PROJECT BASED LEARNING

ANALISIS DAN DESAIN SISTEM KONTROL

Oleh :

Muhammad Khosyi Salmahuda (162102433030)

Muhammad Hudzaifah Abdillah (162112433004)

Fairus Danindra Pratama (162112433037)

Brendan Muhammad Subhan (162112433058)

Dosen Pengampu :

Herlambang Setiadi, S.T., M.Sc., Ph.D (199011292019083101)

PRODI TEKNIK ELEKTRO

FAKULTAS TEKNOLOGI MAJU DAN MULTIDISIPLIN

UNIVERSITAS AIRLANGGA

TAHUN 2023
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Motor DC adalah motor listrik yang memerlukan suplai tegangan arus searah pada
kumparan medan untuk diubah menjadi energi gerak mekanik berupa gerak rotasi.
Kumparan medan pada motor dc disebut stator (bagian yang tidak berputar) dan
kumparan jangkar disebut rotor (bagian yang berputar). Motor arus searah,
sebagaimana namanya, menggunakan arus langsung yang tidak langsung/direct
unidirectional.

Motor DC merupakan salah satu piranti elektronik bagian sebuah sistem

penggerak yang dapat dicek apakah sistem dapat dikontrol, diobservasi, dan stabil
ditinjau dari model matematisnya. Keahlian untuk menganalisa apakah suatu sistem
dapat dikatakan controllability, stability, dan observability merupakan keahlian sangat
penting untuk dikuasai oleh mahasiswa peminatan sistem kontrol. Pada problem based
learning kali ini, diberikan suatu kasus di mana pada suatu sistem penggerak putar
digerakkan oleh motor DC yang dikendalikan dinamo dan dibebani dengan poros.
Dari kasus tersebut, pembelajaran dilaksanakan dengan cara menjawab tiga buah soal
dari problem case ini. Semua perhitungan dan desain harus menggunakan
matlab/Simulink.

1.2 Rumusan Masalah

1. Bagaimana cara mengetahui stabil atau tidaknya suatu sistem?

2. Bagaimana cara mengetahui suatu sistem dapat dikontrol atau tidak?
3. Bagaimana cara mengetahui suatu sistem dapat diamati (observe) atau tidak?

1.3 Tujuan

1. Mengetahui kestabilan sistem.

2. Mengetahui kemampuan kontrol suatu sistem.
3. Menentukan bisa atau tidaknya suatu sistem untuk diamati.
 BAB II

TINJAUAN PUSTAKA

2.1 Controllability

Controllability atau Pengendalian mengharuskan sistem mempunyai masukan

yang cukup untuk mempengaruhi semua keadaannya. Artinya sistem kendali dapat
memanipulasi seluruh variabel yang menggambarkan perilaku sistem sepanjang
waktu. Sebuah sistem juga dapat dikatakan “controllable” saat t0 jika vektor kontrol
tidak dibatasi oleh sistem dapat terjadi perubahan dari kondisi inisial x(t0) ke kondisi
lain pada interval waktu yang finite. Dengan kata lain, sistem dapat dipengaruhi oleh
input atau jika adanya satu input yang mengarahkan vektor keadaan ke titik asal [1]
[2] [3].

2.2 Observability

Teramati sepenuhnya (completely observability) yaitu apabila semua variable

statenya dapat mempengaruhi keluaran (output) system atau mengukur kemampuan
konfigurasi sensor tertentu untuk menyediakan semua informasi yang diperlukan agar
dapat memperkirakan keadaan pada sistem. Dengan kata lain, sebuah sistem dapat
dikatakan sebagai “observable” pada t0 jika kondisi inisial x(t0) diketahui berdasar
sekuensi output selama interval waktu yang ditentukan. Dari pengertian tersebut,
Observability apabila semua variable statenya dapat mempengaruhi keluaran (output)
system serta menjadi penting untuk menyelesaikan masalah “state variables” seperti
masalah “state feedback problem”. Oleh karena itu, jika sebuah sistem tidak dapat
diobservasi maka ada beberapa bagian dari sebuah sistem yang tidak mempengaruhi
output dari sistem dan ada juga beberapa bagian redundansi pada sistem [4] [5].

2.3 Stability System

Sebuah sistem diharapkan memiliki kinerja yang baik dalam menanggapi input
yang sengaja diberikan, seperti perubahan set point, maupun input yang tidak
disengaja, seperti gangguan dari luar sistem atau dari dalam sistem itu sendiri. Ketika
respon suatu sistem terhadap input menyebabkan getaran yang berulang pada tingkat
amplitudo tertentu, sistem tersebut dianggap tidak stabil. Sebaliknya, jika sistem
mampu tetap dalam keadaan diam atau berhenti kecuali dipengaruhi oleh input
tertentu, dan kembali ke keadaan diam setelah input tersebut dihilangkan, maka sistem
tersebut dianggap stabil. Ketidakstabilan bukanlah kondisi yang menguntungkan baik
untuk sistem loop tertutup maupun loop terbuka. Oleh karena itu, sebuah sistem
kontrol harus stabil agar dapat memberikan manfaat praktis yang diharapkan [4].

2.4 State Observers

Untuk mengatasi fenomena itu secara matematis dibuat estimasi state yang
mengikuti dinamika plant yang ada. Estimasi state itu biasanya disebut state observer
atau observer. Observer dimungkin selain untuk mengestimasi state yang tidak
diketahui state observer juga akan memperbaiki performance dengan mengecilkan
error sistem secara umum.

2.5 State Feedback Control

Umpan-balik (feedback) adalah metode pengaturan pada sistem fisik yang

bertujuan mempertahankan kondisi tertentu dari sistem yang sedang dikendalikan.
Proses umpan-balik dilakukan dengan cara mengukur kondisi aktual sistem fisik dan
menilai sejauh mana perbedaan kondisi tersebut dari kondisi yang diharapkan.
Informasi hasil pengukuran ini kemudian digunakan untuk menghasilkan sinyal
kontrol yang digunakan untuk mengarahkan sistem menuju keadaan yang diinginkan.
Sistem kontrol umpan-balik (feedback control) adalah jenis sistem kontrol dengan
loop tertutup, di mana sinyal kesalahan penggerak yang merupakan selisih antara
sinyal masukan dan sinyal umpan-balik (bisa berupa sinyal keluaran atau fungsi dari
sinyal keluaran beserta turunannya) diteruskan ke pengendali untuk mengurangi
kesalahan dan mendekati nilai keluaran yang diinginkan [5].

Penggunaan sistem kontrol umpan-balik (feedback control) saat ini luas

digunakan dalam bidang teknik. Berbagai aplikasi termasuk penggunaan sensor untuk
mengukur suhu dan kelembaban ruangan, pengaturan kecepatan mobil secara
otomatis, penyedia daya dengan respons cepat, penguat operasional, mikroskop gaya
atom, serta jam atomik, dan beragam aplikasi lainnya. Sistem ini bertujuan menjaga
hubungan yang telah ditetapkan antara keluaran dan referensi masukan dengan
membandingkan keduanya dan menggunakan perbedaan sebagai alat kontrol. Sistem
kontrol umpan-balik tidak hanya terbatas pada bidang teknik, tetapi juga dapat
ditemukan dalam bidang-bidang non-teknik seperti ekonomi dan biologi. Sebagai
contoh, organisme manusia, dalam satu aspek, menyerupai struktur kimia yang
kompleks dengan berbagai unit operasi. Pengendalian proses pada jaringan
transportasi dan reaksi kimia membutuhkan kontrol berbasis loop tertutup. Manusia
sebenarnya merupakan sistem kontrol umpan-balik yang sangat kompleks [6][7].
 BAB III

METODE

3.1 Alat dan Bahan

1. Laptop
2. Matlab/Simulink

3.2 Prosedur

1. Selesaikan Problem Based Learning (PBL) berikut:

Sistem penggerak putar digerakkan oleh motor DC yang dikendalikan dinamo dan
dibebani dengan poros. Diagram skema ditunjukkan pada Gambar.1.

Gambar 3. 1 Skematik dari sistem penggerak motor DC Variabel dan parameter

fisik diberikan sebagai berikut.

Ea --- tegangan jangkar (V) Eb --- ggl balik (V)

Ra --- hambatan belitan jangkar = 0, 2 + 𝑁/2000 (Ω)

La --- induktansi belitan jangkar = 0, 01 − 𝑁/40000 (𝐻)

Ia --- arus belitan jangkar (A)

Ka --- konstanta torsi motor = 6 × 10−5 (𝑁. 𝑚/𝐴)

Kb --- konstanta ggl balik = 5, 5 × 10−2 (𝑉. 𝑠𝑒𝑐/𝑟𝑎𝑑)

J --- momen inersia motor dan beban = 5. 4 × 10−5 (𝑘𝑔. 𝑚2)

 B --- koefisien gesekan viskos motor dan beban = 4 × 10−4

dimana N adalah dua digit terakhir nomor siswa ketua kelompok. Misalnya, jika
nomor siswa Anda adalah 234567, maka N = 67.

2. Kemudian jawab dari pertanyaan berikut sesuai kasus di atas.

1) Ketika tegangan jangkar dipilih sebagai masukan dan kecepatan putar poros
dipilih sebagai keluaran, turunkan model ruang keadaan untuk sistem dan
hitung nilai numerik matriks A, B, C dan D. Kemudian, evaluasi sistem
stabilitas, pengendalian dan observasi.
2) Karena beberapa variabel keadaan mungkin tidak dapat diukur, rancanglah
full-order state observer untuk memperkirakan keadaan sistem. Dinamika
kesalahan estimasi keadaan harus mempunyai settling time 𝑡 = 1 detik.
Simulasikan sistem dan pengamat 𝑠 selama 2 detik dengan input u = 100V dan
nilai awal yang berbeda untuk status sistem dan status perkiraan (status sistem
awal adalah nol). Menampilkan status sistem (system states) dan status yang
diamati (observed states).
3) Rancanglah sebuah sistem observed-based state feedback control
menggunakan metode penugasan nilai eigen (eigenvalue assignment method),
jadi bahwa keluaran sistem dapat melacak referensi langkah dengan kesalahan
kondisi tunak nol (zero steady-state error). Selain itu, dinamika sistem loop
tertutup mempunyai konstanta waktu τ = 0,4 detik. dan rasio redaman ζ = 1.
Simulasikan sistem kendali selama 5 detik dengan acuan r(t) = 50 rad/detik .
Tampilkan hasilnya dengan sinyal referensi pada satu gambar, dan variabel
kontrol pada gambar lainnya.
3. Buka Matlab lalu buat m-file baru.
4. Lalu tulis source code menggunakan matlab untuk menyelesaikan problem case
tersebut dengan initial value sesuai case diatas.
5. Untuk case mendesain state observer dan state feedback control, gunakan simulink
untuk mendesain dan menguji model dari kasus diatas.
6. Run kode dan blok simulink tersebut dan evaluasi hasil nya.
 BAB IV

HASIL DAN PEMBAHASAN

4.1 Menentukan nilai matriks dan menguji stabilitas, controllability dan

observability

4.1.1 Menentukan State space model dan Matriks

Langkah 1:

Menentukan Persamaan State Space Dalam sistem ini, variabel state yang
dipilih adalah kecepatan sudut motor (ω) dan arus armatur (Ia). Persamaan
dasar motor DC dapat dituliskan sebagai berikut:

dx/dt = Ax + Bu

y = Cx + Du

Di mana:

V = tegangan sumber

Ea = tegangan armatur

Eb = back emf

T = torsi motor

Ka = konstanta torsi motor

Ia = arus armatur

Kb = konstanta back emf motor

ω = kecepatan sudut motor

Dari persamaan di atas, kita dapat menuliskan persamaan state space

sebagai berikut:

Di mana:

x = [ω, Ia] adalah vektor state

u = Ea adalah tegangan armatur (input)

 y = Eb adalah back emf (output)

Persamaan state space dapat diturunkan dari persamaan diferensial motor

DC dan parameternya.

Langkah 2: Menentukan Matriks A, B, C, dan D

Dari persamaan state space, kita dapat menentukan matriks A, B, C, dan D

sebagai berikut:

A = [0 1 -Kb/J -Ra/J]

B = [0 1/J]

C = [1 0]

D = [0]

Di mana:

J = momen inersia motor dan beban

Ra = resistansi gulungan armatur

La = induktansi gulungan armatur

B = koefisien gesekan viskos motor dan beban

Ka = konstanta torsi motor

Kb = konstanta back emf motor

4.1.2 Menguji Controllability Sistem

Kode Matlab :

clear all;
clc;
N = 62;
Ra = 0.2+N/2000;
La = 0.01-N/40000;
Ka = 6*10^-5;
Kb = 5.5*10^-2;
J = 5.4*10^-5;
Bm = 4*10^-4;
A=[-Bm/J Ka/J;-Kb/La -Ra/La];
B=[0 1/La]';
Mc=[B A*B] %Manual
Co=ctrb(A,B) %Matlab function
Contr=rank(Mc)
Contr1=det(Mc)
Contrl2=det(Co)

Gambar 4. 1 Hasil Output Program Controllability

Didapatkan bahwa nilai perhitungan manual matriks Mc dan nilai

perhitungan matlab function Co bernilai sama. Sistem tersebut dapat di
kontrol karena hasil dari determinan matriks Mc (Contr1) maupun
Co(Contr12) bernilai 1.5561e+04 atau tidak sama dengan nol.
4.1.3 Menguji Observability Sistem

Kode matlab:

clear all;
clc;
N = 62;
Ra = 0.2+N/2000;
La = 0.01-N/40000;
Ka = 6*10^-5;
Kb = 5.5*10^-2;
J = 5.4*10^-5;
Bm = 4*10^-4;
A=[-Bm/J Ka/J;-Kb/La -Ra/La];
C=[1 0];
Mo=[C;C*A] %Manual
Ob=obsv(A,C) %Matlab function
Obs=rank(Mo)
Obs1=det(Mo)
 Gambar 4. 2 Hasil Output Program Observe Ability Sistem

Dari hasil output matlab, dapat dilihat bahwa matriks metode manual dan
matlab function dari matriks sistem bernilai sama dan determinan bernilai
1.111 dan tidak bernilai 0. Dapat disimpulkan bahwa sistem dapat
diobservasi.

4.1.4 Menguji Stability System Melalui Eigen Value

Figure plotting :

Gambar 4. 3 Hasil Output Uji Stability Sistem Melalui Eigenvalue

 Gambar 4. 4 Hasil Plot Figure Eigenvalues

Didapatkan nilai eigen value yaitu -26.9675 dan -7.7771 membuktikan

bahwa sistem tersebut stabil. Karena tidak adanya nilai imajiner yang
didapatkan menunjukkan bahwa sistem tersebut tidak mengalami osilasi.

4.2 Mendesain state observer

Problem case 2 bertujuan untuk membuat sebuah state observer yang dapat
digunakan untuk mengestimasikan sistem yang tidak dapat diukur. Dalam
mendesain state observer, dibutuhkan nilai Ke atau matriks observer gain, K
matriks state feedback, Ac atau matriks sistem closed-loop, dan Kr matriks
referensi gain. Berikut ini adalah kode matlab yang digunakan:

Kode Matlab:

clear all;
clc;
N = 62;
Ra = 0.2+N/2000;
La = 0.01-N/40000;
Ka = 6*10^-5;
Kb = 5.5*10^-2;
J = 5.4*10^-5;
Bm = 4*10^-4;
A=[-Bm/J Ka/J;-Kb/La -Ra/La];
B=[0 1/La]';
C=[1 0];
p=[-7.78+0*j -27.0-0*j];
Ke=place(A',C',p)'
K=place(A,B,p)
Ac=A-B*K
Kr=inv(-C*(inv(Ac))*B)
stepinfo(Ke)

Hasil Run pada Command Window:

Gambar 4. 5 Hasil Output Program untuk Mencari Ke, K, Ac, dan Kr pada State
Observer

Nilai-nilai tersebut kemudian dimasukkan ke pemodelan simulink.

Adapun rangkaian simulink yang digunakan adalah sebagai berikut, dengan
bagian atas adalah rangkaian estimator dan bagian bawah adalah sistem yang telah
dimasukkan nilai Ke. Sistem menggunakan Step Time = 1, Initial Value = 0, Final
Value = 100, dan Simulation Time = 1 sec.

Rangkaian Simulink:
 Gambar 4. 6 Rangkaian Simulink State Observer

Hasil Scope:

Gambar 4. 7 Grafik Sinyal State Observer

Hasil pada scope menunjukkan grafik yang identik yang berarti estimator
memiliki respon yang mirip dengan sistem yang sebenarnya. Untuk menguatkan
hal ini, display pada rangkaian simulink juga menunjukkan angka yang identik.
Hal ini menunjukkan state observer yang baik. Pada grafik juga menunjukkan
bahwa sistem tersebut sudah stabil dan sesuai permintaan yaitu pada saat 1 sekon
sistem tersebut sudah mendapatkan nilai settle. Maka dapat dikatakan bahwa
 sistem tersebut setelah diberikan tegangan armature sebesar 100volt selama 2
detik menghasilkan kecepatan sebesar 62,7.

4.3 Mendesain state feedback control

Problem case 3 bertujuan untuk mendesain sebuah state feedback

observer-based menggunakan eigenvalue assignment method hingga output
sistem dapat dapat melacak referensi step dengan steady state error sebesar nol.
State feedback harus memiliki time constant τ sebesar 0.4 detik. dan damping ratio
ξ sebesar 1. Oleh karena itu, sebelum merangkai state feedback dibutuhkan nilai
lambda yang dicari melalui perhitungan berikut:

Diketahui:

Time constant = T = 0.4

Damping Ratio = ϛ = 1

Mencari:

Kode Matlab:

clear all;
clc;
N = 62;
Ra = 0.2+N/2000;
La = 0.01-N/40000;
Ka = 6*10^-5;
Kb = 5.5*10^-2;
J = 5.4*10^-5;
Bm = 4*10^-4;
A=[-Bm/J Ka/J;-Kb/La -Ra/La];
B=[0 1/La]';
C=[1 0];
D=0;
r=50;
t=0:5;
lambda=[-2.5+0.0001*j -2.5-0.0001*j];
Ke=place(A',C',lambda)'
 K=place(A,B,lambda)
Ac=A-B*K
E=eig(Ac)
Kr=inv(-C*(inv(Ac))*B)
Hasil Run pada Command Window:

Gambar 4. 8 Hasil Output Program untuk Mencari Ke, K, Ac, dan Kr pada State
Feedback Control

Nilai-nilai tersebut kemudian dimasukkan ke pemodelan simulink.

Adapun rangkaian observer-based state feedback menggunakan eigenvalue
assignment method adalah sebagai berikut, sistem menggunakan Step Time = 1,
Initial Value = 0, Final Value = r = 50 rad/sec, dan Simulation Time = 5 sec.

Hasil Scope:
Gambar 4. 9 Grafik Sinyal State Feedback Control
 BAB V

KESIMPULAN

5.1 Kesimpulan

Sistem dapat di uji stability-nya menggunakan nilai eigen value. Jika semua real
eigen value bernilai negatif, maka sistem stabil. Dari hasil percobaan menghasilkan
eigen value yang semuanya bernilai negatif maka sistem stabil. Sistem dapat diuji
controllability-nya jika nilai determinan tidak sama dengan nol atau dengan kata lain
input dapat dimanipulasi. Dari hasil praktikum, karena nilai determinan tidak sama
dengan nol maka sistem dapat dikontrol. Sistem dinamik dapat di-observe jika nilai
determinan matriks nya tidak sama dengan nol. Karena hasil percobaan tidak sama
dengan nol maka sistem dapat di observe.
 DAFTAR PUSTAKA

[1] M. Zoni and A. Arzul, “Perancangan Full Order Observer Pada Sistem Sliding
Mode Control Untuk Mengatasi Anti-Windup Berbasis LMI,” Sent. 2017 Semin.
Nas. Tek. Elektro 2017, pp. 1–12, 2017.

[2] I. Suwarno, Y. Finayani, R. Rahim, J. Alhamid, and A. R. Al-Obaidi,

“Controllability and Observability Analysis of DC Motor System and a Design of
FLC-Based Speed Control Algorithm,” J. Robot. Control, vol. 3, no. 2, pp. 227–
235, 2022, doi: 10.18196/jrc.v3i2.10741.

[3] M. Bohner and N. Wintz, “Controllability and observability of time-invariant linear

dynamic systems,” Math. Bohem., vol. 137, no. 2, pp. 149–163, 2012, doi:
10.21136/mb.2012.142861.

[4] C. S. Lalwani, S. M. Disney, and D. R. Towill, “Controllable, observable and stable

state space representations of a generalized orderupto policy,” Integrated
Enterprise and Supply Chain Management, vol. 101, no. 1, pp. 172–184, 2006, doi:
https://doi.org/10.1016/j.ijpe.2005.05.014.

[5] A. Haghighi, M.R. Izadi, dan M.R. Amini, "State Feedback Control for Linear
Systems," IEEE Transactions on Automatic Control, vol. 68, no. 10, hal. 4581-
4593, Oktober 2023. DOI: 10.1109/TAC.2023.3069527.

[6] S. P. Siahaan, J. Simanjuntak, and D. Lumbantoruan, “Studi Analisis Dan

Rekayasa Pengendalian Motor Servo DC Di Laboratorium Dasar Sistem Kendali
Dengan Metoda Pole Placement,” Jurnal ELPOTECS, vol. 5, no. 1, pp. 38–49,
Mar. 2022, doi: https://doi.org/10.51622/elpotecs.v5i1.1114.

[7] M.R. Izadi, A. Haghighi, dan M.R. Amini, "Robust State Feedback Control for
Uncertain Systems," IEEE Transactions on Control Systems Technology, vol. 32,
no. 1, hal. 155-167, Januari 2024. DOI: 10.1109/TCST.2023.3509955.