Adaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan. Nastiti Puspitosari L/O/G/O NETWORKED CONTROL SYSTEM (NCS)

Transkripsi

1 L/O/G/O NETWORKED CONTROL SYSTEM (NCS) Adaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan Nastiti Puspitosari BIDANG STUDI TEKNIK SISTEM PENGATURAN - ITS

2 TOPIK PEMBAHASAN 1 PENDAHULUAN LATAR BELAKANG PERMASALAHAN TUJUAN 2 TEORI DASAR IDENTIFIKASI SPB PID FUZZY 3 PERANCANGAN SISTEM ARSITEKTUR SPB IDENTIFIKASI PLANT PERANCANGAN KONTROLER PID FUZZY 4 PENGUJIAN DAN ANALISIS SISTEM SET POINT BERUBAH BEBAN MINIMAL BEBAN MAKSIMAL DELAY ALAMI VARIASI DELAY

3 PENDAHULUAN

4 Latar Belakang KONTROL TELEKOMUNIKASI Menitikberatkan studi dari suatu sistem dinamik yang saling terkoneksi melalui jalur ideal SISTEM PENGATURAN BERJARINGAN mempelajari perkembangan kemungkinan pengiriman data melalui jalur tidak ideal Permasalahan yang sering terjadi pada konsep pengaturan melalui jaringan komunikasi tidak dapat terlepas dengan permasalahan yang biasa Terjadi pada jaringan komunikasi seperti delay dan packet loss.

5 Permasalahan Adanya waktu tunda (time delay) dan packet loss selama proses berlangsung Delay dan Packet Loss terjadi secara acak dan sulit untuk di prediksi Penurunan performansi sistem, bahkan dapat menyebabkan ketidakstabilan pada sistem Diperlukan sebuah kontroler yang mampu mengatasi permasalahan akibat delay dan packet loss

6 PID Mudah untuk digunakan Terbukti banyak menyelesaikan permasalahan pada sistem Kontroler PID Parameter kontroler tidak dapat menyesuaikan keadaan sstem Delay terjadi acak pada SPB, permasalahan sulit diprediksi Kontroler PID yang mampu melakukan penalaan mandiri parameternya sesuai dengan keadaan yang sedang terjadi pada sistem

7 Tujuan Pengerjaan 1 Mengetahui permasalahan yang terjadi pada SPB Tujuan 2 Mengetahui kelebihan dan kekurangan kontroler PID dalam mengatasi permasalahan pada SPB 3 Mendesain kontroler PID yang mampu melakukan penalaan mandiri terhadap parameternya sesuai dengan keadaan sistem.

8 TEORI DASAR

9 Identifikasi Sistem K Y X SS SS y tu y Td Yss Pada sistem pengaturan proses, ditemukan bahwa sistem memiliki karakteristik sistem dengan delay. Pemodelan sistem dengan karakteristik tersebut dinyatakan dalam model matematis sistem orde n dengan delay

10 Identifikasi Sistem (cont d) Y X Gain Alami Sistem s Ke s s 1 T d s Waktu delay yang terjadi hingga respon sistem mulai muncul Waktu ketika sistem Mencapai dari Y ss sejak Waktu delay selesai

11 Sistem Pengaturan Berjaringan Konsep sistem pengaturan dengan komunikasi sensor, aktuator, dan kontroler yang terjadi pada jaringan komunikasi digital.

12 Waktu Tunda SPB τ sc waktu yang Diperlukan oleh pengiriman informasi dari sensor ke kontroler Waktu tunda total : τ = τ sc + τ ca + τ c waktu tunda yang diperlukan dalam pemrosesan sinyal pada kontroler τ ca waktu yang Diperlukan oleh sinyal kontrol dari kontroler untuk Sampai pada aktuator

13

14 Packet Dropout SPB Packet dropout pada jaringan terjadi ketika terdapat kegagalan node jaringan atau tabrakan antar pesan saat pengiriman paket data. Pengukuran sensor dan sinyal kontrol terukur akan lebih baik jika paket data lama dibuang dan tidak melakukan pengiriman ulang pesan yang tak terkirim namun mengirim paket data yang baru. Sehingga, kontroler selalu menerima informasi berupa paket data baru untuk perhitungan aksi kontrol.

15 Konsep Proporsional U ( s ) K p Es Kp = Konstanta Proporsional Konsep proporsional menghasilkan sinyal kontrol Yang berbanding lurus atau proporsional terhadap besar error yang terjadi pada sistem. Berikut ini adalah beberapa aksi yang didapatkan dengan perubahan nilai K p : 1. Jika K p bernilai kecil, maka sinyal kontrol akan melakukan koreksi kesalahan yang kecil, sehingga akan dihasilkan respon sistem yang lambat. 2. Jika K p dinaikkan, maka respon sistem akan semakin cepat menuju keadaan steady state. 3. Jika K p diperbesar terus-menerus, maka akan tampak bahwa respon sistem berosilasi dan menunjukkan keadaan yang tidah stabil.

16 Konsep Integral U 1 is K i s K E s Es p s K Jika error bernilai nol, maka keluaran kontroler akan bertahan pada nilai sebelumnya. i K i p Jika error tidak berharga nol, maka keluaran akan menunjukkan kenaikan atau penurunan yang sangat dipengaruhi oleh besar nilai error dan nilai K i yang ditetapkan

17 Konsep Derivatif Sinyal kontrol akan bernilai nol apabila tidak terjadi perubahan error pada sistem. Jika error berubah terhadap waktu, maka sinyal kontrol yang dihasilkan oleh konroler bergantung pada besarnya nilai K d dan laju perubahan error. Sinyal kontrol yang dihasilkan oleh penerapan konsep derivatif memberikan koreksi yang signifikan sebelum error terjadi lebih besar. U s K s Es K ses p d Apabila terjadi error yang besar dan mendadak, maka sinyal kontrol juga akan mengelurakan aksi yang besar dan cepat pula pada sistem. d

18 Kontroler PID Dengan mengetahui konsep proporsional, integral, dan derivatif serta mengetahui berbagai kelebihan dan kekurangan dari penerapan masing-masing konsep maka dapat disusun sebuah kontroler yang memiliki kemampuan terintegrasi.

19 Konsep Logika Fuzzy Logika fuzzy diperkenalkan pertama kali oleh Lotfi Zadeh dari University of California Berkeley pada tahun Himpunan fuzzy memperbolehkan penggunaan derajat kebenaran yang berkisar antara salah dan benar atau 0 hingga 1 [8].

20 Fungsi Keanggotaan Fuzzy Bentuk Fungsi Keanggotaan (a) trapesiodal, (b) bellshape, (c) singleton, (d) segitiga, dan (e) gaussian.

21 Fungsi Keanggotaan Fuzzy (cont d) b a u u i i b a u b a i exp a u u i i i U i u

22 Proses Fuzzifikasi

23 Proses Aggregasi Fuzzy

24 Defuzzifikasi

25 Proses Inferensi Fuzzy

26 Konsep Adaptive Fuzzy

27 Model Referensi s K G s i p s K s H p i p p r K K s s K K s K K s C s Y

28 Pembelajaran Fuzzy dengan Gradient Descent Bentuk fungsi keanggotaan yang digunakan adalah segitiga untuk masukan dan singleton untuk keluaran. A j i u i 1 2 u i b a ij ij 2 1 u j A i i

29 Algoritma Self Tuning Metode gradient descent ini mencari vektor z yang meminimalkan fungsi sasaran, yaitu E(z). Melalui persamaan tersebut, maka persamaan pembelajaran dengan gradient descent secara umum : Pada metode ini, fungsi sasaran bertujuan untuk meminimalkan error {em(t)}, sehingga fungsi sasaran E(z) didapatkan dari : E E,, z1 z2 z i E z t 1 z t 1 E 2 i 3 E,..., z p E K z y 2 0 y r z i a ij E z E t 1 aij t Ka z bij t 1 aij t Kb w t 1 w t a ij b ij i i K w E w z i

30 PERANCANGAN SISTEM

31 Komponen SPB Sebagai kontroler dan pelaksana perhitungan serta algoritma proses Komputer OPC 4. OLE Procrss Control 2. Ethernet Media Komunikasi Hub 5. Perangkat dengan banyak port yang memungkinkan beberapa titik bergabung menjadi satu jaringan 3. Data Acquisition Module DAM

32 Arsitektur SPB

33 Konfigurasi Fisik SPB

34 Plant Pressure Process Rig

35 Diagram Fisik Plant

36 Integrasi Perangkat Lunak Perangkat lunak yang digunakan pada SPB ini antara lain adalah : 1. ADAM 5000 TCP Utility 2. OPC KEPServerEx 3. LabVIEW 4. Matlab ADAM 5000 TCP Utility OPC KEPServerEx LabVIEW MATLAB

37 Identifikasi Sistem Melalui Jaringan Kabel Ethernet digunakan untuk menghubungkan komputer dengan perangkat ADAM 5000L/TCP, selanjutnya dari ADAM 5000L/TCP ke plant dihubungkan dengan kabel analog. Set point diberikan pada plant melalui komputer dengan perangkat lunak LabVIEW

38 Beban Nominal H s e s 0.36s 1

39 6 Respon Hasil Identifikasi Plant (Jaringan) 5 Tekanan (psi) Set Point Respon Plant Respon Hasil Pemodelan Waktu (detik)

40 Beban Minimal H s e 0.35s s

41 6 Respon Hasil Identifikasi Beban Maksimal (Jaringan) 5 Tekanan (psi) Respon Plant Respon Hasil Pemodelan Waktu (detik) Set Point

42 Beban Maksimal H s e s 1 s

43 6 Respon Hasil Identifikasi Beban Maksimal (Jaringan) 5 Tekanan (psi) Respon Plant Respon Hasil Pemodelan Waktu (detik) Set Point

44 Perancangan Kontroler PID METODE TUNING MC.MILLAN 1. Menentukan fungsi alih sistem dalam model matematis sistem orde satu dengan delay. Dalam hal ini, fungsi alih sistem yang digunakan adalah: H s 0.36s e s 1 2. Menentukan nilai dari parameter kontroler PI sesuai dengan persamaan K i K m i m

45 Perancangan Konsep Fuzzy

46 Perancangan Konsep Fuzzy (cont d) Menetapkan masukan dan keluaran dari sistem fuzzy. Dalam Tugas Akhir ini, masukan fuzzy adalah error model dan delta error model. Keluaran fuzzy adalah delta K p dan delta K i Menentukan bentuk fungsi keanggotaan himpunan fuzzy. Dalam Tugas Akhir ini fungsi keanggotaan yang dipilih adalah bentuk segitiga dan singleton.

47 Perancangan Konsep Fuzzy (cont d) Menentukan himpunan fuzzy dari masing-masing masukan dan keluaran fuzzy. Himpunan fuzzy didesain dengan 5 variabel linguistik, baik untuk masukan maupun keluaran fuzzy

48 Sistem Inferensi Fuzzy Proses yang terjadi pada sistem inferensi fuzzy merupakan proses pengambilan keputusan fuzzy melalui pemetaan masukan terhadap rule-base yang telah dirancang sehingga menghasilkan sebuah keluaran fuzzy

49 Fungsi Koridor

50 Persamaan Umum : Di mana: t 1 t k de d de de der dy0 du d de dy du d r 0 de de r d e 2 de r 2 r 1 der dyr y0 e r dy 0 dy 0 1 dy0 y0t y0t 1 du ut ut 1 du ut 1 ut 2 d t t 1

51 t t t y t y e k t t r a a a j ij i ij a a t a Didapatkan : Maka Pergeseran a :

52 t t t K t K t e t u t u t y t y e k t t p p r K K K p p p t t t K t K t e t u t u t y t y e k t t p p r K K Ki i i j j w j w t w j j j w w t w ij j ij r b ij ij b a x t e k b b Diperoleh Lamda : Pergeseran titik tengah keluaran: Pergeseran lebar MF:

53 PENGUJIAN SISTEM DAN ANALISIS

54 Set Point Berubah

55 Parameter Delay τ Ess tp tr tss ts(5%) Td %Mp 0 0 0

56

57

58 Beban Nominal

59

60 Beban Minimal

61

62

63 Beban Maksimal

64 Beban Maksimal

65

66 Beban Minimal Delay

67

68 Delay

69

70 Delay

71

72 Delay

73

74 Beban Maksimal Delay

75

76 Delay

77

78 Delay

79

80 Delay

81

82 L/O/G/O Thank You!