BAB 8

Ir. Abdul Wahid, MT.

Departemen Teknik Kimia Fakultas Teknik Universitas Indonesia Depok 2007

ALGORITMA PID
8.1 PENDAHULUAN

Pada ini kita akan mempelajari menengenai kendali algoritma proporsional integral derivativ (PID). Algoritma PID telah sukses digunakan didalam dunia industri sejak tahun 1940. Mungkin mengejutkan bagi pembaca, beberapa algoritma dapat digunakan dengan baik pada berbagai aplikasi-proses petroleum, proses polimer, dan yang lainnya. Algoritma yang digunakan untuk sistem satu-lup, dapat disebut satu masukan-dan satu keluaran (SISO=Single Input Single Output), yang memiliki satu kontrol dan satu variabel manipulasi. Biasanya sistem ini diimplementasikan secara simultandidalam proses dan performa dari masing-masing kendali sistem dapat dipengaruhi oleh interaksi dengan lup yang lainnya.

8.2

BENTUK YANG DIINGINKAN DARI UMPAN BALIK

KENDALI ALGORITMA Banyak karakteristik yang diinginkan

untuk kendali umpan balik didiskusikan pada bab sebelumnya dalam bentuk pengukuran kuantitatif dan performa

kendali. Pada bab ini akan dibahas kembali mengenai hal tersebut.

Bentuk Performa Kunci: Offset nol Pengukuran performan didiskusikan sebelumnya dapat dikombinasikan kedalam dua kategori: dinamik (IAE, ISE, rasio damping, waktu tingga, dan lainnya) dan keadaan setimbang. Gol dari keadaan setimbang dengan

mengembalikan ke set point akan dibahas lebih lanjut disini. Gol tersebut dapat ditetapkan kedalam bentuk matematika dengan menggunakan teorema nilai akhir.
t

lim E (t ) = lim sE ( s ) = 0
s

Dengan symbol E menandakan eror, perbedaan antara set point (nilai yang diinginkan) dengan perhitungan variabel yang dikendalikan.

Kesensitifan terhadap Eror Seperti yang dipelajari pada bagian II, kita tidak dapat membuat suatu model dalam proses dengan pasti, karena semua parameter kendali algoritma bergantung dari model proses. Kendali algoritma harus dapat memberiakn performa yang baik ketika terjadi suatu eror atau penyimpangan, biasanya algoritma menghasilkan performa yang kurang baik jika eror yang terjadi sangat luas cakupannya.

Aplikabilitas yang Luas Kendali algoritma PID merupakan kendali yang sederhana, satu persamaan, namun dapat digunakan untuk menghasilkan performa kendali yang baik pada berbagai proses. Fleksibelitas ini diperoleh melalui beberapa pengaturan atau penyetelan variabel, dimana nilai yang diperoleh dapat dipilih untu memodifikasi perilaku dari sistem umpan balik. Prosedur yang dipilih disebut dengan tuning (penyetelan), dan parameter yang atur disebut penyetelan konstan.

Kalkulasi yang Tepat Waktu Kalkulasi kendali merupakan bagian dari lup berumpan balik, sehingga kalkulasi yang dilakukan harus berlangsung cepat dan dapat terpecaya. Waktu kalkulasi yang lambat akan mengakibatkan kinerja elemen pada kontrol lup menjadi

lambat, sehingga akan mengakibatkan penurunan performa dari kendali.

Gain Tidak ada satupun algoritma yang dapat memenuhi semua kebutuhan kendali (kontrol). Peningkatan bentuk yang lebih baik dari algoritma PID sangat cocok sehingga akan mendukung diperolehnya kapabilitas yang baik, tidak demikian jika menggunakan algoritma dasar. Kita dapat meningkatkan PID dasar tanpa harus mengganti atau membuangnya. Tujuan akhir dari bab ini adalah menjelaskan secara detail mengenai algoritma PID. Masing-masing elemen dari algoritma disebut diistilahkan dengan model dan

menggunakan waktu yang bergantung kepada perilaku dari informasi umpan balik dengan cara yang berbeda, sebagai indikasi dengan PID nama yang proporsional lengkap, turunan yang integral.

Persamaan

merupakan

penjumlahan dari tiga model seperti yang ditunjukkan oleh Gambar 8.1, dan kemudian ditinjau, dan beberapa contoh respon kendali dapat terlihat.

Diagram Blok Lup Berumpan Balik Pada bab ini bentuk kuantitatif kunci dari proses kendali dinamik oleh kendali Proporsional-integrasi-derivatif (intergrasi turunan proporsional) atau PID akan diperlihatkan. Sejak semua elemen pada lup mempengaruhi

perilaku dinamik, permodelan harus dikombinasikan antara model individual dari proses, instrumentasi, dan kendali pada semua model dinamik didalam lup. Kita mempelajarinya pada bab. 4, bagaimana mengkombinasikan model

individual menggunakan blok diagram. Untuk itu, kita mulai analisa dari kendali lup dengan menurunkan model fungsi transfer dari lup berdasarkan konstituen elemen

menggunakan blok diagram algebra. Dengan menggunakan simbol-simbol yang umum dari tiap elemen lup, contoh Gp(s) untuk proses kita akan menurunkan semua model fungsi transfer yang dapat diaplikasikan kekebanyakan sistem yang spesifik..Model untuk berbagai kendali lup dapat digunakan untuk membangun model element, contoh, Gp(s) = Kp/( t s + 1)2 untuk proses orde 2. Diagram blok pada gambar 8.2 dengan terminologinya akan digunakan oleh sebagai contoh. Diketahui bahwa elemen peralatan pada lup berumpan balik disusun atas tiga fungsi transfer: valve atau elemen akhirnya, Gv(s); proses,

Gp(s); dan sensor, Gs(s). Elemen penghitung adalah kontroler, Gc(s). Variabel keluaran dari proses yang dipilih untuk dikendalikan disebut dengan variabel kendali, Cv(s), dan variabel masukan proses yang dipilih untuk

menyesuaikan dalam sistem kendali disebut dengan variabel yang dimanipulasi, MV= Manipulated Variable). Nilai yang diinginkan yang secara spesifik tidak bergantung terhadap kontroler disebut dengan titik set (set point), SP(s); dapat disebut sebagai nilai referensi pada beberapa buku dan kendali automatis. Perbedaan antara titik yang diset (set point) dengan variabel kendali pengukuran disebut dengan eror, (Es). Suatu input yang dapat merubah kondisi eksternal dan mempengaruhi variabel yang dikendalikan disebut dengan gangguan, D(s), dan hubungan antara gangguan dengan variabel kendali disebut transfer fungsi gangguan, Gd(s). Pertama fungsi transfer dari variabel yang dikontrol diturunkan menjadi variabel gangguan CV(s)/D(s) dengan mengubah set poin menjadi nol. Persamaan 8.4 dapat ditulis ulang untuk menghasilkan gangguan transfer fungsi dari lup tertutup, dan beberapa prosedur yang sama dapat digunakan untuk menurunkan transfer fungsi set poin. Transfer fungsi lup tertutup untuk lup berumpan balik Respon gangguan : Respon set poin : CV ( s ) Gd ( s ) = D( s ) 1 + Gp( s )Gv( s )Gc( s )Gs( s ) CV ( s ) Gp( s )Gv( s )Gc( s )Gd ( s ) = SP( s ) 1 + Gp( s )Gv( s )Gc( s )Gs ( s )

Secara ringkas, prosedur blok diagram untuk menurunkan fungsi transfer meliputi empat tahap: 1. Pilih pembilang dari fungsi transfer. 2. Selesaikan fungsi tersebut berdasarkan arah panah pada blok diagram untuk mengeliminasi semua variable kecuali pembilang dan penyebut pada fungsi transfer. 3. Variabel pada persamaan dipisahkan 4. Kemudian dibagi dengan variabel penyebut untuk menyelesaikan fungsi transfer.

Untuk sistem sederhana seperti contoh pada Gambar 8.2 dengan menggunakan prosedur diatas dapat digunakan untuk memperoleh nilai fungsi transfer. Untuk sistem yang lebih komplek tidaklah mungkin untuk dapat mengeliminasi semua variabel intermediet seperti pada langkah ke 2. Untuk itu langkah 2 dan 3 haruse dilakukan beberapa kali, seperti yang akan dibahas pada bab selanjutnya.

8.4 MODE PROPORSIONAL Sepertinya sangat logis untuk membuat aksi kendali dengan menggunakan model pertama, (yaitu penyetelan untuk

memanipulasi variabel) proporsional menjadi sinyal eror, karena dengan meningkatnya eror maka penyetelan untuk memanipulasi akan meningkat pula. Konsep ini di

realisasikan pada model proporsional dari kendali PID: Proporsional mode: Gc =

MV p ( s ) E ( s) = Kc

MVp(t) = KcE(t)+Ip

Gain kontroler Kc adalah variabel pertama dari tiga variabel penyetelan yang memungkinkan seorang insinyur untuk menerapkan kontroler PID pada berbagai variasi aplikasi. Gain kontroler mempunyai unit variabel manipulasi atau kendali, yang mana merupakan kebalikan dari gain proses Gp. Catat bahwa persamaan meliputi penyimpangan atau istilah tetap, yang digunakan menjelang inisialisasi dari algoritma I p. Menjelang inisialisasi nilai dari variabel

manipulasi tidaklah berubah: untuk itu insialisasi yang konstan dapat dihitung pada waktu inisialisasi sebagai:
I p = [MV (t ) - K c E (t ) ] t = 0

Perilaku dari mode proporsianal digambarkan pada gambar 8.3a dan b. Pada variabel deviasi plot dari manipulasi variabel dengan eror menghasilkan garis lurus dengan slop yang sama dengan kontroler gain dan intersep dengan nilai nol. Plot antara variabel yang dimanipulasi dengan waktu pada eror yang konstan menghasilkan niali yang konstan.

8.5 MODE INTEGRAL Dikarenakan mode proporsional tidak dapat dengan lengkap mengeliminasi efek dari gangguan, mode selanjutnya harus lebih baik dalam melakukan penyetelan atau pengaturan dari variabel manipulasi sampai besarnya kesalahan yang terjadi berkurang menjadi nol untuk step seperti input atau masukan. Hasil tersebut dapat diperoleh dengan

menggunakan mode integral:

Mode Integral:

K MV p (t ) = c TI Gc ( s ) =

E (t ' )dt ' + TI = Kc TI s

MV p ( s ) E (s)

Parameter baru yang dapat disetel disebut dengan waktu integral (TI) Perilaku dari mode integral terlihat pada gambar 8.5. Untuk penyimpangan (eror) yang tetap variabel yang dimanipulasi akan meningkat dengan linear dengan slop dari E(t)Kc/TI . Perilaku ini berbeda dengan mode proporsional.

8.6 MODE DERIVATIF Jika kesalahan adalah nol, maka kedua mode (proporsiona dan integral) akan memberikan nol pula. Hal tersebut merupakan hasil akhir yang sesuai jika variabel yang dikendalikan tidak berubah; bagaimanapun, dengan

mempertimbangkan Gambar 8.7 pada saat waktu sama dengan t ketika gangguan yang baru terjadi mempengaruhi

variable yang dikendalikan. Pada kondisi tersebut kesalahan dan integral dari kesalahan adalah nol Mode Derivatif:

MVd (t ) = K cTd Gc =

dE (t ) + Id dt

MVd ( s) = K cTd s E ( s)

Parameter final penyetelan adalah waktu derivative Td, yang memiliki unit waktu, dan mode dengan inisialisasi konstan. Catat bahwa proporsional gain dan waktu derivative dikalikan antara keduanya sehingga menjadi konsisten dengan menggunakan algoritma PID konvensional. 8.7 Mode derivative merupakan jenis mode yang sederhana; tidak dipengaruhi oleh nilai eror pada saat kesetimbangan akhir. Mendukung koreksi yang cepat berdasarkan kecepatan perubahan dari variabel yang dikendalikan, dan tidak dapat mengakibatkan frekuensi yang tinggi akibat manipulasi variabel.

8.7 KONTROLER PID Umumnya sangat diperlukan untuk mempertahankan bentuk terbaik dari tiap-tiap mode elemen algoritma akhir. Nilai akhir dapat diperoleh dengan menambahkan tiga mode untuk melihat ekspresi akhir dari kontroler PID. Dimana derivatif mode ditunjukkan oleh dua bentuk yaitu: (a) standar, (b) bentuk yang direkomendasikan oleh buku ini untuk

mencegah perubahan nilai set point sebagai akibat dari respon yang berlebihan.

Waktu Daerah Kendali algoritma PROPORSIONAL-INTEGRAL-DERIVATIF

1 MV (t ) = K c E (t ) TI 1 MV (t ) = K c E (t ) TI
ndasikan

E (t ')dt '+ Td
t

dE (t ) + 1 dt dE (t ) + 1 Direkome dt

E (t ')dt '- Td

KONTROLER PROPORSIONAL

MV (t ) = K c [ E (t )] + 1 KONTROLER PROPORSIONAL-INTEGRAL
1 MV (t ) = K c E (t ) TI
t

E (t ')dt '- 1

KONTROLER PROPORSIONAL DERIVATIF

dE (t ) MV (t ) = K c E (t ) - Td - 1 dt

dCV (t ) MV (t ) = K c E (t ) - Td + 1 ..Direkomendasikan dt
Pemilihan atas keempat bentuk diatas akan dibahas lebih lanjut setelah berbagai bentuk dari kontroler diperkenalkan.

Fungsi Transfer Daerah Laplace Kendali algoritma sering digunakan pada blok diagram dan fungsi transfer lup tertutup. Pada analisis ini tujuan utamanya adalah untuk menentukan batasan perilaku untuk sistem kendali (stabilitasdan frekuensi respon), biasanya untuk respon terhadap gangguan; walaupun PID terbentuk oleh

derivatif

pada eror digunakan untuk kemudahan. Catat

bahwa masing-masing fungsi transfer adalah keluaran atas masukan, dengan masukan dan keluaran diambil

berdasarkan kontroler, yang berkebalikan dengan proses. Dan juga, dikarenakan fungsi transfer selalu merupakan variabel deviasi, inisialisasi yang konstan tidaklah terjadi. PROPORSIONAL-INTEGRAL-DERIVATIF
GC ( s ) = MV ( s ) 1 = K c 1 + T s + Td s E ( s) I

PROPORSIONAL

Gc ( s ) =

MV ( s ) = Kc E ( s)

PROPORSIONAL-INTEGRAL
GC ( s ) = MV ( s ) 1 = K c 1 + T s E ( s) I

PROPORSIONAL-DERIVATIF

GC ( s ) =

MV ( s) = K c ( + Td s ) 1 E ( s)

8.8

EKSPRESI

ANALITIS

UNTUK

RESPON

LUP

TERTUTUP Sangatlah jelas bahwa struktur algoritma dan penyetelan variable langsung mempengaruhi dari respon dinamik bagaimana lup. Metode

penentuan

parameter

mempengaruhi respon untuk menetukan solusi analitis untuk proses yang linier dengan umpan balik PID.

8.9 PENTINGNYA KONTROLER PID Proses industri yang beroperasi pada tekanan dan

temperatur yang tinggi dengan material yang berpotensi beracun dan berbahaya, memerlukan proses kontrol yang dapat dipercaya sebelum digunakannya komputer digital.

8.10 KESIMPULAN Pada bab ini, diperkenalkan kendali algoritma yang penting yaitu proporsional-integral-derivatif, dan bentuk kunci dari masing-masing mode didemonstrasikan. mode Proposianal memberika respon yang cepat, tapi tidak dapat mengurang offset menjadi nol Beberapa contoh telah diperlihatkan bahwa PID dapa menghasilkan performa kendali yang sangat baik, walau bagaimanapun, sistem kontrol dapat memilki performa yang rendah, dan bahkan menjadi tidak stabil