Sistem Kendali Eddy Current Brakes Dinamometer menggunakan Linear Quadratic Regulator (LQR)

Abstract

ABSTRAKMakalah ini memberikan analisis perbandingan antara teknik kendali klasik yaitu kendali PID dengan teknik kendali modern pada sistem Eddy current brakes dinamometer. Eddy current brakes merupakan sistem pengereman modern yang membutuhkan sebuah sistem kendali untuk menunjang kinerja pengereman. Selama ini kendali PID lebih sering digunakan, namun di beberapa kondisi dinilai kurang optimal. Dengan demikian, diperlukan pengembangan kendali yang modern dan optimal yaitu full state feedback Linear Quadratic Regulator (LQR). Perbandingan respon waktu pengereman disimulasikan menggunakan Matlab/Simulink. Hasil simulasi menunjukkan respon waktu pengereman pada kendali LQR lebih baik dibandingkan dengan kendali PID, dengan Ts = 2.12 detik, Tr = 1.18 detik, dan tanpa overshoot. Adapun kendali PID, meskipun menghasilkan Ts = 0.27 detik dan Tr = 0.18 detik, namun demikian masih terdapat overshoot sebesar 0.7%.Kata kunci: Eddy brakes, PID, LQR, Matlab ABSTRACTThis paper provides a comparative analysis between PID control as a classical control technique and modern control technique in the dinamometer Eddy current brakes system. Eddy current brakes is a modern braking system that requires a control system to support the braking performance. PID control is often used to be implemented but in some conditions it is less optimal. Therefore, it is necessary to develop a modern and optimal control, such as a full state feedback Linear Quadratic Regulator (LQR). The comparison of the braking time responses were simulated using Matlab/Simulink. The simulation results show that the response of LQR control is better than the PID, with Ts = 2.12 seconds, Tr = 1.18 seconds, and without overshoot. On the other side, PID control, although having Ts = 0.27 seconds and Tr = 0.18 seconds, there is still an overshoot about 0.7%.Keywords: Eddy brakes, PID, LQR, Matlab

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

“…Berdasarkan sistem yang ditentukan seperti (10) nilai matriks 𝐾 ditentukan dari persamaan vektor kendali optimal seperti (13). Sehingga persamaan indeks performansi (J) diminimalkan.…”

“…Nilai-nilai yang diberikan pada matriks diproses menggunakan persamaan LQR seperti yang ditunjukkan sebagai berikut. K = lqr(A,B,Q1,R1); Set(handles.K1, 'string', K); sys = ss(A-B*K,B,C,D); Persamaan yang diberikan merupakan rumus yang sudah terdapat pada MATLAB, sehingga penulisan hanya disesuaikan dengan nama variabel yang diberikan [13]. Setelah mendapatkan nilai K dan hasil plot sistem LQR maka diberikan random number.…”

“…Pada sistem kendali LQR matriks Q dan R merupakan matriks dengan sifat real definit positif. kecepatan respons variabel state dalam menuju kestabilan berhubungan dengan matriks Q sedangkan pengontrolan atau seberapa besar kontrol input yang dihasilkan berhubungan dengan matriks R. Oleh karena itu, untuk mendapatkan hasil respons sistem terbaik maka dilakukan tuning matriks Q dan R dengan cara mengubah nilainya sehingga akan diperoleh variasi gain K. Pemilihan matriks Q dan R dilakukan secara trial and error [13], sehingga dilakukan pengamatan dari enam variasi matriks Q dan selanjutnya dilakukan pengamatan perubahan respons sistem yang dihasilkan.…”