Professional Documents
Culture Documents
Generalized Predictive Control (GPC) adalah suatu metoda pengontrolan yang dirancang berdasarkan model suatu proses. Model tersebut digunakan untuk menghitung suatu set prediksi keluaran proses. Berdasarkan set prediksi tersebut, sinyal kontrol yang akan diberikan ke proses dihitung dengan melakukan minimalisasi suatu fungsi harga, sedemikian sehingga selisih antara set prediksi keluaran proses dan set masukan referensi yang bersesuaian serta perubahan sinyal kontrol minimal. Secara umum, GPC merupakan kombinasi dari komponen-komponen berikut 1. Model proses yang akan digunakan untuk menghitung prediksi keluaran proses. Pemilihan struktur model yang baik sangat penting dalam merancang suatu pengontrol prediktif. 2. Pengetahuan mengenai masukan referensi ke depan yang bersesuaian dengan set prediksi keluaran proses. 3. Fungsi harga J(e,u) di mana e adalah vektor kesalahan sistem ke depan dan u adalah vektor sinyal kontrol ke depan yang akan diberikan ke proses. 4. Algoritma optimasi yang digunakan untuk meminimalkan fungsi harga J, dengan adanya pembatasan besar sinyal kontrol, keluaran proses dan kecepatan perubahan sinyal kontrol.
(4.1)
dimana y(t) dan u(t) adalah sinyal keluaran dan sinyal masukan proses pada saat t, e(t) adalah sinyal kesalahan (error), n adalah orde proses, d adalah waktu tunda proses (dinyatakan dengan kelipatan bulat dari waktu sampling) dan F( ) adalah fungsi nonlinier. Struktur JST DRNN dan ANFIS akan digunakan untuk merepresentasikan model NARX tersebut. Kemudian prediksi keluaran proses y(t+1), y(+2),, y(t+N) dapat dihitung berdasarkan set sinyal kontrol yang diberikan ke model Dimana N adalah banyaknya prediksi keluaran yang diinginkan..
J=
j = N1
N2
Nu
(4.2)
dimana N 2 , N1 , N u and ( j ) adalah maksimum horizon (1 N 2 ) , minimum horizon (1 N1 N 2 ) , control horizon (1 N u N 2 ) dan sekuen pembobotan kontrol.
menyebabkan respon proses menjadi lebih lambat dengan perubahan sinyal kontrol yang tidak fluktuatif.
Gambar 4 1. Front panel GPC dengan pemodelan JST 4. Klik kanan pada icon di Menu Bar. Pilih Show Connector. Maka akan terlihat icon seperti disamping. 5. Hubungkan setiap kotak pada connector dengan control-control berikut :
6. Klik kanan pada icon di Menu Bar lagi, pilih Show Icon. Kemudian Klik kanan lagi, pilih Edit Icon. Maka akan tampil menu utnuk mengedit gambar dari icon ini, Anda bisa membuat Icon sesuai kreasi Anda, atau buatlah seperti icon pada gambar disamping.
Modul Praktikum Aplikasi Artificial Intelligent pada Pengontrolan a a
Gambar 4 3. Case Structure True dari Diagram GPC 8. Save pekerjaan Anda.
a a
3. Aktifkan Front Panel, buat satu buah digital indicator, edit labelnya menjadi Iterasi RM 4. Aktifkan Diagram. Hapus sub VI JST. Hapus shift register yang semula terhubung dengan sub VI JST. Tekan Ctrl-B untuk menghapus kabelGeneralized Predictive Control kabel yang terputus-putus. 5. Panggil subVI GPC JST.vi dengan cara pada Control Palette pilih Select a VI ... lalu akan tampil Windows Choose the VI to open. Pilih file GPC JST.vi. Tempatkan di bawah indikator Tangki Proses 2 6. Klik kanan di terminal Parameter GPC pada subVI GPC JST.vi, pilih Create Control. 7. Aktifkan kembali Front Panel, atur posisi front panel menjadi seperti gambar 4 4.
Gambar 4 4. Front Panel Pengontrol GPC dengan model JST 8. Aktifkan Block Diagram, buat menjadi seperti gambar 4 5. 9. Lakukan pengujian program. Pertama-tama set besaran-besaran berikut : Set bukaan Control Valve 1 dan Control Valve 2 pada 50 % dan Set Point = 54 Set fungsi aktivasi linier dan bobot JST sebagai berikut : W1=1 ; W2 = -0.003763 ; WD = 0 ; WB = 0.2387324 dan WO = 1. Set Iterasi RM = 1000 ; N1 = 0 ; N2 = 2 ; NU = 0 dan lambda = 0
Modul Praktikum Aplikasi Artificial Intelligent pada Pengontrolan a a
Jalankan program. Jika sistem dapat mendekati harga set point, berarti program telah bekerja sesuai dengan yang diharapkan. 10. Save pekerjaan Anda.
Generalized Predictive Control
a a