BAB 2

PEMODELAN MATEMATIKA
SISTEM PENGENDALIAN
2-1 Pengenalan
Dalam mempelajari sistem kontrol pembaca harus dapat memodelkan sistem dinamis
dalam istilah matematika dan menganalisis karakteristik dinamis mereka. Model matematika dari
sistem dinamis didefinisikan sebagai serangkaian persamaan yang mewakili dinamika sistem
secara akurat, atau setidaknya cukup baik. . Perhatikan bahwa model matematika tidak unik
untuk sistem yang diberikan. Suatu sistem dapat direpresentasikan dalam berbagai cara dan, oleh
karena itu, mungkin memiliki banyak model matematika, tergantung pada perspektif seseorang.
Dinamika banyak sistem, apakah mereka mekanik, listrik, termal, ekonomi, biologi, dan
sebagainya, dapat dijelaskan dalam hal persamaan diferensial. Persamaan diferensial semacam
itu dapat diperoleh dengan menggunakan hukum fisik yang mengatur sistem tertentu —
misalnya, hukum Newton untuk sistem mekanis dan hukum Kirchhoff untuk sistem kelistrikan.
Kita harus selalu ingat bahwa menurunkan model matematika yang masuk akal adalah bagian
terpenting dari keseluruhan analisis. sistem kontrol.
Sepanjang buku ini, kami berasumsi bahwa prinsip kausalitas berlaku untuk sistem yang
dipertimbangkan. Ini berarti bahwa keluaran sistem saat ini (keluaran pada waktu t = 0)
tergantung pada input yang lalu (input untuk t <0) tetapi tidak tergantung pada input masa depan
(input untuk t> 0)
Model Matematik. Model matematis mungkin memiliki banyak bentuk yang berbeda.
Tergantung pada sistem tertentu dan keadaan khusus, satu model matematika mungkin lebih
cocok daripada model lain. Misalnya, dalam masalah kontrol optimal, adalah menguntungkan
untuk menggunakan representasi ruang-keadaan. Di sisi lain, untuk analisis respons-transien atau
respons frekuensi dari sistem input tunggal, keluaran tunggal, linier, sistem waktu-invariant,
representasi fungsi transfer mungkin lebih mudah daripada yang lain. Setelah model matematika
dari suatu sistem diperoleh, berbagai alat analitis dan komputer dapat digunakan untuk tujuan
analisis dan sintesis.
Kesederhanaan Versus Akurasi. Dalam memperoleh model matematika, kita harus
membuat kompromi antara kesederhanaan model dan keakuratan hasil analisis. Dalam
menurunkan model matematika yang disederhanakan, kita sering merasa perlu untuk
mengabaikan sifat-sifat fisik tertentu yang melekat pada sistem. Khususnya, jika model
matematika linear terpusat-parameter (yaitu, satu menggunakan persamaan diferensial biasa)
yang diinginkan, itu selalu diperlukan untuk mengabaikan nonlinier tertentu dan parameter
terdistribusi yang mungkin ada dalam sistem fisik. Jika efek yang diabaikan oleh sifat-sifat yang
diabaikan ini kecil, maka kesepakatan yang baik akan diperoleh antara hasil analisis model
matematika dan hasil studi eksperimental terhadap sistem fisik.
Secara umum, dalam memecahkan masalah baru, diharapkan untuk membangun model
yang disederhanakan sehingga kita bisa mendapatkan perasaan umum untuk solusinya. Model
matematika yang lebih lengkap kemudian dapat dibangun dan digunakan untuk analisis yang
lebih akurat.
Kita harus menyadari bahwa model parameter terpusat linier, yang mungkin valid dalam
operasi frekuensi rendah, mungkin tidak valid pada frekuensi yang cukup tinggi, karena properti
parameter terdistribusi yang diabaikan dapat menjadi faktor penting dalam perilaku dinamis dari
sistem. Sebagai contoh, massa pegas dapat diabaikan dalam operasi frekuensi rendah, tetapi itu
menjadi properti penting dari sistem pada frekuensi tinggi. (Untuk kasus di mana model
matematika melibatkan kesalahan yang cukup besar, teori kontrol yang kuat dapat diterapkan.
Teori kontrol yang kuat disajikan dalam Bab 10.)
Sistem Linear. Suatu sistem disebut linear jika prinsip superposisi berlaku. Prinsip
superposisi menyatakan bahwa respon yang dihasilkan oleh aplikasi simultan dari dua fungsi
pemaksaan yang berbeda adalah penjumlahan dari dua respons individu. Oleh karena itu, untuk
sistem linier, respons terhadap beberapa input dapat dihitung dengan memperlakukan satu input
pada satu waktu dan menambahkan hasilnya. Prinsip inilah yang memungkinkan seseorang
untuk membangun solusi rumit untuk persamaan diferensial linier dari solusi sederhana.
Dalam penyelidikan eksperimental sistem dinamis, jika sebab dan akibat adalah
proporsional, sehingga menyiratkan bahwa prinsip superposisi berlaku, maka sistem dapat
dianggap linear.
Sistem Waktu-Invarian Linear dan Sistem Linear Time-Varying. Persamaan
diferensial adalah linear jika koefisien adalah konstanta atau hanya berfungsi dari variabel
independen. Sistem dinamis yang tersusun atas komponen parameter linier waktu-invariant dapat
dijelaskan oleh persamaan diferensial linier-invariant — yaitu persamaan diferensial koefisien
konstan. Sistem semacam ini disebut sistem linear time-invariant (atau linear constant-
coefficient). Sistem yang diwakili oleh persamaan diferensial yang koefisien fungsi waktu
disebut sistem waktu-berubah linear. Contoh sistem kontrol yang bervariasi waktu adalah sistem
kontrol pesawat ruang angkasa. (Massa pesawat ruang angkasa berubah karena konsumsi bahan
bakar.)
Garis besar Bab. Bagian 2–1 telah menyajikan pengantar untuk pemodelan matematika
sistem dinamis. Bagian 2–2 menyajikan fungsi transfer dan fungsi impuls-respons. Bagian 2–3
memperkenalkan sistem kontrol otomatis dan Bagian 2–4 membahas konsep pemodelan dalam
ruang status. Bagian 2–5 menyajikan representasi state-space dari sistem dinamis. Bagian 2–6
membahas transformasi model matematika dengan MATLAB. Akhirnya, Bagian 2–7 membahas
linearisasi model matematika nonlinier.
2-2 FUNGSI TRANSFER DAN RESPON IMPUL FUNGSI
Dalam teori kontrol, fungsi yang disebut fungsi transfer biasanya digunakan untuk
mengkarakterisasi hubungan input-output komponen atau sistem yang dapat dijelaskan oleh
persamaan diferensial linier, waktu-invariant. Kita mulai dengan mendefinisikan fungsi transfer
dan diikuti dengan derivasi dari fungsi transfer dari sistem persamaan diferensial. Kemudian kita
membahas fungsi impuls-respons.
Fungsi Transfer. Fungsi transfer dari linear, waktu-invariant, sistem persamaan
diferensial didefinisikan sebagai rasio dari Transformasi Laplace dari output (fungsi respon) ke
Transformasi Laplace dari input (fungsi mengemudi) dengan asumsi bahwa semua kondisi awal
adalah nol.
Pertimbangkan sistem waktu-invariant linier yang ditentukan oleh persamaan diferensial
berikut:

di mana y adalah output dari sistem dan x adalah input. Fungsi transfer sistem ini adalah rasio
output yang ditransformasikan Laplace ke input Transformasi Laplace ketika semua kondisi awal
adalah nol, atau
 Dengan menggunakan konsep fungsi transfer, dimungkinkan untuk mewakili dinamika
sistem dengan persamaan aljabar dalam s. Jika kekuatan tertinggi dalam penyebut fungsi transfer
sama dengan n, sistem disebut sistem n-order.
Komentar tentang Fungsi Transfer. Penerapan konsep fungsi transfer terbatas pada
linear, waktu-invariant, sistem persamaan diferensial. Pendekatan fungsi transfer, bagaimanapun,
secara ekstensif digunakan dalam analisis dan desain sistem tersebut. Berikut ini, kami akan
membuat daftar komentar penting mengenai fungsi transfer. (Perhatikan bahwa sistem yang
disebut dalam daftar adalah yang digambarkan oleh persamaan diferensial linier, waktu-
invariant.)
1. Fungsi transfer sistem adalah model matematika karena merupakan metode operasional
untuk mengekspresikan persamaan diferensial yang menghubungkan variabel output
dengan variabel input.
2. Fungsi transfer adalah properti dari sistem itu sendiri, terlepas dari besarnya dan sifat
input atau fungsi mengemudi.
3. Fungsi transfer termasuk unit yang diperlukan untuk menghubungkan input ke output;
Namun, itu tidak memberikan informasi mengenai struktur fisik dari sistem. (Fungsi
transfer dari banyak sistem yang berbeda secara fisik dapat identik.)
4. Jika fungsi transfer suatu sistem diketahui, output atau respons dapat dipelajari untuk
berbagai bentuk input dengan maksud untuk memahami sifat sistem.
5. Jika fungsi transfer suatu sistem tidak diketahui, ia dapat dibentuk secara eksperimental
dengan memperkenalkan input yang dikenal dan mempelajari output dari sistem. Setelah
terbentuk, fungsi transfer memberikan deskripsi lengkap tentang karakteristik dinamis
sistem, yang berbeda dari deskripsi fisiknya
Konvolusi Integral. Untuk sistem linear, waktu-invariant fungsi transfer G (s) adalah
Y ( s)
G ( s )=
X (s)
di mana X (s) adalah Transformasi Laplace dari input ke sistem dan Y (s) adalah Transformasi
Laplace dari output sistem, di mana kita mengasumsikan bahwa semua kondisi awal yang terlibat
adalah nol. Ini mengikuti bahwa output Y (s) dapat ditulis sebagai produk dari G (s) dan X (s),
atau
Y ( s )=G ( s ) X ( s )
Perhatikan bahwa perkalian dalam domain kompleks setara dengan konvolusi dalam
domain waktu (lihat Lampiran A), sehingga invers Transformasi Laplace Persamaan (2–1)
diberikan oleh integral konvolusi berikut:

di mana kedua g (t) dan x (t) adalah 0 untuk t <0.

Fungsi Impuls-Respon. Pertimbangkan output (respons) dari sistem time-variant linier
ke input unit-impuls ketika kondisi awal nol. Karena Transformasi Laplace dari fungsi unit-
impuls adalah kesatuan, Transformasi Laplace dari output sistem
Y ( s )=G ( s )
Transformasi Laplace invers output yang diberikan oleh Persamaan (2–2) memberikan
respon impuls dari sistem. Transformasi Laplace invers G (s), atau

disebut fungsi impuls-respons. Fungsi ini g (t) juga disebut fungsi pembobotan sistem.
Fungsi respon impuls g (t) adalah respon dari sistem waktu-invariant linier ke input unit-
impuls ketika kondisi awal nol. Transformasi Laplace fungsi ini memberikan fungsi transfer.
Oleh karena itu, fungsi transfer dan fungsi impuls-respons dari sistem linear, waktu-invarian
mengandung informasi yang sama tentang dinamika sistem. Oleh karena itu mungkin untuk
mendapatkan informasi lengkap tentang karakteristik dinamis dari sistem dengan menariknya
dengan input impuls dan mengukur respon. (Dalam prakteknya, input pulsa dengan durasi yang
sangat singkat dibandingkan dengan konstanta waktu yang signifikan dari sistem dapat dianggap
sebagai impuls.)
2-3 Sistem Pengendalian Otomatis
Sistem kontrol dapat terdiri dari sejumlah komponen. Untuk menunjukkan fungsi yang
dilakukan oleh masing-masing komponen, dalam teknik kontrol, kita biasanya menggunakan
diagram yang disebut diagram blok. Bagian ini pertama kali menjelaskan apa itu diagram blok.
Selanjutnya, ia membahas aspek pengantar sistem kontrol otomatis, termasuk berbagai tindakan
kontrol. Kemudian, ia menyajikan metode untuk mendapatkan diagram blok untuk sistem fisik,
dan, akhirnya, membahas teknik untuk menyederhanakan diagram tersebut.
Blok Diagram. Diagram blok sistem adalah representasi bergambar dari fungsi yang
dilakukan oleh masing-masing komponen dan aliran sinyal. Seperti diagram menggambarkan
keterkaitan yang ada di antara berbagai komponen. Berbeda dengan representasi matematis
abstrak murni, diagram blok memiliki keuntungan untuk menunjukkan secara lebih realistik
aliran sinyal dari sistem yang sebenarnya.
Dalam diagram blok semua variabel sistem dihubungkan satu sama lain melalui blok
fungsional. Blok fungsional atau hanya blok adalah simbol untuk operasi matematika pada sinyal
input ke blok yang menghasilkan output.Fungsi transfer dari komponen biasanya dimasukkan di
blok yang sesuai, yang dihubungkan oleh panah untuk menunjukkan arah aliran sinyal.
Perhatikan bahwa sinyal hanya dapat lewat ke arah panah. Jadi diagram blok dari sistem kontrol
secara eksplisit menunjukkan properti unilateral.
Gambar 2-1 menunjukkan elemen diagram blok. Panah yang menunjuk ke arah blok
menunjukkan input, dan kepala panah yang mengarah keluar dari blok menunjukkan output.
Panah seperti ini disebut sebagai sinyal.

Perhatikan bahwa dimensi dari sinyal output dari blok adalah dimensi dari sinyal input
dikalikan dengan dimensi fungsi transfer di blok.
Keuntungan dari representasi diagram blok dari suatu sistem adalah bahwa itu mudah
untuk membentuk diagram blok keseluruhan untuk keseluruhan sistem hanya dengan
menghubungkan blok-blok komponen sesuai dengan aliran sinyal dan itu mungkin untuk
mengevaluasi kontribusi masing-masing komponen terhadap kinerja keseluruhan sistem.
 Secara umum, operasi fungsional dari sistem dapat divisualisasikan lebih mudah oleh
memeriksa diagram blok daripada dengan memeriksa sistem fisik itu sendiri. Sebuah diagram
blok berisi informasi mengenai perilaku dinamis, tetapi tidak termasuk informasi tentang
konstruksi fisik sistem. Akibatnya, banyak yang berbeda dan sistem yang tidak terkait dapat
diwakili oleh diagram blok yang sama.
Perlu dicatat bahwa dalam diagram blok sumber utama energi tidak secara eksplisit
ditampilkan dan bahwa diagram blok dari sistem yang diberikan tidak unik. Sejumlah berbeda
diagram blok dapat ditarik untuk suatu sistem, tergantung pada sudut pandang analisis.
Summing Point. Mengacu pada Gambar 2-2, sebuah lingkaran dengan salib adalah
simbol itu menunjukkan operasi penjumlahan. Tanda plus atau minus di setiap panah
menunjukkan apakah sinyal itu akan ditambahkan atau dikurangi. Adalah penting bahwa jumlah
sedang ditambahkan atau dikurangkan memiliki dimensi dan unit yang sama.
Titik cabang. Titik cabang adalah titik dari mana sinyal dari blok berjalan bersamaan
dengan blok atau penjumlahan poin lainnya.
Blok Diagram Sistem Loop Tertutup. Gambar 2–3 menunjukkan contoh a blok
diagram dari sistem loop tertutup. Output C (s) diumpankan kembali ke penjumlahan titik, di
mana ia dibandingkan dengan masukan referensi R (s). Sifat loop tertutup sistem ditunjukkan
dengan jelas oleh figur. Output blok, C (s) dalam kasus ini, diperoleh dengan mengalikan fungsi
transfer G (s) dengan input ke blok, E (s) .Setiap sistem kontrol linear dapat diwakili oleh
diagram blok yang terdiri dari blok, penjumlahan poin, dan poin cabang.
Ketika output diumpankan kembali ke titik penjumlahan untuk dibandingkan dengan
input, itu diperlukan untuk mengubah bentuk sinyal output ke sinyal input. Untuk Misalnya,
dalam sistem kontrol suhu, sinyal output biasanya dikendalikan suhu. Sinyal output, yang
memiliki dimensi suhu, harus dikonversi ke suatu gaya atau posisi atau tegangan sebelum dapat
dibandingkan dengan sinyal input. Konversi ini dilakukan oleh elemen umpan balik yang fungsi
transfernya adalah H (s), seperti yang ditunjukkan pada Gambar 2-4. Peran elemen umpan balik
adalah untuk memodifikasi output sebelumnya itu dibandingkan dengan input. (Dalam banyak
kasus, elemen umpan balik adalah sensor yang mengukur
output plant. Output sensor dibandingkan dengan input sistem, dan sinyal kesalahan penggerak
dihasilkan.) Dalam contoh ini, sinyal umpan balik yang diumpankan kembali ke titik
penjumlahan untuk perbandingan dengan input adalah B (s) = H (s) C (s).
Fungsi Transfer Loop Terbuka dan Fungsi Transfer Umpan Balik. Mengacu pada
Gambar 2–4, rasio dari sinyal umpan-balik B (s) ke sinyal kesalahan pengaktifan E (s) disebut
fungsi transfer loop terbuka. Itu adalah,
B ( s)
=G ( s ) H ( s )
E (s )
Rasio output C (s) ke sinyal kesalahan pengaktifan E (s) disebut feedforward fungsi
transfer, jadi itu
C( s)
=G(s)
E( s)
Jika fungsi transfer umpan balik H (s) adalah kesatuan, maka fungsi transfer loop terbuka dan
fungsi transfer umpan ke depan adalah sama.
Fungsi Transfer Loop Tertutup. Untuk sistem yang ditunjukkan pada Gambar 2–4,
output C (s) dan input R (s) terkait sebagai berikut: sejak

menghilangkan E (s) dari persamaan ini

 Fungsi transfer terkait C (s) ke R (s) disebut fungsi transfer loop tertutup. Ini
berhubungan dengan dinamika sistem loop tertutup ke dinamika elemen feedforward dan elemen
umpan balik.
Dari Persamaan (2–3), C (s) diberikan oleh

Dengan demikian output dari sistem loop tertutup jelas tergantung pada kedua fungsi
transfer loop tertutup dan sifat dari input.
Mendapatkan Fungsi Transfer Cascaded, Parallel, dan Feedback (Closed-Loop)
dengan MATLAB. Dalam analisis sistem kontrol, kita sering perlu menghitung fungsi transfer
kaskade, fungsi transfer yang terhubung paralel, dan fungsi transfer umpan-balik (loop tertutup).
MATLAB memiliki perintah yang mudah untuk mendapatkan kaskade, paralel, dan umpan balik
(tertutup- loop) fungsi transfer.
Anggaplah bahwa ada dua komponen G1 (s) dan G2 (s) yang terhubung secara berbeda
seperti yang ditunjukkan pada Gambar 2–5 (a), (b), dan (c), di mana

Pengontrol Otomatis. Pengontrol otomatis membandingkan nilai aktual dari output pabrik
dengan input referensi (nilai yang diinginkan), menentukan penyimpangan, dan menghasilkan
sinyal kontrol yang akan mengurangi penyimpangan ke nol atau ke nilai kecil. Cara di mana
pengendali otomatis menghasilkan sinyal kontrol disebut tindakan kontrol. Gambar 2–6 adalah
diagram blok dari sistem kontrol industri, yang
terdiri dari pengendali otomatis, aktuator, tanaman, dan sensor (mengukur elemen). Kontroler
mendeteksi sinyal kesalahan pengaktifan, yang biasanya pada tingkat daya yang sangat rendah,
dan menguatkan ke tingkat yang cukup tinggi. Output dari pengontrol otomatis diumpankan ke
aktuator, seperti motor listrik, motor hidrolik, atau motor pneumatik atau katup. (Aktuator adalah
perangkat daya yang menghasilkan input ke instalasi sesuai dengan sinyal kontrol sehingga
sinyal output akan mendekati sinyal input referensi.)
Sensor atau elemen pengukur adalah perangkat yang mengubah variabel output menjadi variabel
lain yang sesuai, seperti perpindahan, tekanan, tegangan, dll, yang dapat digunakan untuk
membandingkan output ke sinyal input referensi. Elemen ini berada di jalur umpan balik dari
sistem loop tertutup. Titik set pengontrol harus dikonversikan menjadi input referensi dengan
satuan yang sama dengan sinyal umpan balik dari sensor atau elemen pengukur.
Klasifikasi Pengontrol Industri. Kebanyakan pengendali industri dapat diklasifikasikan
menurut tindakan kontrol mereka sebagai:
1. Dua posisi atau pengontrol on-off
2. Kontroler proporsional
3. Kontroler integral
4. Pengontrol proporsional-plus-integral
5. Kontrol proporsional-plus-turunan
6. Kontrol proporsional-plus-integral-plus-derivatif
Kebanyakan pengendali industri menggunakan listrik atau cairan bertekanan seperti
minyak atau udara sebagai sumber tenaga. Akibatnya, pengendali juga dapat diklasifikasikan
menurut jenis daya yang digunakan dalam operasi, seperti pengendali pneumatik, pengendali
hidraulik, atau pengendali elektronik. Jenis pengendali apa yang harus digunakan harus
diputuskan berdasarkan sifat pabrik dan kondisi operasi, termasuk pertimbangan seperti
keselamatan, biaya, ketersediaan, keandalan, akurasi, berat, dan ukuran.
Tindakan Kontrol Dua Posisi atau Aktif-Mati. Dalam sistem kontrol dua posisi, elemen
penggerak hanya memiliki dua posisi tetap, yang, dalam banyak kasus, cukup on dan off. Dua-
posisi atau kontrol on-off relatif sederhana dan murah dan, untuk alasan ini, sangat banyak
digunakan baik dalam sistem kontrol industri dan domestik.
Biarkan sinyal keluaran dari pengontrol menjadi u (t) dan sinyal kesalahan penggerak menjadi e
(t). Dalam kontrol dua posisi, sinyal u (t) tetap pada nilai maksimum atau minimum, tergantung
pada apakah sinyal kesalahan penggerak positif atau negatif, sehingga

di mana U1 dan U2 adalah konstanta. Nilai minimum U2 biasanya nol atau –U1. Pengontrol dua
posisi pada umumnya merupakan perangkat listrik, dan katup solenoid-opereded listrik banyak
digunakan dalam pengontrol tersebut. Kontroler proporsional pneumatik dengan keuntungan
sangat tinggi bertindak sebagai pengendali dua posisi dan kadang-kadang disebut pneumatik
pengendali dua posisi
Gambar 2–7 (a) dan (b) menunjukkan diagram blok untuk pengontrol dua posisi atau on-off.
Rentang di mana sinyal kesalahan penggerak harus bergerak sebelum peralihan terjadi

disebut gap diferensial. Kesenjangan diferensial ditunjukkan pada Gambar 2–7 (b). Kesenjangan
yang berbeda ini menyebabkan output pengontrol u (t) untuk mempertahankan nilainya sekarang
sampai sinyal kesalahan ac-tuating bergerak sedikit melampaui nilai nol. Dalam beberapa kasus,
perbedaan diferensial adalah hasil dari gesekan yang tidak disengaja dan gerakan yang hilang;
namun, seringkali hal ini disediakan secara intensif untuk mencegah terlalu seringnya
pengoperasian mekanisme on-off.
Pertimbangkan sistem kontrol level cairan yang ditunjukkan pada Gambar 2–8 (a), di mana katup
elektromag-netic yang ditunjukkan pada Gambar 2–8 (b) digunakan untuk mengontrol laju aliran
masuk. Katup ini terbuka atau tertutup. Dengan ini kontrol dua-posisi, tingkat inflow air baik
positif atau nol. Seperti yang ditunjukkan pada Gambar 2-9, sinyal output terus bergerak antara
dua batas yang diperlukan untuk menyebabkan elemen penggerak bergerak dari satu posisi tetap
ke yang lain. Perhatikan bahwa kurva output mengikuti salah satu dari dua kurva eksponensial,
satu sesuai dengan kurva pengisian dan yang lainnya ke kurva pengosongan. Output osilasi
seperti ini-tween dua batas adalah karakteristik respon khas dari sistem di bawah kontrol dua
posisi.

Dari Gambar 2–9, kita melihat bahwa amplitudo osilasi output dapat dikurangi dengan
mengurangi kesenjangan diferensial. Penurunan kesenjangan diferensial, bagaimanapun,
meningkatkan jumlah on-off switching per menit dan mengurangi masa manfaat komponen.
Besarnya perbedaan diferensial harus ditentukan dari pertimbangan seperti ketepatan yang
diperlukan dan umur komponen.
Tindakan Kontrol Proporsional. Untuk kontroler dengan aksi kontrol proporsional,
hubungan antara output dari controller u (t) dan sinyal kesalahan penggerak e (t) adalah

Atau dalam kuantitas laplace

di mana Kp disebut keuntungan proporsional. Apapun mekanisme yang sebenarnya dan apa pun
bentuk kekuatan operasi, pengendali proporsional pada dasarnya adalah penguat dengan gain
yang dapat diatur.
 Tindakan Kontrol Integral. Dalam pengontrol dengan aksi kontrol integral, nilai dari
output pengontrol u (t) diubah pada tingkat yang sebanding dengan sinyal kesalahan penggerak e
(t). Itu adalah,

atau

di mana Ki adalah konstanta yang dapat diatur. Fungsi transfer dari kontroler integral adalah

Tindakan Kontrol Proporsi-Plus-Integral. Tindakan kontrol dari pengontrol proporsional-

plus-integral ditentukan oleh

Dengan transfer fungsi

Tindakan Kontrol Proporsional-Plus-Derivatif. Tindakan kontrol dari pengendali

proporsional-plus-derivatif didefinisikan oleh

Dengan transfer fungsi

Tindakan Kontrol Proporsi-Plus-Integral-Plus-Derivatif. Kombinasi tindakan kontrol

proporsional, tindakan kontrol integral, dan tindakan kontrol derivatif disebut tindakan kontrol
proporsional-plus-integral-plus-derivatif. Ini memiliki keuntungan dari masing-masing dari tiga
tindakan kontrol individu. Persamaan pengendali dengan aksi gabungan ini diberikan oleh

Dengan transfer fungsi

di mana Kp adalah keuntungan proporsional, Ti adalah waktu integral, dan Td adalah waktu
turunan. Diagram blok dari kontroler proporsional-plus-integral-plus-derivatif ditunjukkan pada
Gambar 2–10

Sistem Loop Tertutup yang Dialami Gangguan. Gambar 2–11 menunjukkan sistem loop
tertutup yang mengalami gangguan. Ketika dua input (input referensi dan dis-turbance) hadir
dalam sistem waktu-invarian linier, setiap input dapat diperlakukan secara independen dari yang
lain; dan output yang sesuai dengan masing-masing input saja dapat ditambahkan untuk
memberikan output yang lengkap. Cara setiap input dimasukkan ke dalam sistem ditunjukkan
pada titik penjumlahan dengan tanda plus atau minus.
Pertimbangkan sistem yang ditunjukkan pada Gambar 2–11. Dalam memeriksa efek
distur-bance D (s), kita dapat mengasumsikan bahwa input referensi adalah nol; kami kemudian
dapat menghitung respons CD (s) hanya untuk gangguan. Tanggapan ini dapat ditemukan dari
Respons terhadap aplikasi simultan masukan referensi dan gangguan dapat diperoleh dengan
menambahkan dua tanggapan individu. Dengan kata lain, respon C (s) karena aplikasi simultan
referensi input R (s) dan gangguan D (s) diberikan oleh

Pertimbangkan sekarang kasus di mana | G1 (s) H (s) | 1 dan | G1 (s) G2 (s) H (s) | 1.
Dalam hal ini, fungsi transfer loop tertutup CD (s) / D (s) menjadi hampir nol, dan efek dari
gangguan ditekan. Ini merupakan keuntungan dari sistem loop tertutup.
Di sisi lain, fungsi transfer loop tertutup CR (s) / R (s) mendekati 1 / H (s) sebagai gain dari G1
(s) G2(s) H (s) meningkat. Ini berarti bahwa jika | G1 (s) G2 (s) H (s) | 1, maka fungsi transfer
loop tertutup CR (s) / R (s) menjadi independen dari G1 (s) dan G2 (s) dan berbanding terbalik
dengan H (s), sehingga variasi G1 (s) dan G2 (s) tidak mempengaruhi fungsi transfer loop
tertutup CR (s) / R (s). Ini adalah keuntungan lain dari sistem loop tertutup. Dengan mudah dapat
dilihat bahwa setiap sistem loop tertutup dengan umpan balik kesatuan, H (s) = 1, cenderung
menyamakan input dan output.
Procedures for Drawing a Block Diagram. To draw a block diagram for a sys-tem, first write
the equations that describe the dynamic behavior of each component. Then take the Laplace
transforms of these equations, assuming zero initial conditions, and represent each Laplace-
transformed equation individually in block form. Finally, as-semble the elements into a complete
block diagram.
Sebagai contoh, perhatikan sirkuit RC yang ditunjukkan pada Gambar 2–12 (a).
Persamaan untuk rangkaian ini adalah

Transformasi Laplace Persamaan (2-4) dan (2-5), dengan nol kondisi awal, menjadi
Persamaan (2–6) mewakili operasi penjumlahan, dan diagram yang sesuai ditunjukkan pada
Gambar 2–12 (b). Persamaan (2–7) mewakili blok seperti yang ditunjukkan pada Gambar 2–12
(c). Merakit dua elemen ini, kita mendapatkan diagram blok keseluruhan untuk sistem seperti
yang ditunjukkan pada Gambar 2–12 (d)

Blok Diagram Pengurangan. Penting untuk dicatat bahwa blok dapat dihubungkan
secara seri hanya jika output dari satu blok tidak terpengaruh oleh blok berikut berikutnya. Jika
ada efek pemuatan antar komponen, maka perlu untuk menggabungkan komponen-komponen ini
ke dalam satu blok. Any number of cascaded blocks representing Komponen non-loading dapat
digantikan oleh satu blok, fungsi transfer yang hanya merupakan produk dari fungsi transfer
individu.

Diagram blok yang rumit yang melibatkan banyak putaran umpan balik dapat disederhanakan
dengan penataan ulang selangkah demi selangkah. Penyederhanaan diagram blok oleh penataan
ulang sangat mengurangi tenaga kerja yang diperlukan untuk analisis matematika selanjutnya.
Perlu dicatat, bagaimanapun, bahwa sebagai diagram blok disederhanakan, transfer fungsi dalam
blok baru menjadi lebih kompleks karena kutub baru dan nol baru dihasilkan.
Contoh 2-1
Dengan memindahkan titik penjumlahan dari loop umpan balik negatif yang mengandung H2 di
luar loop umpan balik positif yang mengandung H1, kita memperoleh Gambar 2-13 (b).
Menghilangkan loop umpan balik positif, kita memiliki Gambar 2-13 (c). Penghapusan loop
yang mengandung H2 / G1 memberikan Gambar 2-13 (d). Akhirnya, menghilangkan hasil loop
umpan balik pada Gambar 2-13 (e).
Perhatikan bahwa pembilang fungsi transfer loop tertutup C (s) / R (s) adalah produk dari fungsi
transfer jalur feedforward. Penyebut C (s) / R (s) sama dengan

2-4 Pemodelan pada Ruang Keadaan

Pada bagian ini kami akan menyajikan materi pengantar tentang analisis ruang-keadaan dari
sistem kontrol.
Teori Kontrol Modern. Kecenderungan modern dalam sistem rekayasa adalah menuju
kompleksitas yang lebih besar, terutama karena persyaratan tugas yang rumit dan kredibilitas
yang baik. Sistem yang kompleks mungkin memiliki banyak input dan beberapa output dan
dapat bervariasi waktu. Karena kebutuhan untuk memenuhi persyaratan yang semakin ketat pada
kinerja sistem kontrol, peningkatan kompleksitas sistem, dan akses mudah ke komputer skala
besar, teori kontrol modern, yang merupakan pendekatan baru untuk analisis dan desain sistem
kontrol yang kompleks. , telah dikembangkan sejak sekitar tahun 1960. Pendekatan baru ini
didasarkan pada konsep keadaan. Konsep keadaan dengan sendirinya bukanlah hal baru, karena
ia telah ada sejak lama di bidang dinamika klasik dan bidang lainnya.
Teori Kontrol Modern Versus Teori Kontrol Konvensional. Teori con-trol modern
dikontraskan dengan teori kontrol konvensional di mana yang pertama adalah appli-kabel ke
sistem multiple-input, multi-output, yang mungkin linier atau nonlinier, waktu invariant atau
waktu bervariasi, sementara yang terakhir hanya berlaku untuk linier sistem input tunggal, input
tunggal waktu-invarian. Juga, teori kontrol modern adalah pendekatan domain waktu-domain
dan pendekatan domain frekuensi (dalam kasus-kasus tertentu seperti kontrol H-infinity),
sedangkan teori kontrol konvensional adalah pendekatan domain frekuensi kompleks. Sebelum
kita melangkah lebih jauh, kita harus mendefinisikan state, state variables, state vector, dan state
space.
Keadaan. Keadaan sistem dinamis adalah kumpulan variabel terkecil (disebut variabel
keadaan) sehingga pengetahuan tentang variabel-variabel ini pada t = t0, bersama dengan
pengetahuan tentang input untuk t t0, sepenuhnya menentukan perilaku sistem untuk setiap saat t
t0. Perhatikan bahwa konsep keadaan sama sekali tidak terbatas pada sistem fisik. Ini adalah
appli-kabel ke sistem biologis, sistem ekonomi, sistem sosial, dan lain-lain.
Variabel Keadaan. Variabel status dari sistem dinamis adalah variabel yang membuat
set variabel terkecil yang menentukan status sistem dinamis. Jika di paling sedikit n variabel x1,
x2, p, xn diperlukan untuk menggambarkan perilaku sistem dy-namic (sehingga setelah input
diberikan untuk t t0 dan kondisi awal pada t = t0 ditentukan, status masa depan sistem benar-
benar ditentukan), maka variabel-variabel n adalah seperangkat variabel keadaan. Perhatikan
bahwa variabel keadaan tidak perlu diukur secara fisik atau jumlah yang dapat diamati. Variabel
yang tidak mewakili kuantitas fisik dan yang tidak diukur atau diamati dapat dipilih sebagai
variabel keadaan. Kebebasan seperti itu dalam memilih variabel keadaan bagian merupakan
keuntungan dari metode ruang-keadaan. Secara praktis, bagaimanapun, akan lebih mudah untuk
memilih jumlah yang dapat diukur dengan mudah untuk variabel keadaan, jika ini mungkin sama
sekali, karena hukum kontrol yang optimal akan memerlukan umpan balik dari semua variabel
keadaan dengan bobot yang sesuai.

State Vector. Jika n variabel keadaan diperlukan untuk sepenuhnya menggambarkan perilaku
sistem yang diberikan, maka variabel-variabel n state ini dapat dianggap sebagai komponen n
dari vektor x. Vektor semacam itu disebut vektor keadaan. Sebuah vektor keadaan dengan
demikian adalah vektor yang menambang secara unik keadaan sistem x (t) untuk setiap saat t t0,
setelah keadaan pada t = t0 diberikan dan input u (t) untuk t t0 ditentukan.
Ruang Keadaan. Ruang n-dimensi yang sumbu koordinat terdiri dari sumbu x1, sumbu x2, p, xn,
di mana x1, x2, p, xn adalah variabel keadaan, disebut ruang status. Setiap keadaan dapat
diwakili oleh titik di ruang keadaan.
Persamaan State-Space. Dalam analisis ruang-ruang, kami memperhatikan tiga jenis
variabel yang terlibat dalam pemodelan sistem dinamis: variabel input, variabel out-put, dan
variabel status. Seperti yang akan kita lihat dalam Bagian 2–5, pernyataan ulang ruang-keadaan
untuk sistem yang diberikan tidak unik, kecuali bahwa jumlah variabel keadaan adalah sama
untuk setiap representasi ruang-keadaan yang berbeda dari sistem yang sama.
Sistem dinamis harus melibatkan elemen yang menghafal nilai input untuk t t1. Karena integrator
dalam sistem kontrol waktu kontinyu berfungsi sebagai perangkat memori, output dari integrator
tersebut dapat dianggap sebagai variabel yang menentukan status internal sistem dinamis.
Dengan demikian output dari integrator berfungsi sebagai variabel status. Jumlah variabel status
untuk sepenuhnya menentukan dinamika sistem sama dengan jumlah integrator yang terlibat
dalam sistem.
Asumsikan bahwa sistem multi-input, multi-output melibatkan n integrator. Asumsikan juga
bahwa ada r input u1 (t), u2 (t), p, ur (t) dan m output y1 (t), y2 (t), p, ym (t). Tentukan n output
dari integrator sebagai variabel status: x1 (t), x2 (t), p, xn (t) Maka sistem dapat dijelaskan oleh
Output akan berupa

Persamaan (2.8) dan (2.9) akan menjadi

dimana Persamaan (2–10) adalah persamaan keadaan dan Persamaan (2–11) adalah persamaan
output. Jika fungsi vektor f dan / atau g melibatkan waktu t secara eksplisit, maka sistem ini
disebut sistem waktu yang berubah-ubah.
Jika Persamaan (2–10) dan (2-11) disejajarkan tentang status operasi, maka kita memiliki
persamaan persamaan dan persamaan keluaran garis lurus berikut:

di mana A (t) disebut matriks keadaan, B (t) matriks input, C (t) matriks output, dan D (t) matriks
transmisi langsung. (Rincian linierisasi sistem nonlinier

keadaan operasi dibahas dalam Bagian 2-7.) Representasi diagram blok dari Persamaan (2–12)
dan (2–13) ditunjukkan pada Gambar 2–14.
 Jika fungsi vektor f dan g tidak melibatkan waktu t secara eksplisit maka sistem disebut
sistem time-invariant. Dalam hal ini, Persamaan (2–12) dan (2–13) dapat disederhanakan
menjadi

Persamaan (2–14) adalah persamaan keadaan dari sistem linear, waktu-invarian dan Persamaan
(2–15) adalah persamaan output untuk sistem yang sama. Dalam buku ini kita akan lebih banyak
memperhatikan sistem yang dijelaskan oleh Persamaan (2–14) dan (2–15).
Korelasi Antara Fungsi Transfer dan Persamaan State-Space. Dalam hal berikut, kita
akan menunjukkan bagaimana cara memperoleh fungsi transfer dari sistem input tunggal,
keluaran tunggal dari persamaan ruang-keadaan.
Mari kita pertimbangkan sistem yang fungsi transfernya diberikan oleh

Sistem dapat direpresentasikan ke ruang keadaan menjadi

Korelasi Antara Fungsi Transfer dan Persamaan State-Space. Dalam hal berikut, kita akan
menunjukkan bagaimana cara memperoleh fungsi transfer dari sistem input tunggal, keluaran
tunggal dari persamaan ruang-keadaan. Mari kita pertimbangkan sistem yang fungsi transfernya
diberikan oleh

Sistem ini dapat diwakili dalam ruang negara dengan persamaan berikut:

di mana x adalah vektor keadaan, u adalah input, dan y adalah output. Transformasi Laplace
Persamaan (2–23) dan (2–24) diberikan oleh :
Karena fungsi transfer sebelumnya didefinisikan sebagai rasio transformasi Laplace dari output
ke transformasi Laplace dari input ketika kondisi awal nol, kami menetapkan x (0) dalam
Persamaan (2–25) menjadi nol.Kemudian kami memiliki

Atau

Dengan mengalikan kedua sisi persamaan terakhir ini, kita dapatkan

Substitusi persamaan (2-27) ke (2-26) kita dapat

Bandingkan persamaan (2-28) dengan (2-22) maka

Ini adalah ekspresi fungsi transfer dari sistem dalam hal A, B, C, dan D.
Perhatikan bahwa sisi kanan dari Persamaan (2 29) melibatkan Maka G (s) dapat ditulis sebagai

di mana Q (s) adalah polinomial dalam s. Perhatikan bahwa sama dengan polinomial
karakteristik G (s). Dengan kata lain, nilai eigen dari A identik dengan kutub G (s).
2-5 PERNYATAAN STATE-SPACE OF SCALAR SISTEM PERSAMAAN YANG
BERBEDA
Suatu sistem dinamis yang terdiri dari sejumlah elemen tersusun dapat dijelaskan oleh
persamaan diferensial biasa di mana waktu merupakan variabel independen. Dengan
menggunakan notasi vektor-matriks, persamaan diferensial orde-n dapat diekspresikan oleh
persamaan diferensial vektor-matriks firstorder. Jika n elemen dari vektor adalah satu set
variabel keadaan, maka persamaan diferensial vektor-matriks adalah persamaan keadaan. Pada
bagian ini kami akan menyajikan metode untuk memperoleh representasi ruang-negara dari
sistem waktu kontinyu.
State-Space Representation of nth-Order Systems of Linear Differential Equations di mana
Fungsi Paksa Tidak Melibatkan Istilah Derivatif. Pertimbangkan sistem nth-order berikut:

Memperhatikan bahwa pengetahuan bersama dengan input u (t) untuk t 0, menentukan

sepenuhnya perilaku sistem di masa depan, kita dapat mengambil sebagai satu set variabel n
state. (Secara matematis, pilihan variabel keadaan seperti itu cukup nyaman. Namun, secara
praktis, karena istilah derivatif orde tinggi tidak akurat, karena efek derau yang melekat dalam
situasi praktis apa pun, pilihan variabel negara seperti itu mungkin tidak diinginkan.). Kita
definisikan

Maka persamaan (2-30) menjadi

Atau
Dimana

Keluarannya menjadi

Atau

Dimana

[Perhatikan bahwa D dalam Persamaan (2–24) adalah nol.] Persamaan diferensial orde pertama,
Persamaan (2–31), adalah persamaan keadaan, dan persamaan aljabar, Persamaan (2–32), adalah
persamaan keluaran.
Perhatikan bahwa representasi state-space untuk sistem fungsi transfer
State-Space Representation of nth-Order Systems dari Persamaan Diferensial Linear
dimana Fungsi Forcing Melibatkan Istilah Derivatif. Pertimbangkan sistem persamaan
diferensial yang melibatkan turunan dari fungsi pemaksaan, seperti

Masalah utama dalam mendefinisikan variabel negara untuk kasus ini terletak pada istilah
turunan dari input u. Variabel keadaan harus sedemikian rupa sehingga mereka akan
menghilangkan turunan dari u dalam persamaan keadaan. Salah satu cara untuk mendapatkan
persamaan keadaan dan persamaan output untuk kasus ini adalah untuk mendefinisikan variabel
n berikut sebagai satu set variabel n state :

Dengan pemilihan variabel keadaan ini keberadaan dan keunikan solusi persamaan negara
dijamin. (Perhatikan bahwa ini bukan satu-satunya pilihan dari satu set variabel keadaan.)
Dengan pilihan variabel keadaan sekarang, kita memperolehnya

Dimana

[Untuk menurunkan Persamaan (2–36), lihat Soal A – 2–6.] Dalam hal persamaan vektor-
matriks, Persamaan (2–36) dan persamaan output dapat ditulis sebagai
Atau

Dimana
Dalam representasi ruang-status ini, matriks A dan C sama persis dengan matriks untuk sistem
Persamaan (2–30). Turunan pada sisi kanan Persamaan (2–33) hanya mempengaruhi elemen-
elemen B.
Ada banyak cara untuk mendapatkan representasi sistem negara-ruang. Metode untuk
memperoleh representasi kanonik sistem dalam ruang negara (seperti bentuk kanonik yang dapat
dikontrol, bentuk kanonik yang dapat diamati, bentuk kanonik diagonal, dan bentuk kanonik
Jordan) disajikan dalam Bab 9.
MATLAB juga dapat digunakan untuk mendapatkan representasi state-space sistem dari
representasi fungsi-transfer, dan sebaliknya. Subjek ini disajikan dalam Bagian 2–6.
2-6 Transformasi Model Matematika dengan MATLAB
MATLAB cukup berguna untuk mengubah model sistem dari fungsi transfer ke ruang keadaan,
dan sebaliknya. Kita akan memulai diskusi kita dengan transformasi dari fungsi transfer ke ruang
negara.
Mari kita tulis transfer fungsi loop tertutup dengan

Perintah

akan memberikan representasi ruang-negara. Penting untuk dicatat bahwa representasi ruang-
negara untuk sistem apa pun tidak unik. Ada banyak representasi state-space (tak terbatas) untuk
sistem yang sama. Perintah MATLAB memberikan satu kemungkinan representasi state-space.
Transformasi dari Fungsi Transfer ke Representasi Ruang Negara.Pertimbangkan sistem
transfer-fungsi

Ada banyak (mungkin banyak) representasi ruang-negara yang mungkin untuk sistem ini.
Satu kemungkinan representasi ruang-negara adalah
Representasi ruang-negara lain yang mungkin (di antara banyak alternatif yang tak terbatas)
adalah

MATLAB mengubah fungsi transfer yang diberikan oleh Persamaan (2–39) ke dalam
representasi ruang-negara yang diberikan oleh Persamaan (2-40) dan (2-41). Untuk sistem
contoh yang dipertimbangkan di sini, MATLAB Program 2-2 akan menghasilkan matriks A, B,
C, dan D.
Transformasi dari Representasi Ruang Negara ke Fungsi Transfer. Untuk mendapatkan
fungsi transfer dari persamaan state-space, gunakan perintah berikut:

iu harus ditentukan untuk sistem dengan lebih dari satu input. Sebagai contoh, jika sistem
memiliki tiga input (u1, u2, u3), maka iu harus berupa 1, 2, atau 3, di mana 1 berarti u1, 2
menyiratkan u2, dan 3 menyiratkan u3.
Jika sistem hanya memiliki satu input, maka juga

2-7 LINEARIZATION OF NONLINEAR MATEMATIKA MODEL

Sistem Nonlinear. Suatu sistem tidak linier jika prinsip superposisi tidak berlaku. Maka,
untuk sistem nonlinier, respons terhadap dua input tidak dapat dihitung dengan memperlakukan
satu input pada satu waktu dan menambahkan hasilnya. Meskipun banyak hubungan fisik sering
diwakili oleh persamaan linear, dalam banyak kasus hubungan yang sebenarnya tidak cukup
linear. Bahkan, studi saksama sistem fisik mengungkapkan bahwa bahkan apa yang disebut
"sistem linear" benar-benar hanya linier dalam rentang operasi terbatas. Dalam prakteknya,
banyak sistem elektromekanik, sistem hidrolik, sistem pneumatik, dan seterusnya, melibatkan
hubungan nonlinier di antara variabel. Sebagai contoh, output dari suatu komponen dapat
menjenuhkan untuk sinyal input besar. Mungkin ada ruang mati yang mempengaruhi sinyal
kecil. (Ruang mati komponen adalah berbagai variasi input yang kecil dimana komponen tidak
sensitif.) Persegi-hukum nonlinier dapat terjadi di beberapa komponen. Misalnya, peredam yang
digunakan dalam sistem fisik mungkin linier untuk operasi kecepatan rendah tetapi mungkin
menjadi nonlinier pada kecepatan tinggi, dan kekuatan redaman dapat menjadi sebanding dengan
kuadrat kecepatan operasi.
Linearisasi Sistem Nonlinier. Dalam rekayasa kontrol, operasi normal sistem mungkin
berada di sekitar titik setimbang, dan sinyal dapat dianggap sebagai sinyal kecil di sekitar
kesetimbangan. (Perlu ditunjukkan bahwa ada banyak pengecualian untuk kasus semacam itu.)
Namun, jika sistem beroperasi di sekitar titik ekuilibrium dan jika sinyal yang terlibat adalah
sinyal kecil, maka dimungkinkan untuk memperkirakan nonlinear sistem dengan sistem linear.
Sistem linear seperti itu setara dengan sistem nonlinear yang dipertimbangkan dalam rentang
operasi terbatas. Seperti model yang dilinearisasi (linear, model time-invariant) sangat penting
dalam rekayasa kontrol.
Prosedur linierisasi yang akan disajikan berikut ini didasarkan pada perluasan fungsi
nonlinier menjadi deret Taylor tentang titik operasi dan retensi hanya istilah linier. Karena kita
mengabaikan istilah tingkat tinggi dari ekspansi deret Taylor, istilah yang diabaikan ini harus
cukup kecil; artinya, variabel menyimpang hanya sedikit dari kondisi operasi. (Jika tidak,
hasilnya akan tidak akurat.)
Pendekatan Linear dari Model Matematika Nonlinier. Untuk mendapatkan model
matematika linear untuk sistem nonlinear, kami berasumsi bahwa variabel menyimpang hanya
sedikit dari beberapa kondisi operasi. Pertimbangkan sistem yang inputnya adalah x (t) dan
output adalah y (t). Hubungan antara y (t) dan x (t) diberikan oleh

Jika kondisi operasi normal sesuai dengan Persamaan (2-42) dapat diperluas menjadi deret
Taylor tentang hal ini sebagai berikut:

dimana derivatif dievaluasi jika variasinya kecil, kita dapat mengabaikan istilah tingkat tinggi di
Kemudian Persamaan (2-43) mungkin ditulis sebagai
dimana

persamaan (2-44) boleh ditulis

Selanjutnya, pertimbangkan sistem nonlinear yang output y adalah fungsi dari dua input x1 dan
x2, sehingga

Untuk mendapatkan pendekatan linear ke sistem nonlinear ini, kita dapat memperluas Persamaan
(2–46) menjadi deret Taylor tentang titik operasi normal. Kemudian Persamaan (2–46) menjadi

di mana derivatif parsial dievaluasi di dekat operasi normal titik, istilah orde tinggi mungkin
diabaikan. Model matematika linear sistem nonlinear ini di lingkungan kondisi operasi normal
kemudian diberikan oleh

dimana
Teknik linierisasi yang disajikan di sini berlaku di sekitar operasi kondisi. Jika kondisi operasi
sangat bervariasi, bagaimanapun, persamaan yang dilinearisasi tersebut tidak memadai, dan
persamaan nonlinier harus ditangani. Penting untuk diingat bahwa model matematika tertentu
yang digunakan dalam analisis dan desain dapat mewakili secara akurat dinamika sistem yang
sebenarnya untuk kondisi operasi tertentu, tetapi mungkin tidak akurat untuk kondisi operasi
lainnya.