Dosen Pembimbing :
Disusun oleh :
Kelompok 1 (satu) 2B
2018/2019
KATA PENGANTAR
Segala puji dan syukur kami panjatkan kehadiran Tuhan Yang Maha Esa atas berkat
rahmat, karunia, dan taufik hidayah-Nya kami dapat menyusun makalah sebaik-baiknya.
Makalah yang berjudul “Terjemahan Measurement System Apllication and Design” disusun
dalam rangka memenuhi salah satu tugas mata pelajaran Instrumen Pengukuran yang diampu
oleh Bapak Harita Nurwahyu Chamidy, LRSC., MT.
Makalah ini berisi tentang menerjemahkan buku Measurment System Apllication and
Design karangan Emest O Doebelin pada halaman 99 sampai 125. Kami juga mengucapkan
terimakasih kepada sumber yang telah membantu dalam penyusunan makalah ini. Penulis
sangat menyadari bahwa makalah ini jauh dari kata sempurna. Oleh karena itu segala kritikan
dan saran yang membangun akan penulis terima dengan baik
Besar harapan kami makalah ini dapat membantu dapat menjadi sarana untuk
mempermudah berbahasa dalam pembelajaran Instrumen Pengukuran.
Hormat kami,
Penulis
NASKAH ASLI BUKU
Dies out eventually, we see that the output quantity q0 will be sine wave of exactly the same
frequency (ω) as the input. However, the amplitude of the output may diffet from that of the input, and
aphase shift may be present. These results are easily shown by obtaining the particular (steady-state)
solution by the method of undermined coefficients. Since the frekuency is the same, the relation between
the input and outout sine waves is completely specified by giving their amplitude ratio ang phase shift.
Both quantities, in general, change when the driving frequency w changes. Thus the frequency response
of system consists of curves of amplitude ratio and phase shift as a function of frequency. Figure 3.31
illustrates these concepts.
While the frequency resnponse of any linier may be obtaining by getting the particular solution
of its differential equation with
qi = Ai sin ωt
much quicker and easier methods are available. These methods depend on the cocenpt of sinusoidal
transfer function. The sinusoidal transfer function of a system is obtained by substituting iω for D in the
operational transfer function:
sinusoidal transfer function ≜q0/qi (iω)
where i ≜ √−1 ∅ and ω ≜ frequency in radians per unit time. For any given frequency ω, Eq.
(3.108) shows that (q0/qi)(iω) is a complex number, which can always be put in the polar form M∅. We
prove that the magnitude M∅ of the complex number is the amplitude ratio A0/Ai while the angle ∅ is
the phase angle by which the ouput q0 leads the input qi. ( if the ouput lags the input, ∅ is negative).
The proof of the above statement is most readily demonstrated by the rotating-vector or phasor
method of representing sinusoidal quantities. By a well known trigonometric identity, we may write, in
general,
The complex number respresented by the right side can be exhibited graphically as in Fig 3.32a.
If now we apply this general result to the spesicif problem of representing q0 and qi, we get following:
Note that the frequency ω of sinusoidal oscillation is also the angular velocity of roation oh the
phasors of Fig. 3.32b. the phasors both rotate at the same angular velocity ω, but maintain a fixed angle
∅ between them.
In carrying out our proof, we need to be able to differentiate phasor quantities. Since the
amplitude A and the quantity i are constants, we have, in general,
Thus, differentiating a phasor quantity n times with respect to time t may be achieved simply by
multiplying it by(iω)n.
Suppose we consider Eq. (3.102) for the sinusoidal steady-state case. Then every term on each
side of the equation will be a sinusioidally varying quantity, sice repeated differentiation of sine waves
gives only more sine waves (or cinsines, which can be replaced by sines with a phase angle). We convert
the diffetential equation (3.102) to a complex algebraic equation by replacing each sinusoidal term by
its phasor respresentation. This is not a matter of simple substitution, since the sinusoidal terms are not
equal to the phasor quantities; rather, they are represented by the phasor quantities. So we must be
careful to show that, when the new phasor (complex- number) equation is statisfied, we are guaranteed
thet the original system differential equation is also satisfied. Then we can perform any desired
manipulations on the complex-number equation with assurance that correct results will be obtained.
This dis done by first replacing the sinusoidal terms by their phasor representations:
This complex-number equation can be satisfied only if the real parts on the left equal thr real
parts on the right, and similarly for the imaginary parts. Thus, if Eq. (3.117) is enforced, we are
guaranteed that the equation given by the imaginary parts also will be satisfied. If we obtain the first
few terms in the equation, the pattern dhould be obvious. We have
It should be clear that requiring Eq. (3.117) to hold isequivalent to requiring (3.102) to hold,
even though they are not the same equation.
Equation (3.121) states that at any chosen frequency ω, them agnitudeof the complex
number(q0/qi)(i ω) is numerically the amplitude rasio A0/A1, while the angleof the complex number is
the angle by which the output leads the input. There for eourdesired result is proved.
Zero-Order Instrument
While the general mathematical model of Eq. (3.101) is adequate for handling any linear
measurement system, certain special cases occurs of requently in practice that they warrant separate
consideration. Furthermore, more complicated systems can be studied profitably as combinations of
these simple special cases. The simples t possible special case of Eq. (3.101) occurs when all the a's and
b's other than ao dan bo are assumed to be zero. The differential equation then degenerates into the simple
algebraic equation
Any instrumentor system that closely obeys Eq. (3.122) over its intended range of operating
conditions is defined to be a zero-order instrument. Actually, two constants ao dan boare not necessary,
and so we define the static sensitivity (or steady-state "gain") as follows:
Since the equation q0 = Kqi, is algebraic, it is clear that, no matter how qi might vary with time,
the instrument output (reading) follows it perfectly with no distortion or time lag of any sort. Thus, the
zero-order instrument represents ideal or perfect dynamic performance.
If you examine this measuring device more critically. You will find that it is not exactly a zero-
order instrument. This is simply a manifestation of the universal rule that no mathematical model can
exactly represent any physical system.
In our present example, we would find that, if we wish to use a potentiometer for motion
measurements, we must attach to the output terminals some voltage-measuring device (such as
anoscilloscope). Such a device will always draw some current (however small) from the potentiometer.
Thus, when x, changes, the potentiometer winding current will also change. This in itself would cause
no dynamic distortion or lag if the potentiometer were a pure resistance. However, the idea of a pure
resistance is a mathematical model, not a real system; thus the potentiometer will have some (however
small) inductance and capacitance. If xi , is varied relatively slowly, the separasitic inductance and
capacitance effects will not be apparent. However, for sufficiently fast variation of xi, these effects are
no longer negligible and cause dynamic errors between xi , and eo. The reasons why potentiometer is
normally called a zero- order instrument are as follows
1. The parasitic inductance and capacitance can be made very small by design.
2. The speeds ("frequencies") of motion to be measured are not high enough to make the inductive or
capacitive effects noticeable.
Another aspect of non ideal behavior in a real potentiometer comes to light when we realize
that the sliding contact must be attached to the body whose motion is to be measured. Thus, there is a
mechanical loading effect, due to the inertia of the sliding contact and its friction, which will cause the
measured motion xi to be different from that which would occur if the potentiometer were not present.
Thus this effect is different in kind from the inductive and capacitive phenomena mentioned earlier.
Since they affected the relation [Eq. (3.125)] between eo and xi where as the mechanical loading has no
effect on this relation but, rather, makes xi different from the undisturbed case.
First-Order Instrument
If in Eq. (3.101) all a’s and b's other than a1, ao , and bo are taken as zero, we get
Any instrument that follows this equation is, by definition, a first-order instrument. There may
be some conflict here between mathematical terminology and common engineering usage. In
mathematics, a first-order equation has the general form
where m could have any numerical value. However, through long usage, in engineering we
commonly understand a first-order instrument to be defined byEq. (3.126). Since in technical
presentations both words and equations generally are employed, confusion on this point is rarely a
problem.
While Eq. (3.126) has three parameters 𝑎, , 𝑎0 , and 𝑏0 , only two are really essential since the
whole equation could always be divided through by 𝑎1 , 𝑎0 , or 𝑏0 , thus making the coefficient of one of
the terms numerically equal to 1. The conventional procedure is to divide through by 𝑎0 , which gives
𝑎1 𝑑𝑞0 𝑏0
𝑎0 𝑑𝑡
+ 𝑞0 = 𝑎0
𝑞𝑖 (3.128)
𝑏0
When we define 𝐾 ≜ 𝑎0
≜ 𝑠𝑡𝑎𝑡𝑖𝑐 𝑠𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦 (3.130)
𝑎1
𝜏 ≜ 𝑎0
≜ 𝑡𝑖𝑚𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 (3.131)
The time constant 𝜏 always has the dimensions of time, while the static sensitivity K has the
𝑏0⁄
dimensions of output divided by input. For any-order instrument, K always defined as 𝑎0 and always
has the same physical meaning, that is, the amount of output per unit input when the input is static
(constant), because under such conditions all the derivative terms in the differential equation are zero.
The operational transfer function of any first-order instrument is
𝑞0 𝐾
(𝐷) = (3.132)
𝑞𝑖 𝜏𝐷+1
𝐾𝑒𝑥 𝑉𝑏
𝑥0 = 𝐴𝑐
𝑇𝑡 ∫ (3.133)
3
𝐾𝑒𝑥 ≜ differential expansion coefficient of thermometer fluid and bulb glass, 𝑚 ⁄ 3
𝑚 𝑥℃
𝑉𝑏 ≜ volume of bulb, 𝑚3
To get a differential equation relating input and output in this thermometer, we consider
conversation of energy over an infinitesimal time dt for the thermometer bulb:
𝑘𝑔⁄
⍴ ≜ mass density of thermometer fluid,
𝑚3
𝐽
C ≜ specific heat of thermometer fluid, ⁄(𝑘𝑔 ⋅ ℃)
The above list of assumptions is not complete, but should give some appreciation of the
discrepancies between a mathematical model and the real system it represents. Many of these
assumptions could be relaxed to get a more accurate model, but we would pay a heavy price in increased
mathematical complexity. The choice of assumptions that are just good enough for the needs of the job
at hand is one of the most difficult and important tasks of the engineer.
𝑑𝑇𝑡∫
𝑉𝑏 ⍴𝐶 𝑑𝑡
+ 𝑈 𝐴𝑏 𝑇𝑖 (3.135)
𝐾𝑒𝑥 𝑉𝑏
𝐾 ≜ 𝐴𝑐
𝑚 ⁄𝐶 (3.137)
⍴𝐶𝑉𝑏
𝜏 ≜ 𝑈 𝐴𝑏
𝑠 (3.138)
Having shown a concrete example of a first-order instrument, let us return to the problem of
examining the dynamic response of first-order instruments in general. Once you have obtained the
differential equation relating the input and output of an instrument, you can study its dynamic
performance by taking the input (quantity to be measured) to be some known function of time and then
solving the differential equation for the output as a function of time. If the output is closely proportional
to the input at all times, the dynamic accuracy is good. The fundamental difficulty in this approach lies
in the fact that, in actual practice, the quantities to be measured usually do not follow some simple
mathematical function, but rather are of a random nature. Fortunately, however, much can be learned
about instrument performance by examining the response to certain, rather simple “standard” input
functions. That is, just as you are able to analyze not the real system, but rather an idealized model of
it, so also you can work not with the real inputs to a system, but rather with simplified representations
of them. This simplification of inputs (just as that of systems) can be carried out at several different
levels, which leads to either simple, rather inaccurate input functions that are readily handled
mathematically or complex, more accurate representations that lead to mathematical difficulties.
We commence our study by considering several quite simple standard inputs that are wide in
use. Although these inputs are, in general, only crude approximations to the actual inputs, they are
extremely useful for studying the effects of parameter changes in a given instrument or for comparing
the relative performance of two competitive measurement systems.
It can be shown generally (by mathematical reasoning) or in any specific physical problem, such as the
thermometer (by physical reasoning), that the initial condition for this situation is 𝑞0 = 0 𝑓𝑜𝑟 𝑡 =
0+ (𝑡 = 0+ 𝑚𝑒𝑎𝑛𝑠 𝑎𝑛 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑒𝑠𝑖𝑚𝑎𝑙 𝑡𝑖𝑚𝑒 after t = )). The complementary-function solution is
𝑞𝑒𝑥∫ = 𝐶𝑒 −𝑡/𝜏
(3.140)
0 = C + Kqis
C = -Kqis
Examination of Eq. (3.143) shows that the speed of response depends on only the value of τ and is faster
if τ is smaller. Thus in first-order instruments we strive to minimize τ for faithful dynamic
measurements. These results may be nondimensionalized by writing
𝑞0
𝐾𝑞𝑖𝑠
=1 — e-t/τ (3.144)
and then plotting qo/(Kqis) versus t/τ as in Fig. 3.36a. This curve is then universal for any value of K,
qis, or τ that might be encountered. We could also define the
measurement error 𝑒𝑚 as
𝑞0
𝑒𝑚 ≜ 𝑞𝑖 − 𝐾
(3.145)
𝑒𝑚 = 𝑞𝑖𝑠 − 𝑞𝑖𝑠 (1 — e−t/τ )
𝑒𝑚
𝑞𝑖𝑠
= e−t/τ (3.146)
A dynamic characteristic useful in characterizing the speed of response of any instrument is the
settling time. This is the time (after application of a step input) for the instrument to reach and stay
within a stated plus-and-minus tolerance band around its final value. A small settling time thus indicates
fast response. It is obvious that the numerical value of a settling time depends on the percentage
tolerance band used; you must always state this. Thus you speak of, say, a 5 percent settling time. For
a first-order instrument a 5 percent settling time is equal to three time constants (see Fig. 3.37). Other
percentages may be and are used in actual practice.
Knowing now that fast response requires a small value of τ, we can examine any specific first-
order instrument to see what physical changes would be needed to reduce τ. If we use our thermometer
example, Eq. (3.138) shows that τ may be reduced by
1. Reducing p, C, and Vb
2. Increasing U and Ab
Since ρ and C are properties of the fluid filling the thermometer, they cannot be varied
independently of each other, and so for small τ we search for fluids with a small ρC product. The bulb
volume Vb may be reduced, but this will also reduce Ab, unless some extended-surface heat-transfer
augmentation (such as fins on the
bulb) is introduced. Even more significant is the effect of reduced Vb on the static sensitivity K. as given
by Eq. (3.137). We see that attempts to reduce τ by decreasing Vb, will result in reductions in K. Thus
increased speed of response is traded off for lower sensitivity. This tradeoff is not unusual and will be
observed in many other instruments.
The fact that τ depends on U means that we cannot state that a certain thermometerhas a certain
time constant, but only that a specific thermometer used in a certain fluid under certain heat-transfer
conditions (say, free or forced convection) has a certain time constant. This is because U depends partly
on the value of the film coefficient of heat transfer at the outside of the bulb, which varies greatly with
changes in fluid (liquid or gas), flow velocity. etc. For example, a thermometer in stirred oil might have
a time constant of 5s while the same thermometer in stagnant air would have a τ of perhaps 100 s. Thus
you must always be careful in giving (or using) performance data to be sure that the conditions of use
correspond to those in force during calibration or that proper corrections are applied.
To illustrate the nature of nonlinear instrument responses, linearization techniques available for
approximate analysis, and the utility of the digital simulation methods mentioned above, consider the
vacuum furnace of Fig. 3.38a. The wall temperature T i is steady at 400 K when a thermometer at 300
K is suddenly inserted, subjecting it to a 100 K step change. Because of the vacuum environment, heat
transfer from the furnace to the thermometer is assumed to be strictly by radiation, and Eq. (3.134)
assumes the form
𝑑𝑇𝑜 𝐸
𝑀𝐶 𝑑𝑇𝑜 = 𝐸(𝑇𝑖4 − 𝑇𝑜4 )𝑑𝑡 𝑑𝑡
= 𝑀𝐶
(𝑇𝑖4 − 𝑇𝑜4 ) = 10−8 (𝑇𝑖4 − 𝑇𝑜4 ) (3.147)
where some typical numerical values have been inserted for M, C, and E. While nonlinear Eq.
(3.147) presents difficulties for analytical solution, digital simulation obtains a near-perfect numerical
solution with very little effort, and approximate analytical linearizations are also available. The most
common linearizing approximation is the Taylor-series method. If Eq. (3.147) is considered as an
isolated model relating 𝑇𝑜 to𝑇𝑖 . Then 𝑇𝑖 , plays the role of a given input (rather than an unknown) and
the term 𝑇𝑖4 need not be linearized to allow analytical solution. The Taylor-series approach then gives
4 3 (𝑇
𝑇𝑜4 ≈ 𝑇𝑜0 + 4𝑇𝑜0 10 8
𝑜 − 𝑇𝑜0 ) = −4.50 𝑥 10 + (1.715 𝑥 10 )𝑇𝑜 (3.148)
where the operating point 𝑇𝑜0 has been chosen as 350 K, midway between 300 and 400 K. The linearized
approximate version of Eq. (3.147) is then
𝑑𝑇𝑜
0.583 𝑑𝑡
+ 𝑇𝑜 = 411.8 (3.149)
This can easily be solved analytically and clearly has a time constant r = 0.583 s.
If the system under study included non only the thermometer response model but also,
say, a temperature control system for the furnace, then Ti would now play the role of an unknow
and Ti4 would also need to be linearized :
𝑑𝑇𝑜 4 3 4 3 (𝑇
= 10−8 [𝑇𝑖0 + 4𝑇𝑖0 (𝑇𝑖 − 𝑇𝑖0 ) − 𝑇𝑜0 − 4𝑇𝑜0 𝑜 − 𝑇𝑜0 )] (3.150)
𝑑𝑡
𝑑𝑇0
0,583 + 𝑇𝑜 = 𝑇𝑖 = 400 (3.151)
𝑑𝑡
A final linearizing scheme, which does not employ Taylor series, expands
𝑑𝑇0
0,583 + 𝑇𝑜 = 𝑇𝑖 = 400
𝑑𝑡
Even though the linearized approximate equation could easily be solved analytically,
for convenience we use the digital simulation language CSMP to solve and graph Eqs. (3.147),
(3.149), and (3.151):
TIMER FINTIM = 3.0, DELT = .001,OUTDEL = .06 gives finish time, computing
increment, and plotting increment
OUTPUT TO, TOL1, TOL2 request graphs to TO, TOL1, TOL2 versus time
PAGE GROUP, WIDTH = 50 request all three curves to same scale, 50 characters
wide
END
Because CSMP (and other similar languages) have many “built-in” convenience
features, we are able to solve linear and nonlinear equation with very little time effort. Most of
statements are explained above. In the TIMER statement, we choose FINTIM = 3.0 s since our
linearized models have τ = 0,583 s and a first-order step response is nearly complete in 5τ.
Computing increment DELT usually is taken near FINTIM/2000, but its value is not critical
since CSMP self-adjusts to optimize accuracy and speed. Plotting increment OUTDEL
generally is taken as FINTIM/50 to just fill the printer page unless this obscures details, in
which case the curves are spread over several pages by using a smaller OUTDEL.
Figure 3.38b shows that the two approximate linearizations which follow Eq. (3.151)
give very good results, while that of Eq. (3.149) suffers from an incorrect final value. It appears,
then, that linearized first-order model with τ = 0,583 s would be acceptable for many purpose
under the given conditions. Changing conditions (larger step input, input forms other than step,
etc.) may decrease the accuracy of the linearized model ; however, all such situations can be
easily studied by using CSMP and appropriate decision can be made.
To apply a ramp input to a system, we assume that initially the system is in equilibrium,
with qi = qo = 0, when at t = 0 the input qi starts to change at a constant rate qis. We thus have
𝑞 =0 𝑡 ≤0
𝑞𝑖 = {𝑞𝑜 𝑡 𝑡≥0
(3.153)
𝑖𝑠
The necessary initial condition again can be shown to be qo = 0 for t = 0+. Solution of Eq.
(3.153) gives
qocf = Ce -t/τ
qopi = Kqis(t - τ)
qo = Ce -t/τ + Kqis(t - τ)
(3.155)
(3.156)
We note that the first term of em gradually will disappear as time goes by, and so it is called the
transient error. The second term, however, persists forever and is thus called the steady-state error.
The transient error disappears more quickly if 𝜏 is small. The steady-state error is directly proportional
to 𝜏; thus small r is desirable here also. Steady-state error also increases directly with qis, the rate of
change of the measured quantity. In steady state, the horizontal (time) displace-ment between input and
output curves is seen to be 𝜏, and so we may make the interpretation that the instrument is reading what
the input was𝜏 seconds ago. The aboyc results, together with a nondimensionalized representation, are
given graphically in Fig. 3.39.
Thus a first-order instrument approaches perfection if Eq. (3.157) approaches Eq. (3.160). We see this
occur if the product 𝜔𝜏 is sufficiently small. Thus for any𝜏 there will be some frequency of input
𝜔below which measurement is accurate; or, alternatively, if a qi of high frequency 𝜔 must be measured,
the instrument used must have a sufficiently small 𝜏. Again, we see that accurate dynamic measurement
requires a small time constant.
If we were concerned with the measurement of pure sine waves only, the above considerations would
not be very pertinent since if we knew the frequency and 𝜏, we could easily correct for amplitude
attenuation and phase shift by simple calculations. In actual practice, however, qi is often a combination
of several sine waves of different frequencies. An example will show the importance of adequate
frequency response under such conditions. Suppose we must measure a qigiven by
(where t is in seconds) with a first-order instrument whose 𝜏 is 0.2 s. Since this is a linear system, we
may use the superposition principle to find qo,.We first evaluate the sinusoidal transfer function at the
two frequencies of interest:
We can then write qoas
Since ideally q0/K = qi, comparison of Eq. (3.165) with (3.161) shows the presence of considerable
measurement error. A graph of these two equations in Fig. 340b shows that the instrument gives a
severely distorted measurement of the input. Furthermore, the high-frequency (20 rad/s) component
present in the instrument output is now so small relative to the low-frequency component that any at-
tempts at correction are not only inconvenient, but also inaccurate.
Comparison of Eq. (3.161) and (3.168) shows clearly that this instrument faithfully measures the given
qi.
A nondimensional representation of the frequency response of any first-order system may be obtained
by writing Eq. (3.157) as
The final standard input we consider is the impulse function. Consider the pulse function p(1)
defined graphically in Fig. 3.42a. The impulse function of "strength" (area) A is defined by the limiting
process
We see that this "function" has rather peculiar properties. Its time duration is
infinitesimal, its peak is infinitely high, and its area is A. If ,4 is taken as I. it is
Called the unit impulse function d(t). Thus an impulse function of any strength A may be
written as Ad(t). This rather peculiar function plays an important role in system dynamic
analysis, as we see in greater detail later.
Since, up until time T, this is no different from a step input of size A/T, our initial condition is
q0 = at t = 0+, and the complete solution is
which gives
giving finally
Figure 3.42b shows a typical response, and Fig. 3.42c shows the effect of cutting T in half. As
T is made shorter and shorter, the first part (t>T) of the response becomes of negligible
consequence, so that we can get an expression for q0 by taking the limit of Eq. (3.178) as T
0.
We note that the output q0 is also “peculiar” in that it has an infinite (vertical) slope at
t = 0 and thus goes from zero to a finite value in infinitesimal time. Such behavior is clearly
impossible for a physical system since it requires energy transfer at an infinite rate. In our
thermometer example, for instance, to cause the temperature of the fluid in the bulb suddenly
to rise a finite amount requires an infinite rate of heat transfer. Mathematically, this infinite
rate of heat transfer is provided by having the input Tt(t) be infinite, i.e., impulse function.
To illustrate this, suppose in Fig. 3.42a we take A = 1 and T = 0,01µ. The response to
this approximate unit impulse is
Figure 3.43 gives a tabular and graphical comparison of the exact and approximate response,
showing excellent agreement. The agreement is quite acceptable in most cases if T/µ is even
as large as 0.1. It can also be shown that the shape of the pulse is immaterial; as long as its
duration is sufficiently short, only its area matters. The plausibility of this statement may be
shown by integrating the terms in the differential equation as follows :
This analysis holds strictly for an exact impulse and is a good approximation for a pulse of arbitrary
shape if its duration is sufficiently short. It should be noted that, since the right side of the differential
equation (3.184) is zero for t>0+, an impulse (or a short pulse) is equivalen to a zero forcing function
and a nonzero initial (t=0+) condition. that is, the solution of
is exactly the same as the impulse response.
another interesting aspect of the impulse function is its relation to the step function. since a perfect step
function is also physically unrealizable because it changes from one level to another in infinitesimal
time, consider an approximation such as in Fig. 3.44. if this proximate step function is fed into a
differentiating device, the output will be a pulse type function. as the approximate step function is made
to approach the mathematical ideal more and more closely, the output of the differenting device will
approach a perfect impulse function. in this scene, the impulse function may be thought of as the
derivative ost the step function, even thought the discontinuities in the step function preclude the
rigorous application of the basic definition of the basic definition of the derivative. in Fig. 3.44, the
truth of these assertions is demonstrated by passing the output of the differentiating device through an
integrating device (1/D)
Second-order instrument
a second-order instrument is one that follows the equation again, a second-order equation could have
more terms on the right-hand side, but in common engineering usage, Eq. (3.189) is generally accepted
as defining a second-order instrument.
Which gives
a good example of a second-order instrument is the force measuring spring scale of Fig. 3.45. we assume
the applied force f has frequency components only well below the natural frequency of the spring itself.
Then the main dynamic effect of the spring may be taken into account by adding one-third of the spring's
mass to the main moving mass. this total mass we call M. the spring is assumed linear with spring
constant K newtons per meter. although in a real scale there might be considerable dry friction, we
assume perfect film lubrications fore a viscous damping affect with constant B (in newtons per meter
per second). the scale can be adjusted so that x=0 when f=0 Grafity force will then drop out of the
equation), which yields
nothing this fit the second-order model, we immediately define
since t and w always appear as the product w t, the curve of q/(Kq) may be plated against w t, which
theme universal for any w, as in Fig. 3.46. this fact also shows that w is a direct indication of speed of
response. for a given....., doubling w, will halve de response time since w t [and thus q/Kq] archieves
the same value at one-half the time. the effect of .... is not clearly perceived from the equation, but is
evident from the graphs. and increase in .... reduce oscillation, but also slows the response in the sense
that the first crossing of the final falue is retarted.
TERJEMAHAN DALAM BAHASA INDONESIA HAL 99-125
Akhirnya mati. Kita lihat bahwa kuantitas laju alir keluar akan menjadi gelombang sinus yang
sama persis dengan frekuensi yang masuk. Namun, amplitudo yang keluar tidak sama dengan yang
masuk dan terdapat pergeseran fasa. Hasil ini dapat ditunjukkan dengan cara steady-state yang
koefisiennya belum diketahui. Karena frekuensi yang sama , hubungan gelombang sin antara input
dengan ouput di pengaruhi oleh amplitudo dan fasa. Secara umum kedua kuantitas berubah ketika laju
frekuensi megalami perubahan. Respon frekuensi pada sistem terdiri dari kurva rasio amplitudo dan
gerak fasa sebagai fungsi frekuensi. Konsep ilustrasi pada gambar 3.31.
Sementara respon frekuensi pada sistem linear dapat ditunjukkan dengan cara differensial, yaitu
: qi = Ai sin ωt
Ada metode yang lebih cepat dan lebih mudah, metode ini bergantung pada konsep fungsi transfer
sinusoidal. Fungsi transfer sinusoidal diperoleh dengan cara menggantikan ω dengan D dalam proses fungsi
transfer :
Ketika i ≜ √−1 ∅ dan ω ≜ frequency dalam radian persatuan waktu. Untuk setiap frekuensi (ω)
diberikan. Pada persamaan (3.108) dapat di lihat bahwa (q0/qi)(iω) adalah bilangan kompleks, yang
selalu dapat di masukkan kedalam bentuk polar M∅. Kami membuktikan bahwa besaran M dari bilangan
komples adalah rasio amplitudo A0/Ai , sedangkan sudut ∅ adalah sudut fase dimana ouput q0
mendahului input qi. ( apabila output tertinggal dari input maka ∅ negatif).
Pernyataan di atas dapat di buktikan dengan cara metode vektor berputar atau fasor yang
mewakili jumlah sinusoidal. Dengan identitas trigonometri sevara umum dapat ditulis
Bilangan kompleks yang diwakili oleh sisi kanan dapat dibuat grafik seperti pada gambar 3.32a . Jika
sekarang menerapkan hasil umum ke masalah khusus antara q0 dan qi, we get following:
Dalam pembuktian , harus mampu membedakan jumlah fasor karena amplitudo A dan kuantitas i adalah
konstanta. Sehingga kita memiliki persamaan secara umum yaitu:
Dengan demikian, cara membedakan kuantitas fasor n terhadap waktu t dengan mengalikannya (iω)n.
Anggap kami mempertimbangkan persamaan (3.102) untuk kasus sinusoidal steady-state. Kemudian
setiap kondisi di setiap persamaan akan menjadi kuantitas yang bervariasi secara sinusoidal, sejak
diferensiasi berulang gelombang sinus memberi lebih gelombang sinus (atau cinsinus, yang mana dapat
digantikan dengan sinus dengan sebuah sudut fasa). Kami mengkonversi persamaan differensial (3.102)
ke dalam persamaan aljabar kompleks dengan mengganti seriap istilah sinusodial dengan perwakilan
fasanya. Hal ini bukan masalah dari substitusi sederhana, karena kondisi sinusodial tidak sama dengan
jumlah fasanya, melainkan merupakan hal yang diwakili oleh jumlah fasa. Jadi kami harus hati-hati
untuk menayangkan hal tersebut, ketika persamaan fasa baru(bilangan kompleks) telah terbukti, kami
menjamin sistem persamaan diffesensial asli juga terbukti. Kemudian kami dapat melakukan apa saja
yang diinginkan terhadap persamaan bilangan kompleks dengan jaminan dapat diraih hasil yang benar.
Hal ini dapat diselesaikan dengan pertama tama mengganti kondisi sinusodial oleh perwakilan fasanya.
Persamaan bilangan kompleks ini dapat dipenuhi hanya jika bagian-bagian nyata pada bagian-bagian
riil kiri yang sama di sebelah kanan, dan juga untuk bagian-bagian imajiner. Jadi, jika Persamaan.
(3.117) diberlakukan, kami dijamin bahwa persamaan yang diberikan oleh bagian imajiner juga akan
terpenuhi. Jika kita mendapatkan beberapa istilah pertama dalam persamaan, pola pasti sudah jelas. Kita
punya
Harus jelas bahwa membutuhkan Persamaan. (3.117) untuk mempertahankan adalah setara dengan
membutuhkan (3.102) untuk menahan, meskipun mereka bukan persamaan yang sama.
Sekarang kami memanipulasi Persamaan. (3.117) sebagai berikut untuk membuktikan hasil akhir kami:
Persamaan (3.121) menyatakan bahwa pada setiap frekuensi yang dipilih ω, besarnya bilangan
kompleks (q0/qi)(i ω) adalah numerik rasio amplitudo A0/A1, sedangkan sudut bilangan kompleks
adalah sudut di mana output mengarah ke input. Oleh karena itu hasil yang kami inginkan terbukti.
Instrumen Zero-Order
Sedangkan model matematika umum Persamaan. (3.101) cukup untuk menangani sistem pengukuran
linier, kasus-kasus khusus tertentu terjadi begitu sering dalam praktik sehingga mereka memerlukan
pertimbangan terpisah. Selanjutnya, sistem yang lebih rumit dapat dipelajari secara menguntungkan
sebagai kombinasi dari kasus-kasus khusus yang sederhana ini. Kasus khusus Persamaan yang paling
sederhana persamaan (3.101) terjadi ketika semua a dan b selain dari ao dan bo diasumsikan nol.
Persamaan diferensial kemudian berdegenerasi menjadi persamaan aljabar sederhana
Setiap instrumen atau sistem yang sangat mematuhi Persamaan. (3.122) di atas rentang yang
dimaksudkan dari kondisi operasi didefinisikan sebagai instrumen zero-order. Sebenarnya, dua con-
stantsao dan botidak diperlukan, dan jadi kami mendefinisikan sensitivitas statis (atau “keuntungan”
steady-state) sebagai berikut :
Karena persamaan q0 = Kqi, adalah aljabar, jelas bahwa, tidak peduli bagaimana qi dapat berubah seiring
waktu, output instrumen (pembacaan) mengikutinya dengan sempurna tanpa distorsi atau jeda waktu
apa pun.
Dengan demikian, instrumen zero-order menggambarkan ideal atau kinerja dinamis sempurna
Contoh praktis dari instrumen zero-order adalah potensiometer pengukur perpindahan. Di sini (lihat
Gbr. 3.33) strip dari bahan resistan tertarik dengan tegangan dan dilengkapi dengan kontak geser, Jika
hambatan didistribusikan secara linier sepanjang panjang L .. kita dapat menulis
Jika Anda memeriksa alat pengukur ini lebih kritis. Anda akan menemukan bahwa ini bukan instrumen
zero-order. Ini hanyalah manifestasi dari aturan universal bahwa tidak ada model matematika yang
dapat mewakili sistem fisik apa pun.
Dalam contoh kami saat ini, kami akan menemukan bahwa, jika kami ingin menggunakan
potensiometer untuk pengukuran gerakan, kami harus melampirkan ke terminal output beberapa alat
pengukur tegangan (seperti osiloskop). Alat semacam itu akan selalu menarik beberapa arus (berapapun
kecilnya) dari potensiometer. Jadi, ketika x, berubah, arus berliku potensiometer juga akan berubah. Ini
sendiri tidak akan menyebabkan distorsi dinamis atau lag jika potensiometer merupakan resistansi
murni. Namun, ide resistansi murni adalah model matematika, bukan sistem yang nyata, sehingga
potensiometer akan memiliki induktansi dan kapasitansi yang kecil. Jika xi bervariasi relatif lambat,
induktansi parasit dan efek kapasitansi ini tidak akan terlihat. Namun, untuk variasi xi yang cukup cepat,
efek ini tidak lagi dapat diabaikan dan menyebabkan kesalahan dinamis antara xi , dan eo. Alasan
mengapa potensiometer biasanya disebut instrumen zero-order adalah sebagai berikut :
I. Parasit induktansi dan kapasitansi dapat dibuat sangat kecil berdasarkan desain.
2. Kecepatan ("frekuensi") dari gerakan yang akan diukur tidak cukup tinggi untuk membuat efek
induktif atau kapasitif terlihat.
Aspek lain dari perilaku nonideal dalam potensiometer nyata terungkap ketika kita menyadari bahwa
kontak geser harus melekat pada tubuh yang gerakannya harus diukur. Dengan demikian, ada efek
pemuatan mekanik, karena inersia kontak geser dan gesekannya, yang akan menyebabkan gerakan yang
diukur xi menjadi berbeda dari yang akan terjadi jika potensiometer tidak ada. Dengan demikian efek
ini berbeda dalam bentuknya dari fenomena induktif dan kapasitif yang disebutkan sebelumnya. karena
mereka mempengaruhi hubungan [Persamaan. (3.125)] antara eo dan xisedangkan pemuatan mekanik
tidak berpengaruh pada hubungan ini, tetapi, membuat xi berbeda dari kasus yang tidak terganggu.
Jika dalam Persamaan. (3.101) semua a dan b selain dari a1, ao, dan bo dianggap nol, kita dapatkan
Setiap instrumen yang mengikuti persamaan ini adalah, menurut definisi, instrumen orde pertama.
Mungkin ada beberapa konflik di sini antara terminologi matematika dan penggunaan teknik umum.
Dalam matematika, persamaan orde pertama memiliki bentuk umum
Dimana m bisa memiliki nilai numerik. Namun, melalui penggunaan jangka panjang, di bidang teknik,
kami biasanya memahami instrumen orde pertama yang ditentukan oleh Persamaan. (3.126). Karena
dalam presentasi teknis baik kata maupun persamaan umumnya digunakan, kebingungan pada titik ini
jarang menjadi masalah.
Sementara Persamaan. (3.126) memiliki tiga parameter 𝑎, , 𝑎0 , dan 𝑏0 , hanya dua yang benar-
benar penting karena seluruh persamaan selalu dapat dibagi oleh 𝑎, , 𝑎0 , atau 𝑏0 , sehingga membuat
koefisien salah satu kondisi secara numeric sama dengan 1. Prosedur konvensional yaitu dengan
membagi dengan 𝑎0 , sehingga:
𝑎1 𝑑𝑞0 𝑏0
+ 𝑞0 = 𝑞 (3.128)
𝑎0 𝑑𝑡 𝑎0 𝑖
𝑏
Ketika didefinisikan 𝐾 ≜ 𝑎0 ≜ 𝑠𝑡𝑎𝑡𝑖𝑐 𝑠𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦 (3.130)
0
𝑎1
𝜏 ≜ ≜ 𝑡𝑖𝑚𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 (3.131)
𝑎0
Konstanta waktu τ selalu memiliki dimensi waktu, sementara sensitivitas statis K memiliki
𝑏0⁄
dimensi output dibagi dengan input. Untuk instrument apapun, K selalu didefinisikan sebagai 𝑎0 dan
selalu memiliki arti fisik yang sama, yaitu jumlah dari output dibagi setiap input ketika input bersifat
statis (konstan), karena dalam kondisi seperti itu semua istilah derivative dalam persamaan diferensial
adalah nol. Fungsi transfer operasional dari setiap instrumen orde pertama adalah
𝑞0 𝐾
(𝐷) = (3.132)
𝑞𝑖 𝜏𝐷+1
Sebagai contoh instrumen orde pertama, mari kita perhatikan thermometer cair dalam kaca pada
Gambar 3,34. Input (diukur) kuantitas di sini adalah suhu 𝑇𝑖 (t) dari cairan yang mengelilingi bola
termometer, dan outputnya adalah perpindahan 𝑥0 , cairan thermometer dalam tabung kapiler. Kami
mengasumsikan suhu 𝑇𝑖 (t) seragam di seluruh cairan pada waktu tertentu, tetapi dapat bervariasi
dengan waktu secara berbeda-beda.
Prinsip operasi seperti thermometer adalah ekspansi termal dari pengisian cairan yang
mendorong kolom cair ke atas atau ke bawah sebagai respons terhadap perubahan suhu. Karena kolom
cair ini memiliki inersia, kelambatan mekanik akan terlibat dalam memindahkan cairan dari satu tingkat
ke tingkat lainnya. Namun, kami menganggap bahwa kelambatan ini dapat diabaikan jika dibandingkan
dengan kelambatan suhu yang terlibat dalam transfer panas dari fluida sekitarnya melalui dinding
bohlam dan ke dalam cairan termometer. Asumsi ini ada (karena semua asumsi semacam itu harus ada)
pada pengalaman, penilaian, perhitungan urutan-besaran, dan akhirnya verifikasi eksperimental (atau
sanggahan) dari hasil yang diprediksi oleh analisis. Asumsi kelambatan mekanik yang diabaikan
memungkinkan kita untuk menghubungkan suhu fluida dalam bohlam ke pembacaan 𝑥0 oleh persamaan
(aljabar):
𝐾𝑒𝑥 𝑉𝑏
𝑥0 = 𝐴𝑐
𝑇𝑡 ∫ (3.133)
3
𝐾𝑒𝑥 ≜ koefisien ekspansi diferensial cairan termometer dan kaca bohlam, 𝑚 ⁄ 3
𝑚 𝑥℃
𝑉𝑏 ≜ volume bola lampu, 𝑚3
Untuk mendapatkan persamaan diferensial terkait input dan output dalam thermometer ini,
kami mempertimbangkan konservasi energi selama waktu yang sangat kecil dt untuk thermometer
bohlam.
𝑘𝑔⁄
⍴ ≜ densitas massa cairan termometer,
𝑚3
1. Dinding bohlam dan film fluida di setiap sisi adalah ketahanan murni terhadap perpindahan
panas tanpa kapasitas penyimpanan panas. Ini akan menjadi asumsi yang baik jika kapasitas
penyimpanan panas (massa) (panas spesifik) dari dinding bohlam dan film fluida kecil
dibandingkan dengan C⍴𝑉𝑏 untuk bohlam.
2. Koefisien keseluruhan U adalah konstan. Sebenarnya, koefisien film dan konduktivitas
dinding bohlam semua berubah dengan suhu, tetapi perubahan ini cukup kecil selama suhu
tidak bervariasi pada rentang lebar.
3. Area transfer panas 𝐴𝑏 konstan. Sebenarnya, ekspansi dan kontraksi akan menyebabkan
variasi, tetapi efek ini harus sangat kecil.
4. Tidak ada panas yang hilang dari thermometer bohlam dengan mengonduksi batang.
Kehilangan panas akan kecil jika batang berdiameter kecil, terbuat dari konduktor yang
buruk, dan tenggelam dalam cairan dalam waktu yang sangat panjang dan jika ujung yang
terkena terkena suhu udara tidak jauh berbeda dari 𝑇𝑖 dan 𝑇𝑡∫ .
5. Massa cairan di bola lampu adalah konstan. Sebenarnya massa harus masuk atau
meninggalkan bohlam setiap kali tingkat di tabung kapiler berubah. Untuk kapiler halus
dan bohlam besar, efek ini harus kecil.
6. Panas spesifik C adalah konstan. Sekali lagi, sifat fluida ini bervariasi dengan suhu, tetapi
variasinya sedikit kecuali untuk perubahan suhu yang besar.
Daftar asumsi di atas tidak lengkap, tetapi harus diberikan apresiasi terhadap perbedaan antara
model matematika dan system nyata yang diwakilinya. Banyak dari asumsi ini dapat menjadi
relaksasi untuk mendapatkan model yang lebih akurat, tetapi kami akan membayar harga yang
mahal dalam peningkatan kompleksitas matematis. Pilihan asumsi yang cukup baik untuk
kebutuhan pekerjaan yang ada adalah salah satu tugas yang paling sulit dan penting dari insinyur.
𝑑𝑇𝑡∫
𝑉𝑏 ⍴𝐶 𝑑𝑡
+ 𝑈 𝐴𝑏 𝑇𝑖 (3.135)
Yang kita kenali ke bentuk Persamaan. (3.128), dan jadi kami segera menentukan
𝐾𝑒𝑥 𝑉𝑏
𝐾 ≜ 𝑚 ⁄𝐶 (3.137)
𝐴𝑐
⍴𝐶𝑉𝑏
𝜏 ≜ 𝑠 (3.138)
𝑈 𝐴𝑏
Setelah menunjukkan contoh konkret dari instrumen orde pertama, mari kita kembali ke
masalah memeriksa respon dinamis dari instrumen orde pertama secara umum. Setelah Anda
mendapatkan persamaan diferensial terkait input dan output dari suatu instrumen, Anda dapat
mempelajari kinerja dinamisnya dengan mengambil input (kuantitas yang akan diukur) menjadi
beberapa fungsi waktu yang diketahui dan kemudian memecahkan persamaan diferensial untuk
output sebagai fungsi waktu. Jika output berbanding lurus dengan input setiap saat, akurasi
dinamisnya bagus. Kesulitan mendasar dalam pendekatan ini terletak pada kenyataan bahwa, dalam
praktik sebenarnya, kuantitas yang akan diukur biasanya tidak mengikuti beberapa fungsi
matematika sederhana, tetapi lebih bersifat acak. Untungnya, bagaimanapun, banyak yang dapat
dipelajari tentang kinerja instrument dengan memeriksa respon terhadap fungsi input “standar”
yang agak sederhana. Yaitu, sama seperti Anda mampu menganalisis bukan sistem yang
sebenarnya, tetapi lebih pada model yang diidealkan, begitu juga Anda dapat bekerja tidak dengan
input nyata ke sistem, melainkan dengan representasi yang disederhanakan dari mereka.
Penyederhanaan input ini (seperti halnya sistem) dapat dilakukan pada beberapa level yang berbeda,
yang mengarah pada fungsi input yang sederhana dan tidak akurat yang siap ditangani secara
matematis atau kompleks, representasi yang lebih akurat yang mengarah pada kesulitan
matematika.
Kami memulai penelitian kami dengan mempertimbangkan beberapa input standar yang cukup
sederhana yang banyak digunakan. Meskipun input ini, secaraumum, hanya perkiraan kasar untuk
input yang sebenarnya, mereka sangat berguna untuk mempelajari efek dari perubahan parameter
dalam instrumen yang diberikan atau untuk membandingkan kinerja relative dari dua system
pengukuran kompetitif.
Untuk menerapkan input langkah kesistem, kita asumsikan bahwa pada awalnya system berada
dalam kesetimbangan, dengan 𝑞𝑖 = 𝑞0 = 0, pada waktu t = 0, kuantitas input meningkat secara
instan dengan jumlah 𝑞𝑖𝑠 (lihat Gambar 3.35). untuk t> 0, Persamaan. (3.129) menjadi
Hal ini dapat ditunjukkan secara umum (dengan penalaran matematis) atau dalam masalah fisik
tertentu, seperti termometer (oleh penalaran fisik), bahwa kondisi awal untuk situasi ini adalah
(𝑞0 = 0 𝑢𝑛𝑡𝑢𝑘 𝑡 = 0+ (𝑡 = 0+ berarti waktu yang sangat kecil untuk t = 0). Solusi fungsi
komplementer adalah
0 = C + Kqis
C = -Kqis
Yang mana akhirnya menjadi
Pemeriksaan dari persamaan (3.143) menunjukkan bahwa kecepatan dari respon hanya bergantung dari
nilai τ dan kecepatan jika τ lebih kecil. Dengan demikian, dalam instrumen-instrumen orde-pertama
kita berusaha memperkecil τ untuk mengukur dinamik sesuai dengan sebenarnya.
𝑞0
𝐾𝑞𝑖𝑠
=1 — e-t/τ (3.144)
Dan merencakan qo/(Kqis) lawan t/τ, sebagai yang tertera dalam Gambar. 3.36a. Kurva ini universal
untuk semua nilai K, qis atau τ yang mungkin dapat ditemukan. Kita dapat juga menetapkan
𝑞0
𝑒𝑚 ≜ 𝑞𝑖 − 𝐾
(3.145)
𝑒𝑚
𝑞𝑖𝑠
= e−t/τ (3.146)
Karakteristik dinamik berguna untuk mengkarakteristik kecepatan respon dari segala instrumen
denganwaktu penyelesaian. Ini merupakan waktu (setelah menerapkan langkah input) bagi instrumen
untuk meraih dan tetap dalam menyatakan batas toleransi plus dan minus yang dinyatakan disekitar
nilai akhirnya. Waktu penyelesaianyang kecil menunjukan respon yang cepat. Hal tersebut menjelaskan
bahwa nilai numerik dari waktu penyelesaian tergantung dari persentasebatas toleransi yang digunakan;
anda harus selalu menegaskan ini. Dengan demikian anda berkata bahwa, 5 persen waktu penyelesaian.
Untuk instrumenorde-pertama, 5 persen waktu penyelesaian sama dengan saat tiga waktu konstan (lihat
Gambar. 3.37). Persentase lain mungkin dan digunakan dalam praktik sebenarnya.
Sekarang dapat diketahui bahwa respon cepat membutuhkan nilai τ yang kecil, kita dapat
menguji segala spesifik instrumen orde-pertama untuk melihat apakah perubahan fisik yang dibutuhkan
untuk mereduksi nilai τ. Jika kita menggunakan contoh termometer, persamaan (3.138) menunjukkan
bahwa τ dapat dikurangi dengan cara
1. Mereduksiρ, C dan Vb
2. Menambah U dan Ab
Karenaρ dan C merupakan ciri-ciri dari fluida yang mengisi termometer, mereka tidak bisa divariasikan
secara independen satu sama lain, dan juga untuk nilai τ yang kecil kita mencari fluida dengan produk
ρC yang kecil. Volume lampu bohlam Vb dapat direduksi, tapi ini juga akan mereduksi nilai Ab kecuali
beberapa augmentasi pemindahan panas padapermukaanyang meluas (seperti sirip pada
bohlam) diketahui. Bahkan yang lebih signifikan adalah dampak dari mereduksi V b dalam sensitivitas
K statis, seperti yang diberikan oleh persamaan (3.137), kita lihat bahwa upaya untuk mereduksi τ
dengan mengurangiVb akan menghasilkan penurunan K. Jadi, kecepatan respon yang
meningkatditukaruntuk membuat sensitivitas yang lebih rendah. Penukaran ini tidak biasa dan akan
diamati dalam berbagai instrumen lainnya.
Fakta bahwa τ bergantung U berarti bahwa kita tidak dapat menyatakantermometer tertentu
memiliki waktu konstan tertentu, namun hanya termometerkhusus yangdigunakan dalam fluida tertentu
pada kondisi perpindahan-panas (misalnya, konveksi bebas atau paksa) memiliki waktu konstan
tertentu. Ini karena U sebagian bergantung dalam nilai dari koefisien lapisan tipisperpindahan panas di
bagian luar bohlam, yang sangat bervariasi dengan perubaan dalam fluida (cairan atau gas), kecepatan
aliran, dan sebagainya. Sebagai contoh, termometer dalam minyak yang diaduk mungkin
memilikiwaktu konstan 5 detik sementara termometer yang sama di udara yang tetap akan memiliki τ
mungkin 100 s. Jadi, anda harus selalu berhati-hati dalam memberikan (atau menggunakan) data kinerja
untuk memastikan bahwa kondisi penggunaan sesuai dengan yang berlaku selama kalibrasi atau
menerapkan koreksi yang tepat.
𝑑𝑇𝑜 𝐸
𝑀𝐶 𝑑𝑇𝑜 = 𝐸(𝑇𝑖4 − 𝑇𝑜4 )𝑑𝑡 𝑑𝑡
= 𝑀𝐶
(𝑇𝑖4 − 𝑇𝑜4 ) = 10−8 (𝑇𝑖4 − 𝑇𝑜4 ) (3.147)
Dimana beberapa nilai numerik yang khusus telah dimasukkan untuk M, C dan E. Sementara persamaan
non linier (3.147) memberikan kesulitan-kesulitan untuk solusi analitis, simulasi digital memperoleh
solusi numerik yang mendekati-sempurna dengan sedikit usaha, dan perkiraan linearisasi analitis juga
tersedia.Perkiraan linearisasi yang paling umum ialah metode seri-Taylor (Taylor-series). Jika
persamaan (3.147) dianggap sebagai model yang terisolasi terkait𝑇𝑜 ke 𝑇𝑖 . Lalu𝑇𝑖 Memainkan peran
untuk input yang diberikan (bukan yang tidak dikenal) dan istilah𝑇𝑖4 tidak perlu dilinearkan untuk
memungkinkan solusi analitis. Pendekatan Seri-Taylor (Taylor-series) kemudian memberikan
4 3 (𝑇
𝑇𝑜4 ≈ 𝑇𝑜0 + 4𝑇𝑜0 10 8
𝑜 − 𝑇𝑜0 ) = −4.50 𝑥 10 + (1.715 𝑥 10 )𝑇𝑜 (3.148)
Dimana titik operasi𝑇𝑜0 ialah 350K, pertengahan antara 300 dan 400K. Persamaan versi perkiraan
linearisasi (3.147) adalah kemudian
𝑑𝑇𝑜
0.583 + 𝑇𝑜 = 411.8 (3.149)
𝑑𝑡
Ini dapat dengan mudah diselesaikan secara analitis dan jelas memiliki waktu konstan τ = 0,583 s.
Kami mencatat bahwa pada keadaan pertama em secara bertahap akan hilang seiring berjalannya waktu,
oleh karena itu disebut kesalahan sementara. Pada keadaan kedua, akan bertahan selamanya, oleh
karena itu disebut kesalahan steadystate. Kesalahan sementara akan menghilang lebih cepat jika 𝜏 kecil.
Kesalahan steady state berbanding lurus dengan 𝜏, sehingga 𝜏 kecil juga dibutuhkan. Kesalahan steady
state akan meningkat secara langsung dengan qi , laju perubahan yang kuantitas yang diukur. Dalam
keadaan stabil, waktu mengalami perpindahan antara kurva input dan output menjadi t, sehingga kita
dapat membuat interpretasi bahwa instrumen sedang membaca apa yang diinput t detik yang lalu.
Hasilnya, bersama dengan representasi non dimensional, ditunjukkan secara grafis pada Gambar 3.39.
Pada persamaan (3.108) dapat diterapkan langsung ke permasalahannya untuk menemukan respons
sistem orde pertama ke input sinusoidal. Kita memiliki
Maka rasio amplitudo adalah
Dengan demikian instrumen orde pertama akan mendekati sempurna jika persamaan (3.157) mendekati
persamaan (3.160). Ini terjadi jika nilai 𝜔𝜏 produk kecil. Jadi untuk setiap 𝜏 akan ada beberapa frekuansi
input 𝜔 dibawah ini yang pengukurannya akurat; atau alternatifnya, jika qi dengan frekuensi tinggi 𝜔
harus diukur, instrumen yang digunakan harus memiliki 𝜏 yang cukup kecil. Sekali lagi, kita melihat
bahwa pengukuran dinamis yang akurat membutuhkan waktu konstan yang sedikit.
Jika kita memperhatikan pengukuran gelombang sinus murni saja pertimbangan diatas akan sangat tidak
relevan karena jika kita tahu frekuensi dan 𝜏 kita akan dengan mudah mengoreksi atenuasi aplitudo dan
pergeseran fasa dengan perhitungan sederhana. Namun dalam praktek sebenarnya, q merupakan
gabungan dari beberapa gelombang sinus dengan frekuensi yang berbeda. Dengan contoh, akan
menunjukkan pentingnya respons frekuensi yang memadai dalam kondisi tersebut. Misalkan kita harus
mengukur q, yang diberikan oleh
(dimana t dalam detik) dengan instrumen orde pertama dimana 𝜏 adalah 0,2 detik. Karena ini adalah
sistem linear, kita dapat menggunakan prinsip superposisi untuk menemukan q0. Pertama kami
mengevaluasi fungsi transfer sinusoidal pada dua frekuensi:
Misalkan kita mempertimbangkan penggunaan instrumen dengan 𝜏 = 0,002 detik. Lalu kita memiliki
Yang menghasilkan
Perbandingan persamaan (3.161) dan (3.168) menunjukkan bahwa instrumen ini mengukur q yang
diberikan dengan tepat.
Repersentasi non-dimensi dari respon frekuensi dari sistem orde pertama dapat diperoleh dengan
menulis persamaan (3.157) sebagai
Dan digambarkan pada 3.41.
Standar input terakhir yang kami pertimbangkan adalah fungsi impuls. Pertimbangan fungsi getar
didefinisikan secara grafis pada gambar 3.42a. Fungsi impuls “kekuatan” (area) A ditentukan oleh
proses pembatasan.
Kami melihat bahwa “fungsi” ini memiliki sifat yang agak aneh. Durasi waktunya sangat kecil,
puncaknya sangat tinggi dan wilayahnya A. Jika A diambil sebagai sebagai l, itu
Jika sistem yang diteliti termasuk tidak hanya model respon termometer tetapi juga, katakanlah, sistem
kontrol suhu untuk tungku, maka Ti sekarang berperan yang tidak diketahui dan Ti4 juga harus
dilinierisasi
𝑑𝑇𝑜 4 3 4 3 (𝑇
= 10−8 [𝑇𝑖0 + 4𝑇𝑖0 (𝑇𝑖 − 𝑇𝑖0 ) − 𝑇𝑜0 − 4𝑇𝑜0 𝑜 − 𝑇𝑜0 )] (3.150)
𝑑𝑡
𝑑𝑇0
0,583 + 𝑇𝑜 = 𝑇𝑖 = 400 (3.151)
𝑑𝑡
Skema linierisasi terakhir, yang tidak menggunakan deret Taylor, dikembangkan menjadi:
dan kemudian mengambil (𝑇𝑖2 + 𝑇𝑜2 )(𝑇𝑖 + 𝑇𝑜 )nilai konstan pada titik operasi (350 K) untuk diberikan
𝑑𝑇0
0,583 + 𝑇𝑜 = 𝑇𝑖 = 400
𝑑𝑡
Meskipunperkiraan persamaan yang dilinearisasi dapat dengan mudah diselesaikan secara analitis,
untuk mempermudah kita menggunakan bahasa simulasi digital CSMP untuk menyelesaikan dan
membuat grafik Persamaan. (3.147), (3.149), dan (3.151):
TODTL2 = 686. – 1.715*TOL2 sama seperti di atas untuk persamaan TI dan TO linear
TOL2 = INTGRL (TOI, TODTL2)
TIMER FINTIM = 3.0, DELT = .001,OUTDEL = .06 memberikan waktu selesai, peningkatan
komputasi, dan merencanakan
peningkatan
OUTPUT TO, TOL1, TOL2 meminta grafik ke TO, TOL1, TOL2 versus waktu
PAGE GROUP, WIDTH = 50 meminta ketiga kurva ke skala yang sama, lebar 50 karakter
END
Karena CSMP (dan bahasa lain yang serupa) memiliki banyak fitur kenyamanan "built-in",
kami mampu memecahkan persamaan linier dan nonlinier dengan sedikit usaha dan waktu. Sebagian
besar pernyataan dijelaskan di atas. Dalam pernyataan TIMER, kami memilih FINTIM = 3.0 s karena
model linearisasi kami memiliki τ = 0,583 s dan respons langkah orde pertama hampir selesai pada 5τ.
Peningkatan komputasi DELT biasanya diambil mendekati FINTIM / 2000, tetapi nilainya tidak kritik
karena CSMP menyesuaikan diri untuk mengoptimalkan akurasi dan kecepatan. Perencanaan kenaikan
OUTDEL umumnya diambil sebagai FINTIM / 50 untuk hanya mengisi halaman printer kecuali detail
yang kurang jelas, dalam hal ini kurva tersebar di beberapa halaman dengan menggunakan OUTDEL
yang lebih kecil.
Gambar 3.38b menunjukkan bahwa dua garis keturunan perkiraan yang mengikuti
Persamaan. (3.151) memberikan hasil yang sangat baik, sedangkan Persamaan. (3.149) mendapat nilai
akhir yang salah. Tampaknya, kemudian, bahwa model first-order yang dilinearkan dengan τ = 0,583 s
akan diterima untuk banyak tujuan di bawah kondisi yang diberikan. Mengubah kondisi (masukan
langkah yang lebih besar, bentuk input selain langkah, dll.) Dapat menurunkan akurasi model yang
dilinearisasi; Namun, semua situasi semacam itu dapat dengan mudah dipelajari dengan menggunakan
CSMP dan keputusan yang tepat dapat dibuat.
𝑞 =0 𝑡 ≤0
𝑞𝑖 = {𝑞𝑜 𝑡 𝑡≥0
(3.153)
𝑖𝑠
Kondisi awal yang diperlukan lagi dapat ditunjukkan menjadi qo = 0untuk t = 0+.Berikut
solusi Persamaan. (3.153)
qocf = Ce -t/τ
qopi = Kqis(t - τ)
qo = Ce -t/τ + Kqis(t - τ)
(3.155)
(3.156)
Disebut unit fungsi impuls. Jadi, fungsi impulse dari A bisa ditulis sebagai AÞ(t). Fungsi istimewa ini
mempunyai peran penting dalam analisis sistem dinamika, yang akan kita lihat lebih detail nanti.
Sekarang kita menemukan jawaban/respon dari instrumen orde pertama pada impuls yang masuk.
Dengan melakukan ini kita mencari jawaban pada p(t) lalu diterapkan pada proses pembatas pada
hasilnya. Untuk 0 < t < T kita mendapatkan
Setelah mencapai waktu T, tidak ada bedanya dengan (a step input) ukuran A/T, kondisi awal adalah
q=0 pada t=0, dan rumus lengkapnya adalah
Bagaimanapun, rumus ini hanya dapat digunakan pada waktu T, Saat ini kita memiliki
Hasil akhirnya
Gambar 3.42b menunjukan respon yang khusus dan Gambar 3.42c menunjukan efek dari pemotongan
menjadi setengah T. dengan T dibuat lebih rendah, bagian pertama(t<T) dari respon konsekuensi respon
menjadi diabaikan, jadi kita bisa mendapatkan pernyataan untuk q dengan menggunakan limit dari
persamaan 3.178 dengan T mendekati 0
Jadi kita mendapakkan akhir dari respons impuls dari instrumen orde pertama.
Kita tahu bahwa output dari q juga "khusus" pada Gambar 3.42d dan memiliki kemiringan vertikal yang
tak hingga pada t=0 dan jika itu diawali dari nol sampai nilai yang terbatas dalam waktu yang sangat
kecil. Aturan seperti itu jelas mustahil untuk sistem fisik karena memerlukan transfer energi pada
tingkat yang tak terbatas. Pada contoh termometer, misalnya, untuk menyebabkan suhu dari fluida
dalam labu secara tiba-tiba untuk menaikkan jumlah yang terbatas membutuhkan tingkat tranfer panas
yang terbatas. Secara matematika, tigkat transfer paas yang tak terbatas ini disediakan dengan input
T(t) menjadi tak terbatas, fungsi impuls.
Sebenarya, tentu saja, T tidak bisa menjadi tak terbatas ; bagaimanapun, jika itu cukup besar
dan dengan durasi yang sangat singkat (relatif terhadap kecepatan respon pada sistem), sitem ini dapat
merespon hampir seperti itu karena impuls yang sempurna.
Untuk mengilustrasikan ini, seharusnya di Gambar 3.42a kita menentukan A=1 dan T=0,01t.
Respon pada unit perkiraan impuls ini adalah
Gambar 3.43 memberikan perbandingan pada tabel dan grafik dari respon yang tepat dan respon
perkiraan, menunjukkan kesepakatan yang sangat baik. KEsepakatan ini bisa sedikit diterima pada
banuak kasus jika T/t sebesar 0,1. Itu juga menunjukkan bentuk dari dorongan yang abstrak; selama
durasinya pendek, hanya pada area yang berpengaruh. PErnyataan yang masuk akal ini dapat
ditunjukkan dengan mengintegrasikan ketentuan dalam persamaan diferensial sebagai berikut :
(area dibawah kurva qidari t = 0 hingga t = 0+) (3.186)
(area impuls)
(3.187)
Analisis ini berlaku hanya untuk impuls yang tepat dan merupakan pendekatan yang
baik untuk pulse bentuk acak jika durasinya cukup pendek. Perlu di catat bahwa, karena sisi
kanan persamaan diferensial (3,184) adalah nol untuk t >0+, sebuah impuls (atau pulse pendek)
setara dengan fungsi pemaksaan nol dan kondisi awal nol (t = 0+) kondisi. yaitu, solusi dari
Aspek lain yang menarik dari fungsi impuls adalah hubungannya dengan fungsi
langkah. Karena fungsi langkah yang sempurna juga tidak dapat direalisasi secara fisik karena
perubahan dari satu tingkat ketingkat lainnya dalam waktu yang sangat singkat, pertimbangkan
pendekatan seperti pada Gambar 3.44. jika fungsi langkah proksimatini dimasukkan kedalam
piranti yang berbeda, output akan menjadi fungsi jenis pulse. Sebagai perkiraan dibuat fungsi
langkah dibuat fungsi langkah matematika yang mendekati ideal, output dariperangkat yang
berbeda akan mendekati fungsi impuls menuju sempurna. Dalam hal ini, fungsi impuls dapat
dianggap sebagai turunan dari fungsi langkah, bahkan berpikir diskontinuitas dalam fungsi
langkah menghalangi penerapan ketat dari definisi dasar turunan. Pada Gambar. 3.44,
kebenaran pernyataan ini ditunjukkan dengan melewatkan output perangkat yang membedakan
melalui perangkat yang terintegrasi (1 / D)
Instrumen Orde-2
Instrumen orde-2mengikutipersamaan
Persamaan orde-2 bisa memiliki lebih banyak istilah di sisilain, tetapi dalam
penggunaan teknik secara umum, persamaan (3.189) secara umum diterima sebagai yang
mendefinisikan instrument orde kedua.
Dimana
Contoh yang baik dari instrumen orde-2 adalah gaya yang mengukur skala pegas pada
Gambar 3.45. Kita asumsikan gaya yang diterapkan f memiliki komponen frekuensi yang jauh
di bawah frekuensi yang dialami pegas itu sendiri. Kemudian efek dinamis utama pegas dapat
diperhitungkan dengan menambahkan sepertiga dari massa pegas ke massa bergerak utama.
Massa total ini kita sebut M. Pegas diasumsikan berbanding lurus dengan konstanta pegas K
per meter. Meskipun pada kenyataannya mungkin ada gesekan cukup besar, Kami
mengasumsikan pelumasan yang sempurna karena pengaruh redaman viskos dengan B konstan
(dalam newton per meter per detik). Skala dapat disesuaikan sehingga x = 0 ketika f = 0 Gaya
grafitasi kemudian akan turun dari persamaan), kemudian menghasilkan
Gaya = (massa)(acceleration)
Gambar 3.45 InstrumenOrdeDua
Tidak ada yang sesuai dengan model orde kedua, selanjutnya ditentukan
Solusi khusus Persamaan. 3.200 jelas q = Kq. Solusi fungsi pelengkap menggunakan
salah satu dari tiga bentuk yang mungkin, tergantung pada apakah akar bentuk persamaan yang
nyata dan tidak berulang (kasus over dumped), nyata dan berulang (critical damped case), atau
kompleks (under damped case). Solusi lengkap persamaan (3.200)dengan kondisi awal (3.201)
adalah, dalam bentuk non dimensional.
Karena t dan w selalu muncul sebagai produk dengan t, kurva q / (Kq) dapat dilapis
terhadap t, yang merupakan tema universal untuk setiap w, seperti pada Gambar. 3.46. Fakta
ini juga menunjukkan bahwa w adalah indikasi langsung dari kecepatan respon. Untuk
diberikan ....., menggandakan w, akan membagi waktu degan respons sejak wt
[dengandemikian q / Kq] melambang kan nilai yang sama pada satu setengah waktu. efek
....tidak jelas dirasakan dari persamaan, tetapi terbukti dari grafik. Dan meningkatkannya ....
mengurangi osilasi, tetapi juga memperlambat respon dalam artian bahwa penyeberangan
pertama dari nilai akhir diulang kembali.
Gambar 3.46 Responlangkah-fungsinondimensionaldariinstrumenordekedua