Universitas Mallikussaleh
Oleh Kelompok 3 :
Dilla (1801300
M. Aliansyah (1801300
Dosen Pembimbing:
Faizar ...
Universitas Mallikussaleh
2019/2020
KATA PENGANTAR
Segala puji bagi Allah SWT, yang senantiasa melimpahkan rahmat dan karunia-
Nya kepada penulis makalah dengan judul “Prediktif Kontrol dalam Industri” ini.
Shalawat dan salam penulis sanjungkan kepada Rasulullah SAW, yang telah menjadai
teladan terbaik pada manusia dan yang telah membawa kita dari jalan gelap menuju jalan
yang terang.
Terimaksih tak lupa penulis sampaikan kepada Bapak Faizar... selaku dosen mata
kuliah Pendidikan Agama II yang telah membimbing penulis agar dapat mengerti tentang
bagaimana cara penulis menyusun makalah ini. Semoga makalah ini dapat memberi
wawasan yang lebih luas kepada pembaca, meskipun makalah ini memiliki banyak
kekurangan. Penulis mohon untuk saran dan kritiknya. Sekian dan terimakasih.
KATA PENGANTAR...........................................................................................i
DAFTAR ISI.........................................................................................................ii
BAB I PENDAHULUAN
1. Latar Belakang............................................................................................... 1
2. Rumusan Masalah.......................................................................................... 2
3. Tujuan............................................................................................................ 2
BAB II PEMBAHASAN
1. Kesimpulan………………………………………………………………………
2. Saran……………………………………………………………………………….
DAFTAR PUSTAKA
BAB I
PENDAHULUAN
1. Latar Belakang
Sistem kendali/kontrol pada suatu industri memegang peranan yang sangat penting untuk
meningkatkan efektivitas dan efisiensi dalam proses produksi. Dewasa ini perkembangan sistem
kontrol mengalami banyak kemajuan, mulai dari kontrol konvensional sampai dengan kontrol
cerdas. Kontrol PID (Proporsional Integral Derivatif) merupakan pengembangan dari kontrol
konvensional yang bertujuan untuk memberikan efek kontrol terbaik pada suatu sistem kendali.
Berdasarkan survey, dijumpai bahwa 97% industri yang bergerak dalam bidang proses (seperti
industri kimia, pulp, makanan, minyak dan gas) menggunakan PID sebagai komponen utama
dalam pengontrolannya (Honeywell, dalam Setiawan, 2008). Penggunaan kontrol proporsional,
integral, derivatif, atupun kontrol kombinasi sudah sejak lama diaplikasikan di berbegai
permasalahan sistem kontrol baik di industri maupun dalam dunia robotika. Banyaknya
penggunaan kontroler jenis ini dilatar belakangi karena kesederhanaan struktur, serta dapat
dipakai dalam bermacam-macam sistem pengaturan. Melihat pentingnya sistem kendali dalam
dunia industri, menyebabkan sistem kendali menjadi salah satu kompetensi yang wajib dimiliki
oleh mahasiswa Departemen Pendidikan Teknik Elektro Fakultas Pendidikan Teknologi dan
Kejuruan Universitas Pendidikan Indonesia khususnya konsentrasi Elektronika Industri yang
dipersiapkan sebagai tenaga pendidik maupun sebagai sumber daya manusia yang siap kerja
dalam sektor industri, akan tetapi minimnya fasilitas pendukung seperti trainer menjadi kendala
untuk meningkatkan pemahaman mahasiswa terhadap materi yang disampaikan.
2. Rumusan Masalah
Berdasarkan latar belakang yang telah dikemukakan, adapun rumusan masalah dalam penelitian ini
adalah:
3. TUJUAN MASALAH
Berdasarkan rumusan masalah diatas, adapun tujuan masalah dalam penelitian ini adalah:
PEMBAHASAN
Model predictive control ( MPC ) adalah metode control proses canggih yang digunakan
untuk mengontrol suatu proses sambil memenuhi serangkaian kendala. Ini telah digunakan dalam
industri proses di pabrik kimia dan kilang minyak sejak 1980-an. Dalam beberapa tahun terakhir
ini juga telah digunakan dalam model penyeimbangan system tenaga dan dalam elektonika
daya . Pengontrol prediktif model bergantung pada model dinamis dari proses, paling sering
model linier empiris yang diperoleh dengan identifikasi sistem . Keuntungan utama MPC adalah
kenyataan bahwa ini memungkinkan timelot saat ini untuk dioptimalkan, sambil tetap menjaga
slot waktu di masa depan. Hal ini dicapai dengan mengoptimalkan horizon waktu yang terbatas,
tetapi hanya mengimplementasikan timelot saat ini dan kemudian mengoptimalkan lagi, berulang
kali, sehingga berbeda dari Linear-Quadratic Regulator ( LQR ). MPC juga memiliki
kemampuan untuk mengantisipasi peristiwa di masa depan dan dapat mengambil tindakan
kontrol yang sesuai. Pengontrol PID tidak memiliki kemampuan prediksi ini. MPC hampir
diimplementasikan secara universal sebagai kontrol digital, meskipun ada penelitian untuk
mencapai waktu respons yang lebih cepat dengan sirkuit analog yang dirancang khusus.
Model-model yang digunakan dalam MPC umumnya dimaksudkan untuk mewakili perilaku sistem
dinamik yang kompleks. Kompleksitas tambahan dari algoritma kontrol MPC umumnya tidak diperlukan
untuk memberikan kontrol yang memadai pada sistem sederhana, yang sering dikontrol dengan baik
oleh pengendali PID generik. Karakteristik dinamis umum yang sulit untuk pengontrol PID termasuk
penundaan waktu yang besar dan dinamika tingkat tinggi.
Model MPC memprediksi perubahan dalam variabel dependen dari sistem yang dimodelkan
yang akan disebabkan oleh perubahan dalam variabel independen . Dalam proses kimia, variabel
independen yang dapat disesuaikan oleh pengontrol sering kali merupakan setpoint pengontrol
PID pengaturan (tekanan, aliran, suhu, dll.) Atau elemen kontrol akhir (katup, peredam,
dll.). Variabel independen yang tidak dapat disesuaikan oleh pengontrol digunakan sebagai
gangguan. Variabel dependen dalam proses ini adalah pengukuran lain yang mewakili tujuan
kontrol atau kendala proses.
MPC menggunakan pengukuran pabrik saat ini, keadaan dinamis saat ini dari proses, model
MPC, dan target dan batas variabel proses untuk menghitung perubahan di masa depan dalam
variabel dependen. Perubahan-perubahan ini dihitung untuk menjaga variabel dependen dekat
dengan target sambil menghormati kendala pada variabel independen dan dependen. MPC
biasanya mengirimkan hanya perubahan pertama di setiap variabel independen yang akan
diimplementasikan, dan mengulangi perhitungan ketika perubahan berikutnya diperlukan.
Sementara banyak proses nyata tidak linier, mereka sering dapat dianggap sekitar linier pada
rentang operasi kecil. Pendekatan MPC linier digunakan di sebagian besar aplikasi dengan
mekanisme umpan balik MPC mengkompensasi kesalahan prediksi karena ketidaksesuaian
struktural antara model dan proses. Dalam pengontrol prediktif model yang hanya terdiri dari
model linier, prinsip superposisi aljabar linier memungkinkan efek perubahan dalam beberapa
variabel independen yang akan ditambahkan bersama-sama untuk memprediksi respons variabel
dependen. Ini menyederhanakan masalah kontrol untuk serangkaian perhitungan aljabar matriks
langsung yang cepat dan kuat.
Ketika model linier tidak cukup akurat untuk mewakili proses nyata nonlinier, beberapa
pendekatan dapat digunakan. Dalam beberapa kasus, variabel proses dapat ditransformasikan
sebelum dan / atau setelah model MPC linier untuk mengurangi nonlinier. Proses dapat dikontrol
dengan MPC nonlinear yang menggunakan model nonlinear langsung dalam aplikasi
kontrol. Model nonlinear mungkin dalam bentuk kesesuaian data empiris (misalnya jaringan
saraf tiruan) atau model dinamis kesetiaan tinggi berdasarkan pada massa massa dan
keseimbangan energi. Model nonlinear dapat dilinearisasi untuk mendapatkan filter Kalman atau
menentukan model untuk MPC linier.
Sebuah studi algoritmik oleh El-Gherwi, Budman, dan El Kamel menunjukkan bahwa
menggunakan pendekatan dual-mode dapat memberikan pengurangan yang signifikan dalam
perhitungan online sambil mempertahankan kinerja komparatif untuk implementasi yang tidak
diubah. Algoritme yang diusulkan memecahkan masalah optimisasi cembung N secara paralel
berdasarkan pertukaran informasi di antara pengontrol.
Model Predictive Control (MPC) atau sistem kendali prediktif termasuk dalam konsep
perancangan pengendali berbasis model proses, dimana model proses digunakan secara eksplisit
untuk merancang pengendali dengan cara meminimumkan suatu fungsi kriteria. Ide yang
mendasari pada setiap jenis MPC adalah :
1. Penggunaan model proses secara eksplisit untuk memprediksi keluaran proses yang akan
datang dalam rentang waktu tertentu (horizon).
2. Perhitungan rangkaian sinyal kendali dengan meminimasi suatu fungsi kriteria.
3. Strategi surut; pada setiap waktu pencuplikan (pada waktu k) horizon dipindahkan
menuju waktu pencuplikan berikutnya (pada waktu k+1) dengan melibatkan pemakaian
sinyal kendali pertama (yaitu u(k)) untuk mengendalikan proses, dan kedua prosedur di
atas diulang dengan menggunakan informasi terakhir.
1. Keluaran proses yang akan datang untuk rentang horizon Hp yang ditentukan yang
dinamakan sebagai prediction horizon, diprediksi pada setiap waktu pencuplikan dengan
menggunakan model proses. Keluaran proses terprediksi ini y(k+i|k) untuk i =1 … Hp
bergantung pada nilai masukan dan keluaran lampau dan kepada sinyal kendali yang akan
datang u(k+i|k), i = 0 … Hp-1, yang akan digunakan sistem dan harus dihitung.
2. Serangkaian sinyal kendali dihitung dengan mengoptimasi suatu fungsi kriteria yang
ditetapkan sebelumnya, dengan tujuan untuk menjaga proses sedekat mungkin terhadap
trayektori acuan r(k+i). Fungsi kriteria tersebut umumnya berupa suatu fungsi kuadratik
dari kesalahan antara sinyal keluaran terprediksi dengan trayektori acuan. Solusi eksplisit
dapat diperoleh jika fungsi kriteria adalah kuadratik, model linier, dan tidak ada
constraint, jika tidak, optimasi iteratif harus digunakan untuk memecahkannya..
3. Sinyal kendali u(k|k) dikirim ke proses, sedangkan sinyal kendali terprediksi berikutnya
dibuang, karena pada pencuplikan berikutnya y(k+1) sudah diketahui nilainya. Maka
langkah pertama diulang dengan nilai keluaran proses yang baru dan semua prosedur
perhitungan yang diperlukan diperbaiki. Sinyal kendali yang baru u(k+1|k+1) (nilainya
berbeda dengan u(k+1|k)) dihitung dengan menggunakan konsep receding horizon.
Prinsip yang mendasari pada setiap jenis pengendalian prediktif antara lain:
1. Menggunakan model proses untuk memprediksi keluaran yang akan dating dalam
rentang waktu yang telah ditentukan (horizon)
2. Menghitung sinyal kendali dengan meminimasi objective function (fungsi kriteria)
yang ditetapkan sebelumnya dengan tujuan untuk menjaga keluaran proses agar
sedekat mungkin dengan trayektori acuan.
3. Sinyal kendali u(k | k) dikirim ke proses sedangkan sinyal kendali terprediksi
berikutnya dibuang, karena pada pencuplikan berikutnya, keluaran y(k + 1) sudah
diketahui nilainya.
4. Macam-macam MPC
MPC Nonlinier
Nonlinear Model Predictive Control atau NMPC adalah varian dari model predictive control
(MPC) yang ditandai dengan penggunaan model sistem nonlinear dalam prediksi. Seperti dalam
MPC linier, NMPC membutuhkan solusi berulang masalah kontrol optimal pada horizon prediksi
terbatas. Sementara masalah ini adalah cembung dalam MPC linier, dalam MPC nonlinear
mereka tidak harus cembung lagi. Ini menimbulkan tantangan bagi teori stabilitas NMPC dan
solusi numerik.
Solusi numerik dari masalah kontrol optimal NMPC biasanya didasarkan pada metode kontrol
optimal langsung menggunakan skema optimasi tipe-Newton, dalam salah satu
varian: penembakan tunggal langsung , metode penembakan banyak langsung , atau kolokasi
langsung . Algoritma NMPC biasanya mengeksploitasi fakta bahwa masalah kontrol optimal
berturut-turut mirip satu sama lain. Hal ini memungkinkan untuk menginisialisasi prosedur solusi
tipe-Newton secara efisien dengan tebakan yang sesuai dari solusi optimal yang dikomputasi
sebelumnya, menghemat banyak waktu komputasi. Kesamaan dari masalah-masalah berikutnya
bahkan lebih jauh dieksploitasi oleh algoritma mengikuti jalur (atau "iterasi waktu-nyata") yang
tidak pernah mencoba untuk mengulangi masalah optimasi apa pun untuk konvergensi, tetapi
sebaliknya hanya mengambil beberapa iterasi ke arah solusi dari masalah NMPC terkini,
sebelum melanjutkan ke yang berikutnya, yang sesuai diinisialisasi; lihat, misalnya.
Sementara aplikasi NMPC di masa lalu sebagian besar digunakan dalam proses dan industri
kimia dengan laju pengambilan sampel yang relatif lambat, NMPC semakin banyak diterapkan,
dengan kemajuan dalam perangkat keras pengontrol dan algoritma komputasi,
misalnya, prakondisi, untuk aplikasi dengan tingkat pengambilan sampel yang tinggi , misalnya,
dalam industri otomotif, atau bahkan ketika negara-negara didistribusikan dalam ruang ( sistem
parameter Terdistribusi ). Sebagai aplikasi di luar angkasa, baru-baru ini, NMPC telah digunakan
untuk melacak lintasan mengikuti / menghindari medan yang optimal secara real-time.
MPC Eksplisit
Varian yang kuat dari Model Predictive Control (MPC) dapat menjelaskan gangguan yang
ditetapkan sementara tetap memastikan kendala negara dipenuhi. Ada tiga pendekatan utama
untuk MPC yang kuat:
Min-max MPC . Dalam formulasi ini, optimasi dilakukan sehubungan dengan semua
kemungkinan evolusi gangguan. [16] Ini adalah solusi optimal untuk masalah kontrol linear yang
kuat, namun ini membawa biaya komputasi yang tinggi.
Kendala Pengetatan MPC . Di sini kendala negara diperbesar dengan margin yang diberikan
sehingga lintasan dapat dijamin akan ditemukan di bawah evolusi gangguan. [17]
Tube MPC . Ini menggunakan model nominal independen dari sistem, dan menggunakan
pengontrol umpan balik untuk memastikan kondisi aktual menyatu dengan status
nominal. [18] Jumlah pemisahan yang diperlukan dari batasan keadaan ditentukan oleh set kuat
positif invarian (RPI), yang merupakan set dari semua penyimpangan keadaan yang mungkin
yang mungkin disebabkan oleh gangguan dengan pengontrol umpan balik.
MPC multi-tahap . Ini menggunakan perumusan skenario-pohon dengan mendekati ruang
ketidakpastian dengan serangkaian sampel dan pendekatannya tidak konservatif karena
memperhitungkan bahwa informasi pengukuran tersedia pada setiap tahap waktu dalam prediksi
dan keputusan pada setiap tahap dapat dibuat. berbeda dan dapat bertindak sebagai jalan untuk
menangkal dampak ketidakpastian. Namun kelemahan dari pendekatan ini adalah bahwa ukuran
masalah tumbuh secara eksponensial dengan jumlah ketidakpastian dan cakrawala prediksi.
5. Contoh Penerapan MPC
1. Desain Pengaturan Level pada Coupled Tank Process dengan Menggunakan Metode
Model Predictive Control.
Plant level coupled tank digunakan pada kebutuhan industri yang melibatkan fluida
sebagai penampung minyak atau cairan kimia. Coupled tank merupakan plant nonlinier yang
tersusun dari dua buah tangki yang dihubungkan oleh sebuah pipa atau lubang saluran. Cara
kerja dari tank ini dengan mengendalikan aliran dan laju air salah satu tangki sesuai kebutuhan.
Kontrol level digunakan untuk menjaga titik set level terhadap nilai yang diberikan sehingga
mampu menerima nilai-nilai set point secara dinamis. Pada tugas akhir ini, digunakan metode
Model Predictive Control untuk mengendalikan aliran dan laju air. Untuk mengaplikasikan
Model Predictive Control, perumusan plant akan diubah menjadi plant linear.
2. Penerapan Model Predictive Control (MPC) pada Desain Pengendalian Robot Mobil
Beroda Empat
Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat
dikendalikan dari jauh atau memiliki sistem pengendali otomatis untuk bergerak dan berpindah
haluan. Robot mobil menjadi salah satu sarana yang digunakan oleh pihak militer untuk untuk
melakukan pengintaian, penjelajahan, dan pengawasan ke tempat-tempat yang berbahaya bagi
manusia. Pada penerapannya ada beberapa lintasan yang dianggap berbahaya untuk dilalui,
didefinisikan suatu lintasan terlebih dahulu agar robot mobil bergerak sesuai lintasan tersebut.
Robot mobil tidak bisa mengikuti lintasan dengan baik tanpa diberi perintah terlebih dahulu dan
dikendalikan. Untuk itu, diperlukan suatu metode untuk mengendalikan robot mobil agar dapat
bergerak mengikuti lintasan dalam misinya untuk melakukan pengintaian, penjelajajahan dan
pengawasan. Dari hasil simulasi diperoleh bahwa dengan mengambil horizon prediksi N=3,
waktu sampling t=1s dan iterasi sebanyak 10 kali diperoleh nilai x(k) yang mendekati dengan
nilai x_r(k)
3. Penerapan Model Predictive Control (MPC) pada Kapal Autopilot dengan Lintasan
Tertentu
Permasalahan dalam kendali kapal salah satunya adalah path following. Path following
bertujuan mengarahkan kapal untuk mengikuti jalur yang ditentukan. Pada penelitian ini dikaji
bentuk pengendali untuk memperkuat kendali terhadap masalah path following. Kapal yang
menjadi objek pada penelitian ini adalah kapal yang berjenis underactuated. Kapal underactuated
merupakan kapal dengan jumlah variabel yang dikontrol lebih banyak dari jumlah aktuator,
dimana aktuator adalah sebuah alat yang digunakan untuk mengontrol sebuah mekanisme atau
sistem. Langkah pertama yang dilakukan adalah mentransformasikan model dinamik kapal
terhadap lintasan sehingga didapatkan model dinamik kapal yang baru berupa error posisi kapal
terhadap lintasan dan error orientasi (error sudut kapal). Selanjutnya digunakan pengendali MPC
untuk menstabilkan gerak kapal.. Hasil simulasi menunjukkan bahwa dengan pengendali MPC,
error dari path following konvergen ke nol dan kapal dapat mengikuti lintasan yang diharapkan.
BAB III
PENUTUP
1. Kesimpulan
Adapun kesimpulan yang dapat diambil dari materi diatas adalah Model predictive
control ( MPC ) adalah metode control proses canggih yang digunakan untuk mengontrol suatu
proses sambil memenuhi serangkaian kendala. Ini telah digunakan dalam
industri proses di pabrik kimia dan kilang minyak sejak 1980-an. Prinsip yang mendasari pada
setiap jenis pengendalian prediktif antara lain: Menggunakan model proses untuk memprediksi
keluaran yang akan dating dalam rentang waktu yang telah ditentukan (horizon), Menghitung
sinyal kendali dengan meminimasi objective function (fungsi kriteria) yang ditetapkan
sebelumnya dengan tujuan untuk menjaga keluaran proses agar sedekat mungkin dengan
trayektori acuan, Sinyal kendali u(k | k) dikirim ke proses sedangkan sinyal kendali terprediksi
berikutnya dibuang, karena pada pencuplikan berikutnya, keluaran y(k + 1) sudah diketahui
nilainya.
2. Saran
Demikian yang dapat kami paparkan mengenai materi yang menjadi pokok bahasan dalam
makalah ini, tentunya masih banyak kekurangan dan kelemahannya, kerena terbatasnya
pengetahuan dan kurangnya rujukan atau referensi yang ada hubungannya dengan judul makalah
ini. Penulis banyak berharap para pembaca memberikan kritik dan saran yang membangun
kepada penulis demi sempurnanya makalah ini dan penulisan makalah di kesempatan –
kesempatan berikutnya.
DAFTAR PUSTAKA
file:///C:/Users/sakina/Downloads/bahan%20elektronika.pdf
file:///C:/Users/sakina/Downloads/file%20(1).pdf
file:///C:/Users/sakina/Downloads/214317-none.pdf
https://www.google.com/search?safe=strict&ei=t-rwXfX0JODTz7sPovaW-
Aw&q=penerapan+model+predictife+control&oq=penerapan+model+predictife+control&gs_l=
psy-ab.3...14445.36570..38526...1.2..2.594.8690.22j32j5j2j1j1......0....1..gws-
wiz.....0..0i71j33i160j0i67j0j0i131j0i22i30j33i21j33i22i29i30j33i22i10i29i30.ZCV9-
TrI5Po&ved=0ahUKEwi1rIDM1a3mAhXg6XMBHSK7Bc8Q4dUDCAo&uact=5