Nama Kelompok 13
Anggota 1) I Putu Fadya Rachmawan 19/441160/SV/16512
2) Naufal Rashad Aryaputra 19/447081/SV/16800
Hari/Tanggal 02/11/2021
Pelaksanaan
Modul ke - 4
Dosen Jans Hendry, S.T., M.Eng.
Asisten 1) Almeyda Tara Nabilla
2) Rany Ayu L.
Tugas :
Carilah model matematika sebuah sistem dan buatlah sistem tersebut menjadi model linear dengan matriks A, B,
C dan D
Diketahui:
Sebuah inverted pendulum dengan parameter sebagai berikut.
M = 2 kg = massa cart
1
Dengan persamaan 1 merupakan aturan newton:
N (t )
(t ) T (t )
J
(1.0)
l
N (t ) Mg sin (t )
2
Mgl (t ) T (t )
(t ) sin
2J J
(2.0)
y (t ) (t )
x1 (t ) (t )
x (t )
2 (3.0)
x1 (t ) x 2 (t )
Mgl (t ) T (t )
x 2 (t ) sin x1
2J J
y (t ) x1 (t )
Dikarenakan bentuk sin x1 tidak linear maka bentuk sin x1 dilinearkan terlebih dahulu dengan memilih titik
operasi di x0. Maka diketahui persamaan berikut:
x 0 : sin x x
x / 2 : sin x 1
(4.0)
x : sin x x
2
Grafik estimasi perkiraan sin(x) dan x mendekati 0
f ( x) ax b (5.0)
d (6.0)
a f ( x) x x0
dx
b f ( x0 ) ax0 (7.0)
3
Maka muncul estimasi pendekatan linear sebagai berikut:
d (8.0)
f ( x) f ( x0 ) f ( x) x x0 ( x x0 )
dx
Atau
d
y ( x) f ( x0 ) f ( x) x x0 ( x x0 )
dx
Pendulum Gantung:
x0 0
Pendulum Terbalik:
x0
x0 ??
f ( x) sin( x) dan x 0
Maka dicari terlebih dahulu kemiringan garis (slope) dari fungsi tersebut
4
d ( f ( x))
x x 0 cos( ) 1
dx
(9.0)
f ( x 0 ) f ( ) sin( ) 0
sin( x) f ( x 0 ) ( x x 0 ) 0 1( x )
x
(10.0)
Dengan demikian pula, persamaan dinamis orde 1 dari sistem tersebut adalah
x1 (t ) x 2 (t )
Mgl Mgl T
x 2 (t ) x1 (t ) (t ) (11.0)
2J 2J J
y (t ) x1 (t )
Mgl
Demikian perlu mengeliminasi konstanta 2J
x f (x) f ( x0 ) 0 x f ( x 0 ) 0
Maka, titik x0 merupakan titik kesetimbangan dari apabila maka
Dengan kesimpulan sistem non linear memiliki banyak titik kesetimbangan, namun sistem linear hanya
Pada kasus perpindahan titik kesetimbangan maka diperoleh persamaan sebagai berikut ini.
Diketahui persamaan dinamis dari perpindahan titik kesetimbangan pada pendulum terbalik adalah
x1
x2 0
(12.0)
x1 (t ) x 2 (t )
Mgl T
x 2 (t ) ( x1 (t ) ) (t )
2J J
Kemudian dari perpindahan titik tersebut didapat keadaan baru dari kesetimbangan sebagai persamaan berikut.
x1 (t ) x1 (t )
x 2 (t ) x 2 (t )
(13.0)
5
Dari adanya kondisi baru pasca perpindahan titik kesetimbangan maka digunakan persamaan dinamis baru
sebagai berikut.
x1 (t ) x 2 (t )
Mgl T
x 2 (t ) x1 (t ) (t ) (14.0)
2J J
Bentuk tersebut dirubah menjadi bentuk state space sebagaimana persamaan 10 berikut.
x (t ) Ax Bu
y (t ) Cx Du
(15.0)
0 1 0
x (t ) Mgl x(t ) 1 T (t )
2 J 0 J (16.0)
y (t ) 1 0x(t )
Dengan demikian bentuk matrix ABCD dari persamaan state space diatas adalah:
0 1
A Mgl
2 J 0 (17.0)
0
B 1
j
C 1 0
D 0
M = 2 kg = massa cart
Maka nilai matriks ABCD pada sistem berikut sesuai dengan persamaan 12 dibawah ini.
6
0 1
A
1,962 0 (18.0)
0
B
1
C 1 0
D 0
Kesimpulan:
1. Teknik linearisasi menggunakan linear approximation diperlukan ketelitian dan kehatihatian dikarenakan
apabila salah melakukan estimasi maka nilai tersebut akan berbeda.
2. Dalam estimasi linear diperlukan perhitungan slope atau kemiringan garis dari suatu fungsi tersebut dengan
cara sesuai dengan persamaan 6-8 diatas.
3. Dalam sistem non linear, titik kesetimbangan memiliki jumlah yang sangat banyak atau hampir infinite
berbeda dengan sistem linear yang hanya memiliki 1 titik kesetimbangan yaitu x0=0
Referensi:
1. https://www.desmos.com/calculator?lang=id
2. https://tutorial.math.lamar.edu/classes/calci/linearapproximations.aspx
3. Khalil, H. K. (1996). Nonlinear Systems Third Edition. New Jersey: Prentice Hall. 4. Michigan, U. o.
(n.d.). Suspension: Simulink Controller Design. Retrieved from Control Tutorials for Matlab and
Simulink:https://ctms.engin.umich.edu/CTMS/index.php?example=Suspension§ion=SimulinkCon
trol