DISUSUN OLEH:
DEDE IRAWAN SAPUTRA (23214031)
IMAM TAUFIQURRAHMAN (23214093)
A.
1.
Pemodelan
a.
Model Matematika
Diketahui sebuah sistem mempunyai rangkaian seperti gambar di bawah ini:
R1
I
VL
R2
VC
I2
I1
Ei(s)
Eo(s)
I1
Z3
Vi
Z2
Z4
Vo
dan
b.
Transfer Function
Setelah persamaan
dan
dan
Maka bisa dituliskan fungsi alih sistem bentuk Complex Impedance sebagai
berikut
c.
State Space
Setelah mendapatkan fungsi alih, maka langkah selanjutnya adalah mengubah
ke dalam persamaan State Space:
Misal
State Space
Kode matlab
clc;
clear;
% Bentuk Polinomial Sistem
num=[1];
denum=[10 13 3];
% Ubah ke dalam bentuk Fungsi Alih
sys=tf(num,denum);
% Ubah dari Fungsi Alih ke State Space
[A,B,C,D]=tf2ss(num,denum);
sys =
1
----------------10 s^2 + 13 s + 3
Continuous-time transfer function.
A =
0
-0.3000
1.0000
-1.3000
B =
0
1
C =
0.1000
D =
0
2.
b.
3.
Eigen value
eigen_value =
-0.3000
-1.0000
b.
Controllability
dan
c.
Observability
clc;
clear;
% Bentuk State Space
A=[0 1;-0.3 -1.3];
B=[0;0.1];
C=[1 0];
% Controllability
rank([C; C*A])
ans =
2
4.
Penentuan Karakteristik
Dari sistem diatas, akan dirancang kendali dengan spesifikasi sebagai berikut:
-
Sehingga didapat
5.
perubahan atau pemberian nilai K dapat merubah juga letak polepole dari sebuah
sistem
6.
Tracking
a.
tanggapan sistem terhadap gangguan dari luar. Model yang akan digunakan adalah
sistem kontrol Full-State Feedback tanpa referensi.
u
x Fx Gu
u = -Kx
dan
Pada tahap ini akan dilakukan desain kontrol dengan input referensi. Terdapat
penguatan (pengkondisian) Input agar menghasilkan Error Steady State = 0. Berikut
diagram blok sistem Full-State Feedback dengan referensi.
Nu
Plant
y
-K
x
Nx
dan
State Space
Dari nilai-nilai Nu, Nx, dan N yang telah diperoleh kemudian dibuat ke dalam
bentuk diagram blok Simulink untuk mengetahui respon sistem yang dihasilkan.
respon sistem yang diamati adalah respon x1, x2, dan u.
Setelah mendapatkan parameter penguatan nilai Nx dan Nu selanjutnya adalah
memasukan parameter tersebut dengan menggunakan referensi dari gambar diagram
blok Full-State Feedback dengan referensi Nx dan Nu
dan
dan
dan
Plant
y
+
-K
Persamaannya adalah
Dengan
, maka :
% State Space
A=[0 1; -0.3 -1.3];
B=[0; 0.1];
C=[1 0];
D=0;
;
% Find Nx Nu
A_Nx = inv([A B; C D]);
N = A_Nx*[0;0;1];
Nx=[N(1,1);N(2,1)];
Nu=N(3,1);
Nbar=Nu+K*Nx
Nbar =
16.1300
Pada gambar di atas grafik menunjukkan bahwa respon performansi sistem sesuai
dengan harapan saat desain yang telah disusun. Memiliki Maximum Overshoot (Mp) =10
%, Peak Time = 3 detik, dan Error Steady State (Ess) = 0. Sehingga performansi dari
Tracking N sesuai dengan teorinya.
7.
Observer
Fakta bahwa belum tentu setiap State bisa diukur atau jika bisa diukur akan
membutuhkan biaya yang sangat besar. Observer atau Estimator merupakan suatu cara
untuk melakukan Estimasi terhadap sebuah State yang tidak dapat diukur secara langsung.
Observer terdiri dari 2 macam yaitu:
-
Full-Order Observer
Reduce-Order Observer
Pada teori, rule of thumb bahwa untuk menentukan sebuah Estimator, dipilih kutub
kutub yang berada di sebelah kiri 26 kali dari kutub Controller hal ini digunakan untuk
menghasilkan kinerja Estimator yang lebih cepat dari Controller, sehingga menghasilkan
respon sistem yang lebih baik.
Pada proses perancangan ini dipilih lokasi kutub Estimator pada -10 dan -10 yang
diharapkan menghasilkan respon sistem mendekati sistem tanpa Estimator.
a.
Full-Order Observer
Jadi :
dan
Reduce-Order Observer
Reduce-Order Observer merupakan suatu Observer yang mempunyai orde (n-
1), dimana n adalah orde sistem. Caranya adalah dengan mengasumsikan salah satu
State bisa diukur secara langsung. Metode ini dapat mempermudah desain Observer
untuk sistem dengan orde tinggi.
Maka nilai L :
dan
clc;
clear;
a=1;
b=2;
A=[0 1;-0.3 -1.3];
B=[0; 0.1];
C=[1 0];
D=0;
pc=roots([1 1.5 1.6125]);
K=acker(A,B,pc);
Lr=18.7;
Fr=B(b)-Lr*B(a);
Ar=A(b,b)-Lr*A(a,b);
Br=A(b,a)-Lr*A(a,a);
Cr=[0;1];
Dr=[1;Lr];
X_0=[0;-5];
X_0b=[0;0];
8.
Kompensator
Setelah nilai K dan nilai L didapatkan maka selanjutnya mengkombinasikan kedua nilai
Lead Lag untuk memperbaiki Error Steady State dan respon sistem (PID)
a.
Full-Order Compensator
Fungsi alih kompensator adalah hasil perhitungan kontroler dan estimator harus
Nilai Kendali K
Diagram Blok
b.
Reduce-Order Compensator
State Space
Nilai Kendali K
Substitusikan
Program
matlab
clc;
clear;
a=1;
b=2;
% Plant State Space
A=[0 1;-0.3 -1.3];
B=[0; 0.1];
C=[1 0];
D=0;
% Compensator State Space
K=[13.13 2];
Lr=18.7;
Ar=A(b,b)-(Lr*A(1,2))-(B(b)-(Lr*B(a)) )*K(b);
Br=(Ar*Lr)-A(b,a)-(Lr*A(a,a))-(B(b)-(Lr*B(a)))*K(a);
Cr=K(b);
Dr=K(a)+(K(b)*Lr);
% Convert from State Space to Transfer Function Plant
[plant_num, plant_den]= ss2tf(A,B,C,D);
plant=tf(plant_num,plant_den);
% Convert from State Space to Transfer Function Compensator
[comp_num, comp_den]= ss2tf(Ar,Br,Cr,Dr);
compensator=tf(comp_num,comp_den);
% Plant * Compensator ==> Feedback
sistem=compensator*plant;
sys_feedback=feedback(sistem,1);
% Plotting
step(plant,sys_feedback);grid
m-file
Pengendali KI
Perlu diperhatikan bahwa langkah ini tidak dapat dilakukan perhitungan dengan
menggunakan matlab karena perbedaan orde pada karakteristik sistem.
Dari hasil perhitungan penguatan Ki. Kemudian dapat dibuat kedalam diagram blok
sebagai berikut.
Pengendali Robust
Dapat disusun persamaan sistem yang baru dalam ruang kesalahan sebagai berikut.
Setelah mendapatkan nilai pengendali robust maka selanjutnya adalah menguji sistem
dengan menggunakan matlab simulink
B.
ANALISA DISKRIT
1.
Diskritisasi Sistem
Setelah mencari kendalian, Observer, dan kompensator dalam bentuk kontinu, maka
selanjutnya sistem akan di rubah ke dalam bentuk diskrit. Metode yang digunakan adalah
Zero Order Hold (ZOH). Dengan menggunakan Sampling Time (Ts) = 0.1 detik.
2.
Analisa Sistem
Pada tahap ini Plotting Pole dan Zero dari sistem tertutup digunakan untuk mengetahui
letak Pole - Pole dari sistem pada bidang Z-Plane. Melalui perintah pzmap pada Software
Matlab kita bisa menentukan apakah sistem tersebut stabil atau tidak. Berikut hasil Plotting
Pole dan Zero dengan menggunakan Matlab.
Kode matlab
clc;
clear;
% FA Continuous
num=0.1;
den=[1 1.3 0.3];
sys_c=tf(num,den);
% Convert to Digital
Ts=0.1;
sys_d=c2d(sys_c,Ts);
%pole zero pada z-plane
pzmap(sys_d);
Gambar 39. Pole Zero Mapping Plant dengan Time Sampling 0.1 detik
Berdasarkan Pole-Zero Map, dapat dilihat bahwa sistem memiliki 2 pole yang
terletak pada 0.905 dan 0.97 dan Zero pada -0.958. Pole sistem terletak di dalam Unity
Circle, artinya sistem tersebut stabil.
Setelah mengetahui kestabilan dari Plant melalui Root Locus selanjutnya adalah
mengetahui respon Plant terhadap Input, untuk mengetahui Maksimum Puncak (Mp),
Settling Time (Ts), Rise Time (Tr), Error Steady State (Ess), dan Peak Time (Tp).
clc;
clear;
% FA Continuous
num=0.1;
den=[1 1.3 0.3];
sys_c=tf(num,den);
% Convert to Digital
Ts=0.1;
sys_d=c2d(sys_c,Ts);
step(sys_c);
grid
3.
melihat apakah sistem dapat dikontrol, hal ini berkaitan dengan desain kontrol dengan Pole
Placement dan menstabilkan sistem.
Kita juga harus melihat Observability dari sistem, Hal ini berkaitan dengan desain
Observer atau Estimator. apakah semua state dapat diukur untuk keperluan pengendalian.
Jika semua state dapat diukur, maka dalam proses desain regulator atau kompensator tidak
diperlukan Estimator.
4.
Penentuan Karakteristik
Langkah selanjutnya adalah mendesain pengendali dengan mememindahkan letak
kutub sesuai yang diinginkan, dari Plotting Pole dan Zero dapat dilihat bahwa letak kutub
berada pada Unity Circle. Karena untuk menentukan peletakan pole dan zero harus berada
pada bagian Unity Circle. Maka pada tahap ini untuk melakukan peletakan kutub dilakukan
dengan sangat hati hati, karena letak Pole dan Zero sangat berpengaruh pada kestabilan
sistem.
Pada bentuk kontinu kita sudah mendapatkan persamaan karakteristik sistem dengan
redaman diharapkan memiliki persen Overshoot tidak lebih dari 10% dan Peak Time (tp)
sebesar 3 detik. Dengan karakteristik respon seperti itu, diperoleh persamaan karakteristik
yang diinginkan dalam domain Laplace yaitu:
dan Pole Pole
karakteristik sistem yang diingkan dalam s-plane yaitu
. Pole tersebut
persamaan
maka
maka
Sehingga didapat
3 detik.
5.
Desain Pengendali
Setelah mendapatkan spesifikasi sistem yang diinginkan maka yang dilakukan adalah
merancang pengendali,
mendapatkan informasi tentang kedudukan akan maka langkah selanjutnya adalah menguji
system dengan Input Unit Step.
6.
Tracking
Pada
tahap
ini
kita
akan
mensimulasikan
sistem
kontrol
Full-State
Feedback tanpa referensi. Dari simulasi ini dapat dilihat performansi dari sistem kontrol
terhadap gangguan (Disturbance) dari luar. Pada simulasi ini sistem diberikan Initial State
tanpa memberikan Input Referensi.
Gambar 48. Simulasi Plant Full-State Feedback tanpa Referensi menggunakan Simulink
Plant
y
+
-K
menggunakan
Matlab,
kita
Dimana
, maka
akan
memplot
respon
sistem
saat
Kode matlab
clc;
clear;
% State Space Discrete
Ad=[0 1;-0.8781 1.875];
Bd=[0;1];
Cd=[0.0004586 0.0004789];
Dd=0;
% Pengendali K
pe=roots([1 -1.846 0.861]);
K=acker(Ad,Bd,pe);
% New Sistem
sys_dd=ss(Ad-Bd*K,Bd,Cd,Dd,0.1);
[num,den]=ss2tf(Ad-Bd*K,Bd,Cd,Dd);
sys_dd=tf(num,den,0.1);
% Find Parameter N
inverse_N=-Cd*inv(Ad-Bd*K-[1 0;0 1])*Bd
N=inv(inverse_N)
% Plot
step(sys_dd*N);
grid
Dari
Step
Respon
diatas,
terlihat
bahwa
sistem
stabil
dengan
Error Steady State (ess) = 0, Rise Time (Tr) = 1.44 detik, Settling Time = 4.66 detik,
Peak Time (Tp) = 3.1 detik dan Overshoot (OS) = 10 % pada masukan Step. Hal ini
bisa dikatakan bahwa sistem telah sesuai dengan spesifikasi seperti yang
diberikan sebelumnya.
7.
Observer
Seperti halnya pada analisa sistem kendali kontinyu, kita selanjutnya merancang
Observer
atau
Estimator
yang
berfungsi
untuk
mengestimasi
State
pada
clc;
clear;
% State Space Discrete
Ad=[0 1;-0.8781 1.875];
Bd=[0;1];
Cd=[0.0004586 0.0004789];
Dd=0;
% Pengendali K
pc=roots([1 -1.846 0.861]);
K=acker(Ad,Bd,pc)
pe=roots([1 -0.7358 0.1353]);
L=transpose(acker(Ad',Cd',pe))
% State Initial
X_0=[-1;1];
X_0b=[0;0];
dan
Dari persamaan karakteristik di atas maka kutub kutubnya adalah 0.3750 dan
0.3608. Maka persamaan karakteristik yang diinginkan untuk reduce estimator adalah
Reduksi sistem:
Maka nilai L:
dan
Kompensator
Tahapan yang dilalui setelah mendapatkan nilai nilai Kendali dan Estimator adalah
clc;
clear;
a=1;
b=2;
% State Space Discrete
Ad=[0 1;-0.8781 1.875];
Bd=[0;1];
Cd=[0.0004586 0.0004789];
Dd=0;
% Pengendali K
pc=roots([1 -1.846 0.861]);
K=acker(Ad,Bd,pc);
pe=roots([1 -0.7358 0.1353]);
L=transpose(acker(Ad',Cd',pe))
% Fungsi Alih Kompensatornya
[num,den]=ss2tf(Ad-Bd*K-L*Cd,L,K,0);
sys_comp=tf(num,den,0.1);
% Plotting Pole dan Zero
pzmap(sys_comp);grid
% Step Response Compensator
Step(sys_comp,10);grid
Setelah
mendapatkan informasi lokasi kutub dan zero, maka langkah selanjutnya adalah melakukan
simulasi pemberian sinyal Unit Step ke kompensator untuk melihat respon kompensator
terhadap input.
Pada kompensator orde tereduksi, persamaan state spacenya adalah sebagai berikut:
perlu mencoba melihat respon kompensator yang disambungkan dengan Plant terhadap
Input Step.
clc;
clear;
a=1; b=2;
% Plant State Space
Ad=[0 1;-0.8781 1.875];
Bd=[0;1];
Cd=[0.0004586 0.0004789];
Dd=0;
% Pengendali K dan L
pc=roots([1 -1.846 0.861]);
K=acker(Ad,Bd,pc);
Lr=1.5;
% Compensator State Space
Ar=Ad(b,b)-(Lr*Ad(1,2))-(Bd(b)-(Lr*Bd(a)) )*K(b);
Br=(Ar*Lr)-Ad(b,a)-(Lr*Ad(a,a))-(Bd(b)(Lr*Bd(a)))*K(a);
Cr=K(b);
Dr=K(a)+(K(b)*Lr);
% Convert to Transfer Function Plant
[plant_num, plant_den]= ss2tf(Ad,Bd,Cd,Dd);
plant=tf(plant_num,plant_den,0.1);
% Convert to Transfer Function Compensator
[comp_num, comp_den]= ss2tf(Ar,Br,Cr,Dr);
compensator=tf(comp_num,comp_den,0.1);
% Plant * Compensator ==> Feedback
system=compensator*plant;
sys_feedback=feedback(system,1);
% Plotting
step(plant,sys_feedback);grid
pzmap(sys_feedback)
dan warna kuning merupakan kendali dengan kompensator. Semua kendali mempunyai
kelebihan dan kekurangan dan kendali yang paling baik pada sistem RLC adalah kendali
dengan kompensator yaitu penggunaan kendali pole placement dengan full order
observer/estimator.
Referensi
[1] Ogata, Katsuhiko. (2002). Modern Control Engineering (Fourth Edition). Prentice
Hall.
[2] Nise, Norman. (2011). Control System Engineering (Sixth Edition). John Wiley and
Sons Inc.
[3] Ogata, Katsuhiko. (1995).Discrete Time Control System(Second edition). Prentice
Hall.
[4] Phillips, Charles. (1995). Digital Control System Analisys and Design (Third edition).
Prentice Hall.