ANALISIS DAN SIMULASI PENGENDALI ROBOT POLAR DERAJAT KEBEBASAN DUA MENGGUNAKAN SLIDING MODE CONTROL (SMC) Pembimbing : Subchan, M.Sc. Ph.D. Drs. Kamiran, M.Si.
NASHRUL MILLAH-1208100707 Jurusan Matematika ITS
?
o Manipulator robot -> ketidakpastian dan gangguan o Analisa pengendali untuk memperkuat manipulator robot o Mengendalikan gerak robot sesuai lintasan yang diharapkan -> Sliding Mode Control o Analisa stabilitas -> Lyapunov o Simulasi Numerik -> MATLAB o Pengendali tahan terhadap gangguan luar dan dalam << previous
next >> back to menu
Adanya ketidakpastian dan gangguan pada manipulator robot
Sliding Mode Control
Penampilan tidak sesuai yang diharapkan
Tahan terhadap gangguan, luar dan dalam Perlu adanya pengendali
<< previous
next >> back to menu
Model sistem dinamik manipulator robot
M (q )q + C (q, q )q + G (q ) = τ Model matematis robot polar derajat kebebasan dua x1 = x2
[ µx1 + M (x1 + a )]x4 2 + u1 + d1 x 2 = (µ + M ) x3 = x4
− 2[µx1 + M (x1 + a )]x2 x4 + u 2 + d 2 x 4 = 2 2 J 1 + J 2 + µx1 + M (x1 + a ) << previous
next >> back to menu
Gangguan Eksternal yang tidak diketahui :
di (t )
i=1, 2
Gambar Sistem
<< previous
next >> back to menu
1. Analisa desain pengendali Sliding Mode? 2. Analisa kestabilan dengan teori Lyapunov? 3. Simulasi numerik menggunakan MATLAB? << previous
next >> back to menu
1. Gaya Gravitasi pada sistem dinamik diabaikan 2. Gangguan luar berbentuk fungsi trigonometri, eksponensial, polinomial 3. Lintasan yang diharapkan dalam bentuk fungsi trigonometri 4. Simulasi numerik menggunakan MATLAB? << previous
next >> back to menu
1. Menganalisa desain pengendali Sliding Mode 2. Menganalisa kestabilan dengan teori Lyapunov 3. Mengetahui hasil simulasi numerik menggunakan MATLAB << previous
next >> back to menu
Manfaat dari penulisan tugas akhir ini adalah memberikan analisa desain pengendali sliding mode untuk mengendalikan manipulator robot polar dengan derajat kebebasan dua. Dengan demikian tugas akhir ini dapat dijadikan referensi bagi peneliti maupun pihak yang bergerak di bidang robotika untuk mengendalikan penampilan robot agar sesuai dengan yang diharapkan.
<< previous
next >> back to menu
Derajat kebebasan atau (Degrees of Freedom) adalah setiap titik sumbu gerakan mekanik pada robot, tidak terhitung untuk EndEffector Konfigurasi koordinasi polar / simetrikal memiliki 3 sumbu, yaitu θ, β dan R. Ruang gerak berupa sphere (bola)
Robot Polar << previous
next >> back to menu
Input device or teach pendant
Sensor
Power Supply
Computer controller
Mechanical Arm
Program storage or network
End-of- arm tooling
Komponen dari sistem robot << previous
next >> back to menu
Fungsi Switching yaitu permukaan di dalam ruang keadaan, memenuhi persamaan :
d S ( x, t ) = + λ dt Static
n −1
e
d S ( x, t ) = + λ dt
( n +1)−1
e
Dinamic
Dengan λ berupa konstanta positif. Dimana fungsi switching ini digunakan untuk menentukan besarnya nilai u agar memenuhi kondisi sliding.
<< previous
next >> back to menu
Fungsi switching disebut dengan permukaan sliding (sliding surface) jika memenuhi :
S ( x, t ) = 0
Permukaan sliding berupa garis yang merupakan komponen penting dari SMC sebagai tempat trayektori keadaan meluncur dari kondisi awal (initial condition) menuju keadaan yang diinginkan (reference point). Besar nilai input kendali pada SMC bergantung pada nilai S, sehingga memenuhi pertidaksamaan yang disebut kondisi sliding.
<< previous
next >> back to menu
dx = P ( x, y ) dt dy = Q ( x, y ) dt
Sistem Stabil
È(x,y) definit negatif
Pilih E(x,y) definit Positif •
E ( x, y ) = << previous
∂E (x, y ) ∂E (x, y ) P ( x, y ) + Q ( x, y ) ∂x ∂y next >> back to menu
Studi Literatur Penarikan Kesimpulan
Analisa Pengendali Sliding Mode
Simulasi Numerik
Analisa Stabilitas
<< previous
next >> back to menu
Sistem dinamik robot polar derajat kebebasan dua disederhanakan menjadi : 2
x 2 = x4 x1 + x 4 =
1
α
u1 +
Max4
− 2(µ + M )x2 x4
β
2
α
x1 +
+ 1
β
1
α
d1
u2 +
− 2 Max2 x4
β
+
1
β
d2
dengan
α =µ+M β = J 1 + J 2 + µx1 + M (x1 + a ) 2
<< previous
2
next >> back to menu
Untuk memudahkan dalam pengerjaan di Simulink, sistem disederhanakan lagi menjadi :
x 2 = A1 x1 + B1u1 + C1 + D1d1 x 4 = A2 x1 + B2 u 2 + C 2 + D2 d 2 dengan
A1 = x4
2
B1 = D1 = C1 =
1
α
Max4
<< previous
α
A2 =
− 2(µ + M )x2 x4
β
B2 = D2 =
2
C2 =
1
β
− 2 Max2 x4
β
next >> back to menu
Diagram Blok Sistem dinamik robot
Out X1
Display X1 X1
U1
Step
Out X2
Display X2 X2
Out X3
Display X3 X3
U2
Step1
Out X4
plant
<< previous
Display X4 X4
next >> back to menu
Error
ex1 x1 − xd 1 = ex 3 x3 − xd 3 Sliding Surface
S x1 ex1 + λ1ex1 = 0 = S x 3 ex 3 + λ2 ex 3
<< previous
Fungsi Switching
S x1 e x1 + λ1e x1 = S x 3 e x 3 + λ2 e x 3 Diturunkan menjadi
S x1 ex1 + λ1ex1 = S e e λ + 2 x3 x3 x3 next >> back to menu
Control input − ( A1 x1 + C1 + D1d1 − xd 2 + λ1 ( x2 − xd 2 )) u1 = B1 − ( A2 x1 + C2 + D2 d 2 − xd 4 + λ2 ( x4 − xd 4 )) u2 = B2
Control law
u = u − K .Sgn(S ) S x1 u = u − K .Sat Φ << previous
dengan K1 = max K 2 = max
η B1
η B2 next >> back to menu
Analisa kestabilan menggunakan metode Lyapunov
(
)
1 2 2 V = S x1 + S x 3 > 0 2 V = S x1S x1 + S x 3 S x 3 V = −η [| S | + | S |] ≤ 0 x1
x3
Karena dapat ditemukan fungsi dari S definit positif yang turunannya definit negatif, maka sistem stabil.
<< previous
next >> back to menu
Diagram Blok Pengendali SMC
Display X1 X1
Out X1
Scope X1
X2
Display X2
Out X2
Scope X2 U
U
X3
Out X3
Scope U
Scope X3
X4
Out X4
Subsystem
<< previous
Display X3
plant
Display X4
Scope X4
next >> back to menu
Lintasan yang diharapkan
xd 1 = 0,5 cos(πt / 7 )m
xd 3 = π cos(πt / 7 )rad Parameter pengendali SMC
η = 100 λ1 = 20 λ2 = 10 Φ =1 << previous
Tabel 1. Data Parameter Robot Polar Derajat Kebebasan Dua Parameter M (kg) µ (kg) J1 (kg m2) J2 (kg m2) a (m)
Nilai 1,5 1 1 1 1 next >> back to menu
Posisi Lengan Posisi Pusat Lengan
0.45 0.4 0.35 0.3 0.25
tanpa gangguan gangguan fs trigonometri gangguan fs polinomial gangguan fs eksponensial Lintasan yang diharapkan
0.2 0.15 0.1 0.05 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
Posisi Angular Lengan
3.5
Posisi Angular Lengan (rad)
Posisi Pusat Lengan (meter)
0.5
1.6
1.8
2
3 2.5 2 1.5
Lintasan yang diharapkan tanpa gangguan gangguan fs trigonometri gangguan fs polinomial gangguan fs eksponensial
1 0.5 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Pada grafik posisi pusat lengan, keempat grafik menyerupai lintasan yang diharapkan pada detik ke-0,4 dengan lintasan yang hampir sama. Grafik posisi angular sistem robot polar derajat kebebasan dua dengan berbagai gangguan menyerupai lintasan yang diharapkan dalam waktu hampir bersamaan, yaitu sekitar detik ke-0,85. Hanya terjadi perbedaan tipis pada keempat grafik saat menuju lintasan yang diharapkan << previous
next >> back to menu
Kecepatan Kecepatan Pusat Lengan Lintasan yang diharapkan tanpa gangguan gangguan fs trigonometri gangguan fs polinomial gangguan fs eksponensial
2 1.5 1 0.5 0 -0.5
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
Kecepatan Angular Lengan
7
Kecepatan Angular (rad/s)
Kecepatan Pusat (m/s)
2.5
2
Lintasan yang diharapkan tanpa gangguan gangguan fs trigonometri gangguan fs polinomial gangguan fs eksponensial
6 5 4 3 2 1 0 -1 -2
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Keempat grafik sistem menyerupai lintasan kecepatan pusat yang diharapkan secara bersamaan pada detik ke-0,4. Namun keempat grafik mengalami penyimpangan antara detik ke-0,6 sampai 0,7. Sedangkan pada grafik kecepatan angular, keempat grafik menyerupai lintasan yang diharapkan dalam waktu hampi bersamaan, yaitu sekitar detik ke-1. Hanya terjadi sedikit perbedaan lintasan pada keempat grafik saat menuju lintasan yang diharapkan << previous
next >> back to menu
Control input x 10
Control Input 1
13
tanpa gangguan gangguan fs trigonometri gangguan fs polinomial gangguan fs eksponensial
3
Control Input 1 (u1)
1
2 1 0 -1 -2 -3
x 10
Control Input 2
15
tanpa gangguan gangguan fs trigonometri gangguan fs polinomial gangguan fs eksponensial
0.8
Control Input 2 (u2)
4
0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8
0
0.2
0.4
<< previous
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
-1
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
next >> back to menu
Dari hasil simulasi tersebut terlihat bahwa meskipun membutuhkan waktu yang berbeda, namun grafik sistem dengan berbagai gangguan dapat menyerupai lintasan yang diharapkan. Dengan demikian dapat disimpulkan bahwa pengendali SMC yang telah didesain tahan terhadap gangguan luar dalam bentuk fungsi trigonometri, eksponensial dan polinomial.
<< previous
next >> back to menu
Simulasi dengan memperbesar dan memperkecil parameter Parameter M (kg) µ (kg) J1 (kg m2) J2 (kg m2) a (m)
Nilai 1,8 1,2 1,2 1,2 1,2
Parameter pengendali SMC << previous
Parameter M (kg) µ (kg) J1 (kg m2) J2 (kg m2) a (m)
Nilai 1,2 0,8 0,8 0,8 0,8
η = 100 λ1 = 20
λ2 = 10 Φ =1 next >> back to menu
Simulasi dengan memperbesar parameter Posisi Pusat Lengan
0.45 0.4 0.35 0.3 0.25 0.2
Lintasan yang diharapkan Posisi Pusat Lengan
0.15 0.1 0.05 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
Posisi Angular Lengan
3.5
Posisi Angular Lengan (rad)
Posisi Pusat Lengan (meter)
0.5
1.6
1.8
2
Lintasan yang diharapkan Posisi Angular Lengan
3 2.5 2 1.5 1 0.5 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Posisi pusat lengan untuk parameter yang diperbesar mendekati lintasan yang diharapkan pada detik 0,38. Terpaut 0,01 dari waktu yang dibutuhkan sistem dengan parameter awal, yaitu 0.37. sedangkan grafik posisi angular menyerupai lintasan yang diharapkan pada detik ke-0.92, terpaut 0.07 dari waktu yang dibutuhkan sistem dengan parameter awal yaitu 0.99 << previous
next >> back to menu
Simulasi dengan memperkecil parameter Posisi Pusat Lengan
0.45 0.4 0.35 0.3 0.25
Lintasan yang diharapkan Posisi Pusat Lengan
0.2 0.15 0.1 0.05 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
Posisi Angular Lengan
3.5
Posisi Angular Lengan (rad)
Posisi Pusat Lengan (meter)
0.5
1.6
1.8
2
Lintasan yang diharapkan Posisi Angular Lengan
3 2.5 2 1.5 1 0.5 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Posisi pusat lengan untuk parameter yang diperbesar mendekati lintasan yang diharapkan pada detik 0,38. Terpaut 0,01 dari waktu yang dibutuhkan sistem dengan parameter awal, yaitu 0.37. sedangkan grafik posisi angular menyerupai lintasan yang diharapkan pada detik ke-0.95, terpaut 0.04 dari waktu yang dibutuhkan sistem dengan parameter awal yaitu 0.99 << previous
next >> back to menu
Dari hasil simulasi tersebut bahwa meskipun membutuhkan waktu yang berbeda namun sistem dengan parameter yang diperbesar dan diperkecil dapat menyerupai lintasan yang diharapkan. Dengan demikian dapat disimpulkan bahwa pengendali SMC yang telah didesain tahan terhadap gangguan dalam yang berbentuk perubahan nilai parameter (diperbesar dan diperkecil)
<< previous
next >> back to menu
Simulasi dengan mengganti nilai lamda 1 Posisi Pusat Lengan (meter)
Posisi Angular Lengan (radian)
Posisi Pusat Lengan
0.5 0.45 0.4 0.35 0.3 0.25 0.2
lamda1=10 lamda1=20 lamda1=30 lamda1=40 lamda1=50 lintasan yang diharapkan
0.15 0.1 0.05 0
0
0.1
0.2
0.3
0.4
0.5
0.6
Waktu (detik)
0.7
0.8
0.9
1
Posisi Angular Lengan
3.5 3 2.5 2 1.5
lamda1=10 lamda1=20 lamda1=30 lamda1=40 lamda1=50 lintasan yang diharapkan
1 0.5 0
0
0.1
0.2
0.3
0.4
0.5
0.6
Waktu (detik)
0.7
0.8
0.9
1
Dari simulasi di atas, dapat dilihat bahwa perubahan parameter hanya mempengaruhi sistem pada detik-detik awal. Pada posisi pusat, grafik menyerupai lintasan yang diharapkan lebih cepat ketika lamda1=20 yaitu pada detik ke-0.34 namun untuk posisi angular, grafik menyerupai lintasan lebih cepat ketika lamda1=40 yaitu detik ke-0.72. karena lamda1 adalah parameter pada subsistem pusat lengan, maka dipilih lamda1=20 << previous
next >> back to menu
Posisi Pusat Lengan
Posisi Pusat Lengan (meter)
0.5 0.45 0.4 0.35 0.3 0.25 0.2
lamda2=5 lamda2=10 lamda2=15 lamda2=20 lamda2=25 lintasan yang diharapkan
0.15 0.1 0.05 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Posisi Angular Lengan (radian)
Simulasi dengan mengganti nilai λ2 Posisi Angular Lengan
3.5 3 2.5 2 1.5
lamda2=5 lamda2=10 lamda2=15 lamda2=20 lamda2=25 lintasan yang diharapkan
1 0.5 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Dari simulasi di atas, dapat dilihat bahwa pada posisi pusat, terjadi keseragaman waktu menyerupai lintasan yang diharapkan untuk semua nilai lamda2, yaitu pada detik ke-0.32, namun untuk posisi angular, grafik menyerupai lintasan lebih cepat ketika lamda2=10 yaitu detik ke-0.9. karena lamda2 adalah parameter pada subsistem angular lengan, maka dipilih lamda2=10 << previous
next >> back to menu
Simulasi dengan mengganti nilai η Posisi Pusat Lengan (meter)
Posisi Angular Lengan (radian)
Posisi Pusat Lengan
0.5 0.45 0.4 0.35 0.3 0.25 0.2
eta=20 eta=40 eta=60 eta=80 eta=100 lintasan yang diharapkan
0.15 0.1 0.05 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Posisi Angular Lengan
3.5 3 2.5 2 1.5
eta=20 eta=40 eta=60 eta=80 eta=100 lintasan yang diharapkan
1 0.5 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Keempat gambar menunjukkan bahwa untuk nilai eta=100 grafik menyerupai lintasan yang diharapkan lebih cepat. Yaitu pada detik 0,32 untuk posisi pusat dan detik 0,3 untuk posisi angular. Karena itu diambil nilai eta=100 sebagai nilai optimal.
<< previous
next >> back to menu
Simulasi dengan mengganti nilai Φ Posisi Pusat Lengan (meter)
Posisi Angular Lengan (radian)
Posisi Pusat Lengan
0.5 0.45 0.4 0.35 0.3 0.25 0.2
BL=1 BL=11 BL=21 BL=31 BL=41 lintasan yang diharapkan
0.15 0.1 0.05 0
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Posisi Angular Lengan
3.5 3 2.5 2 1.5 1
BL=1 BL=11 BL=21 BL=31 BL=41 lintasan yang diharapkan
0.5 0 -0.5 -1
0
0.2
0.4
0.6
0.8
1
1.2
Waktu (detik)
1.4
1.6
1.8
2
Keempat gambar menunjukkan bahwa untuk nilai Phi=1 grafik menyerupai lintasan yang diharapkan lebih cepat. Yaitu pada detik 0,32 untuk posisi pusat dan detik 0,9 untuk posisi angular. Karena itu diambil nilai Phi=1 sebagai nilai optimal.
<< previous
next >> back to menu
Kesimpulan 1. Pengendali Sliding Mode Control dapat diterapkan untuk mengendalikan gerak robot polar derajat kebebasan dua. 2. Pengendali Sliding Mode Control pada robot polar derajat kebebasan dua mampu mengatasi gangguan luar dan dalam. Untuk gangguan luar berupa fungsi trigonometri, polinomial dan eksponensial. Sedangkan gangguan dalam berupa perubahan nilai parameter sistem dinamik dengan diperbesar dan diperkecil. << previous
next >> back to menu
Kesimpulan (Lanjutan) 3. Parameter pengendali SMC yang digunakan adalah lamda1=20, lamda2=10, eta=100 dan Phi=1. 4. Dari simulasi yang dilakukan, terlihat bahwa lintasan masing-masing sub sistem sudah sesuai dengan lintasan yang diharapkan.
<< previous
next >> back to menu
Faieghi, MR at al. 2011. “A Novel Adaptive for Two-Degree of Freedom Polar Robot with Unknown Perturbations”. Communication Nonlinier Science and Numerical Simulation Vol. 17, Hal. 1021-1030 Herlambang, T. 2010. “Desain Pengendali Ketinggian Air dan Temperatur Uap pada Sistem Steam Drum Boiler dengan Metode Sliding Mode Control (SMC)”. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember. Surabaya. Li, T.S., Huang, Y. 2010. ”MIMO Adaptive Fuzzy Terminal Sliding-Mode Controller for Robotic Manipulator”. Information Science Vol. 180, Hal. 4641-4660 Pratama, A.Y.N. 2011. “Desain Pengendalian Robot Beroda Dua Dengan Pendulum Terbalik Menggunakan Pengendali Modus Luncur”. Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember Surabaya. Ross, Shepley L. 1984. Differential Equations. Canada: John Wiley & Sons. << previous
next >> back to menu
ROVer Ranch. “Types of Robots”. Diakses tanggal 13 September 2011, Pukul 14.31 WIB. Sharon, D., Harstein, J., Yantian, G. 1992. Robot & Otomasi Industri. Diterjemahkan oleh : Sutrisno, Yanto Mas’ud, Muchlison. Jakarta : Elex Media Komputindo. Siciliano, B., Villani, L., Sciavicco, L., Oriolo, G. 2009. Robotics : Modelling, Planning and Control. London: Springer. Spong, M.W., Hutchinson, S., Vidyasagar, M. 1989. Robot Modeling and Control. New York : John Willey & Sons, inc. Wikipedia. 2009. “Manipulator”. http://en.wikipedia.org/wiki/manipulator . Diakses tanggal 15 September 2011, Pukul 13.05 WIB. Zhu, F.Q.Q.M., Winfield, A., dan Melhuish, C. 2003. “Fuzzy Sliding Mode Control for Discrete Nonlinier Sistems”. Transactions of China Automation Society, Vol. 22, No.2 (Sum No. 86).
<< previous
next >> back to menu
back to menu