BAB 5

PERANCANGAN KENDALI

Hasil analisis kestabilan, kontrolabilitas dan observabilitas menjadi

acuan untuk merancang sistem kendali.

Bila ternyata kinerja sistem masih bisa diperbaiki dengan

mengubah parameter-parameter sistem, atau secara langsung
parameter-parameter kendali memungkinkan untuk dimodifikasi
maka perancangan sistem kendali masih bisa dihindari.

Tetapi bila hal tadi sudah tidak memungkinkan untuk dilakukan,
atau dengan kata lain terlalu besar biaya yang harus ditanggung
untuk memodifikasi parameter-parameter kendali, maka langkah
kompensasi dengan merancang sistem kendali tidak dapat
dihindari.

Secara garis besar, perancangan kendali dalam model ruang

keadaan dapat dibagi atas dua pendekatan, yaitu:
1. perancangan kendali tanpa observer, atau kendali dengan
umpanbalik status penuh (full sate-feedback).
2. perancangan kendali menggunakan observer orde-penuh (full-
order observer).
3. perancangan kendali menggunakan observer-orde-tereduksi
(reduced-order observer).

5.1. PERANCANGAN KENDALI DENGAN UMPANBALIK STATUS-PENUH

(FULL-STATE FEEDBACK)

Teknik “Penempatan Kutub” (Pole Placement) adalah teknik klasik

dalam mendesain sistem kendali, dimana aturan kendali dirancang
seolah-olah memindahkan kutub-kutub sistem ke lokasi kutub-kutub
yang lebih menguntungkan yang dapat membuat kinerja sistem
menjadi lebih baik.
Aturan kendali dengan umpanbalik variabel keadaan (state
feedback) menempatkan kutub-kutub sistem sesuai dengan
karakteristik yang diharapkan. Untuk sistem dengan persamaan
keadaan berikut:

x& (t ) = Ax(t ) + Bu(t ) (5.1)

Aturan kendali dipilih dalam bentuk

48
Bab 5. Perancangan Kendali

u(t ) = −Kx(t ) + r (t ) (5.2)

Atau dapat juga ditulis sebagai

 x1 (t ) 
 
(
x t  )
u(t ) = [− k1 − k2 .... − kn ]  2  + r(t )
.... (5.3)
 
 x (t )
 n 

Dengan mensubstitusi persamaan (5.3) ke dalam (5.1) diperoleh

x& (t ) = Ax(t ) − BKx(t ) + Br (t )

= (A − BK )x(t ) + Br (t ) = A F x(t ) + Br (t )
(5.4)

Matriks AF merupakan matriks sistem dalam daur tertutup. Persamaan

karakteristik daur tertutup sistem kemudian adalah:

sI − A F = sI − A + BK = 0 (5.5)

Anggap bahwa persamaan karakteristik yang diharapkan αC(s)

mempunyai kutub-kutub pada -λ1, -λ2, .... , dan -λn.

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)

Hasil prosedur perancangan dengan penempatan kutub akan

menghasilkan vektor gain K sedemikian dengan menyamakan
persamaan (5.5) dgn (5.6), yaitu:

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

Gbr. 5.1. Diagram kendali umpanbalik status penuh.

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)

Contoh 1. Rancanglah sistem kendali full-state feedback sehingga

sistem berikut memiliki akar-akar persamaan karakteristik
pada titik-titik: -5, -6, -7.

 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

Persamaan karakteristik dengan akar-akar -5, -6, dan -7 seperti pada

pers.(5.6) adalah
α C (s ) = (s + 5)(s + 6)(s + 7 ) = (s + 5)(s 2 + 13s + 42) = 0
= s 3 + 18s 2 + 107s + 210 = 0

Dengan menyamakan koefisien-koefisien operator s3, s2, s1, dan s0 dari

kedua persamaan di atas maka diperoleh
12
∴ 6 + 2k 3 = 18 → 2k 3 = 12 ⇒ k 3 = =6
2
∴18 + 8k 3 + 12k 2 = 107 → 12k 2 = 107 − 18 − 8(6 ) ⇒ k 2 =
41
= 3.4167
12
∴ 56 + 8k 3 + 24k 2 + 36k1 = 210 → 36k1 = 210 − 56 − 24(3.5) − 8(6 )
23.9992
⇒ k1 = = 0.6667
36

51
Bab 5. Perancangan Kendali

Dengan bantuan program MATLAB:

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)');

Hasil Running program:

Nilai eigen matriks keadaan:
ans =
-4.7042
-0.6479 + 3.3889i
-0.6479 - 3.3889i

Gain kontroler adalah:

K =
0.6667 3.4167 6.0000
Nilai eigen matriks keadaan baru:
ans =
-5.0000
-6.0000
-7.0000

52
Bab 5. Perancangan Kendali

Bandingkan hasil yang diperoleh dengan teknik penempatan kutub

(pole placement) yang dihitung secara manual dengan teknik
“formulasi Ackermann” yang dihitung menggunakan MATLAB.
Hasilnya adalah tentu saja sama.

Grafik tanggapan sistem (tiga variable keadaan) terhadap masukan

tangga satuan (unit step input) terlihat pada Gambar 5.2 untuk sistem
tanpa kendali umpanbalik variabel keadaan penuh. Sedangkan
Gambar 5.3 adalah perbandingan diagram tanggapa waktu untuk
sistem tanpa dan dengan menggunakan 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)

Gbr. 5.3. Hasil simulasi perbandingan tiga buah variable keadaan

sistem setelah diterapkan kendali full-state feedback.

5.2. PERANCANGAN KENDALI DENGAN OBSERVER ORDE-PENUH (FULL-

ORDER OBSERVER)

Untuk sistem orde-satu atau dua, umpanbalik status penuh

tidaklah menjadi persoalan. Beberapa sistem orde-dua yang
dirancang dengan metode klasik menggunakan variabel posisi dan
perubahan posisi atau kecepatan. Oleh karenanya umpanbalik status
penuh masih bisa digunakan. Namun demikian, beberapa sistem
tidak dapat dimodelkan dalam orde-satu atau dua, tetapi
mempunyai orde yang lebih besar daripada dua. Untuk sistem seperti
ini, pengukuran variabel keadaan secara penuh tidaklah praktis.
Untuk mengimplementasikan perancangan dengan penempatan
kutub pada sistem ini, variabel keadaan yang tidak dapat diukur
langsung mesti diestimasi melalui pengukuran variabel yang
memungkinkan untuk diukur (variabel ini disebut variabel output).

54
Bab 5. Perancangan Kendali

Selain alasan-alasan yang disebutkan tadi, ada alasan lain mengapa

observer variabel keadaan seharusnya direalisasikan, antara lain:

1. Terkadang variabel keadaan internal dari suatu sistem mempunyai

bentuk fisik yang sulit untuk diukur. Hal ini terkait dengan belum
adanya sensor yang tersedia (belum dirilis di pasar) untuk
mengukur variabel keadaan internal sistem tersebut.
2. Secara umum sensor dengan akurasi tinggi sangatlah mahal,
sehingga semakin banyak variabel keadaan yang diukur langsung
akan semakin mahal pula biaya perancangan sistem kendalinya.
Biaya mahal ini termasuk bila sensor khusus untuk menangani point
1 di atas dirancang dan dirilis di pasar.
3. Sensor umumnya sensitif terhadap derau (noise) khususnya untuk
derau frekuensi tinggi sehingga setiap sensor memerlukan
penanganan khusus untuk mengurangi efek derau terhadap
kinerja sistem kendali.

Oleh karena alasan-alasan tersebut maka Perancangan kendali untuk

sistem-sistem orde lebih besar daripada 2 dengan observer variabel
keadaan lebih disenangi.

5.2.1. Perancangan Observer Variabel Keadaan Orde-Penuh

Sebuah sistem input-tunggal output-tunggal dilukiskan dalam
persamaan ruang keadaan sebagai berikut: (bentuk sederhana dari
persamaan (1))

x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t )
(5.9)

Dengan memperhatikan diagram blok Gambar 5.4, persamaan

observer adalah:

x&ˆ (t ) = Fxˆ (t ) + Hu (t ) + Gy (t ) (5.10)

Problemnya adalah bagaimana menemukan matriks F, G dan H

sehingga variabel keadaan yang diestimasi x̂ (t ) secara akurat
mengikuti perilaku x(t) yang sebenarnya pada sisi internal sistem.
Selanjut, variabel yang diestimasi tadi digunakan untuk
membangkitkan sinyal umpanbalik, sebagaimana pada persamaan
(5.2) yaitu:

u (t ) = −Kxˆ (t ) (5.11)

55
Bab 5. Perancangan Kendali

Banyak metode yang dapat digunakan untuk menemukan

matriks F, G dan H. Dan solusi yang diperoleh adalah F=A – GC, dan
H=B (penurunannya dapat dibaca pada [3] Philips, 1996). Sehingga
persamaan (5.10) ditulis kembali sebagai

x&ˆ (t ) = (A − GC) xˆ (t ) + Bu (t ) + Gy (t ) (5.12)

Sehingga problema perancangan observer disederhanakan

dalam (5.12) yaitu bagaimana menemukan matriks G sehingga
dinamika variabel keadaan hasil observasi menjadi lebih cepat
daripada dinamika variabel keadaan original sistem pada (5.9). Untuk
itu penempatan kutub-kutub observer kembali dipertimbangkan
sebagaimana dibahas sebelumnya.

Persamaan karakteristik dari observer adalah

sI − A + GC = 0 (5.13)

Untuk merancang observer diharapkan bahwa observer

mempunyai tanggapan yang lebih cepat dua sampai empat kali
daripada sistem original. Karena itu dipilih persamaan karakteristik
yang mempunyai kutub-kutub (-β1, -β2, ... , -βn) yaitu:

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)

Kemudian matriks gain G dihitung sebagai

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)

Problem di atas serupa dengan problem penyelesaian gain kendali K

pada persamaan (5.8).
Gain matriks G dapat pula dihitung dengan menggunakan formula
Ackerman, yaitu:

56
Bab 5. Perancangan Kendali

−1
 C  0
   
 CA  0
G = α e (A ) 
....   .... (5.16)
   
 CA n −1  1
   

5.2.2. Perancangan Kontroler-Observer Orde-Penuh

Sekarang akan dibahas bagaimana merancang kontroler-observer
orde penuh dengan berdasarkan pada hasil yang diperoleh
sebelumnya dan memperhatikan Gambar 4. Dengan mensubstitusi
persamaan (5.9) ke dalam (5.18) maka diperoleh

x&ˆ (t ) = (A − GC ) xˆ (t ) − BK xˆ (t ) + G y (t )
= (A − GC − BK ) xˆ (t ) + G y (t )
(5.17)

Dengan memperhatikan Gambar 5.4, persamaan aturan kendali

pada (5.11) menjadi

u(t ) = −Kxˆ (t ) + r (t ) (5.18)

Sehingga dengan mensubstitusi (5.18) ke dalam persamaan keadaan

(5.12) dan persamaan output pada (5.9) ke dalam (5.17) maka
diperoleh

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 )

Atau dalam bentuk matriks dapat ditulis kembali sebagai berikut:

 x& (t )  A − BK   x(t ) B

 x&ˆ (t ) GC A − GC − BK   xˆ (t ) +  0  r (t )
=
      
 x(t ) (5.20)
y = [C 0]  
 xˆ (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