Penalaan Mandiri Full State Feedback dengan LQR dan JST Pada Kendali Quadrotor

Rahani, Faisal Fajri; Priyambodo, Tri Kuntoro

doi:10.22146/ijeis.37212

Cited by 4 publications

(3 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Pengendalian kecepatan motor DC terdapat masukan dan keluaran yang dapat dikontrol dengan cara membuat pemodelan sistem, salah satunya ialah model state space atau ruang keadaan. Hal ini dapat diterapkan pada salah satu metode kontrol yang digunakan dalam sistem kontrol optimal yaitu linear quadratic regulator (LQR) [3], [4].…”

Section: Pendahuluanunclassified

Kontrol Motor DC dengan Kendali Linear Quadratic Regulator dan Filter Kalman Menggunakan GUI MATLAB

Hudati,

Wijayakusuma,

Ismail

et al. 2023

JuLIET

View full text Add to dashboard Cite

– DC motor is one of the electronic devices that is used in the robotic, industry and sometime can be found in daily life. DC motors usage is quite a lot, where the user is expected to be able monitor the speed or the position of the DC motor and be able to make adjustments. Noise is a part that cannot be ignored in controlling the motor DC speed. Numerous studies have been conducted. Previous research monitored the system response without considering the noise. The aims of this study are to implement the linear quadratic regulator (LQR) control and provide noise in the form of random number which will be filtered using a Kalman filter to reduce the noise and achieve a more stable system response. The provision of control and filter methods will be monitored by the user through an easy-to-understand display. The LQR control method will be given to DC motors in order to reduce the error between the output and input. LQR control use six variations of the Q index weighting will be given with an R value of 1. The most optimal Q result is [0.1 0 0; 0 0.1 0; 0 0 0.1] with a rise time is 2.20 seconds and a peak overshoot is 0.09 and the system response results are displayed. in the MATLAB GUI with the addition results after being given a Kalman filter.Keywords – DC motor, LQR, Kalman Filter, MATLAB GUIIntisari – Penggunaan Motor DC menjadi salah satu perangkat elektronik yang digunakan pada bidang robotika, industri bahkan banyak ditemui dalam kehidupan sehari – hari. Penggunaan motor DC yang cukup banyak, di mana user diharapkan dapat memantau kecepatan atau posisi motor DC dan dapat melakukan pemantauan terhadap noise yang terjadi pada sistem. Terdapat banyak penelitian yang telah dilakukan. Penelitian sebelumnya hanya memantau respons sistem tanpa memperhatikan noise yang dihasilkan. Penelitian ini bertujuan untuk menerapkan kendali linear quadratic regulator (LQR) dan memberikan noise berupa random number yang kemudian diberi filter Kalman sehingga noise tersebut dapat dikurangi dan respon sistem menjadi lebih stabil. Pemberian metode kendali dan filter diharapkan dapat dipantau oleh user melalui sebuah tampilan yang mudah dipahami. Metode kendali LQR akan diberikan kepada motor DC untuk mengurangi besarnya kesalahan antara output terhadap input. Pada kendali LQR akan diberikan enam variasi pembobotan indeks Q dengan R bernilai 1 didapatkan hasil Q yang paling optimal ialah [0,1 0 0;0 0,1 0;0 0 0,1] dengan rise time sebesar 2,20 detik dan peak overshoot sebesar 0,09 dan hasil respons sistem ditampilkan pada GUI MATLAB dengan adanya penambahan hasil sistem setelah diberikan filter Kalman.Kata kunci – kecepatan motor DC, LQR, filter Kalman, GUI MATLAB

show abstract

Section: Pendahuluanunclassified

Kontrol Motor DC dengan Kendali Linear Quadratic Regulator dan Filter Kalman Menggunakan GUI MATLAB

Hudati,

Wijayakusuma,

Ismail

et al. 2023

JuLIET

View full text Add to dashboard Cite

show abstract

“…Berbagai metode kendali banyak diajukan pada sistem kendali quadrotor. Metode kendali tersebut adalah metode Proporsional Integral Derivatif (PID) [10], fuzzy, Ant Colony Optimization (ACO) [11], dan Full State Feedback dengan Linear Quadratic Regulator (LQR) [12].…”

Section: Pendahuluanunclassified

Model Penahan Ketinggian Quadrotor Berbasis PID dengan Jaringan Syaraf Tiruan Propagasi Mundur

Rahani

Yulianto

2021

JNTETI

View full text Add to dashboard Cite

Quadrotor adalah salah satu jenis Unmanned Aerial Vehicle (UAV) atau wahana terbang tanpa awak yang dapat terbang dengan kendali jarak jauh maupun menggunakan kendali otomatis. Dalam melakukan misinya, quadrotor memerlukan sistem kendali yang baik. Salah satu sistem kendali dalam sistem quadrotor adalah sistem kendali ketinggian. Kendali ketinggian akan mengendalikan quadrotor seusai ketinggian yang diinginkan walaupun terdapat gangguan dan beban quadrotor itu sendiri. Metode kendali yang banyak digunakan adalah kendali PID. Kendali PID menghasilkan respons yang kurang baik karena konstanta PID yang bersifat tetap, sedangkan gangguan saat quadrotor terbang akan berubah-ubah. Oleh karena itu, makalah ini menawarkan kendali yang dapat menyesuaikan diri saat terkena gangguan tertentu. Metode yang ditawarkan adalah kendali PID dengan Jaringan Saraf Tiruan (JST). Sistem JST akan menala komponen PID secara real-time sesuai gangguan yang terjadi. Penggunaan PID dengan JST menghasilkan respons rise time lebih cepat 0,0594 detik, overshoot turun 7,58%, steady state error turun ±0,0672, dan settling time turun 1,031 detik dibandingkan dengan PID konvensional. Hal ini menunjukkan bahwa PID dengan JST menghasilkan respons kendali yang lebih baik dibandingkan dengan PID saja.

show abstract

“…Sistem kendali full state feedback LQR pada wahana ini dikombinasikan dengan sistem jaringan saraf tiruan [16]. Sistem jaringan saraf tiruan digunakan untuk menala komponen full state feedback K agar dapat menyesuaikan dengan gangguan saat mempertahankan ketinggian wahana quadrotor.…”

unclassified

Implementasi Full State Feedback LQR dengan JST pada Kendali Ketinggian Quadrotor

Rahani

Priyambodo

2019

Jurnal Nasional Teknik Elektro dan Teknologi Informasi

Self Cite

View full text Add to dashboard Cite

One type of unmanned aircraft that is often used today is quadrotor. This type of aircraft has the ability to take off vertically. This study implemented an altitude control system on the z-axis quadrotor. The control used is the full state method of Linear Quadratic Regulator (LQR) with artificial neural networks. The LQR full state feedback method used in this system is 12-states with each feedback constant K tuned to the neural network method. This study implements the artificial neural network method to change the feedback constant on the z-axis. Artificial neural network architecture used 12 input layers, 48 hidden layers, and 1 output layer. This study compares the value of the results of the simulation with the response value of the system implementation results applied to the quadrotor. Testing with full state LQR feedback using artificial neural networks improves the system response to ±0.77 seconds and improves steady state error values up to ±12 cm. Based on the results of these studies, this system can be implemented to control other systems. Intisari-Salah satu jenis pesawat tanpa awak yang sering digunakan saat ini adalah quadrotor. Pesawat jenis ini memiliki kemampuan untuk lepas landas secara vertikal. Makalah ini mengimplementasikan sistem kendali ketinggian pada sumbu z quadrotor. Kendali yang digunakan yaitu metode full state feedback Linear Quadratic Regulator (LQR) dengan jaringan saraf tiruan. Metode full state feedback LQR yang digunakan pada sistem ini adalah dua belas state dengan masing-masing konstanta feedback K ditala dengan metode jaringan saraf tiruan. Makalah ini mengimplementasikan metode jaringan saraf tiruan untuk mengubah konstanta feedback pada sumbu z. Arsitektur jaringan saraf tiruan yang digunakan yaitu dua belas input layer, 48 hidden layer, dan satu output layer. Makalah ini membandingkan nilai hasil simulasi dengan nilai respons sistem hasil implementasi yang diterapkan pada quadrotor. Pengujian dengan full state feedback LQR menggunakan jaringan saraf tiruan memperbaiki respons sistem hingga ±0,77 detik serta perbaikan nilai steady state error hingga ±12 cm. Berdasarkan hasil penelitian tersebut, sistem ini dapat diimplementasikan kendali pada sistem yang lain.

show abstract

Penalaan Mandiri Full State Feedback dengan LQR dan JST Pada Kendali Quadrotor

Cited by 4 publications

References 8 publications

Kontrol Motor DC dengan Kendali Linear Quadratic Regulator dan Filter Kalman Menggunakan GUI MATLAB

Kontrol Motor DC dengan Kendali Linear Quadratic Regulator dan Filter Kalman Menggunakan GUI MATLAB

Model Penahan Ketinggian Quadrotor Berbasis PID dengan Jaringan Syaraf Tiruan Propagasi Mundur

Implementasi Full State Feedback LQR dengan JST pada Kendali Ketinggian Quadrotor

Contact Info

Product

Resources

About