Anda di halaman 1dari 3

Cerita singkat tentang Linear Quadratic Regulator

M. Nur Qomarudin, Nopember 2016

Bismillah, dengan Kasih dan Rahmat Allah saya mengawali tulisan ini. Tulisan ini mengenang kuliah saya
di tahun 2008. Tentang Linear Quadratic Regulator (LQR). Alhamdulillah, saya sangat bersyukur ada
sahabat dari Riau yang bertanya sehingga saya berkesempatan belajar kembali.

Apa sih regulator?

Saya tidak tahu definisi resminya, setahu saya, regulator adalah persoalan kontrol dimana input sistem
dibuat nol, dan diinginkan agar output sistem sedapat mungkin mendekati nol juga.

Diagram blok LQR

Diagram ini adalah sistem loop tertutup, contoh sederhana dari LQR. Di sini, set point dibuat nol dan
terdapat umpan balik dari variabel state dengan gain K, sehingga boleh dikata bahwa sinyal kontrol
adalah u = 0 Kx = -Kx

Formulasi Linear Quadratic Regulator

Secara matematis, persoalan LQR diformulasikan dalam persamaan berikut

J adalah fungsi biaya (cost function), umumnya mewakili energi. Q dan R adalah matriks pembobot.
Tujuan kontrolnya adalah mencari nilai K (gain state-feedback) agar J seminimum mungkin.

Menentukan pembobot Q dan R


Menurut bukunya Frank Lewis, bila diinginkan state kecil maka tetapkan Q yang besar, bila diinginkan
energi kontrol kecil maka tetapkan R yang besar. Itu teorinya. Namun secara praktis, cara termudah
adalah dengan menetapkan Q = I dan R = .I, cari nilai hingga tercapai respon yang bagus.

Simulasi

Misal, plant dinyatakan dengan persamaan state-space berikut


A=[0 1;3406.25 -2.381];
B=[0;92.37];
C=[159.49206 0];
D=[0];

Menetapkan pembobot Q dan R sekaligus menghitung gain state-feedback K


Q=eye(2);
R=0.01*eye(1);
K=lqr(A,B,Q,R);
10
Dengan Q = I dan R = 0.01xI

-5

-10

-15
x1
x2

-20
0 0.5 1 1.5 2 2.5 3 3.5 4

Dengan Q = I dan R = I
10

-10

-20

-30

-40

-50

-60

-70

-80 x1
x2
-90
0 0.5 1 1.5 2 2.5 3 3.5 4

Analisis hasil simulasi

Dari perbandingan dua parameter R ini dapat disimpulkan bahwa makin besar R maka energi kontrol
yang dibutuhkan makin minimum namun energi state-nya menjadi lebih besar, khususnya x2, meskipun
variabel state lebih cepat menuju nol. Energi state yang lebih besar ini adalah efek dari energi kontrol
yang minimum. Dalam persoalan LQR, minimisasi energi state dan energi kontrol lebih menjadi prioritas
dari pada minimisasi waktu.

Sekian. Mudah2an bermanfaat.

Penyusun

M. Nur Qomarudin, +62 85733484101, alfiyahibnumalik@gmail.com

Bila tulisan ini dirasa bermanfaat, saya berharap pembaca sudi mendoakan saya dengan kebaikan atau
dengan membacakan surat al-Fatihah. Terimakasih.

Referensi

[1] Frank L. Lewis, Optimal Control 2nd Edition

[2] Mathworks, Linear-Quadratic-Gaussian (LQG) Design

[3] R. M. Murray, Lecture 2 LQR Control, California Institute of Technology