Implementasi Kontroller Adaptive Fuzzy Pada Pengaturan Level Coupled Tank

Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE)

Implementasi Kontroller Adaptive Fuzzy Pada Pengaturan Level Coupled Tank Mohammad Erik Echsony Politeknik Negeri Madiun Madiun, Indonesia e-mail: [email protected] Abstrak:- Permasalahan pada Coupled Tank adalah munculnya ganguan pada flow yang menyuplai tangki akan membuat respon tidak stabil, sehingga interaksi silang antar masing-masing input dan outputnya. Fuzzy Logic Control (FLC) memiliki keunggulan tersendiri yaitu efektif dalam menghadapi sistem non-linier yang kompleks. Kontrol Artificial Intelligence (AI) berbasis dirancang untuk kombinasi dari PI dan FL. Kontrol Fuzzy memiliki kemampuan untuk PI Auto tuning mempertahankan nilai respon steady state dari ganguan.Metodologi Fuzzy PI adalah pilihan yang menarik ketika formulasi dalam metode yang diusulkan untuk proses Coupled tank. kontrol Fuzzy PI memiliki kemampuan untuk mempertahankan nilai respon steady state dari ganguan. Pada penelitian ini menggunakan decoupling pada proses interaksi silang pada masingmasing tanki. Coupled Tank pada sistem TITO dapat mengubah fungsi transfer menjadi SISO, sehingga dapat meminimalkan pengaruh berinteraksi. Cara merancang pemodelan yang tepat ialah dengan memperhatikan state yang ada pada plant tersebut, sehingga model kontrol yang diingkinkan dapat mengatasi non linearity dari sistem TITO. Metode Fuzzy PI dengan Decoupling di harapkan memiliki nilai percent overshoot dan settling time lebih baik.

Kata Kunci: - Coupled Tanks, Sistem TITO, PI, decoupling. I. PENDAHULUAN Dalam proses industri banyak yang menggunakan tangki horizontal untuk penampung minyak atau cairan kimia. Kontrol level digunakan untuk menjaga titik set level terhadap nilai yang diberikan sehingga mampu menerima nilai-nilai setpoint secara dinamis. Pada proses industri fluida salah satu permasalahan yang sering terjadi adalah kontrol level Coupled Tank [1]. Umumnya, terdapat dua metode dalam merancang kontroler untuk proses TITO. Pertama, metode modern, menggunakan kontroler terpusat/tunggal dan kedua,

metode klasik, menggunakan kontroler terdesentralisasi. Kendala dalam kontrol level Coupled Tank adalah munculnya ganguan pada flow

Dirvi Eko Juliando S Politeknik Negeri Madiun Madiun, Indonesia e-mail: [email protected]

yang menyuplai tangki akan membuat respon tidak stabil sehingga diperlukan metode kontrol yang tepat. Permasalahan yang sering dihadapi adalah sistem kontrol ini membutuhkan pengetahuan lebih kompleks tentang parameterparameter sistem yang berkaitan. Permasalahannya akan bertambah rumit jika digunakan untuk sistem yang kompleks [2]. Characteristic Ratio Assigment (CRA) merupakan metode penyelesaian permasalahan pada plant Two Input Two Output (TITO) dengan menggunakan pole placement didefinisikan parameter persamaan karakteristik. Metode ini memungkinkan dapat menyesuaikan kecepatan respon dan damping ratio hanya dengan mengunakan satu parameter. Untuk menjadikan plant menjadi Coupled Input Coupled Output (SISO),digunakan metode Decoupling agar pengaruh input kedua tank dapat direduksi CRA menghasilkan respon yang lebih baik dari pada dengan kontrol PID [3]. Elemen kontrol PI secara keseluruhan bertujuan untuk mempercepat reaksi sebuah sistem dan menghilangkan offset [4]. II.METODOLOGI

A. Pemodelan Coupled Tank Coupled Tanks tersusun dari dua buah tangki yang dihubungkan oleh sebuah pipa atau lubang saluran. Level cairan pada tangki pertama ditunjukkan sebagai H1 dan H2 adalah level tangki kedua. Bila input kontrol adalah flow Q1, maka variable yang akan dikontrol adalah kedua level H1 dan H2, dengan disturbance yang disebabkan oleh variasi flow pada valve A, valve B. Disini akan timbul sustu sistem dengan dua tangki saling berinteraksi [5]. Sistem Coupled Tanks dapat dikonfigurasi sebagai sistem SISO atau sebagai Sistem TITO melalui manipulasi pompa input dan sectional daerah valve. Mengingat keseimbangan massa, persamaan dinamis dari masing-masing tangki diformulakan [6]. JEECAE Vol.2, No.1, Mei 2017


Gambar 1 Sistem Coupled tanks

A1

dH 1  Qi1  Q01  Q03 dt

Gambar 2. Konfigurasi sistem TITO (1)

dH 2 A2  Qi 2  Q02  Q03 dt

(2)

Q01  s1 .a0 2 g . H1  1 . H1

(3)

Q02  s2 .a0 2 g . H 2   2 . H 2

(4)

Q03  s1 .a0 2 g . H1  H 2   3 . H1  H 2

(5)

Dengan menggunakan nilai dari persamaan (3) sampai (5) kedalam persamaan (1) dan (2) di peroleh persamaan nonlinear yang menggambarkan dinamika multi-input dan multi-output sistem berasal:

A1 A2

dH 1  Qi1  1 . H 1   3 . H 1  H 2 dt

(6)

dH 2  Qi 2   2 . H 2   3 . H 1  H 2 dt

(7)

Model linearisasi Two Input-Two Output (TITO).

A1 A2

dH 1  Qi1   3 . H 1  H 2 dt

(8)

dH 2   2 . H 2   3 . H1  H 2 dt

(9)

B. Diagram Blok Sytem TITO

 H 1 ( s)  G11 ( s) G12 ( s)  U 1 ( s)   H ( s)  G ( s) G ( s)  U ( s) 22  2   21   2 

(10)

Dalam bentuk konfigurasi Decoupler dengan sistem TITO ditunjukkan pada gambar 3 berikut:

k1  T  T2   s  x  A T2Tx  G11( s )   T T  T2Tx  2T1T2   1 1 1   s    s 2   1 x   T1T2Tx    T1T2 T1Tx T2Tx  k1  T  T2  s  x  A  T2Tx  G11( s )   T T  T2Tx  2T1T2   1 1 1  s   s 2   1 x   T1T2Tx    T1T2 T1Tx T2Tx

  

k2 1 . A Tx G12 ( s)   T T  T2Tx  2T1T2   1 1 1   s    s 2   1 x   T T T T T T T T 1 2 x 1 x 2Tx     1 2

k1 1 . A Tx G21( s)   T T  T T  2T1T2   1 1 1   s    s 2   1 x 2 x   T1T2Tx    T1T2 T1Tx T2Tx   T T   s  x 1  T1Tx   G22 ( s)     1 T T  T2Tx  2T1T2 1 1   s    s 2   1 x   T1T2Tx    T1T2 T1Tx T2Tx  k2 A

11

Keterangan : A = luas penampang tangki 1 dan tangki 2 (cm2). a = luas penampang dari lubang outlet tangki 1 dan tangki 2 dan luas penampang pipa disambung antara tangki 1 dan tangki 2 (cm2). β1 = rasio bukaan katup (valve) pada lubang keluaran tangki 1.β2 = rasio bukaan katup (valve) pada lubang keluaran tangki 2. βx = rasio antara valve tangki 1 dan tangki

h1 , h2 = kondisi steady stete tingkat tangki 1 dan tangki T 2. T1 = konstanta waktu dari tangki 1 (second) 2 = T konstanta waktu dari tangki 2 (second) x = waktu konstan g antara tangki 1 dan tangki 2 (second) = gravitasi (cm/s2) 2.

k1 , k 2 = penguatan (gain) pompa 1 dan 2 (cm3/V.s) Tabel 1 Nilai parameter Plant

A(cm 2 )

200

JEECAE Vol.2, No.1, Mei 2017


a(cm 2 )

1.2661

1 2 x

1

error de(t ) / dt dan menghasilkan dua output (∆ K p dan ∆

K i ).

1 1

Tabel 2 Titik kerja dari plant 5

u1 (V) u 2 (V)

5

u(t )  K p .e(t )  K i  e(t )dt

13

K p  K p 'K p

14

K i  K i 'K i

15

Ki

selalu update, nilai ∆ K p

h1 (x10%Range)

2.749

di mana nilai K p dan

h2 (x10%Range)

3.262

dan ∆ K i diperoleh dari logika fuzzy

k1 (cm3/V.s) 3

k 2 (cm /V.s)

5

K p ’ dan K i ’ adalah

K p dan K i sebelum waktu ke -t.

5.52

Dengan mensubtitusikan nilai parameter dan titik kerja ini ke persamaan (3.3) di dapatkan matriks transfer function berikut.

0.0250s  0.000683 s  0.0553s  0.000383 0.00054 G12  2 s  0.0553s  0.000383 0.00049 G21  2 s  0.0553s  0.000383 0.0276s  0.000773 G22  2 s  0.0553s  0.000383 G11 

Kontroler PI dibangun dengan persamaan kontinyu:

2

C.1 FUZZIFIKASI Fuzzifikasi adalah mentransformasi nilai input ke dalam nilai linguistik. Terdapat dua variabel input, yaitu error e(t ) dan differential error de(t ) / dt . Masing-masing variabel input dipetakan ke dalam lima variabel linguistic dengan fungsi keanggotaan (Membership Function) Triangle, yaitu Negative Big (NB), Negative Small (NS), Zero (Z), Positive Small (PS), dan Positive Big (PB). Membernship Function (MF) untuk variabel input dan output dapat dilihat Gambar 4

(12)

C. Kontroler Fuzzy PI Autotuning Proses dikendalikan dengan kontroler PI dan fuzzy logic bertugas mengatur parameter kontroler PI (tuning). Hal ini ditunjukkan pada Gambar 3

Gambar 4 Model membership function untuk input error

e(t ) Membership function de(t ) / dt didapatkan dari menganalisis parameter respon. Membership function de(t ) / dt memiliki bentuk yang sama dengan membership function error, hal ini dapat ditunjukkan Gambar 5 Gambar 3 Diagram blok pengaturan tertutup dengan kontroler fuzzy-PI Istilah variabel PI (pada gambar 3) memiliki makna kontroler PI yang parameternya ( K p dan

K i ) dapat diubah.

Fuzzy logic menerima dua input (sinyal error dan diffrential



function output Kp dan Ki menggunakan aturan seperti yang ditunjukkan oleh Tabel 3. Tabel 3 Rule Base Fuzzy untuk output Kp. de/dt

Gambar 5 Model membership function diffrential error

error (e)

de(t ) / dt Model

membership

function

Kp

NB NS Z PS PB

NB

NS

Z

PS

PB

Z N N PS PB

Z Z Z PS PS

PS Z Z Z PS

PS PS Z Z Z

PB PS N N Z

dapat Tabel 4 Rule Base Fuzzy untuk output

ditunjukkan Gambar 6 dibawah ini

Ki

de/dt

error (e)

NB NS Z PS PB

NB

NS

Z

PS

PB

Z N N PS PB

Z Z Z PS PS

PS Z Z Z PS

PS PS Z Z Z

PB PS N N Z

D. Perancangan Kontroler Gambar 6 Model membership function output sedangkan model membership ditunjukkan Gambar 7 dibawah ini

function

Kp

Ki

dapat

Berdasarkan proses identifikasi secara offline diperoleh persamaan transfer function masing – masing G11, G12, G21 dan G22. Setelah itu, disusun mekanisme decoupling D12 dan D21 untuk menghilangkan pengaruh dari G12 dan G21. Selanjutnya diuji secara open loop dengan sinyal step pada masing - masing keluaran level tangki yang diinginkan. Hasil dari pengujian ini akan digunakan untuk perancangan kontroler PI dengan menggunakan metode analitis. - Level Tanki 1

- Level Tanki 2

Gambar 7 Model membership function output

Ki

C.2. Rule Base

Setiap aturan terjadi proses implikasi yang memetakan derajat keanggotaan dari proses fuzifikasi ke sebuah fuzzy set yang merupakan hasil dari proses implikasi. Rule base untuk membership

III. HASIL DAN ANALISIS Pada simulasi perancangan kontroler PI ini digunakan perbandingan yaitu dengan menggunakan metode decoupling dan tidak menggunakan decoupling. Perbandingan ini diterapkan untuk mengetahui perbedaan respon diantara keduanya. Sebagai nilai referensi level pada masing – masing tanki akan diberikan secara berubah sesuai dengan waktu.


Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE) Tabel 5. Perubahan Referensi

Time Tanki 1 Tanki 2

T =0 s 2 2

T =300s 4 3

T =600s 6 5

T =900s 9 10

Hasil Simulasi Dalam hasil simulasi kontroler PI tanpa menggunakan decoupling di lihat pada gambar 8.

Tabel 4. Perbandingan Hasil Respon Kondisi Settling Time (second) Tanki 1 Tanki 2 Kontrol PI with 64 77 Decoupling Kontrol PI non 118 143 Decoupling Berdasarkan hasil di atas, maka penggunaan metode decoupling untuk mereduksi interaksi level antara tanki 1 dan tanki 2 mempunyai hasil respon yang lebih baik dari pada without decoupling.

Tabel 5. Set point Time

r1 r2

Gambar 8 Hasil Simulasi Kontroler PI without Decoupling

Hasil simulasi kontroler PI with decoupling dapat di lihat pada gambar 9

t= 0s 2

t= 100s 3

4

0

t=300s t=400s t=600s 0 4 0 5

0

6

Pada gambar 7,8 ,9a dan 9b digunakan set point pada tabel 5. Dimana, r1 (t) dan r2 (t) adalah sinyal tegangan listrik (dalam stauan Volt) yang mewakili ketinggian air yang diinginkan pada tangki 1 dan tangki 2. Sedangkan pada h1 (t) dan h2 (t) adalah sinyal tegangan listrik (dalam stauan Volt) yang mewakili ketinggian air yang diukur (Realisasi) Pada tangka 1 dan tangka 2

Gambar 11. Respon close loop with decoupling Gambar 10 Hasil Simulasi Kontroler PI with Decoupling

Perbedaan hasil respon dari simulasi diantara kedua kondisi tersebut dapat dituangkan dalam tabel 4 berikut.

Pada gambar 7 dapat di analisa bahwa disaaat respon close loop dengan decoupling Pada saat t=100s r1(t) = 2V, dan r2(t)= 4 V yang diinginkan, masingmasing nilai responnya masih di bawah nilai respon yang diinginkan artinya level air dalam tanki masih kurang penuh.


Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE) Pada gambar 14 di analisa bahwa kontrol Fuzzy PI Auto-tuning dengan decoupling sangat baik respon transient karena overshot terjadi pada awalnya saja, dan selanjutnya dapat meruduksi overshot pada fase gelombang berikutnya. Tabel 6. Respon Transient sistem kontrol pada 500 s

Gambar 12. Respon Kontrol 2DOF-PI

Fuzzy PI auto tuning decoupling tangki 1 Fuzzy PI auto tuning decoupling tangki 2

t s (se)

P.O

with

24

30

with

26

29

IV. KESIMPULAN

Gambar 13.Respon Kontrol Fuzzy PI Auto tuning with decoupling Pada gambar 13 di analisa bahwa kontrol Fuzzy PI Autotuning dengan decoupling sangat memberikan pengaruh terhadap kestabilan pada Coupled-Tank sehingga level yang diukur dan di realisasikan sangat cepat respon kerjanya dan fuzzy mampu mempengaruhi nilai PI dengan cara meng-auto tuning-kannya.

Berdasarkan penelitian yang dilakukan, maka dapat disimpulkan bahwa ; 1. Penggunaan kontroler PI pada tanki 1dengan nilai parameter Kp = 0. 7229, Ki = 0. 00915 dan tanki 2 dengan nilai parameter Kp = 0. 831, Ki = 0. 0104 melalui mekanisme simulasi dapat memperoleh respon yang sesuai dengan nilai referensi. 2. Pada penggunaan kontroler tersebut hanya memmpunyai maximum overshoot (Mp%) masing masing tangki hanya <50%, (keadaan Stabil). 3. Pada penggunaan kontroler Fuzzy PI Auto-tuning dengan menghasilkan nilai settling time (ts) yang lebih baik dan cepat dari pada tanpa decoupling . 4. Penggunaan Fuzzy PI Auto-tuning sangat baik karena overshot terjadi pada awalnya saja, dan selanjutnya dapat meruduksi overshot pada fase berikutnya. 5. Penggunaan decoupling sangat baik di pakai pada saat Plant TITO dan MIMO. 6. Metodelogi yang digunakan masih bisa seperti dikembangkan bagi penelitian berikutnya, kontrol,neural fuzzy, dengan teknik CRA, MRAC,MPC, Decentralized FLC.

DAFTAR PUSTAKA [1]

[2]

[3] Gambar 14.Respon Transient sistem control

Satean, T. Santi, W. (2006), “Level Control in Horizontal Tank by Fuzzy Logic Controller”, SICEICASE International Joint Conference,2491-2494. Wahyudi, Iwan, S. Eduward, T. (2008), “Tuning Parameter Kontrol Proporsional Integral Menggunakan Sugeno Fuzzy Inference System,” Transmisi, Jurnal Teknik Elektro, Jilid 10, Nomor 2, hal. 97-102. Maruthai, S. Gunna, J.S. Ranganayhan, R.H. (2009), “Integrated Fuzzy Logic Based Intelligent Control of Three Tank System”, Serbian Journal of Electrical Engineering, Vol.6, No. 1, 1-14. JEECAE Vol.2, No.1, Mei 2017

Journal of Electrical, Electronic, Control, and Automotive Engineering (JEECAE) Arjin, N. Theeerachai, W. (2007), “Design of Decoupled Controller for TITO System using Characteristic Ratio Assignment”, International Conference on Control Automation and Systems, 957962. [5] Abdulhakim, K. Ercument, K. (2008), “Performance Analysis of PM Synchronous Motors Using Fuzzy Logic And Self Tuning Fuzzy PI Speed Controls", The Arabian journals for science and engineering, Vol. 33, No. 1B, 153-177. [6] Suparoek, K. Vittaya, T. (2010), “Design of PI Controller Using MRAC Techniques for CoupledTanks Process”, International Conference on Controls, Automation and System, 485-490. [7] Chatchaval, P. Tianchai, S. (2009), “Decentralized Fuzzy Logic Controller for TITO Coupled Tanks Process”, CROS-SICE International Joint Conference, 2862-2866. [8] Tianchai, S. Arjin, N. (2007), “Design 2-DOF PI Controller with Decoupling for Coupled-Tank Process”, International Conference on Control Automation and Systems,339-344. [9] Laubwald, I. (1998), Coupled Tank system 1, England: Visiting-Scientist, Control System Principles. [10] Muhammad, U.K. Muhammad, B.K. (2009), “Liquid level Control of Nonliear Coupled Tanks system using Linear Model Predictive Control”, Proceeding of IEEE, International Conference on Control Aplications,1-5. [4]


Implementasi Kontroller Adaptive Fuzzy Pada Pengaturan Level Coupled Tank

Recommend Documents