stuck poleplacement
							parent
							
								
									5697dc24e6
								
							
						
					
					
						commit
						1759a5d535
					
				
							
								
								
									
										152
									
								
								BAB4/bab4.tex
								
								
								
								
							
							
						
						
									
										152
									
								
								BAB4/bab4.tex
								
								
								
								
							| 
						 | 
				
			
			@ -20,9 +20,9 @@ teria yang diinginkan.
 | 
			
		|||
\subsubsection{State Feedback}
 | 
			
		||||
\begin{figure}
 | 
			
		||||
   \centering
 | 
			
		||||
  \input{BAB4/img/statefeedback.tex} 
 | 
			
		||||
  \caption{State-feedback Sistem}
 | 
			
		||||
  \label{fig:state-feedback}
 | 
			
		||||
   \input{BAB4/img/statefeedback.tex}
 | 
			
		||||
   \caption{State-feedback Sistem}
 | 
			
		||||
   \label{fig:state-feedback}
 | 
			
		||||
\end{figure}
 | 
			
		||||
\todo{ Ganti notasi K untuk friction ke $k$}
 | 
			
		||||
Pada persamaan~\eqref{eq:ss1} diketahui bahwa state memiliki dimensi $6 \times 1$. Dimensi
 | 
			
		||||
| 
						 | 
				
			
			@ -60,15 +60,11 @@ untuk menguji apakah sistem bersifat controlable atau tidak (Dorf, dkk (2010)).
 | 
			
		|||
 | 
			
		||||
\begin{align*} P_c = \begin{bmatrix} B & AB & A^2B & \dots & A^{n-1}B \end{bmatrix}\end{align*}
 | 
			
		||||
\begin{align} rank[P_c] = n \end{align}
 | 
			
		||||
 | 
			
		||||
Apabila hasil dari $rank(P_c ) \neq n$ maka sistem tidak \textit{fully controlable}. Sedangkan untuk
 | 
			
		||||
menguji observabilitas dapat menggunakan rumus berikut.
 | 
			
		||||
 | 
			
		||||
\begin{align*} P_o = \begin{bmatrix} C \\ CA \\ CA^2 \\ \vdots \\ CA^{n-1} \end{bmatrix}\end{align*}
 | 
			
		||||
\begin{align} rank[P_o] = n \end{align}
 | 
			
		||||
 | 
			
		||||
Apabila sistem observable, rank dari matriks Observablity $P_o$ sama dengan besar orde sistem.
 | 
			
		||||
 | 
			
		||||
Menggunakan parameter robot oleh~\kutip{CORREIA20127} yang diterapkan pada per-
 | 
			
		||||
samaan~\eqref{eq:ss1}-\eqref{eq:ss2}, hasil pengujian controlable $rank[P_c] = 6$, maka dapat disim-
 | 
			
		||||
pulkan sistem robot controlable. Hasil pengujian observable $rank[P o] = 6$, maka
 | 
			
		||||
| 
						 | 
				
			
			@ -79,7 +75,7 @@ maka \textit{observer} tidak dibutuhkan dalam desain kendali robot.
 | 
			
		|||
Kriteria didefinisi menggunakan analisis sistem orde dua pada domain waktu.
 | 
			
		||||
Berikut adalah transfer fungsi tertutup dari sistem orde dua (\kutip{Richard2010}).
 | 
			
		||||
\begin{align}
 | 
			
		||||
   Y(s) = \frac{\omega_n^2}{s^2+2\zeta\omega_n+\omega_n^2} R(s)
 | 
			
		||||
   Y(s) = \frac{\omega_n^2}{s^2+2\zeta\omega_n s+\omega_n^2} R(s)
 | 
			
		||||
   \label{eq:Gref}
 | 
			
		||||
\end{align}
 | 
			
		||||
Dengan input $R(s) = 1/s$ sebagai unit step, maka didapat persamaan keluaran sistem dalam domain waktu.
 | 
			
		||||
| 
						 | 
				
			
			@ -118,7 +114,7 @@ Apabila menggunakan $\zeta = 0.9$ dan $\omega_n = 9.1$, akan diperoleh kriteria
 | 
			
		|||
   \begin{center}
 | 
			
		||||
      \begin{subfigure}[t]{.4\textwidth}
 | 
			
		||||
         \begin{tikzpicture}
 | 
			
		||||
           %%https://www.latex-tutorial.com/tutorials/pgfplots/
 | 
			
		||||
            %%https://www.latex-tutorial.com/tutorials/pgfplots/
 | 
			
		||||
            \begin{axis}[
 | 
			
		||||
                  width=\linewidth, % Scale the plot to \linewidth
 | 
			
		||||
                  grid=major, % Display a grid
 | 
			
		||||
| 
						 | 
				
			
			@ -153,7 +149,7 @@ Apabila menggunakan $\zeta = 0.9$ dan $\omega_n = 9.1$, akan diperoleh kriteria
 | 
			
		|||
         \label{fig:poleSystem}
 | 
			
		||||
      \end{subfigure}
 | 
			
		||||
      \caption{(a) Step Respon dari persamaan~\eqref{eq:Gref} dengan parameter $\zeta = 0.9$ dan $\omega_n = 9.1$ \\
 | 
			
		||||
        (b) Pole sistem adalah -8.19+3.96j dan -8.19+3.96j  }
 | 
			
		||||
         (b) Pole sistem adalah -8.19+3.96j dan -8.19+3.96j  }
 | 
			
		||||
   \end{center}
 | 
			
		||||
\end{figure}
 | 
			
		||||
 | 
			
		||||
| 
						 | 
				
			
			@ -162,43 +158,83 @@ Untuk mendesain parameter K pada \textit{state feedback},
 | 
			
		|||
diasumsikan bahwa \textit{state} pada sistem dapat diperoleh dari sensor, $x(t)$ untuk semua $t$.
 | 
			
		||||
Persamaan rumus masukan ke sistem menjadi
 | 
			
		||||
\begin{align}
 | 
			
		||||
  u(t) = -K_s x(t)
 | 
			
		||||
   u(t) = -K_s x(t)
 | 
			
		||||
\end{align}
 | 
			
		||||
sehingga persamaan \textit{state space} menjadi berikut.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  \dot{x}(t) = (A-BK_s)x(t)
 | 
			
		||||
   \dot{x}(t) = (A-BK_s)x(t)
 | 
			
		||||
\end{align}
 | 
			
		||||
Dapat diperhatikan bahwa $(A-BK_s)$ merupakan matriks karakteristik dari sistem.
 | 
			
		||||
Sehingga dengan mengatur besaran $K_s$ dapat menjadikan sistem sesuai dengan kriterianya.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  \det[\lambda I-(A-BK_s)]=0
 | 
			
		||||
   \det[\lambda I-(A-BK_s)]=0
 | 
			
		||||
   \label{eq:eigen}
 | 
			
		||||
\end{align}
 | 
			
		||||
Untuk mendapatkan konstanta $K_s$, digunakan aplikasi Matlab/Octave dengan fungsi yang bernama
 | 
			
		||||
$place()$.
 | 
			
		||||
Fungsi tersebut akan mengatur nilai $K_s$ dengan kriteria pole(perhatikan pada gambar \ref{fig:poleSystem}) yang  diinginkan.
 | 
			
		||||
\todo{
 | 
			
		||||
   jabarkan perhitungan tangan mengenai pole placement, satu saja cukup dari ketiga state
 | 
			
		||||
}
 | 
			
		||||
Berikut adalah hasil kalkulasi dari fungsi $place()$ menggunakan matriks pada persamaan~\eqref{eq:ssx},\eqref{eq:ssy}, dan \eqref{eq:ssthe}.
 | 
			
		||||
Perhatikan persamaan~\eqref{eq:ssx}, matriks pada persamaan tersebut akan diterapkan pada
 | 
			
		||||
persamaan~\eqref{eq:eigen}.
 | 
			
		||||
\begin{align*}
 | 
			
		||||
   0 & =\det \Big[
 | 
			
		||||
      \begin{bmatrix}\lambda & 0\\ 0 & \lambda \end{bmatrix} -
 | 
			
		||||
      \Big(
 | 
			
		||||
      \begin{bmatrix}0 & A_{14} \\ 0 & A_{44}  \end{bmatrix} -
 | 
			
		||||
      \begin{bmatrix}0 & 0& 0 \\ B_{11} & B_{12} & B_{13} \end{bmatrix}
 | 
			
		||||
      \begin{bmatrix}k_{11} & k_{12} \\ k_{21} & k_{22} \\ k_{31} & k_{32} \end{bmatrix}
 | 
			
		||||
      \Big)
 | 
			
		||||
      \Big]         \\
 | 
			
		||||
   0 & = \det \Big[
 | 
			
		||||
      \begin{bmatrix}\lambda & 0\\ 0 & \lambda \end{bmatrix} -
 | 
			
		||||
      \Big(
 | 
			
		||||
      \begin{bmatrix}0 & A_{14} \\ -B_{11}k_{11}-B_{12}k_{21}-B_{13}k_{31} &
 | 
			
		||||
         A_{44}- B_{11}k_{12}-B_{12}k_{22}-B_{13}k_{32}\end{bmatrix}
 | 
			
		||||
      \Big)
 | 
			
		||||
      \Big]         \\
 | 
			
		||||
   0 & = \det \Big[
 | 
			
		||||
      \begin{bmatrix}\lambda & 0\\ 0 & \lambda \end{bmatrix} -
 | 
			
		||||
      \begin{bmatrix}0 & A_{14} \\ Z_{21}& Z_{22}\end{bmatrix}
 | 
			
		||||
      \Big]
 | 
			
		||||
   = \det \Big[ \begin{bmatrix}\lambda & -A_{14}\\ -Z_{21} & \lambda-Z_{22} \end{bmatrix}\Big]
 | 
			
		||||
\end{align*}
 | 
			
		||||
Hasil dari diterminan sebagai berikut.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  K_s^{x} &= 
 | 
			
		||||
  \begin{bmatrix}
 | 
			
		||||
    -0.00000&  -0.00000  \\
 | 
			
		||||
    71.71556&   8.38602  \\
 | 
			
		||||
    -71.71556&  -8.38602   
 | 
			
		||||
  \end{bmatrix}; 
 | 
			
		||||
  K_s^{y}= 
 | 
			
		||||
  \begin{bmatrix}
 | 
			
		||||
    -82.81000&   -9.67000&   \\
 | 
			
		||||
    41.40500&     4.83500&   \\
 | 
			
		||||
    41.40500&    4.83500&
 | 
			
		||||
  \end{bmatrix}; \nonumber\\
 | 
			
		||||
  K_s^{\theta} &= 
 | 
			
		||||
  \begin{bmatrix}
 | 
			
		||||
    6.90083&  1.02817\\
 | 
			
		||||
    6.90083& 1.02817\\
 | 
			
		||||
    6.90083& 1.02817
 | 
			
		||||
  \end{bmatrix}
 | 
			
		||||
   0 & = \lambda^2 -Z_{22} \lambda + Z_{21}A_{14}
 | 
			
		||||
\end{align}
 | 
			
		||||
Dimana 
 | 
			
		||||
\begin{align*} 
 | 
			
		||||
   Z_{21} &= B_{11}k_{11} +B_{12}k_{21} +B_{13}k_{31} \\
 | 
			
		||||
   Z_{22} &= A_{44}- B_{11}k_{12}-B_{12}k_{22}-B_{13}k_{32}
 | 
			
		||||
\end{align*}
 | 
			
		||||
Dengan asumsi persamaan orde dua mengunakan parameter $\zeta~=~0.9$ dan $\omega_n~=~9.1$
 | 
			
		||||
(hasil analisa pada gambar~\ref{fig:stepResGref}) sebagai berikut.
 | 
			
		||||
\begin{align}
 | 
			
		||||
   \triangle \lambda &= \lambda^2+2\zeta\omega_n \lambda +\omega_n^2 \\
 | 
			
		||||
    &= \lambda^2+16.38 \lambda + 82.81
 | 
			
		||||
\end{align}
 | 
			
		||||
Sehingga akan diperoleh besaran $Z_{21}$ dan $Z_{22}$
 | 
			
		||||
 | 
			
		||||
 | 
			
		||||
% Untuk mendapatkan konstanta $K_s$, digunakan aplikasi Matlab/Octave dengan fungsi yang bernama
 | 
			
		||||
% $place()$.
 | 
			
		||||
% Fungsi tersebut akan mengatur nilai $K_s$ dengan kriteria pole(perhatikan pada gambar \ref{fig:poleSystem}) yang  diinginkan.
 | 
			
		||||
% Berikut adalah hasil kalkulasi dari fungsi $place()$ menggunakan matriks pada persamaan~\eqref{eq:ssx},\eqref{eq:ssy}, dan \eqref{eq:ssthe}.
 | 
			
		||||
\begin{align}
 | 
			
		||||
   K_s^{x}      & =
 | 
			
		||||
   \begin{bmatrix}
 | 
			
		||||
      -0.00000  & -0.00000 \\
 | 
			
		||||
      71.71556  & 8.38602  \\
 | 
			
		||||
      -71.71556 & -8.38602
 | 
			
		||||
   \end{bmatrix};
 | 
			
		||||
   K_s^{y}=
 | 
			
		||||
   \begin{bmatrix}
 | 
			
		||||
      -82.81000 & -9.67000 & \\
 | 
			
		||||
      41.40500  & 4.83500  & \\
 | 
			
		||||
      41.40500  & 4.83500  &
 | 
			
		||||
   \end{bmatrix}; \nonumber \\
 | 
			
		||||
   K_s^{\theta} & =
 | 
			
		||||
   \begin{bmatrix}
 | 
			
		||||
      6.90083 & 1.02817 \\
 | 
			
		||||
      6.90083 & 1.02817 \\
 | 
			
		||||
      6.90083 & 1.02817
 | 
			
		||||
   \end{bmatrix}
 | 
			
		||||
\end{align}
 | 
			
		||||
 | 
			
		||||
 | 
			
		||||
| 
						 | 
				
			
			@ -208,40 +244,40 @@ Maka permasalahan tersebut dapat diselesaikan dengan \textit{input refrence}.
 | 
			
		|||
Dimana refrence tersebut akan dikalikan dengan konstanta $N$.
 | 
			
		||||
Berikut adalah persamaan \textit{input refrence} sebagai penambah dari \textit{state feedback}.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  u(t) = -Kx(t)+Nr
 | 
			
		||||
   u(t) = -Kx(t)+Nr
 | 
			
		||||
\end{align}
 | 
			
		||||
Sehingga persamaan \textit{state space} menjadi berikut.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  \dot{x} &= (A-BK_s)x + BNr\\
 | 
			
		||||
  y &= Cx
 | 
			
		||||
   \dot{x} & = (A-BK_s)x + BNr \\
 | 
			
		||||
   y       & = Cx
 | 
			
		||||
\end{align}
 | 
			
		||||
Untuk mendapatkan nilai $N$ maka dapat diasumsikan bahwa sistem dalam keadaan \textit{steady state}, yaitu $\dot{x} = 0$, sehingga persamaan state space menjadi berikut.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  x &= -(A-BK_s)^{-1}BNr
 | 
			
		||||
   x & = -(A-BK_s)^{-1}BNr
 | 
			
		||||
\end{align}
 | 
			
		||||
Dalam keadaan \textit{steady state}, harapannya adalah nilai refrence sama dengan nilai keluaran, $y=r$.
 | 
			
		||||
Sehingga dapat diperoleh persamaan $N$.
 | 
			
		||||
\begin{align}
 | 
			
		||||
  N &= -[C(A-BK_s)^{-1}B]^{-1}
 | 
			
		||||
   N & = -[C(A-BK_s)^{-1}B]^{-1}
 | 
			
		||||
\end{align}
 | 
			
		||||
Berikut adalah hasil kalkulasi dari rumus $N$ menggunakan matriks pada persamaan~\eqref{eq:ssx},\eqref{eq:ssy}, dan \eqref{eq:ssthe}.
 | 
			
		||||
 | 
			
		||||
\begin{align}
 | 
			
		||||
  N^x &= \begin{bmatrix}
 | 
			
		||||
    -0.00000 & -0.00000  \\
 | 
			
		||||
    71.71556  &  -0.00000  \\
 | 
			
		||||
    -71.71556 &  -0.00000
 | 
			
		||||
  \end{bmatrix}; 
 | 
			
		||||
  N^y = \begin{bmatrix}
 | 
			
		||||
    -82.81000 &     -0.00000  \\
 | 
			
		||||
    41.40500  &   -0.00000  \\
 | 
			
		||||
    41.40500  &     -0.00000   
 | 
			
		||||
  \end{bmatrix} \nonumber \\
 | 
			
		||||
  N^\theta &= \begin{bmatrix}
 | 
			
		||||
    6.90083&   -0.00000 \\
 | 
			
		||||
    6.90083&   -0.00000 \\
 | 
			
		||||
    6.90083&   -0.00000
 | 
			
		||||
  \end{bmatrix}
 | 
			
		||||
   N^x      & = \begin{bmatrix}
 | 
			
		||||
      -0.00000  & -0.00000 \\
 | 
			
		||||
      71.71556  & -0.00000 \\
 | 
			
		||||
      -71.71556 & -0.00000
 | 
			
		||||
   \end{bmatrix};
 | 
			
		||||
   N^y = \begin{bmatrix}
 | 
			
		||||
      -82.81000 & -0.00000 \\
 | 
			
		||||
      41.40500  & -0.00000 \\
 | 
			
		||||
      41.40500  & -0.00000
 | 
			
		||||
   \end{bmatrix} \nonumber \\
 | 
			
		||||
   N^\theta & = \begin{bmatrix}
 | 
			
		||||
      6.90083 & -0.00000 \\
 | 
			
		||||
      6.90083 & -0.00000 \\
 | 
			
		||||
      6.90083 & -0.00000
 | 
			
		||||
   \end{bmatrix}
 | 
			
		||||
\end{align}
 | 
			
		||||
 | 
			
		||||
 | 
			
		||||
| 
						 | 
				
			
			
 | 
			
		|||
		Loading…
	
		Reference in New Issue