PERANCANGAN KENDALI
48
Bab 5. Perancangan Kendali
sI − A F = sI − A + BK = 0 (5.5)
α C (s ) = (s + λ1 )(s + λ2 ) ....... (s + λn ) = 0
= s n + α n−1 s n−1 + α n−2 s n−2 + .... + α 2 s 2 + α1 s + α 0 = 0
……. (5.6)
sI − A + BK = α C (s )
= s n + α n −1 s n −1 + α n − 2 s n − 2 + .... + α 2 s 2 + α 1 s + α 0
……. (5.7)
49
Bab 5. Perancangan Kendali
r u y
Model System
....
kn
xn
k2
x2
k1
x1
Sebanyak n buah gain kendali (k1, k2, ..., kn) yang akan ditemukan
dengan mencari solusi persamaan (5.7) dengan cara menyamakan
masing-masing koefisien pengali (sn-1, sn-2, ..., s1, s0) dari (5.5) dan (5.6).
Gain K dapat pula dihitung menggunakan formula Ackerman seperti
ditunjukkan pada persamaan (5.8). Gambar 1 memperlihatkan
diagram blok sistem kendali dengan umpanbalik status penuh.
[
K = [0 0 ... 1] B AB ... A n −1B α c (A ) ]−1
(5.8)
x&1 − 2 3 0 x1 0
x& 2 = 0 − 2 6 x2 + 0 u
x& − 2 − 1 − 2 x 2
3 3
x1
y = (1 0 0 ) x 2
x
3
Solusi:
Persamaan karakteristik dari sistem di atas dengan menambahkan
gain kontroler K seperti pada pers.(5.5) adalah
50
Bab 5. Perancangan Kendali
s + 2 −3 0 0
sI − A + BK = 0 s + 2 − 6 + 0 (k1 k2 k3 )
2 1 s + 2 2
s + 2 −3 0 0 0 0
= 0 s+2 −6 + 0 0 0
2 1 s + 2 2k1 2k 2 2k 3
s+2 −3 0
= 0 s+2 −6
2 + 2k 1 + 2k s + 2 + 2k 3
1 2
s+2 −6
sI − A + BK = (s + 2 )(− 1)
1+1
1 + 2k 2 s + 2 + 2k 3
0 −6
+ (− 3)(− 1)
1+ 2
2 + 2 k1 s + 2 + 2k3
(
= (s + 2 ) s 2 + (4 + 2 k 3 )s + 4 + 4 k 3 + 6 + 12 k 2 )
+ 3(12 + 12 k1 )
Diperoleh
s 3 + (6 + 2k 3 )s 2 + (18 + 8k 3 + 12k 2 )s + (56 + 8k 3 + 24k 2 + 36k1 ) = 0
51
Bab 5. Perancangan Kendali
clc;clear all;
A=[-2 3 0;0 -2 6;-2 -1 -2];
B=[0;0;2];
C=[1 0 0;0 1 0;0 0 1];
D=[0;0;0];
disp('Nilai eigen matriks keadaan:');eig(A)
aa=poly(A);aa0=aa(4);aa1=aa(3);aa2=aa(2);
t=0:0.1:6;
sistem=ss(A,B,C,D);
y=step(sistem,t);
figure;
subplot(311); plot(t,y(:,1));ylabel('x1(t)');
subplot(312); plot(t,y(:,2));ylabel('x2(t)');
subplot(313); plot(t,y(:,3));ylabel('x3(t)');
xlabel('Waktu (detik)');
% Desain sistem kendali
a=poly([-6,-7,-5]); % pole yang diinginkan
a0=a(4);a1=a(3);a2=a(2);
disp('Gain kontroler adalah:');
K=[0 0 1]*inv([B A*B A*A*B])*(A^3+a2*A^2+a1*A+a0*eye(3))
Ak=A-B*K; %matriks keadaan sistem yang baru
disp('Nilai eigen matriks keadaan baru:');eig(Ak)
Bk=B*a0/aa0;
sistemk=ss(Ak,Bk,C,D);
yk=step(sistemk,t);
figure;
subplot(311); plot(t,yk(:,1),t,y(:,1));ylabel('x1(t)');
subplot(312); plot(t,yk(:,2),t,y(:,2));ylabel('x2(t)');
subplot(313); plot(t,yk(:,3),t,y(:,3));ylabel('x3(t)');
xlabel('Waktu (detik)');
52
Bab 5. Perancangan Kendali
1
x 1(t)
0.5
0
0 1 2 3 4 5 6
1
x 2(t)
0.5
0
0 1 2 3 4 5 6
0.5
x 3(t)
-0.5
0 1 2 3 4 5 6
Waktu (detik)
Gbr. 5.2. Hasil simulasi tiga buah variable keadaan sistem sebelum
diterapkan kendali full-state feedback.
53
Bab 5. Perancangan Kendali
1
Tanpa kendali
x 1(t)
0.5
Dengan kendali
Tanpa kendali
0
0 1 2 3 4 5 6
1
Tanpa kendali
x 2(t)
0.5
Dengan kendali
0 Tanpa kendali
0 1 2 3 4 5 6
0.5
Tanpa kendali
x 3(t)
0
Dengan kendali
Tanpa kendali
-0.5
0 1 2 3 4 5 6
Waktu (detik)
54
Bab 5. Perancangan Kendali
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t )
(5.9)
u (t ) = −Kxˆ (t ) (5.11)
55
Bab 5. Perancangan Kendali
sI − A + GC = 0 (5.13)
α e (s ) = (s + β 1 )(s + β 2 ) ....... (s + β n ) = 0
= s n + α n −1 s n −1 + α n − 2 s n − 2 + .... + α 2 s 2 + α 1 s + α 0 = 0
…… (5.14)
sI − A + GC = α e (s )
= s n + α n−1s n−1 + α n−2 s n−2 + .... + α 2 s 2 + α1s + α 0
…… (5.15)
56
Bab 5. Perancangan Kendali
−1
C 0
CA 0
G = α e (A )
.... .... (5.16)
CA n −1 1
x&ˆ (t ) = (A − GC ) xˆ (t ) − BK xˆ (t ) + G y (t )
= (A − GC − BK ) xˆ (t ) + G y (t )
(5.17)
x& (t ) = A x (t ) − BK xˆ (t ) + B r (t )
x&ˆ (t ) = GC x (t ) + (A − GC − BK ) xˆ (t ) (5.19)
y = C x (t )
57
Bab 5. Perancangan Kendali
r u y
Model System
kn
: x̂n
: Observer
k2 Status
x̂2
k1
x̂1
Gbr. 5.4. Perancangan kendali dengan observer orde-penuh.
58