DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

Transkripsi

1 DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut enologi Sepuluh Nopember Surabaya alrijadjis@eepis-its.edu; bamsis@elect-eng.its.ac.edu Abstra Maalah ini membahas design sensor ecepatan dengan menggunaan diode N400 untu mengestimasi ecepatan dan posisi apal. Rangaian seri dua diode dipanasan oleh heater dan ecepatan angin aan mendinginan diode. Perubahan arateristi tegangan diode terhadap suhu aan dimanfaatan sebagai sensor ecepatan. Output sensor selanjutnya aan diperbaii linearitasnya dengan analog signal processing circuit. Untu mengatasi noise yang timbul dalam proses penguuran dan meningatan ehandalan sensor serta untu estimasi ecepatan dan posisi apal digunaan filter Kalman. Hasilnya menunjuan bahwa filter Kalman dapat mengestimasi ecepatan dan posisi apal dengan cuup aurat. Karena menggunaan diode standar N400 (buan diode thermal), maa emampuan sensor hanya sampai ecepatan 0 m/s atau 36 m/jam. Kata unci : diode, sensor ecepatan, arateristi tegangan diode, analog signal processing circuit, noise, filter Kalman. Pendahuluan Sensor ecepatan dengan menggunaan diode merupaan salah satu pengembangan yang relatif baru dari apliasi diode yang diharapan dapat menjadi alternatif tenologi sensor yang handal, aurat, tetapi relatif eonomis dan sederhana Umumnya diode dipaai sebagai rangaian penyearah. Dengan memanfaatan perubahan arateristi tegangan diode terhadap suhu, diode dapat dipaai sebagai sensor suhu maupun sensor ecepatan angin. Rangaian diode dipanasan oleh heater, emudian ecepatan angin aan mendinginan diode, sehingga terjadi eteraitan antara ecepatan angin dan tegangan diode. Konsep inilah yang dipaai sebagai sensor ecepatan angin []. Penelitian ini aan mengembangan sensor ecepatan yang dipasang pada apal untu mengestimasi ecepatan dan posisi apal menggunaan filter Kalman. Pemaaian filter Kalman diarenaan output sensor ecepatan banya terdapat noise yang berasal dari getaran mesin apal, geraan omba, noise EM esternal/internal, noise sensor, noise selama proses penguuran dan lain-lain.. Rancangan sensor Sensor ecepatan ini menggunaan dua diode N400 yang disusun seri dan dileatan dengan sebuah heater yang berupa resistor berdaya watt, seperti ditunjuan pada gambar.. Arus heater dijaga onstan agar diperoleh suhu yang onstan pada 50 o C. Suhu ini aan memanasan diode sehingga tegangan forward diode menjadi lebih ecil dari tegangan forward pada suhu amar. Angin yang disebaban gera maju apal dengan ecepatan tertentu aan menyebaban suhu diode turun, sehingga tegangan forward diode aan nai. Dengan onsep ini diperoleh eteraitan antara ecepatan apal dan tegangan forward diode. angin arus diode arus heater Gambar. Diode sebagai sensor ecepatan Rangaian signal conditioning dengan jembatan DC dan penguat instrumentasi digunaan untu mengolah tegangan eluaran sensor seperti ditunjuan pada gambar.. egangan output rangaian ini diseting pada range 0 5 volt sehingga dapat langsung diolah oleh ADC atau miroontroler. Gambar.3 menunjuan penempatan sensor ecepatan pada apal. Sensor ditempatan pada bagian terbua sehingga dapat langsung berhubungan dengan udara seitar.

2 eg. Output (V) eg. Output (V) Vcc 5 V R 500 R 500 sensor diode dengan rangaian pengali AD 533, sehingga menghasilan tegangan eluaran yang lebih bai linearitasnya, seperrti ditunjuan pada gambar 3.3. sensor R3 + Vo 0 5 V penguat instrumentasi Gambar. Rangaian signal conditioning sensor speed (m/s) Gambar 3. Keluaran sensor diode LM 35 (0 mv/ o C) angin AD 533 Gambar.3 Penempatan sensor di apal 3. Rangaian linearisasi Pengujian untu rangaian sensor dengan signal conditioning ditunjuan pada gambar 3.. Nampa bahwa sensor hanya mampu menguur ecepatan masimum 0 m/s atau 36 m/jam. Setelah ecepatan melampaui 3 m/s eluaran sensor menjadi tida linear. Karena itu perlu ditambahan rangaian linearisasi untu memperbaii dan meningatan linearitasnya. Gambar 3. menunjuan rangaian linearisasi dengan menggunaan IC LM 35 sebagai sensor suhu diode. IC ini memilii linearitas yang sangat bai dengan tingat sensitifitas 0 mv/ o C. Seperti ditunjuan tabel 3., dapat dibuat persamaan tegangan eluaran LM 35 terhadap ecepatan angin, yaitu :, v o ( s) s,5 [volt] (3.) 0 s = ecepatan [m/s] Kemudian, diharapan tegangan eluaran ini bergradien positif dan berada pada range 0 5 volt, sehingga diperluan penguat inverting dengan nilai gain 4 dan rangaian penjumlah dengan v ref 6 volt. Dengan demiian tegangan eluaran LM 35 searang menjadi : 4, 8 ' ( s) s [volt] (3.) 0 v o egangan eluaran pada persamaan (3.) selanjutnya dialian dengan tegangan eluaran arus diode arus heater penguat inverting v ref 6 V Gambar 3. Rangaian linearisasi abel 3. Keluaran LM 35 dan Linearisasi Suhu (C) Vo IC LM35 (V) Kriteria Speed (m/s) Vo x Gain High Speed (0 m/s) Low Speed ( 0 m/s ) v o Hasil linearisasi speed (m/s) Gambar 3.3 egangan eluaran setelah linearisasi

3 4. Pemodelan Filter Kalman Persamaan state utu filter Kalman dinyataan sebagai beriut : x y Ax Bu w (4.) C x (4.) z A, B, C : matris sistem, input dan output x : state sistem u : input yang dietahui/diberian y : output dari penguuran w : noise proses z : noise penguuran : indes watu Filter Kalman digunaan untu mengestimasi sinyal atau state sistem yang diperoleh dari suatu penguuran yang mengandung noise, seperti ditunjuan pada gambar 4.. State sistem x tida bisa diuur secara langsung, sehingga dari penguuran y dapat dilauan estimasi untu state sistem x. Nilai y yang teruur mengandung noise, sehingga perlu diestimasi nilai sebenarnya menggunaan filter Kalman. noisy measurement Persamaan inematia gera lurus watu ontinyu dinyataan dalam persamaan sebagai beriut: p( t) p v t at (4.3) o o v ( t ) v o at (4.4) p(t) : posisi setiap saat p o : posisi awal v o : ecepatan awal a : percepatan v(t) : ecepatan setiap saat Persamaan (4.3) dan (4.4) aan diubah dalam sistem disrit dengan periode sampling sebagai beriut : p p v u p (4.5) v v u v (4.6) : periode sampling : input percepatan u p : noise/error posisi Signal estimator (Kalman filter) Gambar 4. Filter Kalman v : noise/error ecepatan estimate Selanjutnya dari persamaan (4.5) dan (4.6) dapat dibuat persamaan model state sistem sebagai beriut : x x u w (4.7) 0 y 0 x z (4.8) dimana: p x : vetor state/variabel state v A : matris sistem 0 B : matris input 0 : matris output C Algoritma filter Kalman pada dasarnya aan menghitung besarnya gain Kalman, mengestimasi variabel state dan mengestimasi error covariance setiap indes watu, seperti ditunjuan persamaan di bawah ini : K AP C CP C S x A x Bu K y C x P AP A Sw AP C S z CP A (4.9) K : Gain Kalman x : estimasi variabel state x P : estimasi error covariance S z = E(z.z ) : matris noise covariance S w = E(w.w ) : matris noise covariance 5. Simulasi Bahasa pemrograman yang dipaai dalam simulasi ini adalah Matlab 6.5. Untu simulasi digunaan periode sampling = 0, deti atau data ecepatan diuur/diambil 0 ali tiap deti. Dengan demiian persamaan (4.7) aan menjadi : 0, x 0,005 x u w 0 0, Selanjutnya data-data simulasi diberian sebagai beriut: a. Input percepatan onstan u = m/s b. Noise/toleransi penguuran ecepatan oleh sensor z = m/s c. Noise/toleransi input percepatan w = 0, m/s Matris noise covariance dari penguuran (S z ) ditentuan sebagai beriut : a. z =, maa z =. b. S z =E(z.z ) = x =. Z

4 Matris noise covariance dari proses (S w ) ditentuan sebagai beriut : a. Noise/toleransi input percepatan = 0,. b. Posisi p 0,5..percepatan, maa variance noise posisi p = (0,5. ). = (0,005).(0,) = x0-6. c. Kecepatan v.percepatan, maa variance noise ecepatan v =. = (0,).(0,) = 4x0-4. d. Kombinasi noise posisi dan ecepatan = p.v = (0,005.0,).(0,.0,) = x0-5. e. S E( w. w ) E( x. x ) w p E v 6 x 0 5 x0 p pv p v E vp v 5 x0 4 4x0 Gambar 5. Estimasi posisi Gambar 5. menunjuan hasil simulasi, dimana ditampilan perbadingan antara ecepatan dari penguuran (garis hitam), ecepatan dari estimasi filter Kalman (garis biru) dan ecepatan sesungguhnya (garis merah). Nampa bahwa hasil estimasi ecepatan dengan filter Kalman mendeati ecepatan sesungguhnya. blac : measurement blue : estimation red : true Gambar 5.3 Error penguuran dan estimasi ecepatan Gambar 5. Hasil simulasi untu ecepatan Gambar 5. menunjuan perbandingan posisi estimasi dan posisi sebenarnya. Nampa bahwa hasil estimasi mendeati posisi sebenarnya. Error penguuran ecepatan dan error estimasi ecepatan ditunjuan pada gambar 5.3. Nampa bahwa error estimasi ecepatan dengan filter Kalman urang dari 0,5 m/s, dimana jauh lebih ecil dari error penguuran ecepatan yang dapat mencapai lebih dari m/s. Error estimasi posisi ditunjuan pada gambar 5.4. Nampa bahwa error estimasi posisi terbesar adalah seitar,3 meter pada deti e-9 atau seitar,6%. Gambar 5.4 Error estimasi posisi

5 6. Kesimpulan Dari hasil esperimen dan simulasi dapat disimpulan sebagai beriut:. Diode dapat dipaai sebagai sensor ecepatan apal yang handal, compact, eonomis dan sederhana.. Untu meningatan emampuan batas uur dapat dipaai jenis diode thermal atau dengan metode diode array. 3. oleransi sensor ecepatan dapat diatasi dengan mengolah data menggunaan filter Kalman. 4. Filter Kalman dapat mengestimasi dengan tingat eauratan yang handal pada suatu penguuran yang penuh dengan noise. DAFAR PUSAKA. Arif Harianto, Apliasi Diode Sebagai Sensor Pada Alat Uur Kecepatan Angin ipe hermal,ugas Ahir Jurusan Eletronia, PENS-IS, 005. Yoshihito Shimada, Design of Air Flowmeter Using hermal Diode, ransistor echnique Magazine, May R.G Brown, P.Y.C Hwang, Introduction to Random Signal and Applied Kalman Filtering, John Wiley & Sons, 997