agortma Kontroer Hybrd

6 43 1. Has dentfkas mode nvers fuzzy yang berupa parameter-parameter fuzzy dgunakan untuk nsasas kontroer fuzzy adaptf. 2. Gangguan beban dberkan pada saat respon oop tertutup dar pant mencapa steady state. Beban dberkan sebesar 0.5 vot (13,15%) dan 1 vot (26,31%). 3. Memberkan nput kontro gan (K) yang berubah kemudan menghtung Mean Error (ME). 4. Pada K yang sama dberkan nput kontro gan ntegra (K) yang berbeda. 5. Menganass respon sstem untuk mengetahu karakterstk performans sstem meput tme settng (ts) pada saat transen dan pembebanan, maksmum overshoot (Mp) dan persen maksmum overshoot (%Mp), output steady state, error steady state serta seberapa besar rata-rata error (Mean Error). Software n dbuat untuk menangan akuss data dar modu Process Contro Smuator dan mengoeks data nput-output untuk dentfkas secara onne, serta untuk mpementas pengaturan dengan kontroer hybrd (ogka fuzzy adaptf dan PI). 4 Has Penetan Dan Pembahasan 4.1 Has Identfkas Pant Identfkas sstem dakukan secara onne dengan memberkan masukan step sebesar 3,8 vot pada pant. Identfkas yang dakukan adaah dentfkas mode nvers fuzzy dar pant untuk mendapatkan parameter-parameter sstem fuzzy dengan menggunakan agortma pembeajaran gradent descent dengan ketentuan sebaga berkut : - Jumah rue (M) = 30, Kecepatan pembeajaran (α) = 0,5 Parameter-parameter sstem fuzzy has dar dentfkas dapat dhat pada Tabe 1 [Rdwan, 2007]. Parameter-parameter has dentfkas datas nantnya dgunakan untuk nsasas parameter pada kontroer ogka fuzzy adaptf secara onne. Data parameter-parameter datas terhat bahwa na x 1 mengaam perubahan cukup besar dar rue ke 1 sampa ke 15, rue ke 16 sampa 29 tdak banyak berubah dan berubah ag pada rue ke 30. Untuk na x 2 tdak mengaam perubahan seteah rue ke 22. Na y tdak mengaam perubahan mua rue ke 15 sampa 27 dan berubah sedkt pada rue ke 28 samap rue ke 30. Na σ 2 cenderung tetap, sedangkan na σ 1 berubah dar rue ke 1 sampa 29 dan berubah drasts pada rue 30 [Rdwam, 2007]. 4.2 Respon Sstem Tanpa Kontroer PI Respon keuaran seteah dmpementaskan kontroer ogka fuzzy adaptf jka dberkan masukan step sebesar 3,8 vot dengan kontro gan yang bervaras sepert terhat pada Tabe 2 dan Tabe 3 [Rdwan, 2007].

7 44 Tabe 1 Parameter-Parameter x 1, x 2, y, σ, σ Sstem Fuzzy Has Identfkas 1 2 Rue x 1 (V) x 2 (V) y (V) σ 1 (V) σ 2 (V) 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Tabe 2 Spesfkas kontro dengan K bervaras, tanpa beban Gan (K) Spesfkas t s (det) M p (V) O ss (V) E ss (V) Rata-rata error (V) 1,0 7,4699 0,4688 3,8315 0,0315 0,4364 1,1 7,1899 0,7814 3,8315 0,0315 0,4103 1,2 6,5899 0,9377 3,8315 0,0315 0,3873 1,3 9,9399 1,0940 3,8315 0,0315 0,3707

8 45 Tabe 3 Spesfkas kontro dengan K bervaras, berbeban Gan (K) Spesfkas Beban 0,5 V Beban 1 V t s1 (det) t s2 (det) t s3 (det) t s4 (det) 1,0 6,0899 4,8899 6,2599 7,4699 1,1 4,6199 4,2299 5,2799 6,9199 1,2 4,0699 3,3499 4,4499 4,8899 1,3 3,2399 2,8599 3,7899 4,7799 Berdasarkan spesfkas kontro datas terhat bahwa rata-rata error untuk K = 1,0 pang besar dsebabkan oeh tme settng (t s ) ambat bak pada saat transent maupun pada saat pembebanan. Rata-rata error pang kec pada saat K = 1,3 karena mempunya t s yang pang cepat pada saat pembebanan. Pada saat pembebanan, dperoeh t s yang pang cepat pada K = 1,3. Namun K yang besar n mengakbatkan t s pada saat transen dan maxmum overshoot menjad besar juga. Data datas memperhatkan bahwa makn besar harga K, harga M p makn besar dan t s pada saat pembebanan makn cepat [Rdwan, 2007]. Dperoeh pua bahwa harga M p dan t s mash terau besar, sehngga spesfkas n yang akan dperbak dengan penerapan kontro hybrd, dengan menambahkan kontroer PI pada sstem. 4.3 Respon Sstem dengan Kontroer Hybrd Kontro hybrd pada penetan n adaah kontro fuzzy adaptf dan kontro Proportona Integra (PI). Penambahan kontroer PI dsn untuk mengurang maxmum overshoot (Mp) dan mempercepat transen, terutama pada saat pembebanan. Pada percobaan n dberkan setpont 3,8 vot dengan kontro gan (K) dan konstanta ntegrator (K) yang bervaras. Penambahan tegangan beban dberkan ketka sstem teah mencapa steady state. Tabe 4 Spesfkas kontro untuk K= 0,2 dan K bervaras Harga K t s (det) M p (V) E ss (V) Parameter Pembebanan t s1 (det) t s2 t s3 t s4 (det) Rerata Error (V) (det) (det) 1 2,69 0,1563 0,0315 6,1 4,51 8,79 7,14 0,3047 1,1 6,22 0,3126 0,0315 4,99 3,95 6,48 6,98 0,2929 1,2 5,43 0,4688 0,0315 3,96 3,14 4,99 4,61 0,2885 1,3 5,44 0,7814 0,0315 3,24 2,69 5,06 3,68 0,3006 Dar data datas dperoeh, semakn besar harga K, harga t s pada saat pembebanan makn kec sehngga harga rata-rata error makn kec. Error steady state (E ss ) sama untuk semua harga K. Harga M p sebandng dengan kenakan harga K. Dperoeh respon terbak pada K=1,2 dengan harga rata-rata error pang kec.

9 46 Tabe 5 Spesfkas kontro untuk K= 0,25 dan K bervaras Harga K t s (det) M p (V) E ss (V) Parameter Pembebanan t s1 (det) t s2 t s3 t s4 (det) Rerata Error (V) (det) (det) 1 2,2 0,1563 0,0315 6,54 4,34 8,95 7,58 0,2876 1,1 4,23 0,3126 0,0315 5,16 3,68 7,31 6,99 0,2820 1,2 4,99 0,4688 0,0315 4,06 3,14 5,44 4,61 0,2925 1,3 5,5 0,4688 0,0315 3,35 2,85 4,22 3,68 0,2560 Dar data datas dperoeh, semakn besar harga K, t s pada saat transen dan M p makn besar. Pada saat pembebanan, semakn besar harga K, semakn kec harga t s. Kecenderungan na rata-rata error makn kec dengan kenakan harga K. Dperoeh respon terbak pada K=1,3 dengan harga rata-rata error pang kec. Tabe 6 Spesfkas kontro untuk K= 0,3 dan K bervaras Harga K t s (det) M p (V) E ss (V) Parameter Pembebanan t s1 (det) t s2 t s3 t s4 (det) Rerata Error (V) (det) (det) 1 2,14 0 0,0315 6,54 4,62 9,72 7,86 0,2524 1,1 3,62 0,1563 0,0315 5,16 3,68 7,69 6,37 0,2532 1,2 3,95 0,3126 0,0315 4,18 3,13 7,10 5,00 0,2245 1,3 9,34 0 0,0315 6,1 3,68 6,87 6,37 0,3641 Dar data datas dperoeh, semakn besar harga K, t s pada saat transen makn besar. Harga M p reatf kec, bahkan pada K = 1 dan K = 1,3, tdak terdapat overshoot. Pada saat pembebanan, semakn besar harga K, kecenderungan harga t s semakn kec. Kecenderungan na rata-rata error makn kec dengan kenakan harga K. Dperoeh respon terbak pada K = 1,2 dengan harga rata-rata error pang kec. Secara umum dperoeh dar anass respon output sstem, bahwa kenakan harga K membuat harga t s saat transen semakn besar, harga M p semakn besar dan harga t s saat pembebanan semakn kec. Kenakan harga K mengakbatkan harga t s saat transen makn besar dan harga M p semakn kec. Na t s saat pembebanan cenderung mengaam kenakan. Anass data secara keseuruhan, dperoeh rata-rata error yang terkec pada saat K = 0,3 dan K = 1,2. 5 Kesmpuan 1. Kenakan harga K membuat harga t s pada saat transen semakn besar, harga M p semakn besar dan harga t s pada saat pembebanan semakn kec. 2. Kenakan harga K mengakbatkan harga t s pada saat transen makn besar dan harga M p semakn kec. Na t s saat pembebanan cenderung mengaam kenakan. 3. Secara keseuruhan dperoeh rata-rata error yang terkec pada saat K = 0,3 dan K = 1,2.

10 47 Daftar Pustaka 1 Jang, J.S.R., Sun C.T., Mzutan, E., 1997, Neuro-Fuzzy Fuzzy and Soft Computng : A Computatona Approach to Learnng and Machne Integence, New Jersey : Prentce Ha Internatona, Inc. 2 Landau, I.D, 1990, System Identfcaton and Contro Desgn Usng P.I.M + Software, New Jersey : Prentce Ha Internatona, Inc. 3 Ogata, Katsuhko, 1997, Teknk Kontro Automatk Jd I, Jakarta : Erangga. 4 Passno, Kevn M., Yurkovch, S., 1997, Fuzzy Contro, New York : Addson Wesey Logman. 5 Rdwan, Wrastawa, 2007, Penerapan Adaptve Fuzzy Logc Controer Pada Modu Process Contro Smuator PCS 327 MK2, Gorontao : Penetan Dosen Muda. 6 Wang, L-Xn, 1997, A Course n Fuzzy Systems and Contro, New Jersey : Prentce- Ha Internatona, Inc. 7 Yan, J., Ryan, M., Power, J., 1994, Usng Fuzzy Logc Toward Inteegent Systems, Cambrdge : Prentce-Ha Internatona (UK) Lmted. 8.., 1998, Mode PCL-712 : Mut-Lab (12 bt ) A/D+D/A+DIO, London : Advantech Co. Ltd. 9.., 1998, Process Contro Smuator PCS327 Book 1, London : Feedback Instruments Ltd.