Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

2 Memahami kekuatan dan kelemahan tiga jenis kontroler PID Menentukan model sistem berumpan-balik menggunakan aljabar diagram blok Menetapkan sifat-sifat.

Presentasi serupa


Presentasi berjudul: "2 Memahami kekuatan dan kelemahan tiga jenis kontroler PID Menentukan model sistem berumpan-balik menggunakan aljabar diagram blok Menetapkan sifat-sifat."— Transcript presentasi:

1

2 2 Memahami kekuatan dan kelemahan tiga jenis kontroler PID Menentukan model sistem berumpan-balik menggunakan aljabar diagram blok Menetapkan sifat-sifat umum berumpan-balik PID dari model lup tertutup Tujuan Pembelajaran Saat kuselesaikan bab ini, kuingin dapat melakukan hal-hal berikut.

3 3 Kerangka Kuliah Fitur-fitur umum dan sejarah PID Model Proses dan kontroler – Diagram Blok Tiga jenis kontroler dengan fitur-fiturnya - Proportional - Integral - Derivative Perilaku dinamik yang khas Kerangka Kuliah

4 4 TC v1 v2 Sifat-sifat yang Kita Cari dalam Sebuah Kontroler Kinerja baik – ukuran-ukuran feedback dari Bab 7 Dapat diaplikasikan secara luas – parameter-parameter yang dapat disesuaikan Kalkulasi cepat – menghindari lup konvergensi Ganti ke/dari manual – tidak bertabrakan Extensible – dapat ditingkatkan secara mudah

5 5 TC v1 v2 Latar Belakang Kontroler Dikembangkan tahun 1940-an, tinggal bekerja keras untuk mempraktekkannya Tidak “optimal”, didasarkan pada sifat-sifat setiap mode Diprogram awal dalam semua peralatan kontrol digital SATU variabel yang dikontrol (CV) dan SATU variabel yang dimanipulasi (MV). PID banyak digunakan di pabrik

6 6 PROSES Proportional Integral Derivative sensor CV = Controlled variable SP = Set pointE Final element Process variable MV = controller output Catatan: Error = E  SP - CV Tiga “jenis”: Tiga cara menggunakan perilaku variasi waktu dari variabel yang diukur Jenis Kontroler

7 7 TC v1 v2 Ini sebuah contoh; bagaimana kita dapat membuatnya bersifat umum? Bagaiamana kalau yang kita ukur tekanan, atau aliran, atau …? Bagaimana jika prosesnya berbeda? Bagaimana jika katupnya berbeda? Model Lup Tertutup Sebelum kita mempelajari setiap kalkulasi, kita perlu mengembangkan model dinamik umum untuk sistem lup tertutup – yaitu proses dan kontroler yang bekerja sebagai satu sistem yang terintegrasi

8 8 G d (s) G P (s)G v (s)G C (s) G S (s) D(s) CV(s) CV m (s) SP(s)E(s) MV(s) Transfer functions G C (s) = controller G v (s) = valve + G P (s) = feedback process G S (s) = sensor G d (s) = disturbance process Variables CV(s) = controlled variable CV m (s) = measured value of CV(s) D(s) = disturbance E(s) = error MV(s) = manipulated variable SP(s) = set point Model Lup Tertutup Umum

9 9 G d (s) G P (s)G v (s)G C (s) G S (s) D(s) CV(s) CV m (s) SP(s)E(s) MV(s) Mana model untuk transmisi, dan konversi sinyal? Apa beda antara CV(s) dan CV m (s)? Apa beda antara G P (s) dan G d (s)? Bagaimana kita mengukur variabel yang memiliki garis yang dilingkari warna merah? Yang mana variabel yang ditentukan oleh orang, mana yang oleh komputer? Mari kita audit pemahaman kita Model Lup Tertutup Umum

10 10 G d (s) G P (s)G v (s)G C (s) G S (s) D(s) CV(s) CV m (s) SP(s)E(s) MV(s) Set point response (SERVO) Disturbance Response (REGULATORY) Yang mana elemen dala sistem kontrol yang mempengaruhi kestabilan sistem? Yang mana elemen yang mempengaruhi respon dinamik? Servo dan Regulatory

11 11 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV K C = controller gain “koreksi proporsional terhadap error.” Bagaimana ini berbeda dengan process gain, K p ? Proporsional Konstanta inisialisasi

12 12 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Proporsional

13 13 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Physical Device: v1 Proporsional

14 14 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Fitur kunci menggunakan model dinamik lup tertutup Final value after disturbance: Kita tidak mencapai zero offset; tidak kembali ke set point! Bagaimana kita mendapatkan yang sangat dekat dengan merubah parameter kontroler? Apa saja permasalahan yang mungkin dengan sarannya? Proporsional

15 15 Kc = 0 Kc =10 Kc = 100 Kc = 220 Proporsional

16 16 Karakteristik Kontroler P overshoot tinggi waktu penetapan besar periode osilasi sedang adanya offset/droop/steady-state error: beda antara setpoint dan control point (harga controlled variable pada kesetimbangan baru); offset terjadi karena aksi kontrol proporsional dengan error. gainnya: Kc  sangat mempengaruhi error, makin besar Kc makin kecil offsetnya, meski ada harga Kc maksimum. istilah lain gain: proportional band (PB);  Kc yang besar sama dengan PB yang kecil definisi lain PB: error yang dibutuhkan untuk menghasilkan keluaran tambahan dari kontroler ke control valve

17 17 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV T I = controller integral time (dalam penyebut) “The persistent mode” Integral

18 18 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Slope = K C E/T I MV(t) time Perilaku saat E(t) = konstan Integral

19 19 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Final value after disturbance: Kita mencapai zero offset; kembali set point! Adakah skenario lain di mana kita tidak mencapainya? Integral Fitur kunci menggunakan model dinamik lup tertutup

20 20 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV “The predictive mode” T D = controller derivative time Derivatif

21 21 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Final value after disturbance: Kita tidak mencapai zero offset; tidak kembali ke set point! Derivatif Fitur kunci menggunakan model dinamik lup tertutup

22 22 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Apakah perilaku yang akan terjadi pada MV saat kita masukkan perubahan step pada set point? Bagaimana kita memodifikasi algoritma untuk memperbaiki kinerjanya? Derivatif

23 23 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV X Kita tidak ingin mengambil derivatif dari set point; oleh karena itu, kita hanya menggunakan CV ketika menghitung mode derivatif Derivatif

24 24 Karakteristik Kontroler PI aksi integral bukan untuk mengembalikan ke error nol, tapi menjaga pada harga yang ia meuncul di sepanjang waktu, sehingga ada output yang cukup untuk membuka control valve tidak ada offset respon lebih lambat, karena error tidak dapat dihilang- kan dengan cepat harga overshoot paling tinggi dipakai bila kelemahan di atas ditoleransi sementara offset tidak disebut pula reset action gainnya: dengan = waktu reset/integral

25 25 Karakteristik Kontroler PD disebut juga anticipatory/rate control aksi kontrol didasarkan pada mode derivatif yang terjadi hanya saat error berubah efeknya mirip dengan proporsional dengan gain yang tinggi respon sangat cepat overshoot sangat rendah ada offset tapi lebih kecil gainnya: dengan = waktu derivatif

26 26 PROCESS Proportional Integral Derivative CV SP E MV Note: Error = E  SP - CV Mari kita kombinasikan jenis-jenis kontroler untuk merumuskan Kontroler PID! Silakan jelaskan setiap istilah dan simbol Kontroler PID

27 27 Karakteristik Kontroler PID paling baik, tapi paling mahal mengkompromi antara keuntungan dan kerugian kontroler di atas offset dihilangkan dengan aksi integral, sedangkan aksi derivatif menurunkan overshoot dan waktu osilasi digunakan pada sistem yang agak lamban/melempem kontroler sering dipasang karena berbagai kepandaian yang dimilikinya dan bukan karena analisis sistem mengindikasikan kebutuhan akan ketiga mode kontrol di atas gainnya: bentuk asal: bentuk aktual (menggunakan lead/lag): dengan  = 0,05 - 0,1

28 28 Perbandingan PID (Sumber: Coulson & Richardson’s, Chemical Engineering, Volume 3)

29 29 Reset Windup (Integral Mode)

30 30 Let’s apply the controller to the three-tank mixer (no rxn). CV = concentration of A in effluent MV = valve % open of pure A stream Notes: 1) tanks are well mixed 2) liquid volumes are constant 3) sensor and valve dynamics are negligible 4) F A = K v (v), with v = % opening 5) FS >> FA solvent pure A AC FSFS FAFA Aplikasi Kontroler Pada 3 Mixer

31 S-LOOP plots deviation variables (IAE = ) Time Controlled Variable Time Manipulated Variable Kc = 30, TI = 11, Td = 0.8 Is this good performance? How do we determine: Kc, TI and Td? Kontroler PID

32 S-LOOP plots deviation variables (IAE = ) Time Controlled Variable Time Manipulated Variable Is this good performance? How do we determine: Kc, TI and Td? Kc = 120, TI = 11, Td = 0.8 Kontroler PID

33 33 Kontroler PID Feed Vapor product Liquid product Process fluid Steam F1 F2F3 T1 T2 T3 T5 T4 T6P1 L1 A1 L. Key Lookahead: We can apply many PID controllers when we have many variables to be controlled!

34 34 HOW DO WE EVALUATE THE DYNAMIC RESPONSE OF THE CLOSED- LOOP SYSTEM? In a few cases, we can do this analytically (See Example 8.5) In most cases, we must solve the equations numerically. At each time step, we integrate - The differential equations for the process - The differential equation for the controller - Any associated algebraic equations Many numerical methods are available “S_LOOP” does this from menu-driven input Kontroler PID

35 35 solvent pure A AC FSFS FAFA Model formulation: Develop the equations that describe the dynamic behavior of the three-tank mixer and PID controller. Numerical solution: Develop the equations that are solved at each time step. Kontroler PID – Workshop 1

36 36 The PID controller is applied to the three-tank mixer. Prove that the PID controller with provide zero steady-state offset when the set point is changed in a step,  SP. The three-tank process is stable. If we add a controller, could the closed-loop system become unstable? solvent pure A AC FSFS FAFA Kontroler PID – Workshop 2

37 37 solvent pure A AC FSFS FAFA Determine the engineering units for the controller tuning parameters in the system below. Explain how the initialization constant is calculated Kontroler PID – Workshop 3

38 38 solvent pure A AC FSFS FAFA The PID controller must be displayed on a computer console for the plant operator. Design a console display and define values that The operator needs to see to monitor the plant The operator can change to “run” the plant The engineer can change Kontroler PID

39 39 When I complete this chapter, I want to be able to do the following. Understand the strengths and weaknesses of the three modes of the PID Determine the model of a feedback system using block diagram algebra Establish general properties of PID feedback from the closed- loop model Lot’s of improvement, but we need some more study! Read the textbook Review the notes, especially learning goals and workshop Try out the self-study suggestions Naturally, we’ll have an assignment! Tujuan Pembelajaran

40 40 SITE PC-EDUCATION WEB - Instrumentation Notes - Interactive Learning Module (Chapter 8) - Tutorials (Chapter 8) Sumber Pembelajaran

41 41 Saran untuk Belajar Mandiri In your own words, explain each of the PID modes. Give at least one advantage and disadvantage for each. 2.Repeat the simulations for the three-tank mixer with PID control that are reported in these notes. You may use the MATLAB program “S_LOOP”. 3.Select one of the processes modelled in Chapters 3 or 4. Add a PID controller to the numerical solution of the dynamic response in the MATLAB m-file. 4.Derive the transfer function for the PID controller


Download ppt "2 Memahami kekuatan dan kelemahan tiga jenis kontroler PID Menentukan model sistem berumpan-balik menggunakan aljabar diagram blok Menetapkan sifat-sifat."

Presentasi serupa


Iklan oleh Google