Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Transkripsi

1 Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto D_3_N2@yahoo.com Maalah Seminar ugas Ahir

2 Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto / L2F D_3_N2@yahoo.com Jurusan eni Eletro, Faultas eni, Universitas Diponegoro Semarang Abstra - Dalam perancangan sistem plant pengatur suhu secara onvensional setting parameter endali dilauan untu ondisi plant tertentu (beroperasi normal tanpa ada fator luar yang menggangu). Jia terjadi perubahan arateristi plant arena fator gangguan dengan parameter endali yang sama aan mengaibatan inerja plant menjadi tida optimal. Dengan menggunaan sistem endali adaptif pada sistem plant pengatur suhu, maa perubahan arateristi plant arena fator luar tersebut dapat segera ditangani. Sistem endali adaptif merupaan sistem endali yang dilengapi dengan algoritma pembelajaran. Algoritma pembelajaran yang diberian oleh sistem endali adaptif aan mengatur parameter-parameter dari pengendali berdasaran pada pasangan data input-output. Sistem endali adaptif dapat memodifiasi arateristi dari pengendali itu sendiri sebagai respon dari perubahan yang terjadi pada proses dan jenis dari gangguan-gangguan yang muncul. Hasil pengujian menunjuan bahwa respon sistem pengatur suhu ini dapat mengiuti model dengan bai pada range nilai laju onvergensi antara 0.00 sampai 0.000, sedangan untu range besar terjadi osilasi pada respon. Kata unci : Self uning Regulator (SR), PID endaliler, Laju onvergensi, Plant Pengatur Suhu. I. PENDAHULUAN. Latar Belaang Sebuah pendeatan dalam pengendalian plant yang parameter-parameternya tida dietahui dapat dilauan dengan menggunaan teni endali adaptif. Dengan teni endali adaptif maa parameter parameter plant dan pengendali dapat diadaptasi sendiri oleh sistem dengan proses estimasi parameter ataupun meanisme pengaturan. Parameter parameter dari hasil estimasi ataupun meanisme pengaturan dipaai untu mengupdate parameter pengendali hingga tercapai eluaran sistem sesuai dengan referensi atau modelnya. Pada tugas ahir ini mengapliasian teni endali adaptif dengan sema Self uning Regulator (SR) pada pengendalian plant pengatur suhu. Dengan sistem endali ini, eluaran dari plant yang diendalian aan mengiuti referensi. Pengujian terhadap sistem dilauan dengan pengujian pengaruh nilai laju onvergensi, pengujian referensi nai, pengujian referensi turun dan pemberian gangguan..2 ujuan ujuan yang henda dicapai dalam pembuatan ugas Ahir ini adalah mengimplementasian metode eni Kendali Adaptif model SR untu mengatur plant pengatur suhu..3 Batasan Masalah Dalam pembuatan tugas ahir ini penulis membatasi permasalahan sebagai beriut :. eni endali yang digunaan adalah teni endali adaptif dengan menggunaan sema Self-uning Regulator (SR). 2. Estimasi parameter-parameter plant menggunaan algoritma Least-Mean Squares (LMS). 3. Perancangan pengendali dengan menggunaan metode penempatan pole (Pole Placement) 4. Plant yang diendalian adalah plant pengatur suhu 5. Karateristi plant yang diendalian dianggap linier. 6. Range pengaturan yang diperbolehan adalah 33 º sampai dengan 00 º 7. Pembuatan program dibantu dengan bantuan Visual Basic 6.0 dan perangat antar mua (interface ard) PPI card II. DASAR EORI 2. eni Kendali Adaptif eni endali adaptif merupaan teni endali yang dilengapi dengan algoritma pembelajaran. eni endali adaptif didefinisian juga sebagai sistem endali dimana paramaterparameternya dapat diatur dan juga memilii meanisme untu mengatur parameter-parameter tersebut. Sema dari sistem endali adaptif terdiri dari dua alang. Kalang yang pertama adalah alang umpan bali biasa dengan pengendali dan plant, sedang alang edua adalah alang pengaturan parameter. Blo diagram dari sistem endali adaptif ditunjuan pada Gambar. Maalah Seminar ugas Ahir

3 Setpoint Gambar Blo diagram sistem adaptif Pada teni endali adaptif terdapat empat sema, yaitu Gain Schedulling, Model-Reference Adaptive ontrol (MRA), Self-uning Regulator (SR), dan Dual ontrol. 2.2 Self-uning Regulator (SR) Self-uning Regulator (SR) adalah salah satu sema teni endali adaptif, dimana parameter dari sistem diestimasi dan hasil estimasi parameter yang telah dihitung digunaan untu mendapatan parameter ontrol. Sema SR secara lengap ditunjuan pada Gambar 2. Spesifiasi Referensi Pengturan Parameter Kendaliler Parameter Kendali Self-tuning regulator Desain Kontroller Kontroller Parameter Kontrol Sinyal Kendali Parameter Proses Input Plant Estimasi Proses Gambar 2 Sema dasar SR Keluaran Output Sema SR termasu indirect adaptive controller Pada indirect adaptive controller, estimasi dari paramater-parameter proses secara terus-menerus di-update dan parameter pengendali didapatan dari solusi dengan menggunaan parameter yang diestimasi. Parameter pengendali diatur oleh alang yang terdapat di bagian luar, yang terdiri dari blo estimasi parameter dan blo perhitungan desain pengendali. Pada sema SR, parameter pengendali atau parameter proses diestimasi secara real-time. Parameter-parameter plant dari model diestimasi secara on-line, dan blo Estimasi pada Gambar 2 melasanaan estimasi dari parameterparameter proses. Blo ini adalah estimator yang beerja secara reursi. Blo Desain Pengendali melauan perhitungan yang diperluan untu mendesain pengendali. Blo Pengendali adalah implementasi pengontrolan dengan parameterparameter yang didapatan dari blo Desain Pengendali. Blo diagram yang ditunjuan pada Gambar 2 mempunyai banya pilihan yang dapat digunaan untu model dan strutur dari sistem endali adaptif. Pada ugas Ahir ini, proses aan diestimasi dengan menggunaan algoritma Least- Mean Squares (LMS) sedangan untu desain pengendali aan menggunaan metode penempatan pole (Pole Placement). 2.3 Estimasi Menggunaan Algoritma Least- Mean Squares (LMS) Pada blo Estimasi, estimasi proses aan dilauan dengan algoritma LMS. Pada sistem endali adaptif estimasi dilauan secara real-time, hal ini dapat dilihat adanya estimator parameter reursif yang ditunjuan secara esplisit pada sema SR. Pada sistem endali adaptif, parameter dari proses berubah secara ontinyu, sehingga diperluan metode estimasi yang dapat mengupdate parameter secara berulang-ulang, dan hal ini dapat dilauan dengan metode LMS. W W () W 2 X di mana µ adalah onstanta yang mempengaruhi ecepatan dan estabilan pengadaptasian atau pembelajaran. Nilai µ sendiri berisar antara 0 hingga (0 < µ < ). Setelah bobot-bobot parameter sudah diestimasi dengan algoritma LMS, maa bobot parameter-parameter dari model matematia diberian pada blo Desain Pengendali yang emudian diberian pada blo Pengendali. Metode yang digunaan pada blo Pengendali sendiri adalah metode penempatan pole. 2.4 Pengendali Menggunaan Metode Penempatan Pole (Pole Placement) Metode penempatan pole adalah metode yang dapat digunaan sebagai pengendali. Ide dasar dari metode ini adalah menentuan besarnya nilai sinyal endali untu diirim e plant yang aan memberian respon berdasar pole yang diinginan. Blo diagram dari metode penempatan pole ditunjuan pada Gambar 3 r() u() Plant y() Gambar.3 Blo diagram metode penempatan pole. Maalah Seminar ugas Ahir

4 Berdasar blo diagram pada Gambar.3, untu mengendalian eluaran y() di titi nilai referensi r(), dapat dilauan dengan menggunaan sinyal endali yang didapatan dengan menggunaan persamaan u ). y. r( ) (2) ( Sistem ermal pada Plant Pengatur Suhu Sistem termal pada plant pengatur suhu dengan menganggap bahwa ota plant terisolasi sehingga rugi (ehilangan) alor e udara seeliling dapat diabaian, hal ini ditunjuan pada Gambar 4 dto to Rhi (7) dt merupaan onstanta watu sistem, fungsi alih yang merelasian θ dan h i diberian sebagai: o ( s) R H ( s) s i o ( s) / (8) H ( s) s / i III. PERANANGAN SISEM Gambar 4 Sistem termal pada plant pengatur suhu dari Gambar 4 dapat didefinisian i = emperatur eadaan tuna udara masu, o = emperatur eadan tuna udara eluar, o G = Laju aliran udara melalui ruang pemanas, g/det M = Udara yang ditampung dalam ruang pemanas, g = alor jenis udara, J/g o R = ahanan termal, o /W = Kapasitansi termal dari udara yang dalam ruang pemanas=mc,j/ o H = masuan alor eadaan tuna, W emperature udara masu dianggap onstan dan masuan alor tiba tiba diubah dari H menjadi H + h i dimana h i menyataan perubahan ecil dari masuan alor. Laju eluar alor emudian aan berubah perlahan lahan dari H menjadi H + h o. Aibatnya temperatur udara eluar aan berubah dari 0 menjadi o + t o. Untu asus ini h 0, dan R masing masing diperoleh : h 0 = Gct o (3) = Mc (4) to R (5) ho Gc Persamaan diferensial yang meluisan sistem ini adalah: dto hi ho (6) dt yang dapat ditulis embali sebagai 3. Perancangan Pengendali Adaptif SR Sebelum dilauan perancangan perangat eras dan perangat luna untu sistem plant pengatur suhu dengan teni endali adaptif, maa terlebih dahulu dirumusan persamaan yang aan digunaan pada blo Estimasi dan blo Pengendali, maa dapat dietahui bahwa bobot (weight) parameter-parameter proses yang aan diperbarui adalah bobot parameter ( ) dan bobot parameter ( ). Jadi jia direpresentasian e dalam persamaan y X W W X, persamaannya adalah to to( ) ( ) ( ) hi (9) sehingga bobot A = ( ) = ( ) (0) bobotb = ( ) () Maa persamaan (9) dan () menjadi t 0 t 0 ( ) A B hi ( ) A A t0 B B 2 h ( ) (2) di mana ( ) m ( ) (3) sedangan untu blo Pengendali, dari persamaan (2), (0) dan () didapatan persamaan sebagai beriut. i Maalah Seminar ugas Ahir

5 t0( ) ( ). t0 ( ). hi ( ). t0 ( ). t0 ( ) 2. hi ( ( ) ). 0 ( ) 2. hi R ( ). t0( ) ( ) 2. hi (4) Jia pole yang diinginan terleta pada z = a m, maa persamaan eadaan yang diinginan sebagai beriut. t0 ( ) am. t0 bm. hi (5) dari persamaan (4) dan (5) maa didapatan R a m = b m = ( ) 2 sehingga ( am) R (6) bm 2 Pada perancangan ini, pole yang diinginan ditentuan a m = 0 dan b m =, sehingga R (7) 2 arena bobot A = ( ) bobot B = ( ) jadi R x R A (8) B dan 2 (9) B 3.2 Perancangan Perangat Keras (Hardware) Secara umum sistem pengatur suhu yang aan dibuat ditunjuan oleh diagram blo pada Gambar 5. Gambar 5 Diagram blo sistem pengatur suhu Rangaian DA 0808 berfungsi untu mengubah data digital berupa sinyal endali hasil pengolahan data dari omputer menjadi data analog berupa tegangan yang aan diiriman e plant. Pengondisi sinyal I berfungsi untu mengubah level tegangan eluaran DA 0808 dari 0 5 Volt menjadi level tegangan -5 5 Volt. Level tegangan ini digunaan sebagai masuan driver PWM. Pengondisi sinyal II berfungsi untu menguatan tegangan eluaran sensor suhu LM35. Batas masimal eluaran sensor adalah.5 V pada suhu 50, sedangan referensi AD adalah 5 Volt sehingga diperluan penguatan sebesar 5 /.5 = 3.33 ali. Rangaian AD 0804 digunaan untu mengubah besaran analog dari pengondisi sinyal II e data digital sehingga dapat diolah di omputer. PPI 8255 digunaan sebagai antar mua (interface) untu aliran data dari AD e omputer atau dari omputer e DA. Plant suhu dirancang dengan menggunaan driver PWM untu mengatur besarnya daya yang dialiran e pemanas. Untu menguur besarnya suhu yang terjadi digunaan sensor suhu LM35 yang mempunyai arateristi eluaran 0 mv /. Komputer digunaan sebagai unit endaliler untu mengapliasian algoritma endali adaptif sema MRA. Disamping itu, omputer juga digunaan untu menampilan grafi respon dan menyimpan data e file untu eperluan analisis. 3.3 Perancangan Perangat Luna (Software) Pada pembuatan perangat luna (software) bahasa pemrograman yang digunaan adalah bahasa pemrograman Visual Basic 6.0. Perangat luna ini Maalah Seminar ugas Ahir

6 berfungsi untu melauan asi endali adaptif berdasaran algoritma Model SR, serta melauan monitoring terhadap respon plant pengatur suhu. Flow chart program utama pengendalian plant pengatur suhu dengan teni endali adaptif sema SR ditunjuan pada Gambar 6. Dari respon dapat dietahui nilai onstanta watu (), pada saat suhu eluaran sebesar 0,632 dari suhu eluaran stabilnya. Secara perhitungan, nilai onstanta watu () adalah pada saat suhu eluarannya (0,632 x (58,82 33,52) o ) + 33,52 o = 49,5 o. Dari data yang diperoleh, onstnata watu pada saat suhu 49,5 o tersebut sebesar 39 deti. Selanjutnya pada pengujian dilauan dengan memberian nilai onstanta watu model lebih ecil dari onstanta watu respon alang.terbua 4. Pengujian dan Analisis Pengaruh Perubahan Laju Konvergensi Pada pengujian ini digunaan nilai laju onvergensi 0.0, 0.002, 0.00, , dan pengaujian dilauan sebelum parameter bobot diperbarui dan sesudah parameter bobot diperbaharui. Hasil pengujian ditunjuan pada Gambar 8 (a) Laju onvergensi dengan nilai 0.0 Gambar 6 Flowchart program utama pengendalian plant suhu Pada perangat luna pengendalian plant pengatur suhu dengan SR ini, semua perhitungan untu menentuan nilai - nilai parameternya berupa eluaran model, error, dan parameter parameter endalinya dilauan pada prosedur timer. IV. PENGUJIAN DAN ANALISIS Untu mengetahui respon sistem secara open loop dengan memberian masuan referensi tegangan tertentu. Respon sistem dengan masuan tegangan,67 V ditunjuan pada Gambar 7. (b) Laju onvergensi dengan nilai (c) Laju onvergensi dengan nilai 0.00 (d) Laju onvergensi dengan nilai Gambar 7 Respon plant referensi,67 V Maalah Seminar ugas Ahir

7 referensi yang berubah nai, dengan nilai perubahan mulai 50 0, 60 0, Hasil pengujian ditunjuan pada Gambar 9 : (e) Laju onvergensi dengan nilai Gambar 8 Respon sistem terhadap perubahan laju onvergensi Pada pengujian terlihat respon sistem berjalan lambat serta watu eadaan tuna (steady state) lama pada nilai laju onvergensi dan dan terjadi over estimated pada nilai laju onvergensi 0.0. Hal ini sesuai dengan teori bahwa jia nilai laju onvergensi terlalu ecil, maa pembelajaran aan berlangsung relatif lama sedangan jia terlalu besar, bobot yang diperbaharui aan mengalami over estimated, sehingga hal ini aan memperngaruhi dinamia eluaran plant pengatur suhu yang diendaliannya. Untu pengujian dengan range nilai laju onvergensi antara 0.00 sampai dengan respon sistem dapat mengiuti referensi dengan bai, sehingga dapat diataan respon plant pengatur suhu bai untu nilai laju onvergensi 0.00 sampai dengan Dari grafi hasil pengujian di atas dapat dilihat bahwa untu setiap respon awal terjadi osilasi di seitar referensi, sehingga teni endali adaptif memerluan watu seitar 0 02 menit untu mencapai eadaan tuna (steady-state) dan juga memilii overshoot. Adanya osilasi di seitar referensi diarenaan blo estimasi dari teni endali adaptif masih berusaha untu mendapatan bobot parameter-parameter proses yang tepat untu mewaili proses yang sedang diendalian. Karena parameter-parameter proses yang diestimasi belum tepat mewaili proses yang sedang diendalian, hal ini mengaibatan parameter-parameter endali yang ditentuan berdasar parameter-parameter proses juga belum tepat. Sehingga sinyal endali yang diirim e plant pengatur suhu masih belum tepat pada referensi yang diberian. Setelah mengalami proses pembelajaran sistem endali adaptif aan dapat menentuan bobot dari parameter-parameter proses dengan tepat. Sehingga sinyal endali yang diirim e plant pengatur suhu juga tepat pada referensi yang diberian. 4.2 Pengujian dengan Referensi Berubah nai Pengujian ini dilauan untu mengetahui emampuan sistem dalam mengiuti perubahan (a) Respon sistem nai dengan nilai laju onvergensi 0.00 (b) Respon sistem nai dengan nilai laju onvergensi (c) Respon sistem nai setelah dengan nilai laju onvergensi Gambar 9 Respon sistem terhadap referensi berubah nai Dari respon sistem diatas terlihat respon sistem dengan nilai laju onvergensi 0.00, terlihat adanya osilasi pada respon awal dan overshoot etia referensi dinaian. Hal ini diarenaan masuan referensi merupaan salah parameter yang digunaan untu memperbarui parameter endali, disamping esalahan dan eluaran sistem, sehingga update parameter endali mengalami over shoot pada referensi tinggi. Namun jia pada referensi tinggi dipilih nilai laju onvergensi yang ecil, aan mengurangi terjadinya osilasi pada respon eluaran sistem. Hal ini dapat ditunjuan pada nilai laju onvergensi dan yang tida terlihat adanya osilasi pada respon awal dan relatif lebih cepat mengiuti referensi etia referensi dinaian, hal ini terlihat dengan watu yang lebih ecil untu mencapai eadaan steadystate, hal ini diarenaan pada saat referensi awal, parameter endali awal yang diperbarui merupaan parameter inisialisasi. Sedangan etia referensi dinaian parameter endali telah mengalami Maalah Seminar ugas Ahir

8 algoritma pembelajaran sehingga respon dapat mengiuti referensi dengan bai. 4.3 Pengujian Referensi Berubah urun Pengujian ini dilauan untu mengetahui emampuan sistem dalam mengiuti perubahan referensi yang berubah turun, dengan nilai perubahan mulai Hasil pengujian ditunjuan pada Gambar 0 (a) Respon sistem turun dengan nilai laju onvergensi yang dibutuhan untu steady-state relatif lebih cepat. Pada pengujian ini terlihat etia suhu referesi diturunan watu yang dibutuhan untu steady-state relatif lama dibandingan dengan etia suhu dinaian hal ini diarenaan besar suhu referensi mempengaruhi laju pembelajaran parameter endalinya, sehingga untu referensi ecil laju pembelajaran semain lambat, perbedaan nilai laju onvergensi juga berpengaruh pada respon penurunan suhu, dimana semain besar nilai laju onvergensi respon sistem semain cepat mengiuti referensi. 4.4 Pengujian dengan Gangguan ujuan dari pengujian ini adalah untu mengetahui ehandalan sistem adaptif dalam mengatasi gangguan dari luar, pengujian dilauan dengan memberian referensi 50 0, setelah respon sistem mencapai referensi, sistem aan diberi gangguan dengan cara menyalaan ipas yang aan menyerap udara eluar sehingga suhu plant aan turun. Dari pengujian dengan variasi nilai laju onvergensi ditunjuan pada Gambar (b) Respon sistem turun dengan nilai laju onvergensi (a) Respon sistem terhadap gangguan dengan nilai laju onvergensi 0.00 (c) Respon sistem turun dengan nilai laju onvergensi Gambar 0 Respon sistem terhadap referensi berubah turun Dari respon sistem sebelum parameter bobot diperbarui terlihat adanya overshoot dan respon sistem yang berjalan lambat etia suhu referensi diturunan, tapi setelah parameter bobot diperbarui hampir tida terlihat over shoot untu nilai laju onvergensi dan dan watu (b) Respon sistem terhadap gangguan dengan nilai laju onvergensi Maalah Seminar ugas Ahir

9 sistem aan berosilasi diseitar referensi sedangan semain ecil nilai laju onvergensi aan menghasilan respon sistem yang lambat dalam mengiuti referensi 4. Sistem adaptif mempunyai ehandalan dalam mengatasi dan mengeliminasi gangguan dari luar. (c) Respon sistem terhadap gangguan dengan nilai laju onvergensi Gambar Respon sistem terhadap gangguan Dari respon sistem terlihat bahwa etia diberi gangguan respon sistem aan mengalami penurunan, namun secara adaptif sistem dapat mengatasi gangguan yang diberian dan sistem aan embali mengiuti referensi. Pada pengujian dengan gangguan, nilai laju onvergensi aan memepengaruhi besarnya penurunan suhu dan emampuan sistem endali adaptif untu beradaptasi atau mengatasi gangguan, dimana semain besar nilai laju onvergensi maa penuruna suhu semain ecil dan watu yang dibutuhan untu embali e referensi juga semain ecil, hal ini dapat dijelasan bahwa untu nilai laju onvergensi yang besar laju pembelajaran terhadap perubahan parameter semain cepat, dengan adanya gagguan yang menyebabam error antara eluaran model dan sistem aan semain cepat dieliminasi dengan onseuensi aan terjadi lonjaan sebelum mencapai referensi, namum secara umum dapat diataan sistem endali adaptif mempunyai eandalan dalam mengatasi gangguan dibandingan dengan sistem endali onvensional. 5.2 Saran Agar sistem ini yang didapat lebih bai lagi, maa penulis memberian saran-saran sebagai beriut:. Algoritma untu estimasi dan pengontrolan dapat diganti dengan algoritma yang lain, seperti IIR-LMS atau Recursive Least- Square (RLS) untu estimasi dan PID untu pengontrolan yang dapat memberian respon dan stabiltas sistem yang lebih bai. V PENUUP 5. Kesimpulan Dari hasil pengujian dan analisis dapat disimpulan hal hal penting sebagai beriut :. Algoritma least-mean squares (LMS) sebagai estimator dan metode penempatan pole (pole placement) sebagai pengendali dapat digunaan pada plant pengatur suhu dengan teni endali adaptif menggunaan sema self-tuning regulator (SR). 2. Sistem Kendali Adaptif model Self uning Regulator (SR) dapat mengadaptasi parameter endali sistem pengatur suhu dengan bai untu range nilai laju onvergensi 0.00 sampai Pemilihan nilai laju onvergensi sangat mempengaruhi respon sistem, semain besar nilai laju onvergensi maa respon DAFAR PUSAKA Maalah Seminar ugas Ahir

10 . Bernard Widrow and Samuel D. Stearns, Adaptive Signal Processing, Prentice-Hall, Inc., Astrom,K.J. and B. Wittenmar, Adaptive ontrol, Addison-wesley, Reading, MA, Ogata, Katsuhio, Discrete-time ontrol Systems, Prentice-Hall International, Inc., Englewood liffs, New Jersey, Ogata, Katsuhio, eni Kendali Otomati, Jilid, Erlangga, Jaarta, Benjamin.Kuo, eni Kendali Automati, Jilid I, Prenhallindo, Jaarta, Ario Suryo Kusumo, Buu Latihan Microsoft Visual Basic 6.0, Elex Media Komputindo, Jaarta, Pamungas, ip&ri Microsoft Visual Basic 6.0, Elex Media Komputindo, Jaarta, 2000 BIOGRAFI Muhammad Fitriyanto lahir 23 tahun lalu diota Semarang, lulus dari SMUN 3 Semarang pada tahun Saat ini sedang menempuh pendidian tinggi di Jurusan eni Eletro Faultas eni Universitas Diponegoro pada onsentrasi Kendali. Mengetahui/Mengesahan, Pembimbing I, Pembimbing II, Wahyudi, S. M. Iwan Setiawan,S.M. NIP NIP Maalah Seminar ugas Ahir

11 Maalah Seminar ugas Ahir