Pemodelan Dan Analisa Gain Selection Dengan Pidtune Dalam Domain Waktu (Model: Reheat)

PEMODELAN DAN ANALISA GAIN SELECTION
DENGAN PIDTUNE DALAM DOMAIN WAKTU

(MODEL : REHEAT)
HERU DIBYO LAKSONO

PRAKATA
Nama : Elsa Dwi Handayani

NIM : 181095017
Padang, Mei 2021

DAFTAR ISI
PRAKATA 1
DAFTAR ISI 2
DAFTAR GAMBAR 5
DAFTAR TABEL 7
BAB 1. PEMODELAN DAN ANALISA GAIN SELECTION TIPE REHEAT 8
1.1 Pendahuluan 8
1.2 Pemodelan Matematis Gain Selection Tipe Reheat 8
1.3 Fungsi Alih Gain Selection Tipe Reheat 10
1.4 Analisa Kesalahan Gain Selection Tipe Reheat 11
1.5 Analisa Peralihan Gain Selection Tipe Reheat 12
1.6 Rangkuman 18
BAB 2. PERANCANGAN DAN ANALISA GAIN SELECTION TIPE REHEAT DENGAN PENGENDALI
PROPORSIONAL (P) 18
2.1 Pendahuluan 18
2.2 Perancangan Pengendali Proporsional (P) Dengan PIDTune 20
2.5 Rangkuman 26
INTEGRAL (I) 27
3.1 Pendahuluan 27
3.2 Perancangan Pengendali Integral (I) Dengan PIDTune 27
3.5 Rangkuman 34
BAB 4. PERANCANGAN DAN DAN ANALISA GAIN SELECTION TIPE REHEAT DENGAN
PENGENDALI PROPORSIONAL INTEGRAL (PI) 35
4.1 Pendahuluan 35
4.2 Perancangan Pengendali Proporsional Integral (PI) Dengan PIDTune 35
4.5 Rangkuman 42
PROPORSIONAL DIFERENSIAL (PD) 43
5.1 Pendahuluan 43
5.2 Perancangan Pengendali Proporsional Diferensial (PD) Dengan PIDTune 43
5.5 Rangkuman 50
PROPORSIONAL INTEGRAL DIFERENSIAL (PID) 51
6.1 Pendahuluan 51
6.2 Perancangan Pengendali Proporsional Integral Diferensial (PID) Dengan PIDTune 51
6.5 Rangkuman 58
PROPORSIONAL DIFERENSIAL DENGAN FILTER ORDE PERTAMA PADA BAGIAN DIFERENSIAL
(PDF) 59
7.1 Pendahuluan 59
7.2 Perancangan Pengendali Proporsional Diferensial Dengan Filter Orde Pertama Pada
Bagian Diferensial (PDF) Dengan PIDTune 59
7.5 Rangkuman 66
PROPORSIONAL INTEGRAL DIFERENSIAL DENGAN FILTER ORDE PERTAMA PADA BAGIAN
DIFERENSIAL (PIDF) 67
8.1 Pendahuluan 67
8.2 Perancangan Pengendali Proporsional Integral Diferensial Dengan Filter Orde

Pertama Pada Bagian Diferensial (PIDF) Dengan PIDTune 67
8.5 Rangkuman 74
GLOSARIUM 75
DAFTAR PUSTAKA 76
INDEKS77
DAFTAR GAMBAR
Gambar 1.1 Tanggapan Peralihan Gain Selection ............................................................... 14
Gambar 1.4 Diagram Bode Gain Selection ................................ Error! Bookmark not defined.
Gambar 1.5 Diagram Magnitude Bode Gain Selection............... Error! Bookmark not defined.
Gambar 1.6 Pole dan Zero Tanggapan Deviasi Frekuensi Gain Selection Error! Bookmark not
defined.
Gambar 1.7 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Frekuensi Gain Selection .......................................................... Error! Bookmark not defined.
Gambar 2.1 Tanggapan Peralihan Gain Selection..........................26
defined.

defined.

Gambar 4.3 Diagram Magnitude Bode Gain Selection .............. Error! Bookmark not defined.
defined.

Gambar 5.1 Tanggapan Peralihan Gain Selection........................50
defined.

defined.

defined.

Gambar 8.1 Tanggapan Peralihan Gain Selection....................... 74
defined.

DAFTAR TABEL
Tabel 1.1 Nilai Parameter Gain Selection Tipe Reheat ...................................................... 10

BAB 1. PEMODELAN DAN ANALISA GAIN SELECTION TIPE
REHEAT
1.1 Pendahuluan
Bagian ini menjelaskan kode – kode Matlab yang digunakan untuk pemodelan dan
analisa Gain Selection tipe reheat. Untuk pemodelan Gain Selection digunakan dalam
bentuk fungsi alih. Fungsi alih yang digunakan terdiri 2 bahagian yaitu fungsi alih tanpa
karakteristik droop dan fungsi alih dengan karakteristik droop. Untuk analisa kendali yang
dilakukan terdiri dari analisa kesalahan, analisa peralihan, analisa domain frekuensi untuk
fungsi alih lingkar terbuka, analisa domain frekuensi untuk fungsi alih lingkar tertutup,
analisa kestabilan dan analisa kekokohan.
Untuk analisa kesalahan ini ditunjukkan oleh kesalahan keadaan mantap untuk masukan
undak satuan. Untuk analisa peralihan diperoleh dari tanggapan deviasi frekuensi sistem
tenaga listrik terhadap masukan undak satuan. Untuk analisa peralihan tanggapan deviasi
frekuensi sistem tenaga listrik terhadap masukan undak satuan ditunjukkan oleh waktu naik,
waktu puncak, nilai puncak, lewatan maksimum dan waktu keadaan mantap .
Analisa domain frekuensi untuk fungsi alih lingkar terbuka ditunjukkan oleh margin
penguatan, frekuensi margin penguatan, margin fasa dan frekuensi margin fasa dan nilai –
nilai tersebut diperoleh dari diagram Bode. Untuk analisa domain frekuensi untuk fungsi alih
lingkar tertutup ditunjukkan oleh lebar pita, nilai puncak resonansi dan frekuensi puncak
resonansi dan ketiga nilai tersebut diperoleh dari diagram Magnitude Bode.
Untuk analisa kestabilan dilakukan dengan menggunakan metoda akar – akar persamaan
karakteristik. Tanggapan deviasi frekuensi tenaga listrik akan bersifat stabil jika akar – akar
dari persamaan karakteristik dari fungsi alih lingkar tertutup mempuyai bagian nyata yang
bernilai negatif. Pembahasan terakhir yang dilakukan adalah analisa kekokohan tanggapan
deviasi frekuensi sistem tenaga listrik terhadap gangguan, peredaman derau terhadap
frekuensi tinggi dan mempuyai tanggapan yang cepat terhadap masukan tertentu. Untuk
Analisa kekokohan dilakukan dengan menggunakan kriteria puncak maksimum. Kriteria
puncak maksimum ini terdiri dari nilai puncak maksimum sensititivitas dan nilai puncak
maksimum sensitivitas komplementer.
1.2 Pemodelan Matematis Gain Selection Tipe Reheat

Model matematis Gain Selection tipe reheat dinyatakan dalam bentuk fungsi alih.
Fungsi alih ini terdiri atas 2 bahagian yaitu fungsi alih tanpa karakteristik droop dan fungsi
alih karakteristik droop [1]. Untuk fungsi alih tanpa karakteristik droop ini dinyatakan dalam
bentuk persamaan (1.1) berikut
as + b
G s  
cs + ds + es2 + fs + g
4 3
(1.1)
Dimana
a = K pcTr
(1.2)
b = Kp
(1.3)
c = Tg TpTr Tt
(1.4)
d = Tg TpTt  TpTr Tt  Tg TpTr + TgTr Tt
(1.5)
e = Tg Tp  Tg Tt  TgTr + TpTt + TpTr  Tt Tr
(1.6)
f = Tg  Tp + Tr  Tt
(1.7)
g=1
(1.8)
Untuk fungsi alih dengan karakteristik droop ini dinyatakan dalam bentuk persamaan
(1.9) berikut
as + b
G s  
cs + ds + es2 + fs + g
4 3
(1.9)
Dimana
a = K pcTr
(1.10)
b = Kp
(1.11)
c = Tg TpTr Tt
(1.12)
d = Tg TpTt  TpTr Tt  Tg TpTr + TgTr Tt
(1.13)
e = R  Tg Tp  Tg Tt  Tg Tr + Tp Tt + Tp Tr  Tt Tr 
(1.14)
f = R  Tg  Tp + Tr  Tt   K p CTr
(1.15)
g = R + KP
(1.16)
Adapun nila – nilai dari parameter yang digunakan pada persamaan (1.1) s/d (1.16)
diperlihatkan pada Tabel 1.1 berikut
Tabel 1.1 Nilai Parameter Gain Selection Tipe Reheat

Parameter Nilai
Konstanta Sistem Listrik (Kp) 1.0000
Konstanta Waktu Sistem Listrik (Tp) 10.0000 detik
Konstanta Waktu Turbine Reheat (Tr) 7.0000 detik
Konstanta Waktu Governor (Tg) 0.2000 detik
Konstanta Waktu Turbine (Tt) 0.3000 detik
Persentase Daya Pembangkitan (c ) 0.3000
Speed Regulasi 0.2000
1.3 Fungsi Alih Gain Selection Tipe Reheat

Kode Matlab untuk fungsi alih Gain Selection tipe reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
% Fungsi Alih Lingkar Terbuka
disp('Fungsi Alir Lingkar Terbuka')
sys_ol = tf(num_ol,den_ol)
%
% Fungsi Alih Lingkar Tertutup
disp('Fungsi Alir Lingkar Tertutup')
[num_cl,den_cl] = feedback(sys_ol,1);
sys_cl = tf(num_cl,den_cl)
Hasil program
Fungsi Alir Lingkar Terbuka
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
Continuous-time transfer function.
Fungsi Alir Lingkar Tertutup
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
1.4 Analisa Kesalahan Gain Selection Tipe Reheat

Kode Matlab untuk analisa kesalahan Gain Selection tipe reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Informasi Kesalahan Sistem Kendali Gain Selection
fprintf('\n')
disp ('Informasi Analisa Kesalahan')
e = 1 - dcgain(sys_cl);
fprintf('Nilai Kesalahan Keadaan Mantap = %10.5g \n',e)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s

sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
Informasi Analisa Kesalahan

Nilai Kesalahan Keadaan Mantap = 0
1.5 Analisa Peralihan Gain Selection Tipe Reheat

Kode Matlab untuk analisa peralihan Gain Selection tipe reheat terhadap masukan
undak satuan sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
fprintf('\n')
disp('Informasi Analisa Peralihan ')
P_cl = stepinfo(sys_cl);
Tr_cl = P_cl.RiseTime;
Tp_cl = P_cl.PeakTime;
Ts_cl = P_cl.SettlingTime;
N_p_cl = P_cl.Peak;
Mp_cl = P_cl.Overshoot;
%
fprintf('Nilai Waktu Naik = %10.5g detik\n',Tr_cl)
fprintf('Nilai Waktu Puncak = %10.5g detik\n',Tp_cl)
fprintf('Nilai Waktu Keadaan Mantap = %10.5g detik\n',Ts_cl)
fprintf('Nilai Puncak = %10.5g \n',N_p_cl)
fprintf('Nilai Lewatan Maksimum = %10.5g Persen\n',Mp_cl)
%
% Tanggapan Peralihan Sistem Kendali Gain Selection Terhadap Masukan Undak
Satuan
t = 0.000 : 0.001 : 1;
figure
stepplot(sys_cl,t);
ylabel('Deviasi Frekuensi')
xlabel('Waktu')
grid on
title('Tanggapan Sistem Gain Selection ')
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
Informasi Analisa Peralihan

Nilai Waktu Naik = 2348.6 detik
Nilai Waktu Puncak = 11273 detik
Nilai Waktu Keadaan Mantap = 4181 detik
Nilai Puncak = 0.99997
Nilai Lewatan Maksimum = 0 Persen
Adapun grafik tanggapan deviasi frekuensi Gain Selection terhadap masukan undak satuan
diperlihatkan pada Gambar 1.1 berikut
Gambar 1.1 Tanggapan Peralihan Gain Selection
Kode Matlab untuk analisa peralihan Gain Selection tipe reheat terhadap masukan
impulsa satuan sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
% Informasi Analisa Peralihan Gain Selection
fprintf('\n')
[y_cl,t] = impulse(sys_cl);
P_cl = lsiminfo(y_cl,t,0);
N_min_cl = P_cl.Min;
T_min_cl = P_cl.MinTime;
N_max_cl = P_cl.Max;
T_max_cl = P_cl.MaxTime;
%
fprintf('Nilai Minimum = %10.5g \n',N_min_cl)
fprintf('Nilai Waktu Minimum = %10.5g detik\n',T_min_cl)
fprintf('Nilai Maksimum = %10.5g \n',N_max_cl)
fprintf('Nilai Waktu Maksimum = %10.5g detik\n',T_max_cl)
%
% Tanggapan Peralihan Gain Selection Terhadap Masukan Impuls Satuan
t = 0.000 : 0.001 : 50;
figure
impulseplot(sys_cl,t);
xlabel('Waktu')
grid on
title('Tanggapan Deviasi Frekuensi Gain Selection ')
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1

Adapun grafik tanggapan deviasi frekuensi Gain Selection terhadap masukan impulsa
satuan diperlihatkan pada Gambar 1.2 berikut
Kode Matlab untuk analisa peralihan Gain Selection tipe reheat terhadap masukan laju
satuan sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
fprintf('\n')
t = 0:0.001:50;
r = t;
y_cl = lsim(sys_cl,r,t);
P_cl = lsiminfo(y_cl);
N_min_cl = P_cl.Min;
T_min_cl = P_cl.MinTime;
N_max_cl = P_cl.Max;
T_max_cl = P_cl.MaxTime;
%
fprintf('Nilai Minimum = %10.5g \n',N_min_cl)
fprintf('Nilai Waktu Minimum = %10.5g detik\n',T_min_cl)
fprintf('Nilai Maksimum = %10.5g \n',N_max_cl)
fprintf('Nilai Waktu Maksimum = %10.5g detik\n',T_max_cl)
%
% Tanggapan Peralihan Gain Selection Terhadap Masukan Laju Satuan
figure
lsimplot(sys_cl,r,t);
xlabel('Waktu')
grid on
title('Tanggapan Deviasi Frekuensi Gain Selection ')
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1

Nilai Minimum = 0
Nilai Waktu Minimum = 1 detik
Nilai Maksimum = 1.196
Nilai Waktu Maksimum = 50001 detik
Adapun grafik tanggapan deviasi frekuensi Gain Selection terhadap masukan laju satuan
diperlihatkan pada Gambar 1.3 berikut
1.6 Rangkuman
BAB 2. PERANCANGAN DAN ANALISA GAIN SELECTION TIPE

REHEAT DENGAN PENGENDALI PROPORSIONAL (P)
2.1 Pendahuluan
Bagian ini menjelaskan kode – kode Matlab yang digunakan untuk perancangan dan
analisa Gain Selection tipe reheat dengan pengendali Proporsional (P) dan Pengendali
dirancang dengan menggunakan metoda PIDTune. Untuk pemodelan Gain Selection
digunakan dalam bentuk fungsi alih. Fungsi alih yang digunakan terdiri 2 bahagian yaitu
fungsi alih tanpa karakteristik droop dan fungsi alih dengan karakteristik droop. Untuk analisa
kendali yang dilakukan terdiri dari analisa kesalahan, analisa peralihan, analisa domain
frekuensi untuk fungsi alih lingkar terbuka, analisa domain frekuensi untuk fungsi alih lingkar
tertutup, analisa kestabilan dan analisa kekokohan.
tenaga listrik terhadap undak satuan. Untuk analisa peralihan tanggapan deviasi frekuensi
sistem tenaga listrik terhadap masukan undak satuan ditunjukkan oleh waktu naik, waktu
puncak, nilai puncak, lewatan maksimum dan waktu keadaan mantap.
2.2 Perancangan Pengendali Proporsional (P) Dengan PIDTune
Kode Matlab untuk perancangan pengendali Proporsional (P) pada Gain Selection tipe
Reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional (P)
[C_p,info] = pidtune(sys_ol,'P')
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional (P)
disp('Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional (P)')
sys_ol_p = C_p*sys_ol
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional (P)
disp('Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional (P)')
sys_cl_p = feedback(sys_ol_p,1)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
Kp = 2.23e+03
P-only controller.
info =
struct with fields:
Stable: 1
CrossoverFrequency: 6.4111
PhaseMargin: 60.0113
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional (P)
sys_ol_p =
2232 s^2 + 4464 s + 2232

----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional (P)
sys_cl_p =
2232 s^2 + 4464 s + 2232

-----------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 3317 s^2 + 5532 s + 2232

Kode Matlab untuk analisa kesalahan Gain Selection tipe reheat tanpa dan dengan
pengendali Proporsional (P) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
% Informasi Konstanta Kesalahan dan Kesalahan Keadaan Mantap Sistem Kendali
Gain Selection
fprintf('\n')
e1 = 1 - dcgain(sys_cl);
e2 = 1 - dcgain(sys_cl_p);
fprintf('Nilai Kesalahan Keadaan Mantap =
%10.5g \n',e1)
fprintf('Nilai Kesalahan Keadaan Mantap Dengan Pengendali Proporsional (P)=
%10.5g \n',e2)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
Kp = 2.23e+03
P-only controller.
info =
struct with fields:
Stable: 1
sys_ol_p =
2232 s^2 + 4464 s + 2232

----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl_p =
2232 s^2 + 4464 s + 2232

-----------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 3317 s^2 + 5532 s + 2232

Nilai Kesalahan Keadaan Mantap Dengan Pengendali Proporsional(P)= 0

Kode Matlab untuk analisa peralihah Gain Selection tipe reheat tanpa dan dengan
pengendali Proporsional (P) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
fprintf('Nilai Puncak = %10.5g \n',M_p_cl)
%
fprintf('\n')
disp('Informasi Analisa Peralihan Dengan Pengendali Proporsional (P) ')
P_cl_p = stepinfo(sys_cl_p);
Tr_cl_p = P_cl_p.RiseTime;
Tp_cl_p = P_cl_p.PeakTime;
Ts_cl_p = P_cl_p.SettlingTime;
M_p_cl_p = P_cl_p.Peak;
Mp_cl_p = P_cl_p.Overshoot;
%
fprintf('Nilai Waktu Naik = %10.5g detik\n',Tr_cl_p)
fprintf('Nilai Waktu Puncak = %10.5g detik\n',Tp_cl_p)
fprintf('Nilai Waktu Keadaan Mantap = %10.5g detik\n',Ts_cl_p)
fprintf('Nilai Puncak = %10.5g \n',M_p_cl_p)
fprintf('Nilai Lewatan Maksimum = %10.5g Persen\n',Mp_cl_p)
%
% Tanggapan Peralihan Gain Selection Terhadap Masukan Undak Satuan
t = 0.000 : 0.01 : 1;
figure
stepplot(sys_cl,'-',sys_cl_p,'--',t);
xlabel('Waktu')
grid on
title('Tanggapan Deviasi Frekuensi Gain Selection')
hleg = legend('Tanpa Proporsional (P)','Dengan Proporsional (P)');
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
Kp = 2.23e+03
P-only controller.
info =
struct with fields:
Stable: 1
sys_ol_p =
2232 s^2 + 4464 s + 2232

----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl_p =
2232 s^2 + 4464 s + 2232

-----------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 3317 s^2 + 5532 s + 2232

Informasi Analisa Peralihan Dengan Pengendali Proporsional (P)

Nilai Waktu Puncak = 0.40428 detik
Nilai Waktu Keadaan Mantap = 4.3419 detik
Nilai Lewatan Maksimum = 1.371 Persen
Adapun grafik tanggapan deviasi frekuensi Gain Selection tanpa dan dengan pengendali
Proporsional (P) terhadap masukan undak satuan diperlihatkan pada Gambar 2.1 berikut

2.5 Rangkuman
REHEAT DENGAN PENGENDALI INTEGRAL (I)
3.1 Pendahuluan
analisa Gain Selection tipe reheat dengan pengendali Integral (I) dan Pengendali dirancang
dengan menggunakan metoda PIDTune. Untuk pemodelan Gain Selection digunakan dalam
waktu puncak, nilai puncak, lewatan maksimum dan waktu keadaan mantap.
3.2 Perancangan Pengendali Integral (I) Dengan PIDTune

Kode Matlab untuk perancangan pengendali Integral (I) pada Gain Selection tipe
Reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Integral (I)
[C_p,info] = pidtune(sys_ol,'I')
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Integral (I)
disp('Fungsi Alih Lingkar Terbuka Dengan Pengendali Integral (I)')
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Integral (I)
disp('Fungsi Alih Lingkar Tertutup Dengan Pengendali Integral (I)')
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Ki * ---
s
with Ki = 471
Continuous-time I-only controller.
info =
struct with fields:

Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Integral (I)
sys_ol_p =
471.2 s^2 + 942.4 s + 471.2

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2
Fungsi Alih Lingkar Tertutup Dengan Pengendali Integral (I)
sys_cl_p =
471.2 s^2 + 942.4 s + 471.2

------------------------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1539 s^2 + 942.4 s + 471.2

pengendali Integral (I) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
% Informasi Konstanta Kesalahan dan Kesalahan Keadaan Mantap Gain Selection
fprintf('\n')
%10.5g \n',e1)
fprintf('Nilai Kesalahan Keadaan Mantap Dengan Pengendali Integral (I) =
%10.5g \n',e2)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Ki * ---
s
with Ki = 471
info =
struct with fields:
Stable: 1
sys_ol_p =
471.2 s^2 + 942.4 s + 471.2

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2

sys_cl_p =
471.2 s^2 + 942.4 s + 471.2

------------------------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1539 s^2 + 942.4 s + 471.2

Nilai Kesalahan Keadaan Mantap Dengan Pengendali Integral (I) = 0

pengendali Integral (I) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
%
fprintf('\n')
disp('Informasi Analisa Peralihan Dengan Pengendali Integral (I) ')
%
%
t = 0.000 : 0.01 : 1;
figure
xlabel('Waktu')
grid on
hleg = legend('Tanpa Integral (I)','Dengan Integral (I)');
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Ki * ---
s
with Ki = 471
info =
struct with fields:
Stable: 1
sys_ol_p =
471.2 s^2 + 942.4 s + 471.2

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2
sys_cl_p =
471.2 s^2 + 942.4 s + 471.2

------------------------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1539 s^2 + 942.4 s + 471.2

Informasi Analisa Peralihan Dengan Pengendali Integral (I)

Intrgral (I) terhadap masukan undak satuan diperlihatkan pada Gambar 3.1 berikut
3.5 Rangkuman
BAB 4. PERANCANGAN DAN DAN ANALISA GAIN SELECTION
TIPE REHEAT DENGAN PENGENDALI PROPORSIONAL INTEGRAL
(PI)
4.1 Pendahuluan
analisa Gain Selection tipe reheat dengan pengendali Proporsional Integral (PI) dan
Pengendali dirancang dengan menggunakan metoda PIDTune. Untuk pemodelan Gain
Selection digunakan dalam bentuk fungsi alih. Fungsi alih yang digunakan terdiri 2
bahagian yaitu fungsi alih tanpa karakteristik droop dan fungsi alih dengan karakteristik
droop. Untuk analisa kendali yang dilakukan terdiri dari analisa kesalahan, analisa peralihan,
analisa domain frekuensi untuk fungsi alih lingkar terbuka, analisa domain frekuensi untuk
fungsi alih lingkar tertutup, analisa kestabilan dan analisa kekokohan.
4.2 Perancangan Pengendali Proporsional Integral (PI) Dengan PIDTune

Kode Matlab untuk perancangan pengendali Proporsional Integral (PI) pada Gain
Selection tipe Reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Integral (PI)
[C_p,info] = pidtune(sys_ol,'PI')
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Integral (PI)
disp('Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Integral
(PI)')
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Integral (PI)
disp('Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Integral
(PI)')
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Kp + Ki * ---
s
with Kp = 624, Ki = 1.4e+03
Continuous-time PI controller in parallel form.
info =
struct with fields:

Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Integral (PI)
sys_ol_p =
624.4 s^3 + 2646 s^2 + 3419 s + 1397

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2
Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Integral (PI)
sys_cl_p =
624.4 s^3 + 2646 s^2 + 3419 s + 1397

----------------------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1709 s^3 + 3714 s^2 + 3419 s + 1397

pengendali Proporsional Integral (PI) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
(PI)')
%
(PI)')
%
fprintf('\n')
fprintf('Nilai Kesalahan Keadaan Mantap
= %10.5g \n',e1)
fprintf('Nilai Kesalahan Keadaan Mantap Dengan Pengendali Proporsional
Integral (PI) = %10.5g \n',e2)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Kp + Ki * ---
s
with Kp = 624, Ki = 1.4e+03
info =
struct with fields:
Stable: 1

sys_ol_p =
624.4 s^3 + 2646 s^2 + 3419 s + 1397

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2
sys_cl_p =
624.4 s^3 + 2646 s^2 + 3419 s + 1397

----------------------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1709 s^3 + 3714 s^2 + 3419 s + 1397

Nilai Kesalahan Keadaan Mantap DenganPengendali proporsionalIntegral (PI)=0

pengendali Proporsional Integral (PI) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
(PI)')
%
(PI)')
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
%
fprintf('\n')
disp('Informasi Analisa Peralihan Dengan Pengendali Proporsional Integral
(PI)')
%
%
t = 0.000 : 0.01 : 1;
figure
xlabel('Waktu')
grid on
hleg = legend('Tanpa Proporsional Integral (PI)','Dengan Proporsional
Integral (PI)');
grid on
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Kp + Ki * ---
s
with Kp = 624, Ki = 1.4e+03
info =
struct with fields:
Stable: 1
sys_ol_p =
624.4 s^3 + 2646 s^2 + 3419 s + 1397

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2
sys_cl_p =
624.4 s^3 + 2646 s^2 + 3419 s + 1397

----------------------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1709 s^3 + 3714 s^2 + 3419 s + 1397

Informasi Analisa Peralihan Dengan Pengendali Proporsional Integral (PI)

Proporsional Integral (PI) terhadap masukan undak satuan diperlihatkan pada Gambar 4.1
berikut
4.5 Rangkuman
REHEAT DENGAN PENGENDALI PROPORSIONAL DIFERENSIAL
(PD)
5.1 Pendahuluan
analisa Gain Selection tipe reheat dengan pengendali Proporsional Diferensial (PD) dan
Pengendali dirancang dengan menggunakan metoda PIDTune. Untuk pemodelan Gain
Selection digunakan dalam bentuk fungsi alih. Fungsi alih yang digunakan terdiri 2
5.2 Perancangan Pengendali Proporsional Diferensial (PD) Dengan PIDTune

Kode Matlab untuk perancangan pengendali Proporsional Diferensial (PD) pada Gain
Selection tipe Reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Diferensial(PD)
[C_p,info] = pidtune(sys_ol,'PD')
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional
Diferensial(PD)
disp('Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional
Diferensial(PD)')
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional
Diferensial(PD)
disp('Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional
Diferensial(PD)')
Hasil program
sys_ol =
10
----------
s^2 + 14 s
sys_cl =
10
---------------
s^2 + 14 s + 10
C_p =
Kp + Kd * s
with Kp = 61.3, Kd = 1.46
Continuous-time PD controller in parallel form.
info =
struct with fields:
Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Diferensial(PD)
sys_ol_p =
14.59 s + 613.2
---------------
s^2 + 14 s
Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Diferensial(PD)
sys_cl_p =
14.59 s + 613.2
---------------------
s^2 + 28.59 s + 613.2

pengendali Proporsional Diferensial (PD) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Diferensial (PD)
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Diferensial
(PD)
Diferensial (PD)')
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Diferensial
(PD)
Diferensial (PD)')
%
fprintf('\n')
= %10.5g \n',e1)
Diferensial (PD) = %10.5g \n',e2)
Hasil program
sys_ol =
10
----------
s^2 + 14 s
sys_cl =
10
---------------
s^2 + 14 s + 10
C_p =
Kp + Kd * s
with Kp = 61.3, Kd = 1.46
info =
struct with fields:
Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Diferensial (PD)
sys_ol_p =
14.59 s + 613.2
---------------
s^2 + 14 s
Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Diferensial

(PD)
sys_cl_p =
14.59 s + 613.2
---------------------
s^2 + 28.59 s + 613.2

Nilai Kesalahan Keadaan Mantap
= 0
Nilai Kesalahan Keadaan Mantap Dengan Pengendali Proporsional Diferensial
(PD) = 0

pengendali Proporsional Diferensial (PD) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Diferensial(PD)
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional
Diferensial(PD)
Diferensial(PD)')
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional
Diferensial(PD)
Diferensial(PD)')
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
%
fprintf('\n')
disp('Informasi Analisa Peralihan Dengan Pengendali Proporsional
Diferensial(PD) ')
%
%
t = 0.000 : 0.01 : 1;
figure
xlabel('Waktu')
grid on
hleg = legend('Tanpa Proporsional Diferensial(PD)','Dengan Proporsional
Diferensial(PD)');
grid on
Hasil program
sys_ol =
10
----------
s^2 + 14 s
sys_cl =
10
---------------
s^2 + 14 s + 10
C_p =
Kp + Kd * s
with Kp = 61.3, Kd = 1.46
info =
struct with fields:
Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Diferensial(PD)
sys_ol_p =
14.59 s + 613.2
---------------
s^2 + 14 s
Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Diferensial(PD)

sys_cl_p =
14.59 s + 613.2
---------------------
s^2 + 28.59 s + 613.2

Informasi Analisa Peralihan Dengan Pengendali Proporsional Diferensial(PD)

Proporsional Diferensial (PD) terhadap masukan undak satuan diperlihatkan pada Gambar 5.1
berikut
5.5 Rangkuman
REHEAT DENGAN PENGENDALI PROPORSIONAL INTEGRAL
DIFERENSIAL (PID)
6.1 Pendahuluan
analisa Gain Selection tipe reheat dengan pengendali Proporsional Integral Diferensial
(PID) dan Pengendali dirancang dengan menggunakan metoda PIDTune. Untuk pemodelan
Gain Selection digunakan dalam bentuk fungsi alih. Fungsi alih yang digunakan terdiri 2
6.2 Perancangan Pengendali Proporsional Integral Diferensial (PID) Dengan PIDTune

Kode Matlab untuk perancangan pengendali Proporsional Integral Diferensial (PID)
pada Gain Selection tipe Reheat sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Integral Diferensial (PID)
[C_p,info] = pidtune(sys_ol,'PID')
%
% Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Integral
Diferensial (PID)
Diferensial (PID)')
%
% Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Integral
Diferensial (PID)
Diferensial (PID)')
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Kp + Ki * --- + Kd * s
s
with Kp = 663, Ki = 209, Kd = 81.7
Continuous-time PID controller in parallel form.
info =
struct with fields:
Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Integral

Diferensial (PID)
sys_ol_p =
81.67 s^4 + 826 s^3 + 1616 s^2 + 1081 s + 209.4

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2
Fungsi Alih Lingkar Tertutup Dengan Pengendali Proporsional Integral

Diferensial (PID)
sys_cl_p =
81.67 s^4 + 826 s^3 + 1616 s^2 + 1081 s + 209.4

-----------------------------------------------------------------
s^6 + 38.2 s^5 + 497.2 s^4 + 1911 s^3 + 2684 s^2 + 1081 s + 209.4

pengendali Proporsional Integral Diferensial (PID) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
Diferensial (PID)
Diferensial (PID)')
%
Diferensial (PID)
Diferensial (PID)')
%
fprintf('\n')
= %10.5g \n',e1)
Integral Diferensial (PID) = %10.5g \n',e2)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Kp + Ki * --- + Kd * s
s
with Kp = 663, Ki = 209, Kd = 81.7
info =
struct with fields:
Stable: 1
Diferensial (PID)
sys_ol_p =
81.67 s^4 + 826 s^3 + 1616 s^2 + 1081 s + 209.4

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2

Diferensial (PID)
sys_cl_p =
81.67 s^4 + 826 s^3 + 1616 s^2 + 1081 s + 209.4

-----------------------------------------------------------------
s^6 + 38.2 s^5 + 497.2 s^4 + 1911 s^3 + 2684 s^2 + 1081 s + 209.4

Nilai Kesalahan Keadaan Mantap
= 0
Nilai Kesalahan Keadaan Mantap Dengan Pengendali Proporsional Integral
Diferensial (PID) = 0

pengendali Proporsional Integral Diferensial (PID) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
Diferensial (PID)
Diferensial (PID)')
%
Diferensial (PID)
Diferensial (PID)')
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
%
fprintf('\n')
Diferensial (PID)')
%
%
t = 0.000 : 0.01 : 1;
figure
xlabel('Waktu')
grid on
hleg = legend('Tanpa Proporsional Integral Diferensial (PID)','Dengan
Proporsional Integral Diferensial (PID)');
grid on
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1
Kp + Ki * --- + Kd * s
s
with Kp = 663, Ki = 209, Kd = 81.7
info =
struct with fields:
Stable: 1

Diferensial (PID)
sys_ol_p =
81.67 s^4 + 826 s^3 + 1616 s^2 + 1081 s + 209.4

------------------------------------------------
s^6 + 38.2 s^5 + 415.6 s^4 + 1085 s^3 + 1068 s^2

Diferensial (PID)
sys_cl_p =
81.67 s^4 + 826 s^3 + 1616 s^2 + 1081 s + 209.4

-----------------------------------------------------------------
s^6 + 38.2 s^5 + 497.2 s^4 + 1911 s^3 + 2684 s^2 + 1081 s + 209.4

Informasi Analisa Peralihan Dengan Pengendali Proporsional Integral

Diferensial (PID)
>>
Proporsional Integral Diferensial (PID) terhadap masukan undak satuan diperlihatkan pada
Gambar 6.1 berikut
6.5 Rangkuman
REHEAT DENGAN PENGENDALI PROPORSIONAL DIFERENSIAL
DENGAN FILTER ORDE PERTAMA PADA BAGIAN DIFERENSIAL
(PDF)
7.1 Pendahuluan
analisa Gain Selection tipe reheat dengan pengendali Proporsional Diferensial Dengan
Filter Orde Pertama Pada Bagian Diferensial (PDF) dan Pengendali dirancang dengan
menggunakan metoda PIDTune. Untuk pemodelan Gain Selection digunakan dalam bentuk
fungsi alih. Fungsi alih yang digunakan terdiri 2 bahagian yaitu fungsi alih tanpa karakteristik
droop dan fungsi alih dengan karakteristik droop. Untuk analisa kendali yang dilakukan terdiri
dari analisa kesalahan, analisa peralihan, analisa domain frekuensi untuk fungsi alih lingkar
terbuka, analisa domain frekuensi untuk fungsi alih lingkar tertutup, analisa kestabilan dan
analisa kekokohan.
7.2 Perancangan Pengendali Proporsional Diferensial Dengan Filter Orde Pertama

Pada Bagian Diferensial (PDF) Dengan PIDTune
Kode Matlab untuk perancangan pengendali Proporsional Diferensial Dengan Filter
Orde Pertama Pada Bagian Diferensial (PDF) pada Gain Selection tipe Reheat sebagai
berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Diferensial Dengan Filter Orde
Pertama Pada Bagian Diferensial (PDF)
[C_p,info] = pidtune(sys_ol,'PDF')
%
Dengan Filter Orde Pertama Pada Bagian Diferensial (PDF)
Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial (PDF)')
%
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
Kp = 561
P-only controller.
info =
struct with fields:
Stable: 1
Fungsi Alih Lingkar Terbuka Dengan Pengendali Proporsional Diferensial

sys_ol_p =
561.2 s^2 + 1122 s + 561.2

----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s

sys_cl_p =
561.2 s^2 + 1122 s + 561.2

------------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1646 s^2 + 2190 s + 561.2

pengendali Proporsional Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial
(PDF) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
fprintf('\n')
%10.5g \n',e1)
fprintf('Nilai Kesalahan Keadaan Mantap Dengan Pengendali PDF =
%10.5g \n',e2)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
Kp = 561
P-only controller.
info =
struct with fields:
Stable: 1
sys_ol_p =
561.2 s^2 + 1122 s + 561.2

----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s

sys_cl_p =
561.2 s^2 + 1122 s + 561.2

------------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1646 s^2 + 2190 s + 561.2

Nilai Kesalahan Keadaan Mantap Dengan Pengendali PDF = 0

pengendali Proporsional Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial
(PDF) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
%
fprintf('\n')
disp('Informasi Analisa Peralihan Dengan Pengendali Proporsional
Diferensial(PD) ')
%
%
t = 0.000 : 0.01 : 1;
figure
xlabel('Waktu')
grid on
hleg = legend('Tanpa PDF','Dengan PDF');
grid on
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
Kp = 561
P-only controller.
info =
struct with fields:
Stable: 1

sys_ol_p =
561.2 s^2 + 1122 s + 561.2

----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s

sys_cl_p =
561.2 s^2 + 1122 s + 561.2

------------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1646 s^2 + 2190 s + 561.2

Informasi Analisa Peralihan Dengan Pengendali Proporsional Diferensial(PD)

Proporsional Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial (PDF) terhadap
masukan undak satuan diperlihatkan pada Gambar 7.1 berikut
7.5 Rangkuman
REHEAT DENGAN PENGENDALI PROPORSIONAL INTEGRAL
DIFERENSIAL DENGAN FILTER ORDE PERTAMA PADA BAGIAN
DIFERENSIAL (PIDF)
8.1 Pendahuluan
analisa Gain Selection tipe reheat dengan pengendali Proporsional Integral Diferensial
Dengan Filter Orde Pertama Pada Bagian Diferensial (PIDF) dan Pengendali dirancang
dengan menggunakan metoda PIDTune. Untuk pemodelan Gain Selection digunakan dalam
8.2 Perancangan Pengendali Proporsional Integral Diferensial Dengan Filter Orde

Pertama Pada Bagian Diferensial (PIDF) Dengan PIDTune
Kode Matlab untuk perancangan pengendali Proporsional Integral Diferensial Dengan
Filter Orde Pertama Pada Bagian Diferensial (PIDF) pada Gain Selection tipe Reheat
sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
% Perancangan Pengendali Proporsional Integral Diferensial Dengan Filter
Orde Pertama Pada Bagian Diferensial (PIDF)
[C_p,info] = pidtune(sys_ol,'PIDF')
%
Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial (PIDF)
Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial (PIDF)')
%
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1 s
Kp + Ki * --- + Kd * --------
s Tf*s+1
with Kp = 765, Ki = 220, Kd = -540, Tf = 0.77
Continuous-time PIDF controller in parallel form.
info =
struct with fields:
Stable: 1

sys_ol_p =
64.13 s^4 + 1342 s^3 + 2777 s^2 + 1784 s + 285.3

-----------------------------------------------------------
s^7 + 39.5 s^6 + 465.2 s^5 + 1624 s^4 + 2477 s^3 + 1387 s^2

sys_cl_p =
64.13 s^4 + 1342 s^3 + 2777 s^2 + 1784 s + 285.3

-------------------------------------------------------------------------
---
s^7 + 39.5 s^6 + 465.2 s^5 + 1688 s^4 + 3818 s^3 + 4164 s^2 + 1784 s +
285.3

pengendali Proporsional Integral Diferensial Dengan Filter Orde Pertama Pada Bagian
Diferensial (PIDF) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
fprintf('\n')
= %10.5g \n',e1)
fprintf('Nilai Kesalahan Keadaan Mantap Dengan Pengendali PIDF
= %10.5g \n',e2)
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1 s
Kp + Ki * --- + Kd * --------
s Tf*s+1
with Kp = 765, Ki = 220, Kd = -540, Tf = 0.77

info =
struct with fields:
Stable: 1

sys_ol_p =
64.13 s^4 + 1342 s^3 + 2777 s^2 + 1784 s + 285.3

-----------------------------------------------------------
s^7 + 39.5 s^6 + 465.2 s^5 + 1624 s^4 + 2477 s^3 + 1387 s^2

sys_cl_p =
64.13 s^4 + 1342 s^3 + 2777 s^2 + 1784 s + 285.3

-------------------------------------------------------------------------
---
s^7 + 39.5 s^6 + 465.2 s^5 + 1688 s^4 + 3818 s^3 + 4164 s^2 + 1784 s +
285.3

Nilai Kesalahan Keadaan Mantap Dengan Pengendali PIDF = 0

pengendali Proporsional Integral Diferensial Dengan Filter Orde Pertama Pada Bagian
Diferensial (PIDF) sebagai berikut
clc
clear all
close all
close all hidden
%
num_ol = [ 0 0 0 1 2 1];
den_ol = [ 1 38.2 415.56 1084.6 1068 0];
%
%
%
%
%
%
fprintf('\n')
M_p_cl = P_cl.Peak;
%
%
fprintf('\n')
%
%
t = 0.000 : 0.01 : 1;
figure
xlabel('Waktu')
grid on
hleg = legend('Tanpa PIDF','Dengan PIDF');
grid on
Hasil program
sys_ol =
s^2 + 2 s + 1
----------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1085 s^2 + 1068 s
sys_cl =
s^2 + 2 s + 1
--------------------------------------------------
s^5 + 38.2 s^4 + 415.6 s^3 + 1086 s^2 + 1070 s + 1
C_p =
1 s
Kp + Ki * --- + Kd * --------
s Tf*s+1
with Kp = 765, Ki = 220, Kd = -540, Tf = 0.77
info =
struct with fields:
Stable: 1

sys_ol_p =
64.13 s^4 + 1342 s^3 + 2777 s^2 + 1784 s + 285.3

-----------------------------------------------------------
s^7 + 39.5 s^6 + 465.2 s^5 + 1624 s^4 + 2477 s^3 + 1387 s^2

sys_cl_p =
64.13 s^4 + 1342 s^3 + 2777 s^2 + 1784 s + 285.3

-------------------------------------------------------------------------
---
s^7 + 39.5 s^6 + 465.2 s^5 + 1688 s^4 + 3818 s^3 + 4164 s^2 + 1784 s +
285.3

Informasi Analisa Peralihan Dengan Pengendali Proporsional Integral

Proporsional Integral Diferensial Dengan Filter Orde Pertama Pada Bagian Diferensial (PIDF)
terhadap masukan undak satuan diperlihatkan pada Gambar 8.1 berikut
8.5 Rangkuman
GLOSARIUM
Matlab : Bahasa Pemograman yang dikembangkan oleh

The Mathwork .Inc . Bahasa Pemograman yang
banyak digunakan untuk perhitungan numerik,
keteknikan, komputasi simbolik, visualisasi,
grafis, analisis data matematis, statistika, simulasi
pemodelan dan desain GUI
Fungsi Alih : Perbandingan dari transformasi Laplace keluaran

dan transformasi masukan dengan asumsi semua
kondisi awal bernilai nol.
Sistem Waktu Kontinu : Sebuah sistem yang menerima sinyal waktu

kontinyu sebagai masukan (input) dan
menghasilkan keluaran (output) sinyal waktu yang
kontinyu juga. Penggambaran sistem waktu
kontinyu selalu berkaitan dengan bentuk
representasi matematik yang mengambarkan
sistem tersebut dalam keseluruhan waktu.
Diagram Bode : Grafik frekuensi respon dari sistem. Grafik ini

biasanya kombinasi dari magnitude plot Bode,
mengekspresikan besarnya (biasanya dalam
desibel) respon frekuensi, dan plot fasa Bode,
mengungkapkan pergeseran fasa. Kedua besaran
diplot terhadap sumbu horisontal sebanding
dengan logaritma dari frekuensi. Mengingat
bahwa desibel sendiri merupakan skala logaritmik,
plot amplitudo Bode adalah plot log–log,
sedangkan plot fasa Bode adalah plot lin-log.
Margin Penguatan : Besar penguatan yang dapat dinaikkan sebelum

sistem menjadi tidak stabil
Margin Fasa : Banyaknya fasa yang tertinggal yang ditambahkan

pada frekuensi gain crossover yang diinginkan
agar sistem berbatasan dengan keadaan tidak
stabil
DAFTAR PUSTAKA
[1] Y. V. Hote and S. Jain , "PID Controller Design For Load Frequency Control : Past,
Present and Future challenges," in International Federation of Automatic Control ,
Netherland , 2018 .
[2] D. K. and A. Mahalanabis, Computer Aided Power System Analysis and Control, New
Delhi : Tata McGraw-Hill , 1988.
[3] B. Fiendland, Control System Design, New York : McGraw Hill, 1986.
[4] D. Xue, C. dan D. P. Atherton, Linear Feedback Control : Analysis and Design With
Matlab, Philadelphia : SIAM , 2007.
[5] Matlab, Control System Toolbox, Massachusetts: The Mathworks Publisher , 2010.
[6] K. Ogata, Modern Control Engineering, New York : Prentice Hall , 2010.
[7] S. Skogestad and I. Postlethwaite, Multivariable Feedback Control Analysis and Design,
New York : McGraw Hill, 1996.
[8] D. R. V, Analysis and Design of Control System Using Matlab, India : New Age
International Publishers, 2006.
[9] H. A. Yousef, Power System Load Frequency Control : Classical and Adaptive Fuzzy
Approaches, London : CRC Press, 2017.
[10] H. Saadat, Power System Analysis, Canada: McGraw Hill, 1999.
INDEKS
A I
akar - akar persamaan karakteristik, impulsa satuan, 18, 21
32, 33 Integral (I), 1, 3, 66, 67, 68, 69, 70,
analisa domain frekuensi, 1, 9, 39, 71, 72, 73, 75, 76, 77, 78, 79, 80,
66, 93, 118, 145, 172, 199 81, 82, 83, 84, 85, 86, 87, 88, 89,
analisa kekokohan, 1, 9, 34, 37, 39, 90
61, 65, 66, 87, 90, 93, 113, 117,
118, 140, 144, 145, 166, 170, 172, K
194, 198, 199, 222, 225 karakteristik droop, 1, 9, 10, 39, 66,
analisa kesalahan, 1, 9, 12, 39, 43, 93, 118, 145, 172, 199
66, 69, 93, 96, 118, 121, 145, 148, kesalahan keadaan mantap, 9, 39, 66,
172, 175, 199, 202 93, 118, 145, 172, 199
analisa kestabilan, 1, 9, 31, 39, 57,
66, 83, 93, 110, 118, 136, 145, L
163, 172, 191, 199, 217 laju satuan, 22, 25
analisa peralihan, 1, 9, 15, 18, 22, 39, lebar pita, 9, 39, 66, 93, 118, 145,
66, 93, 118, 145, 172, 199 172, 199
lewatan maksimum, 9, 39, 66, 93,
D
118, 145, 172, 199
diagram Bode, 9, 28, 39, 53, 66, 79,
93, 106, 118, 132, 145, 158, 172, M
186, 199, 212 magnitude bode, 31
margin fasa, 27, 28, 35, 36, 37, 228
F
margin penguatan, 28, 35, 36, 37, 51,
fungsi alih, 1, 9, 10, 11, 26, 28, 31, 52, 53, 62, 63, 64, 65, 77, 78, 79,
39, 50, 53, 54, 57, 66, 76, 79, 83, 88, 90, 104, 105, 106, 115, 117,
93, 102, 106, 109, 118, 128, 132, 129, 130, 132, 142, 143, 144, 156,
133, 136, 145, 154, 158, 162, 172, 168, 170, 184, 185, 196, 198, 210,
182, 186, 190, 199, 209, 212, 213, 211, 212, 223, 225, 228
217
fungsi alih karakteristik droop, 1, 10 N
fungsi alih lingkar tertutup, 1, 9, 26, nilai maksimum, 21, 25
28, 31, 39, 50, 54, 57, 66, 76, 79, nilai minimum, 21, 25
83, 93, 102, 106, 109, 118, 128, nilai puncak, 9, 39, 66, 93, 118, 145,
133, 136, 145, 154, 158, 162, 172, 172, 199
182, 186, 190, 199, 209, 213, 217 nilai puncak maksimum sensitivitas,
37, 62, 63, 64, 88, 90, 115, 117,
141, 142, 143, 144, 168, 170, 196, R
198, 223, 225 reheat, 0, 1, 9, 10, 11, 12, 15, 18, 22,
nilai puncak resonansi, 9, 39, 66, 93, 26, 28, 31, 33, 34, 39, 43, 46, 50,
118, 145, 172, 199
53, 54, 57, 60, 61, 66, 69, 71, 76,
nilai waktu maksimum, 21, 25 79, 83, 86, 87, 93, 96, 99, 102,
106, 109, 110, 113, 118, 121, 124,
P
128, 132, 135, 136, 140, 145, 148,
parabolik, 9, 39, 66, 93, 118, 145, 151, 154, 158, 162, 163, 166, 172,
172, 199 175, 178, 182, 186, 190, 191, 194,
peredaman derau, 9, 39, 66, 93, 118, 199, 202, 204, 209, 212, 213, 217,
145, 172, 199 221, 222
pole, 33
proporsional (P), 1, 3, 39, 41, 42, 43, S
44, 46, 47, 48, 49, 50, 51, 52, 53, sensitivitas, 6, 7, 36, 38, 63, 65, 89,
54, 55, 56, 57, 58, 59, 60, 61, 62, 91, 115, 117, 142, 144, 168, 169,
63, 64, 65, 75 171, 196, 198, 224, 226
proporsional diferensial (PD), 1, 4, sensitivitas komplementer, 38
118, 119, 121, 122, 124, 127, 128,
129, 130, 131, 132, 133, 134, 135, U
136, 140, 141, 142, 143, 144
undak satuan, 9, 15, 18, 39, 49, 66,
proporsional diferensial dengan filter
75, 93, 102, 118, 127, 145, 154,
orde pertama pada bagian
172, 182, 199, 209
diferensial (PDF), 1, 4, 172, 173,
174, 175, 176, 177, 178, 179, 181, W
182, 183, 185, 186, 187, 188, 189,
190, 191, 192, 193, 194, 195, 196, waktu keadaan mantap, 9, 39, 66, 93,
197, 198 118, 145, 172, 199
proporsional integral (PI), 1, 3, 93, waktu naik, 9, 39, 66, 93, 118, 145,
94, 95, 96, 97, 98, 99, 100, 101, 172, 199
102, 103, 104, 105, 106, 107, 108, waktu puncak, 9, 39, 66, 93, 118,
109, 110, 111, 112, 113, 114, 115, 145, 172, 199
116, 117 waktu puncak, 16, 17, 18
proporsional integral diferensial
Z
(PID), 1, 4, 145, 146, 147, 148,
149, 150, 151, 152, 153, 154, 155, zero, 33
156, 158, 159, 160, 162, 163, 164,
165, 166, 167, 168, 169, 170
proporsional integral diferensial
dengan filter orde pertama pada
bagian diferensial (PIDF), 1

Pemodelan Dan Analisa Gain Selection Dengan Pidtune Dalam Domain Waktu (Model: Reheat)

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pemodelan Dan Analisa Gain Selection Dengan Pidtune Dalam Domain Waktu (Model: Reheat)

Diunggah oleh

Hak Cipta:

Format Tersedia

PEMODELAN DAN ANALISA GAIN SELECTION

DENGAN PIDTUNE DALAM DOMAIN WAKTU

HERU DIBYO LAKSONO

Nama : Elsa Dwi Handayani

Padang, Mei 2021

BAB 1. PEMODELAN DAN ANALISA GAIN SELECTION TIPE REHEAT 8

1.2 Pemodelan Matematis Gain Selection Tipe Reheat 8

1.3 Fungsi Alih Gain Selection Tipe Reheat 10

1.4 Analisa Kesalahan Gain Selection Tipe Reheat 11

1.5 Analisa Peralihan Gain Selection Tipe Reheat 12

2.2 Perancangan Pengendali Proporsional (P) Dengan PIDTune 20

2.3 Analisa Kesalahan Gain Selection Tipe Reheat 21

2.4 Analisa Peralihan Gain Selection Tipe Reheat 23

3.2 Perancangan Pengendali Integral (I) Dengan PIDTune 27

3.3 Analisa Kesalahan Gain Selection Tipe Reheat 29

3.4 Analisa Peralihan Gain Selection Tipe Reheat 31

4.2 Perancangan Pengendali Proporsional Integral (PI) Dengan PIDTune 35

4.3 Analisa Kesalahan Gain Selection Tipe Reheat 37

4.4 Analisa Peralihan Gain Selection Tipe Reheat 39

5.2 Perancangan Pengendali Proporsional Diferensial (PD) Dengan PIDTune 43

5.3 Analisa Kesalahan Gain Selection Tipe Reheat 45

5.4 Analisa Peralihan Gain Selection Tipe Reheat 47

6.2 Perancangan Pengendali Proporsional Integral Diferensial (PID) Dengan PIDTune 51

6.3 Analisa Kesalahan Gain Selection Tipe Reheat 53

6.4 Analisa Peralihan Gain Selection Tipe Reheat 55

7.3 Analisa Kesalahan Gain Selection Tipe Reheat 61

7.4 Analisa Peralihan Gain Selection Tipe Reheat 63

8.2 Perancangan Pengendali Proporsional Integral Diferensial Dengan Filter Orde

8.3 Analisa Kesalahan Gain Selection Tipe Reheat 69

8.4 Analisa Peralihan Gain Selection Tipe Reheat 71

Gambar 1.1 Tanggapan Peralihan Gain Selection ............................................................... 14

Gambar 1.2 Tanggapan Peralihan Gain Selection ............................................................... 16

Gambar 1.3 Tanggapan Peralihan Gain Selection ............................................................... 18

Gambar 1.7 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 2.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 3.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 4.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 5.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 6.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 7.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Gambar 8.5 Fungsi Sensitivitas dan Sensitivitas Komplementer Tanggapan Deviasi

Tabel 1.1 Nilai Parameter Gain Selection Tipe Reheat ...................................................... 10

1.2 Pemodelan Matematis Gain Selection Tipe Reheat

Tabel 1.1 Nilai Parameter Gain Selection Tipe Reheat

Konstanta Sistem Listrik (Kp) 1.0000

Konstanta Waktu Sistem Listrik (Tp) 10.0000 detik

Konstanta Waktu Turbine Reheat (Tr) 7.0000 detik

Konstanta Waktu Governor (Tg) 0.2000 detik

Konstanta Waktu Turbine (Tt) 0.3000 detik

Persentase Daya Pembangkitan (c ) 0.3000

Speed Regulasi 0.2000

1.3 Fungsi Alih Gain Selection Tipe Reheat

Continuous-time transfer function.

Fungsi Alir Lingkar Tertutup

Continuous-time transfer function.

1.4 Analisa Kesalahan Gain Selection Tipe Reheat

Continuous-time transfer function.

Fungsi Alir Lingkar Tertutup

Continuous-time transfer function.

Informasi Analisa Kesalahan

1.5 Analisa Peralihan Gain Selection Tipe Reheat

Continuous-time transfer function.

Fungsi Alir Lingkar Tertutup