Abstract— This paper describes the identification process of Untuk mengetahui dan mempelajari suatu sifat pada sistem
DC motor system with the experimental technique using diperlukan identifikasi sistem, hal ini diperoleh dengan cara
indetification tool in Matlab. After the DC motor model system is memodelkannya secara matematika berdasarkan sifat-sifat
obtained, the optimal control technique in this case using linear komponennya [1]. Dari hasil identifikasi ini diperoleh transfer
quadratic regulator (LQR) is used to view the system response function. Dengan model transfer function ini, dapat diketahui
step. In this paper, the DC motor identification module with
Arduino DC was developed to facilitate in terms of getting the
sifat respon sistem terhadap berbagai input. Berdasarkan
model of DC motor by approaching first and second order pengetahuan atas sifat sistem tersebut, dapat ditentukan
models. This module is integrated between Arduino and tindakan atau perlakuan yang tepat agar sistem berperilaku
Simulink Matlab which is used as input-output data acquisition. sesuai yang diinginkan. Identifikasi sistem merupakan suatu
The results of the system identification process in the form of DC pendekatan eksperimental untuk menentukan model dinamik
Motor model with modeling auto regressive exogenous (ARX) dari suatu sistem.
second order. Furthermore, the application of LQR control Secara mendasar sebuah model dibangun dari data yang
technique with parameters of Q element matrix is sought by diamati [2]. Identifikasi suatu sistem merupakan tugas penting
multiplication of transpose Matrix C system with Matrix C of the dalam penelitian ilmiah sebagai langkah pertama dari setiap
system. While the R element matrix in tuning experimentally
analisis sistem [3]. Namun, untuk mendapatkan model
with value 0.000001. From the test results obtained that LQR
control produces a more optimal system response time constant diperlukan prosedur yang tidak mudah. Terdapat dua cara
when compared with PID control of 0.02 seconds. dalam hal memperoleh model matematis dari sebuah sistem
fisik, yaitu melalui pendekatan analisis dan ekperimen.
Intisari— Makalah ini memaparkan proses identifikasi sistem
Ada beberapa teknik dalam hal mendapatkan model suatu
Motor DC dengan teknik eksperimen menggunakan sistem sistem Motor DC dengan cara eksperimen. Salah satu
indetifikasi tool pada Matlab. Setelah sistem model Motor DC diantaranya adalah dengan cara mengamati data masukan dan
diperoleh, teknik kendali optimal dalam hal ini menggunakan keluaran dari Motor DC tersebut [4]. Namun ada juga peneliti
linear quadratic regulator (LQR) digunakan untuk melihat step yang mengguanakan algoritma kecerdaran buatan seperti
respon sistem. Pada penelitian ini, modul identifikasi sistem recurrent neural networks (RNN), metode yang digunakan
Motor DC dengan Arduino dikembangkan untuk memudahkan dengan jaringan syaraf tiruan, dimana model dinamik Motor
dalam hal mendapatkan model Motor DC dengan cara DC diperoleh dari nilai minimum kesalahan hasil learning
pendekatan model orde satu dan dua. Modul ini terintegrasi dari suatu model Motor DC yang telah diketahui parameternya
antara Arduino dengan Simulink Matlab yang digunakan
[5]. Selanjutnya, penelitian pada [6] memanfaatkan tegangan
sebagai akusisi data input - output. Hasil dari proses identfikasi
sistem berupa model Motor DC dengan pemodelan auto balik pada Motor DC untuk dijadikan variabel masukan dan
regressive exogenous (ARX) orde dua. Selanjutnya penerapan kecepatan putar Motor DC sebagai variabel keluaran.
teknik kendali LQR dengan parameter Matriks elemen Q dicari Hubungan antara masukan dan keluaran dievaluasi dengan
dengan cara perkalian antara transpose Matriks C sistem sistem identifikasi tool yang terdapat pada Matlab.
dengan Matriks C sistem tersebut. Sedangkan Matriks elemen R Motor DC bekerja secara nonlinear terutama saat terjadi
di tuning secara eksperimen dengan nilai 0.000001. Dari hasil diberi variasi beban. Pengendali konvensional, seperti PID
pengujian diperoleh bahwa kendali LQR menghasilkan kontroller [7–9] sangat umum digunakan karena memiliki
konstanta waktu respon sistem lebih optimal bila dibandingkan performa yang baik dalam mengendalikan sistem linear [10].
dengan kendali PID sebesar 0.02 detik.
Pada [11] memaparkan sistem pengendalian motor induksi
menggunakan kontroler PID dengan metode field oriented
Kata Kunci— Identifikasi sistem, Motor DC , LQR. control (FOC). Metode ini digunakan untuk memperbaiki
I. PENDAHULUAN sinyal kontrol arus torsi di dalam sistem kontroler PID. Selain
itu, teknik kendali optimal telah digunakan oleh beberapa
1
Dosen, Departemen Teknik Elektro dan Informatika, Sekolah peneliti seperti menggunakan linear quadratic regulator
Vokasi, Universitas Gadjah Mada, Sekip Unit III, Gd. Herman (LQR) [12–13].
Yohanes, Yogyakarta 55281, Telp: (0274) 561111; Fax.: (0274) Pada makalah ini digunakan Motor DC dengan magnet
542908, e-mail: fahmizal@ugm.ac.id permanen sebagai plant yang akan diidentifikasi serta
2,3
Staff Kependidikan, Departemen Teknik Elektro dan dikendalikan dengan dengan teknik kendali optimal LQR.
Informatika, Sekolah Vokasi, Universitas Gadjah Mada, Sekip Penelitian ini menggunakan identifikasi black box [14], yaitu
Unit III, Gd. Herman Yohanes, Yogyakarta 55281, Telp: (0274) dengan mengamati input – ouput dari suatu sistem Motor DC.
561111; Fax.: (0274) 542908, e-mail: fahmy.fathuddin@ugm.ac.id
; rudi.susanto@ugm.ac.id
Pada penelitian ini juga dikembangkan modul identifikasi
Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ... p-ISSN:1693 – 2951; e-ISSN: 2503-2372
300 Majalah Ilmiah Teknologi Elektro, Vol. 17, No. 2, Mei - Agustus 2018
Output (k)
Plant
+
Input e (k) Gambar 3. Respon orde satu terhadap masukan units step.
X(k)
- 2) Sistem Orde Dua
Sistem
Identifikasi ym (k)
Persamaan umum sistem orde dua dinyatakan dalam
Persamaan (1).
C (s ) Kn2
Gambar 1. Blok diagram proses identifikasi suatu sistem.
2 (1)
R( s) s 2n s n2
Pada penelitian ini proses identifikasi motor DC dilakukan Dimana, K adalah gain overall, ξ adalah rasio redaman dan ω
secara open loop melalui Arduino dan personal computer (PC) adalah frekuensi alami. Bentuk umum kurva respon orde dua
dengan terhubung Simulink-Matlab. Metode yang digunakan untuk masukan sinyal unit step ditunjukkan oleh Gambar 4.
untuk identifikasi adalah metode identifikasi statis.
Identifikasi statis salah satu yang paling banyak digunakan
adalah dengan metode open loop dengan masukkan step
seperti yang disajikan pada Gambar 2.
B. Karakteristik Sistem
Karakterisitik sistem merupakan ciri khusus perilaku
dinamik suatu sistem atau dinamakan dengan istilah Gambar 4. Respon orde dua terhadap masukan units step.
spesifikasi performansi sistem. Tanggapan (respon) keluaran
sistem muncul akibat diberikannya suatu sinyal masukan atau C. Model Matematis Motor DC
setelah diberi sinyal uji. Berdasarkan karakteristik respon Pengaturan kecepatan pada Motor DC dengan penguatan
sistem dapat diklasifikasikan menjadik karakteristik respon medan dengan menggunakan magnet permanen ini dapat
waktu (time respons) dan karakteristik respon frekuensi dilakukan dengan mengatur tegangan pada kumparan jangkar
(frequency respons). Lebih jauh, pada penelitian ini diamati [17]. Karena medan magnet yang dihasilkan berasal dari
karakteristik respon waktu dari Motor DC. Tujuan dari magnet permanen maka kuat medan magnet tersebut bernilai
pengamatan karakterisktik respon waktu ialah untuk tetap. Skema rangkaian Motor DC dapat dilihat pada Gambar
mengamati bentuk respon keluaran sistem terhadap 5.
berubahnya waktu. Secara umum spesifikasi perfomansi
respon waktu dapat dibagi atas dua tahapan pengamatan, yaitu
spesifikasi respon transien dan respon steady state. Lebih jauh,
pengamatan karakteristik suatu sistem dapat didekati pada
sistem orde satu dan orde dua.
ISSN 1693 – 2951; e-ISSN: 2503-2372 Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ...
Majalah Ilmiah Teknologi Elektro, Vol. 17, No. 2,Mei - Agustus 2018
DOI: https://doi.org/10.24843/MITE.2018.v17i02.P20 301
0.4748
Pendekatan orde 1
s 1.989
9.359
Pendekatan orde 2 2
s 21.36s 39.21
Gambar 14. Verifikasi dan validasi transfer function dengan respon plant.
Gambar 15. Simulink respon sinyal step pada sistem orde satu dan orde dua.
ISSN 1693 – 2951; e-ISSN: 2503-2372 Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ...
Majalah Ilmiah Teknologi Elektro, Vol. 17, No. 2,Mei - Agustus 2018
DOI: https://doi.org/10.24843/MITE.2018.v17i02.P20 303
Orde 1
Orde 2
0.2
Respon sinyal Step
0.15
0.1
0.05
0
0 10 20 30 40 50 60 70
Sampling Time
Gambar 16. Perbedaan tanggapan respon sistem pendekatan orde 1 dan orde 2.
Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ... p-ISSN:1693 – 2951; e-ISSN: 2503-2372
304 Majalah Ilmiah Teknologi Elektro, Vol. 17, No. 2, Mei - Agustus 2018
sys=ss(A,B,C,D);
Af=A-B*K;
Dari hasil rank controllability dan observability T=ss(Af,B,C,D);
disimpulkan bahwa sistem dapat dikendalikan dan teramati. T=tf(T)
Maka selanjutnya mencari elemen Matriks K dengan LQR.
Elemen Matriks K ini dapat diperoleh dengan menjalankan %step respons sistem setelah umpan balik
perintah berikut pada Matlab “[K,S,E]=lqr(A,B,Q,R)” Matriks K dengan LQR
dimana S adalah solusi persamaan Riccati dan E adalah figure(3)
closed-loop eigenvalue. Dari hasil perintah tersebut, diperoleh step(T)
Matriks elemen K pada masing-masing model dijelaskan pada
Tabel 4. Percobaan pertama dengan memberikan nilai Matriks
Step Response
elemen Q = transpose(C)*C dan R = 0.000001. 0.25
B 1
K 472.0152
C 0.4780 0.1
D 0
21.36 39.21 0.05
A
1 0
1 116.8 0
B K 0 0.5 1 1.5 2 2.5 3
0
9319.9 Time (seconds)
C 0 9.359 Gambar 18. Step respon sistem Motor DC pendekatan orde dua.
D 0
ISSN 1693 – 2951; e-ISSN: 2503-2372 Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ...
Majalah Ilmiah Teknologi Elektro, Vol. 17, No. 2,Mei - Agustus 2018
DOI: https://doi.org/10.24843/MITE.2018.v17i02.P20 305
REFERENSI
[1] Wang X, Yin T, Chen J, et al. Rapid design of Motor DC speed
control system based on Matlab[J]. Applied
Mechanics & Materials, 2015, 743:168-171.
[2] L. Ljung, “Prediction error estimation methods”, Circ. Syst. Signal
Process. 21 (2002) 11–21.
[3] G. H. Shakouri and H. R. Radmanesh, “Identification of a continuous
time nonlinear state space model for the extenal power system dynamic
equivalent by neural network,” Electrical Power and Energy Systems,
vol. 31, pp. 334-344, 2009.
[4] Tang, Wei-Jie, Zhen-Tao Liu, and Qian Wang. "Motor DC speed
control based on system identification and PID auto tuning." Control
Conference (CCC), 2017 36th Chinese. IEEE, 2017.
[5] Ismeal, Godem A., Karol Kyslan, and Viliam Fedák. "Motor DC
identification based on Recurrent Neural Networks." Mechatronics-
Mechatronika (ME), 2014 16th International Conference on. IEEE,
2014.
[6] Kamdar, Sauyma, Harsidh Brahmbhatt, Tigmanshu Patel, and Manish
Thakker. "Sensorless speed control of high speed brushed Motor DC
by model identification and validation." In Engineering (NUiCONE),
Gambar 20. Step respon sistem dengan kendali PID pada sistem pendekatan 2015 5th Nirma University International Conference on, pp. 1-6. IEEE,
orde dua dengan parameter Kp = 81.76 , Ki = 364.98 dan Kd = 2015.
4.04. [7] Wang, Jun-Sheng, and Guang-Hong Yang. "Data-Driven Output-
Feedback Fault-Tolerant Compensation Control for Digital PID
Dari hasil respon sinyal dapat diperhatikan bahwa pada Control Systems With Unknown Dynamics." IEEE Transactions on
Industrial Electronics 63, no. 11 (2016): 7029-7039.
Gambar 18 adalah step respon sistem pendekatan orde dua
[8] Viola, J., L. Angel, and J. M. Sebastian. "Design and robust
tanpa umpan balik atau dalam kondisi open loop. Saat diberi performance evaluation of a fractional order PID controller applied to a
sinyal masukan step, respon dari sistem belum mampu menuju Motor DC ." IEEE/CAA Journal of Automatica Sinica 4, no. 2 (2017):
keadaan steady state dengan sinyal masukan berupa fungsi 304-314.
[9] Shanmugasundram, R., K. Muhammad Zakariah, and N. Yadaiah.
step. Pada Gambar 16, saat sistem dalam kondisi close loop
"Implementation and performance analysis of digital controllers for
menggunakan kendali LQR dengan nilai brushless Motor DC drives." IEEE/ASME transactions on
k1 = 116.8 dan k2 = 9319.9 diperoleh respon konstanta waktu mechatronics 19, no. 1 (2014): 213-224.
[10] G. Ellis, Control system design guide : a practical guide. 3rd ed 2004,
(τ) saat respon mencapai 63,2% dari respon steady state Amsterdam ; Boston: Elsevier Academic Press.
dengan waktu sekitar 0.03 detik. Bila dibandingkan dengan [11] Raka Ardana, I Wayan. Simulasi Sistem Kontroler Pid Untuk Motor
kendali PID dengan parameter konstanta proporsional senilai Induksi Menggunakan Perangkat Lunak Matlab / Simulink. Majalah
81.76, integral senilai 364.98 dan differensial senilai 4.04 Ilmiah Teknologi Elektro, vol. 7, no. 2, May, 2013.
[12] Haron, Hartini Sharninayati. "Linear quadratic regulator (LQR)
seperti yang disajikan pada Gambar 20 diperoleh waktu controller design for DC servo motor." PhD diss., Universiti Tun
sekitar 0.05 detik. Itu artinya respon kendali LQR lebih Hussein Onn Malaysia, 2013.
optimal sebesar 0.02 detik. [13] Srivastava, Saurabh, and V. S. Pandit. "A scheme to control the speed
of a Motor DC with time delay using LQR-PID controller."
V. KESIMPULAN In Industrial Instrumentation and Control (ICIC), 2015 International
Conference on, pp. 294-299. IEEE, 2015.
Teknik kendali optimal yang dibahas pada makalah ini [14] L. Ljung, System Identification Theory for the User, 2nd ed., Prentice
adalah dengan LQR, dimana Matriks elemen Q dicari dengan Hall, CA: Linkoping University Sweden, 1999.
cara perkalian antara transpose Matriks C sistem dengan [15] L. A. Zadeh, “On the Identification Problem,” IEEE Transactions On
Circuit Theory, vol. 3, no 4, pp.277-281.1956.
Matriks C sistem tersebut. Sedangkan Matriks elemen R di [16] Yu, Gwo-Ruey, and Rey-Chue Hwang. "Optimal PID speed control of
tuning secara eksperimen dengan nilai 0.000001. Dari hasil brush less Motor DC s using LQR approach." Systems, Man and
pengujian penerapan sistem kendali LQR dapat disimpulkan Cybernetics, 2004 IEEE International Conference on. Vol. 1. IEEE,
bahwa kendali LQR menghasilkan respon konstanta waktu (τ) 2004.
[17] Peng, Jinzhu, and Rickey Dubay. "Identification and adaptive neural
yang lebih optimal bila dibandingkan dengan kendali PID network control of a Motor DC system with dead-zone
sebesar 0.02 detik. characteristics." ISA transactions 50.4 (2011): 588-598.
[18] Ogata, Katsuhiko. Modern Control Engineering Third Edition. New
Jersey, Prentice Hall, Upper Saddle River. 1997.
Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ... p-ISSN:1693 – 2951; e-ISSN: 2503-2372
306 Majalah Ilmiah Teknologi Elektro, Vol. 17, No. 2, Mei - Agustus 2018
ISSN 1693 – 2951; e-ISSN: 2503-2372 Fahmizal: Identifikasi Sistem Motor DC dan Kendali Linear ...