Kontroler PID
2.1.
r(t) +
e(t)
Kontroler
Plant
_
Gambar 2.1 Diagram Blok Sistem Kontrol Sederhana
Kontroler cerdas terdiri dari neural network, fuzzy logic, dan algoritma
genetika. Algoritma genetika merupakan jenis kontroler yang baik untuk
diaplikasikan dalam pencarian solusi sistem dari permasalahan.
2.2.
Kontroler Proporsional
(2.1)
M(s) = KpE(s)
(2.2)
M(s)
= KP
E(s)
(2.3)
dengan M(s) dan E(s) adalah transform Laplace dari m(t) dan e(t), secara
berurut2).
Kontroler proporsional memiliki karakteristik: mempercepat proses,
Tidak merubah orde proses, meningkatkan overshoot, tidak menghilangkan
offset4).
2.3.
de ( t )
dt
M (s)
= K p (1 + Td s )
E (s)
(2.4)
(2.5)
2.4.
K
m(t ) = K P e(t ) + P e(t ) dt
Ti 0
(2.6)
M ( s)
1
= K P 1 +
E ( s)
Ti s
(2.7)
dengan Ti adalah waktu integral. Kebalikan dari waktu integral Ti disebut laju
reset. Laju reset adalah banyaknya pengulangan bagian proporsional dari aksi
pengontrolan per menit2). Kontroler PI mempunyai karakteristik: menghilangkan
offset, mempercepat proses, tetapi menimbulkan osilasi4).
2.5.
1
M ( s) = K P 1 + TD s +
Ti s
(2.8)
t
de(t ) K P
m(t ) = K P e(t ) + K PTD
+
e(t ) dt
dt
TI 0
de(t )
dt
M (s) = K P + K D s + I
s
Dengan K I =
(2.9)
(2.10)
(2.11)
KP
, dan K D = K P * TD 2).
TI
2.6.
proporsional Kp dinaikkan dari nol sampai mencapai nilai kritis Kcr dimana output
c(t) mulai menunjukkan osilasi. Penguatan kritis Kcr berpasangan dengan perioda
kritis Pcr yang ditentukan dari eksperimen seperti ditunjukkan pada gambar 2.6
C(t)
Ziegler dan Nichols menyarankan bahwa nilai parameter Kp, Ti, dan Td,
sesuai dengan nilai yang diberikan dalam Tabel 2.15)
Tabel 2.1
Kp
0.5Kcr
PI
0.45Kcr
1
Pcr
1.2
PID
0.6Kcr
0.5Pcr
0.125Pcr
Ti
Td
0