Pengertian
- 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
u(k)
Sistem
y(k)
A(q )
dimana
d : faktor delay
B(q 1 ) = b0 + b1q 1 + ... + bnb q nb
Struktur Deterministik
Jika bi 0, aj = 0; j=1,..,na
disebut struktur MA (Moving Average)
Struktur Stokastik
Jika bi 0, aj = 0; j=1,..,na
disebut sebagai MAX
Catatan
Metode Gradient
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
P2SR
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
= (QT Q) 1 QT Y
Pelatihan PC-Based Control
mx1
Ymx1
Metode Gradient
y (k ) = T ( k 1)
dimana
= [a1...ana b0 ...bnb ]T
Pelatihan PC-Based Control
Metode Gradient
y (k ) = (k 1)(k )
T
J = [ y (k ) y (k )]
1
2
Metode Gradient
Initialisasi
Tentukan struktur model dan orde sistem
Tentukan kondisi awal dari
(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]
3.
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
Algoritma GCS
3. Hitung estimasi parameter sistem
(k ) = (k 1) + Sign { [ y (k ) T (k 1) (k 1)] (k 1)}
Initialisasi
Tentukan struktur model dan orde sistem
Tentukan kondisi awal dari
(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]
3.
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)}
(k 1) = [0...0]T
(k 1) = [0...0]T
= [a1...bnb ]
Algoritma GBS
Inisialisasi
4. Tetapkan Sign awal
s1T = [1...1]1xm
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)
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.
Atau:
2
1 k
T
min J = min 2 y (i ) (i 1) (i )
i =0
1.
2.
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 ]
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.
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)
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 ]
Algoritma ELS
Proses Iterasi
1. Ukur input output plant u(k), y(k)
T
(k 1)
2. Rekonstruksi
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)
Algoritma ELS
Proses Iterasi
5. Jika selesai tampilkan , jika belum ulangi
langkah 1.
Validasi Model
2.
3.
Latihan
Suatu plant:
u(t)
s + 12
s 3 + 8s 2 + 8s + 16
y(t)