Pemodelan Matematik Dan Linearisasi Sistem Non Linear

z
PENGENDALIAN PROSES
Pemodelan Matematika untuk

Tujuan Pengendalian
Departemen Teknik Kimia

Fakultas Teknik - Universitas Sumatera Utara
1. Model Input – Output
 Setiap proses kimia dan variabel-variabel yang tergabung
dengannya dapat dideskripsikan seperti Gambar berikut:
Disturbance
(inputs)
z Manipulated Controlled
Variables Process Variables
(inputs) (Output)
MIMO : Multiple Input – Multiple Output

SISO : Single Input – Single Output
 Blok diagram tersebut menggambarkan proses, sementara tanda

2
panah mengindikasikan input dan output proses
2
Amir/Process Control/2020
Contoh 5.1. Model Input-Output Tangki Pemanas
 Perhatikan kembali Tangki Pemanas
Berpengaduk
 Asumsi, Fin = Fout , dimana
diperoleh dV/dt = 0.
 Neraca energi total :
z
……. (A.1)
 Jumlah panas, Q yang disuplai steam :
………. (A.2)
3
(A.2)
atau
z ………………………. (A.3)
dengan:
T = variabel keadaan; Ti dan Tst = variabel input
4
Pada keadaan steady state, persamaan A.3 menjadi:
0
dTS ………………………. (A.4)
dt
dengan: Ts , Ti,s , Tst = nilai variabel pada steady state
Kurangkan persamaan (A.3) dengan (A.4) :
atau ………………………. (A.5)
' ' '

dengan: T  T  Ts ; Ti  Ti  Ti,s ; Tst  Tst  Tst,s
5
melambangkan deviasi dari nilai pada steady state
5
6
Penyelesaian persamaan A.5 menjadi:
…… (A.6)
Asumsi, bahwa pada saat awal heater pada keadaan steady

yaitu pada t = 0 ; T’ = 0. diperoleh C1 = 0. sehingga persamaan
z dapat ditulis:
A.6. T '  T  TS  0
…… (A.7)
Persamaan A.7 mengekspresikan hubungan antara input

(Ti’ dan Tst‘ ) dengan output (T’) . Hubungan tersebut ditunjukkan
dalam Gambar 2.
6
7
7
8
Contoh 5.2. Model Input-Output proses pencampuran
 Perhatikan kembali proses

pencampuran dua aliran.
 Persamaan keadaan :
 Neraca Massa Total
 Asumsi, F1 + F2 = F3,
mengimplikasikan bahwa
dV/dt = 0 (yakni, V konstan).
8
 Neraca massa komponen A:
……..… (B.1.a)
 Neraca energi total:
z
…… (B.1.b)
 Jika panas pelarutan tidak bergantung pada konsentrasi,

mengindikasikan bahwa
9
10
persamaan B.1.a dan B.1.b menjadi:
…… (B.2.a)
…… (B.2.b)
z keadaan state, persamaan B.2.a dan B.2.b menjadi:

Pada
…… (B.3.a)
dan
…… (B.3.b)
10
Kurangkan persamaan (B.2.a) dan (B.2.b) dengan persamaan
(B.3.a) dan (B.3.b) :
……………..… (B.4.a)
………… (B.4.b)
dan
11
11
12
Penyelesaian persamaan (B.4.a) dan (B.4.b) :
……… (B.5.a)
.… (B.5.b)
z
 Jika sistem pada saat awal (pada t = 0) pada keadaan steady,
maka:
 Sehingga, c1 dan c2 = 0
12
Hubungan antara variabel input dan output ditunjukkan dalam
Gambar 5.3
13
13
PENGENDALIAN PROSES
z
LINEARISASI
SISTEM NON-
LINEAR
z
TOPIK PEMBELAJARAN
 SISTEM LINEAR DAN NON-LINEAR
 LINEARISASI SISTEM NON LINEAR
 LINEARISASI SISTEM DENGAN SATU VARIABEL
 VARIABEL DEVIASI
 LINEARISASI SISTEM DENGAN MULTI VARIABEL

z
SISTEM LINEAR
 Sistem Linear merupakan suatu sistem yang sifatnya memiliki

suatu "ketetapan" atau bisa dibilang sebagai sistem yang fixed.
 Dalam bagan tersebut dapat diamati bahwa setiap input dalam

sebuah proses tersebut memiliki output masing-masing sesuai
dengan macam input yang ada dalam suatu proses. Sistem ini
memiliki sifat yang fixed.
z
SISTEM NON-LINEAR
 Sistem Non-Linear merupakan suatu sistem yang sifatnya tidak

tetap, mudah berubah, sulit dikontrol, dan sulit diprediksi.Sistem
semacam ini memiliki tingkat kesensitivitasan yang sangat
tinggi. Sistem non-linear ini dapat digambarkan seperti bagan
berikut ini.
z
SISTEM LINEAR DAN NON-LINEAR
 Dalam bagan sebelumnya dapat diamati 2 hal, yaitu yang

pertama, bahwa input-input yang berlainan dalam suatu proses
dapat menghasilkan output yang sama, dan yang kedua, bahwa
satu input yang ada dalam suatu proses dapat memberikan
output yang sama.
z
LINEARISASI
Linierisasi adalah suatu cara mendekati suatu sistem non-linier dengan sistem yang linier.
Linearisasi digunakan secara luas untuk mempelajari dinamika proses dan perancangan
sistem pengendali untuk alasan-alasan berikut:
1. Dengan linerisasi akan didapatkan sistem linier yang dapat diselesaikan secara analitis
dan memberikan gambaran kelakuan proses secara lengkap untuk berbagai nilai parameter
proses dan variabel input. Simulasi komputer untuk proses non-linier hanya akan
memberikan gambaran mengenai kelakuan sistem pada nilai parameter proses dan
variabel input tertentu.
2. Perkembangan berarti untuk perancangan sistem pengendali yang efektif baru dicapai
sebatas untuk proses-proses linier.

z
LINEARISASI SISTEM NON-LINEAR
 Diperlukan untuk mendapatkan fungsi transfer.
 Perkiraan yang baik di dekat titik operasi tertentu.
 Keuntungan, konstanta waktu dapat berubah dengan titik operasi
 Menggunakan seri Taylor orde pertama.
Subtract steady-state equation from dynamic equation

z
 Persamaan non-linier umum yang digunakan untuk memodelkan proses adalah

sebagai berikut: (Pers. 1)
= f(x)
 Fungsi f(x)b pada persamaan tersebut dapat diekspansikan dalam bentuk Deret
Taylor di sekitar titik x˳ sebagai berikut: (Pers. 2)
z
 Jika suku orde kedua dan selebihnya dari Deret Taylor tersebut diabaikan, maka f(x) dapat
didekati sebagai berikut: (Pers. 3)
 Kesalahan yang akan diakibatkan oleh pendekatan diatas adalah sebagai berikut:
z
 Dari penjelasan diatas terlihat bahwa linierisasi Pers (3) hanya akan cocok diginakan
bila nilai x sangat dekat dengan x , sehingga nilai suku I menjadi sangat kecil.
z
 Pada gambar kurva diperlihatkan secara jelas perbandingan antara fungsi non-linier
f(x) dan fungsi hasil linierisasi di sekitar titik x˳.
 Dari gambar tersebut juga terlihat bahwa hasil pendekatan linierisasi amat sangat
bergantung pada letak titik x˳ yang disekitarnya dilakukan ekspansi taylor.
 Pada gambar terlihat jelas perbedaan hasil linearisasi pada dua titik yang letaknya
berbeda (linierisasi f(x) pada titik x˳ dan .
 Pendekatan system non-linier dengan linierisasi hanya akan memiliki nilai yang
tepat pada titik linierisasi.
z
Contoh Non-Linear Model: Tangki
 Pemodelan ketinggian cairan dalam tangki silinder tegak.

Semula sistem dalam keadaan steady state.
 Persamaan diferensialnya:
zContoh Non-Linear Model: Tangki
Let’s assume the outlet flow is proportional to the level, F1 = C.h, hence the equation
become:
Second assumsption the outlet flow is a non-linear to the level, F1 = hence

the equation become :
Non-linear term!
Needs to be linearized
z
Deviation variables
Deviation variable Steady state value
Initial value (t=0)

Keuntungan penggunaan deviation variables:
• initial value-nya menjadi 0:
y(0) = yo  y’(0)=y(0)-yo=yo-yo
 y’(0)=0
• Ini akan menyederhanakan bentuk tranformasi Laplace-nya
z
Untuk kasus the outlet flow is proportional to the level:

If we relate the outlet flow to the tank level, then we can get our
steady state level, h*
z
Bagaimana untuk kasus : Second assumsption the outlet flow is a non-linear to the level ?
z
 Bagaimana menyelesaikan persamaan tersebut?
1. Analitis?
2. Numerik?
3. Laplace Transform?
 Laplace transform sangat bermanfaat dalam sebuah penyelesaian persamaan dan

dalam pemodelan dinamis nantinya akan banyak menggunakan metode ini. Sistem
persamaan non linier akan sulit diselesaikan dengan Laplace transform sehingga
persamaan non linier harus dilinierkan terlebih dahulu.
Second assumsption the outlet flow is a non-linear to the level, F1 = hence the equation
become :
Suku yang tidak linier pada persamaan tersebut hanya , Ekspansi Deret Taylor pada
suku ini di sekitar titk h˳ akan menghasilkan linierisasi berikut :
Pengabaian terhadap suku-suku orde kedua dan seterusnya akan menghasilkan :

Yang jika diterapkan pada system dinamik non-linier awal akan memberikan model pendekatan
linierisasi berikut :
Masuk ke Materi Sistem Dinamik Orde Pertama
Apa Itu Pemodelan Dinamik?

z
PEMODELAN DINAMIK (Dynamics
Modeling)
Perilaku dinamik (dynamics behavior) suatu proses dapat
diketahui (setidaknya) dengan 2 cara, yaitu dari:
1. Eksperimen:
Input variabel dimanipulasi  Output variabel diamati
 pendekatan EMPIRIK.
Kekurangannya:
• time consuming,
• effort consuming
• mahal, karena diperlukan eksperimen dalam jumlah banyak.
Kelebihan:
• lebih akurat,
• jika jumlah data mencukupi menggambarkan perilaku proses
dengan lebih utuh.
2. Teoritis:
Perilaku proses dideskripsikan kedalam suatu set persamaan

matematik (disebut sebagai model matematik).
Penyelesaian model matematik menggambarkan perilaku proses.
Kekurangan:
• Oversimplification  penyimpangan hasil model terhadap
perilaku riil dari proses.
• Sulit diterapkan pada proses-proses yang kompleks dan
perilakunya sulit diprediksi.
Kelebihan:
• Murah, cepat
• Diperoleh pengetahuan yang mendalam tentang
mekanisme proses.
Pada Pengendalian Proses ini, yang digunakan adalah

pendekatan
teoritis melalui pemodelan dinamik.
DINAMIK  berubah terhadap waktu, transien, time dependent, unsteady state.
Untuk mengetahui "karakter" sebuah sistem proses melalui model,

diperlukan:
• Set kuantitas-kuantitas dasar yang saling tergantung (a set of
fundamental dependent quantities):
mendeskripsikan 'keadaan alamiah' dari sistem
• Set persamaan:
menjelaskan bagaimana perilaku dinamik dari sistem
Kuantitas-kuantitas fundamental:
• Massa  dikarakterisasi oleh: , C (konsentrasi), P, T, v, dll.
• Energy   disebut sebagai "state variables"
• Momentum 
Nilai dari “state variables”  menggambarkan keadaan (state) sistem
Persamaan yang menghubungkan state variables dengan independent variables

 "state equations"
THANK YOU

Pemodelan Matematik Dan Linearisasi Sistem Non Linear

Diunggah oleh

Hak Cipta:

Format Tersedia

Pemodelan Matematik Dan Linearisasi Sistem Non Linear

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pemodelan Matematik Dan Linearisasi Sistem Non Linear

Diunggah oleh

Hak Cipta:

Format Tersedia

z

Pemodelan Matematika untuk

Departemen Teknik Kimia

MIMO : Multiple Input – Multiple Output

 Blok diagram tersebut menggambarkan proses, sementara tanda

 Jumlah panas, Q yang disuplai steam :

T = variabel keadaan; Ti dan Tst = variabel input

atau ………………………. (A.5)

' ' '

Penyelesaian persamaan A.5 menjadi:

Asumsi, bahwa pada saat awal heater pada keadaan steady

Persamaan A.7 mengekspresikan hubungan antara input

 Perhatikan kembali proses

 Neraca massa komponen A:

 Neraca energi total:

 Jika panas pelarutan tidak bergantung pada konsentrasi,

z keadaan state, persamaan B.2.a dan B.2.b menjadi:

Penyelesaian persamaan (B.4.a) dan (B.4.b) :

 SISTEM LINEAR DAN NON-LINEAR

 LINEARISASI SISTEM NON LINEAR

 LINEARISASI SISTEM DENGAN SATU VARIABEL

 LINEARISASI SISTEM DENGAN MULTI VARIABEL

 Sistem Linear merupakan suatu sistem yang sifatnya memiliki

 Dalam bagan tersebut dapat diamati bahwa setiap input dalam

 Sistem Non-Linear merupakan suatu sistem yang sifatnya tidak

 Dalam bagan sebelumnya dapat diamati 2 hal, yaitu yang

sebatas untuk proses-proses linier.

 Diperlukan untuk mendapatkan fungsi transfer.

 Perkiraan yang baik di dekat titik operasi tertentu.

 Keuntungan, konstanta waktu dapat berubah dengan titik operasi

 Menggunakan seri Taylor orde pertama.

Subtract steady-state equation from dynamic equation

 Persamaan non-linier umum yang digunakan untuk memodelkan proses adalah

 Pemodelan ketinggian cairan dalam tangki silinder tegak.

Second assumsption the outlet flow is a non-linear to the level, F1 = hence

Deviation variable Steady state value

Initial value (t=0)

Untuk kasus the outlet flow is proportional to the level:

Contoh Non-Linear Model: Tangki

 Bagaimana menyelesaikan persamaan tersebut?

 Laplace transform sangat bermanfaat dalam sebuah penyelesaian persamaan dan

Pengabaian terhadap suku-suku orde kedua dan seterusnya akan menghasilkan :

Masuk ke Materi Sistem Dinamik Orde Pertama

Apa Itu Pemodelan Dinamik?

Perilaku proses dideskripsikan kedalam suatu set persamaan

Pada Pengendalian Proses ini, yang digunakan adalah

Untuk mengetahui "karakter" sebuah sistem proses melalui model,

Nilai dari “state variables”  menggambarkan keadaan (state) sistem

Persamaan yang menghubungkan state variables dengan independent variables

Anda mungkin juga menyukai