(a)
(b)
Gambar 4.26. Salah satu model rangkaian op-amp model acuan.
46
Model fungsi alih dari rangkaian elektronid pada Gambar 4.26 adalah:
1
Ym ( s ) R1C1 R2 C 2
= (4.32)
U C ( s) 1 1
s2 + s+
R1C1 R1C1 R2 C 2
Dengan mengubah nilai C1=1000µ F, C2=100µ F, R1=τ kOhm (dimana τ = T), dan
R2=K MOhm, maka persamaan (4.32) dapat ditulis kembali sebagai
1 1
Ym ( s ) τ K (10 )10
9 −7
τ K (10 2 )
= = (4.33)
U C ( s) 1 1 1 1
s2 + s+ s2 + s +
τ (10 )10
3 −3
τK (10 )10
9 −7
τ τ K (10 2 )
Jadi model acuan sekarang dapat diubah-ubah dengan mengubah nilai-nilai R1 untuk τ
dan R2 untuk K.
S IM U LA S I M A TL A B /S IM U LIN K
1. 2
1. 1
0. 9
0. 8
0. 7
Uc - Ym (volt)
0. 6
0. 5
0. 4
0. 3
0. 2
0. 1
0
0 100 20 0 30 0 400 5 00 60 0 700 8 00 900
W a k tu (d et ik )
(a) (b)
Gambar 4.27. Simulasi model acuan dengan nilai K=1, dan τ =80. (a) menggunakan
Matlab/Simulink, (b) menggunakan EWB.
S IM U LA S I M A TL A B /S IM U LIN K
1. 2
1. 1
0. 9
0. 8
0. 7
Uc - Ym (volt)
0. 6
0. 5
0. 4
0. 3
0. 2
0. 1
0
0 100 20 0 30 0 400 5 00 60 0 700 8 00 900
W a k tu (d et ik )
(a) (b)
47
Gambar 4.28. Simulasi model acuan dengan nilai K=1, dan τ =50. (a) menggunakan
Matlab/Simulink, (b) menggunakan EWB.
4.3.2. Implementasi Berbasis Op-Amp untuk Sistem Kendali Adaptif Model Acuan
Berbasis Metode Gradient.
Untuk mengimplementasikan pengendali adaptif model acuan berbasis metode
gradien untuk kendali pengatur suhu ruang dibutuhkan kurang lebih 17 IC op-amp, 6 IC
pengali analog, 28 buah resistor dan 8 buah kapasitor. Hasil impelentasinya ditunjukkan
pada Gambar 4.29. Rangkaian tersebut dibuat menggunakan program CAD Circuit Maker
versi 6.0.
V1
0V 0/1V
C7 .IC
100uF R30
10k R4 C5 .IC
10k 100uF
R15 U17 1mHz U15
R14 500k MULT MULT
1000k R31 R3 +12v
10k +12V R9
+ 100k + +12V 10k +
100uF C6 V2 U14
-12V
.IC
0/1V MULT
-12
C9
100uF .IC -12V
0V 1mHz
R5 C4 .IC V3
10k 100uF 0/1V U13
R17 U18 MULT
R16 500k MULT
1000k R6 +12v
100k +12V R10 1mHz
+ 10k +
-12V
0V
.IC
-12
100uF C8 R8 C3 .IC
10k 100uF
R19 10k U8
MULT R7 +12v
100k +12V R11 A
+12v + 10k +
R18 10k +
R2 10k
-12V
-12
R1 -12v
10k
C1
100uF .IC 10k
10k 10k
10k
R29 +12V
1000k R20 10k + 10k
500k +12V
10k + +12V
10k +
-12V
-12V
-12V
.IC
100uF C2
Gambar 4.29. Hasil implementasi pengendali adaptif model acuan berbasis metode
gradien untuk sistem pengatur suhu ruang.
48
adaptif yang dalam Simulink yang dibuat dari model sistem kendali adaptif dengan
menyisihkan bagian kendaliannya.
Dari model pada Gambar 4.30 tersebut maka diperoleh ada 3 buah masukan dan satu
buah keluaran pengendali adaptif. Masukannya adalah Uc (sinyal komando), y (keluaran
kendalian yaitu keluaran sensor), dan ydot (sinyal turunan keluaran y, bila dilihat dari
model kendalian, ini adalah keluaran dari rele). Sedangkan keluarannya adalah sinyal
kendali U.
Uc 0.0002
s2 +0.02s+0.0002
Model Acuan
y
ym y, ym
ydot error
Uc
Uc y
y pf u
U
Teta1 error, e
Uc, ydot U
Teta2
Parameter
1 Teta3
1 Integ2
Integ1 1
s Integ3 Kontroler
s
s
Gain1 g Gain2 g
Gain -g g=0.1
Scope
Prod3
Prod2
Prod1
0.0002
s2 +0.02s+0.0002
e e e
Model Acuan1
0.0002
s2 +0.02s+0.0002
Model Acuan2
49
untuk sinyal parameter pengendali, sedangkan Gambar 4.35 dan 4.36 untuk sinyal uc, ydot,
dan u. Dari keenam gambar hasil simulasi, nampaknya implementasi berbasis op-amp telah
menunjukkan hasil yang sangat memuaskan. Masalah ketidakakurasian keadaan transien
dapat diatasi dengan memilih pasangan resistor-kapasitor yang tepat.
1
.5
1
ym
0
.5
0
0 5
00 1
000 1
500 2
000 2
500 3
000 3
500 4
000 4
500 5
000
1
.5
1
0
.5
y
0
-0
.5
0 5
00 1
000 1
500 2
000 2
500 3
000 3
500 4
000 4
500 5
000
1
0
error
-1
-2
0 5
00 1
000 1
500 2
000 2
50 0 3
000 3
500 4
000 4
500 5
000
Wa
ktu(d
etik)
Xa : 5 . 00 0 k X b : 0 . 0 00 a- b : 5 . 00 0 kfr e q : 2 00 . 0u
Yc : 1 . 20 0 Y d : 0 . 0 00 c- d : 1 . 20 0
b a
A 1 .2 c
1
800m
600m
400m
200m
0 d
0 83 3 1. 6 7k 2. 5 k 3. 3 3k 4 . 17 k 5k
R e f =G r ou n d X =8 3 3/ D iv Y =v o lt a ge
Xa : 5 . 00 0 k X b : 0 . 0 00 a - b : 5 . 00 0 kfr e q : 2 00 . 0u
Yc : 1 . 20 0 Y d : 0 . 0 00 c - d : 1 . 20 0
b a
A 1.2 c
1
8 0 0m
6 0 0m
4 0 0m
2 0 0m
0 d
0 83 3 1 . 6 7k 2. 5 k 3. 3 3k 4 . 17 k 5k
R e f = G r ou n d X =8 3 3/ D iv Y =v o l t a ge
X a : 5. 00 0k Xb : 0. 00 0 a- b: 5 . 00 0kf r e q: 2 00 .0 u
Y c : 1. 20 0 Yd :- 1. 20 0 c- d: 2 . 40 0
b a
A 1.2 c
800m
400m
0
-4 00 m
-8 00 m
-1.2 d
0 833 1. 67 k 2.5k 3.33k 4 .1 7k 5k
R e f = G r o u nd X= 83 3/ D iv Y =v ol ta g e
50
Gambar 4.32. Hasil simulasi Circuit Maker berturut-turut: ym (keluaran model acuan), y
(keluaran sensor kendalian), dan sinyal kesalahan, e = y – ym.
15
10
teta1
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
5
0
teta2
-5
-10
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
10
5
teta3
-5
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
W aktu(detik)
X a : 5 . 0 0 0 k X b : 0 . 0 0 0 a - b : 5 . 0 0 0 kf r e q : 2 0 0 . 0 u
Yc: 15.00 Yd:-3.000 c-d: 18.00
b a
A 15 c
12
9
6
3
0
-3 d
0 83 3 1 .67 k 2.5k 3.33k 4.1 7k 5k
Ref=Ground X= 83 3/D iv Y= vol ta ge
X a : 5 . 0 0 0 k X b : 0 . 0 0 0 a - b : 5 . 0 0 0 kf r e q : 2 0 0 . 0 u
Yc : 6.0 00 Y d:- 6. 000 c-d : 12. 00
b a
A 6 c
4
2
0
-2
-4
-6 d
0 833 1 .67 k 2.5k 3.33k 4.17k 5k
Ref=Ground X=833/Div Y=voltage
X a : 5 . 0 0 0 k X b : 0 . 0 0 0 a - b : 5 . 0 0 0 kf r e q : 2 0 0 . 0 u
Yc: 8.000 Yd:-4.000 c-d: 12.00
b a
A 8 c
6
4
2
0
-2
-4 d
0 83 3 1 .67 k 2.5k 3.33k 4.1 7k 5k
Ref=Ground X= 83 3/D iv Y= vol ta ge
51
Gambar 4.34. Hasil simulasi Circuit Maker untuk parameter pengendali berturut-turut:
teta1 (θ 1), teta2 (θ 2), dan teta3 (θ 3).
1.5
1
Uc
0.5
0
-0.5
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
1.5
1
ydot
0.5
0
-0.5
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
5
0
U
-5
-10
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
W aktu(detik)
b a
A 1.2 c
1
800m
600m
400m
200m
0 d
0 833 1 .67k 2.5k 3.33k 4.17k 5k
Ref=Ground X=833/Div Y=voltage
X a : 5 . 0 0 0 kX b : 0 . 0 0 0 a - b : 5 . 0 0 0fkr e q : 2 0 0 . 0 u
Yc: 1.200 Yd: 0.000 c-d: 1.200
b a
A 1.2 c
1
800m
600m
400m
200m
0 d
0 833 1.67k 2.5k 3.33k 4.17k 5k
Ref=Ground X=833/Div Y=voltage
52
X a : 5 . 0 0 0 k X b : 0 . 0 0 0 a - b : 5 . 0 0 0 kf r e q : 2 0 0 . 0 u
Yc: 2.000 Yd:-10.00 c-d: 12.00
b a
A 2 c
0
-2
-4
-6
-8
-10 d
0 83 3 1 .67 k 2.5k 3.33k 4.1 7k 5k
Ref=Ground X= 83 3/D iv Y= vol ta ge
Gambar 4.36. Hasil simulasi Circuit Maker berturut-turut: Uc (sinyal komando uc), ydot
(keluaran rele), dan U (sinyal kendali u).
BAB 5
PENUTUP
53
1. Sistem kendali adaptif model acuan berbasis teori Lyapunov dirancang dari hasil
linierisasi model tak liniernya. Dalam simulasi selanjutnya, kendali adaptif yang telah
dirancang digunakan untuk mengendalikan model tak linier pendulum terbalik.
2. Dari hasil simulasi, sistem kendali adaptif model acuan berbasis teori Lyapunov
mampu mempertahankan kestabilan sistem pendulum terbalik yaitu dengan membuat
posisi pendulum tetap tegak diam berdiri meskipun kereta diberi gaya dorong yang
kecil ke kiri dan ke kanan.
3. Kestabilan sistem pendulum terbalik memiliki batas-batas kestabilan yaitu sistem
kendali adaptif tidak mampu mempertahankan kestabilan sistem bila kondisi awal
sistem berada di luar batas kestabilannya. Secara praktis hal ini ditunjukkan oleh
kondisi awal sudut pendulum yang tentu saja tidak dapat dipertahankan stabil bila
berawal dari posisi sudut tegak lurus terhadap garis vertikal (garis tegaknya).
54
menunjukkan bahwa rangkaian pengendali analog mampu menghasilkan sinyal kendali
sesuai dengan yang diharapkan sepanjang sinyal hasutan yang masuk ke dalam rangkaian
tidak melampaui batas operasi. Selain itu pemilihan nilai-nilai pasangan komponen resistor
dan kapasitor untuk nilai parameter tertentu perlu dilakukan secara tepat.
Pendekatan lain selain sinyal analog adalah pendekatan sinyal digital. Dewasa ini
tersedia beberapa piranti digital yang mengandung sejumlah gerbang logika yang sangat
besar dan dapat diprogram untuk aplikasi tertentu. Piranti yang dimaksud adalah CPLD
(complex programmable logic device) dan FPGA (field programmable gate array). Kedua
piranti dapat diprogram menggunakan bahasa deskripsi perangkat keras (HDL, hardware
description language). Dua bahasa HDL yang cukup terkenal adalah Verilog dan VHDL.
Penelitian ini tidak mengkaji usaha untuk menggunakan kedua piranti tersebut untuk
tujuan implementasi. Namun pada masa yang akan tidak tertutup kemungkinan tim peneliti
kami melakukannya.
DAFTAR PUSTAKA
55
[6] D. Wu, Q. Zhang, J. F. Rheid, H. Qiu. “Adaptive Control of Electrohydraulic
Steering System for Wheel-Type Agricultural Tractor”. Paper No. 993079, An
ASAE Meeting Presentation UILU-ENG-99-7018.
[7] F. Pourboghrat, I. Panahi. “Adaptive Control of Induction Motors with Unknown
Load and Rotor Resistance”. Electronic paper from Electrical Eng. Dept. Southern
Illinois University, and DSP Control Systems Applications, Texas Instrument Inc.
[8] G. L. Plett. “Adaptive Inverse Control of Plants With Disturbances”. PhD
Dissertation at Electrical Eng. Dept. Stanford University, May 1998.
[9] J.-J. E. Slotine, Weiping Li. “Applied Nonlinear Control”. Prentice-Hall, 1991.
[10] J. Y. Cao, Z. Salcic, S. K. Nguang. “Digital Self-Tuning Regulator in a Single FPLD
Chip”. Electronic paper from Dept. Electrical Eng. The University of Auckland. New
Zealand.
[11] J. Zhao, I. Kanellakopoulos. “Discrete-Time Adaptive Control of Output Feedback
Nonlinear Systems”. Proc. Of The 36th IEEE Conference on Decision and Control,
San Diego, CA, December 1997.
[12] K. GiannaKopoulos, T. Deliyannis. “Complementary Transformation of One and
Two-OpAmp Biquads”. Recent Advances in Circuit and Systems. Pp. 37-42. World
Scientific Singapore, 1998.
[13] K. J. Astrom, B. Wittenmark. “Adaptive Control”.2nd ed. Addison Wesley, 1995.
[14] L. Sun, J. M. Krodkiewski, Y. Cen. “Control law Synthesis for Self-Tuning Adaptive
Control of Forced Vibration in Rotor Systems”. Electronic paper from Dept. Of
Mechanical and Manufacturing Eng. The University of Melbourne, Australia.
[15] M. Bodson, J. E. Groszkiewicz. “Multivariabel Adaptive Algorithms for
Reconfigurable Flight Control”. IEEE Trans. On Control Systems Technology, Vol.
5, No. 2, March 1997.
[16] P. J. Gawthrop. “Self-Tuning PID Controllers: Algorithms and Implementation”.
IEEE Trans. On Automatic Control, Vol. AC-31, No. 3, March 1986.
[17] P. R. Gray, R. G. Meyer. “Analysis and Design of Analog Integrated Circuit.” 2nd ed.
John Wiley and Sons, 1984.
[18] R. Isermann, K.-H. Lachman, D. Matko. “Adaptive Control Systems”. Prentice-Hall,
1992.
[19] S.-M. Guo, L.-S. Shieh. C.-F. Lin, J. Chandra. “Adaptive Control for Nonlinear
Stochastic Hybrid Systems with Input Saturation”. Electronic paper from IEEE,
2001.
56
[20] W. H. Ray. “Advanced Process Control”. Butterworths, 1989.
[21] Y. Hong, H. O. Wang, L. G. Bushnell. “Adaptive Finite-Time Control of Nonlinear
Systems”. Electronic paper from Dept. Electrical Of Computer Eng. Duke
University, Durham.
[22] K. Nam, A. Arapostathis. “A Model Reference Adaptive Control Scheme for Pure-
Feedback Nonlinear Systems”. IEEE Transaction on Automatic Control, Vol.33,
No.9, September 1988.
57