=
+
(10.3)
Solusi: Dari sistem sederhana, perubahan step dari laju alir inlet,
'
( )
/
in s in
F F s =
( )
' /
1
t in
c
F
L e
K
(10.4)
4
Dengan /( )
c
A K = . 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 K
c
< 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 (K
c
<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;
( )
0 0
( )
lim lim lim
( ) 1
in
c s in
s
t s s
c
c
F
K F
L sL s
A
K
K s
= = =
+
(10.5)
Masukkan nilai laju alir = 20 m
3
/jam dan gain controller = -10 m
3
/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
5
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 :
1
1 1
... ( )
n n
n n
d Y d Y
a a Y 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.
6
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
1
1 1 0 ( )
... ) 0
n n
n s
s a s a s a Y
+ + + + = (10.7)
Persamaan tersebut diselesaikan seperti pada Bab 4, maka dihasilkan:
1
( ) 1 1 2
... ( ...) )
p
t
t
t
Y Ae B B t e
= + + + + (10.8)
1 2
... [ cos( ) cos( )] ) ...
q
t
C t C t e
+ + + +
Dimana :
I
= root actual tertentu ke i pada karakter polinomial
p
= pengulangan root actual pada karakter polinomial
q
= bagian root kompleks actual pada karakter polonomial
A, B, C = 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.
7
F, T
0
C
A0
C
A
,T
Jadi, test stabilitas menentukan semua pangkat dan bisa diringkas dengan
mengikuti prinsip.
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:
2 ' '
'
2
1.23 1.38 0
d T dT
T
dt dt
= (10.9)
Suku berpangkat dapat dievaluasi dengan mengikuti
persamaan :
( )
2
2
1.23 1.38 '( ) 0
1.23 1.38 0
s s T s
s s
=
=
(10.10)
s =-0.71 s = 1.94 tidak stabil
0.71 1.94
1 2
'( )
t t
T s Ae A e
= +
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).
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.
8
Contoh 10.3.
Stabilitas level proses tanpa kontrol (K
c
= 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.
( )
( ) ( )
in out
dL t
A F t F t
dt
= (10.11)
Persamaan dapat ditulis sebagai variabel deviasi dan fungsi alih untuk kasus
dengan laju outlet konstan.
'( )
' ( )
in
dL t
A F t
dt
= (10.12)
( ) 1
( )
in
L s
F s As
= (10.13)
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 m
2
, M = 2 m
3
/mm, dan =
1 rad/menit mengikuti persamaan:
'( ) [1 cos( )] 0.282(1 cos( ))
M
L t t 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 m
3
/jam pada saat t = 0.
Analisa solusi untuk perubahan ketinggian sebagai step dengan magnitude awal
9
sebesar M pada kondisi steady state mengikuti persamaan dibawah, dan dapat
dilihat pada gambar 10.3.
'( ) 0.282
M
L t t t
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
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.
( ) ( ) ( )
( ) ( ) ( ) ( )
( )
( ) ( ) ( ) ( )
( )
( ) 1
( )
( ) 1
p s v s c s
p s v s c s s s
d s
p s v s c s s s
G G G
CV s
SP s G G G G
G
CV s
D s G G G G
=
+
=
+
(10.16)
Sekang, kami menganggap hanya disturbance fungsi alih dan mengasumsikan
fungsi alih tersebut dapat dinyatakan polynomial seperti berikut:
( ) ( ) ( ) ( ) ( ) ( ) ( )
1 2
1 2 ( ) 1 2 ( )
(1 )
( ...) ( )( )...( )
p s v s c s s s s d s s
n n n
s m s
G G G G CV G D
s a s a s CV s s s D
+ =
+ + + =
(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 G
d
(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
p s v s c s s s
G G G G + . Nol-kan nilai
persamaan characteristic tersebut.
11
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: Variabel:
G
c
(s) = Controller CV(s) = Variabel control
G
v
(s) = Transmition, transducer, dan valve CVm(s) = variabel control nilai terukur
G
p
(s) = Proses D(s) = Disturbance
G
s
(s) = Sensor, transducer, dan transmitter MV(s) = Manivulated variabel
G
d
(s) = Disturbance SP(s) = set point
Gambar 10.4
Blok diagram Feedback Control Sistem
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):
1 2
1 2
( ...) 0
n n n
s a s a s
+ + + = (10.18)
12
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:
Penyebutan root persamaan karakteristik yang dijadikan acuan sebagai poles
fungsi alih closed-loop, misal G
d
(s) /[1+G
p
(s)G
v
(s)G
c
(s)G
s
(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 m
3
, F
s
= 5 m
3
/min >> F
A
AC
C
A0
Solvent
Reactant
Gambar 10.5
Reaktor kimia yang disusun seri untuk contoh 10.4
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.
13
3
0
1
3
0
50%
20 /
1min
( )/ ( ) 0.40( / )/(% )
s
A
A v
v open
C mol m
k
C s v s K mol m open
=
=
=
= =
Controller PI
K
c
= 15 (% bukaan)/(mol/m
3
)
T
i
= 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:
1
( )
( 1)( 1)
1
( ) 1
p
p
c c
K
G s
s s
G s K
T s
=
+ +
= +
(10.19)
Dengan,
2
3
/
0.10
%
0.50
p v
F mol m
K K
F VK
F
menit
F VK
= =
+
= =
+
Fungsi alih individual dapat dikombinasikan ke fungsi alih closed-loop untuk
perubahan set point, yang mana termasuk persamaan karakteristik.
2
2
1 0.10
15 1
( ) ( ) ( )
( ) 1.0 (0.5 1)
( ) 1 ( ) ( ) ( ) ( ) 1 0.1
1 15 1
(0.5 1)
p v c
p v c s
G s G s G s
CV s s s
SP s G s G s G s G s
s s
+
+
= =
+
+ +
+
(10.20)
14
Persamaan karakteristiknya adalah:
2
3 2
1 0.1
0 1 15 1
(0.5 1)
0 0.25 1.0 2.5 1.5
s s
s s s
= + +
+
= + + +
(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
Stabilitas proses 3 tangki
pengaduk pada contoh 7.2 akan
dievaluasi under feedback
kontrolnya dengan pengendali
proposional saja.
XA0
B
A
AC
XA1
XA2
XA3
15
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, G
s
(s) = 1, fungsi alih loop tertutup adalah
sebagai berikut:
3
3
1
( ) ( ) (5 1)
0.039
( ) 1 ( ) ( ) ( ) ( )
1
(5 1)
d
p v c s
c
G s CV s s
D s G s G s G s G s
K
s
+
= =
+
+
+
(10.22)
Persamaan karakteristiknya adalah:
3 2
125 75 15 (1 0.039 ) 0
c
s s s K + + + + = (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, K
c
= 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
16
stabil pada nilai gain K
c
< 200 dan tidak stabil pada gain K
c
> 250, tepatnya batas
stabilitas sistem ini adalah K
c
= 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.
17
Aplikasi metode analisis stabilitas secara umum untuk sistem control
feedback diperlihatkan dengan menentukan akar persamaan karakteristik.
Ketika persamaan karakteristik berupa persamaan polynomial, biasanya
menentukan stabilitas adalah untuk menghitung akar persamaan
karakteristik.
Jika semua akar negative, sistem bounded input-bounded output adalah
stabil, jika salah satu akar nol atau positive maka tidak stabil.