Sabtu, 26 September 2015


Sistem kendali dapat dikatakan sebagai hubungan antara komponen yang membentuk sebuah konfigurasi sistem, yang akan menghasilkan tanggapan sistem yang diharapkan. Jadi harus ada yang dikendalikan, yang merupakan suatu sistem fisis, yang biasa disebut dengan kendalian (plant).

Masukan dan keluaran merupakan variabel atau besaran fisis. Keluaran merupakan hal yang dihasilkan oleh kendalian, artinya yang dikendalikan; sedangkan masukan adalah yang mempengaruhi kendalian, yang mengatur keluaran. Kedua dimensi masukan dan keluaran tidak harus sama.

Pada sistem kendali dikenal sistem lup terbuka (open loop system) dan sistem lup tertutup (closed loop system). Sistem kendali lup terbuka atau umpan maju (feedforward control) umumnya mempergunakan pengatur (controller) serta aktuator kendali (control actuator) yang berguna untuk memperoleh respon sistem yang baik. Sistem kendali ini keluarannya tidak diperhitungkan ulang oleh controller. Suatu keadaan apakah plant benar-benar telah mencapai target seperti yang dikehendaki masukan atau referensi, tidak dapat mempengaruhi kinerja kontroler.



Gambar 1. Sistem pengendalian lup terbuka


Pada sistem kendali yang lain, yakni sistem kendali lup tertutup (closed loop system) memanfaatkan variabel yang sebanding dengan selisih respon yang terjadi terhadap respon yang diinginkan. Sistem seperi ini juga sering dikenal dengan sistem kendali umpan balik. Aplikasi sistem umpan balik banyak dipergunakan untuk sistem kemudi kapal laut dan pesawat terbang. Perangkat sehari-hari yang juga menerapkan sistem ini adalah penyetelan temperatur pada almari es, oven, tungku, dan pemanas air.



Gambar 2. Sistem pengendalian lup tertutup


Dengan sistem kendali gambar 2, kita bisa ilustrasikan apabila keluaran aktual telah sama dengan referensi atau masukan maka input kontroler akan bernilai nol. Nilai ini artinya kontroler tidak lagi memberikan sinyal aktuasi kepada plant, karena target akhir perintah gerak telah diperoleh. Sistem kendali loop terbuka dan tertutup tersebut merupakan bentuk sederhana yang nantinya akan mendasari semua sistem pengaturan yang lebih kompleks dan rumit. Hubungan antara masukan (input) dengan keluaran (output) menggambarkan korelasi antara sebab dan akibat proses yang berkaitan. Masukan juga sering diartikan tanggapan keluaran yang diharapkan.
Untuk mendalami lebih lanjut mengenai sistem kendali tentunya diperlukan pemahaman yang cukup tentang hal-hal yang berhubungan dengan sistem kontrol. Oleh karena itu selanjutnya akan dikaji beberapa istilah-istilah yang dipergunakannya.

Istilah-istilah dalam sistem pengendalian adalah :

1. Masukan

Masukan atau input adalah rangsangan dari luar yang diterapkan ke sebuah sistem kendali untuk memperoleh tanggapan tertentu dari sistem pengaturan. Masukan juga sering disebut respon keluaran yang diharapkan.

2. Keluaran
Keluaran atau output adalah tanggapan sebenarnya yang didapatkan dari suatu sistem kendali.

3. Plant
Seperangkat peralatan atau objek fisik dimana variabel prosesnya akan dikendalikan, msalnya pabrik, reaktor nuklir, mobil, sepeda motor, pesawat terbang, pesawat tempur, kapal laut, kapal selam, mesin cuci, mesin pendingin (sistem AC, kulkas, freezer), penukar kalor (heat exchanger), bejana tekan (pressure vessel), robot dan sebagainya.

4. Proses

Berlangsungnya operasi pengendalian suatu variabel proses, misalnya proses kimiawi, fisika, biologi, ekonomi, dan sebagainya.

5. Sistem
Kombinasi atau kumpulan dari berbagai komponen yang bekerja secara bersama-sama untuk mencapai tujuan tertentu.

6. Diagram blok
Bentuk kotak persegi panjang yang digunakan untuk mempresentasikan model matematika dari sistem fisik. Contohnya adalah kotak pada gambar 1 atau 2.


7. Fungsi Alih (Transfer Function)

Perbandingan antara keluaran (output) terhadap masukan (input) suatu sistem pengendalian. Suatu misal fungsi alih sistem pengendalian loop terbuka gambar 1 dapat dicari dengan membandingkan antara output terhadap input. Demikian pula fungsi alih pada gambar 3.



8. Sistem Pengendalian Umpan Maju (open loop system)
Sistem kendali ini disebut juga sistem pengendalian lup terbuka . Pada sistem ini keluaran tidak ikut andil dalam aksi pengendalian sebagaimana dicontohkan gambar 1. Di sini kinerja kontroler tidak bisa dipengaruhi oleh input referensi.

9. Sistem Pengendalian Umpan Balik
Istilah ini sering disebut juga sistem pengendalian loop tertutup . Pengendalian jenis ini adalah suatu sistem pengaturan dimana sistem keluaran pengendalian ikut andil dalam aksi kendali.


Gambar 3. Sistem pengendalian lup tertutup


10. Sistem Pengendalian Manual
Sistem pengendalian dimana faktor manusia sangat dominan dalam aksi pengendalian yang dilakukan pada sistem tersebut. Peran manusia sangat dominan dalam menjalankan perintah, sehingga hasil pengendalian akan dipengaruhi pelakunya. Pada sistem kendali manual ini juga termasuk dalam kategori sistem kendali jerat tertutup. Tangan berfungsi untuk mengatur permukaan fluida dalam tangki. Permukaan fluida dalam tangki bertindak sebagai masukan, sedangkan penglihatan bertindak sebagai sensor. Operator berperan membandingkan tinggi sesungguhnya saat itu dengan tinggi permukaan fluida yang dikehendaki, dan kemudian bertindak untuk membuka atau menutup katup sebagai aktuator guna mempertahankan keadaan permukaan yang diinginkan.




11. Sistem Pengendalian Otomatis
Sistem pengendalian dimana faktor manusia tidak dominan dalam aksi pengendalian yang dilakukan pada sistem tersebut. Peran manusia digantikan oleh sistem kontroler yang telah diprogram secara otomatis sesuai fungsinya, sehingga bisa memerankan seperti yang dilakukan manusia. Di dunia industri modern banyak sekali sistem ken dali yang memanfaatkan kontrol otomatis, apalagi untuk industri yang bergerak pada bidang yang proses nya membahayakan keselamatan jiwa manusia.





12. Variabel terkendali (Controlled variable)

Besaran atau variabel yang dikendalikan, biasanya besaran ini dalam diagram kotak disebut process variable (PV). Level fluida pada bejana pada gambar 4 merupakan variabel terkendali dari proses pengendalian. Temperatur pada gambar 5 merupakan contoh variabel terkendali dari suatu proses pengaturan.

13. Manipulated variable
Masukan dari suatu proses yang dapat diubah -ubah atau dimanipulasi agar process variable besarnya sesuai dengan set point (sinyal yang diumpankan pada suatu sistem kendali yang digunakan sebagai acuan untuk menentukan keluaran sistem kontrol). Masukan proses pada gambar 4 adalah laju aliran fluida yang keluar dari bejana , sedangkan masukan proses dari gambar 5 adalah laju aliran fluida yang masuk menuju bejana. Laju aliran diatur dengan mengendalikan bukaan katup.

14. Sistem Pengendalian Digital
Dalam sistem pengendalian otomatis terdapat komponen -komponen utama seperti elemen proses, elemen pengukuran (sensing element dan transmitter), elemen controller (control unit), dan final control element (control value ).




15. Gangguan (disturbance)
Suatu sinyal yang mempunyai k ecenderungan untuk memberikan efek yang melawan terhadap keluaran sistem pengendalian(variabel terkendali). Besaran ini juga lazim disebut load.



16. Sensing element

Bagian paling ujung suatu sistem pengukuran ( measuring system) atau sering disebut sensor. Sensor bertugas mendeteksi gerakan atau fenomena lingkungan yang diperlukan sistem kontroler. Sistem dapat dibuat dari sistem yang paling sederhana seperti sensor on/off menggunakan limit switch, sistem analog, sistem bus paralel, sistem bus serial serta si stem mata kamera. Contoh sensor lainnya yaitu thermocouple untuk pengukur temperatur, accelerometer untuk pengukur getaran, dan pressure gauge untuk pengukur tekanan.

17. Transmitter
Alat yang berfungsi untuk membaca sinyal sensing element dan mengubahnya supaya dimengerti oleh controller.

18. Aktuator
Piranti elektromekanik yang berfungsi untuk menghasilkan daya gerakan. Perangkat bisa dibuat dari system motor listrik (motor DC servo, moto r DC stepper, ultrasonic motor, linier moto, torque motor , solenoid), sistem pneumatik dan hidrolik. Untuk meningkatkan tenaga mekanik aktuator atau torsi gerakan maka bisa dipasang sistem gear box atau sprochet chain.

19. Transduser
Piranti yang berfungsi untuk mengubah satu bentuk energi menjadi energi bentuk lainnya atau unit pengalih sinyal. Suatu contoh mengubah sinyal gerakan mekanis menjadi energi listrik yang terjadi pada peristiwa pengukuran getaran. Terkadang antara transmiter dan tranduser dirancukan, keduanya memang mempunyai fungsi serupa. Transduser lebih bersifat umum, namun transmiter pemakaiannya pada sistem pengukuran.

20.Measurement Variable
Sinyal yang keluar dari transmiter, ini merupakan cerminan sinyal pengukuran.

21. Setting point
Besar variabel proses yang dikehendaki. Suatu kontroler akan selalu berusaha menyamakan variabel terkendali terhadap set point.

22. Error

Selisih antara set point dikurangi variabel terkendali. Nilainya bisa positif atau negatif, bergantung nilai set point dan variabel terkendali. Makin kecil error terhitung, maka makin kecil pula sinyal kendali kontroler terhadap plant hingga akhirnya mencapai kondisi tenang ( steady state)

23. Alat Pengendali (Controller)

Alat pengendali sepenuhnya menggantikan peran manusia dalam mengendalikan suatu proses. Controller merupakan elemen yang mengerjakan tiga dari empat tahap pengaturan, yaitu
a. membandingkan set point dengan measurement variable
b. menghitung berapa banyak koreksi yang harus dilakukan, dan
c. mengeluarkan sinyal koreksi sesuai dengan hasil perhitungannya,

24. Control Unit
Bagian unit kontroler yang menghitung besarnya koreksi yang diperlukan.

25. Final Controller Element

Bagian yang berfungsi untuk mengubah measurement variable dengan memanipulasi besarnya manipulated variable atas dasar perintah kontroler.

26. Sistem Pengendalian Kontinyu
Sistem pengendalian yang ber jalan secara kontinyu, pada setiap saat respon sistem selalu ada. Pada gambar 7. Sinyal e(t) yang masuk ke kontroler dan sinyal m(t) yang keluar dari kontroler adalah sinyal kontinyu.

Ideal versus standard PID form



 


The form of the PID controller most often encountered in industry, and the one most relevant to tuning algorithms is the standard form. In this form the K_p gain is applied to the I_{\mathrm{out}}, and D_{\mathrm{out}} terms, yielding:
\mathrm{MV(t)}=K_p\left(\,{e(t)} + \frac{1}{T_i}\int_{0}^{t}{e(\tau)}\,{d\tau} + T_d\frac{d}{dt}e(t)\right)
where
T_i is the integral time
T_d is the derivative time
In this standard form, the parameters have a clear physical meaning. In particular, the inner summation produces a new single error value which is compensated for future and past errors. The addition of the proportional and derivative components effectively predicts the error value at T_d seconds (or samples) in the future, assuming that the loop control remains unchanged. The integral component adjusts the error value to compensate for the sum of all past errors, with the intention of completely eliminating them in T_i seconds (or samples). The resulting compensated single error value is scaled by the single gain K_p.
In the ideal parallel form, shown in the controller theory section
\mathrm{MV(t)}=K_p{e(t)} + K_i\int_{0}^{t}{e(\tau)}\,{d\tau} + K_d\frac{d}{dt}e(t)
the gain parameters are related to the parameters of the standard form through K_i = \frac{K_p}{T_i} and  K_d = K_p T_d \,. This parallel form, where the parameters are treated as simple gains, is the most general and flexible form. However, it is also the form where the parameters have the least physical interpretation and is generally reserved for theoretical treatment of the PID controller. The standard form, despite being slightly more complex mathematically, is more common in industry.

Reciprocal gain

In many cases, the manipulated variable output by the PID controller is a dimensionless fraction between 0 and 100% of some maximum possible value, and the translation into real units (such as pumping rate or watts of heater power) is outside the PID controller. The process variable, however, is in dimensioned units such as temperature. It is common in this case to express the gain K_p not as "output per degree", but rather in the form of a temperature 1/K_p which is "degrees per full output". This is the range over which the output changes from 0 to 1 (0% to 100%).

Basing derivative action on PV

In most commercial control systems, derivative action is based on PV rather than error. This is because the digitized version of the algorithm produces a large unwanted spike when the SP is changed. If the SP is constant then changes in PV will be the same as changes in error. Therefore this modification makes no difference to the way the controller responds to process disturbances.
\mathrm{MV(t)}=K_p\left(\,{e(t)} + \frac{1}{T_i}\int_{0}^{t}{e(\tau)}\,{d\tau} - T_d\frac{d}{dt}PV(t)\right)

Basing proportional action on PV

Most commercial control systems offer the option of also basing the proportional action on PV. This means that only the integral action responds to changes in SP. The modification to the algorithm does not affect the way the controller responds to process disturbances. The change to proportional action on PV eliminates the instant and possibly very large change in output on a fast change in SP. Depending on the process and tuning this may be beneficial to the response to a SP step.
\mathrm{MV(t)}=K_p\left(\,{-PV(t)} + \frac{1}{T_i}\int_{0}^{t}{e(\tau)}\,{d\tau} - T_d\frac{d}{dt}PV(t)\right)
Laplace form of the PID controller
Sometimes it is useful to write the PID regulator in Laplace transform form:
G(s)=K_p + \frac{K_i}{s} + K_d{s}=\frac{K_d{s^2} + K_p{s} + K_i}{s}
Having the PID controller written in Laplace form and having the transfer function of the controlled system makes it easy to determine the closed-loop transfer function of the system.

PID pole zero cancellation

The PID equation can be written in this form:
G(s)=K_d \frac{s^2 + \frac{K_p}{K_d}s + \frac{K_i}{K_d}}{s}
When this form is used it is easy to determine the closed loop transfer function.
H(s)=\frac{1}{s^2 + 2\zeta \omega_0 s + \omega_0^2}
If
\frac{K_i}{K_d}=\omega_0^2
\frac{K_p}{K_d}=2\zeta \omega_0
Then
G(s) H(s)=\frac{K_d}{s}
While this appears to be very useful to remove unstable poles, it is in reality not the case. The closed loop transfer function from disturbance to output still contains the unstable poles.

Series/interacting form

Another representation of the PID controller is the series, or interacting form
G(s) = K_c \frac{(\tau_i{s}+1)}{\tau_i{s}} (\tau_d{s}+1)
where the parameters are related to the parameters of the standard form through
K_p = K_c \cdot \alpha, T_i = \tau_i \cdot \alpha, and
T_d = \frac{\tau_d}{\alpha}
with
\alpha = 1 + \frac{\tau_d}{\tau_i}.
This form essentially consists of a PD and PI controller in series, and it made early (analog) controllers easier to build. When the controllers later became digital, many kept using the interacting form.

Discrete implementation

The analysis for designing a digital implementation of a PID controller in a microcontroller (MCU) or FPGA device requires the standard form of the PID controller to be discretized.[25] Approximations for first-order derivatives are made by backward finite differences. The integral term is discretised, with a sampling time \Delta t,as follows,
\int_{0}^{t_k}{e(\tau)}\,{d\tau} = \sum_{i=1}^k e(t_i)\Delta t
The derivative term is approximated as,
\dfrac{de(t_k)}{dt}=\dfrac{e(t_k)-e(t_{k-1})}{\Delta t}
Thus, a velocity algorithm for implementation of the discretized PID controller in a MCU is obtained by differentiating u(t), using the numerical definitions of the first and second derivative and solving for u(t_k) and finally obtaining:
u(t_k)=u(t_{k-1})+K_p\left[\left(1+\dfrac{\Delta t}{T_i}+\dfrac{T_d}{\Delta t}\right)e(t_k)+\left(-1-\dfrac{2T_d}{\Delta t}\right)e(t_{k-1})+\dfrac{T_d}{\Delta t}e(t_{k-2})\right]
 T_i = K_p/K_i, T_d = K_d/K_p
The derivative of the process error is calculated by determining the slope of the error over time and multiplying this rate of change by the derivative gain Kd. The magnitude of the contribution of the derivative term to the overall control action is termed the derivative gain, Kd.
The derivative term is given by:
D_{\mathrm{out}}=K_d\frac{d}{dt}e(t)
Derivative action predicts system behavior and thus improves settling time and stability of the system.[11][12] An ideal derivative is not causal, so that implementations of PID controllers include an additional low pass filtering for the derivative term, to limit the high frequency gain and noise.[13] Derivative action is seldom used in practice though - by one estimate in only 25% of deployed controllers[13] - because of its variable impact on system stability in real-world applications.