IMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI Satryo Budi Utomo 1) , Rusdhianto 2 ) , Katjuk Astrowulan 3) 1) Fakultas Teknik ,Jurusan Teknik Elektro, Universitas Jember Kampus Tegalboto Jember 68111 Email:
[email protected] 2) 3)Fakultas Teknik Industri,Jurusan Sistem Pengaturan ITS Kampus ITS Keputih Sukolilo Surabaya 60111 Abstrak- Three Tank merupakan tiga bejana yang saling berintraksi. Dengan adanya perubahan beban menyebabkan perubahan level pada masing-masing bejana. Untuk meredam osilasi dibutuhkan sebuah kontrol MIMO mengguanakan algoritma Adaptive Fuzzy Controler. Error pada masing masing bejana merupakan sinyal masukan kontroler. Mekanisme proses adaptasi kontroler berupa perubahan fungsi keanggotaan output untuk menentukan sinyal keluaran berupa kondisi On-off valve. Hasil implementasi menunjukkan bahwa Adaptive Fuzzy Controler mampu memperbaiki respon ketika terjadi perubahan beban dan meredam osilasi dengan range error -1 hingga 1.
2. DESKRIPSI SISTEM THREE TANK 2.1 Sistem Three Tank [6] Three tank system adalah suatu tiga buah bejana yang saling berhubungan. Pada sistem three tank ini merupakan sistem yang banyak dijumpai didalam industri minuman, dan indutri bahan bahan kimia. Skema three tank ini mengacu pada rancangan sebelumya [6]. Gambar konsep sistem dapat dilihat pada gambar 1.
Kata kunci : Three Tank, kontroler adaptive fuzzy, MIMO 1. PENDAHULUAN Three tank system adalah suatu tiga bejana yang saling berhubungan antara bejana satu dengan bejana yang lainnya. Bejana air banyak sekali digunakan pada industri industri besar, antara lain proses pencampuran minuman, proses penyaringan air, dan proses pengolahan bahan bahan kimia. Prinsip pengendalian level adalah menjaga air pada level tertentu. Untuk mengatur ketinggian air tersebut salah satu tekniknya adalah mengatur kecepatan pompa air sehingga menyebabkan debit air (Qin ) berubah ubah. Pada pemodelan sistem tersebut variabel yang dikontrol berupa dua buah valve yang bergerak dengan dua keadaan on dan off (switching) untuk menjaga level air dengan ketinggian tertentu pada masing masing bejana. Kontroler yang digunakan adalah Adaptive Fuzzy karena telah terbukti handal. [6],[7]. Penelitian bertujuan untuk menjaga level air yang mempunyai ketinggian yang berbeda pada three tank, dan ketika diberikan gangguan sistem diharapkan stabil dengan waktu yang sangat cepat.
Gambar 1. Konsep Sistem Three Tank
2.2 Desain Kontrol Adaptive Fuzzy Sistem fuzzy tersebut dibangun dengan asumsi bahwa aturan-aturan fuzzy-nya sudah ada, sedangkan parameter-parameter fungsi keanggotaan dapat dicari dengan teknik optimasi seperti pada gambar 2.
Gambar 2. Diagram Blok Adaptive Fuzzy
Masukan fuzzy ada tiga yaitu error level pada Tangki 1, error level pada Tangki 2, dan error level pada tangki 3. Keluaran fuzzy ada tiga diantaranya switching valve (R), switching valve (R1) switching valve (R2). Sistem ini menggunakan algoritma fuzzy metode Sugeno.
a.Aturan untuk menghasilkan sinyal U 3 Tabel 2. Aturan untuk sinyal
error 3 P Z error 2 P buka buka Z buka buka N buka buka b.Aturan untuk menghasilkan sinyal Tabel 3. Aturan untuk sinyal
Gambar 3. Fuzzy Metode Sugeno
Pada masing-masing tangki memiliki tiga buah membership yaitu: negative, zero, dan positive. Membership negative memiliki range -5 hingga 0. Membership zero memiliki range -5 hingga 5. Membership positive memiliki range 0 hingga 5.
Tabel 4. Aturan untuk sinyal
Fuzzyfication adalah proses perubahan nilai sebenarnya ke dalam nilai fuzzy. Nilai fuzzy memiliki range 0 – 1. Melalui fungsi keanggotaan yang telah disusun maka dari nilai masukan fuzzy menjadi informasi fuzzy yang berguna dalam pengolahan secara fuzzy pula. Tabel 1. Nilai Fuzifikasi err P Z N
-5 0 0 1
-4 0.0 0.2 0.8
-3 0.0 0.4 0.6
-2 0.0 0.6 0.4
-1 0.0 0.8 0.2
0 0 1 0
1 0.2 0.8 0.0
2 0.4 0.6 0.0
3 0.6 0.4 0.0
4 0.8 0.2 0.0
Dalam perancangan tiga buah tangki berinteraksi dengan sistem MIMO maka kontroler mengeluarkan sinyal U 1 , U 2 dan U 3 . (Skema sistem dapat dilihat pada gambar 4). Mekanisme penyusunan aturan fuzzy untuk menjaga level air pada bejana berinteraksi adalah
N tutup tutup tutup
U2
U2
error 3 P Z error 1 P buka buka Z buka buka N buka buka c.Aturan untuk menghasilkan sinyal
error 1 error 2 P Z N
Gambar 3. Himpunan Input Fuzzy
U3
N tutup tutup tutup
U1
U1
P
Z
N
on on on
on on on
off off off
Tahap selanjutnya adalah proses Defuzification dalam perancangan pengendalian level ini proses defuzification adalah jumlah (On-Off Valve) yang terjadi dalam kurun waktu. Teknik reasoning yang digunakan untuk menentukan kuat penyulutan α (fire strength) dalam penelitian ini digunakan metode MIN. Sedangkan teknik defuzifikasi yang digunakan adalah rerata maksimum (Mean of Minimum /MOM). Adaptasi terhadap fungsi keanggotaan Output dilakukan dengan penalaan terhadap fungsi keanggotaannya, atau berupa pergeseran pusat dari 5setiap himpunan keanggotaan. Tujuan dari adaptasi ini 1.0 adalah untuk mempercepat rise time tanggapan pada 0.0 keadaan transiennya menuju ke keadaaan steady state, 0.0 juga diharapkan untuk memperbaiki kinerja sistem fuzzy. Adaptasi dilakukan dengan algoritma fuzzy pula dengan komponen masukan yaitu error tangki 3 terhadap error tangki lainnya. Keluaran berupa perubahan nilai pusat himpunan keanggotaan dengan fungsi keanggotaan singleton.
Karakteristik ADC
level (cm)
14 12 10 8 6 4 2 0 0.98
1.47
1.96
2.45
2.94
3.43
3.92
4.41
4.90
volt
Gambar 5. Grafik Hubungan Tegangan dengan Level Air.
3.2 Rangkaian Driver Elektrik Rangkaian driver valve elektrik terdiri dari rangkaian penerima sensor cahaya dan relay. Sensor cahaya ini bertujuan memberikan sistem proteksi antara Mikrokontroler ketika Valve elektrik bekerja (Switching)dengan waktu yang cepat. Gambar 4. Arsitektur Fuzzy Learning
3. HASIL DAN PEMBAHASAN 3.1 Rangkaian Sensor Level Air
Level (cm) 2.00 4.00 5.00 6.00 7.00 9.00 10.00 11.00 12.00
Vout (volt)
Kondisi LED
4,5 0
Mati Hidup
Rangkaian Sensor penerima Cahaya ketika: a.Diberi sinar. b.Tidak diberi sinar .
3.3 Pengujian Respon Kontroler 3.3.1 Respon plant beban penuh Pada pengujian ini kondisi awal plant adalah tanpa air/ kosong. Tangki 1 memiliki set point 15 cm, tangki 2 memiliki setpoint 12 cm , dan tangki 3 memiliki setpoint 4.5 cm. Plant selanjutnya diisi air dengan kondisi berbeban penuh. Dari pengujian ini menunjukkan bahwa kontroler mempu mencapai setpoint dengan waktu yang berbeda pada masingmasing tangki. tangki 1
20 15 level
Tabel 5. Data Pengujian Sensor Ketinggian
Vin ADC(volt) 0.98 1.47 1.96 2.45 2.94 3.43 3.92 4.41 4.90
Pengujian
1
Rangkaian sensor level air berfungsi mengontrol level air dalam sebuah tangki penampungan. Untuk mengontrol level air dalam tangki penampungan dapat menggunakan sebuah pelampung, masing-masing dari pelampung tersebut menentukan batas nilai level air. Rangkaian sensor level air dirancang menggunakan rangkaian dasar antara lain potensio, rangkaian ADC. Prinsip dasar sensor level air adalah setiap perubahan nilai resistansi akan menimbulkan tegangan yang berbeda beda. Tegangan yang berubah akan di olah oleh rangkaian ADC (Analog to Digital Converter) menjadi data biner atau hex. Data pengujian rangkaian sensor level air dapat dilihat pada tabel 5 .
No 1 2 3 4 5 6 7 8 9
Tabel 6. Pengujian Driver Valve elektrik
NO
10 5 0 1
55 109 163 217 271 325 379 433 487 541 595 649 time
Gambar 6. Respon Tangki 1 dengan setpoint 14 cm.
Tampak pada gambar 6 respon tangki 1 mampu mencapai setpoint dengan rise time sebesar 1 sekon (10 iterasi x 100ms) dan settling time sebesar 3 sekon (30 iterasi x 100ms).
16 14 12
10
level (cm)
level
Respon tangki 1
tangki 2
15
5
10 8 6 4 2
0
0
1 55 109 163 217 271 325 379 433 487 541 595 649 time
1
16
31
46
61
76
91 106 121 136 151 166 181 196 211 time (s)
Gambar 10. Respon Tangki 1 dan ber beban penuh
Gambar 7. Respon Tangki 2 dengan setpoint 12 cm
Pada gambar 7 menunjukkan bahwa respon pada tangki 2 mampu mencapai setpoint dengan rise time 5,5 sekon (55 iterasi x 100 ms) dan settling time 7 sekon. (70 iterasi x 100 ms).
Pada Gambar 10 menunjukkan bahwa kontroler mampu menjaga level air pada tangki 1 ketika beban penuh diberikan pada iterasi ke 66. Tangki 2 14
tangki 3
Level (cm)
12
5 level
4 3 2
10 8 6 4 2
1
0
0
1
1
54 107 160 213 266 319 372 425 478 531 584 637 690 time
16 31 46
61 76
91 106 121 136 151 166 181 196 211 time (s)
Gambar 11. Respon Tangki 2 dan berbeban penuh
Gambar 8. Respon Tangki 3 dengan setpoint 4.5 cm.
Pada gambar 8 menunjukkan bahwa respon pada tangki 3 mampu mencapai setpoint dengan rise time 5 sekon(50 iterasi x 100ms) dan settling time 9 sekon. (90 iterasi x 100 ms). Grafik error pada masing masing tangki dapat dilihat pada gambar 9.
Selanjutnya Gambar 11 menunjukkan bahwa level air dengan setpoint 12 cm tetap terjaga ketika gangguan iterasi ke 66.
16 14 12
error
10 8 6 4 2
Gambar 12. Respon Tangki 1 dan berbeban penuh
0 -2 1
47
93 139 185 231 277 323 369 415 461 507 553 599 645 691 time
Gambar 9. Error .
3.3.2 Respon Plant ketika diberi beban penuh Pada pengujian ini, kondisi awal dari plant adalah kondisi steady state pada masing masing tangki, dan tanpa beban..Setpoint pada tangki 1 sebesar 15 cm, setpoint pada tangki 2 sebesar 12 cm, sedangkan setpoint pada tangki 3 sebesar 4.5 cm. Pemberian beban penuh (gangguan) dilakukan ketika respon dari plant sudah mencapai setpoint. Hal ini untuk mengetahui kinerja kontroler dalam memperbaiki respon mencapai steady state.
Selanjutnya Gambar 12 menunjukkan bahwa level air pada tangki 1 mengalami osilasi ketika diberi gangguan (beban penuh). Akan tetapi kontroler mampu mengembalikan level air mencapai setpoint dengan waktu 9.7 sekon. (97 iterasi x 100ms). 4.3.3 Respon Plant ketika beban berubah Pada pengujian ini, kondisi awal dari plant adalah kondisi steady state pada masing masing tangki, dan tanpa beban.. Setpoint pada tangki 1 sebesar 15 cm, setpoint pada tangki 2 sebesar 12 cm, sedangkan setpoint pada tangki 3 sebesar 3 cm, tangki 3 mengalami perubahan setpoint sebesar 1,5 cm. Dalam pengujian ini plant diberi beban penuh dan kemudian beban tersebut berubah menjadi ¾ beban awal. Hal ini untuk mengetahui kinerja kontroler
dalam memperbaiki respon mencapai steady state ketika plant menghadapi beban yang berubah.
81. Namun kontroler mampu memperbaiki dengan waktu 7,5 sekon Dari beberapa pengujian dengan perubahan setpoint dan perubahan menunjukkan bahwa kontroler dapat bekerja baik.
respon proses beban dengan
4. KESIMPULAN
Gambar 13. Respon Tangki 3 dan ber beban berubah.
Pada Gambar 13 menunjukkan bahwa respon mengalami osilasi ketika diberikan beban penuh pada iterasi 31. dan kontroler mampu memperbaiki respon pada iterasi 36. Kontroler membutuhkan waktu sebesar1,5 sekon. Kemudian beban berubah pada iterasi 41, namun kontroler mampu memperbaiki respon kembali di iterasi 56. dengan waktu sebesar 2 sekon.
Gambar 14. Respon Tangki 2 dan beban berubah.
Pada gambar 14 menunjukkan bahwa perubahan beban juga mempengaruhi level pada tangki 2. Hal ini terlihat pada iterasi 16 osilasi terjadi hingga iterasi 46. Kontroler mampu memperbaiki respon kembali dengan waktu sebesar 3 sekon.
Gambar 15. Respon Tangki 1 dan beban berubah.
Pada gambar 15 dapat dilihat bahwa perubahan beban sangat mempengaruhi level air pada tangki 3.Osilasi terjadi pada iterasi 15 hingga iterasi
1. Kontrol adaptive fuzzy MIMO mampu mememperkecil osilasi level pada masing masing tangki. 2. Dengan pengaturan fungsi keanggotaan keluaran fuzzy dapat membantu menjaga level dari gangguan dengan waktu kurang dari 10 sekon. 3. Dengan metode swicthing valve mampu menjaga error antara -1.5 sampai 1,5. DAFTAR REFERENSI [1 ] Jian Wu, A Hybrid Control System Design and Implementation for a Three TankTestbed ,2005 IEEE. [2 ] Kaminskas. Adaptive Fuzzy Control Of Nonlinear Plant With Changing Dynamics. ,2002, Informatica, 2002, Vol. 13, No. 3, 287– 298 287. [3 ] Kaminskas. Learning Fuzzy Control Of Nonlinear Processes.2005, Informatica,2005. Vol. 16, No. 4, 571–586. [4] Kuswadi,Son, Sistem Kendali Cerdas 2007.Andi: Jakarta [5] Ogata, Modern Control System .1995.USA. [6] Suresh,srinivan, Integrated Fuzzy Logic Based Intelligent Control of Three Tank System.2009. serbian journal of electrical engineering. [7] Tunyasrirut , Satean. Level Control In HorizontalTank By Fuzzy-Pid Cascade Controller,World Academy of Science, Engineering and Technology 25 2007.
