Controller tuning optimization

Ini salah satu mainan buatan saya yg bisa digunakan utk mencari nilai optimum utk setiap variable kontrol spt proportional (P; Kc), integral (I; tau i), dan derivative (D; tau d). Prinsip kerjanya sama dgn mainan yg di sini (https://zapthegreat.wordpress.com/applied-knowledge/aplikasi-matlab/), hanya saja di sini kita gak menggunakan data apapun utk mengoptimalkan variable kontrolnya. Kita cuma perlu membuat model matematika prosesnya dan menentukan tipe kontroler spt apa yg ingin kita gunakan. Berikut adalah contoh sederhana di mana model matematika prosesnya telah ditransformasi ke dlm bentuk Laplace dgn menggunakan PID controller. Di sini kita ingin mengubah set pointnya sebesar 1 besaran.

Di contoh ini, modelnya telah mengikutsertakan ketiga variabel PID controller utk memudahkan dlm mengoptimalkan nilai variabel kontrolnya. Utk pertama2, kontroler yg dipake cuma P, dgn nilai I yg dibuat sekecil mungkin.

Setelah tombol “Simulate” diklik, pengaruh P terlihat dr offset yg diberikan. Nilai set point kita sebesar 1, tp output process variable nya cm sekitar 0.5. Durasi simulasi kita bikin sampe 50 satuan waktu spy terlihat lbh jelas. Meskipun durasi simulasi diperlama, offset process variablenya ttp bernilai 0.5. Meskipun nilainya telah dibuat sekecil mungkin (Kc/tau i = 1/1*e20), pengaruh nilai I ttp terlihat dr semacam overshoot (0.7) yg ada di gambar.

Untuk meniadakan offset, kita menggunakan kontrol PI. Nilai P ttp spt semula, sementara nilai I kita buat 1/10 (1/tau i). Hasil simulasinya spt di bawah ini. Offset udah tidak ada, nilai output process variablenya udah 1 spt yg kita inginkan. Hanya saja, offsetnya relative besar, hampir mencapai 1.4 atau hampir 40%. Utk proses2 tertentu yg menginginkan kualitas produk yg sempurna, offset spt ini akan merusak kualitas produk.

Selanjutnya, nilai2 variabel kontroler PI ini kita optimalkan. Starting pointnya ttp berupa nilai2 awal yg udah kita masukkan ini. Ketika tombol “Estimate” diklik, solver matlab akan mencari nilai optimum variable kontrolnya. Hasilnya terlihat spt gambar di bawah, di mana nilai P kurang lbh sama (1.05) dan I menjadi 21.5.

Nah, contoh sederhana ini menggambarkan bahwa mainan ini bisa digunakan utk mengoptimasi variabel kontroller yg ingin kita gunakan. Tp terlebih dahulu kita mesti membuat model matematika proses dan kontrolnya.

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: