Teknologi Kendali Proses

Please purchase PDFcamp Printer on http://www.verypdf.com/ to remove this watermark.
TUGAS 1
TEKNOLOGI KENDALI PROSES

Level Control Unit Tanpa Pengendali
OLEH
LUTFI D411 03 028
IHSAN D411 03 072
JURUSAN ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS HASANUDDIN
MAKASSAR 2006
Level Control Unit adalah suatu Modul Praktikum yang digunakan untuk
mempelajari konsep dasar pengendalian pada Sistem tangki air. Modul ini terdiri dari
sebuah Tangki penampung yang terhubung dengan tiga buah katup yakni sebuah katup
untuk aliran air masuk dan dua buah katup untuk aliran air keluar.
Gambar 1 : Model Fisik dari Level Control Unit

DATA TEKNIS è
1. Panjangnya 600mm, Lebarnya 440mm, Tingginya 820mm dan beratnya 21 kg.
2. Tangki penampung berupa tangki yang transparan dengan kapasitas 1,5 Liter.
3. Level Cairan pada tangki di ukur dengan menggunakan Sensor Tekanan.
4. Daya pompa 25 W (Max), dengan debit 8 liter/menit (max) dan Head 6m
5. Dapat dikoneksikan ke sebuah PC (PC Terpisah) dan dilengkapi dengan USB dan
Konverter ADC/DAC
6. Software dapat dikonfigurasi menjadi pengendali P, PI, atau PID dan dilengkapi
dengan fungsi perekam event yang terjadi pada Kendalian.
7. Tegangan masukan 230V, ~50Hz.
Dari Gambar 1 di atas terlihat bahwa jumlah katup untuk aliran air masuk lebih
sedikit daripada jumlah katup aliran air untuk keluar. Walaupun demikian proses
pengisian tangki penampung diusahakan lebih cepat daripada proses pengosongan agar
tangki penampung tidak pernah mengalami kondisi kosong. Hal itu dapat diupayakan
karena kecepatan pompa pada modul tersebut dapat diatur sesuai kebutuhan pengguna
(Kecepatan motor penggerak pompa harus lebih besar daripada kecepatan motor
penggerak katup otomatis).
Secara umum persamaan matematika dari sistem aliran air dapat dijabarkan sebagai
berikut :
Diketahui :
Volume Tangki penampung = 1,5 Liter = 1,5 dm3 = 1500000 mm3
Tinggi tangki (dimisalkan) = 400 mm (tinggi modul 820 mm)
Debit Pompa (Maksimum) = 8 Liter/menit = 133333.33333 mm3 / sec
Dibutuhkan :
Posisi Level Cairan = ..................................................... ?
Penyelesaian :
Volume 1500000 mm3
tinggi = è Luas Penampang =
Luas Penampang 400 mm
è Luas Penampang = 3750 mm2
Debit Pompa 133333.33333 mm 3 / sec
Kecepatan = è Kecepatan =
Luas Penampang 3750 mm 2
è Kecepatan = 35.555555556 mm / sec
Kecepatan yang diperoleh dari perhitungan di atas adalah turunan dari Posisi
level cairan (Ketinggian air pada tangki penampung).
Perancangan terhadap sistem kendalian menggunakan program SIMULINK untuk

menganalisa proses pengisian dan proses pengosongan tangki penampung dengan
melihat output dari sistem berupa posisi level cairan setelah diberikan input gaya berupa
isyarat pompa, isyarat katup manual dan isyarat katup otomatis.
Gambar 2 sampai 6 memperlihatkan diagram lengkap dari simulasi level control
unit dengan nilai kondisi awal pada integrator (posisi level cairan) adalah 200 mm.
Gambar 2 : Diagram simulasi dari Level Control Unit

Gambar 3 : Diagram simulasi dari Pengendali Pompa beserta parameternya
Gambar 4 : Diagram simulasi dari Katup manual beserta parameternya
Gambar 5 : Diagram simulasi dari Katup Otomatis beserta parameternya

Gambar 6 : Diagram simulasi dari Kendalian Level
Gambar 7 : M-File dari kendalian Level Control Unit sebagai pembatas dan plot data
Dengan data Referensi :

Tinggi tangki = 400 Liter
Katup manual Selalu terbuka dengan nilai 10
Isyarat Pompa è
STEP_1 = 2 detik dengan Final_VALUE_1 = 30 mm/sec
STEP_2 = 20 detik dengan Final_VALUE_1 = -15 mm/sec
Isyarat Katup Otomatis è
STEP_1 = 10 detik dengan Final_VALUE_1 = 10 mm/sec
Gambar 8 : Hasil Simulasi Tangki air kondisi 1

Dari grafik di atas terlihat bahwa untuk t = 0 posisi level berada pada 200 mm dari
permukaan tangki dan akibat dari pengaruh katup manual yang terbuka terus sehingga
terjadi penurunan posisi level cairan secara linier hingga pompa mendapatkan gaya pada
detik kedua dengan debit sebesar 30 mm/sec, pada kondisi ini terlihat grafik level yang
naik secara linier. Pada detik ke 10 terjadi pengurasan melalui katup otomatis dengan
debit sebesar 10 mm/sec sehingga kenaikan posisi level cairan akan berkurang
kecuramannya. Kira-kira pada detik ke 18 tangki penampung dalam kondisi penuh
sehingga gaya yang diberikan oleh pompa tidak akan mempengaruhi kondisi tangki
penampung (ini berkat bantuan matlab function dengan pembatas level dan pembatas
pompa). Pada detik ke 20 terjadi penurunan debit pompa sebesar 15 mm/sec dan
penurunan debit gangguan katup otomatis sebesar 1 mm/sec sehingga posisi level cairan
kembali menurun hingga pada detik ke 30 penurunan posisi level cairan semakin curam
hal itu disebabkan adanya penambahan debit pada katup otomatis sebesar 27 mm/sec.
posisi level cairan akan kembali kosong pada saat detik ke 42.
Dari Hasil Pengamatan dan analisa pada grafik di atas dapat di tarik
sebuah kesimpulan bahwa Faktor-faktor yang mempengaruhi posisi level cairan
pada tangki penampung adalah
1. Debit Pengisian (Pompa) dan Debit Pengosongan (Katup Manual dan
Katup Otomatis).
2. Volume, Luas Penampang dan tinggi tangki penampung.
TUGAS 2

Level Control Unit Dengan Pengendali P I D
DISERTAI APLIKASINYA
OLEH
LUTFI D411 03 028
IHSAN D411 03 072

MAKASSAR 2006
Keberadaan kontroller pada Level Control Unit mempunyai kontribusi yang besar terhadap perilaku sistem itu. Pada
prinsipnya hal itu disebabkan oleh tidak dapat diubahnya komponen penyusun sistem tersebut. Artinya, karakteristik plant harus
diterima sebagaimana adanya, sehingga perubahan perilaku sistem hanya dapat dilakukan melalui penambahan suatu sub sistem,
yaitu kontroler.
Gambar 1 : Modul RT 010 sebagai Level Control Unit
1
Gambar 2 : Model Fisik dari Level Control Unit
2
Gambar 3 : Diagram Blok dari Level Control Unit
3
Diagram Simulasi secara lengkap dari Level Control Unit ditunjukkan dalam gambar 3 di atas. Isi diagram tiap blok dalam
gambar 3 dan kotak-kotak dialognya dijelaskan dalam paragraf-paragraf berikut ini :
FUNGSI INPUT
a b
Gambar 4 : a. Diagram Simulasi dari masukan pengendali pompa b. Diagram Simulasi dari gangguan
Gambar 5 : Diagram Blok dari Isyarat_Kendali beserta kotak dialognya
4
Gambar 6 : Diagram Blok dari katup_manual beserta kotak dialognya
Gambar 7 : Diagram Blok dari katup_gangguan beserta kotak dialognya
5
KENDALIAN LEVEL
Nilai ini adalah nilai level

mula-mula pada tangki yang
diatur pada nilai kondisi
awal integrator
Gambar 8 : Diagram Blok dari Kendalian_Level beserta kotak dialognya

Pada blok diagram di atas terdapat dua matlab function yakni batas_level yang berfungsi untuk membatasi posisi cairan
pada tangki dan batas_pompa yang berfungsi untuk membatasi masukan pompa agar pompa bekerja tetap pada batas nilai yang
dapat ditolerir.
6
Gambar 9 : M-File dari kendalian Level sebagai pembatas data
PENGENDALI PID
Gambar 10 : Diagram Blok dari Pengendali PID beserta kotak dialognya
7
Gambar 11 : M-File dari pengendali_PID sebagai pembatas data

Pada blok diagram di atas terdapat sebuah matlab function yakni batas_kecepatan_pompa yang berfungsi untuk
membatasi kecepatan pompa sesuai dengan perhitungan berikut :
Diketahui :
Volume Tangki penampung = 1,5 Liter = 1,5 dm3 = 1500000 mm3
Tinggi tangki (dimisalkan) = 400 mm (tinggi modul 820 mm)
Debit Pompa (Maksimum) = 8 Liter/menit = 133333.33333 mm3 / sec
Penyelesaian :
Volume 1500000 mm3
tinggi = è Luas Penampang = è Luas Penampang = 3750 mm2
Luas Penampang 400 mm
Debit Pompa 133333.33333 mm 3 / sec

Kecepatan = è Kecepatan =
Luas Penampang 3750 mm 2
è Kecepatan = 35.555555556 mm / sec dibulatkan menjadi 36 mm / sec
8
Salah satu tugas komponen kontroler adalah mereduksi sinyal kesalahan, yaitu perbedaan antara sinyal setting dan sinyal
aktual. Hal ini sesuai dengan tujuan sistem kontrol adalah mendapatkan sinyal actual senantiasa (diinginkan) sama dengan sinyal
setting. Semakin cepat reaksi sistem mengikuti sinyal actual dan semakin kecil kesalahan yang terjadi, semakin baiklah kinerja
sistem kontrol yang diterapkan. Apabila perbedaan antara nilai setting dengan nilai keluaran relatif besar, maka kontroler yang
baik seharusmya mampu mengamati perbedaan ini untuk segera menghasilkan sinyal keluaran untuk mempengaruhi plant.
Dengan demikian sistem secara cepat mengubah keluaran plant sampai diperoleh selisih antara setting dengan besaran yang
diatur sekecil mungkin.
Pengendali P ( Proporsional )
Kontroler proposional memiliki keluaran yang sebanding /proposional dengan besarnya sinyal kesalahan (selisih antara
besaran yang diinginkan dengan harga aktualnya). Secara lebih sederhana dapat dikatakan, bahwa keluaran kontroler
proposional merupakan perkalian antara konstanta proposional dengan masukannya. Perubahan pada sinyal masukan akan
segera menyebabkan sistem secara langsung mengubah keluarannya sebesar konstanta pengalinya.
Sinyal kesalahan (error) merupakan selisih antara besaran setting dengan besaran aktualnya. Selisih ini akan
mempengaruhi kontroller, untuk mengeluarkan sinyal positif (mempercepat pencapaian harga setting) atau negatif
(memperlambat tercapainya harga yang diinginkan).
Kontroller proporsional memiliki 2 parameter, pita proporsional (proportional band) dan konstanta proporsional. Daerah
kerja kontroller efektif dicerminkan oleh pita proporsional. Sedangkan konstanta proporsional menunjukkan nilai fator
penguatan terhadap sinyal kesalahan, Kp.
Ciri – ciri kontroller proporsdional harus diperhatikan ketika kontroller tersebut diterapkan pada suatu sistem. Secara
eksperimen, pengguna kontroller proporsional harus memperhatikan ketentuan – ketentuan berikut ini :
9
Kalau nilai Kp kecil, kontroler proporsional hanya mampu melakukan koreksi kesalahan yang kecil, sehingga akan
menghasilkan respon sistem yang lambat.
Kalau nilai Kp dinaikkan, respon sistem menunjukkan semakin cepat mencapai keadaan mantabnya.
Namun jika nilai Kp diperbesar sehingga mencapai harga yang berlebihan, akan mengakibatkan sistem bekerja tidak
stabil, atau respon sistem akan berosilasi.
Pengendali I ( Integral )
Kontroler integral berfungsi menghasilkan respon sistem yang memiliki kesalahan keadaan mantap nol. Kalau sebuah
plant tidak memiliki unsur integrator (1/s), kontroller proporsional tidak akan mampu menjamin keluaran sistem dengan
kesalahan keadaan mantapnya nol. Dengan kontroller integral, respon sistem dapat diperbaiki, yaitu mempunyai kesalahan
keadaan mantapnya nol.
Gambar 12 : hubungan antara besaran kesalahan dengan kontroller integral
10
Kontroller integral memiliki karakteristik seperti halnya sebuah integral. Keluaran kontroller sangat dipengaruhi oleh
perubahan yang sebanding dengan nilai sinyal kesalahan. Keluaran kontroller ini merupakan jumlahanm ynag terus menerus dari
perubahan masukannya. Kalau sinyal kesalahan tidak mengalami perubahan, keluaran akan menjaga keadaan seperti sebelum
terjadinya perubahan masukan.
Pengaruh perubahan konstanta integral terhadap keluaran integral ditunjukkan oleh gambar 12. ketika sinyal kesalahan
berlipat ganda, maka nilai laju perubahan keluaran kontroller berubah menjadi dua kali dari semula. Jika nilai konstanta
integrator berubah menjadi lebih besar, sinyal kesalahan yang relatif kecil dapat mengakibatkan laju keluaran menjadi besar.
Pengendali D ( Differensial / Derivatif )

Keluaran kontroler diferensial memiliki sifat seperti halnya suatu operasi derivatif. Perubahan yang mendadak pada
masukan kontroller, akan mengakibatkan perubahan yang sangat besar dan cepat. Gambar 13 menunjukkan hubungan antara
sinyal kesalahan dengan keluaran kontroler.
Ketika digunakan kontroller integral mempunyai beberapa karakteristik berikut ini :
Keluaran kontroller membutuhkan selang waktu tertentu, sehingga kontroller integral cenderung memperlambat
respon.
Ketika sinyal kesalahan berharga nol, keluaran kontroller akan bertahan pada nilai sebelumnya.
jika sinyal kesalahan tidak berharga nol, keluaran akan menunjukkan kenaikan atau penurunan yang dipengaruhi oleh
besarnya sinyal kesalahan dan nilai Ki.
konstanta integral Ki yang berharga besar akan mempercepat hilangnya offset. Tetapi semakin besar nilai konstanta
Ki akan mengakibatkan peningkatan osilasi dari sinyal keluaran kontroller.
11
Ketika masukannya tidak mengalami perubahan, keluaran kontroller juga tidak mengalami perubahan, sedangkan apabila
sinyal masukan berubah mendadak dan menaik (berbentuk fungsi step), keluaran menghasilkan sinyal berbentuk impuls. Jika
sinyal masukan berubah naik secara perlahan ( fungsi ramp ), keluarannya justru merupakan fungsi step yang besar magnitudnya
sangat dipengaruhi oleh kecepatan naik dari fungsi ramp dan faktor konstanta diferensialnya Td.
Gambar 13 : hubungan antara besaran kesalahan dengan kontroller derivatif
Karakteristik kontroler diferensial adalah sebagai berikut :

kontroller ini tidak dapat menghasilkan keluaran bila tidak ada perubahan pada masukannya ( berupa sinyal kesalahan ).
Jika sinyal kesalahan berubah terhadap waktu, maka keluaran yang dihasilkan kontroller tergantung pada nilai Td dan
laju perubahan sinyal kesalahan.
12
Kontroller diferensial mempunyai suatu karakter untuk mendahului, sehingga kontroller ini dapat menghasilkan koreksi
yang signifikan sebelum pembangkit kesalahan menjadi sangat besar. Jadi kontroller diferensial dapat mengntisipasi
pembangkit kesalahan, memberikan aksi yang bersifat korektif, dan cenderung meningkatkan stabilitas sistem.
Berdasarkan karakteristik kontroller tersebut, kontroller diferensial umumnya dipakai untuk mempercepat respon awal suatu
sistem, tetapi tidak memperkecil kesalahn pada keadaan tunaknya. Kerja kontroller diferensial hanyalah efektif pada lingkup
yang sempit, yaitu pada periode peralihan. Oleh sebab itu kontroler diferensial tidak pernah digunakan tanpa ada kontroler lain
sebuah sistem.
Fungsi transfer untuk PID control adalah sebagai berikut :
Ki Kd s 2 + Kp s + Ki
Kp + + Kd s =
s s
dimana Kp adalah penguatan proposional, Ki adalah penguatan integral, dan Kd adalah penguatan derivasi.
Pengendali P, I, dan D masing-masing memiliki parameter tertentu yang harus diset untuk dapat beroperasi dengan baik,
yang disebut sebagai konstanta. Setiap jenis, memiliki kelebihan dan kekurangan masing-masing, hal ini dapat dilihat pada tabel di
bawah ini :
Tabel 1 : Respon PID Controller Terhadap Perubahan Konstanta
CLOSED-LOOP RESPONSE RISE TIME OVERSHOOT SETTLING TIME SS ERROR
Kp Decrease Increase Small change Decrease
Ki Decrease Increase Increase Eliminate
Kd Small change Decrease Decrease Small change
Penyetelan nilai parameter pada konstanta P,I, dan D pada umum melalui metode coba-coba, walaupun saat ini sudah ada
metode penyetelan parameter PID teroptimasi Fuzzy logic namun pada tugas ini hanyak mencoba melalui metode trial and
error.
13
Sebelum melakukan simulasi sistem dengan program simulink, terlebih dahulu akan ditentukan berbagai parameter
simulasi yang sesuai dengan gambar berikut :
Gambar 14 : Kotak dialog simulasi beserta parameter referensi
Simulasi dibagi menjadi enam bagian, yaitu kontrol P pada kondisi tanpa gangguan katup otomatis, kontrol P pada
kondisi dengan gangguan katup otomatis, kontrol PI pada kondisi tanpa gangguan katup otomatis, kontrol PI pada kondisi
dengan gangguan katup otomatis, kontrol PID pada kondisi tanpa gangguan katup otomatis, dan kontrol PID pada kondisi
dengan gangguan katup otomatis.
14
1. Kontrol P Pada Kondisi Tanpa Gangguan Katup Otomatis

Dengan memberikan nilai kP = 0,5 ; 4,0 dan 15,0. respon output yang ditunjukkan dalam gambar berikut ini :
( a) (b) (c)
Gambar 15 : Respon output yang ditunjukkan oleh pengendali P tanpa gangguan dengan nilai 0,5 ; 4,0 dan 15,0
2. Kontrol P Pada Kondisi Dengan Gangguan Katup Otomatis
Dengan memberikan nilai kP = 0,5 ; 4,0 dan 15,0. respon output yang ditunjukkan dalam gambar berikut ini :
( a) (b) (c)
Gambar 16 : Respon output yang ditunjukkan oleh pengendali P dengan gangguan dengan nilai 0,5 ; 4,0 dan 15,0
15
Dari gambar 15 dab 16 di atas dapat dilihat bahwa semakin besar nilai KP maka waktu naik akan semakin kecil. Namun
waktu naik paling tidak dapat kurang dari empat detik, hal itu sah-sah saja mengingat kondisi real sistem tangki dimana posisi
ketinggian level tidak dapat mencapai nilai set point sekejap mata. Bila nilai KP besar sekali maka nilai steady state errornya pun
akan semakin besar tergantung dari lebar bandwith proposionalnya.
3. Kontrol PI Pada Kondisi Tanpa Gangguan Katup Otomatis

Dengan memberikan nilai kP = 15 dan KI 0,01; 0,1 dan 1,0 respon output yang ditunjukkan oleh gambar berikut ini :
( a) (b) (c)
Gambar 17 : Respon output yang ditunjukkan oleh pengendali PI tanpa gangguan dengan nilai 0,01 ; 0,1 dan 1,0
16
4. Kontrol PI Pada Kondisi Dengan Gangguan Katup Otomatis

Dengan memberikan nilai kP = 4 dan KI 0,01; 0,1 dan 1,0 respon output yang ditunjukkan oleh gambar berikut ini :
( a) (b) (c)
Gambar 18 : Respon output yang ditunjukkan oleh pengendali PI dengan gangguan dengan nilai 0,01 ; 0,1 dan 1,0
Dari gambar 17 dan 18 di atas dapat dilihat bahwa semakin besar nilai KI nilai steady state errornya akan semakin kecil. Bila
nilai KI nya besar sekali maka akan terjadi osilasi di saat start (Overshoot).
5. Kontrol PID Pada Kondisi Tanpa Gangguan Katup Otomatis

Dengan memberikan nilai kP = 4 ; KI = 0,1 dan KD = 0,01; 0,1 dan 1 respon outputnya adalah :
17
( a) (b) (c)
Gambar 19 : Respon output yang ditunjukkan oleh pengendali PID tanpa gangguan dengan nilai 0,01 ; 0,1 dan 1,0
6. Kontrol PID Pada Kondisi Dengan Gangguan Katup Otomatis

Dengan memberikan nilai kP = 4 ; KI = 0,1 dan KD = 0,01; 0,1 dan 1 respon outputnya adalah
( a) (b) (c)
Gambar 20 : Respon output yang ditunjukkan oleh pengendali PID dengan gangguan dengan nilai 0,01 ; 0,1 dan 1,0
18
Tujuan utama dari tugas 2 ini adalah bagaimana merancang suatu pengendali PID pada level control unit dimana isyarat
pompa dan isyarat katup otomatis akan bersifat otomatis tergantung dari kondisi tangki apakah dalam kondisi penuh atau
kondisi kosong.
Aplikasi dari modul ini, sangat banyak didapatkan dalam kehidupan sehari-hari misalnya sistem tangki air pada toilet
modern (dapat dipelajari dari matlab demos dengan nama file “ Toilet bowl blushing animation”) yang menerapkan kegunaan
dari katup manual atau sistem tangki air pada pengisian box minuman secara otomatis (akan dibahas pada tugas 2 ini) yang
menerapkan kegunaan dari katup otomatis.
Gambar 21 : bentuk fisik sistem tangki air pada toilet
19
Gambar 22 : Bentuk fisik sistem tangki air pada pengisian box minuman otomatis
20
Sistem tangki air yang baik harus mampu mengatasi pengosongan tangki (saat sensor deteksi aktif karena adanya box
produksi hingga sensor jarak mendeteksi kepenuhan box produksi) secara acak. Jika sensor level mendeteksi kondisi kosong
maka pompa akan menghisap air pada tangki penyedia ke tangki penampung hingga sensor level mendeteksi kondisi tangki
yang penuh. Debit pengisian tangki penampung harus lebih besar dari pada debit pengosongannya agar menghindari adanya
kondisi pengisian box produksi yang tidak sempurna karena kondisi tangki penampung yang kosong. Untuk lebih memahami
alur kerja dari sistem tangki air ini, dapat diamati pada flowchart pada gambar 23.
Data teknis yang dapat diasumsikan dari model fisik sistem tangki air di atas adalah sebagai berikut :
1. Tinggi Tangki penampung adalah 400 mm, dengan nilai level cairan mula-mula sebesar 200 mm.
2. Batas kecepatan pompa adalah 36 mm/detik
3. Kondisi penuh tangki penampung diasumsikan 390 mm
4. Kondisi kosong tangki penampung diasumsikan 10 mm
5. Debit pengosongan pada tangki penampung adalah 5 mm/detik
Langkah berikutnya adalah menentukan kriteria desain dari model, Ketika sebuah box produksi terdeteksi oleh sensor
deteksi maka air akan mengisi box hingga sensor jarak mendeteksi kepenuhan pada box. Jika waktu saat sensor deteksi aktif
hingga sensor jarak aktif adalah 4 detik maka dengan debit pengosongan 5 mm/detik maka akan terjadi pengurasan tangki atau
penurunan nilai level hingga 5 x 4 = 20 mm. Ketika level cairan bernilai 10 mm maka motor penggerak akan memutar pompa
hingga posisi ketinggian cairan mencapai 390 m (ini berarti isyarat pompa memiliki nilai set point sebesar 390). Sistem tangki air
ini seharusnya dapat meningkatkan nilai levelnya kurang dari ( (390-10)/36=10,6 ) sepuluh detik. Karena tangki penampung
memiliki ruang kosong sebesar 400 – 390 = 10 mm maka kesalahan keadaan tunak sebesar 2,5 % dapat diterima. Overshoot
sebesar 2,5 % juga dapat diterima dengan alasan yang sama.
21
Gambar 23 : a. Proses Pengisian Box Produksi (Kiri) b. Proses Pengisian Tangki Penampung (Kanan)
22
Pada simulasi sistem tangki air ini, diasumsikan bahwa akan terdapat 10 buah box yang memiliki jarak antar box dan
waktu pengisian box yang berbeda-beda. Untuk lebih jelasnya dapat disimak masukan katup otomatis pada gambar berikut :
Gambar 24 : Isyarat gangguan / Katup Otomatis
23
Gambar 25 : Diagram Simulink untuk Sistem Tangki Air dengan isyarat pompa dan katup otomatis
24
Untuk masukan katup otomatis, memiliki dua buah sub sistem yang isinya sama dan dapat diatur sesuai keperluan. Waktu
pengisian box merupakan selisih antara waktu naik dan waktu turun untuk box yang sama. Sedangkan jarak antara box
merupakan selisih antara waktu turun dan waktu naik untuk box yang berbeda. Diagram pada sub sistem katup otomatis adalah
Gambar 26 : Isyarat Gangguan dari Box Step 1-5 dan Box Step 6-10 beserta parameternya
25
Pada diagram simulink di atas terdapat tiga buah matlab function yakni batas_level, batas_kecepatan_pompa, dan
kondisi_tangki. Untuk batas_level dan batas_kecepatan_pompa, M-File nya sama dengan M-File dari diagram simulink
sebelumnya (level control unit) sedangkan kondisi_tangki, M-File nya dapat disimak pada gambar di bawah :
Gambar 27 : M-File dari Kendalian sebagai kunci masuk dari isyarat pompa
Pada M-file di atas, terdapat 4 parameter masukan yakni kondisi penuh, kondisi kosong, kondisi level sekarang dan
kondisi level sebelumnya. Untuk lebih memahami listing di atas, kita dapat melihat kembali flowchart pada gambar 23 bagian B.
26
Gambar 28 : Respon dari sistem saat KP = 1 , KI dan KD = 0
27
Gambar 29 : Respon dari sistem saat KP = 8 , KI = 2 dan KD = 0,6
28
Pada aplikasi level control unit, pengendali dua keadaan terkadang lebih menyenangkan untuk digunakan
daripada pengendali PID. Hal itu karena pengendali PID memerlukan nilai-nilai parameter yang dalam
pencariannya masih menggunakan cara coba-coba (cukup membosankan ? ).
Ketika kita akan mendesain Pengendali PID pada suatu sistem, maka dapat diikuti beberapa langkah berikut
untuk mendapatkan respon yang diinginkan :
ü Dapatkan respon dari sistem dan tentukan kriteria apa saja yang ingin ditingkatkan
ü Tambahkan Pengendali P untuk menambah waktu naik
ü Tambahkan Pengendali I untuk menghilangkan kesalahan keadaan tunak
ü Tambahkan Pengendali D untuk menambah overshoot
ü Seimbangkan setiap Kp, Ki, dan Kd sampai didapatkan keseluruhan respon yang diinginkan
Kita dapat merujuk pada tabel 1 di atas sebagai pegangan karakteristik controller. Dan akhirnya, kita tidak
perlu menerapkan ketiga pengendali di atas ( P, I dan D) dalam sistem tunggal jika tidak perlu. Sebagai contoh,
dalam aplikasi level control unit pada pengisian box produksi berapa pun nilai parameter P, I dan D yang diberikan,
tidak dapat memberikan respon yang lebih baik (bahkan pada nilai tertentu hanya akan memperburuk respon).
Usahakan sedapat mungkin sistem yang di desain mudah dijalankan.
29
TUGAS 3A

FLOW CONTROL UNIT TANPA PENGENDALI
OLEH
LUTFI D411 03 028
IHSAN D411 03 072

MAKASSAR 2006
Flow Control Unit adalah suatu Modul Praktikum yang digunakan untuk mempelajari konsep dasar pengendalian proses
aliran fluida pada sistem tangki air. Modul ini terdiri dari sebuah tangki penyedia yang terhubung dengan sebuah pompa (yang
digunakan untuk aliran air keluar) dan dua buah katup dengan hubungan seri (yang digunakan untuk aliran air masuk). Sumber
air yang mengalir pada katup berasal dari aliran air yang keluar dari pompa dan pada pipa penghubungnya terdapat sebuah
rotameter yang transparant dan sebuah sensor aliran (Flow Sensor).
Gambar 1 : Modul RT 020 sebagai Flow Control Unit beserta Model Fisiknya
1
DATA TEKNIS è
1. Panjang modul 600 mm, Lebarnya 440 mm, Tingginya 560 mm dan beratnya 19 kg.
2. Nilai Debit pada pipa penghubung di ukur dengan menggunakan Rotameter Transparant dan sebuah Flow Sensor.
3. Nilai Debit Maksimum yang terukur pada Flow sensor berkisar antara 0,5 Liter/menit sampai dengan 5 liter/menit.
4. Daya pompa 25 W (Max), dengan nilai debit maksimum 6,8 liter/menit dan Head 6m (max).
5. Dapat dikoneksikan ke sebuah PC (PC Terpisah) dan dilengkapi dengan USB dan Konverter ADC/DAC
6. Software dapat dikonfigurasi menjadi pengendali P, PI, atau PID dan dilengkapi dengan fungsi perekam event yang
terjadi pada Kendalian.
7. Tegangan masukan 230V, ~50Hz.
DATA ASUMSI (APPROX) è

1. Tangki Penyedia berupa tangki yang transparan dengan tinggi 400 mm dan kapasitas 1,5 Liter atau 1500000 mm3
2. Gaya Gravitasi pada modul diabaikan karena sistem pada modul Fow Control Unit adalah sistem aliran tertutup
3. Zat cair adalah ideal, jadi tidak mempunyai kekentalan ( kehilangan energi akibat gesekan adalah nol )
4. Zat cair adalah komponen homogen dan tidak termampatkan ( rapat massa zat cair adalah konstan )
5. Aliran Fluida adalah aliran laminar dan tidak Turbulent ( Aliran dalam proses ini biasanya turbulent dan tidak laminar ).
Gambar 2 : Perbedaan Aliran Turbulent dan aliran Laminar berdasarkan nilai Reynoldnya
2
Dalam bagian ini kita akan menurunkan model matematik sistem permukaan zat cair. Dengan memperkenalkan beberapa
prinsip untuk sistem aliran zat cair, memungkinkan untuk menggambarkan karakteristik dinamika sistem dalam bentuk yang
dapat disederhanakan.
A. Debit Aliran
Karena aliran fluida ideal bersifat Stasioner, maka bisa disimpulkan bahwa jumlah elemen massa fluida yang melewati
suatu titik tertentu selalu sama tiap satuan waktunya. Banyaknya elemen massa fluida yang melalui suatu luas permukaan
tertentu dalam waktu tertentu, sudah pasti juga sama. Inilah yang disebut sebagai DEBIT.
Debit merupakan ukuran banyaknya volume fluida yang mengalir per satuan waktu.
∆V
Q= ............................................................................................................................................................................Pers. 1 )
∆t
Karena ? V = A . ? x , di mana A adalah luas penampang, dan ? x adalah jarak yang ditempuh fluida maka dengan
∆x
besaran = v , dapat dinyatakan secara umum bahwa debit Q fluida dengan kecepatan aliran v melalui pipa
∆t
berpenampang A adalah :
Q = v . A ...........................................................................................................................................................................Pers. 2 )
B. Resistansi
Resistansi untuk aliran zat cair dalam pipa atau hambatan didefinisikan sebagai perubahan dalam perbedaan tinggi
(perbedaan permukaan zat cair) yang diperlukan untuk membuat satu satuan perubahan laju aliran, yaitu
Perubahan Perbedaan Permukaan, m
R=
Perubahan Laju Aliran, m 3 / sec
3
hukum untuk aliran laminar ini analog dengan hukum Coulomb yang menyatakan bahwa arus berbanding lurus dengan
beda potensial. Untuk aliran laminar, resistansi R dapat diperoleh dengan
dH H
R= = ....................................................................................................................................................................Pers. 3 )
dQ Q
Resistansi aliran laminar adalah konstan dan analog dengan resistansi listrik.
C. Kapasistansi
Kapasitansi C dari tangki didefinisikan sebagai besar perubahan cairan yang diperlukan untuk membuat perubahan
potensial (kepala) sebesar satu satuan. (Potensial adalah besaran yang menunjukkan tingkat tenaga sistem).
Perubahan Cairan yang Disimpan, m 3
C =
Perubahan Potensial, m
Harus diperhatikan bahwa kapasitas ( m3 ) berbeda dengan kapasitansi ( m2 ). Kapasitansi sebuah tangki sama dengan
luas permukaannya. Jika luas permukaan konstan, maka kapasitansi juga konstan.
Sistem dapat dipandang linear jika alirannya laminar. Bahkan jika aliran trubulen, sistem dapat dilinearkan bila perubahan
variabelnya dijaga tetap kecil. Dengan anggapan bahwa sistem linier atau dilinearkan, persamaan diferensial sistem dapat
diperoleh sebagai berikut, karena aliran masuk dikurangi aliran air ke luar selama selang waktu dt kecil sama dengan jumlah
tambahan air dalam tangki, kita dapatkan dengan
C dh = ( q i - q o ) dt ...................................................................................................................................................Pers. 4 )
Dari definisi resistansi, hubungan antara qo dan h diberikan oleh
h
qo = ...........................................................................................................................................................................Pers. 5 )
R
4
Gambar 3 : Sistem Aliran Zat Cair pada Flow Control Unit
5
Sistem pada Flow Control Unit merupakan sistem yang terdiri atas beberapa subsistem (kondisi) yang dapat dicari
model matematisnya (beserta diagram bloknya masing-masing). Tiap-tiap subsistem tersebut dapat digabungkan kembali
menjadi suatu sistem yang utuh. Pada model fisik yang digambarkan oleh gambar 3 terdapat empat kondisi yang saling
mempengaruhi yakni kondisi tangki air, kondisi pompa, kondisi katup manual dan kondisi katup otomatis dengan variabel
didefinisikan sebagai berikut :
Q = laju keadaan tunak (sebelum ada perubahan), m3/sec
qp = Penyimpangan kecil laju aliran pompa pada keadaan tunak, m3/sec
qo = Penyimpangan kecil laju aliran keluaran pompa pada keadaan tunak, m3/sec
q1 = Penyimpangan kecil laju aliran keluaran katup manual pada keadaan tunak, m3/sec
q2 = Penyimpangan kecil laju aliran keluaran katup otomatis pada keadaan tunak, m3/sec
R1 = Resistansi katup manual, sec/m2
R2 = Resistansi katup otomatis, sec/m2
H = Tinggi permukaan zat cair (sebelum terjadi perubahan), m
h = Penyimpangan kecil permukaan zat cair pada keadaan tunak, m
C = kapasitansi tangki penyedia (luas permukaan tangki), m2
1. Tinjau Kondisi Tangki Air
dh ~
= ( Q + q2 ) - ( Q + qp + qo) 1
∫( q2
C
dt h= - qp - qo ) dt
= q2 - qp - qo C 0
6
Gambar 4 : Elemen diagram blok untuk kondisi tangki air

2. Tinjau Kondisi Pompa
 h  h h 
qo = q p + 
 R1 * R2

 è
qo = qp +  + 
 R1 + R2   R1 R2 
Gambar 5 : Elemen diagram blok untuk kondisi pompa
7
3. Tinjau Kondisi Katup Manual

q1 = ( Q + qp + qo) - ( Q + q2 ) è q1 = qp + qo – q2
Gambar 6 : Elemen diagram blok untuk kondisi Katup Manual

4. Tinjau Kondisi Katup Otomatis
 h 
q2 = q1 −  
 R2 
Gambar 7 : Elemen diagram blok untuk kondisi Katup Otomatis
8
Tiap-tiap Elemen diagram blok pada kondisi Flow Control Unit dapat digabungkan menjadi sebuah diagram blok yang
utuh seperti pada gambar berikut :
Gambar 8 : Diagram Blok Sistem
Diagram blok di atas dapat direduksi dan dilengkapi dengan beberapa kompensator menjadi diagram simulasi seperti
berikut :
9
Gambar 9 : Diagram Blok Sistem beserta kompensator dengan MATLAB SIMULINK
10
1) DEBIT POMPA SEBAGAI ISYARAT MASUKAN
Gambar 10 : Diagram Blok untuk isyarat kendali

Pada gambar 10 terdapat empat komponen utama sebagai penyusun elemen diagram blok dari isyarat kendali dimana
keluaran dari isyarat ini akan dikirim ke workspace sebagai variabel POMPA, komponen penyusun itu adalah
ü Isyarat Kendali debit pompa dalam liter/menit
Gambar 11 : Penyetelan Mask pada subsistem Isyarat pompa
11
ü Waktu tunda
Sistem dengan kendali komputer mempunyai penundaan waktu, karena komputer memerlukan waktu untuk
melaksanakan operasi numerik. Pada sistem ini, keluaran tidak akan mulai beraksi terhadap masukan sampai selang
waktu tertentu.
Gambar 12 : Aplikasi dari Kompensator Lag sebagai waktu tunda beserta perbandingan outputnya
Gambar 12 mengilustrasikan dimana Kompensator Lag atau penundaan waktu murni diamati/diobservasi dengan
membandingkan output isyarat tanpa waktu tunda (kiri bawah) dengan output isyarat dengan waktu tunda (kanan
bawah). Pada flow control unit diasumsikan bahwa waktu tunda (nilai t) adalah 0,3
ü Matlab function dan konversi pompa ke mm^3/sec
Gambar 13 : Matlab Function sebagai batas pompa dan Function sebagai konversi satuan Pompa
12
2) PERSENTASI KATUP TERTUTUP SEBAGAI ISYARAT GANGGUAN
Gambar 14 : Diagram Blok untuk isyarat gangguan

Pada gambar 14 terdapat beberapa komponen utama sebagai penyusun elemen diagram blok dari isyarat gangguan dimana
keluaran dari isyarat ini akan dikirim ke workspace sebagai variabel KATUP_OTOMATIS dan KATUP_MANUAL,
komponen penyusun itu adalah
ü Isyarat gangguan katup otomatis dan katup manual dalam persentasi katup tertutup
Gambar 15 : Diagram Blok dari katup_manual beserta kotak dialognya setelah di mask
13
Gambar 16 : Diagram Blok dari katup_gangguan beserta kotak dialognya setelah di mask
ü Waktu tunda
Karena katup otomatis dikendalikan oleh komputer, maka dibutuhkan kompensator Lag sebagai penundaan waktu
murni (Penjelasannya dapat dsimak kembali pada halaman12 tentang waktu tunda pada isyarat pompa).
ü Matlab Function sebagai batas persentasi katup dan konversi satuan katup
Pada katup otomatis dan katup manual, diperlukan sebuah komponen yang mengatur batas persentasi dari katup (nilai
persentasi harus berada diantar 0 sampai 100) dan mengubah satuan katup dari persen menjadi sec/mm2. (Listing dari
seluruh matlab function pada pemodelan flow control unit baik itu listing matlab function dari isyarat pompa maupun
dari isyarat katup akan ditampilkan tersendiri pada Pembahasan tentang matlab function).
14
Salah satu cara mengubah satuan katup dari persen menjadi sec/mm2 adalah dengan mengasumsikan penampang
pipa seperti gambar 17 berikut
Gambar 17 : Asumsi model penampang pipa saat katup menutup sekian persen
15
Proses konversi satuan pada gambar di atas dapat dijelaskan oleh penurunan rumus berikut
Nilai_Persentasi_Katup = Diameter * ( (Nilai_Persentasi_Katup_Tertutup) / 100 )
apotema = jejari - Nilai_Persentasi_Katup ç Diasumsikan diameter penampang pipa bernilai 5 mm
sudut_alpha = invers dari sin( apotema/jejari)
Sudut_tetha = 180 - (90 + sudut_alpha)
panjang_AB = ( 2 * sudut_tetha / 360 ) * ( 2 * p * jejari );
Luas_Juring_AoB = ( 2 * sudut_tetha / 360 ) * (p * jejari^2 );
Luas_Segitiga_AoB = ( panjang_AB * apotema ) / 2 ;
Tembereng_AB = Luas_Juring_AoB - Luas_Segitiga_AoB
Resistasi = 1 / Tembereng_AB ç (Proses konversi dari mm^2 menjadi sec/mm^2)
untuk R = 1/R rumus resistansi di atas dapat diubah menjadi Resistansi = Tembereng_AB
CATATAN :
Tujuan penambahan komponen FROM dan GOTO pada pemodelan Flow Control Unit adalah untuk
memudahkan kami dalam menganalisa model (Menurut kami garis sinyal yang saling berpotongan akan sulit
untuk dianalisa dan nilai estetikanya akan berkurang ? ).
Gambar 18 : Contoh aplikasi komponen FROM dan GOTO
16
3) DEBIT FLOW SENSOR SEBAGAI ISYARAT LUARAN
Gambar 19 : Diagram Blok untuk isyarat luaran

Pada gambar 19 terdapat beberapa komponen utama sebagai penyusun elemen diagram blok dari isyarat luaran dimana
keluaran dari isyarat ini akan dikirim ke workspace sebagai variabel FLOW. Selain itu dibuatkan juga variabel LEVEL yang
diambil dari nilai FLOW (yang melalui proses konversi satuan, proses integrasi dan pembatasan level) untuk mengantipasi
keluaran level yang tidak diinginkan (tidak boleh ada penambahan cairan pada tangki di sistem aliran tertutup demi
menegakkan hukum kekekalan energi ? ).
Proses konversi satuan ditujukan untuk mendapatkan keluaran dengan satuan mm^3/sec menjadi keluaran dengan satuan
mm/sec yang akan diintegral (dengan nilai kondisi awal 300 mm) menjadi keluaran dengan satuan mm.
4) KAPASITANSI PADA KENDALIAN
Pada gambar 9 terdapat blok yang mengalikan inputnya dengan 1/CS dimana nilai kapasitansi C diasumsikan sebagai luas
permukaan tangki sebesar 3750 mm^2 (nilai ini didapatkan dari data teknis dan data asumsi bahwa kapasitas tangki adalah
1,5 Liter dan tinggi tangki 400 mm).
17
5) MATLAB FUNCTION
Pada gambar 9 terdapat 5 buah Matlab function (dengan 4 M-File karena ada dua matlab function yang sama). Untuk lebih
jelasnya dapat dilihat pada gambar-gambar berikut :
Gambar 20 : M-File Untuk Batas Pompa Batas Level
Gambar 21 : M-File Untuk Batas FLOW beserta Konversi satuan nya
18
Gambar 22 : M-File Untuk Batas Katup beserta Konversi satuan nya

6) PEMBUAT WAKTU
Gambar 23 : Pembuat waktu dengan mengintegrasi masukan yang bernilai satu
19
7) TOMBOL PEMBUKA GAMBAR OTOMATIS

Untuk memudahkan analisa pemodelan, maka dibuatlah sebuah tombol yang otomatis akan menjalankan sebuah M-File
(M-File ini dapat berisi perintah untuk menampilkan Plot Data atau untuk membersihkan Workspace pada Matlab
Gambar 24 : Penyetelan Icon / tampilan tulisan Subsistem (Kiri) dan Penyetelan CallBack subsistem (Kanan)
Tombol otomatis dibuat dengan menyisipkan sebuah subsistem yang kosong, kemudian diberi penyetelan seperti pada
gambar 24 (Kotak dialog dapat ditampilkan dengan memilih menu edit mask dan Block Properties saat klik kanan pada
subsistem).
20
Gambar 25 : Proses yang terjadi saat tombol di klik dua kali
21
Sebelum melakukan simulasi sistem dengan program simulink, terlebih dahulu akan ditentukan berbagai Asumsi yang
sesuai data berikut
1. Parameter Simulasi à Waktu Simulasi = 80 detik dengan type ODE45 (Relative Tolerance = 1e-6)
2. Diameter Penampang pipa penghubung = 5 mm (dengan kapasitasi tangki air sebesar 3750 mm^2)
3. Waktu tunda untuk isyarat pompa dan isyarat katup otomatis adalah sebesar 0,3 detik
Simulasi dibagi menjadi dua bagian yakni simulasi Flow saat debit konstan 6,8 liter dengan simulasi Flow saat persentasi katup
manual konstan sekian persen.
1. Simulasi FLOW saat debit konstan

Simulasi ini dilakukan untuk mengetahui berapa besar persentasi kesalahan antara data teknis dengan data yang didapat
dimana debit pompa diatur konstan maksimum dan katup diatur saat persentasi kedua katup sebesar 0 % dan 100 %.
Gambar 26 : Output Flow dan Level saat kedua katup tertutup sebesar 0 %
22
Gambar 27 : Output Flow dan Level saat kedua katup tertutup sebesar 100 %
Dari gambar 26 dan 27 di atas dapat di ambil kesimpulan bahwa debit yang terukur pada sensor FLOW meiliki nilai
maksimum sekitar 0,6259 sampai 6,8 Liter / menit (persentasi kesalahannya sekitar 2% hingga 2,6 % dari data teknis)
2. Simulasi FLOW saat katup manual konstan
Simulasi ini dilakukan untuk mengetahui berapa besar nilai Flow yang dihasilkan saat katup manual pada nilai yang konstan
(selain 0% dan 100%) dengan isyarat pompa dan isyarat katup otomatis yang berubah-ubah.
Penyetelan nilai masukan à
Tabel 1 : Penyetelan Paramater masukan
Debit Pompa PERSENTASI KATUP TERTUTUP
(Liter/Menit) KATUP MANUAL KATUP OTOMATIS
PERISTIWA _1 4 à 6.8 20 0 à 100 à 70
PERISTIWA _2 5à 2 30 100 à 40 à 0
PERISTIWA _3 6.8 à 0 40 40 à 80 à 20
23
Gambar 28 : Output Flow pada peristiwa_1
24
25

Dari gambar 28, 29 dan 30 di atas dapat dilihat isyarat katup adalah faktor terbesar yang mempengaruhi nilai flow. Ketika katup
mengecil maka nilai flow yang terdeteksi akan mengikuti debit pompa (dengan nilai yang diperkecil oleh nilai katup) dan ketika
katup membesar maka nilai flow akan mengecil saat debit pompa sudah menemui kondisi konstannya.
26
Dari Hasil Pengamatan dan analisa pada grafik di atas dapat ditarik sebuah kesimpulan dan saran yakni
1. Faktor-faktor yang mempengaruhi nilai FLOW pada tangki penyedia adalah Debit Pompa dan Persentasi
katup tertutup pada kedua katup.
2. Dari gambar 26 dan 27, adanya kenaikan pada nilai level bukan karena adanya masukan cairan pada sistem
aliran tertutup ini, melainkan fenomena dari kondisi riak yang sangat kecil pada cairan di tangki.
3. Adanya persentasi kesalahan pada simulasi karena kurangnya data teknis yang valid sehingga dibuatlah data
asumsi yang telah diperhitungkan (resistansi yang kurang valid karena kondisi cairan dan katup yang
dianggap ideal).
4. Sebaiknya ilmu-ilmu yang didapatkan pada mata kuliah yang berhubungan dengan pengendalian
(pemodelan ruang keadaan, analisa root locus atau Fuzzy Logic) dapat diaplikasikan pada mata kuliah ini.
5. Sebaiknya output dari simulasi sistem ini (flow control unit) tidak hanya berupa sinyal tapi juga berupa
animasi yang sederhana (dapat dibuat dengan program LabView, PLC_WonderWare, Macromedia_Flash
maupun program Virtual_Reality yang ada pada MATLAB).
27
TUGAS 3B

Pengendalian Debit pada Flow Control Unit dengan
Menggunakan Sistem Kendali Hybrid P I D – Logika Fuzzy
OLEH
LUTFI D411 03 028
IHSAN D411 03 072

MAKASSAR 2006
Suatu sistem kendali yang baik harus mempunyai ketahanan terhadap disturbance dan mempunyai respon yang cepat dan
akurat. Sering terjadi permasalahan dalam sistem kendali PID bila dibuat sangat sensitif, maka repon sistem terhadap
disturbance menghasilkan overshoot/undershoot yang besar sehingga kemungkinan dapat terjadi osilasi semakin tinggi. Bila
dibuat kurang sensitif memang akan menghasilkan overshoot/undershoot yang kecil, tetapi akibatnya akan memperpanjang
recovery time. Untuk mengatasi hal ini, maka diterapkanlah suatu sistem kendali hybrid yaitu suatu sistem kendali PID yang
akan dihybridkan dengan sistem kendali lainnya ( Optimasi Root Locus, Neural Network, Fuzzy Logic atau algoritma genetika).
Gambar 1 : Diagram Blok Flow Control Unit dengan Pengendali P I D – Fuzzy Logic
Pengendali PID dan pengendali Fuzzy Logic pada dasarnya merupakan suatu program yang dijalankan/diexecute dengan
menggunakan komputer (Pengendali dengan wujud hardware dianggap kurang fleksibel) dimana kita memasukkan nilai setting
point (SP) dan Present Value (PV), yang kemudian data yang didapatkan diproses sehingga error yang didapat sama dengan nol.
1
Untuk lebih memahami alur pengendalian Modul RT020 (Flow Control Unit) dengan menggunakan komputer dapat disimak
pada gambar 2 berikut. Pada gambar tersebut dapat diamati bahwa Plant (Modul RT020) memiliki dua input dari komputer
(isyarat pompa sebagai nilai setting point dan isyarat gangguan sebagai nilai awal persentasi katup tertutup pada katup otomatis)
dan sebuah output yang akan dihubungkan ke komputer sebagai nilai aktual (keluaran terdeteksi oleh sensor flow yang dalam
pemodelannya diasumsikan tidak mengubah nilai aktual). Isyarat gangguan katup manual tidak dapat dikontrol oleh komputer.
Gambar 2 : Alur pengendalian Flow Control Unit dengan menggunakan Komputer

Walaupun komputer bekerja berdasarkan tegangan berlogika biner, namun data yang diolah akan direpresentasikan
dengan satuannya (besaran analog yang diubah menjadi tegangan tetap diolah oleh komputer berdasarkan satuannya) sehingga
rangkaian interface (Konverter analog dan digital) pada sistem tidak perlu dimodelkan cukup dengan menambahkan
kompensator lag sebagai waktu tunda yang ditimbulkan oleh proses pengolahan dan konversi data.
2
Plant dari sistem RT020 ini menggunakan sebuah tangki penyedia, katup manual, katup otomatis dan pompa. Untuk lebih
jelasnya dapat dilihat pada gambar 3 berikut.
Gambar 3 : Plant sistem pengendalian debit pada modul RT020
3
Gambar 4 : Reduksi diagram blok tahap pertama
4
Gambar 5 : Reduksi diagram blok tahap kedua
Gambar 6 : Reduksi diagram blok tahap ketiga
Gambar 7 : Fungsi Alih dari kendalian dengan mereduksi diagram blok
Dengan memasukkan nilai asumsi C = 3750 mm^2 ke dalam fungsi alih yang diperlihatkan pada gambar 7 di atas maka
akan didapatkan fungsi alih dari sistem Flow Control Unit sebagai berikut
qo ( 7500 . R1 . R2 ) S + R2
Gp(s) = = .................................................................................................... Pers. 1
qp ( 7500 . R1 . R2 ) S + (2 . R1 + R2 )
dengan nilai R1 dan R2 yang menyatakan besaran dari Resistansi Katup pada pipa penghubung.
5
Pada diagram blok yang nampak pada gambar 3 di atas akan direpresentasikan dengan MATLAB sesuai pada gambar 8
berikut (Batas Flow yang dulunya pakai matlab function kini diganti dengan komponen SATURASI demi memanfaatkan
kekuatan MATLAB yang ada ? )
Gambar 8 : Diagram Blok Sistem dengan MATLAB SIMULINK
6
Nilai suatu besaran sangat ditentukan oleh satuannya, sehingga diperlukan suatu konverter yang berfungsi untuk
mengubah satuan dari suatu besaran dengan satuan yang dapat diterima oleh besaran yang lain. Hal itu menyebabkan diperlukan
suatu cara mengubah satuan katup dari nilai persen kebentuk sec/mm^2.
Salah satu cara mengubah satuan katup dari persen menjadi sec/mm2 adalah dengan mengasumsikan penampang pipa
seperti gambar 9 (kiri) dan menurunkan rumus yang ada pada listing program di gambar 9 (kanan)
Gambar 9 : Asumsi model penampang pipa saat katup menutup sekian persen beserta listing programnya
7
Sistem Hybrid kendali PID – Logika Fuzzy ini dikembangkan oleh OMRON’s Industrial temperature regulator.
Kemudian kami mencoba untuk mengimplementasikannya pada sistem untuk mengendalikan nilai Flow dengan nilai persentasi
katup manual sebagai disturbance.
Gambar 10 : Diagram blok dari startegi pengendali Hybrid PID – Fuzzy Logic
8
Dalam perencanaan Kendali Hybrid PID – Logika Fuzzy, sistem utama tetap menggunakan Kendali PID, sedangkan
Logika Fuzzy disini berfungsi untuk memperbaiki respon, dan mempercepat recovery time terhadap disturbance.
AutoTuning parameter PID dengan aturan Ziegler-Nichols
Didalam suatu sistem kontrol kita mengenal adanya beberapa macam aksi kontrol, diantaranya yaitu aksi kontrol
proporsional, aksi kontrol integral dan aksi kontrol derivative. Masing-masing aksi kontrol ini mempunyai
keunggulan-keunggulan tertentu, dimana aksi kontrol proporsional mempunyai keunggulan risetime yang cepat, aksi
kontrol integral mempunyai keunggulan untuk memperkecil error , dan aksi kontrol derivative mempunyai
keunggulan untuk memperkecil derror atau meredam overshot/undershot. Untuk itu agar kita dapat menghasilkan
output dengan risetime yang tinggi dan error yang kecil kita dapat menggabungkan ketiga aksi kontrol ini menjadi aksi
kontrol PID. Alat kontrol PID (Proposional Integral Defferensial) sangat sering digunakan dalam sistem kontrol
industri. Sebagaimana akan disajikan kemudian, fungsi alih Gc(s) alat kontrol PID adalah
 1 
Gc(s) = Kp 1 + + Td * s  ..................................................................................................................................... Pers. 2
 Ti * s 
dengan Kp = Penguatan Proposional
Ti = Waktu Integral
Td = Waktu Turunan
Jika e(t) adalah masukan ke alat kontrol PID, keluaran u(t) dari alat kontrol ini diberikan oleh
 1
t
d e(t) 
u(t) = Kp 


e(t) + ∫
Ti -~
e(t) dt + Td
dt 
.................................................................................................................... Pers. 3

Konstanta-konstanta Kp, Ti, dan Td adalah parameter-parameter alat kontrol, Pers. 2 dapat juga dituliskan sebagai
9
Ki
Gc(s) = Kp + + Kd * s .............................................................................................................................................. Pers. 4
s
Ki = Penguatan Integral
Kd = Penguatan Turunan (Derivatif)
Dalam hal ini, Kp, Ki, dan Kd menjadi parameter-parameter alat kontrol.
Proses pemilihan parameter-parameter alat kontrol agar menghasilkan spesifikasi kinerja disebut penyepadanan alat
kontrol (Controller tuning). Ziegler dan Nichols menyarankan aturan-aturan untuk penyepadanan alat-alat kontrol
PID (berarti menyetel nilai Kp, Ti, dan Td) yang mengahsilkan kestabilan marginal dengan hanya menggunakan
tindakan kontrol proporsional. Aturan-aturan Ziegler-Nichols yang disajikan akan sangat menyenangkan bila model-
model matematis kinerka tidak diketahui. (Aturan ini tentunya dapat diterapkan terhadap rancangan sistem dengan
model matematis yang diketahui).
Ada dua metode yang dinamakan aturan penyepadanan Ziegler-Nichols. Dalam kedua metode ini, mereka ditujukan
dengan nilai overshoot sebesar 25 %.
Metode Pertama. Dalam metode pertama, secara eksperimental kita memperoleh respons sistem terhadap masukan
tangga-satuan.. jika sistem tidak mencakup integrator ataupun nilai-nilai kutub pasangan kompleks yang dominan,
maka kurva respons sebuah tangga satuan mungkin kelihatan seperti kurva berbentuk-S (jika respons tidak memiliki
kurva berbentuk-S, metode ini tidak berlaku). Karakteristik Kurva berbentuk-S (tinjau gambar 11) dapat diberikan
oleh dua konstanta, yakni L yang menyatakan waktu tunda dan T yang menyatakan konstanta waktu dengan konstanta
waktu yang ditentukan dengan menggambarkan garis singgung pada titik perubahan kurva berbentuk-S dan
10
menentukan perpotongan garis singgung dengan sumbu waktu dan garis C(t) = K. Fungsi alih C(s)/U(s) dapat
didekati dengan sistem orde pertama dengan keterlambatan transport (Ke-Ls) / (Ts+1)
Tabel 1 : Aturan Penyepadanan Ziegler-Nichols didasarkan pada Respons tangga sistem (Metode Kurva Reaksi)
Tipe Alat Kontrol Kp Ti Td
P T/L ~ 0
PI 0,9 * T/L L / 0,3 0
PID 1,2 * T/L 2*L 0,5*L
Gambar 11 : Kurva Respons berbentuk S
11
Ziegler-Nichols menyarankan penyetelan nilai Kp, Ti, dan Td berdasarkan rumus yang diperlihatkan pada tabel 1. Jika
alat kontrol PID disepadankan oleh metode pertama aturan Ziegler-Nichols maka akan didapatkan suatu nilai Pole
pada titik asal dan dua nilai Zero pada s = -1/L.
Metode Kedua. Dalam metode kedua, mula-mula kita menyetel nilai Ti = ~ dan nilai Td = 0. Dengan menggunakan
tindakan Kontrol proposional (menambahkan Kp dari 0 ke suatu titik kritis Kcr) disini mula-mula keluaran memiliki
osilasi yang berkesinambungan (jika keluaran tidak memiliki osilasi berkesinambungan untuk nilai Kp maupun yang
boleh diambil, maka metode ini tidak berlaku). Jadi, penguatan kritis Kcr dan periode Pcr yang sesuai ditentukan
secara eksperimen.
Tabel 2 : Aturan Penyepadanan Ziegler-Nichols didasarkan pada penguatan Kcr dan periode Pcr kritis (Metode Osilasi)
P 0,5 * Kcr ~ 0
PI 0,45 * Kcr (1/1,2) * Pcr 0
PID 0,6 * Kcr 0,5 * Pcr 0,125 * Pcr
Ziegler dan Nichols menyarankan penyetelan nilai parameter Kp, Ti, dan Td berdasarkan rumus yang diperlihatkan
pada tabel 2. Jika alat kontrol PID disepadankan oleh metode kedua aturan Ziegler-Nichols maka akan didapatkan
suatu nilai Pole pada titik asal dan dua nilai Zero pada s = -4/Pcr.
Gambar 12 : Sistem dengan kontrol PID saat Ti = ~ dan Td = 0
12
Aturan-aturan penyepadanan Ziegler-Nichols telah digunakan secara luas untuk penyepadanan alat kontrol proses,
yang dinamika sistemnya tidak diketahui secara tepat. Aturan penyepadanan ini tentunya dapat digunakan pada sistem
yang dinamikanya diketahui (Jika dinamika sistem diketahui, tersedia banyak pendekatan analitis dan grafis untuk
rancangan alat kontrol PID disamping aturan penyepadanan Ziegler Nichols).
Tinjaulah sistem kontrol pada Flow Control Unit yang diperlihatkan pada gambar 12, jika diasumsikan nilai C = 3750
mm^2 dan pada kondisi awal katup R1 tertutup 1 % ( atau 39.9331 sec/mm^2 ) dan katup R2 tertutup 99 % ( atau
0.0275 sec/mm^2 ) dengan nilai Ti = ~ dan Td = 0 maka akan didapatkan persamaan fungsi alih sistem loop tertutup
sebagai berikut :
Gambar 13 : Fungsi Alih sistem dengan Penguat Kp dan waktu tunda pada loop tertutup
Nilai Kp yang membuat sistem stabil marginal sehingga osilasi berkesinambungan terjadi, dapat diperoleh dengan
menggunakan kriteria kestabilan Routh. Karena persamaan karakteristik untuk sistem loop tertutup sebagai berikut :
( 2470,9 ) S 2 + ( 68032000 Kp ) S + ( 79,8937 + 0,0275 Kp ) = 0
susunan Routh menjadi sebagai berikut :
S2 2470,9 79,8937 + 0,0275 Kp
S1 68032000 Kp 0
(68032000 Kp) * (79,8937 + 0,0275 Kp) - 2470,9 * 0
S0 0
68032000 Kp
13
Koefisien-koefisien dalam kolom pertama adalah positif untuk semua nilai Kp positif. Jadi, Sistem loop tertutup tidak
akan memiliki osilasi berkesinambungan dan dengan demikian, nilai penguatan kritis Kcr tidak ada. Maka metode
kedua tidak berlaku (Sistem pada gambar 13 juga tidak dapat diselesaikan dengan metode pertama karena sistem
memiliki sebuah integrator).
Fuzzy Logic Controller
Pengendali logika fuzzy (Fuzzy Logic Controller, FLC) dapat digabungkan dengan sistem kendali kalang tertutup.
Fuzzy Logic Controller merupakan sistem inferensi fuzzy seperti terlihat pada gambar 14 berikut
Gambar 14 : Struktur dasar sistem inferensi Fuzzy
14
Variabel masukan yang digunakan ada dua yakni error (Nilai aktual – Nilai acuan) dan Delta Error (Error sekarang –
error sebelumnya) dimana nilai tegasnya dapat direpresentasikan pada gambar berikut.
Gambar 15 : Membership Function Error dan Delta Error untuk Hybrid

Bentuk membership function pada sistem hybrid lebih lebar dari pada bentuk membership function pada logika fuzzy
dengan tujuan supaya dapat meredam distrubance dengan cepat.
Bentuk membership function untuk variabel keluaran yang dihasilkan mempunyai beban lebih kecil dari kendali PID,
artinya range dari output membership Function telah ditetapkan yaitu +U max dan –U max, dimana harga U max
lebih kecil dari harga kendali PID, pada tugas ini dicoba untuk memberikan beban sebesar 50 % dari kendali PID.
Sehingga apabila range dari PID adalah 0 - 6,8 maka beban output pada fuzzy control unit adalah 0 - 3,4 (dalam
liter/menit). Nilai tegas dari variabel keluaran FLC ini direpresentasikan dalam bentuk fungsi keanggotaan singleton.
15
Basis aturan disusun berdasarkan pengetahuan kualitatif (pendekatan heuristik) sistem kalang tertutup yang bertujuan
untuk mengurangi lonjakan (overshoot), waktu bangkit (rise time), dan osilasi tanggapan undak (step response) sistem.
Gambar 16 : Rules untuk Kendali Hybrid PID – Logika Fuzzy
16
Adapun listing program untuk sistem kendali Hybrid adalah sebagai berikut :
Gambar 17 : listing program FLC.m untuk pengendali logika fuzzy
17
Dari penjelasan-penjelasan sebelumnya maka dapatlah dibuat diagram blok yang utuh dari Flow Control Unit dengan
Pengendali Hybrid PID – Fuzzy Logic sesuai dengan gambar 10 di atas dimana terdapat sebuah pengendali katup otomatis yang
berfungsi membuka katup ketika pompa sudah maksimum namun nilai aktual masih lebih kecil dari nilai acuan. Adapun listing
program dari pengendali katup itu adalah sebagai berikut :
Gambar 18 : listing program z_katup_terkendali.m sebagai pengendali katup otomatis

Dari gambar 10 di atas juga terdapat dua komponen tambahan yakni komponen memori dan unit delay yang fungsinya dapat
dipelajari pada gambar 18 dimana komponen memori sangat baik digunakan untuk memori katup dan unit delay untuk nilai
error n+1.
18
Gambar 19 : Aplikasi Komponen Memori dan Unit Delay untuk Delta Error
19
Sebelum melakukan simulasi sistem dengan program simulink, terlebih dahulu akan ditentukan berbagai Asumsi yang
sesuai data berikut
1. Parameter Simulasi à Waktu Simulasi = 10 detik dengan type ODE45 (Relative Tolerance = 1e-3)
2. Diameter Penampang pipa penghubung = 5 mm (dengan kapasitasi tangki air sebesar 3750 mm^2)
3. Katup otomatis mula-mula tertutup 100 %
Simulasi dibagi menjadi dua bagian yakni simulasi Flow dengan pengendali PID biasa dan Simulasi Flow dengan
Pengendali Hybrid PID – Logika Fuzzy.
1. SIMULASI FLOW DENGAN PENGENDALI PID BIASA

Simulasi ini dilakukan untuk mendapatkan nilai parameter PID yang lebih baik dengan melakukan metode eksperimental
(karena metode kurva respon dan metode osilasi tidak dapat diterapkan secara matematik) dengan bantuan tabel ziegler
nichols yang mendidik dan tabel bantuan berikut :
CLOSED-LOOP RESPONSE RISE TIME OVERSHOOT SETTLING TIME SS ERROR
Setelah melakukan beberapa kali eksperimen maka ditetapkanlah nilai Kp = 18, Ki = 1,405 dan Kd = 0,35124 sehingga kita
dapat melanjutkan simulasi kita dengan masukan-masukan yang telah ditentukan sebagai berikut :
1. Peristiwa_1 è Debit pompa 6,8 liter/menit dan Gangguan Katup Manual 0 %
2. Peristiwa_2 è Debit pompa 3 à 6,8 liter/menit dan Gangguan Katup Manual 0 % à 30 % à 50 %
3. Peristiwa_3 è Debit pompa 6,8 à 2,4 liter/menit dan Gangguan Katup Manual 0 % à 70 % à 0 %
20
Gambar 20 : Kondisi Input Output dari sistem untuk peristiwa_1
21
22
23
Dari gambar 20 atau 21 dan 22 dapat dilihat bahwa nilai katup otomatis akan selalu beradaptasi terhadap sistem dengan
cara membuka katupnya seirama dengan kenaikan nilai aktual terhadap waktu. Disini dapat dilihat juga bahwa terdapat
suatu fenomena dimana nilai katup yang terus membuka walaupun nilai acuan sudah sama dengan nilai aktual dan ada juga
fenomena dimana perubahan nilai acuan tidak diikuti oleh perubahan aktual (sesuai data yang diinput ke sistem). Hal itu
dikarenakan adanya fenomena integral windup pada pengendali PID yaitu suatu kondisi dimana karena pengaruh integrator
pada sistem (yang memiliki komponen yang mengalami saturasi) sehingga output yang dihasilkan terus naik atau tidak
sesuai output yang diinginkan (hal ini dapat sebenarnya diperbaiki dengan menambahkan komponen reset windup pada
pengendali integral).
2. SIMULASI FLOW DENGAN PENGENDALI PENGENDALI HYBRID PID – LOGIKA FUZZY

Simulasi ini dilakukan untuk mendapatkan nilai output sistem yang dapat beradaptasi terhadap perubahan input dan
gangguan sehingga sistem diharapkan dapat bersifat aerodinamis. Untuk parameter masukannya sama dengan parameter
masukan saat simulasi dengan pengendali PID biasa. Yakni nilai Kp = 18, Ki = 1,405 dan Kd = 0,35124 sehingga kita dapat
melanjutkan simulasi kita dengan masukan-masukan yang telah ditentukan sebagai berikut :
• Peristiwa_1 è Debit pompa 6,8 liter/menit dan Gangguan Katup Manual 0 %
• Peristiwa_2 è Debit pompa 3 à 6,8 liter/menit dan Gangguan Katup Manual 0 % à 30 % à 50 %
• Peristiwa_3 è Debit pompa 6,8 à 2,4 liter/menit dan Gangguan Katup Manual 0 % à 70 % à 0 %
(Katup otomatis mula-mula 100 %)
24
25
26
27
Dari hasil pengujian tanpa gangguan (gambar 23) antara sistem kendali Hybrid PID-Logika Fuzzy dengan pengendali PID
biasa,, menunjukkan hasil yang tidak terlalu berbeda, hal ini dikarenakan sistem kendali logika fuzzy yang dicangkokkan
pada sistem kendali PID tidak memberikan pengaruh yang besar pada keadaan tanpa disturbance (gangguan kosong),
sehingga sistem yang berperan penting adalah sistem kendali PID. Pada gambar 24 dan 25, pengujian dilakukan dengan
cara memberikan gangguan pada Flow Control Unit kemudian dari hasil pengujian dengan memberikan variasi gangguan,
sistem kendali hybrid mempunyai daya tahan yang lebih besar (pada gambar perubahannya sangat kecil karena sistem yang
memiliki nilai parameter yang cukup kecil) terhadap gangguan katup manual (sebenarnya gangguan ini bukan gangguan
murni karena nilainya diperhitungkan dalam pemodelan matematisnya).
Dari hasil pengamatan dan analisa pada grafik di atas dapat ditarik beberapa kesimpulan antara lain :
1. Faktor-faktor yang mempengaruhi nilai FLOW pada tangki penyedia adalah Debit pompa, nilai persentasi
katup manual dan nilai persentasi katup otomatis.
2. Aturan pendekatan Ziegler Nichols memberikan sebuah DUGAAN yang MENDIDIK untuk nilai parameter
dan menunjukkan titik awal yang baik untuk penyetelan.
3. Sistem kendali Hybrid PID-logika fuzzy mampu menghasilkan respon dan recovery time yang baik dan
tahan tergadap distrubance, ini terbukti dari hasil pengujian dengan pemberian gangguan, terjadinya
overshoot dari pemberian dan pelepasan disturbance dapat diredam.
28
TUGAS 4

Pemodelan dan Simulasi Sistem Kendali proses pada
Kolam Air Panas menggunakan Pengendali P I D
OLEH
LUTFI D411 03 028
IHSAN D411 03 072

MAKASSAR 2006
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT, karena berkat Rahmat dan Hidayah-Nya
sehingga penyusunan tugas empat ini dapat kami selesaikan sesuai dengan tema yang telah
ditetapkan.
Tugas empat ini merupakan suatu tugas final dari mata kuliah Teknologi Kendali Proses
yang wajib diikuti oleh mahasiswa pada Subprogram Teknik Kendali, Komputer dan Elektronika
Jurusan Elektro Fakultas Teknik Universitas Hasanuddin.
Tentunya dalam penyusunan tugas ini, masih terdapat banyak kekurangan dan masih jauh dari
kesempurnaan. Oleh karena itu kami mengharapkan saran dan kritik yang sifatnya membangun
demi kesempurnaan laporan yang akan datang.
Dalam penyusunan tugas ini banyak bantuan dan bimbingan yang kami peroleh, untuk itu
melalui kesempatan ini dengan segala kerendahan hati, kami menyampaikan ucapan terima kasih
dan penghargaan yang sebesar-besarnya kepada :
1. Bapak Dr. Ir. H. Rhiza S. Sadjad, MSEE dan Bapak Ir. H. Andani, MT. Selaku
Dosen pengasuh dari mata kuliah ini. (Pak terima kasih atas Tour Industrinya...? )
2. Sembah Sujud kepada Kedua orang tua dan saudara-saudari kami yang memberikan
dorongan dan doa sehingga selesainya Laporan dari tugas empat ini.
3. Seluruh keluarga besar PT. EASTERN PEARL FLOUR MILLS atas ilmu dan
pengalaman yang diberikan saat kunjungan industri.
4. Kak Midhin, Kak Ifah dan Kak Faje’ yang telah memberi banyak bantuan dan arahan
selama mengerjakan tugas 1 sampai tugas 3B.
5. Teman-teman LAZERT ’03 yang senantiasa memberikan semangat untuk tidak larut
dalam kesedihan. Tetaplah menjadi diri kalian tetapi diri kalian yang lebih baik.
Semoga segala apa yang tertuang dalam seluruh rangkaian penulisan ini memberikan secercah
manfaat dalam pengetahuan insan elektro, dalam menyongsong pembangunan bangsa. Semoga
Allah SWT memberikan Rahmat dan Hidayah-Nya. Amin.
Makassar, Januari 2007
Penulis
ii
DAFTAR ISI
KATA PENGANTAR ................................................................................................................................ii

DAFTAR ISI ................................................................................................................................................iii
BAB I PENDAHULUAN ..........................................................................................................................1
1.1 Latar Belakang.............................................................................................................................1
1.2 Maksud dan Tujuan Penulisan..................................................................................................2
1.3 Batasan Masalah ..........................................................................................................................2
1.4 Sistematika Penulisan .................................................................................................................2
BAB II Pemodelan Kolam Air Panas ........................................................................................................3
2.1 Pengantar .....................................................................................................................................3
2.2 Sistem Permukaan Zat Cair pada Kolam Air Panas .............................................................5
2.3 Sistem Thermal pada Kolam Air Panas ..................................................................................7
2.4 Representasi MATLAB SIMULINK ......................................................................................9
2.5 Verifikasi Pemodelan Sistem ................................................................................................. 13
BAB III Strategi Pengendalian Sistem.................................................................................................... 17
3.1 Pengantar .................................................................................................................................. 17
3.2 Pengendali P I D .................................................................................................................... 18
3.3 Pengendali Logika Terprogram ............................................................................................. 23
3.4 Representasi MATLAB SIMULINK ................................................................................... 24
3.5 Evaluasi Kinerja Sistem dengan Pengendali PID ............................................................... 27
BAB IV PENUTUP.................................................................................................................................. 36
4.1 Kesimpulan............................................................................................................................... 36
4.2 Saran .......................................................................................................................................... 36
DAFTAR PUSTAKA ............................................................................................................................... 37
iii
BAB I
PENDAHULUAN
1.1 Latar Belakang

Di dalam dunia industri dikenal suatu istilah sistem kendali proses yang merupakan sistem
pengendalian besaran-besaran fisis. Ilmu sistem kendali merupakan salah satu ilmu dan teknologi
rekayasa yang mempunyai peranan penting dalam perkembangan ilmu dan teknologi.
Perkembangan dalam hal teori dan praktek mengenai sistem kendali dapat mempermudah dalam
melakukan analisis unjuk kerja dari suatu sistem. Sebuah sistem dapat diartikan sebagai kumpulan
obyek yang tergabung dalam suatu interaksi atau saling ketergantungan (interdepensi) yang
teratur. Sistem kendali dalam penggunaannya, melibatkan beberapa proses seperti laju aliran
(flow rate), tekanan (pressure), temperatur dan level cairan. Saat ini, sistem pengendali
merupakan salah satu objek vital yang mempengaruhi keberhasilan pengolahan proses industri.
Untuk mempelajari sebuah sistem, terkadang dimungkinkan untuk melakukan uji coba
dengan sistem itu. Salah satu cara yang biasanya digunakan dalam uji coba tersebut adalah
membuat prototipe-nya terlebih dahulu dan kemudian mengujinya. Tetapi cara ini mahal dan
menghabiskan waktu, bahkan dengan sistem yang ada, seringkali pengujicobaan tidak mungkin
dan tidak praktis. Konsekuensinya, studi tentang suatu sistem umumnya dilakukan pada model
sistem tersebut. Jadi, model sistem tidak hanya merupakan pengganti sistem, namun juga
merupakan penyederhanaan sistem. Dalam pemodelan suatu sistem, proses penyelesaian
dilakukan sedemikian rupa sehingga ada beberapa elemen sistem yang dimodelkan dan ada
elemen yang diasumsikan tidak penting dan tidak relevan dalam konteks tujuan yang ingin
dicapai. Jadi sebuah model tidak hanya merupakan sebuah perwujudan tujuan, namun juga
merupakan asumsi. Dalam tugas empat ini digunakan fasilitas SIMULINK dari MATLAB untuk
perancangan model dan menganalisis dari suatu sistem kendali. Sistem yang hendak dimodelkan
adalah Sistem Kendali pada Kolam Air Panas dengan pengendali berbasis PID Controller.
1
1.2 Maksud dan Tujuan Penulisan

Adapun maksud dan tujuan penyusunan laporan tugas empat ini adalah :
1. Melaksanakan tanggung jawab sebagai seorang mahasiswa agar dapat melulusi mata
kuliah ini dengan nilai yang memuaskan.
2. Melakukan pemodelan sistem kendali kolam air panas
3. Mengevaluasi kinerja sistem kendali kolam air panas tanpa pengendali
4. Merancang strategi pengendalian pada kolam air panas
5. Mengevaluasi kinerja sistem kendali kolam air panas dengan pengendali
1.3 Batasan Masalah

Permasalahan yang akan kami bahas pada tugas empat ini adalah prinsip dasar dari
pengendalian kolam air panas berupa sistem permukaan zat cair, sistem thermal, PID Controller
dan representasi MATLAB SIMULINK untuk model kolam air panas
1.4 Sistematika Penulisan

Sistematika penulisan tugas empat ini terbagi dalam empat bab dengan harapan maksud
dan tujuan dari penulisan ini dapat terangkum seluruhnya. Pembagian bab tersebut adalah
sebagai berikut :
Bab I : Merupakan bab pendahuluan yang memuat latar belakang, Maksud dan tujuan,
batasan masalah, dan sistematika penulisan.
Bab II : Merupakan bab yang menjelaskan tentang prinsip dasar pemodelan kolam air panas
dengan membagi sistem menjadi sistem permukaan zat cair dan sistem thermal.
Bab III : Merupakan bab yang membahas tentang strategi pengendalian kolam air panas agar
output suhu dan level mendekati titik acuan yang ditentukan dengan menerapkan
pengendali PID dan pengendali logika..
Bab IV : Merupakan bab penutup yang berisi kesimpulan dan saran.
BAB II
Pemodelan Kolam Air Panas
2.1 Pengantar
Pemodelan bertujuan untuk mendapatkan kinerja sistem hasil pemodelan mendekati
kinerja sistem yang real. Pemodelan dibuat supaya dapat mempelajari, menganalisis serta
mengevaluasi sistem tersebut. Apabila dari evaluasi yang dilakukan terdapat masalah pada sistem,
maka dapat melakukan upaya untuk memperbaiki kinerja sistem dengan cara mengotak-atik atau
memodifikasi dengan mudah dan tentunya tidak akan menggangu jalannya operasi, karena yang
dimodifikasi adalah model yang sepenuhnya menggambarkan kinerja sistem tersebut.
Pada tugas empat ini, kita akan memodelkan suatu sistem pada kolam air panas dimana,
sistem yang hendak dimodelkan sebaiknya dipecah menjadi beberapa subsistem yang nantinya
dapat digabung kembali membentuk model sistem yang diinginkan. Dalam hal ini, kolam air
panas dipandang sebagai sistem yang terdiri dari dua subsistem yakni Plant dan Controller.
Subsistem Plant itu sendiri dapat dipandang sebagai perpaduan antara sistem permukaan zat cair
dan sistem thermal. Adapun model fisik dari kolam air panas ini adalah sebagai berikut :
Gambar 1 : Model Fisik Kolam Air Panas
3
Dari gambar 1 di atas, dapat dilihat bahwa sistem kendali kolam air panas yang akan kita
modelkan memiliki tiga buah input yakni nilai debit air panas, nilai debit air dingin dan nilai debit
Pembuangan serta dua buah output yakni nilai level air dan nilai temperatur pada kolam.
Masukan debit air panas dan debit air dingin akan mengisi kolam hingga katup pendeteksi
kepenuhan akan menutup sendiri oleh akibat dorongan air yang penuh. Sedangkan masukan
debit pembuangan akan menguras isi kolam hingga level air pada kolam mencapai kondisi
minimumnya dimana nilai debit dari pembuangan dapat disumbat oleh nilai persentasi katup
gangguan (dianggap sebagai gangguan sistem).
Untuk memudahkan analisa perhitungan maka akan ditentukan nilai variabel keadaan dari
sistem dengan menggunakan satuan cgs. Sehingga parameter dari tiap-tiap besaran akan diwakili
oleh simbol-simbol dengan satuan yang dapat dioperasikan langsung ke besaran cgs (untuk
besaran yang bukan satuan cgs maka perlu dikonversikan dulu nilainya ke satuan cgs).
Data teknis yang dinamis

3
qp = Debit masukan air panas, cm /sec
3
qd = Debit masukan air dingin, cm /sec
3
qb = Debit pembuangan, cm /sec
Tt = suhu kolam air panas, ?c

h = Tinggi permukaan zat cair, cm
Data teknis yang konstan
2
C = Kapasitansi kolam air panas = 350000 cm
h_max = Tinggi maksimum permukaan zat cair = 250 cm
ho = Tinggi minimum permukaan zat cair = 0.1 cm
2
Ap = Luas permukaan pipa penghubung = 100 cm
lp = Tinggi pipa penghubung = 250 cm
2
g = Percepatan gaya gravitasi = 980 cm/sec
3
ρ air = massa jenis air = 1 g/ cm
Tp = suhu air panas = 80 ?c

Td = suhu air dingin = 5 ?c
2.2 Sistem Permukaan Zat Cair pada Kolam Air Panas

Agar pembahasan-pembahasan yang akan kita lakukan lebih sederhana dan mudah
dimengerti, maka zat cair yang akan kita tinjau adalah fluida ideal (sebenarnya fluida ideal adalah
suatu model, jadi bukan fluida yang sebenarnya dan pada kenyataannya, fluida ideal tidak ada).
Untuk itu akan diasumsikan bahwa :
1. Zat cair adalah ideal, jadi tidak mempunyai viskositas/kekentalan (kehilangan energi akibat
gesekan adalah nol )
2. Zat cair adalah komponen homogen dan tidak termampatkan ( rapat massa zat cair adalah
konstan )
3. Aliran Fluida adalah aliran laminar dan tidak Turbulent ( Aliran dalam proses ini biasanya
turbulent dan tidak laminar ).
Gambar 2 : Perbedaan Aliran Turbulent dan aliran Laminar berdasarkan nilai Reynoldnya
Dalam bagian ini kita akan menurunkan model matematik sistem permukaan zat cair.
Dengan memperkenalkan beberapa prinsip untuk sistem permukaan zat cair, memungkinkan
untuk menggambarkan karakteristik dinamika sistem dalam bentuk yang dapat disederhanakan.
A. Debit Aliran
Karena aliran fluida ideal bersifat Stasioner, maka bisa disimpulkan bahwa jumlah
elemen massa fluida yang melewati suatu titik tertentu selalu sama tiap satuan waktunya.
Banyaknya elemen massa fluida yang melalui suatu luas permukaan tertentu dalam waktu
tertentu, sudah pasti juga sama. Inilah yang disebut sebagai DEBIT.
Debit merupakan ukuran banyaknya volume fluida yang mengalir per satuan waktu.
∆V
q= ........................................................................................................................ Pers. 1
∆t
Karena ? V = A . ? x , di mana A adalah luas penampang, dan ? x adalah jarak yang
∆x
ditempuh fluida maka dengan besaran = v , dapat dinyatakan secara umum bahwa
∆t
debit q fluida dengan kecepatan aliran v melalui pipa berpenampang A adalah :
q = v . A ...................................................................................................................... Pers. 2
B. Kapasistansi
Kapasitansi C dari tangki didefinisikan sebagai besar perubahan cairan yang diperlukan
untuk membuat perubahan potensial (kepala) sebesar satu satuan. (Potensial adalah
besaran yang menunjukkan tingkat tenaga sistem).
Perubahan Cairan yang Disimpan, cm 3

C =
Perubahan Potensial, cm
3 2
Harus diperhatikan bahwa nilai kapasitas ( cm ) berbeda dengan nilai kapasitansi ( cm ).
Kapasitansi sebuah kolam sama dengan luas permukaannya. Jika luas permukaan
konstan, maka kapasitansi juga konstan.
Sistem dapat dipandang linear jika alirannya laminar. Bahkan jika aliran turbulen, sistem
dapat dilinearkan bila perubahan variabelnya dijaga tetap kecil. Dengan anggapan bahwa sistem
linier atau dilinearkan, persamaan diferensial sistem dapat diperoleh sebagai berikut, karena aliran
masuk dikurangi aliran air ke luar selama selang waktu dt kecil sama dengan jumlah tambahan air
dalam tangki, kita dapatkan dengan
C dh = ( q i - q o ) dt .......................................................................................... Pers. 3
Dari gambar 1 di atas dapat dilihat bahwa laju aliran zat cail pada kolam adalah selisih dari
debit masukan (debit air panas + debit air dingin) dengan debit keluaran (debit pembuangan)
sehingga dapat kita turunkan model matematisnya sebagai berikut :
C dh = ( ( qp + qd ) - qb) dt ............................................................................... Pers. 4
atau dalam bentuk laplace menjadi (dengan h sebagai output)
1 1
h= . . (qp + qd - qb) .................................................................................... Pers. 5
C S
Masukan u1, u2, u3 dan h(t) merupakan persentasi katup yang akan menentukan nilai qp,
qd, dan qb dengan bentuk persamaan :
0 % = u1 = 100 % 0 % = u2 = 100 % 0 % = u3 = 100 % 0 % = h(t) = 100 %
yang akan menentukan nilai debit pada pipa yang dibuka/tutup oleh katup yang bersangkutan.
Sehingga : 0 = qp = q_max 0 = qd = q_max 0 = qb = q_max
Dengan definisi debit yang akan dibahas pada bagian 2.2 maka nilai q_max dapat
ditentukan yakni melalui persamaan :
q = A . v = Ap . pk * 2 . g . lp ...................................................................................... Pers. 6
Dimana Luas penampang pipa è Ap = 100 cm2

Persentasi Katup è Pk = (Tergantung input)
Gaya gravitasi è g = 980 cm/sec^2 =
Panjang pipa penghubung è lp = 250 cm
Dari data teknis di atas maka dapat ditarik sebuah kesimpulan bahwa nilai debit
maksimum untuk sebuah jenis masukan u1, u2 dan u3 adalah 70000 cm^3/sec (untuk nilai h(t)
tetap dalam bentuk persen karena nilainya akan mengurangi nilai qb).
2.3 Sistem Thermal pada Kolam Air Panas

Sistem thermal adalah sistem yang melibatkan pemindahan panas dari bahan yang satu ke
yang lain. Sistem thermal dalam model kolam air panas dapat dianalisis dalam bentuk hukum
kekekalan energi kalor. Josep Black membedakan pengertian kalor dan suhu, Suhu merupakan
ukuran atau derajat panas dinginnya suatu benda atau sistem. Sedangkan kalor merupakan jumlah
panas (dalam bentuk energi) yang dihasilkan oleh usaha yang dilakukan oleh kerja mekanis.
Joseph Black merupakan orang pertama yang menyadari bahwa kenaikan suhu suatu
benda dapat digunakan untuk menentukan banyaknya kalor yang diserap oleh suatu benda.
Banyaknya kalor Q yang diperlukan untuk menghasilkan perubahan ? T ternyata sebanding
dengan massa benda m dan pperubahan suhunya. Disamping itu, banyaknya kalor juga
tergantung pada jenis benda yang dipanaskan atau didinginkan.
∆Q = m . c . ∆T .................................................................................................................... Pers. 7
Dimana besaran c, disebut kalor jenis benda. Kalor jenis benda merupakan karakteristik
thermal suatu benda.
Menurut Joseph Black, jika dua buah benda yang suhunya berbeda dicampurkan, benda
yang bersuhu tinggi akan memberikan kalor kepada benda yang bersuhu lebih rendah. Atau,
benda yang bersuhu rendah akan menerima kalor dari benda yang bersuhu tinggi. Proses
pelepasan dan penerimaan kalor ini akan terus berlangsung sampai kedua benda itu memiliki
suhu yang sama. Fenomena ini merupakan hukum kekekalan energi kalor dimana banyaknya
kalor yang diberikan sama dengan banyaknya kalor yang diterima. Persamaan ini lebih dikenal
dengan asas black dan dapat dirumuskan sebagai Q Diterima = Q Dilepas . Pada sistem thermal kolam
air panas diasumsikan bahwa tidak ada cairan yang berubah wujud (melebur atau membeku)
karena perubahan suhu sehingga nilai pemuaian volume pada cairan dapat diacuhkan.
Dengan menerapkan asas black pada sistem kolam air panas yang diperlihatkan pada
gambar 1, maka akan didapatkan persamaan :
m t . c t . ∆Tt = mp . c p . ∆Tp + md . c d . ∆Td ................................................................ Pers. 8
Dengan : mt = massa air pada kolam, gram
mp = massa air panas yang masuk, gram
md = massa air dingin yang masuk, gram
mo = massa air mula-mula yang ada di kolam, gram
ct = cp = cd = co à kalor jenis air dengan satuan yang sama
? Tt = perubahan suhu pada kolam, ?c
? Tp = perubahan suhu pada air panas yang masuk, ?c
? Td = perubahan suhu pada air dingin yang masuk, ?c
? To = perubahan suhu mula-mula pada air yang ada di kolam, ?c
Untuk
ct = cp = cd = co
? Tt = To – Tt
? Tp = Tt – Tp
? Td = Tt – Tb
? To = T – To
maka :
(mp . Tp) + (md . Td) + (mo . To)
Tt = .................................................................... Pers. 9
mp + md + mo
3
Jika ρ air = 1 g/ cm maka nilai massa air yang ada akan sama dengan volume air itu
Sehingga dengan definisi debit yang ada maka pers. 9 dapat diubah (dalam bentuk laplace)
menjadi :
qp .Tp + qd . Td + Tt n -1 . (C .h) . S
Tt = ...................................................................... Pers. 10
qp + qd + (C .h) . S
dengan nilai C adalah luas permukaan kolam dan h adalah level permukaan cairan pada kolam.
2.4 Representasi MATLAB SIMULINK

Sekarang kita akan tunjukkan bagaimana memasukkan persamaan yang telah diturunkan
pada sistem permukaan zat cair dan sistem thermal di kolam air panas ke dalam bentuk diagram
blok menggunakan fasilitas SIMULINK pada MATLAB.
Gambar 3 : Diagram Simulasi pada Sistem Kendali Kolam Air Panas

Pada diagram simulasi yang ditunjukkan pada gambar 3 di atas, terdapat fungsi input (yang
terdiri atas input air panas, input debit air dingin, input debit pembuangan dan input gangguan),
kendalian dari kolam air panas, dan output level dan temperatur yang disambung ke command
window melalui komponen to workspace (juga pembuat waktu untuk referensi tentunya …? ).
Gambar 4 : Diagram blok untuk masukan debit air panas (beserta blok parameternya)
10
Gambar 5 : Diagram blok untuk masukan debit air dingin (beserta blok parameternya)
Gambar 6 : Diagram blok untuk masukan debit pembuangan (beserta blok parameternya)
Gambar 7 : Diagram blok untuk gangguan pada pembuangan (beserta blok parameternya)
11
Dengan komponen saturasi pada gambar 4, 5, dan 6 memiliki nilai batas dari 0 sampai
70000 cm3/sec. untuk gambar 7, nilai batas saturasinya adalah 0 % sampai 100 %. Untuk diagram
blok dari kendalian dapat dilihat pada gambar 8 berikut :
Gambar 8 : Diagram blok untuk Kendalian kolam air panas
Gambar 9 : blok parameter untuk Kendalian kolam air panas

12
Gambar 10 : M-File sebagai dari kendalian kolam air panas

13
2.5 Verifikasi Pemodelan Sistem

Sebelum melakukan simulasi sistem kendali pada kolam air panas dengan menggunakan
program SIMULINK, terlebih dahulu akan ditentukan berbagai parameter simulasi sesuai
dengan gambar berikut :
Gambar 11 : Kotak dialog dari parameter simulasi pada porgram SIMULINK

Untuk menampilkan hasil simulasi dari sistem kolam air panas, maka akan dibuat sebuah
m-file yang berfungsi untuk plot data sebagai berikut :
Gambar 12 : M-File sebagai plot data dari kendalian kolam air panas
Maka dengan menentukan masukan-masukan yang nampak pada gambar 4, 5, 6, 7 dan 9 bagian
blok parameter maka akan didapatkan output sistem yang merupakan hasil yang ditampilkan
pada gambar 13 berikut :
14
Gambar 13 : Hasil Simulasi dari sistem kendali kolam air panas tanpa pengendali
15
Dari grafik yang diperlihatkan pada gambar 13 di atas, terlihat bahwa saat t = 0 detik posisi
level berada pada 100 cm dari permukaan kolam (nilai level mula-mula) dan akibat dari pengaruh
katup pembuangan yang terbuka dengan nilai debit yang keluar sebesar 70000 cm3/sec sehingga
terjadi penurunan posisi level cairan secara linier. pada saat t = 1,5 detik pembuangan mengalami
gangguan pada saluran pembuangannya (mungkin berupa sumbatan) sebesar 80 % dari nilai debit
pembuangan sehingga penurunan nilai level berkurang. Saat detik ke 2 nilai gangguan hilang
sehingga nilai level kembali menurun dengan tingkat penurunan yang sama saat t = 0. Nilai debit
pembuangan akan bernilai nol saat t = 3, hal itu menyebabkan nilai level akan tetap hingga t
bernilai 3,5 detik. Pada saat t = 3,5 detik katup air dingin dibuka dengan nilai debit maksimum
sebesar 70000 cm3/sec dengan suhu konstan sebesar 5 ?C. pada detik itu juga terjadi kenaikan
nilai level dan penurunan nilai suhu seirama dengan penurunan rumus yang telah kita jabarkan
sebelumnya. Katup air dingin akan tertutup saat detik ke 4,5 second sehingga nilai level dan suhu
akan konstan. Pada detik ke 5 katup air panas akan terbuka dengan nilai debit maksimum sebesar
70000 cm3/sec dengan suhu konstan sebesar 80 ?C. pada detik itu kenaikan nilai level kembali
terjadi begitu pula dengan nilai suhu. Pada detik ke 6, katup air dingin kembali terbuka dengan
nilai debit dan nilai suhu yang sama dengan kondisi sebelumnya, hal itu mengakibatkan terjadi
penurunan suhu hingga suhu campuran yang konstan pada suhu sebesar 42 ?C (akibat campuran
air panas). Pada saat itu juga tingkat kenaikan nilai level akan bertambah. Pada detik ke 8 katup
air dingin tertutup kembali sehingga tingkat kenaikan level berkurang kecuramannya dengan suhu
yang naik secara perlahan seirama dengan jumlah air panas yang terus bertambah.
Coba Tinjau gambar 14 dan gambar 15 berikut saat katup air panas dan katup air dingin
dibuka dan katup pembuangan ditutup 100% ( parameter yang lain tetap kecuali Final time ).
Gambar 14 : Hasil Simulasi untuk analisa waktu penuh dengan final time 450 detik
16
Gambar 15 : Hasil Simulasi untuk analisa suhu konstan dengan final time 2 detik
Dari kedua gambar di atas, dengan kondisi kedua katup masukan yang terbuka 100 % (berarti
nilai debit masukan sebesar 140000 cm3/sec ) dapat dilihat bahwa suhu kolam akan konstan saat
detik ke 1,2 detik dengan suhu campuran sebesar 42 ?C (sebenarnya kondisi real sistem ini
memerlukan waktu lebih lama karena tidak ada pengaduk air kolam) dan nilai kolam akan penuh
saat detik ke 370 detik (sekitar 6,2 menit). Jika ingin mempercepat waktu penuh maka dapat
dilakukan dengan memperbesar luas permukaan pipa (luas permukaan kolam mungkin tidak
diubah lagi karena biayanya akan lebih mahal).
BAB III
Strategi Pengendalian Sistem
3.1 Pengantar
Keberadaan kontroller pada Kolam Air Panas mempunyai kontribusi yang besar terhadap
perilaku sistem itu. Pada prinsipnya hal itu disebabkan oleh tidak dapat diubahnya komponen
penyusun sistem tersebut. Artinya, karakteristik plant harus diterima sebagaimana adanya,
sehingga perubahan perilaku sistem hanya dapat dilakukan melalui penambahan suatu sub sistem,
yaitu kontroler. Salah satu tugas komponen kontroler adalah mereduksi sinyal kesalahan, yaitu
perbedaan antara sinyal setting dan sinyal aktual. Hal ini sesuai dengan tujuan sistem kontrol
adalah mendapatkan sinyal actual senantiasa (diinginkan) sama dengan sinyal setting. Semakin
cepat reaksi sistem mengikuti sinyal actual dan semakin kecil kesalahan yang terjadi, semakin
baiklah kinerja sistem kontrol yang diterapkan. Apabila perbedaan antara nilai setting dengan
nilai keluaran relatif besar, maka kontroler yang baik seharusmya mampu mengamati perbedaan
ini untuk segera menghasilkan sinyal keluaran untuk mempengaruhi plant. Dengan demikian
sistem secara cepat mengubah keluaran plant sampai diperoleh selisih antara setting dengan
besaran yang diatur sekecil mungkin.
Didalam suatu sistem kontrol kita mengenal adanya beberapa macam aksi kontrol,
diantaranya yaitu aksi kontrol proporsional, aksi kontrol integral dan aksi kontrol derivative.
Masing-masing aksi kontrol ini mempunyai keunggulan-keunggulan tertentu, dimana aksi kontrol
proporsional mempunyai keunggulan risetime yang cepat, aksi kontrol integral mempunyai
keunggulan untuk memperkecil error , dan aksi kontrol derivative mempunyai keunggulan untuk
memperkecil derror atau meredam overshot/undershot. Untuk itu agar kita dapat menghasilkan
output dengan risetime yang tinggi dan error yang kecil kita dapat menggabungkan ketiga aksi
kontrol ini menjadi aksi kontrol PID.
Pada sistem kolam air panas, pengendali yang akan digunakan adalah dua buah pengendali
PID dimana satu PID untuk mereduksi error level dan yang PID yang satunya untuk mereduksi
error temperatur. Keluaran masing-masing PID akan dioptimasi oleh pengendali logika dimana
keluaran dari pengendali PID + Pengendali Logika ini adalah debit air panas, debit air dingin dan
debit pembuangan yang telah direduksi.
17
18
3.2 Pengendali P I D
Kontroler proposional memiliki keluaran yang sebanding /proposional dengan besarnya
sinyal kesalahan (selisih antara besaran yang diinginkan dengan harga aktualnya). Secara lebih
sederhana dapat dikatakan, bahwa keluaran kontroler proposional merupakan perkalian antara
konstanta proposional dengan masukannya. Perubahan pada sinyal masukan akan segera
menyebabkan sistem secara langsung mengubah keluarannya sebesar konstanta pengalinya.
Sinyal kesalahan (error) merupakan selisih antara besaran setting dengan besaran
aktualnya. Selisih ini akan mempengaruhi kontroller, untuk mengeluarkan sinyal positif
(mempercepat pencapaian harga setting) atau negatif (memperlambat tercapainya harga yang
diinginkan). Kontroller proporsional memiliki 2 parameter, pita proporsional (proportional
band) dan konstanta proporsional. Daerah kerja kontroller efektif dicerminkan oleh pita
proporsional. Sedangkan konstanta proporsional menunjukkan nilai fator penguatan terhadap
sinyal kesalahan, Kp.
Ciri – ciri kontroller proporsdional harus diperhatikan ketika kontroller tersebut
diterapkan pada suatu sistem. Secara eksperimen, pengguna kontroller proporsional harus
memperhatikan ketentuan – ketentuan berikut ini :
Kalau nilai Kp kecil, kontroler proporsional hanya mampu melakukan koreksi
kesalahan yang kecil, sehingga akan menghasilkan respon sistem yang lambat.
Kalau nilai Kp dinaikkan, respon sistem menunjukkan semakin cepat mencapai
keadaan mantabnya.
Namun jika nilai Kp diperbesar sehingga mencapai harga yang berlebihan, akan
mengakibatkan sistem bekerja tidak stabil, atau respon sistem akan berosilasi.
Pengendali I ( Integral )
Kontroler integral berfungsi menghasilkan respon sistem yang memiliki kesalahan keadaan
mantap nol. Kalau sebuah plant tidak memiliki unsur integrator (1/s), kontroller proporsional
tidak akan mampu menjamin keluaran sistem dengan kesalahan keadaan mantapnya nol. Dengan
kontroller integral, respon sistem dapat diperbaiki, yaitu mempunyai kesalahan keadaan
mantapnya nol.
19
Gambar 16 : hubungan antara besaran kesalahan dengan kontroller integral

Kontroller integral memiliki karakteristik seperti halnya sebuah integral. Keluaran
kontroller sangat dipengaruhi oleh perubahan yang sebanding dengan nilai sinyal kesalahan.
Keluaran kontroller ini merupakan jumlahanm ynag terus menerus dari perubahan masukannya.
Kalau sinyal kesalahan tidak mengalami perubahan, keluaran akan menjaga keadaan seperti
sebelum terjadinya perubahan masukan. Pengaruh perubahan konstanta integral terhadap
keluaran integral ditunjukkan oleh gambar 16. ketika sinyal kesalahan berlipat ganda, maka nilai
laju perubahan keluaran kontroller berubah menjadi dua kali dari semula. Jika nilai konstanta
integrator berubah menjadi lebih besar, sinyal kesalahan yang relatif kecil dapat mengakibatkan
laju keluaran menjadi besar.
Ketika digunakan kontroller integral mempunyai beberapa karakteristik berikut ini :
Keluaran kontroller membutuhkan selang waktu tertentu, sehingga kontroller integral
cenderung memperlambat respon.
Ketika sinyal kesalahan berharga nol, keluaran kontroller akan bertahan pada nilai
sebelumnya.
jika sinyal kesalahan tidak berharga nol, keluaran akan menunjukkan kenaikan atau
penurunan yang dipengaruhi oleh besarnya sinyal kesalahan dan nilai Ki.
konstanta integral Ki yang berharga besar akan mempercepat hilangnya offset. Tetapi
semakin besar nilai konstanta Ki akan mengakibatkan peningkatan osilasi dari sinyal
keluaran kontroller.
Pengendali D ( Differensial / Derivatif )
Keluaran kontroler diferensial memiliki sifat seperti halnya suatu operasi derivatif.
Perubahan yang mendadak pada masukan kontroller, akan mengakibatkan perubahan yang
sangat besar dan cepat. Gambar 17 menunjukkan hubungan antara sinyal kesalahan dengan
keluaran kontroler.
20
Ketika masukannya tidak mengalami perubahan, keluaran kontroller juga tidak mengalami
perubahan, sedangkan apabila sinyal masukan berubah mendadak dan menaik (berbentuk fungsi
step), keluaran menghasilkan sinyal berbentuk impuls. Jika sinyal masukan berubah naik secara
perlahan (fungsi ramp), keluarannya justru merupakan fungsi step yang besar magnitudnya sangat
dipengaruhi oleh kecepatan naik dari fungsi ramp dan faktor konstanta diferensialnya Td.
Gambar 17 : hubungan antara besaran kesalahan dengan kontroller derivatif

Karakteristik kontroler diferensial adalah sebagai berikut :
kontroller ini tidak dapat menghasilkan keluaran bila tidak ada perubahan pada
masukannya ( berupa sinyal kesalahan ).
Jika sinyal kesalahan berubah terhadap waktu, maka keluaran yang dihasilkan kontroller
tergantung pada nilai Td dan laju perubahan sinyal kesalahan.
Kontroller diferensial mempunyai suatu karakter untuk mendahului, sehingga kontroller
ini dapat menghasilkan koreksi yang signifikan sebelum pembangkit kesalahan menjadi
sangat besar. Jadi kontroller diferensial dapat mengntisipasi pembangkit kesalahan,
memberikan aksi yang bersifat korektif, dan cenderung meningkatkan stabilitas sistem.
Berdasarkan karakteristik kontroller tersebut, kontroller diferensial umumnya dipakai untuk
mempercepat respon awal suatu sistem, tetapi tidak memperkecil kesalahn pada keadaan
tunaknya. Kerja kontroller diferensial hanyalah efektif pada lingkup yang sempit, yaitu pada
periode peralihan. Oleh sebab itu kontroler diferensial tidak pernah digunakan tanpa ada
kontroler lain sebuah sistem.
Pengendali P, I, dan D masing-masing memiliki parameter tertentu yang harus diset untuk
dapat beroperasi dengan baik, yang disebut sebagai konstanta. Setiap jenis, memiliki kelebihan dan
kekurangan masing-masing, hal ini dapat dilihat pada tabel 1 di bawah ini :
21

Closed-loop response Rise time Overshoot Settling time SS error
Alat kontrol PID (Proposional Integral Defferensial) sangat sering digunakan dalam
sistem kontrol industri. Sebagaimana akan disajikan kemudian, fungsi alih Gc(s) alat kontrol PID
adalah
 1 
Gc(s) = Kp 1 + + Td * s  .......................................................................................... Pers. 11
 Ti * s 
Ti = Waktu Integral
Td = Waktu Turunan
Jika e(t) adalah masukan ke alat kontrol PID, keluaran u(t) dari alat kontrol ini diberikan oleh
 1
t
d e(t) 
u(t) = Kp e(t) + ∫e(t) dt + Td
 ....................................................................... Pers. 12

 Ti -~
dt 
Konstanta-konstanta Kp, Ti, dan Td adalah parameter-parameter alat kontrol, Pers. 2 dapat juga
dituliskan sebagai
Ki
Gc(s) = Kp + + Kd * s .................................................................................................... Pers. 13
s
Ki = Penguatan Integral
Kd = Penguatan Turunan (Derivatif)
Dalam hal ini, Kp, Ki, dan Kd menjadi parameter-parameter alat kontrol.
Proses pemilihan parameter-parameter alat kontrol agar menghasilkan spesifikasi kinerja
disebut penyepadanan alat kontrol (Controller tuning). Ziegler dan Nichols menyarankan aturan-
aturan untuk penyepadanan alat-alat kontrol PID (berarti menyetel nilai Kp, Ti, dan Td) yang
menghasilkan kestabilan marginal dengan hanya menggunakan tindakan kontrol proporsional.
Aturan-aturan Ziegler-Nichols yang disajikan akan sangat menyenangkan bila model-model
matematis kinerka tidak diketahui. (Aturan ini tentunya dapat diterapkan terhadap rancangan
sistem dengan model matematis yang diketahui).
22
Ada dua metode yang dinamakan aturan penyepadanan Ziegler-Nichols. Dalam kedua
metode ini, mereka ditujukan dengan nilai overshoot sebesar 25 %.
Metode Pertama. Dalam metode pertama, secara eksperimental kita memperoleh respons
sistem terhadap masukan tangga-satuan.. jika sistem tidak mencakup integrator ataupun nilai-nilai
kutub pasangan kompleks yang dominan, maka kurva respons sebuah tangga satuan mungkin
kelihatan seperti kurva berbentuk-S (jika respons tidak memiliki kurva berbentuk-S, metode ini
tidak berlaku). Karakteristik Kurva berbentuk-S (tinjau gambar 11) dapat diberikan oleh dua
konstanta, yakni L yang menyatakan waktu tunda dan T yang menyatakan konstanta waktu
dengan konstanta waktu yang ditentukan dengan menggambarkan garis singgung pada titik
perubahan kurva berbentuk-S dan menentukan perpotongan garis singgung dengan sumbu
waktu dan garis C(t) = K. Fungsi alih C(s)/U(s) dapat didekati dengan sistem orde pertama
-Ls
dengan keterlambatan transport (Ke ) / (Ts+1)
Tabel 2 : Autotuning Ziegler-Nichols dengan metode Kurva Reaksi
P T/L ~ 0
PI 0,9 * T/L L / 0,3 0
PID 1,2 * T/L 2*L 0,5*L
Gambar 18 : Kurva Respons berbentuk S

Ziegler-Nichols menyarankan penyetelan nilai Kp, Ti, dan Td berdasarkan rumus yang
diperlihatkan pada tabel 2. Jika alat kontrol PID disepadankan oleh metode pertama aturan
Ziegler-Nichols maka akan didapatkan dua nilai Zero pada s = -1/L dan suatu nilai Pole pada
titik asal.
23
Metode Kedua. Dalam metode kedua, mula-mula kita menyetel nilai Ti = ~ dan nilai Td = 0.
Dengan menggunakan tindakan Kontrol proposional (menambahkan Kp dari 0 ke suatu titik
kritis Kcr) disini mula-mula keluaran memiliki osilasi yang berkesinambungan (jika keluaran tidak
memiliki osilasi berkesinambungan untuk nilai Kp maupun yang boleh diambil, maka metode ini
tidak berlaku). Jadi, penguatan kritis Kcr dan periode Pcr yang sesuai ditentukan secara
eksperimen.
Tabel 3 : Autotuning Ziegler-Nichols dengan Metode Osilasi
P 0,5 * Kcr ~ 0
PI 0,45 * Kcr (1/1,2) * Pcr 0
PID 0,6 * Kcr 0,5 * Pcr 0,125 * Pcr
Ziegler dan Nichols menyarankan penyetelan nilai parameter Kp, Ti, dan Td berdasarkan rumus
yang diperlihatkan pada tabel 3. Jika alat kontrol PID disepadankan oleh metode kedua aturan
Ziegler-Nichols maka akan didapatkan suatu nilai Pole pada titik asal dan dua nilai Zero pada s =
-4/Pcr.
3.3 Pengendali Logika Terprogram

Keluaran PID pada sistem kolam air panas merupakan suatu nilai mentah yang masih perlu
diolah menjadi nilai debit yang akan mereduksi nilai error yang ada. Input untuk pengendali ini
adalah Error level dan Error temperatur sedangkan outputnya ada tiga yakni kondisi katup air
panas, kondisi katup air dingin dan kondisi katup pembuangan. Untuk lebih jelasnya kita dapat
meninjau tabel 4 berikut :
Tabel 4 : Autotuning Ziegler-Nichols dengan Metode Osilasi
Error_Level Error_Temp Katup_Air_panas Katup_Air_Dingin Katup_Pembuangan
>0 >0 ON OFF OFF
>0 <0 OFF ON OFF
<0 >0 ON OFF ON
<0 <0 OFF ON ON
Selanjutnya kondisi ketiga katup akan mereduksi nilai keluaran pengendali PID sehingga
dapat menghasilkan nilai masukan pada sistem kendali kolam air panas sesuai satuannya.
24
Adapun proses konversi satuan dari suhu masukan menjadi debit masukan ( Baca Volume
masukan tiap detik dimana volume air sama dengan massa air karena massa jenis air adalah satu)
adalah sebagai berikut :
Te . q e
qu = .............................................................................................................................. Pers. 14
Tu
dimana qu adalah debit yang diinginkan, Tu adalah suhu keluaran PID temperature dan qe adalah
debit error dengan suhu Te (temperature error).
3.4 Representasi MATLAB SIMULINK

Diagram simulasi untuk sistem kolam air panas dengan pengendali PID (plus pengendali
logika terprogram) adalah sebagai berikut.
Gambar 19 : Diagram simulasi dari kolam air panas dengan pengendali PID
25
Gambar 20 : Diagram Blok dari Pengendali PID + Pengendali Logika terprogram

Diagram blok di atas memiliki beberapa parameter yang dapat kita atur dengan blok
parameter yang diperlihatkan pada gambar 21 berikut :
Gambar 21 : Diagram Blok dari Pengendali PID + Pengendali Logika terprogram

26
Gambar 22 : M-File sebagai Pengendali Logika terprogram
Untuk diagram blok gangguan dan diagram blok kendalian pada yang diperlihatkan
gambar 20 telah ditampikan pada gambar 7 dan gambar 8 sehingga kami tidak perlu lagi
menampilkan ulang blok diagram itu.
27
3.5 Evaluasi Kinerja Sistem dengan Pengendali PID

Pada simulasi kali ini kita akan mengubah beberapa variabel tertentu agar waktu simulasi
lebih cepat (simulasi menjadi lambat karena pengaruh Pengendali PID yang memiliki komponen
integrator dan differensiator) sehingga nilai final time dapat kita perpanjang sesuai kebutuhan.
Nilai parameter yang akan kita ubah adalah luas permukaan pipa dari nilai 100 cm3/sec
menjadi 25120 cm3/sec (hal ini menyebabkan debit maksimum yang mengalir tiap pipa menjadi
1758400 cm3/sec). Selain itu diasumsikan juga bahwa kolam mula-mula kosong dengan suhu
ruangan 32 ?c.
Untuk menampilkan hasil simulasi dari sistem kolam air panas, maka akan dibuat sebuah
m-file yang berfungsi untuk plot data sebagai berikut :
Gambar 23 : M-File sebagai plot data dari sistem kolam air panas dengan pengendali
Mula-mula dengan nilai parameter/konstanta yang telah ditetapkan sebelumnya akan dicari
sinyal hasil simulasi dari tiap-tiap keadaan (variabel yang akan di plot) saat sistem tanpa gangguan
dengan nilai Kp = 1, Ki = 0 dan Kd = 0 untuk kedua pengendali PID.
Gambar 24 : Tampilan sinyal level dan temperatur

28
Dari grafik di atas terlihat bahwa sinyal level yang didapat pada gambar, menunjukkan
bahwa level akan mencapai titik acuan pada saat t = 47,5 detik sedangkan temperatur akan
berosilasi selama 50 detik dengan periode osilasi sebesar 1,5 second, sehingga dengan pedoman
aturan Ziegler Nichols (metode osilasi), maka kita dapat memilih parameter PID temperatur
dengan perbandingan Kp : Ki : Kd adalah 1 : 0,75: 0,1875.
Untuk pengendali PID level, kita akan menyetel nilai Kp sebesar 4 dan nilai Ki = Kd = 0.
Hal ini kami lakukan karena dengan nilai Kp, Kid dan Kd yang lebih besar tidak akan
berpengaruh besar (saat kami simulasikan beberapa kali dengan nilai yang lebih besar ternyata
nilai level mencapai nilai acuannya paling cepat 40,1 detik). Sedangkan untuk pengendali PID
temperature, kita akan memasukkan angka 1,5 sebagai nilai Kp sehingga nilai Ki = 1,125 dan
nilai Kd = 0,28125.
Gambar 25 : Tampilan sinyal simulasi dengan final time 60 detik

29
Gambar 26 : Tampilan sinyal simulasi dengan final time 500 detik

Ternyata dari gambar di atas, sinyal yang dihasilkan justru lebih buruk (sudah ditunggu
lama ternyata hasilnya tidak diinginkan…J K L ) walaupun pada detik 62,792 detik temperature
akan stabil namun jika kita melihat kondisi pompa, kondisi ini akan merugikan pengelola.
30
Simulasi di atas merupakan simulasi saat sistem tidak diberi gangguan. Jika sistem ingin
dianalisa dengan gangguan maka perlu ada kondisi pengurasan air kolam karena pengaruh
gangguan hanya ada pada saat katup pembuangan terbuka.
Namun sebelum melakukan simulasi dengan gangguan maka perlu ada sedikit perubahan
bentuk diagram simulasi dari satu nilai level acuan menjadi acuan yang dapat berubah-ubah
setiap saat diinginkan. Bentuk diagram simulasi dengan nilai acuan yang berubah-ubah dapat
dilihat pada gambar berikut :
Gambar 27 : Diagram simulasi dengan level acuan dinamis

Dari program yang diperlihatkan oleh gambar 22 di atas, dapat dilihat bahwa katup
pembuangan tidak akan pernah terbuka karena akibat pengaruh error yang minus sehingga nilai
debit katup juga akan minus dan karena adanya batas saturasi (nilai debit tidak boleh minus)
maka nilai debit pembuangan akan selalu nol. In. berarti nilai katup pembuangan yang terbuka
(yang tadinya 1 sebagai on) perlu direvisi menjadi -1 sebagai on.
31
Untuk lebih jelasnya silahkan analisa listing dari M-file berikut :
Gambar 28 : M-File untuk pengendali logika terprogram yang sudah direvisi

32
Mula-mula kolam air panas airnya kosong dengan suhu ruangan sebesar 32 ?c. Dengan
menyetel parameter PID dengan nilai standar (Kp =1 dan Ki=Kd=0) dan nilai acuan
level sebesar 100 pada t =2 detik, 20 pada t=250 detik dan 220 pada t=300 detik (nilai
acuan temp = 48 ?c). maka sinyal output yang dihasilkan adalah sebagai berikut.
Gambar 29 : Hasil Simulasi sistem tanpa gangguan

33
Dari grafik diatas, katup pembuangan akan terbuka saat rentang waktu 250 sampai 300
detik. Ini berarti nilai gangguan akan berpengaruh jika diberikan pada saat itu. Sehingga hasil
simulasi sistem dengan gangguan saat t = 270 sampai 280 sebesar 50 % adalah sebagai berikut :
Gambar 30 : Hasil Simulasi sistem dengan gangguan

34
Dari grafik yang diperlihatkan oleh gambar 30, nilai level tidak terlalu bermasalah karena
nilai overshootnya masih dapat ditolerir, begitu pula waktu naik cuma nilai steady statenya saja
pada detik tertentu mulai kurang baik. dari grafik di atas juga, pengunjung akan sungguh sangat
menderita akibat kondisi suhu yang tidak stabil dengan kondisi ketidakstabilan yang tidak wajar
maka dengan melihat nilai osilasi kesinambungan dan nilai kritis pada grafik tersebut maka kita
dapat menyetel nilai PID sesuai dengan aturan ziegler nichols (metode osilasi) dan tabel
pegangan karakteristik PID.
Sebelum menentukan nilai parameter PID, tentunya kita harus tahu kriteria desain dari
model kita agar kita dapat memilih jenis pengendali yang tepat (jika dengan pengendali PI model
kita sudah oke, maka tidak perlu pakai pengendali PID yang tentunya lebih mahal). Untuk
kondisi level, nilai overshoot dan risetime bukanlah faktor utama namun ketepatan nilai dari
kesalahan keadaan mantapnya harus lebih kecil dari 10 %. Sedangkan untuk kondisi suhu, ketiga
faktor itu harus diperhitungkan dimana overshoot harus lebih kecil dari 50 %, nilai risetime harus
kurang dari 20 detik dan nilai steady state errornya harus lebih kecil dari 5 %.
Dengan kriteria desain tersebut maka kami memutuskan untuk menentukan jenis
pengendali PI saja sehingga dengan aturan Ziegler nichols didapatkan bahwa nilai Kp dan Ki
dapat disetel dengan nilai awal sebesar satu banding (Pcr /1,2) dimana nilai Pcr yang didapat
sebesar 3,2 sehingga perbandingan Kp : Ki menjadi 1 : 0,3745
Perlu diingat bahwa pada sistem kolam air panas ini terdapat dua pengendali PID yang
nilainya akan selalu saling mempengaruhi keluaran masing-masing, sehingga segala aturan tentang
penyetelan PID akan tidak terlalu berarti (namun tetap mendidik kita dalam memutuskan)
terhadap output. Untuk itu diperlukan percobaan dengan nilai parameter PID yang berbeda tiap
PID secara berulang-ulang (sungguh membosankan dengan komputer yang sangat terbatas ...J ).
Setelah melakukan percobaan secara trial and error untuk berbagai nilai PID yang
berbeda-beda, maka kami memilih nilai Kp sebesar 4 dan nilai Ki sebesar 0 untuk PID level dan
nilai Kp sebesar 1 dan nilai Ki sebesar 0,3745 untuk PID temp dengan hasil simulasi sebagai
berikut :
35
Gambar 31 : Hasil Simulasi sistem dengan gangguan (final time sebesar 700 detik)
Menurut kami hasil dari simulasi sistem di atas adalah wajar dan masuk akal karena dengan
mengingat adanya kondisi riak pada air dan asumsi suhu kolam yang cepat merata suhunya
sehingga dengan hanya pengendali Logika dua keadaan (on dan off) di atas sebagai optimasi dari
pengendali PID maka kondisi output akan memberikan sinyal yang kurang manusiawi. Namun
karena proses perubahan nilai acuan biasanya terjadi saat pengunjung belum datang sehingga
ketidakwajaran ini dapat ditolerir.
Untuk mendapatkan kondisi sinyal yang lebih manusiawi, kita dapat menerapkan
pengendali Logika Fuzzy sebagai optimasi pengendali PID.
BAB IV
PENUTUP
4.1 Kesimpulan
Berdasarkan hasil pengamatan dan analisa pada grafik di atas, ada beberapa hal yang
dapat kami simpulkan, yaitu :
Untuk sistem permukaan zat cair pada kolam air panas, nilai level pada kolam
ditentukan oleh debit air panas, debit air dingin, debit pembuangan dan Volume
kolam. Sedangkan untuk sistem thermal-nya, nilai temperatur pada kolam air
panas ditentukan oleh jumlah kalor masukan air panas, jumlah kalor masukan air
dingin dan jumlah kalor kolam sebelumnya.
Penentuan parameter PID Controller pada suatu sistem dapat ditentukan secara
eksperimental dengan bantuan tabel pegangan karakteristik PID Controller dan
aturan penyepadanan Ziegler Nichols yang mendidik.
4.2 Saran
Berdasarkan pengalaman kami selama mengikuti di mata kuliah ini, ada beberapa
hal yang dapat kami Sarankan, yaitu :
Tugas-tugas yang diberikan sangat menantang dan juga menggugah semangat
kreatifitas mahasiswanya. Ada baiknya Tugas yang dikumpul tidak hanya berupa
hardcopy namun juga softcopy yang nantinya akan digabungkan menjadi satu CD
tersendiri sehingga dapat dijadikan bahan pembelajaran bagi adik-adik yang
mengambil mata kuliah ini nantinya.
Sebaiknya ke depan, mata kuliah ini dapat dijadikan ajang untuk mengaplikasikan
ilmu-ilmu yang telah didapatkan di mata kuliah yang lain agar dapat mengasah
kemampuan adik-adik yang mengambil mata kuliah ini nantinya di bidang
perancangan (Mungkin aja kelak simulasi sistem tidak hanya sebatas model diagram
blok dan output sinyal, namun juga simulasi dapat berupa animasi yang realtime dan
berbasis database terdistribusi ... Amin ? ).
36
DAFTAR PUSTAKA
Foster, Bob. TERPADU FISIKA SMU JILID 1B UNTUK KELAS 1. Penerbit Erlangga.
Jakarta. 2000.
Ogata, Katsuhiko. TEKNIK KONTROL AUTOMATIK, Edisi Kedua, Jilid I dan II. Penerbit
Erlangga. Jakarta. 1996.
Thomas Wahyu Dwi Hartanto & Y. Wahyu Agung Prasetyo. ANALISIS DAN DESAIN
SISTEM KONTROL DENGAN MATLAB . Penerbit Andi. Yogyakarta. 2003.
Referensi Tambahan :
1. Makalah seminar tentang Pemodelan Dan Evaluasi Sistem Kendali Top Pump
Around (TPA) Crude Distilation Unit (CDU) Kilang UP-VI Pertamina Balongan
Jawa Barat oleh Asriyanto Nasir dan Ifan Mastiar.
2. Makalah seminar tentang Implementasi Pengendali Pid Digital Menggunakan
Sistem Generator Dan XILINX ISE oleh Rahmi dan Isni Sumsulawati.
3. Jurnal MATLAB Praktikum 2 Laboratorium Perangkat Lunak Komputer Jurusan
Elektro Fakultas Teknik Universitas Hasanuddin Semester akhir 2005-2006.
4. Jurnal praktikum 3 Laboratorium Sistem Kendali dan Instrumentasi Jurusan Elektro
Fakultas Teknik Universitas Hasanuddin Semester akhir 2005-2006.
5. http://www.usdidactic.com/html/process_control_lab_trainers.html
37

Teknologi Kendali Proses

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

Teknologi Kendali Proses

Diunggah oleh

Hak Cipta:

Format Tersedia

Please purchase PDFcamp Printer on http://www.verypdf.com/ to remove this watermark.

TEKNOLOGI KENDALI PROSES

JURUSAN ELEKTRO FAKULTAS TEKNIK

Gambar 1 : Model Fisik dari Level Control Unit

Perancangan terhadap sistem kendalian menggunakan program SIMULINK untuk

Gambar 2 : Diagram simulasi dari Level Control Unit

Gambar 3 : Diagram simulasi dari Pengendali Pompa beserta parameternya

Gambar 4 : Diagram simulasi dari Katup manual beserta parameternya

Gambar 5 : Diagram simulasi dari Katup Otomatis beserta parameternya

Gambar 6 : Diagram simulasi dari Kendalian Level

Dengan data Referensi :

Gambar 8 : Hasil Simulasi Tangki air kondisi 1

TEKNOLOGI KENDALI PROSES

JURUSAN ELEKTRO FAKULTAS TEKNIK

Gambar 1 : Modul RT 010 sebagai Level Control Unit

Gambar 2 : Model Fisik dari Level Control Unit

Gambar 3 : Diagram Blok dari Level Control Unit

Gambar 5 : Diagram Blok dari Isyarat_Kendali beserta kotak dialognya

Gambar 6 : Diagram Blok dari katup_manual beserta kotak dialognya

Gambar 7 : Diagram Blok dari katup_gangguan beserta kotak dialognya

Nilai ini adalah nilai level

Gambar 8 : Diagram Blok dari Kendalian_Level beserta kotak dialognya

Gambar 9 : M-File dari kendalian Level sebagai pembatas data

Gambar 10 : Diagram Blok dari Pengendali PID beserta kotak dialognya

Gambar 11 : M-File dari pengendali_PID sebagai pembatas data

Debit Pompa 133333.33333 mm 3 / sec

Gambar 12 : hubungan antara besaran kesalahan dengan kontroller integral

Pengendali D ( Differensial / Derivatif )

Gambar 13 : hubungan antara besaran kesalahan dengan kontroller derivatif

Karakteristik kontroler diferensial adalah sebagai berikut :

Gambar 14 : Kotak dialog simulasi beserta parameter referensi

1. Kontrol P Pada Kondisi Tanpa Gangguan Katup Otomatis

3. Kontrol PI Pada Kondisi Tanpa Gangguan Katup Otomatis

4. Kontrol PI Pada Kondisi Dengan Gangguan Katup Otomatis

5. Kontrol PID Pada Kondisi Tanpa Gangguan Katup Otomatis

6. Kontrol PID Pada Kondisi Dengan Gangguan Katup Otomatis

Gambar 21 : bentuk fisik sistem tangki air pada toilet

Gambar 24 : Isyarat gangguan / Katup Otomatis

Gambar 28 : Respon dari sistem saat KP = 1 , KI dan KD = 0

Gambar 29 : Respon dari sistem saat KP = 8 , KI = 2 dan KD = 0,6

TEKNOLOGI KENDALI PROSES

JURUSAN ELEKTRO FAKULTAS TEKNIK

DATA ASUMSI (APPROX) è

Gambar 3 : Sistem Aliran Zat Cair pada Flow Control Unit

Gambar 4 : Elemen diagram blok untuk kondisi tangki air

Gambar 5 : Elemen diagram blok untuk kondisi pompa

3. Tinjau Kondisi Katup Manual

Gambar 6 : Elemen diagram blok untuk kondisi Katup Manual

Gambar 7 : Elemen diagram blok untuk kondisi Katup Otomatis

Gambar 8 : Diagram Blok Sistem

Gambar 9 : Diagram Blok Sistem beserta kompensator dengan MATLAB SIMULINK

1) DEBIT POMPA SEBAGAI ISYARAT MASUKAN

Gambar 10 : Diagram Blok untuk isyarat kendali

Gambar 11 : Penyetelan Mask pada subsistem Isyarat pompa

2) PERSENTASI KATUP TERTUTUP SEBAGAI ISYARAT GANGGUAN

Gambar 14 : Diagram Blok untuk isyarat gangguan

Gambar 18 : Contoh aplikasi komponen FROM dan GOTO

3) DEBIT FLOW SENSOR SEBAGAI ISYARAT LUARAN

Gambar 19 : Diagram Blok untuk isyarat luaran

Gambar 20 : M-File Untuk Batas Pompa Batas Level

Gambar 21 : M-File Untuk Batas FLOW beserta Konversi satuan nya

Gambar 22 : M-File Untuk Batas Katup beserta Konversi satuan nya

Gambar 23 : Pembuat waktu dengan mengintegrasi masukan yang bernilai satu