Setelah bimbingan
parent
ed8c978947
commit
5697dc24e6
|
@ -1,7 +1,7 @@
|
|||
\chapter{\babTiga}
|
||||
|
||||
Krangka konsep penelitian akan dibahas mengenai potensi permasalahan yang timbul dalam topik
|
||||
kendali formasi. Krangka penelitian ini berdasarkan literatur oleh \kutip{OH2015424},
|
||||
Kerangka konsep penelitian akan dibahas mengenai potensi permasalahan yang timbul dalam topik
|
||||
kendali formasi. kerangka penelitian ini berdasarkan literatur oleh \kutip{OH2015424},
|
||||
dimana didalam literatur tersebut, peneliti menguraikan berbagai metode yang digunakan dalam
|
||||
bidan kendali multi-robot, khususnya dalam kendali formasi.
|
||||
|
||||
|
@ -10,14 +10,16 @@ bidan kendali multi-robot, khususnya dalam kendali formasi.
|
|||
% \includegraphics[scale=.8]{BAB3/img/kerangka_pen.png}
|
||||
\input{BAB3/img/structur.tex}
|
||||
\caption{Kerangka Penelitian}
|
||||
\label{fig:krangka_pen}
|
||||
\label{fig:kerangka_pen}
|
||||
\end{figure}
|
||||
|
||||
\todo{
|
||||
Pada Gambar diberi kotak yang didalamnya menunjjukan fokus penelitian lalu diberi legend
|
||||
}
|
||||
\section{Definisi Permasalahan Kendali Formasi}
|
||||
|
||||
Kendali formasi adalah kendali multi-agent untuk mencapai suatu formasi yang diinginkan.
|
||||
Banyak metode yang telah digunakan berdasarkan berbagai macam kategori.
|
||||
Dapat diperhatikan dalam gambar~\ref{fig:krangka_pen}, dari berbagai metode teresebut
|
||||
Dapat diperhatikan dalam gambar~\ref{fig:kerangka_pen}, dari berbagai metode teresebut
|
||||
dapat disimpulkan dalam 3 kategori secara general.
|
||||
Yaitu berbasis posisi, pergerakan, dan jarak.
|
||||
Pembagian kategori tersebut berdasarkan kemampuan sensor yang digunakan dan
|
||||
|
@ -29,14 +31,23 @@ menggunakan kendali PI dan menghasilkan pergerakan yang baik.
|
|||
Dalam penelitian ini akan difokuskan pada kendali formasi berbasis jarak
|
||||
dengan mengembangkan kendali PI yang telah dilakukan sebelumnya beserta menggunakan
|
||||
model nyata.
|
||||
\todo{
|
||||
Diperlukan penjelasan mengenai simple model itu bagaiman,
|
||||
contohnya pada penjelasan jurnal kebanyakan analisis menggunakan model orde satu yang sangat
|
||||
sederhana
|
||||
lalu menggunakan model real untuk mendesain kendali
|
||||
dan model real adalah penerapan dari model real.
|
||||
}
|
||||
|
||||
\section{Permasalah dan Solusi}
|
||||
|
||||
Pada krangka kendali-PI pada persamaan~\eqref{eq:ss-formasi}, state yang digunakan membutuhkan
|
||||
Pada kerangka kendali-PI pada persamaan~\eqref{eq:ss-formasi}, state yang digunakan membutuhkan
|
||||
koordinat relatif dari tetangganya. Akan tetapi pada batasan penelitian ini, sensor yang digunakan
|
||||
hanya memberikan jarak terhadap tetangganya. Secara pendekatan, digunakan koordinat polar dan diubah
|
||||
ke koordinat kartesian. Akan tetapi koordinat polar membutuhkan sudut antara agent dan tetangganya.
|
||||
Oleh karena itu dibutuhkan algoritma khusus untuk menutup permasalahan tersebut.
|
||||
|
||||
|
||||
Untuk mengembangkan algoritma tersebut, dapat menggunakan hukum \textit{cosinus} segitiga
|
||||
untuk menentukan sudutnya.
|
||||
Algoritma \textit{cosinus} tersebut hanya berlaku apabila tetangga tidak melakukan pergerakan dan
|
||||
|
|
Binary file not shown.
|
@ -24,6 +24,7 @@ teria yang diinginkan.
|
|||
\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
|
||||
tersebut tidak menunjukan sistem memiliki orde 6. Apabila diperhatikan orde
|
||||
dari sistem adalah orde 2. Dengan membaginya kedalam 3 persamaan state-space
|
||||
|
@ -60,19 +61,19 @@ 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 controlable. Sedangkan untuk
|
||||
menguji observable dapat menggunakan rumus berikut.
|
||||
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 determinan dari matriks Observablity $P_o$ tidak nol.
|
||||
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
|
||||
sistem robot juga observable. Karena sistem robot observable, maka dalam desain
|
||||
kendali tidak diperlukan observer.
|
||||
sistem robot juga observable. Karena pengukuran pada setiap \textit{state} dapat dilakukan,
|
||||
maka \textit{observer} tidak dibutuhkan dalam desain kendali robot.
|
||||
|
||||
\subsubsection{Desain Kendali}
|
||||
Kriteria didefinisi menggunakan analisis sistem orde dua pada domain waktu.
|
||||
|
@ -175,6 +176,9 @@ Sehingga dengan mengatur besaran $K_s$ dapat menjadikan sistem sesuai dengan kri
|
|||
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}.
|
||||
\begin{align}
|
||||
K_s^{x} &=
|
||||
|
@ -348,6 +352,10 @@ kendali. PC akan merekam setiap keluaran dari model dan masukan dari setiap pran
|
|||
sebagai tampilan pergerakan robotnya.
|
||||
|
||||
\subsection{Kestabilan Model}
|
||||
\todo{
|
||||
Untuk proposal, kestabilan model tidak perlu dimasukkan
|
||||
masukkan kestabilan ini pada laporan thesis saja.
|
||||
}
|
||||
Pada persamaan~\eqref{eq:disstab} apabila model dikalkulasi akan bergantung dengan besarnya \textit{step size}, $h$.
|
||||
Oleh karena itu, setelah persamaan~\eqref{eq:ss1}-\eqref{eq:ss2} dilakukan parameterisasi harus dilakukan penentuan \textit{step size} agar model tersebut stabil dalam mensimulasikan modelnya.
|
||||
Penentuan \textit{step size} harus berdasarkan kriteria kestabilan pada gamabar~\ref{fig:explicit_euler}.
|
||||
|
@ -423,6 +431,15 @@ Hasil plot dari simulasi model dapat dilihat pada gambar~\ref{fig:sim_model}.
|
|||
\caption{(a)$w_1=-6; w_2=3; w_3=3$. (b) $w_1=0; w_2=6; w_3=-6$ (c) $w_1=6; w_2=6; w_3=6$}
|
||||
\label{fig:sim_model}
|
||||
\end{figure}
|
||||
\todo{
|
||||
Tambahkan subsection mengenai
|
||||
\begin{itemize}
|
||||
\item pengembangan data/akuisisi data ?
|
||||
\item skenario pengujian/simulasi? (lebih ke teknis seperti lapangan environtment dll)
|
||||
\item skenario Analisa hasil
|
||||
\item jadwal penelitian
|
||||
\end{itemize}
|
||||
}
|
||||
\subsection{Rencana Hardware-in-Loop}
|
||||
\todo{kutip hasil HIL yang sudah ada lalu gabungkan model dan kendali jadi satu secara sederhana}
|
||||
|
||||
|
|
Binary file not shown.
Loading…
Reference in New Issue