OBSERVER UNTUK SISTEM KONTROL LINIER KONTINU

  Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 96 – 102

  ISSN : 2303–2910 c Jurusan Matematika FMIPA UNAND

OBSERVER UNTUK SISTEM KONTROL LINIER

KONTINU

SUKMA HAYATI, ZULAKMAL

  

Program Studi Matematika,

Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas,

Kampus UNAND Limau Manis Padang, Indonesia,

Abstrak.

email : nyuma kamiya@yahoo.com

  Dalam makalah ini dikaji syarat agar diperoleh persamaan observer untuk e

suatu sistem kontrol linier kontinu. Estimasi yang baik memenuhi ¯ (t) → 0 bila t → ∞,

e

atau stabil asimtotik. Kestabilan asimtotik sistem ˙¯ diperoleh apabila bagian riil dari

semua nilai eigen matriks (A − LC) bernilai negatif. Bentuk eksplisit matriks L dapat

diperoleh apabila memenuhi syarat tertentu yang dipaparkan pada paper ini.

  Kata Kunci : Observer, estimasi error, stabil asimtotik

  1. Pendahuluan Diberikan suatu kontrol linier sebagai berikut :

  ˙x(t) = Ax(t) + Bu(t), (1.1) n×n n× y (t) = Cx(t)

  1 1×n n

  dimana A ∈ R , B ∈ R , dan C ∈ R . Pada sistem (1.1), x(t) ∈ R menyatakan vektor keadaan (state), u(t) ∈ R menyatakan input (control), dan y ∈ R menyatakan output.

  Suatu observer untuk sistem (1.1) didefinisikan sebagai persamaan berikut: (1.2)

  ˙bx(t) = Abx(t) + Bu(t) + L(y(t) − by(t)), n n x y x dimana (t) = C (t). untuk suatu matriks L ∈ R b (t) ∈ R , b b x

  Vektor (t) memiliki peran sebagai estimator untuk x(t), dengan estimasi error b e x e ¯ (t) = x(t) − (t). Estimasi yang baik mestilah memenuhi ¯ (t) → 0 bila t → ∞, b x atau (t) → x(t) bila t → ∞. Dalam makalah ini dikaji syarat yang menjamin agar b persamaan (1.2) merupakan suatu observer yang baik untuk sistem (1.1).

  2. Observer untuk Sistem Kontrol Linier Kontinu Persamaan (1.2) merupakan observer yang baik untuk sistem kontrol linier (1.1) apabila

  ¯ e x

  Observer untuk Sistem Kontrol Linier Kontinu

  untuk t → ∞. Dari (2.1) diperoleh ˙¯e = ˙x − ˙bx e .

  = (A − LC)¯ (2.2) Jelas bahwa (2.2) merupakan suatu sistem persamaan diferensial linier orde 1 yang e kestabilan asimtotiknya ditentukan oleh matriks A − LC. Bila sistem ˙¯ (t) = (A − LC e

  )¯ (t) stabil asimtotik, yaitu bagian riil dari semua nilai eigen (A − LC) adalah e x negatif, maka ¯ (t) → 0 untuk t → ∞, sehingga ˙ (t) merupakan observer yang baik b untuk ˙x(t). Dengan demikian diperlukan informasi tentang bentuk eksplisit dari matriks L sedemikian sehingga bagian riil dari semua nilai eigen matriks (A − LC) adalah negatif.

  Bentuk eksplisit L dapat dicari dengan menggunakan bentuk dual dari (1.1) yaitu T T T ˙¯e = A e ¯ + C u. (2.3)

  Jika u = −L e ¯ , maka (2.3) dapat ditulis menjadi T T T ˙¯e = (A − C L )¯ e (2.4) yang solusinya adalah T T T C L

  (A )t

  ¯ e (t) = e e ¯ (0). (2.5) e Dari (2.5) terlihat bahwa ¯ (t) → 0 jika bagian riil dari semua nilai eigen matriks T T T

  L (A − C ) adalah negatif. Teorema berikut menginformasikan syarat yang menjamin eksistensi matriks L T T T

  L sedemikian sehingga nilai eigen (A − C ) dapat dibuatkan sesuai keinginan. T T Teorema 2.1. , C [2] Jika (A ) adalah terkontrol lengkap maka terdapat matriks

1 T T T

  L L sedemikian sehingga nilai eigen dari matriks (A − C ) dapat ditem-

  ∈ R patkan secara sebarang. T T Bukti. , C

  Sistem (A ) diubah menjadi bentuk kanonik terkontrol menggunakan transformasi Q, yaitu C C Q = M W dimana M adalah matriks keterkontrolan T T T T n− T C

  1 M = C A C · · · (A ) C ,

    a n− a n− · · · a

  1

  1

  2

  1

  a a  n− n− · · · 1 0 

  2

  3

     

  W .. .. , =

    . . . .. ... ...     a

  1 · · · 0 0

  1

  1 · · · 0 0 dan a i , i = 1, 2, · · · , n adalah koefisien dari polinomial karakteristik T n

  

(n−1)

s s .

  Sukma Hayati, Zulakmal

  Definisikan variabel keadaan baru be dengan e ¯ = Q C be. Jika rank(M ) adalah n (berarti sistem terkontrol lengkap), maka matriks Q memi- T T liki invers. Sehingga persamaan sistem ˙¯ e = A e ¯ + C u menjadi − −

1 T

  1 T

  A Q C u (2.6) ˙be = Q be + Q dimana

    1 · · ·   1 · · · T  

  1  

  Q A Q =

  (2.7)  

  · · · · · · · · · . .. ···    

  · · ·

  1 −a n −a n−

  1 −a n− 2 · · · −a

  1

  dan     − T  

  1

    Q C .. . = (2.8)

    .    

  1 Persamaan (2.7) dan (2.8) merupakan bentuk kanonik terkontrol. Kemudian akan dibuktikan jika sistem terkontrol lengkap, maka dimungkinkan untuk memilih nilai , s , eigen yang diinginkan, misalkan s = s = s · · · , s = s n . Persamaan karakteris-

  1

  2

  tiknya berubah menjadi n

  (n−1)

  s s (s − s )(s − s ) · · · (s − s n ) = s + α + · · · + α + α n = 0. (2.9)

  1

  2 1 (n−1)

  Tulis T L Q = δ δ . (2.10) n n− T 1 · · · δ

  1 Bila u = −L Q

  be digunakan untuk mengontrol sistem (2.6), maka diperoleh per- samaan − − T T T

  1

  1 A Q C L Q

  (2.11) ˙be = Q be − Q be. Persamaan karakteristik dari (2.11) adalah − − T T T

  1

  1 A Q C L Q

  |sI − Q + Q | = 0. (2.12) Persamaan karakteristik ini sama dengan persamaan karakteristik untuk sistem T T T

  ˙¯e = A e ¯ + C u dengan u = −L e ¯ yang digunakan sebagai kontrol, yaitu T T ˙¯e = A e ¯ + C u T T T L .

  = (A − C )¯ e (2.13) Persamaan karakteristik untuk sistem (2.13) adalah T T T T T T

  

1

L L

  |sI − A + C | = |Q (sI − A + C )Q| − − T T T

  1

  1 A Q C L Q

  = |sI − Q + Q |

  • Q
  •     
  • δ
  • · · · + (a n−
  • δ n−

  • δ
  • δ
  • · · · + α n−

  1 Q 1 .

  − a

  1

  · · · δ

  1

  − a n−

  1

  L T =

  α n − a n α n−

  . a n + δ n = α n

  2 ..

  = α

  

2

  2

  a

  1

  Berikut ini akan dikemukakan langkah-langkah untuk mendapatkan matriks L. Misalkan nilai eigen yang diinginkan adalah s = s

  1

  , s = s

  s n−

  

1

A T

  φ T T n A T n−

  A L T , maka berlaku

  s + α n = 0 untuk suatu skalar α i , i = 1, 2, · · · , n. Berdasarkan teorema Cayley-Hamilton untuk

  1

  1

  1

  2

  ) · · · (s − s n ) = s n + α

  2

  )(s − s

  1

  |sI − A T L | = (s − s

  L T adalah

  , · · · , s = s n . Persamaan karakteristik dari A L T = A T − C T

  = α

  1

  

1

  1 −a n −a n−

        

  1

  · · · −a

  2

  −a n−

  1

  · · ·

  .

  1 · · · · · · · · · · · · . .. ···

  −        1 · · ·

  | = sI

  1 C T L T Q

  1 A T Q

  Substitusikan persamaan (2.7), (2.8), dan (2.10) ke dalam persamaan karakteristik (2.12) diperoleh |sI − Q

  Observer untuk Sistem Kontrol Linier Kontinu

    ..

  1       

  Persamaan karakteristik ini sama dengan persamaan karakteristik (2.9). Sehingga dengan menyamakan koefisiennya diperoleh a

  = s n + (a

  )s + (a n + δ n ) = 0

  1

  1

  (n−1)

  )s

  1

  1

  1

  δ n δ n−

  1 + δ n− 1 · · · s + a 1 + δ

  · · · a n + δ n a n−

  · · · · · · · · · · · · . ..

  = s −1 · · · s

  1

  · · · δ

  1

  I

1 A

  (C T )L T − (A T ) n−

  berikut : φ

  1 Substitusikan identitas tersebut ke persamaan (2.14), sehingga diperoleh persamaan

  − (C T )L T A L T n−

  2

  − · · · − (A T )(C T )L T A L T n−

  2

  (C T )L T (A L T )

  3

  (C T )L T A L T − (A T ) n−

  2

  1

  2

  L T = (A T ) n − (A T ) n−

  . A L T n = A L T n−

  − A T (C T )L T − (C T )L T A L T ..

  2

  = A L T A L T = (A T )

  2

  = (A T ) − C T L T A L T

  Perhatikan identitas berikut : A L T

  Sukma Hayati, Zulakmal

  1

  (A T ) = (C T )(α n−

  • α n−
  • · · · + α
  • (A T
  • · · · + L T A L T n−
  • (A T
  • · · · + L T
  • · · · + L T A L T ) + (A T

  2 L T A L T

  • α n−
  • · · · + α

  • · · · + L T A L T n−
  • α n−
  • · · · + α
  • · · · + L T A L T n−
  • · · · + α

  1

      

  . L T

  2 ..

  2 L T

  α n−

  2

  − L T A L T n−

  (C T ) (A T )(C T ) · · · (A T ) n−

  1 L T A L T n−

  2 L T A L T

  1 L T

  α n−

      

  φ (A T ) =

  Kemudian kalikan kedua sisi dengan 0 0 · · · 1 , diperoleh persamaan berikut : 0 0 · · · 1 h

  (C T ) i

  1

  − L T A L T n−

  1 P T

  = L T atau dapat ditulis sebagai L T M

      

  . L T

  2 L T + · · · + L T A L T n− 2 ..

  α n−

  1

  2

  (C T ) i

  1 L T A L T n−

  2 L T A L T

  1 L T + α n−

  α n−

  = 0 0 · · · 1     

  φ (A T )

  1

  1

  ⇔ h (C T ) (A T )(C T ) · · · (A T ) n−

  1

  3

  2

  ) (A T ) n−

  2

  A L T

  1 L T A L T

  (C T )(α

  ) n−

  1 L T

  ) + · · ·

  2

  2 L T

  )(C T )(α n−

  )

  − L T A L T n−

  1 L T

  (C T )(α

  ) n−

  1 L T A L T n−

  − L T A L T n−

      

  . L T

  2 ..

  2 L T

  α n−

  1

  2

  1

  1 L T A L T n−

  2 L T A L T

  1 L T

  α n−

  

1

  (C T ) (A T )(C T ) · · · (A T ) n−

  (C T )L T = h

  (C T ) i     

  C Observer untuk Sistem Kontrol Linier Kontinu T T

  dimana M adalah matriks keterkontrolan dan P ch,A (A ) = φ(A ) adalah poli- T LT nomial karakteristik untuk matriks A L . Dengan demikian diperoleh     T T T T T  

  1

    L .. . = (L ) = P (A )(M ) (2.16) ch,A C

    LT .    

  1

  1

  , sehingga nilai Persamaan (2.16) menunjukkan bahwa terdapat matriks L ∈ R T T T eigen matriks A − L C dapat ditempatkan secara sebarang. Dengan perkataan lain (1.2) merupakan observer yang baik untuk sistem (1.1).

  3. Kesimpulan Diberikan suatu kontrol linier sebagai berikut :

  ˙x(t) = Ax(t) + Bu(t), y(t) = Cx(t) n×n n× (3.1)

  1 1×n n

  dimana A ∈ R , B ∈ R , dan C ∈ R . Pada sistem (3.1), x(t) ∈ R menyatakan vektor keadaan (state), u(t) ∈ R menyatakan input (control), dan y ∈ R menyatakan output.

  Suatu observer untuk sistem (3.1) didefinisikan sebagai persamaan berikut : (3.2)

  ˙bx(t) = Abx(t) + Bu(t) + L(y(t) − by(t)), n n dimana x y (t) = C x (t). untuk suatu matriks L ∈ R b (t) ∈ R , b b

  Error antara x(t) dengan estimator x (t) dinamakan error estimasi ¯ e (t), yaitu b ¯ e (t) = x − x , yang dibangun dari persamaan error dinamik ˙¯ e (t) = ˙x(t) − ˙ x (t). b b

  Apabila ˙¯ e (t) = (A−LC)¯ e (t) stabil asimtotik, yaitu bagian riil nilai eigen (A−LC) < e x 0, maka ¯ (t) → 0 untuk t → ∞, dan ˙ (t) dikatakan observer yang baik untuk ˙x(t). b

  Bagian riil nilai eigen (A − LC) dapat ditempatkan sebarang, yaitu apabila

  1 sebagai berikut.

  terdapat matriks L ∈ R     T T T T T  

  1

    L .. . = (L ) = P (A )(M C ) (3.3) ch,A

    LT .    

  1 Daftar Pustaka [1] Anton, H dan Rorres, C. 2004. Aljabar Linier Elementer. Edisi Kedelapan. Jilid

  1. Penerbit Erlangga, Jakarta [2] Antsaklis, P. J dan Michel, A. N. 2007. A Linear Systems Primer. Birkhauser,

  Boston [3] Hendricks. E, Ole. J dan P. H. Soronsen. 2008. Linear System Control. Springer,

  Sukma Hayati, Zulakmal

  [4] Ogata, K. 2002. Modern Control Engineering, Fourth Edition. Prentice-Hall, New Jersey

  [5] Bastian. G dan N. Dautrebande. 1999. Positive linier Observers for Positive Lin- ear Systems. Proceedings European Control Conference ECC’99, Paper F371 [6] Luenberger, B.G. 1979. Introduction to Dynamics System. John Wiley and Sons,

  California [7] Golan, J.S. 2007. The Linear Algebra A Beginning Graduate Student Ought to

  Know. Second Edition. Springer, Dordrecht