Struktur kontrol PID dengan Filter PIDF

setiaone.iwangmail.com 77

2.2.4 Struktur kontrol PID dengan Filter PIDF

Selain akan menghasilkan sinyal kontrol yang sangat besar ketika terjadi perubahan Setpoint atau beban, Salah satu kelemahan lain dari penggunaan suku derivative pada pengontrolan PID baik PID tipe A, B, maupun C adalah diperkuatnya noise yang pasti muncul dalam pengukuran output proses PV. Gambar 2.31. Diagram blok simulink pengontrolan sistem Heat Exchanger dengan kontrol PID yang telah ditambahkan simulasi noise Gambar 2.32. Hasil simulasi untuk gambar 2.31 Untuk melihat pengaruh noise atau derau pengukuran, kita secara langsung dapat mengujinya lewat Simulink. Gambar 2.31 dan 2.32 berturut-turut memperlihatkan blok setiaone.iwangmail.com 78 kontrol PID ideal tanpa filter yang didalamnya telah sisipkan sumber noise serta salah satu grafik hasil simulasinya dalam simulasi tersebut, parameter PID dicari dengan menggunakan metode tuning PID Ziegler-Nichols pada table 2.7 Berdasarkan hasil simulasi tersebut, nampak bahwa dengan adanya derau pengukuran, respon output proses pv akan sedikit berosilasi disekitar nilai SetPointnya. Hal ini disebabkan derau yang muncul secara praktis akan diperkuat oleh penguat derivative komponen derivative ini pada dasarnya adalah sebuah filter pelewat frekuensi tinggi. Untuk menghindari hal tersebut, dalam sebagian besar modul PID komersil, komponen derivative pada kontroler umumnya di-cascade atau diserikan dengan sebuah filter orde satu atau lebih. Persamaan 2.16 berikut ini memperlihatkan struktur PID ideal tipe A dalam kawasan Laplace yang telah dilengkapi filter orde satu lihat juga blok diagramnya pada gambar 2.33: 1 1 1 s E s N T s T s T K s CO D D I P             + + + = 2.16 Gambar 2.33. Diagram blok kontrol PID ideal dengan filter orde 1 Dalam kawasan waktu nyata, persamaan 2.16 dapat ditulis:       + + = ∫ dt t de T d e T t e K t CO f D t I P 1 τ τ 2.17 dalam hal ini: t e t e dt t de N T f f D = + 2.18 Besarnya N pada PIDF komersil berkisar antara 1 sampai 33, tetapi yang paling umum adalah antara 8 sampai 16. Nilai N ini pada dasarnya berfungsi untuk mengatur lebar pita filter orde satu yang digunakan. Semakin kecil nilai N, maka konstanta waktu filter akan semakin besar lihat persamaan 2.16. setiaone.iwangmail.com 79 Gambar 2.34. Diagram blok simulink pengontrolan sistem Heat Exchanger dengan kontrol PIDF Gambar 2.35. Hasil simulasi untuk gambar 2.34 Besar kecilnya konstanta waktu filter tersebut akan mempengaruhi pelemahan dari noise frekuensi tinggi yang muncul pada pengukuran: Semakin besar konstanta waktu yang digunakan, pelemahan noise akan semakin besar tapi dilain pihak respon output kontrolnya pun akan semakin lambat. setiaone.iwangmail.com 80 Untuk melihat pengaruh penambahan filter pada dinamika output proses, disini kita akan gunakan blok simulink untuk proses heat exchanger sebelumnya. Gambar 2.34 dan 2.35 berturut-turut memperlihatkan blok simulink kontrol PID ideal yang telah dilengkapi filter orde 1 dengan N= 10 beserta salah satu grafik hasil simulasinya seperti halnya simulasi terdahulu, pada simulasi ini metode tuning yang digunakan adalah metode tuning PID ideal Ziegler-Nichols. Seperti nampak dari hasil simulasi gambar 2.35, dengan adanya filter pelewat frekuensi rendah orde 1 yang disisipkan pada suku kontrol derivative, output prosesnya relative stabil jika dibandingkan dengan hasil pengontrolan PID tanpa filter bandingkan gambar tersebut dengan gambar 2.32 Selain tabel 2.7 dan tabel 2.8, khusus untuk struktur kontrol PIDF, tabel 2.13 dan 2.14 dibawah berturut-turut dapat digunakan sebagai basis penentuan parameter PIDF awal untuk model proses FOPDT dan IPDT. Tabel 2.13. Beberapa metode tuning kontrol PIDF untuk proses FOPDT Metode K P T I T D Keterangan Chien 5 . 5 . L K L T + + λ L T 5 . + L T TL + 2 ] , [ T L = λ ,N=10 Davydov     + 078 . 552 . 1 1 T L K     + 532 . 186 . T L     + 532 . 186 . 25 . T L Closed loop respon, faktor redaman=0.9, K N T L = ≤ ≤ , 1 2 . Tabel 2.14. metode tuning kontrol PIDF untuk proses IPDT Metode K P T I T D Keterangan Chien 5 . 2 L K + λ T + λ 2 L L L + + λ λ 2 25 . 10 , 1 = = N K λ ,N=10

2.2.5 Struktur Kontrol PID Standar ISA dan PID Bentuk Umum