Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Tujuan Pembelajaran CHS31024 Edisi 22 Nop '06 2 Menjelaskan sasaran kinerja yang kita cari hingga ketemu lewat penyetelan (tuning). Menerapkan prosedur.

Presentasi serupa


Presentasi berjudul: "Tujuan Pembelajaran CHS31024 Edisi 22 Nop '06 2 Menjelaskan sasaran kinerja yang kita cari hingga ketemu lewat penyetelan (tuning). Menerapkan prosedur."— Transcript presentasi:

1

2 Tujuan Pembelajaran CHS31024 Edisi 22 Nop '06 2 Menjelaskan sasaran kinerja yang kita cari hingga ketemu lewat penyetelan (tuning). Menerapkan prosedur penyetelan menggunakan kurva reaksi porses (process reaction curve) dan persamaan tuning. Perbaikan kinerja lebih lanjut dengan penyetelan yang baik Saat kuselesaikan bab ini, kuingin dapat melakukan hal-hal berikut.

3 Kerangka Kuliah CHS31024 Edisi 22 Nop '06 3 Kerangka Kuliah Pendekatan trial-and-error - kenapa kita tidak menggunakannya Definisi masalah tuning Menyelesaikan dan Mengembangkan korelasi Menerapkan korelasi ke contoh-contoh Kehalusan penyetelan - sentuhan pribadi

4 Tahapan PABRIK Desain Konstruksi Commissioning Start up Operation Production Optimization CHS31024 Edisi 22 Nop '06 4 CONTROLLER TUNING

5 Apa yang Distel? P: PB atau Kc I: Ti D: Td CHS31024 Edisi 22 Nop '06 5

6 Sifat-sifat yang Kita Cari dalam Kontrol er CHS31024 Edisi 22 Nop '06 6 Kinerja yang baik - ukuran feedback dari Bab 7 Aplikabilitas yang luas - parameter yang dapat disetel Kalkulasi tepat waktu - menghindari lup konvergen Ganti ke/dari manual - tanpa tabrakan Ekstensibel - dipertinggi dengan mudah Bab ini Bab sebelumnya Bab nanti

7 Penyetelan PID CHS31024 Edisi 22 Nop '06 7 Bagaimana kita menerapkan persamaan sama untuk banyak proses? Bagaimana mencapai kinerja dinamik yang kita inginkan? TUNING!!! Parameter yang dapat disetel disebut konstanta tuning. Kita dapat menyesuaikan harganya ke proses untuk mempengaruhi kinerja dinamik

8 CHS31024 Edisi 22 Nop '06 8 AC S-LOOP plots deviation variables (IAE = ) Time Controlled Variable Time Manipulated Variable Trial n: OK, akhirnya!, tapi didapat dengan kelewat lama!! Adakah cara yang lebih mudah dari pada trial &error? Penyetelan PID

9 CHS31024 Edisi 22 Nop '06 9 Ya, kita bisa menyiapkan korelasi yang baik! S-LOOP plots deviation variables (IAE = ) Time Manipulated Variable DYNAMIC SIMULATION Time Controlled Variable Tentukan sebuah model menggunakan eksperimen PRC (process reaction curve). Kc TI Tentukan konstanta penyetelan awal dari korelasi S-LOOP plots deviation variables (IAE = ) Time Controlled Variable Time Manipulated Variable Terapkan dan setel lebih halus sesuai kebutuhan. Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Penyetelan PID

10 CHS31024 Edisi 22 Nop '06 10 Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Kontroler PID akan berfungsi baik untuk daerah yang luas dari dinamika proses berumpan-balik ditunjukkan di sini DYNAMIC SIMULATION Time Controlled Variable Time Manipulated Variable DYNAMIC SIMULATION Time Controlled Variable DYNAMIC SIMULATION Time Controlled Variable DYNAMIC SIMULATION Time Controlled Variable DYNAMIC SIMULATION Time Controlled Variable Gambarkan dinamikanya dari data perubahan step. Penyetelan PID

11 CHS31024 Edisi 22 Nop ' DYNAMIC SIMULATION Time Controlled Variable Time Manipulated Variable DYNAMIC SIMULATION Time Controlled Variable DYNAMIC SIMULATION Time Controlled Variable DYNAMIC SIMULATION Time Controlled Variable DYNAMIC SIMULATION Time Controlled Variable Orde satu dengan dead time Orde n dengan dead time Tak stabil Integrator, lihat Bab 18 underdamped Penyetelan PID Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Gambarkan dinamikanya dari data perubahan step. Kontroler PID akan berfungsi baik untuk daerah yang luas dari dinamika proses berumpan-balik ditunjukkan di sini.

12 CHS31024 Edisi 22 Nop ' DYNAMIC SIMULATION Time Controlled Variable Time Manipulated Variable DYNAMIC SIMULATION Time Controlled Variable Kita akan mengembangkan korelasi penyetelan untuk dinamika ini. Sangat umum terjadi Cocokkan model menggunakan PRC Proses-proses lain dikendalikan dengan PID; perlu trial-and-error lagi Penyetelan PID Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Kontroler PID akan berfungsi baik untuk daerah yang luas dari dinamika proses berumpan-balik

13 CHS31024 Edisi 22 Nop '06 13 Situasi yang realistis: Variabel yang diukur akan memasukkan efek dari sensor noise dan frekuensi gangguan proses tinggi DYNAMIC SIMULATION Time Time Controlled Variable Manipulated Variable Penyetelan PID Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja

14 CHS31024 Edisi 22 Nop '06 14 Situasi yang realistis: Model tidak mewakili proses secara pasti. Kita akan asumsikan bahwa model memiliki  25% kesalahan pada gain, konstanta waktu dan dead time, sebagai contoh: DYNAMIC SIMULATION Time Controlled Variable Time Manipulated Variable gain Dead time Time constant Penyetelan PID Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja

15 CHS31024 Edisi 22 Nop '06 15 Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Situasi yang realistis: Dua masukan yang khas akan dipertimbangkan, perubahan di set point dan gangguan. Untuk korelasi, pakai step inputs, tapi kontroler akan berfungsi untuk masukan lainnya. solvent pure A AC FSFS FAFA SP Solvent % A Penyetelan PID

16 CHS31024 Edisi 22 Nop '06 16 Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Situasi yang realistis : Kita akan mempertimbangkan kontroler PID, yang mana digunakan untuk hampir semua kontroler lup- tunggal (1CV, 1MV). solvent pure A AC FSFS FAFA SP Penyetelan PID

17 CHS31024 Edisi 22 Nop '06 17 Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Perilaku Dinamik CV: Stabil, offset nol, IAE minimum Perilaku Dinamik MV: osilasi terredamdan fluktuasi kecil disebabkan oleh noise. MV bisa lebih agresif pada bagian transien yang pertama Penyetelan PID

18 CHS31024 Edisi 22 Nop '06 18 Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Sasaran utama kita adalah menjaga CV dekat dengan set point-nya. Di samping tidak mengauskan katupnya, kenapa kita punya sasaran untuk MV? AC Time Manipulated Variable Steam flow Large, rapid changes to the steam flow can damage the trays Penyetelan PID

19 CHS31024 Edisi 22 Nop '06 19 Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja Time Manipulated Variable Fuel flow Besar, perubahan cepat terhadap aliran bahan bakar menyebabkan tekanan panas (thermal stress) yang merusak tube. Penyetelan PID Sasaran utama kita adalah menjaga CV dekat dengan set point-nya. Di samping tidak mengauskan katupnya, kenapa kita punya sasaran untuk MV?

20 CHS31024 Edisi 22 Nop '06 20 DEFINISI GABUNGAN DARI MASALAH PENYETELAN UNTUK KORELASI Model proses dinamik orde satu dengan dead time (FOPDT) Sinyal pengukuran kebisingan (noisy) Kesalahan parameter ± 25% antara model/pabrik Kontroler PID: tentukan K c, T I, T d Minimisasi IAE dengan MV di dalam batas Kita capai sasaran dengan menyesuaikan Kc, TI dan Td. Detailnya ada di bab dan Appendix E. Penyetelan PID Definisikan masalah tuningnya 1. Dinamika proses 2.Variabel yang diukur 3.Kesalahan model 4.Input forcing 5.Kontroler 6.Ukuran kinerja

21 Metode Penyetelan Kontroler PRC-FOPDT Grafis Ciancone (1992) Lopez (1969) Persamaan Ziegler- Nichols (1942) Coon-Cohen (1953) Lopez (1967) Sintesis Dahlin (1968) Wahid-Rudi-Victor (2005) On-line: Ziegler-Nichols (1942) Internal Model Control (IMC) PRC-SOPDT: Sung, dkk (1996) CHS31024 Edisi 22 Nop '06 21

22 CHS31024 Edisi 22 Nop '06 22 Kp = 1  = 5  = 5 TC v1 v2 Kc = 0.74 TI = 7.5 Td = 0.90 Process reaction curve Selesaikan masalah penyetelan. Perlu program komputer. Terapkan, apa kinerjanya baik? Penyetelan PID DEFINISI GABUNGAN DARI MASALAH PENYETELAN UNTUK KORELASI Model proses dinamik orde satu dengan dead time (FOPDT) Sinyal pengukuran kebisingan (noisy) Kesalahan parameter ± 25% antara model/pabrik Kontroler PID: tentukan K c, T I, T d Minimisasi IAE dengan MV di dalam batas

23 CHS31024 Edisi 22 Nop '06 23 Penyetelan bukan terbaik untuk sembarang kasus individual, tapi terbaik untuk daerah dinamika yang mungkin - itu handal (robust)! Batas MV Penyetelan PID

24 CHS31024 Edisi 22 Nop '06 24 Kp = 1  = 5  = 5 TC v1v1 v2v2 Kc = 0.74 TI = 7.5 Td = CV time MV Kinerja baik Process reaction curve Penyetelan PID Selesaikan masalah penyetelan. Perlu program komputer. DEFINISI GABUNGAN DARI MASALAH PENYETELAN UNTUK KORELASI Model proses dinamik orde satu dengan dead time (FOPDT) Sinyal pengukuran kebisingan (noisy) Kesalahan parameter ± 25% antara model/pabrik Kontroler PID: tentukan K c, T I, T d Minimisasi IAE dengan MV di dalam batas

25 CHS31024 Edisi 22 Nop '06 25 Kita dapat menyelesaikan setiap masalah secara individual, tapi ini akan terlalu banyak makan waktu. Kita akan menyukai untuk mengembangkan sebuah korelasi didasarkan pada banyak solusi. Konstanta Penyetelan Tanpa Satuan Variabel bebas Ingat bahwa  /(  +  ) +  /(  +  ) = 1 Penyetelan PID

26 CHS31024 Edisi 22 Nop '06 26 Grafik Tuning untuk Kontroler PID Berumpan-balik menggunakan KORELASI CIANCONE (Lihat halaman 281 di buku ajar untuk gambar yang lebih besar.) Ini dikembangkan dengan merangkum sejumlah besar studi kasus pada grafik tanpa dimensi ini? disturbance Set point change Penyetelan PID (KORELASI CIANCONE)

27 CHS31024 Edisi 22 Nop '06 27 disturbanceSet point Penyetelan PI (KORELASI CIANCONE) Grafik Tuning untuk Kontroler PI Berumpan-balik menggunakan KORELASI CIANCONE Ini dikembangkan dengan merangkum sejumlah besar studi kasus pada grafik tanpa dimensi ini? (Lihat halaman 286 di buku ajar untuk gambar yang lebih besar.)

28 CHS31024 Edisi 22 Nop '06 28 solvent pure A AC FSFS FAFA Mari kita terapkan grafik tuning ke proses 3 tangki pencampuran, yang bukan FOPDT. Tuning dari chart Kc =?? TI =?? Td =?? Process reaction curve Kp = %A/%open  = 5.5 min  = 10.5 min Penyetelan PID

29 CHS31024 Edisi 22 Nop '06 29 solvent pure A AC FSFS FAFA Tuning dari chart Kc = 1.2/0.039 = 30 %open/%A TI = 0.69(16) = 11 min Td = 0.05(16) = 0.80 min Process reaction curve Kp = %A/%open  = 5.5 min  = 10.5 min Penyetelan PID Mari kita terapkan grafik tuning ke proses 3 tangki pencampuran, yang bukan FOPDT.

30 CHS31024 Edisi 22 Nop ' time manipulated flow time concentration Gangguan konsentrasi Valve % open Konsentrasi effluent solvent pure A AC FSFS FAFA Kinerja yang baik Penyetelan PID

31 CHS31024 Edisi 22 Nop '06 31 FINE TUNING: Process reaction curve dan grafik tuning menyediakan sebuah metode yang baik untuk penyetelan beberapa (tidak semua) lup PID. Kita perlu mempelajari bagaimana untuk penyetelan lup yang halus untuk terus memperbaiki kinerja didasarkan pada perilaku sekarang - KENAPA? Beberapa lup akan memiliki obyektif kinerja yang berbeda-beda Beberapa lup akan memiliki dinamik yang berbeda dari FOPDT Bisa terjadi kesalahan pada PRC, mungkin terjadi gangguan selama eksperiman. Dinamika pabrik dapat berubah disebabkan oleh perubahan pada laju alir umpan, konversi reaktor, dan sebagainya. Penyetelan PID

32 CHS31024 Edisi 22 Nop '06 32 Apa efek dari merubah gain kontroler pada kinerja sebuah lup PID? Mari kita lakukan sebuah eksperimen dengan merubah Kc dan memonitor kinerjanya. Penyetelan PID

33 CHS31024 Edisi 22 Nop '06 33 Kontroler PID dengan perubahan Kc, TI = 10, Td = 0. Kenapa IAE naik untuk Kc yang kecil? Kenapa IAE naik untuk Kc yang besarl? controller gain control performance, IAE Bad ? TC v1 v2 Penyetelan PID

34 CHS31024 Edisi 22 Nop '06 34 Apa efek merubah waktu integral pada kinerja lup PID? Apa jawabannya berbeda dari Kc? Apa bedanya? Penyetelan PID

35 CHS31024 Edisi 22 Nop '06 35 FINE TUNING: Mari kita terapkan pemahaman kita untuk membangun pedoman fine tuning. Ini adalah kinerja pengendalian yang “baik”. Jelaskan bentuk respon CV dan MV. Penyetelan PID

36 CHS31024 Edisi 22 Nop '06 36 Catatan: ini adalah perubahan step pada set point - baik untuk diagnosis!  MV 0 = Kc (  SP) seharusnya mendekati perubahan yang diperlukan pada steady state.  MVss Constant slope E(t) = constant CV tidak berubah disebabkan oleh dead time MV overshoot moderate <= 0.5(  MVss) CV dibatasi overshoot set point, peredaman cepat, dan kembali ke set point-nya Penyetelan PID

37 CHS31024 Edisi 22 Nop '06 37 Terapkan pedoman fine tuning untuk respon di bawah dan sarankan perubahan spesifik untuk perbaikan. Penyetelan PID

38 CHS31024 Edisi 22 Nop '06 38 The CV response is very slow, not aggressive enough Perubahan awal pada MV terlalu kecil, lebih kecil 40% dari harga akhirnyal, perubahan steady-state. Ini kinerja pengendalian yang jelek. Kontroler tidak cukup agresif.  MV 0, kecil, gain kontroler naik, K c sekitar x2 Penyetelan PID Terapkan pedoman fine tuning untuk respon di bawah dan sarankan perubahan spesifik untuk perbaikan.

39 CHS31024 Edisi 22 Nop '06 39 Penyetelan PID Terapkan pedoman fine tuning untuk respon di bawah dan sarankan perubahan spesifik untuk perbaikan. Ini kinerja pengendalian yang jelek. Kontroler tidak cukup agresif.  MV 0, kecil, gain kontroler naik, K c sekitar x2

40 CHS31024 Edisi 22 Nop '06 40 CV terlalu berosilasi Overshoot MV terlalu besar  MV 0 Penyetelan PID Ini kinerja pengendalian yang jelek. Kontroler tidak cukup agresif.  MV 0, kecil, gain kontroler naik, K c sekitar x2 Terapkan pedoman fine tuning untuk respon di bawah dan sarankan perubahan spesifik untuk perbaikan.

41 Metode LOPEZ (Grafis) CHS31024 Edisi 22 Nop '06 41

42 Metode LOPEZ (Persamaan - Disturbance) CHS31024 Edisi 22 Nop '06 42

43 Kontroler PID (Lopez – Disturbance) CHS31024 Edisi 22 Nop '06 43

44 Metode LOPEZ (Persamaan - Setpoint) CHS31024 Edisi 22 Nop '06 44

45 Kontroler PID (Lopez – Setpoint) CHS31024 Edisi 22 Nop '06 45

46 Metode Ziegler-Nichols (PRC) CHS31024 Edisi 22 Nop '06 46

47 Metode Ziegler-Nichols (Online) Langkah-langkah percobaan Set kontroler: AUTOMATIK Proporsional saja (T i maksimum, T d = 0) Ubah-ubah harga K c atau PB (Proport ional Band = 100/K c ) hingga responny a berosilasi penuh atau siklik: Kc yang didapatkan disebut K cu (ultimate controller gain) Hitung periode osilasinya (T u ) CHS31024 Edisi 22 Nop '06 47

48 Metode Ziegler-Nichols (Online) Tipe Kontroler Proportional gain (K c ) Integral time (T i ) Derivative time (T d ) Proportional only PK cu /2-- Proportional- Integral PIK cu /2.2T u /1.2- Proportional- Integral- Derivative PIDK cu /1.7T u /2T u /8 CHS31024 Edisi 22 Nop '06 48

49 Cohen-Coon Tuning Model: FOPDT Spesifikasi kinerja: Untuk mendapatkan 1/4 rasio peluruhan penurunan cepat pada amplitudo osilasi Rasio peluruhan Overshoot Untuk sistem orde dua: CHS31024 Edisi 22 Nop '06 49

50 Cohen-Coon Tuning CHS31024 Edisi 22 Nop '06 50

51 Contoh CHS31024 Edisi 22 Nop '06 51

52 Cohen-Coon Tuning Cohen-Coon: Servo Kontroler PID lebih baik dari PI Gain kontroler lebih agresif/tinggi Respon tidak diinginkan untuk banyak kasus CHS31024 Edisi 22 Nop '06 52

53 Cohen-Coon Tuning Cohen-Coon: Regulatori Osilasi lebih tinggi Lebih agresif CHS31024 Edisi 22 Nop '06 53

54 Sintesis DAHLIN Minium IAE Kontroler PI:  c = 2/3  Kontroler PID:  c = 1/5  5% 0vershoot CHS31024 Edisi 22 Nop '06 54

55 Contoh Sintesis Dahlin CHS31024 Edisi 22 Nop '06 55

56 Korelasi Wahid-Rudi-Victor (WRV): Servo Proporsional: PI: PID: CHS31024 Edisi 22 Nop '06 56

57 CHS31024 Edisi 22 Nop '06 57 Tentukan harga parameter Kontroler PID dengan berbagai Korelasi

58 Heat Exchanger CHS31024 Edisi 22 Nop '06 58 Exchanger Sensor-transmitter Control valve

59 PRC CHS31024 Edisi 22 Nop '06 59

60 Kode MATLAB Kc=input('Masukkan harga Kc: ' ); Ti=input('Masukkan harga Ti: '); Td=input('Masukkan harga Td: ' ); tn=input('Waktu akhir: '); h=input('dt: '); Gc=Kc*tf([Ti*Td Ti 1],[Ti 0]); Gv=tf(0.016,[3 1]); Gp=tf(50,[30 1]); Gs=tf(1,[10 1]); Kp=0.8; n=Gc*Gv*Gp; d=1+Gc*Gv*Gp*Gs; % SERVO (Setpoint) G=n/d; t=0:h:tn; step(G,t) [y,t]=step(G,t); n=length(t); IAE=0; for j=2:n IAE(j)=IAE(j-1)+h*abs(1-y(j-1) ); end pause plot(t,IAE) IAE=IAE(n) CHS31024 Edisi 22 Nop '06 60

61 Perbandingan CHS31024 Edisi 22 Nop '06 61 Ziegler-Nichols: Kc = 4.5 Ti = 22.4 Td = 6.6 IAE = Ciancone: Kc = 1.5 Ti = 40.5 Td = 1.8 IAE = Cohen-Coon Kc = 5.34 Ti = Td = 3.84 IAE = Lopez: Kc = 1.63 Ti = 48.5 Td = 4.29 IAE = Wahid Kc = 4 Ti = 40 Td = 9 IAE =

62 Internal Model Control Hubungan kontroler yang diimplementasikan (G c ): Fungsi alih lup tertutup: CHS31024 Edisi 22 Nop '06 62

63 Internal Model Control 1. Model proses difaktorkan ke dalam dua bagian dengan mengandung dead-time dan RHP zero, sated y state gain diskalakan 1 2. Kontroler dengan f adalah filter IMC (low pass) CHS31024 Edisi 22 Nop '06 63

64 Internal Model Control Catatan kontroler IMC lebih melibatkan dari pada dijamin untuk yang secara fisik dapat dicapai dan stabil IMC didasarkan pada penghilangan pole-zero tidak direkomendasikan untuk proses tidak stabil lup terbuka Jika model proses sempurna CHS31024 Edisi 22 Nop '06 64

65 Internal Model Control Penyetelan kontroler PID didasarkan IMC Asumsinya model sempurna (perfect model) Filter yang digunakan orde satu: Proses mengandung: RHP (right half plane) zero Komponen integral Time delay perlu diaproksimasi dengan Pade CHS31024 Edisi 22 Nop '06 65

66 Penyetelan kontroler PID didasarkan IMC untuk Gc CHS31024 Edisi 22 Nop '06 66

67 Controller Tuning by SOPDT CHS31024 Edisi 22 Nop '06 67

68 Controller Tuning by SOPDT CHS31024 Edisi 22 Nop '06 68

69 Model SOPDT Metode Harriott (1964) Metode Smith (1972) Rough Model CHS31024 Edisi 22 Nop '06 69

70 Metode Harriott CHS31024 Edisi 22 Nop '06 70 t (dari PRC) PRC y/KM Kurva Harriott

71 Metode Smith CHS31024 Edisi 22 Nop '06 71 t 20% t 60% Kurva SMITH dari PRC 

72 Rough Model CHS31024 Edisi 22 Nop '06 72

73 CHS31024 Edisi 22 Nop '06 73 Bayangkan bahwa kamu adalah terdampar di sebuah pulau dan kamu tidak memiliki buku ajar atau diktat kuliah! Tentu saja, kamu ingin menyetel kontroler PID. Tinjau grafik tuning dan kembangkan beberapa pedoman kasar untuk penyetelan yang kamu ingin ingat untuk sisa hidupmu. Pantai tropis tapi tidak ada textbook atau sambungan internet. Penyetelan PID - WORKSHOP 1

74 CHS31024 Edisi 22 Nop '06 74 TC v1 v2 Gain kontroler adalah positif untuk contoh-contoh di dalam diktat. Apa K c selalu lebih besar dari nol? Di dalam jawabanmu, diskusikan sistem pengendalian suhu pada gambar di bawah ini. Apa satuan dari gain kontroler-nya? Penyetelan PID - WORKSHOP 2

75 CHS31024 Edisi 22 Nop '06 75 Data di bawah ini adalah PRC untuk sebuah proses, grafikkan dalam variabel deviasi. Tentukan penyetelan untuk sebuah kontroler PID. TC v1 v2 Penyetelan PID - WORKSHOP 3

76 CHS31024 Edisi 22 Nop '06 76 Diagnosis data lup-tertutup pada gambar dan sarankan modifikasinya, jia perlu. TC v1 v2 Penyetelan PID - WORKSHOP 4

77 CHS31024 Edisi 22 Nop ' DYNAMIC SIMULATION Time Controlled Variable Time Manipulated Variable gain Dead time Time constant Meski dengan eksperimen yang sangat hati-hati, kamu dapat menentukan parameter modelnya dengan ketidakpastian  50%. Rekomendasikan harga kontanta penyetelan awal untuk sebuah kontroler PID. Penyetelan PID - WORKSHOP 5

78 CHS31024 Edisi 22 Nop '06 78 Penyetelan PID Menjelaskan sasaran kinerja yang kita cari hingga ketemu lewat penyetelan (tuning). Menerapkan prosedur penyetelan menggunakan kurva reaksi porses (process reaction curve) dan persamaan tuning. Perbaikan kinerja lebih lanjut dengan penyetelan yang baik Saat kuselesaikan bab ini, kuingin dapat melakukan hal-hal berikut. Banyak perbaikan, tapi kita perlu beberapa studi lagi! Baca textbook Tinjau catatannya, khususnya tujuan pembelajaran dan workshop Uji coba nasihat-nasihat belajar mandiri Tentunya, kita seharusnya punya tugas (assignment)!

79 CHS31024 Edisi 22 Nop '06 79 Home page - Instrumentation Notes - Interactive Learning Module (Bab 9) - Tutorials (Bab 9) Cari WEB dan temukan produk perangkat lunak “automatic PID tuning”. Siapkan tinjauan kritis dari tekniknya. Bab 9 - Sumber Pembelajaran

80 CHS31024 Edisi 22 Nop ' Temukan beberapa plot PRC pada Bab 3-5 dan tentukan penyetelankontroler PID dan PI menggunakan grafik tuning. 2.Menggunakan MATLAB, ulangi hasil simulasi untuk 3-tangki pencampuran di bawah kontrol PID. Kemudian tentukan sensitivitas untuk perubahan di dalam tuning dengan merubah K C dan T I (secara bersamaan), % perubahan dari penyetelan kasus dasar; -50%, -10%, +50%. Diskusikan hasilmu. 3. Menggunakan MATLAB, tambahkan noise untuk pengukuran di dalam submenu 1, Kn = Simulasikan penyetelan asal dan harga lain dari Td. Apa yang terjadi pada kinerjanya? Bab 9 - SARAN UNTUK BELAJAR MANDIRI

81 CHS31024 Edisi 22 Nop ' Formulasikan jawaban-jawaban yang serupa dengan itu di dalam WILMO, satu untuk setiap Check Your Reading, Study Questions dan Thought Questions. 5.Pada Bab 3-5, temukan contoh-contoh proses untuk mana penyetelan dari tuning charts akan (1) applicable dan (2) not applicable. 6.Pada hari Senin, kita menyetel kontroler komposisi 3-tangki pencampuran. Pada hari Jum’at, kita antisipasi penurunan laju alir umpan sebesar 50% (dari 7 ke 3.5 m 3 /min). Saat ini terjadi, apa seharusnya kita merubah penyetelan kontroler? Jika ya, yang mana yang tetap dan berapa harnya? (Ingat: Model tiga-tangki pencampuran ada di Example 7.2 pada halaman 223 dari buku ajar.) Bab 9 - SARAN UNTUK BELAJAR MANDIRI


Download ppt "Tujuan Pembelajaran CHS31024 Edisi 22 Nop '06 2 Menjelaskan sasaran kinerja yang kita cari hingga ketemu lewat penyetelan (tuning). Menerapkan prosedur."

Presentasi serupa


Iklan oleh Google