NPM : 1906302195
Diketahui:
𝐹1 1
𝑠𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠) − 𝐶𝐴1 (𝑠)
𝑉1 𝜏
1 𝐹1
𝑠𝐶𝐴1 (𝑠) + 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1
1 𝐹1
𝑠𝐶𝐴1 (𝑠) + 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1
1 𝐹1
(𝑆 + ) 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1
𝜏𝑠 + 1 𝐹1
( ) 𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠)
𝜏 𝑉1
𝐹1 𝜏
𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠) ∙ ( )
𝑉1 𝜏𝑠 + 1
𝐹2 1
𝑠𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠) − 𝐶𝐴2 (𝑠)
𝑉2 𝜏
1 𝐹2
𝑠𝐶𝐴2 (𝑠) + 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2
1 𝐹2
𝑠𝐶𝐴2 (𝑠) + 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2
1 𝐹2
(𝑆 + ) 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2
𝜏𝑠 + 1 𝐹2
( ) 𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠)
𝜏 𝑉2
𝐹2 𝜏
𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠) ∙ ( )
𝑉2 𝜏𝑠 + 1
𝐹3 1
𝑠𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠) − 𝐶𝐴3 (𝑠)
𝑉3 𝜏
1 𝐹3
𝑠𝐶𝐴3 (𝑠) + 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3
1 𝐹3
𝑠𝐶𝐴3 (𝑠) + 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3
1 𝐹3
(𝑆 + ) 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3
𝜏𝑠 + 1 𝐹3
( ) 𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠)
𝜏 𝑉3
𝐹3 𝜏
𝐶𝐴3 (𝑠) = 𝐶𝐴2 (𝑠) ∙ ( )
𝑉3 𝜏𝑠 + 1
𝐹1 𝜏
𝐶𝐴1 (𝑠) = 𝐶𝐴0 (𝑠) ∙ ( )
𝑉1 𝜏𝑠 + 1
𝐹2 𝜏
𝐶𝐴2 (𝑠) = 𝐶𝐴1 (𝑠) ∙ ( )
𝑉2 𝜏𝑠 + 1
𝐹3 𝐹2 𝐹1 𝜏 𝜏 𝜏
𝐶𝐴3 (𝑠) = ∙ ( ∙ ( 𝐶𝐴0 (𝑠) ∙ ( )) ∙ ( )) ∙ ( )
𝑉3 𝑉2 𝑉1 𝜏𝑠 + 1 𝜏𝑠 + 1 𝜏𝑠 + 1
𝐹
Diketahui bahwa nilai 𝑉 konstan,
𝐹 3 𝜏 3
𝐶𝐴3 (𝑠) = ( ) ∙ ( ) ∙ 𝐶𝐴0 (𝑠)
𝑉 𝜏𝑠 + 1
Sehingga dari neraca massa model dinamik dari CSTR 1, 2, dan 3 dapat
diturunkan dengan transformasi laplace sebagai berikut:
1
𝐶𝐴3 (𝑠) 𝑘𝜏 + 1
= 𝜏 ⋯ (3)
𝐶𝐴2 (𝑠) ( )𝑠 + 1
𝑘𝜏 + 1
𝐶 (𝑠)
Dengan susunan seri, perhitungan untuk persamaan turunan untuk 𝐶𝐴3 (𝑠) :
𝐴0
3
1
𝐶𝐴3 (𝑠) 𝑘𝜏 + 1
=( 𝜏 )
𝐶𝐴0 (𝑠) ( )𝑠 + 1
𝑘𝜏 + 1
1
𝐶𝐴3 (𝑠) (𝑘𝜏 + 1)3
= 3 2
𝐶𝐴0 (𝑠) 𝜏 𝜏 𝜏
( ) 𝑠3 + 3 ( ) 𝑠2 + 3 ( )𝑠 + 1
𝑘𝜏 + 1 𝑘𝜏 + 1 𝑘𝜏 + 1
Diketahui bahwa:
𝑉
= 𝜏 = 2 𝑚𝑖𝑛𝑠 ; 𝑘 = 0.5/𝑚𝑖𝑛
𝐹
Maka persamaan Transformasi Laplace dari perubahan konsentrasi
CSTR:
1
𝐶𝐴3 (𝑠) (0.5 ∙ 2 + 1)3
= 3 2
𝐶𝐴0 (𝑠) 2 2 2
( ) 𝑠3 + 3 ( ) 𝑠2 + 3 ( )𝑠 + 1
0.5 ∙ 2 + 1 0.5 ∙ 2 + 1 0.5 ∙ 2 + 1
Model dibuat dengan memanfaatkan block step, transfer function, dan scope.
Pada block transfer function, diisi sebagai berikut:
Setelah di run, di dapatkan grafik sebagai berikut:
Dari model yang dibentuk pada nomor sebelumnya, disatukan menjadi 1 buat
model transfer function yang menyatukan keduanya, memasukkan valve dan
sensor, serta menunjukkan perbandingan dari model dengan fungsi alih dan
subsistem. Model yang dibentuk adalah sebagai berikut:
Dengan nilai initial yang sama dengan model sebelumnya dan ditambahkan
valve dan sensor dengan persamaan yang diberikan pada soal, grafik
perbandingan yang terbentuk pada block scope 13 adalah sebagai berikut:
Dari grafik tersebut terlihat bahwa kedua kondisi memiliki hasil yang berbeda.
Berdasarkan grafik di atas, dapat disimpulkan bahwa pemetaan grafik pada
Tugas 2 terlihat lebih stabil dibandingkan dengan grafik Tugas 1.
6. Dari hasil Tugas 5, gunakan PRC metode ke-2 untuk mendapatkan nilai K,
𝜽 , dan 𝝉 serta persamaan FOPDT-nya!
• Mencari ∆
∆ = 0.1181
δ=1
di mana,
∆ = perubahan pada output
δ = perubahan pada input yang diinginkan
• Mencari nilai Kp
∆ 0.1181
𝐾𝑝 = = = 0.1181
𝛿 1
• Mencari t63%
Di mana,
0.63 × ∆= 0.63 × 0.1181 = 0.074403
Lalu nilai 0.074403 dibandingkan pada grafik sebagai berikut:
𝐾𝑝 𝑒 −𝜃𝑠
𝐺(𝑠) =
𝜏𝑠 + 1
0.1181 × 𝑒 −3.514∙𝑠
𝐺(𝑠) =
2.681𝑠 + 1
7. Lakukan tuning pengendalian dengan menggunakan metode Ziegler-
Nichols untuk algoritma P, PI, dan PID. Tampilkan grafik hasilnya dalam
satu gambar dan bahas/analisis hasilnya!
Dalam perhitungan dengan metode tuning Ziegler-Nichols, dihitung nilai untuk
P, PI, dan PID control menggunakan persamaan:
𝑃 = 𝐾𝐶
𝐾𝐶
𝐼 =
𝑇𝑖
𝐷 = 𝐾𝐶 × 𝑇𝑑
Stop time: 75
Stop Time: 150
Di mana:
Kuning: pengendalian Proporsional
Biru: Pengendalian Proporsional Integral
Merah: Pengendalian Proporsional Integral Derivatif
➢ Analisis
Dari perbandingan parameter yang tertera pada tabel di atas, dapat ditarik
kesimpulan bahwa pada kasus pengendalian konsentrasi di dalam CSTR yang
disusun seri, jenis pengendalian menggunakan PID Controller jauh lebih baik
daripada P controller maupun PI Controller. Hal ini bisa terlihat dari
overshootnya yang 0% dan rise timenya lebih cepat.
8. Rekomendasikan jenis valve (FO-failed open atau FC-failed close) dan
sensor yang digunakan dalam sistem ini!
Karena tujuan dari pengendalian sistem ini adalah untuk mengendalikan
konsentrasi produk akhir yang dipengaruhi juga dengan perubahan konsentrasi
pada CSTR 1, maka jenis valve yang lebih tepat digunakan adalah valve FC atau
failed close. Jenis valve ini akan segera menutup ketika ada gangguan seperti
terganggunya pasokan udara maupun kegagalan komponen lainnya. Dengan
valve jenis ini, kualitas dari produk dapat tetap terjaga karena tidak aka nada
kebocoran yang terjadi saat ada gangguan. Valve FC juga dianggap lebih aman
dari segi keamanan proses dan keamanan lingkungan.
Rekomendasi sensor yang tepat untuk sistem ini adalah sensor konsentrasi
dan sensor level. Penggunaan sensor konsentrasi dianggap tepat karena sensor
jenis ini berfungsi untuk mengukur konsentrasi akhir dari sistem, karena
konsentrasi akhir merupakan variabel kontrol yang perlu diperhatikan. Selain
mengukur konsentrasi, sensor ini juga mampu mengendalikan konsentrasi
sehingga kualitas dari produk akhir akan terjaga. Sementara itu, penggunaan
sensor level dianggap tepat karena sensor ini dapat mengukur ketinggian dari
fluida yang ada dalam tangki CSTR. Hal ini penting untuk diukur karena jika
tidak, bisa saja terjadi flooding atau hal tidak diinginkan lainnya.
Soal Bersama
Gunakan aturan tuning Ziegler-Nichols untuk menentukan nilai parameter Kp, Ti, dan
Td agar diperoleh overshoot sekitar 25%.
Jawab:
Aturan tuning Ziegler-Nichols kedua dapat digunakan pada soal ini dengan
menetapkan nilai Ti = ∞ dan Td = 0.
• Forward Path
𝐾𝑝
𝑃1 = 𝑠(𝑠+1)(𝑠+5)
• Loop
𝐾𝑝
𝑙1 = − 𝑠(𝑠+1)(𝑠+5)
• Transfer Function
𝐾𝑝
𝐶(𝑠) Σ𝑃𝑖 ∆𝑖 𝑠(𝑠+1)(𝑠+5)
𝑇 = 𝑅(𝑠) = = 𝐾𝑝
∆ 1−(− )
𝑠(𝑠+1)(𝑠+5)
𝐾𝑝
𝐶(𝑠) 𝑠(𝑠+1)(𝑠+5)
= 𝑠(𝑠+1)(𝑠+5) 𝐾𝑝
𝑅(𝑠) ( )+( )
𝑠(𝑠+1)(𝑠+5) 𝑠(𝑠+1)(𝑠+5)
𝐶(𝑠) 𝐾𝑝 𝑠(𝑠+1)(𝑠+5)
= 𝑠(𝑠+1)(𝑠+5) 𝑥 𝑠(𝑠+1)(𝑠+5)+𝐾
𝑅(𝑠) 𝑝
𝐶(𝑠) 𝐾𝑝
= 𝑠(𝑠+1)(𝑠+5)+𝐾
𝑅(𝑠) 𝑝
𝐶(𝑠) 𝐾𝑝
=
𝑅(𝑠) 𝑠(𝑠 + 1)(𝑠 + 5) + 𝐾𝑝
𝐶(𝑠) 𝐾𝑝
= 3
𝑅(𝑠) 𝑠 + 6𝑠 2 + 5𝑠 + 𝐾𝑝
𝑠 3 + 6𝑠 2 + 5𝑠 + 𝐾𝑝 = 0
𝒔𝟑 1 5
𝒔𝟐 6 𝑲𝒑
𝟑𝟎 − 𝑲𝒑
𝒔𝟏
𝟔
𝒔𝟎 𝑲𝒑
• Menghitung nilai Kp
30 − 𝐾𝑝
= 0 → 30 − 𝐾𝑝 = 0 → 𝐾𝑝 = 30
6
• Membuat model pada Simulink dan menginput nilai Kp
Setelah membuat model seperti gambar di atas, lalu klik dua kali di PID
Controller dan masukkan nilai Kp sebesar 30 di P, seperti pada gambar di
bawah.
Dapat terlihat pada gambar diatas, bahwa dengan nilai Kp sebesar 30, terjadi osilasi
yang harmonis. Setelah mendapatkan nilai Kp, maka didapatkan nilai critical gain
sebesar 30 juga (Kcr).
𝐾𝑐𝑟 = 30
𝑠 3 + 6𝑠 2 + 5𝑠 + 30 = 0
Substitusi s dengan j𝜔
Dimana
j3 = -j
j2 = -1
Sehingga:
30 − 6𝜔2 + 5(𝑗𝜔)−𝑗𝜔3 = 0
6(5 − 𝜔2 ) + 𝑗𝜔(5 − 𝜔2 ) = 0
(5 − 𝜔2 ) = 0
𝜔2 = 5
𝝎 = √𝟓
𝟐𝝅 𝟐𝝅
𝑷𝒄𝒓 = = = 𝟐. 𝟖𝟎𝟗𝟗
𝝎 √𝟓
3) Menghitung nilai P,I,D pada controller yang digunakan
P 0.5𝐾𝑐𝑟 ∞ 0
1
PI 0.45𝐾𝑐𝑟 𝑃 0
1.2 𝑐𝑟
PID 0.6𝐾𝑐𝑟 0.5𝑃𝑐𝑟 0.125𝑃𝑐𝑟
Tipe alat
Kp Ti Td
kontrol
P 0.5(30) = 15 ∞ 0
PI 0.45(30) = 13.5 1 0
(2.8099) = 2.3416
1.2
PID 0.6(30) = 18 0.5(2.8099) = 1.40495 0.125(2.8099) = 0.3512
1
𝐺𝑐 (𝑠) = 𝐾𝑝 (1 + 𝑇 𝑠 + 𝑇𝑑 𝑠)
1
1
𝐺𝑐 (𝑠) = 18(1 + 1.40495𝑠 + 0.3512𝑠)
1.40495𝑠 1 (1.40495𝑠)(0.3512𝑠)
𝐺𝑐 (𝑠) = 18 (1.40495𝑠 + 1.40495𝑠 + )
1.40495𝑠
0.4934𝑠2 +1.40495𝑠+1
𝐺𝑐 (𝑠) = 18 ( )
1.40495𝑠
8.8815𝑠2 +25.2891𝑠+18
𝐺𝑐 (𝑠) = 1.40495𝑠
6.3212𝑠2 +18𝑠+12.8118
𝐺𝑐 (𝑠) = 𝑠
Dimana
𝑃 = 𝐾𝑝 ; 𝐼 = 𝐾𝑝 /𝑇𝑖 ; dan 𝐷 = 𝐾𝑝 ∙ 𝑇𝑑
Tipe alat kontrol P I D
P 15 ∞ 0
PI 13.5 12 0
= 𝟓. 𝟏𝟐𝟒𝟕
2.3416
PID 18 18 6.3216
= 𝟏𝟐. 𝟖𝟏𝟏𝟖
1.40495
Dengan P = 15, didapatkan grafik seperti di bawah ini dengan overshoot sebesar
64.2%
Pengendalian Proporsional Integral (PI)
Kuning: P Controller
Biru: PI Controller
1
𝐺𝑐 (𝑠) = 18(1 + + 0.3512𝑠)
1.40495𝑠
Persamaan di atas dapat ditulis dalam bentuk:
4
(𝑠 + 𝑃 )2
𝑐𝑟
𝐺𝑐 (𝑠) = 0.075𝐾𝑐𝑟 𝑃𝑐𝑟
𝑠
4
(𝑠 + 2.8099)2
𝐺𝑐 (𝑠) = (0.075)(30)(2.8099)𝑃𝑐𝑟
𝑠
6.3223(𝑠 + 1.4235)2
𝐺𝑐 (𝑠) =
𝑠
Sehingga, diketahui bahwa pengendali PID memiliki pole di titik awal dan double
zero pada s = -1.4235.
Lalu fine tuning dengan modifikasi double zero pengendali PID dilakukan untuk
menurunkan overshoot hingga menjadi 25%, dari s = -1.4325 menjadi -0.65 dengan
Kp bernilai tetap 18. Maka dari itu, terdapat beberapa parameter yang berubah
nilainya.
4
= 0.65
𝑃𝑐𝑟
𝑃𝑐𝑟 = 6.153846
Karena Pcr mengalami perubahan, maka terdapat perubahan pula pada nilai Ti dan
Td sebagai berikut.
Fine Tuning
18
Dengan P = 18, I = = 5.85, dan D = 18(0.76923075) = 13.8462,
3.076923
didapatkan grafik:
Dapat dilihat diatas bahwa overshoot yang didapatkan sebesar 19.4%, artinya
belum mencapai 25%. Oleh karena itu, Kp akan ditingkatkan dengan Ti dan Td
yang tetap. Setelah melakukan trial dan error, didapatkan Kp sebesar 28.3. Maka
dengan P = 28.3, I = 28.3/3.076923 dan D = 28.3(0.76923075), didapatkan grafik:
Berdasarkan grafik diatas, overshoot yang didapat sudah mencapai 25%. Pada
percobaan sebelumnya, overshoot sebesar 19.4%.
𝟏
𝑮𝒄 (𝒔) = 𝟐𝟖. 𝟑(𝟏 + + 𝟎. 𝟕𝟔𝟗𝟐𝟑𝟎𝟕𝟓𝒔)
𝟑. 𝟎𝟕𝟔𝟗𝟐𝟑𝒔
2. Sistem diatas dikendalikan menggunakan pengendali P. Gunakan metode Routh Hurwitz
untuk mendapatkan nilai Kp agar sistem tersebut stabil.
Jawaban:
• Forward Path
𝐾𝑝
𝑃1 = 𝑠(𝑠+3)
• Loop
𝐾𝑝 1
𝑙1 = − 𝑠(𝑠+3) 𝑥 𝑠+1
𝐾𝑝
𝑙1 = − 𝑠(𝑠+3)(𝑠+1)
• Transfer Function
𝐾𝑝
𝐶(𝑠) Σ𝑃𝑖 ∆𝑖 𝑠(𝑠+3)
𝑇 = 𝑅(𝑠) = = 𝐾𝑝
∆ 1−(− )
𝑠(𝑠+3)(𝑠+1)
𝐾𝑝
𝐶(𝑠) 𝑠(𝑠+3)
= 𝑠(𝑠+3)(𝑠+1) 𝐾𝑝
𝑅(𝑠) ( )+( )
𝑠(𝑠+3)(𝑠+1) 𝑠(𝑠+3)(𝑠+1)
𝐶(𝑠) 𝐾𝑝 𝑠(𝑠+3)(𝑠+1)
= 𝑠(𝑠+3) 𝑥 𝑠(𝑠+3)(𝑠+1)+𝐾
𝑅(𝑠) 𝑝
𝐶(𝑠) 𝐾𝑝 (𝑠+1)
𝑅(𝑠)
= 𝑠(𝑠+3)(𝑠+1)+𝐾
𝑝
• Persamaan Block Transfer Function
𝐶(𝑠) 𝐾𝑝 (𝑠+1)
= 𝑠(𝑠+3)(𝑠+1)+𝐾
𝑅(𝑠) 𝑝
𝐶(𝑠) 𝐾𝑝 (𝑠+1)
= 𝑠3 +4𝑠2 +3𝑠+𝐾
𝑅(𝑠) 𝑝
𝒔𝟑 + 𝟒𝒔𝟐 + 𝟑𝒔 + 𝑲𝒑 = 𝟎
𝑠3 1 3
𝑠2 4 𝐾𝑝
12 − 𝐾𝑝
𝑠1
4
𝑠0 𝐾𝑝
• Menghitung nilai Kp
12 − 𝐾𝑝
>0
4
12 − 𝐾𝑝 > 0
𝐾𝑝 < 12
Agar menghasilkan sebuah grafik yang stabil, nilai Kp harus positif ( > 0). Maka
nilai Kp agar sistem stabil adalah:
0 < 𝐾𝑝 < 12
• Pembuktian
Karena nilai Kp tidak masuk ke range yang sudah ditentukan, maka tidak terbentuk
grafik karena sistem tidak stabil.
• Kesimpulan
Didapatkan grafik yang stabil karena memiliki block response pada Kp = 7.
Sedangkan untuk nilai Kp = 15 dan Kp = -7 tidak stabil karena tidak terbentuk
block response. Maka, dapat ditarik kesimpulan bahwa nilai untuk membuat
sistem yang stabil, maka range Kp yang dibutuhkan adalah 0 < Kp < 12.