Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC

Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC

www.themegallery.com

Dinar Setyaningrum 22081000018

Dosen Pembimbing:

Ir. Rusdhianto Effendi A.K, MT.

Ir. Ali Fatoni, M.T.

Contents

5

Perancangan Sistem Hasil dan Analisa

Kesimpulan 2

3 4

Pendahuluan

1

Latar Belakang

• Motor DC sering digunakan untuk pengaturan kecepatan dan posisi pada dunia industri dan elektronika.

• Pengaturan posisi motor DC sulit mendapatkan kinerja yang

cukup tinggi dalam penerapan tracking karena gangguan

dalam kondisi nyata dapat terjadi dan sulit untuk diprediksi.

Permasalahan

• Jika beban pada motor DC diubah-ubah maka parameter plant juga berubah-ubah

• Parameter motor DC yang diubah-ubah akan menimbulkan kondisi

yang tidak stabil.

Tujuan

• Merancang kontroler untuk pengaturan tracking optimal

posisi motor DC sehingga diharapkan mampu mengatasi

perubahan parameter plant serta mendapatkan

performansi respon waktu output sistem yang tetap.

Program kontroler dirancang di

komputer menggunakan

LabView 8.5

Interface antara komputer dan plant

Mengubah sinyal kontrol yang akan

diumpan ke plant

Mengubah respon plant untuk diolah

di komputer

Modular Servo MS150

Perancangan Sistem

Diagram Blok

Komputer

Signal Condisioning dan Rangkaian

DAC

Servo Amplifier

potensiometer

Motor DC

Rangkaian Mikrokontroler

dan Penurun

Tegangan

MOTOR DC MAGNET PERMANEN

Fungsi penghantar loop tertutup

Modular Servo MS150 Diagram Blok Sistem Pengaturan Posisi Motor DC

  

 L a s R a J s B K TM K g 

s

K TM a s

E s





 

 ) (

)

(

Identifikasi dan Permodelan Sistem

• Proses identifikasi dilakukan secara offline dan permodelan dilakukan dengan pendekatan orde pertama untuk respon step.

• Metode variasi pembebanan ada tiga kondisi yaitu

minimal (tanpa rem magnetik), nominal (rem pada posisi

setengah penuh), dan maksimal (rem pada posisi

penuh).

Identifikasi dan Permodelan Sistem

No Beban Fungsi Penghantar

1. Nominal 76.66

𝑠 + 35.31

2. Minimal 70.49

𝑠 + 20.23

3. Maksimal 76.38

𝑠 + 49.78 Fungsi Penghantar Plant Respon Kecepatan

Konversi Fungsi Penghantar Kecepatan ke Posisi

Identifikasi dan Permodelan Sistem

No Beban Fungsi Penghantar

1. Nominal 506.56713

𝑠

²

+ 35.31𝑠

2. Minimal 465.79595

𝑠

²

+ 20.23𝑠

3. Maksimal 504.71690

𝑠

²

+ 49.78𝑠

Fungsi Penghantar Plant Respon Posisi

Desain Kontroler Indirect Model Reference Adaptive Control

Diagram blok kontroler yang digunakan untuk pengaturan

tracking posisi optimal pada motor DC

Desain Kontroler Indirect Model Reference Adaptive Control

Prosedur desain kontroler Indirect Model Reference Adapative Control dilakukan melalui beberapa tahapan, yaitu:

1. Identifikasi parameter plant motor DC

Parameter motor DC yang telah diidentifikasi dinyatakan dalam struktur ARMA orde dua:

Parameter plant dapat diperoleh dengan metode Gradient Descent. Dari persamaan tersebut dapat dipeoleh prediksi output

2. Model Invers Casual

Dari persamaan prediksi ouput dapat digunakan untuk menentukan model invers casual

) 2 1 (

) 1 0 (

) 2 2 (

) 1 1 (

)

( k   a y k   a y k   b u k   b u k  y

) 1 1 (

) 0 (

) 1 2 (

) 1 ( )

1

( k    a k  a k   b u k  b u k  y m

)) 1 ( )

1 ( )

( )

1 ( 1 (

)

* ( k  y k   a y k  a y k   b u k 

u

Desain Kontroler Indirect Model Reference Adaptive Control

3. Model Reference

Mendefiniskan awal model reference yang diinginkan dalam bentuk kontinyu

Model reference yang digunakan berupa transfer function orde dua,model reference tersebut dinyatakan dalam bentuk diskrit

) ) (

( )

( G s

s X

m s

Y 

 

 













^Na

i

Nb

j m j m

m i

m

k a y k i b X k j

y

1 1

) 1 (

) (

) (

G(s) =

_{0.5𝑠2+0.7𝑠+22}²²

Desain Kontroler Indirect Model Reference Adaptive Control

4. Struktur Kontroler

Pada Tugas Akhir ini menggunakan kontroler PD (Proporsional dan Derivatif) karena plant yang digunakan berorde dua. Struktur kontroler dinyatakan dalam bentuk diskrit.

atau dimana

) 1 (

) (

) ( )

1 (

)

( k  au k   kp  e k  kp  kd  e k  u

) ( )

( )

( k k k

u  

_c^T

 

_c























) 1 (

) (

) 1 ( )

(

k e

k e

k u

c k



Desain Kontroler Indirect Model Reference Adaptive Control

5. Estimasi Parameter Kontroler

Dalam menentukan estimasi parameter dari kontroler diperlukan selisih dari kontroler dengan model invers untuk mendapatkan model estimasi,

Menentukan formulasi parameter kontroler menggunakan metode Gradient Descent, sehingga didapat parameter kontroler ditunjukkan dalam persamaan



^*



²

2

ˆ ( )

2 1 2

1 e u u e

J   

) ( )

1 (

) ( )

( ( )

1 (

)

ˆ

_c

( k 

_c

k  u

^*

k 

_c^T

k  k 

_c

k

        

Pemilihan Nilai Awal Parameter Kontroler

.

No. Parameter Kontroler

ITAE

𝑎 𝑘𝑝 (𝑘𝑝 − 𝑘𝑑)

1. 1 5 3 136.1

2. 1 7 5 135.4

3. 1 10 8 134

𝑢 𝑘 = 𝑎 ∙ 𝑒 𝑘 + 𝑘𝑝 ∙ 𝑒 𝑘 + 𝑘𝑝 − 𝑘𝑑 ∙ 𝑒(𝑘 − 1)

Pengujian Sistem dengan Amplitudo Konstan

Simulasi Implementasi

ITAE = 136 ITAE 289.7

Pengujian Sistem dengan Perubahan Amplitudo

Simulasi Implementasi

Pengujian Sistem dengan Posisi Sudut Awal

Simulasi Implementasi

Pengujian Sistem dengan Variasi Beban

Simulasi Implementasi

Pengujian Sistem dengan Variasi Beban

Beban ITAE

Minimal 251,9

Nominal 174

Maksimal 596,7

Beban ITAE

Minimal ^310.5

Nominal ^440.8

Maksimal ^740.7

Nilai ITAE variasi beban pada simulasi sistem Nilai ITAE variasi beban pada implementasi sistem

Kesimpulan

1. Hasil pada simulasi dan implementasi terhadap pengujian dengan amplitudo konstan sebesar 50 derajat, respon sistem masih bisa mengikuti respon model reference dengan nilai error berdasarkan perhitungan ITAE 136 dan 289,7

2. Hasil simulasi dan implementasi pada pengujian dengan perubahan amplitudo pada detik ke-10,20,30, dan 40, respon sistem masih bisa mengikuti respon model reference . Meskipun masih terdapat error pada simulasi pada detik ke- 15,30, dan 40, sedangkan pada implementasi error terjadi pada detik ke-11 dan error maksimal terjadi pada detik ke-20.

3. Hasil simulasi dan implementasi pada pengujian dengan posisi sudut awal 25 derajat, respon sistem mampu mengikuti respon model reference yang ditentukan

4. Kontroler Model Reference Adaptive Control terhadap variasi beban pada

simulasi dan implementasi terjadi perbedaan hasil respon. Pada simulasi,

perfomansi kerja kontroler lebih kecil ketika kondisi beban nominal sedangkan

pada implementasi, performansi kerja kontroler lebih kecil ketika kondisi beban

www.themegallery.com

Thank You!