Permodelan Sistem

Melalui Identifikasi Parameter

Ir. Rusdhianto EAK, MT

Pelatihan PC-Based Control

Pengertian

Adalah sekumpulan metode yang digunakan

untuk mendapatkan/menentukan parameter
model pendekatan dari sistem melalui
evaluasi data pengukuran input output
Secara umum ada 2 cara untuk
mendapatkan model pendekatan sistem,
yaitu melalui Pendekatan Respon Waktu dan
Pendekatan Respon Frekuensi
Pelatihan PC-Based Control

Pendekatan Respon Waktu

Respon waktu kontinyu :

- sinyal uji berupa step
- model pendekatan yang digunakan:
Y ( s)
K
- orde I
=
X ( s)

- orde II

s + 1

Y ( s)
K
=
1 2 2
X (s)
s +
s +1
2

- orde tinggi

Y (s)
e 1s
=
X ( s ) ( 2 s + 1) N
Pelatihan PC-Based Control

Pendekatan Respon Waktu

Respon Waktu Diskrit

- sinyal uji berupa sinyal random untuk
proses offline atau sinyal kontrol (online)
- model pendekatan struktur diskrit

Pelatihan PC-Based Control

Pendekatan Respon Frekuensi

Sinyal uji sinusoida dengan magnitude

konstan dan frekuensi variabel
Model pendekatan struktur kontinyu

Pelatihan PC-Based Control

Struktur Model Pendekatan

Suatu sistem dengan masukan tersampling

u(k), keluaran y(k)dan noise (k) dapat
digambarkan dengan diagram blok :
(k)

u(k)

Sistem

Pelatihan PC-Based Control

y(k)

Struktur Model Pendekatan

Sistem tersebut dapat didekati dengan model

umum :
q d B(q 1 )
C (q 1 )
y (k ) =
u (k ) +
(k )
1
1
A(q )

A(q )

dimana
d : faktor delay
B(q 1 ) = b0 + b1q 1 + ... + bnb q nb

A(q 1 ) = 1 + a1q 1 + ... + ana q na

C (q 1 ) = c0 + c1q 1 + ... + cnc q ne
q i y (k ) = y (k i ) ; q 1u (k ) = u (k i )
Pelatihan PC-Based Control

Berbagai Bentuk Struktur

Pendekatan

Struktur Deterministik (tanpa noise)

(semua ci = 0; i = 0,1,,nc)

Struktur Stokastik (dengan noise)

(terdapat ci 0, i = 0,1,,nc)

Pelatihan PC-Based Control

Struktur Deterministik

Jika b0 0; bi=0, i=1,..,nb, aj 0; j=1,..,na

disebut struktur AR (Auto Regressive)

Jika bi 0, aj = 0; j=1,..,na
disebut struktur MA (Moving Average)

Jika bi 0 dan aj 0, i=0,..,nb,; j=1,..,na

disebut struktur ARMA
Pelatihan PC-Based Control

Struktur Stokastik

Jika b0 0, bi=0; i=1,..,nb; aj 0; j=1,..,na

disebut sebagai ARX (Auto Regressive
Exogeneous)

Jika bi 0, aj = 0; j=1,..,na
disebut sebagai MAX

Jika bi 0, aj 0; i=0,..,nb; j=1,..,na

disebut sebagai struktur ARMAX (atau struktur
lengkap)
Pelatihan PC-Based Control

Catatan

Jika hanya ada c0
noise pada pengukuran

Jika terdapat ci 0, i =1,..,nc
noise pada
state

Pelatihan PC-Based Control

Metode Identifikasi Parameter

Metode Penyelesaian Persamaan Linier

Simultan
Metode Gradient
Metode Least Square

Pelatihan PC-Based Control

Metode Penyelesaian Pers

Linier Simultan

Menemukan Parameter Rata-rata (P2SPR)

Menemukan Parameter Total (P2SPT)

Pelatihan PC-Based Control

Metode Gradient

Gradient Constant Step (GCS)

Gradient Steppest Descent (GSD)
Gradient Binary Step (GBS)

Pelatihan PC-Based Control

Metode Least Square

Metode Standard Least Square (SLS), (Unity

forgetting factor least square)
Metode Extended Least Square (ELS)

Pelatihan PC-Based Control

Metode Penyelesaian Pers

Linier
Suatu sistem dimodelkan dengan struktur ARMA
dengan d=1 sbb:
y (k ) = a1 y (k 1) a2 y (k 2) ... ana y (k na)
+ b0 (k 1) + b1 (k 2) + ... + bnb (k nb 1)

Jika terdapat sejumlah pengukuran k=0 s/d k=N,

selalu dapat disusun sejumlah pers linier yang
valid dengan parameter sebagai nilai yang akan
dicari.
Pelatihan PC-Based Control

P2SR (Penyelesian Pers Linier

Simultan Parameter Rata-rata

Mulai k=na s/d k=na+m-1 dapat disusun M buah

persamaan linier simultan yang memiliki satu
penyelesaian linier.
y ( na )
y (na 1)... y0
u (na 1)...u (0) a1

ana

b0
k = na + m + 1 y (na + m 2)... y (m 1)
u (m 1) b y (n + m + 1)
nb
a
44

14444444
4244444444
3 1
2
3
1
2
4
4
3
P
k = na

(1) = P 1Y

Pelatihan PC-Based Control

P2SR

Demikian pula untuk k=na+1s/d k=na+m-1 (2) =

P-1Y
Sehingga dapat disusun Formulasi Parameter
Rata-rata
1 M
= (i )
M i =1

M : Jumlah semua solusi yang mungkin

m : Jumlah persamaan/parameter yang diperlukan
untuk mendapatkan satu solusi.
Pelatihan PC-Based Control

P2ST (Penyelesaian Persamaan

Linier Simultan Parameter Total)

Sama dengan P2SR, dengan melibatkan

semua persamaan linier secara total.
Mulai k=na s/d k=N (N:jumlah pengukuran),
dapat disusun sejumlah persamaan linier
simultan yang dapat dituliskan dalam format
matrix.

Pelatihan PC-Based Control

P2ST
k = na y (na 1)... y0
u (na 1)...u (na nb ) a1 y (na )

ana

.
b0

k = N y ( N 1)... y ( N na ) u ( N 1)...u ( N nb ) b y ( N )
nb
424

2
1444444442444444443 1
1
3
3
Q
kxm

Qkxm mx1 = Ymx1

K = jumlah semua pers linier

Nilai dapat dirumuskan sbb:

= (QT Q) 1 QT Y
Pelatihan PC-Based Control

mx1

Ymx1

Metode Gradient

Suatu sistem dimodelkan dengan struktur

ARMA dengan d=1 sbb:
y (k ) = a1 y (k 1) a2 y (k 2) ... ana y (k na)
+ b0 (k 1) + b1 (k 2) + ... + bnb (k nb 1)

Atau dalam format perkalian vektor :

y (k ) = T ( k 1)
dimana

(k 1) = [ y (k 1)... y (k na ) u (k 1)...u (k nb )]T

= [a1...ana b0 ...bnb ]T
Pelatihan PC-Based Control

Metode Gradient

Jika dinyatakan dalam hasil estimasi dari

data pengukuran ke k

y (k ) = (k 1)(k )
T

Sehingga dapat dituliskan error estimasi

kuadrat adalah

J = [ y (k ) y (k )]

1
2

Pelatihan PC-Based Control

Metode Gradient

Metode gradient adalah metode yang

diturunkan melalui kriteria error estimasi
kuadrat minimum.

min J = min 12 [ y (k ) T (k 1) (k )]2

Dengan menggunakan gradien perubahan

(k) pada sepanjang kurva J menuju error
kuadrat paling minimum dapat disusun
algoritma metode gradien.
Pelatihan PC-Based Control

Algoritma GCS (Gradient

Constant Step)


1.
2.

Initialisasi
Tentukan struktur model dan orde sistem
Tentukan kondisi awal dari
(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]

3.

untuk proses offline

untuk proses ONline

Tentukan gain estimasi (step)

= I
; = bilangan sembarang
Pelatihan PC-Based Control

Algoritma GCS


1.

2.

Proses Iterasi/Rekursive
Ukur input output plant u(k), y(k)
- untuk proses offline u(k): masukan random
- untuk proses ONline u(k): sinyal kontrol
Rekonstruksi matrix (k-1)
(k 1) = [ y (k 1)... y (k na )u (k 1)...u (k nb )]T

Pelatihan PC-Based Control

Algoritma GCS
3. Hitung estimasi parameter sistem
(k ) = (k 1) + Sign { [ y (k ) T (k 1) (k 1)] (k 1)}

4. Jika selesai, tampilkan nilai . Jika belum,

ulangi langkah 1 untuk pengukuran
selanjutnya.

Pelatihan PC-Based Control

Algoritma GSD (Gradient

Steppest Descent)


1.
2.

Initialisasi
Tentukan struktur model dan orde sistem
Tentukan kondisi awal dari
(k 1) = [0...0]T

(k 1) = [0...0]T
= [a1...bnb ]
3.

untuk proses offline

untuk proses ONline

Tentukan gain estimasi (step)

= I
; = bilangan sembarang
Pelatihan PC-Based Control

Algoritma GSD


1.

2.

Proses Iterasi/Rekursive
Ukur input output plant u(k), y(k)
- untuk proses offline u(k): masukan random
- untuk proses ONline u(k): sinyal kontrol
Rekonstruksi matrix (k-1)
(k 1) = [ y (k 1)... y (k na )u (k 1)...u (k nb )]T
Pelatihan PC-Based Control

Algoritma GSD
3. Hitung estimasi parameter sistem
(k ) = (k 1) + { [ y (k ) T (k 1) (k )] (k 1)}

4. Jika selesai, tampilkan nilai . Jika belum,

ulangi langkah 1 untuk pengukuran
selanjutnya.

Pelatihan PC-Based Control

Algoritma GBS (Gradient

Binary Step)
Initialisasi (4 tahap)
1. Tentukan struktur model dan orde sistem
2. Tentukan kondisi awal dari

(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]

untuk proses offline

untuk proses ONline

3. Tentukan gain estimasi (step)

= I
; = bilangan sembarang
Pelatihan PC-Based Control

Algoritma GBS
Inisialisasi
4. Tetapkan Sign awal

s1T = [1...1]1xm

Pelatihan PC-Based Control

Algoritma GBS
Proses Iterasi/Rekursive
1. Ukur input output plant u(k), y(k)
- untuk proses offline u(k): masukan random
- untuk proses ONline u(k): sinyal kontrol
2. Rekonstruksi matrix (k-1)

(k 1) = [ y (k 1)... y (k na )u (k 1)...u (k nb )]T

Pelatihan PC-Based Control

Algoritma GBS
Proses Iterasi
3. Hitung S 2 = Sign { [y(k ) T (k 1) (k 1)] (k 1}
4. Hitung S = 14 ( s1 s2 )T ( s1 s2 )
5. Hitung (k ) = (k 1)(1 12 s)
6. Hitung (k ) = (k 1) + .s2
7. Jika selesai, stop. Jika belum buat s1 = s2
dan ulangi langkah 1.

Pelatihan PC-Based Control

Metode Least Square

Merupakan pengembangan dari metode

gradient dengan kriteria yang diminimumkan
melibatkan semua pengukuran, yaitu:
1 k 2
min J = min 2 e (i )
i =0

Atau:

2
1 k
T

min J = min 2 y (i ) (i 1) (i )
i =0

Pelatihan PC-Based Control

Metode Least Square

1.
2.

Dengan metode yang sama seperti metode

gradient dapat disusun Algoritma untuk
mendapatkan nilai estimasi parameter (k )
yaitu :
Algoritma SLS/RLS
Algoritma ELS

Pelatihan PC-Based Control

Algoritma SLS
Initialisasi
1. Tentukan struktur model dan orde sistem
2. Tentukan kondisi awal dari

(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]

untuk proses offline

untuk proses ONline

3. Tentukan gain estimasi awal

F ( k ) = I
Pelatihan PC-Based Control

Algoritma SLS


1.
2.

Proses Iterasi
Ukur input output plant u(k), y(k)
T

(k 1)
Rekonstruksi
T (k 1) = [ y (k 1)... y (k na )u (k 1)...u (k nb)]

3.

Hitung estimasi parameter

(k ) = (k 1) + F (k ){y (k ) T (k 1) (k 1)} (k 1)

Pelatihan PC-Based Control

Algoritma SLS
Proses Iterasi
4. Revisi nilai F(k+1) untuk proses iterasi
selanjutnya

F (k ) (k 1) T (k 1) F (k )
F (k + 1) = F (k )
1 + T (k 1) F (k ) (k 1)

5. Jika selesai tampilkan , jika belum ulangi

langkah 1.

Pelatihan PC-Based Control

Algoritma ELS
Initialisasi
1. Tentukan struktur model dan orde sistem
2. Tentukan kondisi awal dari

(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]

untuk proses offline

untuk proses ONline

3. Tentukan gain estimasi awal

F ( k ) = I
Pelatihan PC-Based Control

Algoritma ELS
Proses Iterasi
1. Ukur input output plant u(k), y(k)
T

(k 1)
2. Rekonstruksi

T (k 1) = [ y (k 1)... y (k na )u (k 1)...u (k nb)]

3. Hitung estimasi parameter

(k ) = (k 1) + F (k ){y (k ) T (k 1) (k 1)} (k 1)

Pelatihan PC-Based Control

Algoritma ELS

Proses Iterasi

4. Update:

1
F (k ) (k 1) T (k 1) F (k )
F (k + 1) = F (k )
1
2 1 + T (k 1) F (k ) (k 1)

1 dan 2 dipilih dengan berbagai cara.

- 1 bilangan konstan < 1, 2 = 1
- 1 =1 dan 2 bilangan konstan > 1
- 1 = f(k), 2 = 1
- 1 = 1; 2 = f(k)
- 2 = 1; 1 dipilih agar : - nilai Eigen F, tetap
- nilai Trace F tetap
- determinan F tetap
Pelatihan PC-Based Control

Algoritma ELS
Proses Iterasi
5. Jika selesai tampilkan , jika belum ulangi
langkah 1.

Pelatihan PC-Based Control

Validasi Model

Adalah suatu proses untuk melihat seberapa

dekat model hasil identifikasi dengan plant
asal

Pelatihan PC-Based Control

Beberapa Cara Validasi

1.

2.
3.

Melalui kedekatan Respon Waktu
uji

dengan input step
Melalui kedekatan respon frekuensi
Melalui perhitungan error estimasi dari data
pengukuran untuk masukan random

Pelatihan PC-Based Control

Latihan

Suatu plant:
u(t)

s + 12
s 3 + 8s 2 + 8s + 16

y(t)

Lakukan identifikasi plant melalui berbagai

pendekatan.
Lakukan validasi model melalui:
- Respon step
- Respon Frekuensi
- Kriteria Error
Pelatihan PC-Based Control