Upload
mela-yusvarina
View
20
Download
0
Embed Size (px)
Citation preview
MEMAHAMI WATAK DINAMIS SENSOR
Kelompok 5 :1. Nur Hidayat (11306141007)2. Mela Yusvarina (12306141002)3. Dina Nur’aina Arief
(12306141021)
Definisi
Fungsi Transfer suatu sistem linear didefinisikan sebagai perbandingan transformasi Laplace sinyal output terhadap sinyal input dengan asumsi semua kondisi awal sama dengan nol.
nolawalkondisi
nolawalkondisi
tuL
tyL
sU
sYsG
_
_
)(
)(
)(
)()(
2
Output
Input
Sifat-sifat Fungsi Transfer Fungsi transfer suatu sistem merupakan model matematik yang
mengekpresikan persamaan diferensial yang menghubungkan variabel output terhadap variabel input.
Fungsi transfer adalah properti dari sistem itu sendiri, tidak bergantung pada input atau fungsi penggerak.
Fungsi transfer memiliki besaran yang diperlukan untuk menghubungkan input dan output. Tetapi tidak memberikan informasi tentang struktur fisik dari suatu sistem. Fungsi transfer dapat sama (identik) dari bentuk fisik yang berbeda.
Jika fungsi transfer sistem diketahui, output atau response dapat dipelajari dari berbagai input yang diberikan. Fungsi transfer memberikan deskripsi menyeluruh mengenai karakteristik dinamik suatu sistem.
3
Fungsi Transfer
)(,
01
11
1
)(,
01
11
1 ......tyoutput
mm
mm
tuinput
nn
nn ububububyayayaya
nolawalkondisi
nolawalkondisi
tuL
tyLsG
_
_
)(
)()(
011
1
011
1
...
...
)(
)()(
asasasa
bsbsbsb
sU
sYsG
nn
nn
mm
mm
4
• Persamaan diferensial suatu sistem yang menghubungkan output dengan input
• Transformasi Laplace terhadap output dan input persamaan diatas (Lihat Transformasi Laplace) dengan kondisi awal sama dengan nol
Fungsi Transfer
Persamaan Karakteristik Persamaan karakteristik suatu sistem (linier)
didefinisikan sebagai denumerator polinomial fungsi transfer sama dengan nol.
0)()( sDsg
)(
)()(
sD
sNsG
5
Note: Stabilitas suatu sistem linier SISO (single-input single-output) ditentukan dengan akar
persamaan karakteristik
Fungsi Transfer
Persamaan Karakteristik
Zero dan PoleSuatu Fungsi Transfer
Fungsi transfer biasanya direpresentasikan dalam bentuk polinomial pecahan sebagai berikut :
))...()((
))...()((
)(
)()(
21
21
n
m
pspsps
zszszs
sD
sNsG
)2)(1(
)3)(1(
)23(
34
)(
)()(
2
2
sss
ss
sss
ss
sD
sNsG
6
• Perhatikan contoh fungsi transfer berikut:
Solusi N(s)=0 disebut zeros (z), karena membuat G(s) bernilai nol. Solusi D(s)=0 disebut poles (p), karena
membuat G(s) bernilai tak berhingga
Memiliki zero pada s=1, s=3 dan pole pada s=0, s= -1, s= -2
Zero dan Poledengan MatLab
MatLab memiliki fungsi built-in “roots” yang dapat digunakan untuk mencari zero dan pole suatu fungsi transfer :
)(
)(
drootspoles
crootszeros
sss
ss
sss
ss
sD
sNsG
23
34
)23(
34
)(
)()(
23
2
2
2
7
• Perhatikan fungsi transfer berikut:
c adalah vektor koefisien numerator fungsi transfer dan d vektor koefisien denumerator
fungsi transfer
>>num=[1 -4 3];
>>den=[1 3 2 0];
>>zeros=roots(num)
>>poles=roots(den)
• Perintah berikut:
zeros =
3
1
poles =
0
-2
-1
Overview
Persamaan Differensial yang diperoleh dari pemodelan matematik suatu sistem mewakili proses dinamik dari sistem tersebut dimana responsenya akan bergantung pada masukannya.
Solusi dari persamaan differensial terdiri dari solusi steady state (didapat jika semua kondisi awal nol) dan solusi transien (mewakili pengaruh dari kondisi awal).
Transformasi Laplace merupakan salah satu tools yang digunakan untuk menyelesaikan persamaan differensial.
8
Transformasi Laplace mengkonversikan persamaan differensial (dalam domain t) kedalam persamaan aljabar dalam domain s.
Memungkinkan memanipulasi persamaan aljabar dengan aturan sederhana untuk menghasilkan solusi dalam domain s.
Solusi dalam domain t dapat diperoleh dengan melakukan operasi inverse transformasi Laplace
9
Definisi10
sFLtf 1
0
dtetftfLsF stTransformasi Laplace
F(s) dari fungsi f(t)
Inverse Transformasi Laplace
Fungsi f(t) haruslah real dan kontinu sepanjang interval waktu yang akan dievaluasi, jika tidak transformasi Laplace tidak dapat digunakan.
Teorema Transformasi Laplace Linieritas
sFsFtftfL
saFtafL
2121
dt
dffsFs
dt
tfdL
fssFdt
tdfL
00
0
22
2
11
dt
s
f
s
sFdttfL
0
ssFtfst
limlim0
ssFtfst 0limlim
sFetfL s
• Differensiasi
• Integrasi
• Nilai awal
• Nilai akhir
• Pergeseran waktu
Contoh:Solusi Persamaan Differensial
s
sYyssYysysYs1
5)(2)0(33)0´(02
tftydt
tdy
dt
tyd523
2
2
)23(
5)(
5)()23(
5)(2332
2
2
22
2
sss
sssY
sssYsss
ssYssYssYs
12
Diberikan persamaan differensial sbb:
Dimana f(t) adalah fungsi unit step dengan kondisi awal y(0)=-1 dan y´(0)=2. Transformasi Laplace menghasilkan:
Fungsi unit step dari tabel transformasi
Laplace
Menggunakan teorema differensiasi transformasi Laplace
Solusi dalam domain t diperoleh dengan invers transformasi
Laplace
)2)(1(
5
)23(
5)(
2
2
2
sss
ss
sss
sssY
2
3
)1(
5)]()2[(
5)2(
5)]()1[(
2
5
)2)(1(
5)]([
2
2
2
1
2
0
ss
sssYsC
ss
sssYsB
ss
ssssYA
s
s
s
)2)(1(
5
)2()1()(
2
sss
ss
s
C
s
B
s
AsY
13
Invers transformasi Laplace dilakukan dengan memanipulasi penyebut (denumerator) dalam fungsi Y(s) kedalam akar-akarnya:
Ekpansi dalam pecahan parsial,
Dimana A, B dan C adalah koefisien
14
)2(2
3
)1(
5
2
5)(
ssssY
tt eety 2
2
35
2
5)(
Persamaan Y(s) dalam bentuk pecahan parsial menjadi
Dengan invers transformasi Laplace (di dapat dari tabel), persamaan dalam domain waktu y(t) menjadi
Dengan t ≥ 0
Prosedur Solusi persamaan Diferensial dengan Transformasi Laplace
1. Transformasi persamaan differensial ke dalam domain s dengan transformasi Laplace menggunakan tabel transformasi Laplace.
2. Manipulasi persamaan aljabar yang telah ditransformasikan untuk mendapatkan variabel outputnya.
3. Lakukan ekspansi pecahan parsial terhadap persamaan aljabar pada langkah 2.
4. Lakukan invers transformasi Laplace dengan tabel transformasi Laplace untuk mendapatkan solusi dalam domain t.
15
Ekspansi Pecahan Parsial:Review
Transformasi Laplace dari suatu persamaan differensial f(t) lazimnya diberikan dalam bentuk:
)(
)()(
sD
sNsF
))...()((
)()(
21 Nssssss
sNsF
16
• Bentuk ekspansi pecahan parsial dari F(s) bergantung pada akar-akar persamaan karakteristiknya (denumerator).– Kasus 1: Persamaan karakteristik hanya memiliki akar real dan tidak sama
N(s) adalah numerator (pembilang) dalam s, D(s)
denumerator (penyebut) dalam s
Dalam kasus tersebut pecahan parsialnya dapat dituliskan dalam bentuk:
)(...
)()()(
2
2
1
1
N
N
ss
K
ss
K
ss
KsF
Ki (i=1,…,N) adalah
konstanta yang harus dicari
Ekspansi Pecahan Parsial:Review
))...()()...()((
)()]()[(
1121 Niiiiiii
issii ssssssssss
sNsFssK
i
Mnnnnnn ssssss
sNsF
)2...()2()2(
)()(
222
221
22
17
• Kasus 2: Persamaan karakteristik hanya memiliki akar kompleks
Dalam kasus tersebut pecahan parsialnya dapat dituliskan dalam bentuk:
Mnn
MM
nnnn ss
BsA
ss
BsA
ss
BsAsF
)2(...
)2()2()(
222
2222
122
11
Konstanta K dicari dengan persamaan berikut:
Jika persamaan karakteristik hanya memiliki M pasangan complex-conjugate, F(s) dapat dituliskan sbb:
Dimana Ai dan Bi konstanta yang dicari dengan menyamakan pangkat dalam s
Ekspansi Pecahan Parsial:Review
MnnnnnnN ssssssssssss
sNsF
)2...()2()2)()...()((
)()(
222
221
2221
18
• Kasus 3: Persamaan karakteristik memiliki akar real, tidak sama dan kompleks
Dalam kasus tersebut pecahan parsialnya dapat dituliskan dalam bentuk:
Mnn
MM
nnnn
N
N
ss
BsA
ss
BsA
ss
BsA
ss
K
ss
K
ss
KsF
)2(...
)2()2(
)(...
)()()(
222
2222
122
11
2
2
1
1
Ekspansi Pecahan Parsial:dengan software MatLab
Fungsi transfer, F(s)=N(s)/D(s):
)()(
)(...
)2(
)2(
)1(
)1(
)(
)(sk
nps
nr
ps
r
ps
r
sD
sN
19
0,
...
...
)(
)(
011
1
011
1
mn
nn
nn
mm
mm
ba
asasasa
bsbsbsb
den
num
sD
sN
• Ekspansi pecahan parsialnya adalah
]...[
]...[
01
01
aaaden
bbbnum
nn
mm
• Dalam MatLab numerator (pembilang), num dan denumerator (penyebut), den dituliskan dalam bentuk vektor baris yang dinyatakan dengan koefisiennya
k(s) adalah direct term
• Perintah
>>[r,p,k]=residue(num,den)
Perintah ini akan mencari residu, poles dan direct term dari ekspansi pecahan parsial
N(s)/D(s)
Contoh
20
133
32
)(
)(23
2
sss
ss
sD
sN
• Dengan menggunakan MatLab, tentukan ekspansi pecahan parsial dari fungsi transfer berikut:
Solusi dengan MatLab:
>>num=[1 2 3];
>>den=[1 3 3 1];
>>[r,p,k]=residue(num,den)
r = 1.0000 0.0000 2.0000
p = -1.0000 -1.0000 -1.0000
k = []
Ekspansi pecahan parsialnya:
32 )1(
2
)1(
0
)1(
1
)(
)(
ssssD
sN
Contoh kesalahan dinamisSistem Pengukuran Suhu secara dinamis.
Gambar diatas menunjukkan pengukuran lengkap suatu sistem yang terdiri dari n elemen. Tiap elemen i mempunyai steady-state ideal dan karakteristik dinamis linear dan dapat ditunjukkan oleh sensitivitas steady-state Ki dan fungsi transfer Gi(s).
∆ 𝑇𝑇 (𝑠 ) 103
1+10− 4𝑠
∆𝑉 (𝑡 )∆𝐸 (𝑡 )
∆ 𝑇𝑀 (𝑇 )
h𝑇 𝑒𝑟𝑚𝑜𝑐𝑜𝑢𝑝𝑙𝑒 𝐴𝑚𝑝𝑙𝑖𝑓𝑖𝑒𝑟 𝑅𝑒𝑐𝑜𝑟𝑑𝑒𝑟
25
2,5𝑥 10−5 𝑠2 10−2 𝑠+1𝑒 .𝑚 . 𝑓 𝑣𝑜𝑙𝑡
𝑡𝑟𝑢𝑒𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑒 measured4 𝑥10−6
1+10𝑠
Dari Fungsi Transfer untuk Pengukuran Sistem
[4.41]Pertama kita cari fungsi transformasi Laplace dari kemudian menggunakan Transformasi Laplace Output Sehingga
[4.42]
Dimana : = invers transformasi Laplace∆𝑂 (𝑡 )=ℒ− 1 [𝐺 (𝑠) ∆ 𝐼 (𝑠 ) ]
Misalnya Pada input 20 . Maka dan
Dengan menggunakan tabel 4.1 dan persamaan [4.30] diperoleh :
Dimana tanda negatif menunjukkan pembacaan yang sangat rendah.
Kesalahan dinamis dari sistem fungsi transfer subyek ke input sinusoidal
Dari gambar [4.9] diperoleh:
[4.47]
Deret Fourier Untuk Sinyal Periodik :
Dengan input sinyal sistem diberikan oleh persamaan :
Dimana In=bn adalah amplitudo nth frekuensi harmonik nω1.
Dari gambar 4.9 diatas diperoleh sinyal output :
Kita dapat menggunakan prinsip Superposisi, dimana properti dasar sistem linear (misal sistem digambarkan oleh persamaan diferensial linear). Hal ini dapat dituliskan :
Artinya,jika input total sinyal adalah jumlah dari banyaknya gelombang sinus maka output total sinyal adalah jumlah dari respon tiap gelombang sinus.
Dari persamaan [4.55] diperoleh E(t) = 0 untuk sinyal periodik yaitu :
|G( jω1) | = |G( j2ω1) | = . . . = |G( jnω1) | = . . . = |G( jmω1) | = 1arg G( jω1) = arg G( j2ω1) = . . . = arg G( jnω1) = . . . = arg G( jmω1) = 0 [4.59]
Ket : G( jω) = frequency response function arg G( jω1) = ϕ (beda fase)
Dimana m merupakan tingkat tertinggi harmonik signifikan. Untuk sinyal acak dengan frekuensi spektrum kontinu berada antara 0 dan ωMAX , kita memerlukan :
|G(jω)| = 1 dan arg G(jω) = 0 untuk 0 < ω ≤ ω MAX [4.60]
Kondisi diatas menunjukkan teori ideal yang akan sulit direalisasikan dalam praktek. Selain itu, kriteria dalam praktek adalah limit variasi dalam|G( jω)| untuk frekuensi yang diberikan sinyal.
Untuk contoh kondisi0.98 <|G( jω)| < 1.02 untuk 0 < ω ≤ ωMAX [4.61]
Memastikan kesalahan dinamis dibatasi ≈ ±2 persen untuk sinyal yang berisi frekuensi diatas ωMAX/2π Hz (Gambar 4.15)
Kriteria lain yang digunakan adalah luas bidang. Luas bidang dari sebuah elemen atau sistem adalah range frekuensi dimana |G( jω)| > 1/. Jadi luas bidang sistem, dengan respon frekuensi yang ditunjukkan pada gambar 4.15 adalah 0 sampai ωB rad/s.
Sinyal frekuensi tertinggi ωMAX harus kurang dari besarnya ωB. Karena, bagaimanapun, ada reduksi |G( jω)| dalam ωB. Kriteria luas bidang ini tidak terlalu berpengaruh dalam pengukuran lengkap sistem.
Luas bidang biasa digunakan dalam penetapan respon amplifier; reduksi pada |G( jω)| dari 1 sampai 1/ adalah sama dengan perubahan desibel N = 20 log(1/) = −3.0 dB. Tingkat pertama elemen luas bidang berada diantara 0 dan 1/τ rad/s.
Jika sistem gagal untuk bertemu dengan limit spesifikasi pada kesalahan dinamis, misalnya fungsi transfer G(s) tidak memenuhi kondisi [4.61], maka langkah pertamanya adalah mengidentifikasi elemen dalam sistem yang didominasi oleh lingkungan dinamis.
Setelah mengidentifikasi pengaruh elemen sistem, ternyata metode yang paling meningkatkan respon dinamis adalah model/pola/bentuk yang melekat. Dalam hal ini tingkat pertama sensor suhu dengan τ = MC/UA, τ dapat diperkecil dengan memperkecil massa/rasio daerah M/A.
Untuk contoh, digunakan termistor dalam bentuk kepingan tipis. Dalam hal ini tingkat kedua sensor gaya dengan ωn = , ωn dapat diperbesar dengan memperbesar k/m. Contohnya digunakan kekakuan k yang tinggi dan massa m yang rendah. Kenaikan k, bagaimanapun menurunkan sensitivitas steady-state K = 1/k.
Dari langkah kedua dan grafik respon frekuensi kita lihat bahwa nilai perbandingan optimal teredam ξ berkisar 0,7. Nilai ini menjamin ketetapan waktu minimum untuk tingkat respon dan |G( jω)| terdekat dari kesatuan respon frekuensi.
Metode lain adalah kompensasi dinamis loop-terbuka (gambar 4.16). Diberikan sebuah ketidakseimbangan elemen atau sistem Gu(s), elemen kompensasi Gc(s) memperkenalkan ke dalam sistem, seperti keseluruhan transfer fungsi G(s) = GU(s)GC(s) memenuhi kondisi yang diperlukan (untuk contoh persamaan [4.61]).
Jadi, jika rangkaian mendahului/tertinggal digunakan termokopel (gambar 4.16), keseluruhan waktu konstan mereduksi τ2 menjadi |G( jω)| adalah kesatuan akhir terdekat dengan range frekuensi yang lebih luas. Masalah utama dengan metode ini adalah τ dapat berubah dengan koefisien transfer panas U, sehingga mengurangi keefektifan teknik kompensasi.
Metode lain adalah menggabungkan atau mengganti elemen ke dalam sistem loop-tertutup dengan high-gain negative feedback. Contohnya adalah suhu konstan anemometer untuk mengukur kecepatan fluktuasi fluida. Contoh lain adalah loop-tertutup akselerometer ditunjukkan dalam bagan dari diagram blok pada gambar 4.17.
Pemakaian percepatan a dihasilkan dalam gaya inersia ma pada massa seismik. Keseimbangan ini diperoleh dari gaya magnet yang tetap pada arus kumparan yang membawa pengaruh arus balik.
Ketidakseimbangan lain dari gaya dideteksi oleh gaya elastik elemen yang dihasilkan dari sensor posisi menggunakan potensiometer . Output dari tegangan potensiometer adalah amplify, memberikan output arus yang memberi pengaruh arus balik pada kumparan melewati resistor untuk memberikan output tegangan.
Analisis keseluruhan transfer fungsi diagram blok ditunjukkan oleh :
Jika KA mencapai besarnya maka KA KD KF/k >>1 , sehingga fungsi transfer sistem dapat dituliskan dalam bentuk :
Kita lihat bahwa frekuensi natural sistem ωns lebih besar dari gaya elastik elemen itu sendiri. Perbandingan teredam sistem ξs kurang dari ξ, tapi pembuatan nilai ξs
≈ 0.7 dapat diperoleh. Selanjutnya sensitivitas steady-state sistem hanya bergantung pada m, KF, dan R, yang dapat dibuat konstan untuk derajat yang tinggi.