• Tidak ada hasil yang ditemukan

Model Dinamik Robot Planar 1 DOF dan Simulasi

N/A
N/A
Protected

Academic year: 2021

Membagikan "Model Dinamik Robot Planar 1 DOF dan Simulasi"

Copied!
6
0
0

Teks penuh

(1)

Model Dinamik Robot Planar 1 DOF dan Simulasi

Indrazno Siradjuddin

Pemodelan pergerakan suatu benda dalam sistem dinamik dapat dilakukan dengan beberapa cara diantaranya adalah dengan menggunakan metode Lagrangian, Hamiltonian dan Newton-Euler. Semua teknik dapat digunakan untuk menghasilkan persamaan gerak dinamik yang sama. Persamaan gerak dinamik adalah merupakan persamaan yang merelasikan input dalam hal ini gaya F dan torsi τ dengan output atau gejala dinamik (translasi: percepatan ¨x, kecepatan ˙x dan posisi x atau rotasi: percepatan sudut ¨θ, kecepatan sudut ˙θ dan sudut θ). Teknik yang digunakan untuk penurunan persamaan gerak dinamik dalam penjelasan ini adalah dengan teknik Lagrangian.

1

Review Gerak Translasi dan Rotasi

Sebelum membahas lebih lanjut derivasi persamaan gerak dinamik, Tabel 1 berikut akan mengin-gatkan kita analogi dan istilah standar pada persamaan gerak translasi dan rotasi

Tabel 1: Analogi gerak translasi dan gerak rotasi

No Gerak translasi Gerak rotasi

1 Posisi, x Sudut, θ 2 Kecepatan translasi, ˙x, dx dt, v Kecepatan sudut, ˙θ, dθ dt, ω 3 Percepatan translasi, ¨x, d 2x dt2, a Percepatan sudut, ˙ω, ¨θ, d2θ dt2, α 4 Massa, m Inersia, I 5 Gaya, F = m¨x Torsi, τ = I ¨θ 6 Usaha, W = F ∆x Usaha, W = τ ∆θ 7 Energi kinetik,K = 1 2m ˙x 2 Energi kinetik, K = 12I ˙θ2 8 Daya, P = F ˙x Daya, P = τ ˙θ

2

Persamaan Euler-Lagrange

Metode lagrangian menggunakan diskripsi dari total energi kinetik K dan energi potensial P untuk memperoleh persamaan gerak sistem dinamik. Persamaan gerak sistem dinamik Euler-Lagrange diperoleh dengan

Qi = d dt ∂L ∂ ˙qi − ∂L ∂qi (1) dimana Qi adalah gaya ke i yang digeneralisasi (gaya yang dimaksud dapat berupa torsi). qi

(2)

dino-tasikan denganL dan dihitung dengan

L = K − P (2)

3

Energi Kinetik dan Energi Potensial 1 DOF Robot Lengan

Gambar 1: Robot Lengan 1 DOF

Total energi kinetik K robot lengan Gambar 1 terdiri dari energi kinetik gerak translasi Kt

dan energi kinetik gerak rotasi Kr. Untuk energi kinetik gerak translasi, kecepatan transalasi

diproyeksikan pada sumbu x dan sumbu y, sehingga didapat

K = Kt+Kr (3) = 1 2mv 2+1 2I ˙θ 2 (4) = 1 2m(v 2 x+ vy2) + 1 2I ˙θ 2 (5)

dari transformasi geometri, proyeksi koordinat titik pusat berat lengan pada sumbu x dan y adalah

x = lccos θ (6)

y = lcsin θ (7)

(8) sehingga dapat diturunkan menjadi

dx

dt = vx =−lc˙θ sin θ (9)

dy

dt = vy = lc˙θ cos θ (10)

dengan mensubstitusikan persamaan (9) dan (10) kedalam persamaan (5) didapatkan K = 12ml2c˙θ2+

1 2I ˙θ

(3)

Energi potensial untuh sebuah massa m akibat gaya gravitasi secara umum dapat dituliskan sebagai berikut

P = mgh (12)

dimana h adalah tinggi proyeksi titik pusat berat terhadap sumbu y, oleh karena itu energi potensial dapat dihitung dengan

P = mglcsin θ (13)

4

Persamaan Gerak Dinamik 1 DOF

Dari penjelasan sebelumnya, energi kinetik dan energi potensial dari sistem 1 DOF robot lengan dapat dituliskan ulang dalam persamaan Lagrange sebagai berikut

L = (12ml2c˙θ 2+1

2I ˙θ

2)

− (mglcsin θ) (14)

Pada kasus sistem dinamik 1 DOF robot lengan ini, gaya yang digeneralisasi pada Persamaan (1) adalah torsi Qi = τ dan koordinat yang digeneralisasi adalah posisi sudut qi= θ, sehingga

persamaan Euler-Lagrange dapat ditulis kembali menjadi

τ = d dt ∂L ∂ ˙θ − ∂L ∂θ (15) Komponen ∂L

∂θ dapat diturunkan sebagai berikut ∂L ∂θ = ∂  (1 2ml 2 c˙θ2+ 1 2I ˙θ 2) − (mglcsin θ)  ∂θ (16) = −mglccos θ (17) Komponen ∂L

∂ ˙θ dapat diturunkan sebagai berikut ∂L ∂ ˙θ = ∂  (1 2ml 2 c˙θ2+ 1 2I ˙θ 2)− (mgl csin θ)  ∂ ˙θ (18) = mlc2˙θ + I ˙θ (19)

Oleh karena itu

d dt ∂L ∂ ˙θ = dmlc˙θ + I ˙θ  dt (20) = mlc2θ + I ¨¨ θ (21)

Sehingga persamaan akhir dari sistem dinamik 1 DOF robot lengan adalah

(4)

Dalam kasus ini fungsi torsi τ tergantung dari state dinamik ¨θ dan θ. Persamaan (22) adalah disebut persamaan dinamik terbalik (inverse dynamic equation). Persamaan yang menghitung kebutuhan torsi suatu aktuator robot untuk menghasilkan state dinamik ¨θ dan θ.

Untuk persamaan dinamik maju (forward dynamic equation) dihasilkan dengan mencari fungsi state dinamik orde yang tertinggi dalam hal ini ¨θ, dapat dihitung dengan

¨

θ = τ− mglccos θ

ml2 c + I

(23) untuk state dengan orde yang lebih rendah lainnya, dengan persamaan diskrit dapat didekati dengan menggunakan metode Euler, yaitu

˙θi = ˙θi−1+ ∆t¨θi (24)

θi = θi−1+ ∆t ˙θi (25)

dimana i menunjukkan indeks waktu diskrit dan ∆t adalah waktu cuplik (sampling time). Dengan membuat τ = 0 pada Persamaan (23), dengan kata lain tidak ada pengaruh input torsi eksternal, maka gejala alamiah sistem dinamik dapat disimulasikan dengan

¨

θ = −mglccos θ

ml2 c + I

(26) Penurunan persamaan Euler-Lagrange untuk sistem dinamik 1 DOF robot lengan diatas dapat dibantu dengan menggunakan program Python dengan cara simbolik. Program Python untuk menyelesaikan persamaan differensial Euler-Lagrange (lihat Program 1).

1 from sympy i m p o r t ∗ 2 #t h e t a = T, t i m e = t , t o r q u e = t a u 3 #i n e r t i a = I , mass = m, c e n t r e o f mass l e n g t h = l 4 #t h e t a d o t = dT , g r a v i t y = g 5 6 T, t , tau , I , m, l , g = s y m b o l s (’T t t a u I m l g ’) 7 dT = d i f f (T( t ) , t ) 8 L1 = m∗ g ∗ l ∗ s i n (T( t ) ) 9 L2 = 0 . 5 ∗ (m∗ l ∗∗2∗dT∗∗2 + I ∗dT∗ ∗ 2 ) 10 11 dL1dT = d i f f ( L1 , T( t ) ) 12 dL2ddT = d i f f ( L2 , dT) 13 dL2dt = d i f f ( dL2ddT , t ) 14 t a u = dL2dt − dL1dT 15 16 p p r i n t ( dL1dT ) 17 p p r i n t ( dL2ddT ) 18 p p r i n t ( dL2dt ) 19 p p r i n t ( t a u )

Program 1: Penurunan Persamaan Euler-Lagrange dengan Python

Gejala alamiah state sistem dinamik digambarkan pada Gambar 2. Program Python untuk simulasi gejala alamiah state sistem dinamik ditulis seperti pada Program 2.

(5)

0 2 4 6 8 10 Time, t(s) −7.5 −5.0 −2.5 0.0 2.5 5.0 7.5 θ(rad) , ˙ θ( rad s ), ¨ θ( rad 2s ) θ(t) ˙θ(t) ¨ θ(t)

Gambar 2: Simulasi state gejala alamiah sistem dinamik 1 DOF robot lengan 1 from math i m p o r t ∗ 2 from p y l a b i m p o r t ∗ 3 from numpy i m p o r t ∗ 4 i m p o r t m a t p l o t l i b . p y p l o t a s p l t 5 6 d e f Dynamic1DOF ( s t a t e , t ) : 7 m = 1 . #l i n k mass ( kg ) 8 l = 1 . 9 l c = 0 . 5 ∗ l #l i n k l e n g t h (m) 10 g = 9 . 8 1 #g r a v i t y (m/ s ˆ 2 ) 11 I = ( 1 . / 3 . ) ∗ m ∗ l ∗∗2 #moment o f i n e r t i a ( kg mˆ 2 ) 12 t h e t a = s t a t e [ 0 ] #i n r a d i a n 13 t h e t a d o t = s t a t e [ 1 ] #i n r a d i a n p e r s e c o n d 14 t h e t a d d o t = (−m∗ g ∗ l c ∗ c o s ( t h e t a ) ) / ( I + m∗ l c ∗ ∗ 2 ) #i n r a d i a n p e r s e c o n d ˆ2 15 dT = t [ 1 ] − t [ 0 ] #t i m e s a m p l i n g 16 STATE = z e r o s ( ( s i z e ( t ) , 3 ) ) 17 f o r i i n r a n g e( s i z e ( t ) ) : 18 t h e t a d d o t = (−m ∗ g ∗ l c ∗ c o s ( t h e t a ) ) / ( I + m ∗ l c ∗∗ 2 ) # i n r a d i a n p e r s e c o n d ˆ2 19 t h e t a d o t = t h e t a d o t + (dT ∗ t h e t a d d o t ) 20 t h e t a = t h e t a + (dT ∗ t h e t a d o t ) 21 p r i n t t h e t a d d o t , t h e t a d o t , t h e t a 22 STATE [ i ] [ 0 ] = t h e t a 23 STATE [ i ] [ 1 ] = t h e t a d o t 24 STATE [ i ] [ 2 ] = t h e t a d d o t 25 r e t u r n STATE 26 27 28 t = l i n s p a c e ( 0 . 0 , 1 0 . 0 , 1 0 0 1 ) 29 s t a t e 0 = [ 4 5 . 0 ∗ p i / 1 8 0 . 0 , 0 . 0 ] 30 STATE = Dynamic1DOF ( s t a t e 0 , t ) 31 p l t . f i g u r e ( 1 )

(6)

32 p l t . r c (’ t e x t ’, u s e t e x=True ) 33 p l t . r c (’ f o n t ’, f a m i l y=’ s e r i f ’) 34 p l t . x l a b e l (r ’ Time , $ t ( \ mathrm{ s } ) $ ’)

35 p l t . y l a b e l (r ’ $ \ t h e t a ( \ mathrm{ r a d } ) $ , $ \ d o t {\ t h e t a } ( \ f r a c {\mathrm{ r a d }}{\ mathrm{ s } } ) $ , $ \ ddot {\ t h e t a } ( \ f r a c {\mathrm{ rad }}{\ mathrm{ s } ˆ 2 } ) $ ’)

36 #p l t . x l i m ( [ 0 . 0 , 1 2 . 5 ] ) 37 p l t . p l o t ( t , [ d a t [ 0 ] f o r d a t i n STATE ] , ’− ’, l i n e w i d t h = 0 . 7 5 , l a b e l=r ’ $ \ t h e t a ( t ) $ ’ ) 38 p l t . p l o t ( t , [ d a t [ 1 ] f o r d a t i n STATE ] , ’ : ’, l i n e w i d t h = 0 . 7 5 , l a b e l=r ’ $ \ d o t \ t h e t a ( t ) $ ’) 39 p l t . p l o t ( t , [ d a t [ 2 ] f o r d a t i n STATE ] , ’ −. ’, l i n e w i d t h = 0 . 7 5 , l a b e l=r ’ $ \ ddot \ t h e t a ( t ) $ ’) 40 p l t . l e g e n d ( f r a m e a l p h a = 0 . 0 , l o c =1) 41 p l t . g r i d ( True ) 42 p l t . s a v e f i g (’ . . / F i g s / Lagrange1DOFSim . p d f ’) 43 p l t . show ( )

Gambar

Tabel 1: Analogi gerak translasi dan gerak rotasi
Gambar 1: Robot Lengan 1 DOF
Gambar 2: Simulasi state gejala alamiah sistem dinamik 1 DOF robot lengan

Referensi

Dokumen terkait

Penelitian ini ditemukan skor ramsay pada anestetika inhalasi isofluran lebih tinggi dibandingkan dengan sevofluran baik pada menit ke-5 paska penghentian agen inhalasi maupun

alat hiburan, tetapi juga sebagai bentuk seni yang mempelajari dan meneliti segi-segi kehidupan dan nilai-nilai baik buruk (moral) dalam kehidupan ini dan

Johanes (promosi) 08161811655, Devitasari (dept.head promotion & analyst), Michael (Ass.mgr of Promotion Dept) (08155004663). Aryo Handoko

perusahaan ke arah diversifikasi produk dan penciptaan-penciptaan produk baru baik di dalam klaster tersebut maupun klaster-klaster lainnya. Persaingan perlu tetap berlangsung

67 HAIRUN NISA SDN 2 KARANGBAWANG 68 PRISLIANA DEVI SD NEGERI KARANGTALUN 02 69 Fery Dwiyanti SD PLUS AL-IRSYAD 02 70 IKA OKTAVIA ERWANTI SN SD NEGERI KARANGTALUN 01 71 NINA

Dari pihak yang bersangkutan banyak yang belum mengetahui tentang program–program pembinaan yang diberikan di dalam Rutan diantaranya adalah program Cuti Bersyarat, padahal Cuti

Sebuah mobil yang bergerak dengan percepatan konstan melewati jalan di antara dua buah titik yang berjarak 60 m dalam waktu 6 detik. Kecepatannya pada saat ia melewati titik

Secara keseluruhan di Kawasan Wisata Pusuk yang memiliki intensitas curah hujan yang tinggi, tanah longsor terjadi pada daerah dengan kemiringan lereng terjal