Teknik Sistem Pengaturan Teknik Elektro - Fakultas...

Teknik Sistem Pengaturan

Teknik Elektro - Fakultas Teknologi Industri

Institut Teknologi Sepuluh Nopember

Perancangan Kontroler Fuzzy PD untuk

Kontrol Toleransi Kesalahan Sensor

Oleh

Moch Hafid [2211 106 023]

Dosen Pembimbing:

Dr. Trihastuti Agustinah, ST., MT

Codensate

T

TC

21

Steamw(t)

Feedf(t)

Productf(t)

T(t)

T(t)

VT(t) [F]

TT

21

CSTR

Sensor Fault

shutdown

Latar Belakang Permasalahan Tujuan

Continuous stirred tank reactor merupakan suatu tangkireaktor yang sensitive terhadap perubahan suhu.

Merancang suatu sistem kontrol cerdas untukmengkompensasi kesalahan sensor agar mampu menjagasuhu sistem tetap dalam keadaan yang diinginkan.


Memastikan tercapainya kinerja sistem terbaik dankesalahan pengukuran sensor yang terjadi tidakmenyebabkan kegagalan sistem secara keseluruhan.


Model Dinamis CSTR plant:

𝑓𝜌𝑖ℎ𝑖 𝑡 − 𝑓𝜌𝑜ℎ𝑜 𝑡 =𝑑[𝑉𝜌𝑢(𝑡)]

𝑑𝑡

Model CSTR Desain Kontroler Skenario Kesalahan

No. Parameter Simbol Nilai Satuan

1. Heat Transfer Area A 241,5 ft2

2. Heat Capacity of Coil 𝐶𝑚 265,7 Btu/oF

3. Kapasitas Panas Koil 𝐶𝑣 2,1 Btu/lb.oF

4. Kapasitas Panas liquid 𝐶𝑝 0,80 Btu/lb.oF

5. Koef. Transfer Panas overall U 2,1 Btu/lb.oF

6. Transmitter time constant 𝜏𝑇 0,75 Min7. Valve time constant 𝜏𝑉 0,20 Min

8. Penguatan aliran steam 𝐾𝑊 1,905 oF/(ft3/min)

9. Gain valve 𝐾𝑉 1,652 (lb/min)/%CO

10. Gain transmiter 𝐾𝑇 1,0 %TO/oF

Tabel 1. Parameter CSTR plant

Gambar 1. Proses Pemanasan pada CSTR

Codensate

T

TC

21

Steamw(t)

Feedf(t)

Productf(t)

T(t)

T(t)

VT(t) [F]

TT

21

Model Dinamis CSTR plant:

Kesetimbangan Energi pada liquid

𝑉𝜌𝐶𝑣𝔡 𝑇 𝑡

𝔡𝑡= 𝑓 𝑡 𝜌𝐶𝑝𝑇𝑖 +𝑈𝐴 𝑇𝑠 𝑡 − 𝑇 𝑡 − 𝑓 𝑡 𝜌𝐶𝑝𝑇 𝑡

Kesetimbangan Energi pada koil/pipa

𝐶𝑀𝔡 𝑇𝑠 𝑡

𝔡𝑡= 𝑤 𝑡 𝜆 − 𝑈𝐴 𝑇𝑠 𝑡 − 𝑇 𝑡

Model CSTR Desain Kontroler Fault Tolerance

Pemodelan plant untuk Sistem Nonlinear :

Jika dimisalkan, x1= T(t); x2= Ts(t); u1= f(t); u2= w(t)

Persamaan state,

𝑥1 = −0,57795𝑥1 + 0,57795𝑥2 + 5,56𝑢1 − 0,0556𝑥1𝑢1

𝑥2 = 1,909𝑥1 − 1,909𝑥2 + 3,6357𝑢2


Kontrol Fuzzy PD :

Skema Kontroler Fuzzy PD


Gambar 2. Diagram Block Fuzzy PD

Kontrol Fuzzy PD :

Fuzzifikasi, {Fungsi Keanggotaan}

error ∆error


NB NS Z PS PB1

0.5

-2 -1 0 1 2

NB NS Z PS PB1

0.5

-2 -1 0 1 2

Kontrol Fuzzy PD :

Inference Fuzzy, {Rule Base}

μi k = max[min{μu k ,μr e i ,de(j))}]


e,de/u NB NS Z PS PB

NB NB NB NS NS Z

NS NB NS NS Z PS

Z NS NS Z PS PS

PS NS Z PS PS PB

PB Z PS PS PB PB

Tabel 2. Basis Aturan Fuzzy

Kontrol Fuzzy PD :

Defuzzifikasi, {Centre Weight Average }

𝑢𝑡𝑒𝑔𝑎𝑠 = 𝑖=15 𝑏𝑖𝜇𝑖 𝑖=15 𝜇𝑖

Sinyal Kontrol [u]


NB NS Z PS1

0.5

-2 -1 0 1 2

PB


Fault Avoidance

Fault Masking

Fault Tolerance

Model Perilaku Kesalahan Sensor,


Abrupt Fault

Faul

t Am

plitu

do

Time

Incipient Fault

Faul

t Am

plitu

do

Time

Gambar 3. Perilaku Kesalahan Sensor


Pengkategorian Kesalahan Sensor,

Tingkat Kategori

KesalahanKategori Keterangan

Kategori IV NegligibleTerjadi kegagalan kecil: tidak berpengaruh

terhadap kinerja sistem

Kategori III MarginalSistem terdegradasi dengan beberapa penurunan

terhadap performa kinerja sistem

Kategori II CriticalTerjadi kegagalan sistem secara keseluruhan:

kinerja sistem tidak dapat diterima

Kategori ICathastropic/

Bahaya

Kegagalan sistem yang signifikan dan dapat

menyebabkan berhentinya proses

Tabel 3. Kategori Kesalahan Sensor

gain feedback sensor yang diberikan, 0 < 𝐾𝑇 ≤ 1

Identifikasi kesalahan :


Kontroler

Fuzzy PD

X

Multiple

R(s) C(s)U(s)E(s)

Actual Plant with

Sensor Faults

tuning

Gain Ku

C

Sen

sor

Gai

n

Fai

lure

CSTR Plant

CSTR Plant

Plant Modelf(s)

Gambar 4. Model-Based Fault Diagnosis

Diagram Block Skenario Kesalahan Sensor


Gambar 5. Fault Tolerant Scenario

Gain Sensor feedback [KT]

Kontrol Toleransi Kesalahan

0.9

0.95

1

1.05ctg IV

ScenrFault/Fault Selector/KT : Group 1

0.8

0.9

1ctg III

0.7

0.8

0.9

1 ctg II

0 5 10 15 20 25 30 35 40 45 500.4

0.6

0.8

1ctg I

Time (sec)

Kategori IV , KT= 0,95

0 5 10 15 20 25 30 35 40 45 500

20

40

60

80

100

120

140

160

180

Time (s)

Te

mp

.Ou

t (F

)

Setpoint

FuzzyPD

FuzzyPD+FTC

5 10 15 20 25 30 35 40 45

172

173

174

175

176

177

178

5 10 15 20 25 30 35 40 45

175.9985

175.999

175.9995

176

176.0005


Kategori III , KT=0.85

0 5 10 15 20 25 30 35 40 45 500

20

40

60

80

100

120

140

160

180

Time (s)

Te

mp

.Ou

t (F

)

Setpoint

FuzzyPD

FuzzyPD+FTC

5 10 15 20 25 30 35 40 45

174

175

176

177

178

179

180

5 10 15 20 25 30 35 40 45175.98

175.99

176

176.01

176.02

176.03

176.04

176.05

176.06


Kategori II , KT= 0,7

0 5 10 15 20 25 30 35 40 45 500

20

40

60

80

100

120

140

160

180

200

Time (s)

Te

mp

.Ou

t (F

)

Setpoint

FuzzyPD

FuzzyPD+FTC

5 10 15 20 25 30 35 40 45 50

170

172

174

176

178

180

182

184

5 10 15 20 25 30 35 40 45

175.6

175.8

176

176.2

176.4

176.6


Kategori I , KT= 0,45


0 5 10 15 20 25 30 35 40 45 500

20

40

60

80

100

120

140

160

180

200

Time (s)

Te

mp

.Ou

t (F

)

Setpoint

FuzzyPD

FuzzyPD+FTC

5 10 15 20 25 30 35 40 45

170

175

180

185

190

5 10 15 20 25 30 35 40 45

175

176

177

178

179

Perbandingan error steady state sistem:


Tingkat Kesalahan Fuzzy PD tanpa FTC

(% ess)

Fuzzy PD + FTC

(% ess)

Kategori I ess = 6,82 ess = 1,41

Kategori II ess = 3,73 ess = 0,26

Kategori III ess = 1,83 ess = 0,03

Kategori IV ess = 0,60 ess ≈ 0

Tabel 3. Perbandingan Error Steady State

Kesimpulan,

Kesalahan sensor yang terjadi dideteksi menggunakan Model-BasedFault Diagnosis. Hasil informasi kesalahan yang terukur digunakan untukmerancang suatu skenario untuk mengkompensasi kesalahan sensor yangterjadi. Penerapan kontroler fuzzy PD dengan skema FTC dapatmengkompensasi kesalahan sensor yang terjadi sehingga mampumemperbaiki performansi sistem.

Kesimpulan Saran

Saran,

Pada pengembangan berikutnya dapat menambahkan suatukontrol predictive sehingga dapat memprediksi kesalahan yang terjadi pada proses berikutnya.

Kesimpulan Saran

Terimakasih

Teknik Sistem Pengaturan Teknik Elektro - Fakultas...

Documents

Transcript of Teknik Sistem Pengaturan Teknik Elektro - Fakultas...