1
BAB I PENDAHULUAN
Penelitian yang berhubungan dengan bidang deteksi, isolasi dan rekonstruksi kesalahan tampak makin meningkat. Salah satu penyebab munculnya kejadian ini adalah adanya persaingan yang ketat antar sistem industri untuk unggul dalam kualitas hasil produksinya. Hal ini mendorong munculnya penelitian untuk menghasilkan berbagai metode baru atau implementasi teori pembangkitan residual untuk deteksi, isolasi maupun rekonstruksi kesalahan.
1.1 Latar Belakang
Permintaan produktivitas yang tinggi mendorong plant dioperasikan pada daerah yang berbahaya atau daerah kritis sehingga mempunyai konsekuensi terjadinya kerusakan atau kesalahan peralatan dalam sistem lebih awal dari yang seharusnya. Oleh karena itu salah satu faktor penting dalam sistem industri adalah diketahuinya dengan benar lokasi peralatan yang tidak bekerja sebagaimana seharusnya. Sebagai contoh, pada suatu sistem kendali keberadaan setiap sensor selalu dalam keadaan baik sangat penting karena sensor membawa informasi untuk diolah oleh pengendali dan aktuator untuk mensuplai energi pada sistem industri. Bila mereka tidak berfungsi dengan baik maka harus diketahui dengan segera oleh operator sistem. Pentingnya topik ini tampak pada cakupan aplikasi yang luas yaitu pada bidang nuklir (Dorr, R., dkk, 1997), pada bidang robot (Schneider, H., dkk, 1996), pada bidang pemrosesan lempengan baja (Gu, D.W., dkk, 2003; Sohlberg, B, 1998), pada bidang pesawat terbang (Herdjunanto, S., 1993; Perhinschi, M.G., dkk, 2006), pada bidang ketenagaan listrik (Chowdhury, F.N., dkk, 1998), pada bidang pompa centrifugal (Kallesoe, C.S., dkk, 2006). Dari hasil studi pustaka tampak ada dua macam pembahasan yang dominan, yaitu deteksi kesalahan dan isolasi atau lokalisasi kesalahan. Adapun pembahasan mengenai diagnosis kesalahan yang mengandung unsur rekonstruksi
sinyal kesalahan masih sedikit. Deteksi kesalahan hanya akan memberi informasi tentang terjadinya abnormalitas pada sistem. Isolasi kesalahan dapat memberi informasi tentang lokasi peralatan yang mengalami kesalahan. Proses isolasi kesalahan ini terdiri atas dua bagian, yaitu bagian pembangkitan residual dan bagian pengambilan keputusan. Tujuan pembangkitan residual adalah menghasilkan penonjolan bila terjadi kesalahan sehingga mempermudah bagian pengambil keputusan untuk menentukan lokasi asal kesalahan. Bagian pengambilan keputusan bekerja dengan mengolah residual yang berasal dari sensor maupun aktuator yang mengalami kesalahan untuk ditentukan lokasinya. Oleh karena itu bagian ini dapat menghasilkan keputusan yang benar bila residual yang diolah mengandung informasi dari peralatan yang tidak bekerja secara normal tanpa terkontaminasi oleh sinyal pengganggu. Sebagai contoh adalah pembangkitan residual dan pengambilan keputusan untuk penentuan lokasi sensor rusak dengan berbasis hardware redundancy. Pembangkitan residual adalah dengan melakukan pengukuran oleh tiga sensor serupa. Adapun bagian pengambil keputusan melakukan voting yaitu bila dua sensor menunjuk pada harga sama sedang sensor ketiga menunjuk harga lain maka disimpulkan sensor ketiga yang rusak. Asumsi yang dipakai pada metode voting adalah kerusakan pada sensor yang serupa tidak gayut satu dengan lainnya atau dengan kata lain kerusakan sensor tidak bersamaan waktunya. Bila tiap pengukuran menggunakan tiga sensor maka bobot sistem bertambah cukup besar dan biaya yang dikeluarkan untuk pemeliharaan sistem juga akan bertambah besar. Oleh karena itu metode berubah menjadi analytical redundancy yang berbasis pada model matematik sistem. Berbasis analytical redundancy dilakukan pembangkitan residual yang dapat menghasilkan ciri yang mengandung informasi tentang lokasi aktuator yang mengalami kesalahan atau pembangkitan residual yang mengandung informasi lokasi sensor yang mengalami kesalahan (Massoumnia, M.A.,dkk, 1989; White, J.E.,dkk, 1987; Herdjunanto, S.,1993; Herdjunanto,S dan Budiman, 1997; Chen, J.,dkk,1996; Ding, X.,dkk, 1999; Sauter, D.,dkk, 1999; Kim, Y.,dkk, 2005; Ye, H.,dkk,2004; Meskin, N.,dkk,2009; Zhang, X., 2011).
2
Adapun berbagai metode yang berhubungan dengan tahap kedua yaitu pengambilan keputusan bisa dilihat antara lain berbasis jaringan saraf tiruan (Vemuri, A.T., dkk, 1997; Herdjunanto, S., 1996; Srinivisan, A., dkk, 1994; Patan, K., dkk, 2008; Huang dan Tan, 2009; Reppa, V., dkk, 2014), berbasis wavelet pada parity space (Ye, H., dkk, 2004; Zhong, M., dkk, 2010), berbasis observer (Demetriou, M.A, dkk, 1998; Liu, B., dkk, 1997; Shang dan Liu, 2011; Chen, W., dkk, 2014), berbasis pada adaptive threshold (Perhinschi, M.G., dkk, 2006), berbasis pada statistik (Chowdhury, F.N., 2000; Codetta-Raiteri dan Portinale, 2015), berbasis energy (Arogeti, S.A., dkk, 2013). Karena keberhasilan pengambilan keputusan sangat tergantung pada kualitas residual maka pembangkitan residual sudah lebih awal menjadi fokus penelitian dibanding penelitian tentang system pengambil keputusan untuk deteksi dan isolasi peralatan yang tidak bekerja dengan normal. Hal ini tampak dari tahun penerbitan penelitian tentang pembangkitan residual lebih awal dari pada tahun penerbitan penelitian tentang bagian pengambilan keputusan untuk deteksi dan isolasi peralatan yang mengalami kesalahan. Oleh karena itu penelitian tentang pembangkitan residual makin bervariasi akan tetapi masih dapat dibedakan dalam dua grup besar yaitu secara open loop dan secara closed loop. Pola open loop berhubungan dengan aktivitas untuk menghasilkan suatu set persamaan parity yang menggambarkan analytical redundancy. Persamaanpersamaan parity terbentuk dari semua kemungkinan hubungan masukan dan keluaran sistem. Dengan adanya kerusakan maka terjadilah kombinasi parity kesalahan sehingga terbentuk residual kerusakan yang berkarakteristik arah. Pada pola open loop maka karakteristik parity kesalahan terpengaruh oleh mode kerusakan yang berubah terhadap waktu. Akibatnya karakteristik arah vektor juga berubah terhadap waktu. Beberapa penelitian yang berbasis pola open loop tampak dilakukan seperti pada optimasi karakteristik parity space untuk deteksi kerusakan secara robust (Ding, X.,dkk, 1999). Dalam makalah ilmiah ini tidak ada contoh penerapan teori. Penelitian yang lain tampak dalam usaha pembangkitan residual yang termasuk katagori parity space untuk mendeteksi dan mengisolir kerusakan secara robust
3
berbasis kawasan frekuensi (Sauter, D.,dkk, 1999). Dalam hal ini karena residual masih terkontaminasi oleh sinyal structured uncertainty maka dilakukan optimasi residual dengan tujuan sensitif terhadap sinyal kerusakan dan robust terhadap sinyal uncertainty. Oleh karena itu, robustness bernilai relatif bukan absolut. Pada kasus ini robustness didefinisikan sebagai memaksimumkan perbandingan antara sensitivitas
kerusakan terhadap uncertainty model. Akibatnya penyelesaian
menjadi sangat kompleks. Pola closed loop menghasilkan deteksi kerusakan berbasis observer. Sebagai contoh adalah proses menentukan sensor yang rusak dengan memakai observer. Pada proses ini dipakai tiga observer untuk menentukan satu sensor yang rusak dari tiga sensor yang sedang beroperasi. Metode ini memakai asumsi bahwa tidak ada uncertainty dan setiap kali hanya ada satu sensor yang rusak. Setiap observer hanya diberi masukan sinyal keluaran satu sensor. Jadi tiap sensor hanya berkorespondensi dengan satu observer. Residualnya adalah sinyal estimasi state yang dihasilkan oleh masing-masing observer. Pengambilan keputusan berdasar logika bila semua sensor bekerja dengan baik maka estimasi state yang dihasilkan oleh masing-masing observer akan menunjukkan harga yang sama. Akan tetapi bila ada sensor yang tidak bekerja dengan benar maka estimasi state
yang
dihasilkan oleh observer yang dimasuki oleh sinyal keluaran sensor yang rusak akan berbeda dibanding estimasi state hasil observer yang lain. Maka dapat disimpulkan bahwa estimasi state yang berbeda dari dua kelompok estimasi state yang lain pasti dibangkitkan oleh sensor yang tidak bekerja dengan benar. Ada jenis observer lain yang disebut detection filter yang menghasilkan residual
kerusakan
yang berupa vektor dengan arah tetap sehingga dapat
dijadikan dasar untuk proses mengisolir alat yang rusak. Detection filter ini menarik karena residual kerusakan tidak tergantung pada mode kerusakan sehingga bila ada kerusakan alat maka vektor yang berkorespondensi dengannya akan mengalami eksitasi dengan arah tetap dan tidak pernah hilang. Dengan menggunakan pendekatan geometris maka sintesis failure detection filter telah dikembangkan tapi order tapis masih penuh dan persoalan robustness terhadap uncertainty tidak disinggung (Massoumnia, M.A., dkk, 1989).
4
Perancangan detection filter dengan teori spectral telah dikembangkan tapi order tapis masih penuh dan masalah robustness tidak dibicarakan (White, J.E.,dkk, 1987). Kelemahan metode ini adalah persyaratan mutual detectable yang sukar dipenuhi pada sebarang plant. Walaupun demikian masih ada usaha untuk melakukan penaksiran arah kerusakan untuk memenuhi syarat mutual detectable (Kim, Y.,dkk, 2005). Sayang sekali sifat yang baik detection filter ini tidak diikuti oleh sifat robust terhadap structured uncertainty model. Kelemahan ini memunculkan harapan ditemukannya metode baru pembangkitan directional residual vector yang robust terhadap structured uncertainty dan decoupled terhadap directional residual vector yang lain. Pada Disertasi ini akan dikembangkan metode untuk menghasilkan pembangkitan directional residual vector yang robust terhadap structured uncertainty dan decoupled terhadap directional residual vector yang lain dengan memakai tapis khusus dengan struktur khusus dan parameter untuk menunjang tujuan tersebut. Karena fungsi aktuator maupun fungsi sensor sama-sama penting maka diperlukan penelitian untuk menjawab pertanyaan apakah dimungkinkan untuk menghasilkan residual yang berasal dari aktuator yang mengalami kesalahan maupun residual yang berasal dari sensor yang mengalami kesalahan secara simultan. Dengan kata lain apakah dimungkinkan untuk membangkitkan residual yang berbeda secara serentak yang decoupled satu terhadap yang lain. Lebih lanjut dapat diamati bahwa kebanyakan kerusakan baik aktuator maupun sensor tidak terjadi secara serentak (Zhang dkk, 2002; Kwan dan Xu, 2004; Shang dan Liu, 2011). Oleh karena itu order tapis yang berstruktur khusus lebih singkatnya lalu disebut tapis khusus dapat dibuat sama dengan cacah sinyal kesalahan yang akan direkonstruksi. Setelah pembangkitan residual untuk isolasi aktuator yang mengalami kesalahan dan residual untuk isolasi sensor yang mengalami kesalahan terlaksana maka tahapan berikutnya adalah melakukan proses rekonstrusi sinyal kesalahan. Ada beberapa paper yang membicarakan rekonstruksi sinyal kesalahan (Demetriou dan Polycarpou, 1998; Tan dan Edwards, 2010; Edwards, 2004). Pada paper mereka uncertainty diasumsikan mempunyai batas atas yang diketahui. Oleh
5
karena itu hasil rekonstruksi sinyal kesalahan masih terpengaruh oleh uncertainty walaupun pengaruh uncertainty telah diminimumkan. Ada tulisan lain yang mengambil asumsi uncertainty mempunyai batas atas yang diketahui sebagai fungsi waktu untuk deteksi dan isolasi sensor pada sistem dinamis nonlinear yang mempunyai struktur tertentu (Zhang, X, 2011). Dalam makalah ini syarat batas atas uncertainty yang diasumsikan diketahui merupakan kekangan yang sangat ketat sehingga metode ini selain rumit juga susah untuk diimplementasikan. Maka dari itu perlu dikembangkan suatu metode disertai pembentukan tapis berstruktur khusus untuk merekonstruksi sinyal kesalahan yang robust terhadap structured uncertainty yang uncertainty magnitude nya tidak perlu diketahui lebih dahulu. Dari
hasil
pembahasan
sebelumnya
maka
penelitian
ini
akan
dikembangkan untuk memperoleh metode pembangkit decoupled residual melalui suatu tapis khusus dengan masukan vektor ciri atau signature vector alat yang tidak bekerja normal baik yang berasal dari sensor maupun yang berasal dari aktuator secara simultan. Lebih lanjut decoupled residual tersebut yang dihasilkan oleh tapis khusus juga dibuat robust terhadap structured uncertainty yang tidak perlu diketahui informasi tentang upper boundnya. Struktur tapis khusus beserta parameternya akan diselidiki dan dihitung sehingga signature vector alat yang tidak bekerja normal ini akan dapat melalui tapis khusus tanpa berubah arah. Oleh karena itu directional residual vector pada keluaran tapis khusus sama dengan signature vector. Adapun mode kesalahan didefinisikan sebagai sinyal fungsi waktu yang ditimbulkan oleh kesalahan alat. Perancangan signature vector selain untuk tujuan isolasi juga untuk membuat rekonstruksi mode kesalahan benar sehingga dapat dipakai untuk penyelidikan lebih lanjut. Oleh karena itu dengan membuat signature vector atau vektor ciri kerusakan tiap alat berbeda maka asal kesalahan alat yang yang tidak bekerja normal dapat mudah dibedakan satu terhadap yang lain. Parameter tapis khusus yang berstruktur tertentu dihitung sehingga tapis stabil dan dapat menghasilkan rekonstruksi sinyal kesalahan dengan baik.
6
Bidang yang menarik untuk dipakai sebagai test aplikasi suatu teori mengenai pembangkitan robust residual yang saling decoupled dan robust terhadap structured uncertainty adalah multi input- multi output web winding system. Sistem ini menarik karena model matematis sistem cukup rumit yaitu mempunyai bagian nonlinear dan ada bagian time varying parameter ketika web winding system beroperasi. Web didefinisikan sebagai material yang diproses secara kontinyu dalam bentuk fleksibel tipis. Contoh web adalah paper, plastics, textiles, strip metals. 1.2 Rumusan Masalah
Dari observasi berbagai publikasi ilmiah tentang pembangkitan residual yang robust terhadap uncertainty maka kebanyakan uncertainty diasumsikan mempunyai upper bound yang diketahui. Hasil publikasi ilmiah tersebut menunjukkan bahwa residual masih terkontaminasi oleh uncertainty. Hal itu mudah untuk difahami karena metode robustness yang diajukan oleh mereka akan bekerja bila sinyal kesalahan (fault) sudah lebih besar dari pada upper bound uncertainty. Kelemahannya adalah sinyal kesalahan yang berada dibawah upper bound uncertainty tidak dapat terdeteksi. Oleh karena itu metode mereka tidak dapat digunakan untuk structured uncertainty yang tidak memerlukan informasi tentang upper bound uncertainty. Rumusan masalah disertasi dapat dinyatakan sebagai berikut: 1.
Perlu adanya pembangkitan residual untuk deteksi, isolasi dan rekonstruksi sinyal kesalahan yang robust terhadap sinyal structured uncertainty tanpa informasi upper bound yang masih belum ada solusinya.
2.
Robust residual yang saling decoupled baik yang berasal dari kesalahan aktuator maupun yang berasal dari kesalahan sensor juga belum ada solusinya.
1.3 Keaslian Penelitian
Penelitian mengenai pembangkitan robust residual untuk deteksi, isolasi dan rekonstruksi sinyal kesalahan semakin banyak jumlahnya karena adanya
7
beberapa alasan antara lain menyangkut keselamatan manusia, berhubungan dengan strategi untuk memenangkan persaingan yang ketat antar perusahaan dan mengurangi biaya akibat keterlambatan deteksi, isolasi dan rekonstruksi sinyal kesalahan. Tabel (1.1) menunjukkan state of the art beberapa penelitian yang telah dipublikasikan di beberapa jurnal internasional. Berbasis pada state of the art maka masih diperlukan pengembangan penelitian dalam bidang pembangkitan residual untuk deteksi kesalahan, isolasi kesalahan dan rekonstruksi sinyal kesalahan yang berasal dari aktuator maupun yang berasal dari sensor sehingga robust terhadap structured uncertainty.
Tabel 1.1 State of the art beberapa penelitian tentang deteksi, isolasi dan rekonstruksi sinyal kesalahan No. Pustaka Judul Paper Keterangan 1
Reppa et Adaptive al, 2014 Approximation for Multiple Sensor Fault Detection and Isolation of Nonlinear Uncertain Systems
2
Thumati et al, 2014
A Model-Based Fault Detection and Prognostics Scheme for TakagiSugeno Fuzzy Systems.
Jaringan saraf tiruan dipakai untuk deteksi dan isolasi kesalahan sensor. Diasumsikan Jaringan saraf tiruan telah dilatih dahulu untuk belajar uncertainty sebelum dilatih untuk belajar mengenali kesalahan. Oleh karena itu interval waktu pelatihan uncertainty berbeda dengan interval waktu untuk pelatihan kesalahan. Kelemahan: Tapis yang dipakai merupakan full order filter. Pelatihan uncertainty dan pelatihan kesalahan tidak dapat dilakukan bersamaan Kesalahan terdeteksi bila telah melewati a priori threshold. Adapun prognostic dilakukan dengan aturan fuzzy yang dibuat khusus hanya untuk kasus yang ditinjau. Kelemahan: Keberlakuannya terbatas.
8
Tabel 1.1 (lanjutan) State of the art beberapa penelitian tentang deteksi, isolasi dan rekonstruksi sinyal kesalahan No. Pustaka Judul Paper Keterangan 3
Y.Chang and H.Chang , 2014
Fault Detection for Time-Varying Processes
4
Lee et al, 2012
Robust H∞ Sliding Mode Descriptor Observer for Fault and Output Disturbance Estimation of Uncertain Systems
5
Zhang , 2011
Sensor Bias Fault Detection and Isolation in a Class of Nonlinear Uncertain Systems Using Adaptive Estimation
Penelitian ini mengusulkan cara deteksi kesalahan pada suatu proses produksi yang melalui beberapa zona.Tiap zona mempunyai model dinamis yang berbeda sehingga problemnya adalah jangan sampai perpindahan model dinamis yang baru terdeteksi sebagai kesalahan walaupun keadaan normal. Caranya adalah dibentuk common subspace dan special subspace untuk masing-masing model dinamis. Zona A dikatakan terjadi kesalahan hanya bila common subspace dan special subspace A bersamaan mengalami perubahan. Kelemahan: Hanya untuk deteksi. Tidak ada analisis robustness terhadap uncertainty. Penelitian berfokus pada analisis untuk meminimumkan efek uncertainty pada hasil estimasi fault dan output disturbance. Oleh karena itu fault tidak benar-benar bebas dari pengaruh uncertainty. Kelemahan: Fault tidak decoupled terhadap uncertainty. Obyek penelitian adalah penentuan lokasi sensor dengan sinyal kesalahan adalah bertipe bias. Proses isolasi dapat dilakukan setelah terjadi proses deteksi kesalahan bila sinyal kesalahan melampaui threshold yang dihitung berbasis antara lain upper bound uncertainty yang diasumsikan diketahui. Kelemahan: Upper bound dari uncertainty harus diketahui.
9
Tabel 1.1 (lanjutan) State of the art beberapa penelitian tentang deteksi, isolasi dan rekonstruksi sinyal kesalahan No. Pustaka Judul Paper Keterangan 6
Tan and Edwards, 2010
Robust Fault Reconstruction in Ucertain Linear Systems Using Multiple Sliding Mode Observers in Cascade
7
Meskin et Aktuator Fault al, 2009 Detection and Isolation for a Network of Unmanned Vehicles
8
White and Speyer, 1987
Detection Filter Design:Spectral Theory and Algorithms
Maksud robust fault reconstruction pada penelitian ini adalah melakukan optimasi untuk merekonstruksi sinyal kesalahan dengan meminimumkan efek uncertainty pada sinyal kesalahan dengan asumsi upper bound uncertainty diketahui. Kelemahan: Upper bound dari uncertainty harus diketahui. Lebih lanjut, fault tidak decoupled terhadap uncertainty. Penelitian ini berhubungan dengan deteksi dan isolasi kesalahan aktuator pada system linear yang berupa jaringan pesawat tanpa awak. Basis pemikiran untuk deteksi dan isolasi adalah seperti diutarakan oleh White (1987). Kelemahan: Tidak dibahas tentang aspek robustness. Pada penelitian ini dikembangkan metode untuk deteksi dan isolasi kesalahan aktuator sedang pembahasan tentang deteksi dan isolasi sensor hanya sedikit. Order filter adalah penuh dan robustness tidak dibicarakan.Prinsip dasarnya menghasilkan detection space- detection space yang masingmasing berhubungan dengan kesalahan sehingga mereka tidak saling berpotongan. Kelemahan: Tidak ada analisis robustness.
Keaslian penelitian dapat dinyatakan dalam bentuk metode yang akan dikembangkan dan asumsi yang lebih longgar dibandingkan yang tersebut pada state of the Art. Beberapa hal yang akan menjadi fokus penelitian adalah mengembangkan metode dengan pendekatan menyatu yang berkesinambungan artinya ketika melaksanakan metode pembangkitan residual untuk isolasi kesalahan maka komponen-komponen yang digunakan sudah ikut dipikirkan
10
sebagai bagian sistem untuk rekonstruksi sinyal kesalahan baik yang berasal dari aktuator maupun dari sensor. Lebih lanjut robustness sinyal kesalahan terhadap structured uncertainty dengan asumsi structured uncertainty tidak perlu punya informasi batas atas. Penelitian ini juga akan diarahkan agar bisa didapatkan residual yang berbentuk vektor dengan arah tetap yang berasal dari kesalahan aktuator maupun kesalahan yang berasal dari sensor.
1.4 Tujuan Penelitian
Penelitian ini secara umum bertujuan: 1. Menemukan komponen-komponen yang dipakai untuk membangkitkan robust residual yang tidak terkontaminasi oleh structured uncertainty. 2. Merekayasa komponen-komponen yang telah ditemukan tadi dalam suatu keterkaitan tertentu dalam bingkai sistem pembangkit decoupled robust residual baik yang berasal dari suatu sensor yang mengalami kesalahan maupun yang berasal dari aktuator yang mengalami kesalahan. 3. Mengimplementasikan robust residual-robust residual yang saling decoupled untuk rekonstruksi sinyal kesalahan.
1.5 Manfaat Penelitian
Penelitian Disertasi akan memberikan kontribusi terhadap bidang deteksi, isolasi dan rekonstruksi sinyal kesalahan, yaitu: 1. Dapat dihasilkan metode baru pembangkitan residual untuk mendeteksi kesalahan yang berasal dari aktuator maupun kesalahan yang berasal dari sensor yang robust terhadap structured uncertainty sehingga segera dapat dilakukan peringatan dini tentang adanya abnormalitas aktuator atau sensor sehingga segera dapat dilakukan tindakan lebih lanjut misalnya mencari lokasi aktuator atau sensor yang mengalami kesalahan.
11
2. Dapat dihasilkan residual yang bersih untuk isolasi kesalahan yang berasal dari aktuator maupun kesalahan yang berasal dari sensor yang robust terhadap structured uncertainty sehingga pengambilan keputusan tentang lokasi aktuator atau sensor yang mengalami kesalahan menjadi benar sehingga tidak sampai membahayakan jiwa maupun kerugian harta benda. 3. Dapat dihasilkan rekonstruksi sinyal kesalahan yang berasal dari aktuator maupun sinyal kesalahan yang berasal dari sensor yang robust terhadap structured uncertainty sehingga berguna sebagai dasar untuk analisis tentang kerusakan alat sehingga pengambilan keputusan tentang tindak lanjut menjadi benar. Dari rekonstruksi sinyal kesalahan tersebut dapat diketahui tipe sinyal kerusakan aktuator atau sensor seperti misalnya drift.
12