PERANCANGAN KONTROLER KASKADE FUZZY UNTUK PENGATURAN TEKANAN PADA PRESSURE CONTROL TRAINER

TUGAS AKHIR – TE 091399

PERANCANGAN KONTROLER KASKADE FUZZY UNTUK PENGATURAN TEKANAN PADA PRESSURE CONTROL TRAINER 38-714 Nur Muhlis NRP 2208 100 662

JURUSAN TEKNIK ELEKTRO Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2011

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN

Latar Belakang Permasalahan Tujuan

 Sistem kontrol pneumatik tekanan rendah secara luas telah diterapkan pada teknologi sistem kontrol industri  Perubahan variasi beban dan gangguan pada teknologi elektro-pneumatik dapat menyebabkan respon sistem tidak sesuai dengan kriteria yang diharapkan  Salah satu dari teknologi elektro-pneumatik adalah sistem pressure control trainer 38-714.

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN


Mempertahankan respon sistem agar tetap mengikuti nilai setpoint meskipun terjadi perubahan parameter dari plant

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN


 Sistem pressure control trainer 38-714 tetap mengikuti nilai setpoint dan memiliki respon yang cepat terhadap perubahan beban  Memiliki error steady state yang kecil bila menggunakan kontroler kaskade fuzzy

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN

Plant 38-714 Logika Fuzzy Kaskade

Katup 6

4-20 mA

Sinyal Tekanan Sinyal Aliran

Sinyal Pengatur Katup

Pengatur Tekanan 1

Pengatur Tekanan 2 Kompresor

Katup 5

4-20 mA

4-20 mA

Katup 4

Katup 3

I/P Pengubah Arus ke Pneumatik

Kontrol Katup Pneumatik

Sensor Aliran

Sensor Tekanan

Katup 2

Katup 1 Orifice

Penampung Udara

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN


Rule Base

Masukan

Fuzzifikasi

Inference Engine

Defuzzifikasi

Keluaran

Fuzzy metode Takagi-Sugeno adalah metode fuzzy yang keluaran sistem nya tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan linear

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN


Tujuan Kontroler Kaskade  Mengurangi pengaruh gangguan  Meningkatkan atau memperbaiki kedinamisan performasi sistem kendali

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Sinyal Statis Sinyal Dinamis Hasil

Antarmuka untuk proses identifikasi

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI


Respon Plant Tekanan

 N.ts > tr  (2N-1).ts < L

Respon Plant Aliran

Nilai Minimal ts dan L dari PRBS

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI


Bentuk Sinyal PRBS

Respon Plant Tekanan

Respon Plant Aliran

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI


(a)

(b) Perbandingan Bentuk Respon Plant dan model (a) Tekanan (b) Aliran

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN


Beban

Plant

Minimal Nominal Maksimal

Fungsi Alih Model Tekanan

Aliran

0,02552 z  0,01687 z 2  1,439 z  0.4651 0.0249 z  0.01778 z 2  1,533 z  0.5494 0,02151z  0.002424 z 2  0,6912 z  0,2837

0,4814 z  0,4779 z 2  0,9821z  0,00009378 0,4338 z  0,4187 z 2  0,9558 z  0,0002526 0,46 z  0,4433 z 2  0,9571z  0,00002575

Fungsi Alih Model

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN

Pendahuluan Kontroler Sekunder

Kontroler Primer Kontroler Kaskade



Menentukan susunan kaskade yang dipergunakan



Menyusun kontroler pada masing-masing loop secara terpisah



Menyusun kontroler yang telah dibuat dalam susunan kaskade

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI



Fuzzy PI dipilih karena memiliki performansi yang baik untuk mengurangi steady state error

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI



Penulisan Algoritma Program

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN Pendahuluan Kontroler Sekunder


Fuzzifikasi

Bentuk Membership Function

e(k) = SP(k) –Y(k) de(k) = e(k) – e(k-1)

IMPLEMENTASI

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI



Pemilihan Bentuk Membership Function 1

0

1

0

1

NB

NM

NS

Z

PS

PM

PB

-1

-2/3

-1/3

0

1/3

2/3

1

NB

-1

NM

-0.5

NS Z PS

PM

PB

-0.1 0 0.1

0.5

1

NB

NM

NS

Z

PS

PM

PB

-1

-0.6

-0.2

0

0.2

0.6

1

0

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

IMPLEMENTASI



Rule Base

de

NB

NM

NS

Z

PS

PM

PB

NB

NB

NB

NB

NM

NS

NS

Z

NM

NB

NM

NM

NM

NS

Z

PS

NS

NB

NM

NS

NS

Z

PS

PM

Z

NB

NM

NS

Z

PS

PM

PB

PS

NM

NS

Z

PS

PS

PM

PB

PM

NS

Z

PS

PM

PM

PM

PB

PB

Z

PS

PS

PM

PB

PB

PB

e

Rule Base Kontroler Sekunder

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN



Inference Engine

u

(1) * w(1)  ( 2) * w( 2)  (3) * w(3)  ( 4) * w( 4) (1)  ( 2)  (3)  ( 4) Weighing Average

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN

Pendahuluan

Diagram Alir

Kontroler Sekunder

START


es = 0; des = 0; SP2 = 0; Ys = 0 memasukkan SP2

A

B Rule Base

Baca Data nilai Ys

Menggunakan Logika “AND” w(1), w(2), w(3), w(4)

es = SP2 – Ys des = es - ês

Inference Engine μ(1)* w(1)+ μ(2) * w(2) + μ(3) * w(3) + μ(4)* w(4) u=

Fuzzifikasi es

μ(1)+ μ(2) + μ(3) + μ(4)

Domain : NB,NM,NS,Z,PS,PM,PB

μ error domain 1 [es] μ error domain 2 [es]

Fuzzy PI uPI(k) = uPI(k-1)+ki * u(k)

Fuzzifikasi des Domain : NB,NM,NS,Z,PS,PM,PB

μ rate error domain 1 [des] μ rate error domain 2 [des] A

B

Plant Aliran Di dapat nilai Ys

END

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI



Fuzzifikasi

Bentuk Membership Function

e(k) = SP(k) –Y(k) de(k) = e(k) – e(k-1)

IMPLEMENTASI

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI



Pemilihan Bentuk Membership Function 1

0

1

0

1

NB

NM

NS

Z

PS

PM

PB

-1

-2/3

-1/3

0

1/3

2/3

1

NB

-1

NM

-0.5

NS Z PS

PM

PB

-0.1 0 0.1

0.5

1

NB

NM

NS

Z

PS

PM

PB

-1

-0.6

-0.2

0

0.2

0.6

1

0

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

IMPLEMENTASI



Rule Base

de

NB

NM

NS

Z

PS

PM

PB

NB

NB

NB

NB

NM

NS

NS

Z

NM

NB

NM

NM

NM

NS

Z

PS

NS

NB

NM

NS

NS

Z

PS

PM

Z

NB

NM

NS

Z

PS

PM

PB

PS

NM

NS

Z

PS

PS

PM

PB

PM

NS

Z

PS

PM

PM

PM

PB

PB

Z

PS

PS

PM

PB

PB

PB

e

Rule Base Kontroler Primer

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN



Inference Engine

u

(1) * w(1)  ( 2) * w( 2)  (3) * w(3)  ( 4) * w( 4) (1)  ( 2)  (3)  ( 4) Weighing Average

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

Diagram Alir

IMPLEMENTASI

PERANCANGAN

KESIMPULAN


START ep = 0; dep = 0; SP1 = 0; Yp = 0 memasukkan SP1


C

D Rule Base

Baca Data nilai Yp

Menggunakan Logika “AND” w(1), w(2), w(3), w(4)

ep = SP1 – Yp dep = ep - êp

Inference Engine μ(1)* w(1)+ μ(2) * w(2) + μ(3) * w(3) + μ(4)* w(4) u=

Fuzzifikasi ep

μ(1)+ μ(2) + μ(3) + μ(4)

Domain : NB,NM,NS,Z,PS,PM,PB

μ error domain 1 [ep] μ error domain 2 [ep]

Fuzzy PI uPI(k) = uPI(k-1)+ki * u(k)

Fuzzifikasi dep Domain : NB,NM,NS,Z,PS,PM,PB

μ rate error domain 1 [dep] μ rate error domain 2 [dep] C

D

Plant Tekanan Di dapat nilai Yp

END

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI



Blok Diagram

IMPLEMENTASI

KESIMPULAN

PENDAHULUAN

DASAR TEORI

Diagram Alir

IDENTIFIKASI



IMPLEMENTASI

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI



Tampilan

IMPLEMENTASI

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

KESIMPULAN

Implementasi

Kontroler Sekunder


PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


Respon Aliran dengan kontroler Sekunder

kes  2 kdes  2

kis  5

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


Respon Tekanan dengan kontroler Primer

ke p  0,17

kde p  6

ki p  20

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


Performansi Kontroler Primer pada Simulasi

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


(a)

(b)

Respon Plant dengan Menggunakan Kontroler Kaskade Fuzzy (a) Tekanan (b) Aliran

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

KESIMPULAN

Implementasi

Kontroler Sekunder


Performansi Kontroler Kaskade Fuzzy pada Simulasi

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


Antarmuka untuk proses Implementasi

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


Agar dapat diimplementasikan pada plant maka diperlukan penyesuaian gain dari kontroler

kes  2

kdes  2

kis  1

ke p  0,08

kde p  3

ki p  3,5

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

KESIMPULAN

Implementasi

Kontroler Sekunder


Respon Plant dengan Menggunakan Kontroler Sekunder

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

KESIMPULAN

Implementasi

Kontroler Sekunder


Respon Plant dengan Menggunakan Kontroler Sekunder

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

Implementasi

Kontroler Sekunder


(a)

(b)

Respon Plant dengan Menggunakan Kontroler Kaskade Fuzzy (a) Tekanan (b) Aliran

KESIMPULAN

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

Simulasi

KESIMPULAN

Implementasi

Perbandingan Kontroler Tunggal dengan Kaskade

Perbandingan Performansi Kontroler Fuzzy Tunggal dan Kontroler Kaskade Fuzzy

PENDAHULUAN

DASAR TEORI

IDENTIFIKASI

PERANCANGAN

IMPLEMENTASI

KESIMPULAN



Kontroler Kaskade fuzzy dalam penelitian ini mampu mengurangi nilai overshoot dan waktu steady state. hal ini bila dibandingkan dengan kontroler fuzzy tunggal



Perubahan bentuk membership function pada kontroler primer tidak terlalu signifikan terhadap hasil respon, sedangkan pada perubahan bentuk membership function pada kontroler sekunder berpengaruh terhadap hasil respon



Meskipun hasil perancangan pada kontroler sekunder pada saat keadaan steady state memiliki nilai osilasi yang besar, kontroler sekunder tersebut tetap bisa diterapkan pada susunan kontroler kaskade fuzzy



Kontroler kaskade fuzzy mampu mengendalikan tekanan pada plant pressure control trainer 38-714

Terima Kasih

PERANCANGAN KONTROLER KASKADE FUZZY UNTUK PENGATURAN TEKANAN PADA PRESSURE CONTROL TRAINER

Recommend Documents