L/O/G/O NETWORKED CONTROL SYSTEM (NCS)
Adaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan Nastiti Puspitosari 2208100039
BIDANG STUDI TEKNIK SISTEM PENGATURAN - ITS
TOPIK PEMBAHASAN 1
PENDAHULUAN
LATAR BELAKANG
PERMASALAHAN
2
TEORI DASAR
IDENTIFIKASI
SPB
3
PID
TUJUAN
FUZZY
PERANCANGAN SISTEM
ARSITEKTUR IDENTIFIKASI PERANCANGAN SPB PLANT KONTROLER
PID
FUZZY
4 PENGUJIAN DAN ANALISIS SISTEM SET POINT BERUBAH www.themegallery.com
BEBAN MINIMAL
BEBAN MAKSIMAL
DELAY ALAMI VARIASI DELAY
PENDAHULUAN
www.themegallery.com
Latar Belakang KONTROL
TELEKOMUNIKASI SISTEM
Menitikberatkan studi dari PENGATURAN suatu sistem dinamik BERJARINGAN yang saling terkoneksi melalui “jalur ideal”
mempelajari perkembangan kemungkinan pengiriman data melalui “jalur tidak ideal”
Permasalahan yang sering terjadi pada konsep pengaturan melalui jaringan komunikasi tidak dapat terlepas dengan permasalahan yang biasa Terjadi pada jaringan komunikasi seperti delay dan packet loss. www.themegallery.com
Permasalahan Adanya waktu tunda (time delay) dan packet loss selama proses berlangsung Delay dan Packet Loss terjadi secara acak dan sulit untuk di prediksi
Penurunan performansi sistem, bahkan dapat menyebabkan ketidakstabilan pada sistem Diperlukan sebuah kontroler yang mampu mengatasi permasalahan akibat delay dan packet loss
www.themegallery.com
PID Mudah untuk digunakan
Terbukti banyak menyelesaikan permasalahan pada sistem
Kontroler PID
Parameter kontroler tidak dapat menyesuaikan keadaan sstem Delay terjadi acak pada SPB, permasalahan sulit diprediksi
“ Kontroler PID yang mampu melakukan penalaan mandiri parameternya sesuai dengan keadaan yang sedang terjadi pada sistem” www.themegallery.com
Tujuan Pengerjaan
Tujuan
www.themegallery.com
1
Mengetahui permasalahan yang terjadi pada SPB
2
Mengetahui kelebihan dan kekurangan kontroler PID dalam mengatasi permasalahan pada SPB
3
Mendesain kontroler PID yang mampu melakukan penalaan mandiri terhadap parameternya sesuai dengan keadaan sistem.
TEORI DASAR
www.themegallery.com
Identifikasi Sistem YSS K X SS ytu y Td 0.632 Yss
Pada sistem pengaturan proses, ditemukan bahwa sistem memiliki karakteristik sistem dengan delay. Pemodelan sistem dengan karakteristik tersebut dinyatakan dalam model matematis sistem orde – n dengan delay www.themegallery.com
Identifikasi Sistem (cont’d) Gain Alami Sistem
Y s Ke X s s 1
Td s
Waktu delay yang terjadi hingga respon sistem mulai muncul
Waktu ketika sistem Mencapai 0.632 dari Yss sejak Waktu delay selesai www.themegallery.com
Sistem Pengaturan Berjaringan
Konsep sistem pengaturan dengan komunikasi sensor, aktuator, dan kontroler yang terjadi pada jaringan komunikasi digital. www.themegallery.com
Waktu Tunda SPB
τsc waktu yang
Diperlukan oleh pengiriman informasi dari sensor ke kontroler
www.themegallery.com
Waktu tunda total :
τ = τsc + τca + τc waktu tunda yang diperlukan dalam pemrosesan sinyal pada kontroler
τca
waktu yang
Diperlukan oleh sinyal kontrol dari kontroler untuk Sampai pada aktuator
www.themegallery.com
Packet Dropout SPB • Packet dropout pada jaringan terjadi ketika terdapat kegagalan node jaringan atau tabrakan antar pesan saat pengiriman paket data. • Pengukuran sensor dan sinyal kontrol terukur akan lebih baik jika paket data lama dibuang dan tidak melakukan pengiriman ulang pesan yang tak terkirim namun mengirim paket data yang baru. • Sehingga, kontroler selalu menerima informasi berupa paket data baru untuk perhitungan aksi kontrol. www.themegallery.com
Konsep Proporsional U (s) K p Es
Kp = Konstanta Proporsional
Konsep proporsional menghasilkan sinyal kontrol Yang berbanding lurus atau proporsional terhadap besar error yang terjadi pada sistem.
Berikut ini adalah beberapa aksi yang didapatkan dengan perubahan nilai Kp : 1. Jika Kp bernilai kecil, maka sinyal kontrol akan melakukan koreksi kesalahan yang kecil, sehingga akan dihasilkan respon sistem yang lambat. 2. Jika Kp dinaikkan, maka respon sistem akan semakin cepat menuju keadaan steady state. 3. Jika Kp diperbesar terus-menerus, maka akan tampak bahwa respon sistem berosilasi dan menunjukkan keadaan yang tidah stabil. www.themegallery.com
Konsep Integral
1 Ki E s U s K p E s s is Ki
Jika error bernilai nol, maka keluaran kontroler akan bertahan pada nilai sebelumnya.
www.themegallery.com
Kp
i
Jika error tidak berharga nol, maka keluaran akan menunjukkan kenaikan atau penurunan yang sangat dipengaruhi oleh besar nilai error dan nilai Ki yang ditetapkan
Konsep Derivatif • Sinyal kontrol akan bernilai nol apabila tidak terjadi perubahan error pada sistem. • Jika error berubah terhadap waktu, maka sinyal kontrol yang dihasilkan oleh konroler bergantung pada besarnya nilai Kd dan laju perubahan error. • Sinyal kontrol yang dihasilkan oleh penerapan konsep derivatif memberikan koreksi yang signifikan sebelum error terjadi lebih besar. www.themegallery.com
U s K p d s E s K d sE s Apabila terjadi error yang besar dan mendadak, maka sinyal kontrol juga akan mengelurakan aksi yang besar dan cepat pula pada sistem.
Kontroler PID • Dengan mengetahui konsep proporsional, integral, dan derivatif serta mengetahui berbagai kelebihan dan kekurangan dari penerapan masing-masing konsep maka dapat disusun sebuah kontroler yang memiliki kemampuan terintegrasi.
www.themegallery.com
Konsep Logika Fuzzy
• Logika fuzzy diperkenalkan pertama kali oleh Lotfi Zadeh dari University of California Berkeley pada tahun 1965. Himpunan fuzzy memperbolehkan penggunaan derajat kebenaran yang berkisar antara salah dan benar atau 0 hingga 1 [8]. www.themegallery.com
Fungsi Keanggotaan Fuzzy
Bentuk Fungsi Keanggotaan (a) trapesiodal, (b) bellshape, (c) singleton, (d) segitiga, dan (e) gaussian. www.themegallery.com
Fungsi Keanggotaan Fuzzy (cont’d)
ui 1 a www.themegallery.com
2 ui a b
b b ui a 2 2
1 u a 2 ui exp i 2
ui U i
Proses Fuzzifikasi
www.themegallery.com
Proses Aggregasi Fuzzy
www.themegallery.com
Defuzzifikasi
www.themegallery.com
Proses Inferensi Fuzzy
www.themegallery.com
Konsep Adaptive Fuzzy
www.themegallery.com
Model Referensi
1 Gs K p 1 s i
K K p s 1 Yr s C s 1 K K p s 1 www.themegallery.com
K H s s 1
1 is 1 K Kp
Pembelajaran Fuzzy dengan Gradient Descent Bentuk fungsi keanggotaan yang digunakan adalah segitiga untuk masukan dan singleton untuk keluaran. A ui 1 i
www.themegallery.com
j
2 ui aij bij
2
A ui 1 i
j
Algoritma Self Tuning Metode gradient descent ini mencari vektor z yang meminimalkan fungsi sasaran, yaitu E(z).
E E E E , , ,..., z1 z 2 z3 z p
Melalui persamaan tersebut, maka persamaan pembelajaran dengan gradient descent secara umum :
zi t 1 zi t K
Pada metode ini, fungsi sasaran bertujuan untuk meminimalkan error {em(t)}, sehingga fungsi sasaran E(z) didapatkan dari :
aij t 1 aij t K a www.themegallery.com
E z aij
E z zi
1 2 E y0 y r 2
bij t 1 aij t K b
E z E z wi t 1 wi t K w bij wi
PERANCANGAN SISTEM
www.themegallery.com
Komponen SPB Sebagai kontroler dan pelaksana perhitungan serta algoritma proses
Komputer
OPC
Media Komunikasi 2. Ethernet
3. Data Acquisition Module
www.themegallery.com
Hub
DAM
4. OLE Procrss Control
5. Perangkat dengan banyak port yang memungkinkan beberapa titik bergabung menjadi satu jaringan
Arsitektur SPB
www.themegallery.com
Konfigurasi Fisik SPB
www.themegallery.com
Plant Pressure Process Rig
www.themegallery.com
Diagram Fisik Plant
www.themegallery.com
Integrasi Perangkat Lunak Perangkat lunak yang digunakan pada SPB ini antara lain adalah : 1. 2. 3. 4.
ADAM 5000 TCP Utility OPC KEPServerEx LabVIEW Matlab
ADAM 5000 TCP Utility
OPC KEPServerEx
MATLAB
www.themegallery.com
LabVIEW
Identifikasi Sistem Melalui Jaringan
Kabel Ethernet digunakan untuk menghubungkan komputer dengan perangkat ADAM 5000L/TCP, selanjutnya dari ADAM 5000L/TCP ke plant dihubungkan dengan kabel analog. Set point diberikan pada plant melalui komputer dengan perangkat lunak LabVIEW ®
www.themegallery.com
Beban Nominal
0.9906e 0.36 s H s 0.3658s 1
www.themegallery.com
Respon Hasil Identifikasi Plant (Jaringan) 6
5
Tekanan (psi)
4
3
2
1
Set Point Respon Plant Respon Hasil Pemodelan
0 0
1
2
3
4
5
Waktu (detik) www.themegallery.com
6
7
8
9
10
Beban Minimal
2.2277e 0.39 s H s 0.35s 1
www.themegallery.com
Respon Hasil Identifikasi Beban Maksimal (Jaringan) 6
5
Tekanan (psi)
4
3
2
1
Set Point Respon Plant Respon Hasil Pemodelan
0 0
1
2
3
4
5
Waktu (detik) www.themegallery.com
6
7
8
9
10
Beban Maksimal
0.7538e 0.37 s H s 0.3047 s 1 www.themegallery.com
Respon Hasil Identifikasi Beban Maksimal (Jaringan) 6
5
Tekanan (psi)
4
3
2
1
Set Point Respon Plant Respon Hasil Pemodelan
0 0
1
2
3
4
5
Waktu (detik) www.themegallery.com
6
7
8
9
10
Perancangan Kontroler PID METODE TUNING MC.MILLAN 1. Menentukan fungsi alih sistem dalam model matematis sistem orde satu dengan delay. Dalam hal ini, fungsi alih sistem yang digunakan adalah:
0.9906e 0.36 s H s 0.3658s 1 2. Menentukan nilai dari parameter kontroler PI sesuai dengan persamaan
Ki
www.themegallery.com
K
m
i m
Perancangan Konsep Fuzzy
www.themegallery.com
Perancangan Konsep Fuzzy (cont’d) • Menetapkan masukan dan keluaran dari sistem fuzzy. Dalam Tugas Akhir ini, masukan fuzzy adalah error model dan delta error model. Keluaran fuzzy adalah delta Kp dan delta Ki • Menentukan bentuk fungsi keanggotaan himpunan fuzzy. Dalam Tugas Akhir ini fungsi keanggotaan yang dipilih adalah bentuk segitiga dan singleton.
www.themegallery.com
Perancangan Konsep Fuzzy (cont’d) • Menentukan himpunan fuzzy dari masing-masing masukan dan keluaran fuzzy. Himpunan fuzzy didesain dengan 5 variabel linguistik, baik untuk masukan maupun keluaran fuzzy
www.themegallery.com
Sistem Inferensi Fuzzy • Proses yang terjadi pada sistem inferensi fuzzy merupakan proses pengambilan keputusan fuzzy melalui pemetaan masukan terhadap rule-base yang telah dirancang sehingga menghasilkan sebuah keluaran fuzzy
www.themegallery.com
Fungsi Koridor
www.themegallery.com
Persamaan Umum :
Di mana:
dE t 1 t k d dE dE der dy0 du d der dy0 du d
2 1 d e dE 2 r e r der der
dy0 y t y0 t 1 0 du u t 1 u t 2 www.themegallery.com
der d yr y0 1 dy0 dy0
du u t u t 1 d t t 1
Didapatkan :
y0 t y0 t 1 a t 1 a t k er t t 1 a
Maka Pergeseran a :
aij t 1 ai 5 0 aij j 3
www.themegallery.com
5
Diperoleh Lamda :
K t 1 K t k p
p
Kp
K p t K p t 1 y0 t y0 t 1 er et u t 1 u t 2 t t 1
K t 1 K t k er i
i
Ki
K p t K p t 1 y0 t y0 t 1 et ut 1 u t 2 t t 1
Pergeseran titik tengah keluaran: 5 w1 j t 1 w15 0 w1 j j 3
Pergeseran lebar MF:
5 w2 j t 1 w25 0 w2 j j 3
5 2 x aij j 1 bij bij kb er t 2 bij
www.themegallery.com
PENGUJIAN SISTEM DAN ANALISIS
www.themegallery.com
Set Point Berubah
www.themegallery.com
Parameter Delay τ Ess tp tr tss ts(5%) Td %Mp
www.themegallery.com
5
3
0.32 0.006 0 1.41 4.77 1.72 0.19 0
7
0.33 0.006 0 1.92 4.02 2.1 0.17 0
0.37 0 0 2.08 7.08 2.26 0.16 0
www.themegallery.com
www.themegallery.com
Beban Nominal
www.themegallery.com
www.themegallery.com
Beban Minimal
www.themegallery.com
www.themegallery.com
www.themegallery.com
Beban Maksimal
www.themegallery.com
Beban Maksimal
www.themegallery.com
www.themegallery.com
Beban Minimal • Delay 0.31683
www.themegallery.com
www.themegallery.com
• Delay 0.33683
www.themegallery.com
www.themegallery.com
• Delay 0.38683
www.themegallery.com
www.themegallery.com
• Delay 0.43683
www.themegallery.com
www.themegallery.com
Beban Maksimal • Delay 0.33683
www.themegallery.com
www.themegallery.com
• Delay 0.38683
www.themegallery.com
www.themegallery.com
• Delay 0.63683
www.themegallery.com
www.themegallery.com
• Delay 0.78683
www.themegallery.com
www.themegallery.com
L/O/G/O
Thank You!
www.themegallery.com