Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tugas akhir ini membahas konsep dasar arsitektur dan program kontrol OCS (Distributed Control System). Kemudian aplikasi pemrograman kontrol DCS dari sebagian proses di pabrik kertas SPM 3/4 yaitu pengendalian level tangki couch broke pulper, lalu menguji proses tersebut dengan metode kurva reaksi, serta menganalisanya dengan perbandingan tuning kontroler level antara parameter perhitungan metode respon quarter decay ratio dengan parameter basil akhir sistem pakar. Pengujian proses dengan mclodc kurva reaksi didapatkan Iungsi alih sistem proses orde satu dengan dectd time, dengan parameter yaitu: penguatan (gain) K = 2,6 , konstanta waktu 7 = 32 detik dan dead time t,, = 3 detik. Kemudian Iungsi alih sistem proses tersebut dianalisa dengan melakukan tuning pada kontroler level. Dengan parameter perhitungan respon quarter decay ratio yaitu penguatan proporsional Kp = 3,69 dan waktu integral Ti = 10 detik, maka didapatkan waktu untuk mencapai set point / kestabilan adalah 324 detik dan overshoot pertama adalah 13%. Sedangkan dengan parameter hasil akhir sistem pakar yaitu : penguatan proporsional Kp = 1,3 dan waktu integral Ti = 16 dctik, maka didapatkan waktu untuk mencapai set point / kestabilan adalah 202 detik dan overshoot pertama adalah 3%. Ternyata tuning dengan sistem pakar lebih baik dari tuning dengan perhitungan respon quarter decay ratio. Tapi tuning dengan perhitungan respon quarter decay ratio diperlukan sebagai parameter atau standar awal, untuk menghindari ketidakstabilan yang biasanya timbul pada saat awal tuning dengan sistem pakar."

"Dalam industri migas, proses perhitungan transaksi (custody transfer) banyak dilakukan menggunakan sistem metering. Pada setiap transaksi harus dipastikan sistem metering memiliki performa yang baik dan mampu melakukan pengukuran dengan benar, yang dibuktikan dengan nilai repeatability yang didapat saat proving harus memenuhi standar yang telah disepakati. Di lapangan, terdapat permasalahan berupa variasi laju aliran dari bagian hulu, yang mengganggu proses proving dan mempengaruhi performa sistem metering. Pada penelitian ini dibahas mengenai pengendalian aliran untuk mengkompensasi permasalahan tersebut dan meningkatkan repeatability sistem metering. Sistem metering akan dimodelkan dan dilakukan perancangan pengendali PID menggunakan metode Tempat Kedudukan Akar. Pengujian kemampuan pengendali mengatasi gangguan dilakukan dengan simulasi dengan model yang telah diperoleh. Hasil simulasi menunjukkan sistem metering dengan pengendali PID mampu menghasilkan nilai repeatability yang baik, yaitu dengan variasi gangguan 5% dan 10% didapat nilai 0.0028 dan 0.0013. Sistem juga memiliki overshoot yang kecil, settling time yang cepat, dan steady-state error yang mendekati nol.

---

In the oil and gas industry, the process of calculating transaction (custody transfer) is mostly done using metering system. In each transaction must be ascertained that metering system has a good performance and is able to take measurements correctly, and it should be proven with the repeatability value that must meet agreed standard, when proving was carried out. On the field, there are problems from disturbances that caused by flow rate variation from upstream side of the meter, that must affect the proving process, and so the performance of metering system.

This report will discuss control of the flow to compensates the disturbances and improve the performance of metering, by improving its repeatability value. Metering system will be modeled and PID controller design will be done by root locus method. The ability of the controller on compensating the disturbances with the model will be simulated.

The simulation results show the metering system with PID controllers are able to produce good repeatability value, with the disturbance variation 5% and 10% obtained values 0.0028 and 0.0013. The system also has a small overshoot, fast settling time, and near zero steady-state error."

"LC merupakan pengendali yang sangat Iuas penggnnaannya dalam bidangindustri. Seiring dengan berkembangnya kebutuhan pengendalian proses dalamindustri, fasilitas pongendali dalam PLC pun lurut dikembangkan. Dalam PLCgenerasi barn, seperti yang dignnakan dalam skripsi ini, telah terintegrasi fungsi-fungsi pengendali proses seperti PID dan fuzzy.Dalam skripsi ini. digunakan PLC. Modicon Micro 3122 untukmengendalikan suatu sistem dua tangki (Coupled Tanks CEIOS). Pengendaliansistem tersebut dilakukan untuk mengendalikan tinggi air pada tangki 2 denganmasukan pada tangki 1. Pengendali yang digunakan adalah pengendali PID yangparameter-parameternya ditala secara on-line dengan menggunakan algoritma fuzzy,atau biasa disebut Fuzzy-PID. Pemrograman PLC dibuat dengan bantuan softwarePL7 Pro V4.0 yang merupakan bagian integral dari PLC tersebut denganmenggunakan bahasa pemrograman Strubtured Text. Prancangan pengendali dibuatagar pengendalian dapat dilakukan melalui jaringan ethemet dan intemet.Setelah masing-masing sub sistem diuji dan kemudian di integrasikan menjadisebuah sistem, dilakukan beberapa uji coba untuk mengamati kinerja sistem sertapengendali yang telah dirancang. Uji coba tersebut meliputi uji coba tanpapengendali dan dengan pengendali. Pada uji coba dengan pengendali dilakukanpembandingan antara pengendali Fuzzy-PID dan PID dcngan parameter retap. Ujicoba dengan pengendali ini mencakup uji coba dengan setpoint tetap, dengansetpoint berubah-ubah, dengan porubahan parameter sistem, dan dengan gangguandari Iuar.Dari beborapa uji coba yang dilakukan, dapal disimpulkan bahwa sistemdapat bekerja dengan baik. Pengendalian dengan menggunakan algoritma Fuzzy-PIDmampu mengatasi berbagai keadaan sistem dengan hasil yang lebih baikdibandingkan pengendali PID dengan parameter tetap. Dengan demikian, terbuktibahwa PLC merupakan salah satu pengendali yang dapat diandalkan dalampengendalian proses-proses industri. "

"Proses Thermal Mixing adalah jenis dari proses pencampuran yang penting di berbagai industri, seperti industri pangan, pupuk, farmasi, material sampai petrochemical. Proses Thermal Mixing merupakan proses Multi input multi ouput (MIMO), karena bekerja dengan mengendalikan dua flow air panas dan air dingin untuk mengendalikan temperatur dan level campuran. Meskipun memiliki respon yang kurang baik untuk mengendalikan MIMO, namun PID masih banyak digunakan karena kesederhanaannya. Algoritma non konvensional yang lebih baik seperti fuzzy control memiliki kerumitan yang tinggi dibanding PID. Algoritma Adaptive Fuzzy PID Controller (AFPIDC) merupakan gabungan dari keduanya, memiliki basis PID yang cukup sederhana namun ditambahkan aspek Fuzzy untuk mempercepat pengendalian dengan cara mengubah konstanta PID secara real-time (on the fly). Algoritma AFPIDC ini diterapkan pada simulasi sistem pengendalian temperatur dan level air pada proses water Thermal Mixing dan dilakukan pada program MATLAB/SIMULINK di PC. Fuzzy yang digunakan memiliki dua input berupa error dan perubahan error, dan memiliki tiga output berupa perubahan nilai konstanta PID. Pengujian sistem dilakukan dengan simulasi perubahan setpoint dan gangguan berupa kebocoran flow. Dari hasil pengujian sistem, pengendali AFPIDC memiliki performa yang lebih baik dari PID dalam mengendalikan temperatur dan level pada sistem. Dalam pengendalian temperatur, didapatkan nilai settling time PID sebesar 830 detik, AFPIDC sebesar 328 detik dan untuk nilai overshoot PID 6,3% dan AFPIDC 0%. Untuk pengendalian level didapatkan settling time PID 3221 detik dan AFPIDC 235 detik dengan nilai overshoot PID 10,5% dan AFPIDC 0%. Dari pengujian sistem terhadap gangguan kebocoran, pengendali temperatur membutuhkan waktu untuk kembali stabil pada PID 780 detik, AFPIDC 250 detik. Sedangkan untuk pengendalian level untuk kembali stabil membutuhkan waktu PID 4510 detik, AFPIDC 225 detik.

---

The Thermal Mixing Process is a type of mixing process that is important in various industries, such as the food, fertilizer, pharmaceutical, material to petrochemical industries. The Thermal Mixing Process is a multiple-input multiple-output process (MIMO), because it works by controlling hot water and cold-water flows to control the temperature and level of the mixture. Although it has a poor response to control MIMO system, PID is still widely used because of its simplicity. There are some better control algorithm, such as fuzzy control, but have higher complexity than PID. The Adaptive Fuzzy PID Control (AFPIDC) algorithm is a combination of the two, has a simple PID basis with added Fuzzy aspects to speed up control by changing the PID constant in realtime. The AFPIDC algorithm is applied to the simulation of temperature and water level control systems in the process of water Thermal Mixing and is done on the MATLAB/SIMULINK program on a PC. The fuzzy algorithm uses two inputs in the form of errors and changes in errors and has three outputs in the form of changes in the value of the PID constant. System testing is done by simulating setpoint changes and disruption in the form of leakage flow. From the results of system testing, AFPIDC controllers have better performance than PID in controlling temperature and level in the system. In temperature control, the PID settling time is 830 seconds, AFPIDC is 328 seconds and the PID overshoot is 6,3% and AFPIDC is 0%. In level control, the settling time of PID is 3221 seconds while AFPIDC is 235 seconds with PID overshoot is 10,5% while AFPIDC 0%. From testing the system with leakage disturbance, the temperature controller needs time to regain stability at PID 780 seconds, AFPIDC 250 seconds. Meanwhile the level controlling stabilizes at PID 4510 seconds, and AFPIDC at 225 seconds."

"Dewasa ini perkembangan teknologi dan sistem kendali sangat pesat, dan peralatan elektronik telah menjadi bagian yang tidak terpisahkan dari kehidupan sehari-hari. Termasuk di dalamnya pemanfaatan putaran motor dan energi yang dihasilkan oleh generator. Pengembangan sistem kendali diharapkan dapat meningkatkan optimasi kinerja dari motor maupun generator. Ide awal dari sistem kendali motor Ward Leonard merupakan permulaan dari pemanfaatan putaran motor sebagai suatu bentuk pemanfaatan dan optimasi energi, dimana sebuah generator memanfaatkan putaran motor penggerak utama untuk menggerakkan motor yang lain. Diperlukan suatu sistem kendali yang mampu menjaga kestabilan sistem ini agar tujuan dari sistem dapat tercapai.Nowadays technologies and control systems development is very fast, electronic devices already being part of daily life. For the examples, the usage of rotation from motor and energy which is generate by generator. Improvement control systems are ways to get optimization motor and generator. The idea of Ward Leonard control system previously are to get optimization of rotation motor to run generator which voltage generated, is used to run another motor. It is necessary to get stability of system so the target can be achieved."

"Skripsi ini membahas mengenai karakteristik kecepatan dari motor arus searah dengan penguatan terpisah yang akan dikendalikan dengan menggunakan pengendali PI (Proporsional Integral) dan PID (Proporsional Integral Differensial). Ketika motor mengalami perubahan beban, akan ada perubahan pada kecepatan. Pengendali akan mengatur sinyal tegangan motor agar kembali pada kecepatan yang diinginkan atau stabil. Pada pengontrolan ini akan dapat dilihat respon plant, penyesuaian pengaturan pengontrol sesuai keperluan, dan menganalisa kestabilan dari sistem menggunakan kestabilan Routh-Hurwitz.

---

This skripsi will discuss about characteristics of the speed of direct current motor with separated excitation to be controlled by using a PI (Proporsional Integral) and PID (Proporsional Integral Differential) controller. When the motor load changes, there will be a change in velocity. The controller will adjust the motor voltage signal to return to the desired speed or stability. On controlling this plant will be able to see the response, the controller setting adjustments, as necessary, and analyze the stability of system using Routh Hurwitz stability."

"Robot merupakan salah satu ciptaan manusia yang diharapkan dapat mengambil keputusan sendiri dalam batasan tertentu untuk menyelesaikan permasalahan - permasalahan yang berbahaya bagi manusia. Salah satu bentuk robot yang dapat membantu manusia adalah unmanned aerial vehicle (UAV). Kelebihan UAV adalah bentuk yang kecil, hemat energi, and kemampuan untuk bekerja tanpa bantuan manusia. Salah satu bentuk UAV adalah quadrotor yang merupakan bentuk lain dari helikopter dengan empat baling - baling. Dengan kemampuan untuk melakukan manuver yang sulit dilakukan oleh wahana lain, serta kemampuan untuk terbang dan mendarat secara vertikal, quadrotor merupakan pilihan UAV yang semakin menarik. Pembahasan akan difokuskan pada 3 hal, yaitu sistem navigasi, pemodelan, dan pengendalian quadrotor. Sistem navigasi menggunakan sensor accelerometer, gyroscope serta kompas digital yang dipadukan dengan kalman filter untuk menghilangkan derau. Sistem dimodelkan menggunakan metode least-square, selanjutnya quadrotor dikendalikan oleh PID. Berdasarkan hasil yang didapat, gabungan sistem navigasi dan pengendali yang diusulkan mampu mengendalikan quadrotor sehingga sudut sistem dapat dikendalikan.

---

Robot is one of human creation that is expected to take its own decision in a certain limitation for tasks which are too dangerous for humans. From many kind of robot, unmanned aerial vehicle (UAV) has received tremeduous interest. The advantages of a UAV are their small body, energy efficient, and the ability to work without human assistance. One type of UAV is quadrotor which is another form of helicopter with four propellers. With the ability to do difficult maneuver performed by another vehicle, and the ability to do vertical take-off and landing, quadrotor is one of the most promising UAV.

This work will focus on three topics, namely navigation systems, modeling, and control of the quadrotor. The navigation system using an accelerometer, a gyroscope and a digital compass combined with a Kalman filter to remove noise. Modeling system using the method of least-square, and using the PID controller to control the quadrotor. Based on the results obtained, the combined navigation and control system proposed is able to control the quadrotor so that the system angle can be controlled."

"Pengendalian level fluida di dalam tabung dan pengendalian aliran fluida antar beberapa tabung merupakan permasalahan dasar dalam industri proses. Masukan aliran fluida ke dalam tabung dan antar tabung haruslah dijaga pada kondisi tertentu sehingga keluaran sistem bisa sesuai dengan yang diinginkan. Berbagai macam pengendali dirancang untuk mengendalikan level fluida ini dengan baik, sehingga error yang dihasilkan pun semakin bisa diminimalisir. Pengendali PID dan MPC merupakan contoh pengendali yang bisa digunakan dalam mengontrol level fluida tersebut.Di dalam seminar tesis ini akan dirancang pengendali PID (Proportional-Integral-Derivative) dan Model Predictive Control (MPC) untuk mengendalikan level fluida di dua tangki terhubung. Sebelum pengendali PID dan MPC ini dirancang, model non-linier terlebih dahulu dibentuk bedasarkan sistem dua masukan aliran fluida dan dua keluaran sistem berupa ketinggian level fluida pada kedua tabung. Model non-linier sistem multivariabel (Two Input Two Output - TITO) ini kemudian dilinierisasi pada titik kerja yang dipilih untuk memperoleh nilai ruang keadaan A, B, C dan D yang kemudian digunakan untuk membentuk fungsi alih sistem. Selain proses linierisasi, identifikasi dengan metode Kuadrat Terkecil juga dilakukan untuk menghasilkan model linier sistem yang baru sebagai pendekatan dalam mengontrol model non-linier sistem dengan MPC.Dalam sistem multivariabel coupled-tanks ini masih terdapat interaksi yang kuat antar variabel masukan-keluaran, sehingga fungsi alih dekopler pun dirancang untuk mengurangi atau menghilangkan efek kopling antar variabel masukan-keluaran ini. Pengendali PID dan MPC yang dirancang akan digunakan dalam simulasi untuk mengendalikan model linier/fungsi alih (dengan dekopler) dan model non-linier sistem.Hasil simulasi pengendali PID dan MPC untuk model linier menunjukkan respon sistem yang baik, dimana waktu settling-nya cenderung relatif kecil. Juga hasil simulasi pengendali PID dan MPC untuk model non-linier, meskipun menunjukkan respon sistem yang cenderung lambat, masih bisa dikatan relatif baik. Setelah membandingkan hasil simulasi sistem dengan pengendali PID dan MPC yang dirancang, maka MPC merupakan pengendali yang lebih baik digunakan untuk mengendalikan sistem multivariabel coupled-tanks ini.

---

The control of liquid level in tanks and flow between tanks is a basic problem in the process industries. The amount of liquid flowed into tanks and the flow of liquid between tanks has to be maintained at certain conditions in order to meet the desired performances. Many controllers have been designed to control the liquid level in tanks with the intention of reducing errors during and or after control process. PID controller and MPC are two of many controllers that could be designed to control the liquid level in tanks.

In this Master's thesis, PID (Proportional-Integral-Derivative) controller and Model Predictive Control (MPC) are designed to control the liquid levels in two coupled tanks. Before designing PID controller and MPC, the complete nonlinear dynamic model of the plant needed to be introduced for a case involving two input flows of liquid and two output variables, which are the level of the liquid in two tanks.

This multivariable (Two Input Two Output - TITO) nonlinear model would be then linearised based on selected operating point in order to obtain the value of state-space variables A, B, C and D. These values are converted to transfer function form. Besides that, system identification with Least Square method is also used to yield a new state-space model as an approach model to control the nonlinear model with MPC. Due to the high interactions between input-output variables, decoupler needed to be designed with the aim of reducing or eradicate these between input-output variables coupling effects. Afterwards, the designed PID controller and MPC will be used in simulation in controlling the linear model/transfer function (with decoupler) and the nonlinear model of the coupled-tanks multivariable system.

The result of simulation using PID controller and MPC in controlling the linear model of the system shows good performance in terms of rise time and settling time. In Addition, the result of simulation using nonlinear model, despite the slow system's response, shows satisfactory performance in terms of steady-state behavior, in which the output signals eventually meets the desired reference signals. After comparing the results of system simulation both with PID Controller and MPC, the writer may then infers that MPC is the better one to control this coupled-tanks multivariable system."