Materi 9: Fuzzy Controller I Nyoman Kusuma Wardana Sistem Komputer STMIK STIKOM Bali
Introduction to Fuzzy Logic
Kusuma Wardana, M.Sc.
2
Logika Fuzzy dapat diterapkan sebagai algoritma dalam sistem kontrol Algoritma sistem fuzzy dapat digunakan untuk menggantikan algoritma sistem kontrol konvensional, seperti kontrol on/off dan PID (proporsional-integral-derivatif)
Kusuma Wardana, M.Sc.
3
Amatilah posisi kontroler pd gb di bawah ini Final element dpt berupa control valve, elemen pemanas, pompa, dsb Process dpt berupa sistem tangki, boiler, dsb Measurement melibatkan penggunaan sensor, transduser dan transmiter Controller posisi dmn kita akan menerapkan algoritma fuzzy
Kusuma Wardana, M.Sc.
4
Detail Tahapan Fuzzy Controller adlh sbb: Fuzzifier Rule Set Defuzzifier
Kusuma Wardana, M.Sc.
5
Contoh, amatilah closed-loop system kontrol pd industri minyak, berikut:
, FUZZY
Kusuma Wardana, M.Sc.
6
Introduction to Fuzzy Logic
Kusuma Wardana, M.Sc.
7
Amatilah sistem tangki di bawah ini.
Debit masuk
Debit keluar
Kusuma Wardana, M.Sc.
8
Bayangkan jika setiap saat operator harus mengendalikan tinggi level cairan secara manual
Kusuma Wardana, M.Sc.
9
Mari kita terapkan sistem kontrol untuk kasus tersebut. Amatilah skema pengontrolan berikut:
Kusuma Wardana, M.Sc.
10
Asumsi sekarang kita pasang 2 buah valve utk mengatur sistem kita
Kusuma Wardana, M.Sc.
11
Asumsi parameter dan desain pengontrolan adalah sbb: o o o o
o o o
Tinggi tangki Luas alas tangki Max bukaan valve 1 Max bukaan valve 2 Debit masukan Set point level Rentang Error
:7m : 28 m2 (diameter 6 m) : 0.28 m2 (diameter ~30 cm) : 0.28 m2 (diameter ~30 cm) : max 3 m3/s (variasi) :3m : ± 0.5 m
Kusuma Wardana, M.Sc.
12
Tugas: Berdasarkan parameter tersebut, rangcanglah sistem pengontrol berbasiskan fuzzy! Gunakan MATLAB Simulink untuk memodelkan sistem secara grafis Turunkan persamaan pemodelan sistem
Kusuma Wardana, M.Sc.
13
Jawab: Langkah pertama yg harus dilakukan adalah mengenali sistem. Kenalilah dgn seksama, dan gunakan hukum-hukum fisika utk memodelkannya Utk sistem tangki seperti ini terjadi pergerakan massa didalam tangki tersebut, tanpa ada proses perubahan wujud zat, dan perubahan kimia lainnya Hukum yg dpt diterapkan Hukum kekekalan massa Kusuma Wardana, M.Sc.
14
Hukum Kekekalan Massa:
laju massa fluida laju massa laju massa dalam tangki masuk keluar Kusuma Wardana, M.Sc.
15
Asumsi massa jenis tidak berubah. Buatlah persamaan yg mewakili perubahan ketinggian cairan terhadap waktu.
d V q i q o dt d Ah qi qo dt dh qi q o dt A dh AiVi Ao 2 gh dt A
Kusuma Wardana, M.Sc.
16
Asumsi massa jenis tidak berubah: d V q i q o dt d Ah qi qo dt dh qi q o dt A dh AiVi Ao 2 gh dt A
Dimana: ρ : massa jenis cairan (kg/m3) V : volume tangki (m3) qi : debit input (m3/s) qo : debit output (m3/s) A : luas alas tangki (m2) g : konstanta gravitasi(m/s2) h : tinggi cairan dlm tangki(m) Vi : kecepatan input cairan (m/s) d/dt : perubahan thd waktu (s-1) Target: bagaimana memodelkan tinggi cairan terhadap waktu !!! Kusuma Wardana, M.Sc.
17
Mari kita modelkan persamaan terakhir: dh AiVi Ao 2 gh dt A
Persamaan tersebut menyatakan bahwa perubahan tinggi cairan dlm tangki (dh/dt) sangat dipengaruhi oleh debit masukan (Ai.Vi) dan debit keluaran (Ao.√(2gh) ) dan luas alas tangki tersebut (A)
Kusuma Wardana, M.Sc.
18
dh AiVi Ao 2 gh dt A Debit input, dipengaruhi oleh luasan valve 1 dan kecepatan aliran input (qi = AiVi) Debit output, dipengaruhi oleh luasan valve 2 dan kecepatan aliran output (qo = AoVo). Namun, kecepatan aliran output (Vo) sangat dipengaruhi oleh ketinggian cairan (Vo = √(2gh) ). Jadi, debit output adalah: (qo = Ao√(2gh) ) Kusuma Wardana, M.Sc.
19
Lalu, apa yg akan kita kontrol menggunakan logika fuzzy? yg akan kita kontrol adalah luasan valve 1 (Ai) dan luasan valve 2 (Ao) Ubah-ubahlah Ai dan Ao sehingga tinggi cairan dalam tangkin menjadi konstan terhadap waktu!
Kusuma Wardana, M.Sc.
20
Mari kita modelkan persamaan: dh AiVi Ao 2 gh dt A
Sebagai sistem TANPA pengontrol. Biarkan kedua valve terbuka maksimum tanpa diatur, atau masukkan nilai konstan tertentu thd bukaan valve tersebut (Ai dan Ao) Modelkanlah menggunakan Simulink Selanjutnya, amatilah output sistemnya Kusuma Wardana, M.Sc.
21
Komponen yg dibutuhkan dlm Simulink Library Browser : Commonly Used Blocks: Constant, Integrator, Scope Math Operations : Add, Divide, Math Function Sinks : To Workspace
Kusuma Wardana, M.Sc.
22
Kusuma Wardana, M.Sc.
23
Sederhanakan tampilan sistem:
Kusuma Wardana, M.Sc.
24
Amatilah sistem TANPA pengontrol dan waktu mencapai tinggi 3 meter dgn stabil (1600 detik)
Kusuma Wardana, M.Sc.
25
Komponen tambahan yg dibutuhkan dlm Simulink Library Browser : Commonly Used Blocks: Sum, mux, demux Fuzzy Logic Toolbox: Fuzzy Logic Controller Continuous: Derivative
Kusuma Wardana, M.Sc.
26
Pemodelan Fuzzy pd Simulink:
Kusuma Wardana, M.Sc.
27
Input Fuzzy:
28
Output Fuzzy:
29
Contoh Basis Aturan (IF-THEN):
30
Amatilah sistem DENGAN pengontrol dan waktu mencapai tinggi 3 meter dgn stabil (300 detik)
Kusuma Wardana, M.Sc.
31
Vernon, Jim. 2008. Fuzzy Logic Systems. www.control-systems-principles.co.uk Johnson, Curtis.1993. Process Control Instrumentation Technology. Prentice Hall international, Inc. New Jersey. Kusuma, Wardana. 2008. Sistem Kendali Temperatur. Laporan KP S1 di Pusdiklat Migas Cepu, Jurusan Teknik Fisika UGM. Yogyakarta. Kusuma, Wardana. 2008. Sistem Kendali Menggunakan Logika Fuzzy. Slide Kuliah Kontrol Cerdas, Jurusan Teknik Fisika UGM. Yogyakarta. Kusuma Wardana, M.Sc.
32
