BAB 10

Ir. Abdul Wahid, MT.

Departemen Teknik Kimia Fakultas Teknik Universitas Indonesia Depok 2007

Bab 10 Analisis Stabilitas

10.1. Pendahuluan Pada bab ini, kami telah mengembangkan algoritma control (PID) dan metode penyetelan. Satu pertanyaan bukankah ini digunakan untuk mendesain umpan balik control system?. Jawabannya tidak, karena kita tidak memiliki metode umum untuk mengevaluasi efek elemen pada closed-loop system dalam dinamika stabilitas dan performanya. Pada semua jenis contoh dan latihan, kita melihat bagaimana umpan balik kontrol dapat mengubah karakter kualitatif suatu proses, memperkenalkan osilasi dalam keaslian sistem overdamped dan kemungkinannya dikarenakan ketidakstabilan. Pada kenyataannya, kita akan melihat hal tersebut. Limit kestabilan adalah suatu pencegahan yang digunakan pada gain controller yang sangat tinggi untuk memperbaiki variable control untuk performa pengendalian. Oleh karena itu, semua ketidak pahaman stabilitas pada dinamika sistem adalah penting, karena hubungan diantara dinamika proses, controller tuning, dan performa yang menguntungkan adalah penting untuk diperbaiki. Hubungan tersebut menggunakan beberapa jenis cara untuk memilih model controller, tuning controller, dan mendesain proses, sehingga memudahkan untuk dikendalikan.

10.2. Konsep Stabilitas Dalam istilah bahasa Inggris ustable mempunyai konotasi negatif. Tidak satupun menginginkan hal tersebut, sehingga perlu adanya pengembangan untuk suatu produk dalam desain engineering, umumnya kita mengharapkan sistem control menjadi stabil.

Untuk memastikan konsistensi, kami akan menggunakan definisi stabilitas yang tepat dalam stabilitas bounded input bounded output. Sehingga memungkinkan karyawan dapat mendesain dan menganalisa sistem kendali.

Suatu sistem disebut stabil jika semua variabel keluaran terbentuk ketika semua variabel masukan terbentuk, dan sistem tidak stabil jika sebaliknya.

Variabel terbentuk ketika tidak terjadi kenaikan magnitudo untuk kenaikan waktu. Tetapi konsekwesi serius terjadi ketika beberapa variable cenderung terhadap dan deviasi yang sangat besar dari nilai normalnya. Contohnya: lajua alir carian dalam vessel; vessel tertutup yang meledak karena tekanan yang tinggi; penurunan product; dan peralatan yang rusah akibat temperature. Jadi subtansi insentive ada untuk menjaga rencana variable dan berupa pengendali pada kondisi operasi yang stabil. Sebagai penjelasan selanjutnya, suatu reaktor kimia akan distabilkan dengan temperatur inlet sebagai step sebesar 1 temperatur 100 oC. Jadi sistem yang sangat sesitive dapat menjadi stabil dengan mengubah nilai step. Metode pada bab ini menentukan stabilitas secara terbatas, tidak hanya sebagai syarat operasi yang bagus tetapi juga untuk menentukan performa pengendali yang bagus. Aspek lain dalam menyelesaikan performa kontrol akan dibahas pada bab 13.
o

C pada kondisi stady state outlet

10.3. Contoh Sederhana Kestabilan Sistem Linear Sejak stabilitas sistem dijadikan target pada bab ini, pengertian diperkuat oleh contoh proses dibawah. Dimana dapat dilihat dinamika perubahan control pada proses linear. Pada sub-bab berikutnya menganalisa sistem linear lainya secara umum.

Contoh 10.1 Gambar 10.1 menggambarkan respon sistem non-self-regulating untuk pengendali level. Dengan perubahan laju alir masuk sebagai step, sistem control hanya menggunakan proposional.

Gambar 10.1 Pengendali level untuk contoh 10.1 dan 10.3

Model linear untuk proses dan pengendali tersebut adalah,

dL = Fin Fout dt Fout = K c ( SP L ) + ( Fout ) s A

sebelumnya dengan set point.

(10.1)

Deviasi variabel digambarkan sebagai selisih antara kondisi stady state

dL' ' = Fin + K c L' dt 1

(10.2)

Dengan menggunakan transformasi laplace, persamaan menjadi: L( s ) F

' in ( s )

Kc A s +1 Kc

(10.3)

' Solusi: Dari sistem sederhana, perubahan step dari laju alir inlet, Fin ( s ) = Fin / s

L' =

Fin 1 e t / ) ( Kc

(10.4)

Dengan = A /( K c ) . Dapat dilihat gain contoller pada sistem feedback merupakan konstanta waktu. Sebagai pengamatan pada contoh disekitarnya, kenaikan magnitude gain controller, dengan memberikan nilai negative pada feedback control (pada kasus ini Kc < 0), penurunan konstanta waktu dapat mengurangi offset pada kondisi steady state. Sebagai catatan untuk sistem orde satu gain controller dapat di seting menjadi magnitude yang besar tetapi tidak ada ketidakstabilan. Kesimpulannya dapat didemonstrasikan dengan menganalisa ekspresi pada konstanta waktu, yang mana harus diubah karena memiliki ketidakstabilan. Dengan konstanta waktu positif dan persamaan analitis berpangkat negative untuk semua gain (Kc <0), sistem adalah ideal dan stabil untuk beberapa feedback negative controller gain. Hasilnya tidak benar untuk sebagian besar proses, seperti yang digambarkan pada contoh sebelumnya. Analisa tersebut hanya cocok untuk sistem ideal, sistem linear kendali level digambarkan pada persamaan (10.1), yang mana tidak semua dinamika element akhir lurus secara sempurna. Juga analisa kepastian ini hanya untuk variabel tidak naik dan tanpa bentuk. Hal itu pastinya juga tidak pada variabel proses actual di plant mengingat tidak ada batas yang dapat diterima. Pendekatan nilai akhir teoritis, nilai akhir suatu ketinggian setelah laju alir inlet sebagai step diubah adalah sebagai berikut;

lim L = lim sL( s )

t s 0

Fin F ( K c ) s = lim s = in s 0 A Kc ( K c ) s + 1

(10.5)

Masukkan nilai laju alir = 20 m3/jam dan gain controller = -10 m3/jam/m pada persamaan tersebut, maka akan didapatkan ketinggian akhir 2 m, dimana dengan mengasumsikan bahwa level awal adalah 0.5 dari range ketinggian dimana range tersebut merupakan tinggi total tanki untuk masukan pada plant percobaan bersifat non linear dengan kondisi overflow dan tidak memodelkan keakurasian dengan

persamaan (10.1).

Performa control yang baik lebih stabil; dimana kestabilan

merupakan suatu komponen esensi pada performa control system yang baik. Contoh kestabilan percobaan ini yang berdasarkan sistem level yang ditandai pangkat pada persamaan dan feed back controller. Pengaruh pangkat tersebut pada sub bab berikutnya akan dijelaskan mengenai hubungan antara pangkat persamaan terhadap kestabilan secara umum.

10.4. Analisa Kestabilan Linear dan Linearisasi System Pada dasarnya semua proses kimia adalah non linear. Dari analisa kestabilan tidak umum pun terdapat sistem non linear, kestabilan lokal pada sistem steady state terlinearisasi dapat ditentukan. Analisa lokal linear dikatakan valid hanya pada sistem linearisasi yang sangat kecil. Kami akan mengasumsikan perbedaan bagian pada kondisi operasi steady state dapat dianalisa kestabilannya, dan Perlmutter (1972) memberikan keputusan mengenai analisa lineraisasi dengan nama Liapunovs First Method. Dari penurunan variabel control system pada variabel terkontrol, analisa kestabilan linear biasanya mampu untuk membuat desain control dan penyetelannya. Bagaimanapun kita harus memastikan anlisis dengan valid hanya pada satu poin dan tidak pada jarak terbatas dari poin tersebut. Kesuksesan desain proses control yang menggunakan metode linear memperlihatkan pendekatan validitas. Pengembangan umum analisa stabilitas untuk sistem linearisasi menggunakan model dinamik pangkat n f (t) adalah sebagai berikut :

d nY d n 1Y + a1 n 1 + ... + anY = f (t ) dt dt

(10.6)

Biasanya model berupa persamaan orde 1, persamaan dikombinasi pada persamaan 10.6 dengan beberapa prosedur, transformasi laplace model dasar dan mengkombinasikan secara aljabar.

Solusi persamaan 10.6 dibagi menjadi dua bagian; persamaan parsial berdasarkan fungsi kecepatan, dan persamaan homogen dimana fungsi kecepatan sebagai variabel bebas (Boyce dan Diprima, 1986). Fungsi kecepatan untuk sistem control proses adalah perubahan set point dan siturbance pada kompisisi masukan sebagai variabel proses. Jadi kami menyimpulkan persamaan parsial sistem stabil dengan bentuk masukan harus stabil. Dimana, analisa kestabilan konsentrasi pada persamaan homogen, yang mana menentukan stabil tidaknya suatu sistem. Dengan ataupun tanpa kecepatan, lama kelamaan input terbentuk (Willems, 1970). Transformasi laplace persamaan homogen (10.6), dengan mengalikan semua kondisi awal dengan 0 (nol), adalah
s n + an 1s n 1 + ... + a1s + a0 )Y( s ) = 0

(10.7)

Persamaan tersebut diselesaikan seperti pada Bab 4, maka dihasilkan:

Y(t ) = A1e1t + ... + ( B1 + B2t + ...)e p )

+... + [C1 cos(t ) + C2 cos(t )]e q ) + ...
t

(10.8)

Dimana :

I p q
A, B, C

= root actual tertentu ke i pada karakter polinomial = pengulangan root actual pada karakter polinomial = bagian root kompleks actual pada karakter polonomial = konstanta pada kondisi awal

Stabilitas sistem terlinierisasi seluruhnya ditentukan oelh nilain pangkat (s). ketika pangkat bernilai negative, persamaan tidak naik dengan bentuk tak hingga sebagai kenaikan waktu. Bagaimana pun jjika satu atau lebih pangkat bernilai positive variabel pada sistem tidak akan terbentuk sebagai kenaikan waktu, dan sistem menjadi tidak stabil. Pada kasus tertentu suku bernilai nol berdasarkan contoh 10.3, dimana dapat dilihat sistem dengan satu atau lebih suku nol bounded input-bounded output menjadi tidak stabil.

Jadi, test stabilitas menentukan semua pangkat dan bisa diringkas dengan mengikuti prinsip. Stabilitas lokal kondisi sistem steady state dapat ditentukan dari model linierisasi. Pendeketan linier bounded input-bounded output stabil jika mempunyai pangkat negative dan sistem tidak stabil jika pangkat nol dan atau positive.

Pendekatan linier valid hanya pada point linierisasi. Jika perubahan sisten operasi sistem signifikan, stabilitas dapat ditentukan untuk beberapa point dengan kondisi operasi berbeda. Bagaimana pun faktanya sistem mungkin tidak dapat dipastikan stabil untuk beberapa point dan sistem akan stabil pada kondisi diantara stabil point. Pada waktu tertentu hal ini dijadikan acuan sebagai pointwise atau ketentuan stabilitas lokal.

Contoh 10.2 Menentukan stabilitas variabel T(t) dengan mengikuti rumus berikut:

d 2T ' dT ' 1.23 1.38T ' = 0 dt 2 dt

(10.9)

F, T0 CA0 CA,T

Suku berpangkat dapat dievaluasi dengan mengikuti persamaan :

(s

1.23s 1.38 ) T '( s ) = 0

s = 1.94 tidak stabil

s 2 1.23s 1.38 = 0
s =-0.71

(10.10)

T '( s ) = A1e 0.71t + A2 e1.94t

T(t) tidak stabil karena salah satu pangkat pada sukunya bernilai real lebih besar dari nol karena sistem tidak memiliki feedback control diperlihatkan pada appendix C. (nilai numerik untuk contoh ini berdasarkan kasus II pada appendix C, tabel C.1).

Contoh 10.3. Stabilitas level proses tanpa kontrol (Kc = 0) pada gambar 10.1dapat ditentukan. Ukuran vessel dan kondisi steady state sama seperti pada contoh 10.1. Neraca massa untuk meodel tersebut mengikuti persamaan berikut.

dL(t ) = Fin (t ) Fout (t ) dt

(10.11)

Persamaan dapat ditulis sebagai variabel deviasi dan fungsi alih untuk kasus dengan laju outlet konstan.

dL '(t ) = F 'in (t ) dt

(10.12) (10.13)

L( s ) 1 = Fin ( s ) As

Penyelesaian untuk persamaan dengan pangkat bilangan real sama dengan nol, kami mengasumsikan proses awal adalah steady state dan pengamatan karakter ketinggian untuk dua laju alir berbeda. Pertama, asumsi laju alir dari kisaran nilai steady state menjadi tidak sesuai nilai steady state. Analisa solusi ketinggian dan sifat dinamik seperti pada gambar 10.2 dengan A = 7.1 m2, M = 2 m3/mm, dan = 1 rad/menit mengikuti persamaan:

L '(t ) =

M [1 cos(t )] = 0.282(1 cos(t )) A

(10.14)

Gambar 10.2. Respon ketinggian pada contoh 10.3 tanpa disturbance

Untuk fungsi masukan yang terbentuk, output sistem linierisasi pun terbentuk. Dimana pada kasus ini sistem merupakan sistem yang stabil. Pada kasus kedua laju aliran sebagai step, yang mana kenaikan sebesar 2 m3/jam pada saat t = 0. Analisa solusi untuk perubahan ketinggian sebagai step dengan magnitude awal

sebesar M pada kondisi steady state mengikuti persamaan dibawah, dan dapat dilihat pada gambar 10.3.

L '(t ) =

M t = 0.282t A

(10.15)

Gambar 10.3. Respon ketinggian pada contoh 10.3 dengan disturbance

Untuk bentuk masukan, keluaran model linierisasi terbentuk (juga level non liier sebenarnya terbentuk karena level terlalu maksimum dan terjadi overflow). Jadi, indikasi nilai analisa stabilitas benar-benar kurang jika tanpa pengendali, yang mana harus memodifikasi feedback yang rendah. Perbedaan sifat ketinggian diantara dua kasus tersebut dapat dijadikan petunjuk untuk fungsi kecepatan. Dengan tidak memvariasikan variabel deviasi integral nol sampai kelipatan periodenya. Jadi kenaikan dan penurunan level tetapi tidak terakumulasi. Step fungsi kecepatan memiliki integral bukan nol naik seiring dengan waktu, dan ketinggian, dimana yang merupakan integrasi perbedaan antara output dan input naik secara monoton samapi tak hingga. Sejak kita tertarik dengan pernyataan stabilitas input ditentukan untuk a bentuk keluaran,kami menggap sistem dengan suku pangkat nol adalah tidak stabil karena tidak stabil untuk beberapa fungsi bentuk masukan. Stabilitas lokal dengan menggunakan model linierisasi menentukan

stabilitasnya pada kondisi steady state; informasi tidak hanya tentang sifat deviasi terbatas yang dicapai pada steady state.

10.5 Prinsip Analisa Stabilitas Sistem Kendali. Lagi-lagi, sistem stabilitas lokal akan dievaluasi dengan menganalisa model linier. Metode analisa sistem linier dapat dibentuk untuk feedback sistem kontrol dengan menganggap model sebagai bentuk fungsi alih. Metode yang dihasilkan dapat digunakan untuk (1) menentukan stabilitas desain pengendali, (2) menentukan nilai konstanta tuning, dan (3) memahami bagaimana pengaruh gain terhadap konstanta tuning dan performa kendali. Kami memulai dengan menganggap fungsi alih untuk sistem control linier seperti gambar 10.4.

G p ( s )Gv ( s )Gc ( s ) CV ( s ) = SP( s ) 1 + G p ( s )Gv ( s )Gc ( s )Gs ( s ) Gd ( s ) CV ( s ) = D( s ) 1 + G p ( s )Gv ( s )Gc ( s )Gs ( s )

(10.16)

Sekang, kami menganggap hanya disturbance fungsi alih dan mengasumsikan fungsi alih tersebut dapat dinyatakan polynomial seperti berikut:

(1 + G p ( s )Gv ( s )Gc ( s )Gs ( s ) )CV( s ) = Gd ( s ) D( s ) ( s n + a1s n 1 + a2 s n 2 + ...)CV( s ) = ( s 1 )( s 2 )...( s m ) D( s )

(10.17)

Sisi bagian kanan (pembilang pada persamaan awal) menggambarkan fungsi gaya, yang mana selalu berupa variabel fisik input yang terbentuk tidak bisa suatu nilai tak berbentuk, dan kami mengasumsikan disturbance fungsi alih Gd(s) adalah stabil. Suku sebelah kanan persamaan (10.17) disebut characteristic polynomial, yang mana merupakan fungsi alih loop tertutup. Characteristic polynomial pada sistem seperti gambar 10.4 yaitu 1 + G p ( s )Gv ( s )Gc ( s )Gs ( s ) . Nol-kan nilai persamaan characteristic tersebut.

10

Sebelum dilanjutkan, catatan penting untuk fungsi alih pada persamaan 10.16 harus dianggap, karena kedua persamaan karaketistik tersebut identik. Jadi, analisa kestabilan untuk perubahan set point dan disturbance bernilai sama. Contoh latihan perhitungan persamaan karakteristik adalah sebagai berikut:

Fungsi alih: Gc(s) Gv(s) Gp(s) Gs(s) Gd(s) = Controller = Transmition, transducer, dan valve = Proses = Sensor, transducer, dan transmitter = Disturbance

Variabel: CV(s) D(s) SP(s) Gambar 10.4 Blok diagram Feedback Control Sistem = Variabel control = Disturbance = set point CVm(s) = variabel control nilai terukur MV(s) = Manivulated variabel

Persamaan teridiri dari semua elemen pada feedback control loop, yaitu proses, sensor, transmitter, elemen akhir, dan controller. Harapan kami, semua bagian tersebut stabil. Perubahan disturbance dan set point tidak pada persamaan karakteristik, karena berdampak pada laju masukan, dimana tidak berdampak menjadi stabil. Secara alami, suku pembilang berdampak pada dinamika respond an performa pengendali. Melanjutkan mengenai analisa stabilitas, peyelesaian untuk persamaan homogen dievaluasi untuk menetukan stabilitas.ss untuk fungsi alih, nilai pangkat bisa ditentukan dengan persamaan berikut yang merupakan hasil dari persamaan (10.17):

( s n + a1s n 1 + a2 s n 2 + ...) = 0

(10.18)

11

Seperti sebelumnya, jika pada persamaan 10.18 bernilai lebih atau sama dengan nol, sistem linierisasi tidak stabil, karena variabel control naik tak terbatas sebagai kenaikan waktu. Ringkasan mengenai test stabilitas adalah sebagai berikut: Linierisasi sistem control closed-loop adalah stabilitas lokal pada point steady state jika semua root persamaan karaketristik bernilai negative. Jika satu atau lebih bersifat positive atau nol maka sistem tidak stabil. Penyebutan root persamaan karakteristik yang dijadikan acuan sebagai poles fungsi alih closed-loop, misal Gd(s) /[1+Gp(s)Gv(s)Gc(s)Gs(s)]. Pendekatan ini untuk menentukan stabilitas yang diharapkan seperti pada contoh berikut:

Contoh 10.4 Tentukan stabilitas rangkaian seri reactor kimia terlihat seperti gambar 10.5. reactor tercampur sempurna dan isothermal, reaksi untuk komponen A merupakan orde satu. Konsentrasi keluaran dari tangki kedua dikendalikan oleh PI feedback algoritma dengan mengatur aliran masuk umpan, dimana laju solvent pada umpan sangat kecil. Sensor dan elemen akhir diasumsikan sangat cepat, dan data proses lainya sebagai berikut: Proses: V = 5 m3,
Solvent CA0

Fs = 5 m3/min >> FA

AC

Reactant

Gambar 10.5 Reaktor kimia yang disusun seri untuk contoh 10.4

12

vs = 50%open C A0 = 20mol / m3 k = 1min 1 C A0 ( s) / v( s ) = K v = 0.40(mol / m3 ) /(%open)

Controller PI Kc Ti = 15 (% bukaan)/(mol/m3) = 1.0 menit

Formulasi.struktur model proses untuk sistem ini sama dengan contoh 3.3, tetapi datanya berbeda dan gain valve sudah termasuk. Fungsi alihnya adalah sebagai berikut:
G p ( s) = Kp ( s + 1)( s + 1)

1 Gc ( s ) = K c 1 + T1s

(10.19)

Dengan,

mol / m3 F = K p = Kv 0.10 % F + VK F = = 0.50menit F + VK

Fungsi alih individual dapat dikombinasikan ke fungsi alih closed-loop untuk perubahan set point, yang mana termasuk persamaan karakteristik.
1 0.10 15 1 + CV ( s ) 1.0s (0.5s + 1) 2 = = SP( s ) 1 + G p ( s )Gv ( s )Gc ( s )Gs ( s ) 0.1 1 1 + 15 1 + 2 s (0.5s + 1) G p ( s )Gv ( s )Gc ( s )

(10.20)

13

Persamaan karakteristiknya adalah:

0.1 1 0 = 1 + 15 1 + 2 s (0.5s + 1) 0 = 0.25s 3 + 1.0 s 2 + 2.5s + 1.5

(10.21)

Akar dari persamaan pangkat tiga yang didapatkan adalah sebagaia berikut:

1,2 = -1.60 2.21 j

3 = -0.81

Dilihat dari nilai semua akarnya yang negative, maka sistem dikatakan stabil. Perlu diingat, bahwa kami tidak mengetahui performa pengendali meskipun pole sistem diketahui, underdamped dan mode integral sebagai variabel control akan kembali mendekati nilai set point untuk disturbance sebagai step.

Contoh 10.5
B XA0

Stabilitas dievaluasi kontrolnya

proses under dengan

tangki feedback

XA1

pengaduk pada contoh 7.2 akan

XA2

pengendali

XA3
AC

proposional saja.

14

Gambar 10.6 Root locus untuk contoh 10.5 dengan nilai gain controller (a) 0, (b) 50, (c) 100, (d) 150, (e) 200, dan (f) 250.

Mengansumsikan sersor sangat cepat, Gs(s) = 1, fungsi alih loop tertutup adalah sebagai berikut:

1 Gd ( s ) CV ( s ) (5s + 1)3 = = D( s ) 1 + G p ( s )Gv ( s )Gc ( s )Gs ( s ) 1 + K 0.039 c (5s + 1)3

Persamaan karakteristiknya adalah:

(10.22)

125s 3 + 75s 2 + 15s + (1 + 0.039 K c ) = 0

(10.23)

Penyelesaian persamaan karakteristik dapat dijadikan acuan stabil tidaknya suatu sistem. Penyelesaian ditentukan untuk beberapa nalai gain (dengan nilai feedback negative) dan nilai diplotkan pada gambar 10.6. sistem stabil meskipun tanpa pengendali, Kc = 0 karena pangkat bernilai negative (-0.2). Sumbu x merupakan gain kontroler sebesar 0 sampai 250 dengan kenaikan 50. dengan kenaikan gain kontroler nilai real semakin meningkat dan mulai memmbentuk osilasi, dan akhirnya menjadi tidak stabil saat pangkat bernilai nol sampai positive. Berdasarkan analisa tersebut proses tiga buah tanki pengaduk

15

stabil pada nilai gain Kc < 200 dan tidak stabil pada gain Kc > 250, tepatnya batas stabilitas sistem ini adalah Kc = 208. Hasil contoh 10.5 secara umum menentukan hubungan antara lokasi root persamaan karakterisitik (pole fungsi alih closed-loop). Jika pembilang fungsi alih diasumsikan, maka dinamika respon berdasarkan dari nilai pole-nya. Secara umum digambarkan pada gambar 10.7, beberapa dinamika respon untuk beberapa jenis lokasi pole. Nilai pole (atau lokasi) sangat penting untuk menentukan dinamika respon sistem loop tertutup.

Gambar 10.7 Contoh hubungan antara posisi nilai pangkat dengan dinamika responnya.

Metode pemplotan akar persamaan karakteristik sebagai fungsi kontanta tuning kontroler disebut analisa root locus. Sebagai catatan penyelesaian akar persamaan dapat digunakan program computer untuk memudahkannya.

16

Aplikasi metode analisis stabilitas secara umum untuk sistem control feedback diperlihatkan dengan menentukan akar persamaan karakteristik. Ketika persamaan karakteristik berupa persamaan polynomial, biasanya menentukan karakteristik. stabilitas adalah untuk menghitung akar persamaan

Jika semua akar negative, sistem bounded input-bounded output adalah stabil, jika salah satu akar nol atau positive maka tidak stabil.

17