modul 6_aplikasi pers diferensial
TRANSCRIPT
Berikut adalah beberapa fenomena sistem dinamik dalam fisika yang dapat dibuat formulasinya
dalam sistem persamaan diferensial biasa. Dalam bab ini akan dilakukan integrasi antara fisika
teoritik, simulasi numerik dan analisis eksperimen dari sistem dinamik dalam fisika.
Rangkaian RC adalah rangkaian yang terdiri atas hambatan, R dan kapasitor, C yang
dihubungkan dengan sumber tegangan DC. Ada dua proses dalam rangkaian RC yaitu:
Pengisian Muatan (Charge)
Gambar 6.1
Pada proses pengisian diasumsikan bahwa kapasitor mula-mula tidak bermuatan. Saat saklar
ditutup pada t = 0 dan muatan mengalir melalui resistor dan mengisi kapasitor. Berdasarkan
hukum Kirchhoff maka diperoleh:
METODE NUMERIK DAN VALIDASI EKSPERIMEN SIMULASI SISTEM FISIKA
Objektif: 1. Memahami pemodelan matematika sistem fisika 2. Memecahkan permasalahan fisika menggunakan metode numerik berbasis MATLAB 3. Membuat eksperimen sederhana untuk validasi hasil numerik dan teori.
PROBLEM 1. ANALISIS NUMERIK DAN EKSPERIMEN PENGISIAN DAN PENGOSONGAN KAPASITOR
Cq
Rdtdq 1 (6.1)
Jika persamaan diatas dianalisis maka diperoleh solusi eksak berikut
)1()1()( // RCRC eQeCtq (6.2)
Pelepasan Muatan (Discharge)
Gambar 6.2
Pada proses pelepasan muatan, potensial mula-mula kapasitor adalah CQVc / , sedangkan
potensial pada resistor sama dengan nol. Setelah t = 0, mulai tejadi pelepasan muatan dari
kapasitor. Berdasarkan hukum Kirchhoff maka diperoleh:
0dtdqR
Cq (6.3)
Jika persamaan diatas dianalisis maka diperoleh solusi eksak sebagai berikut:
RCQetq /)( (6.4)
Analisi Numerik Dalam analisis numerik, model persamaan matematis yang telah didapatkan dari sirkuit
RC, akan dicoba dengan cara komputasi yaitu menggunakan software MATLAB, Dengan
mengoperasikan persamaan persamaan tersebut pada MATLAB maka akan didapatkan output
gambar, yang mana dari output gambar tersebut terlihat dari plot grafik arus dan tegangan pada
kapasitor sebagai fungsi waktu ketika proses pengisian muatan dan proses terjadinya pelepasan
muatan.
File Fungsi
Output Pengisian muatan (Charge)
Gambar 3: Grafik Pengisian Kapasitor
Gambar 3 menunjukkan pada saat t=0 muatan pada kapasitor adalah kosong dan kemudian terus
menerus bertambah hingga menuju suatu nilai maksimum tertentu. Pada saat itu kapasitor akan
memiliki polarisasi muatan yang berlawanan dengan baterai. Perilaku arus listrik pada saat
pengisian kapasitor diperoleh dari penurunan persamaan sebelumnya. Dari gambar tersebut dapat
terlihat setelah terisi muatan, kapasitor memiliki arah polarisasi (positif-negatif) yang
berlawanan dengan baterai.
Output Pengosongan Kapasitor (Discharge)
Gambar 4: Grafik Pengosongan Kapasitor
Gambar 4 menunjukkan pelepasan muatan pada kapasitor, muatan berkurang setiap saat secara
eksponensial (turun menurut kurva fungsi eksponen) hingga akhirnya pada t tak hingga (sangat
lama) tidak ada muatan lagi dalam kapasitor. Pelepasan muatan dalam kapasitor terjadi ketika
baterai terisi penuh oleh muatan kemudian baterai dilepas.
Implementasi Simulasi Numerik
Simulasi Analog Sirkuit RC
Dengan menggunakan komponen kapasitor, sistem RC dapat menghasilkan arus naik
ketika pengisian dan arus akan mengalami penurunan ketika pelepasan muatan. Dari asumsi
tersebut dapat dibuat sirkuit analognya. Sedangkan untuk hasil simulasi dapat terlihat pada
gambar 6(a) dan b.
Gambar 5: Sirkuit dan Simulasi multiSIM Sirkuit RC
( a) (b)
Gambar 6: (a) Grafik Sirkuit Pengisian Muatan; (b) Grafik Sirkuit Pengosongan Muatan.
Hasil Scope Sirkuit RC
Eksperimen dilakukan dengan merangkai sirkuit pada gambar 7 kemudian diukur dengan
menggunakan software Scope untuk melihat kenaikan muatan atau penurunan muatan.
Gambar 7: Rangkaian Sirkuit RC
(a) (b)
Gambar 8: (a) Grafik Simulasi Scope Pengisian Muatan; (b) Grafik Simulasi Scope
Pengosongan Muatan.
Dari hasil eksperimen menggunakan software Scope, sirkuit RC memiliki hasil yang
kurang akurat. Dari diagram pengisian muatan yang dihasilkan terlihat arus mengalami penaikan
dari negatif dan konstan di titik nol. Akan tetapi untuk diagram pengosongan muatan yang
dihasilkan terlihat arus mengalami penurunan dari titik nol. Akan tetapi setelah dibandingkan
dengan hasil teori, dapat terlihat hasilnya sesuai ketika pengisian muatan tegangannya naik dan
arusnya turun dikarenakan nilai eksponensialnya negatif. Dan untuk pengosongan muatan
tegangan dan arus mengalami penurunan.
Gambar 6.3: Rangkaian RLC
PROBLEM 2. ANALISIS NUMERIK DAN EKSPERIMEN OSILASI TEREDAM PADA RANGKAIAN RLC
Dari rangkaian RLC seri diatas, kapasitor sebelumnya telah terisi penuh dengan muatan sebesar
Q0. setelah saklar tertutup maka arus mulai mengalir. Maka daya yang hilang pada resistor
sebesar
RIdt
dU 2 (6.5)
Sehingga persamaan umum untuk rangkaian seri RLC adalah
RIdtdILI
dtdQ
CQ 2 (6.6)
Karena besarnya arus sebanding dengan penurunan muatan kapasitor maka
02
2
CQ
dtdQR
dtQdL (6.7)
Dengan solusi umumnya adalah
)cos()( '0 teQtQ (6.8)
dimana
LR2
(6.9)
adalah faktor redaman.
dan
220
' (6.10)
Adalah frekuensi angular osilasi teredam.
Dan 0Q dan ditentukan oleh kondisi awal. Jika R = 0, maka frekuensi angular kembali
menjadi frekuensi osilasi harmonik sebesar.
LC/10 (6.11)
Terdapat tiga kondisi terkait osilasi teredam yaitu under damped, critically damped dan over
damped dengan kriteria sebagai berikut
Untuk under damping,
푅 < (6.12)
Untuk critically damping,
푅 = (6.13)
Untuk over damping,
푅 > (6.14)
Simulasi Numerik Menggunakan Matlab
Terdapat dua persamaan yang telah dibahas sebelumnya, yaitu persamaan diferensial
(pada persamaan (6.6)) dan persamaan dalam bentuk solusi eksak (pada persamaan (6.7)). Kita
akan menganalisis kedua persamaan tersebut. Persamaan (6.8) merupakan solusi persamaan
diferensial dalalm bentuk eksak yang telah diturunkan sehingga hanya mengandung satu variabel
yang berubah terhadap waktu.
Variasi Variabel RLC
Sama halnya dengan metode runge kutta, variasi variabel sangat diperlukan untuk menganalisis
perubahan tegangan atau muatan terhaap waktu.
Variasi Variabel Resistor
Variabel R divariasikan dengan nilai 0, 100, 328, 500, dan 700. Dengan file fungsi dan
file eksekusi yang mirip seperti diatas kita akan mendapatkan grafik dengan kondisi yang
berbeda-beda.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 0.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 100.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 328.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 500.
Grafik hubungan antara Tegangan Vc terhadap waktu t dengan nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R =
700.
Variasi Variabel Induktor
Variabel R divariasikan dengan nilai 0, 27, 50, 75, dan 100. Dengan file fungsi dan file
eksekusi yang mirip seperti diatas kita akan mendapatkan grafik dengan kondisi yang berbeda-
beda.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel R = 100, C = 1 x 10 -6, dan L = 0.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel R = 100, C = 1 x 10 -6, dan L = 27 x 10-3.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai variabel R = 100, C = 1 x 10 -6, dan L = 50 x 10-3.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai variabel R = 100, C = 1 x 10 -6, dan L = 75 x 10-3.
Grafik antara Tegangan Vc terhadap waktu t dengan nilai Variabel R = 100, C = 1 x 10 -6, dan L =100 x 10-3.
Variasi Variabel Kapasitor
Interval nilai kapasitor berkisar antara 10 nF sampai 10 mH. Dengan file fungsi dan file
eksekusi yang mirip seperti diatas kita akan mendapatkan grafik dengan kondisi yang berbeda-
beda.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai Variabel R = 100, L = 27 mH, , dan C =0.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai R = 100, L = 27 mH, , dan C = 10 x 10 -9.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai R = 100, L = 27 mH, , dan C = 500 x 10 -9.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai R = 100, L = 27 mH, , dan C = 1 x 10 -6.
Grafik hubungan antara Tegangan Vc terhadap waktu t dengan nilai R = 100, L = 27 mH, , dan C = 10 x 10 -6.
Dari grafik diatas, dapat disimpulkan bahwa terjadi perbedaan antara solusi eksak dan
metode runge kutta. Analisis yang mendasar untuk memecahkan masalah ini kemungkinan besar
karena kekurangan solusi eksak yang hanya menggunakan metode pendekatan.
Hasil yang Mendekati Sistem Sebenarnya.
Data hasil dalam bentuk grafik dapat dianalisis dan dijadikan perbandingan agar tahu
mana yang lebih baik. Hasil analisis yang penulis lakukan lebih bagus menggunakan metode
runge kutta dibandingkan solusi eksak.
Solusi persamaan diferensial menggunakan Runge Kutta antara ode 2 dan 3
Dari persamaan () kita dapat menganalisis sistem rangkaian RLC dalam bentuk grafik
dengan menggunakan Matlab.
Penulisan Persamaan dalam Matlab
Karena persamaan () merupakan persamaan diferensial orde dua, maka perlu diubah
kedalam persamaan orde pertama dengan membuat variabel baru.
Dari persamaan (), kita pisahkan variabel yang mempunyai orde dua:
푑 휃푑푡 +
푅퐿푑푄푑푡 +
푄퐿퐶 = 0
Pindah ruas menjadi
푑 휃푑푡 = −
푅퐿푑푄푑푡 −
푄퐿퐶
Misal
푓(푋 ) =푑푄푑푡
Ubah dalam bentuk variabel
푓(푋 ) =푑푄푑푡 = 푋
Masukan ke persamaan ()
푑푋푑푡 = −
푅퐿 푋 −
푄퐿퐶
Jika
푓(푋 ) =푑푋푑푡
Maka
푓(푋 ) = −푅퐿 푋 −
푄퐿퐶
Langkah terakhir adalah pemisalan variabel yang berubah terhadap waktu
푋 = 푄
Sehingga
푓(푋 ) = −푅퐿 푋 −
푋퐿퐶
Membuat file fungsi
Langkah -langkah menuliskan persamaan () dalam bentuk script Matlab
1. Buat MFile baru dengan klik icon new script atau klik file > new > Script (Ctrl+N)
Gambar . membuat script baru
2. Membuat file fungsi dengan nama RLC
function fx = RLC(t,x)
3. Definisikan variabel dengan memasukan nilai
R=100; %nilai resistor
L=27e-3; %nilai Induktor
C=1e-6; %nilai Kapasitor
4. Buat memori untuk fx dalam bentuk matrik
fx=zeros(2,1); %memori fx dalam bentuk matrik 2x1 dengan
nilai [0 0]
5. Tuliskan persamaan ()
fx(1)=x(2); % dQ/dt = x(2)
fx(2)=(-R/L)*x(2)-x(1)/(L*C); % dX(2)/dt = fx(2)
6. Simpan file dalam sebuah folder dengan nama RLC.m
7. Hasil penulisan script
function fx = RLC(t,x)
R=100; %nilai resistor
L=27e-3; %nilai Induktor
C=1e-6; %nilai Kapasitor
fx=zeros(2,1); %memori fx dalam bentuk matrik 2x1
dengan nilai [0 0]
fx(1)=x(2); % dQ/dt = x(2)
fx(2)=(-R/L)*x(2)-x(1)/(L*C); % dX(2)/dt = fx(2)
Membuat file eksekusi
1. Buat MFile baru dengan klik icon new script atau klik file > new > Script (Ctrl+N)
2. Tuliskan clc, clear, dan close untuk membersihkan area, memori, dan objek
sebelumnya
clc % Mengosongkan layar (clear screen)
clear % menghapus memori dalam matlab
close % menghilangkan objek yang dibuat matlab
3. Masukan banyaknya waktu dengan variabel tspan
tspan=[0 0.004]; % Interval waktu / nilai sebesar t
4. Masukan kondisi awal
y0=[-1 -1]; % kondisi awal
5. Tuliskan perintah untuk menyelesaikan persamaan diferensial yang telah dibuat
(script ini menggunakan metode runge kutta ode 2 / 3)
[t,y]=ode23('RLC',tspan,y0); % solusi persamaan
diferensial RK 2/3
6. Membuat grafik
plot(t,y) % membuat grafik
xlabel('Waktu (t)') % nama sumbu x
ylabel('Tegangan Kapasitor (Vc)') % nama sumbu y
title('Osilasi Teredam Rangkaian RLC') % Nama grafik
7. Simpan dengan nama exe.m dan tempatkan tepat di folder yang sama dengan file
fungsi tadi (RLC.m)
8. Hasil penulisan script
clc % Mengosongkan layar (clear screen)
clear % menghapus memori dalam matlab
close % menghilangkan objek yang dibuat matlab
tspan=[0 0.004]; % Interval waktu / nilai sebesar t
y0=[-1 -1]; % kondisi awal
[t,y]=ode23('RLC',tspan,y0); % solusi persamaan
diferensial RK 2 / 3
plot(t,y) % membuat grafik
xlabel('Waktu (t)') % nama sumbu x
ylabel('Muatan (Q)') % nama sumbu y
title('Osilasi Teredam Rangkaian RLC') % Nama grafik
Output script
Jalankan file eksekusi dengan mengklik tombol run atau tekan F5. Setelah selesai
pembuatan script, selanjutnya memeriksa hasil output program, dan menganalisis hasilnya. Jika
tidak ada yang error akan muncul gambar seperti berikut:
Gambar . Hasil output program.
Variasi Variabel RLC
Gambar () merupakan grafik dengan nilai R,L, dan C yang ditentukan pada saat membuat
definisi variabel. Jika ingin menganalisis pengaruh nilai R, L, dan C pada sistem, maka harus
membuat nilai yang berbeda.
Variasi Variabel Resistor
Variabel R divariasikan dengan nilai 0, 100, 328, 500, dan 700. Dengan file fungsi dan
file eksekusi yang mirip seperti diatas kita akan mendapatkan grafik dengan kondisi yang
berbeda-beda.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 0.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 100.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 328.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R = 500.
Grafik hubungan antara Tegangan Vc terhadap waktu t dengan nilai Variabel L = 27 x 10-3, C = 1 x 10 -6, dan R =
700.
Variasi Variabel Induktor
Variabel R divariasikan dengan nilai 0, 27, 50, 75, dan 100. Dengan file fungsi dan file
eksekusi yang mirip seperti diatas kita akan mendapatkan grafik dengan kondisi yang berbeda-
beda.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel R = 100, C = 1 x 10 -6, dan L = 0.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai Variabel R = 100, C = 1 x 10 -6, dan L = 27 x 10-3.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai variabel R = 100, C = 1 x 10 -6, dan L = = 50 x 10-3.
Grafik antara Tegangan Vc terhadap waktu t dengan
nilai variabel R = 100, C = 1 x 10 -6, dan L = = 75 x 10-3.
Grafik antara Tegangan Vc terhadap waktu t dengan nilai Variabel R = 100, C = 1 x 10 -6, dan L = =100 x 10-3.
Variasi Variabel Kapasitor
Interval nilai kapasitor berkisar antara 10 nF sampai 10 mH. Dengan file fungsi dan file
eksekusi yang mirip seperti diatas kita akan mendapatkan grafik dengan kondisi yang berbeda-
beda.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai Variabel R = 100, L = 27 mH, , dan C =0.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai R = 100, L = 27 mH, , dan C = 10 x 10 -9.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai R = 100, L = 27 mH, , dan C = 500 x 10 -9.
Grafik hubungan antara Tegangan Vc terhadap waktu t
dengan nilai R = 100, L = 27 mH, , dan C = 1 x 10 -6.
Grafik hubungan antara Tegangan Vc terhadap waktu t dengan nilai R = 100, L = 27 mH, , dan C = 10 x 10 -6.
Dari data grafik diatas dapat disimpulkan bahwa banyaknya osilasi bergantung pada nilai
tiap komponen. Jika R = 0 maka tidak ada nilai resistor yang menghambat arus sehingga osilasi
tersebut tidak teredam. Dalam grafik hasil variasi kapasitor dapat diambil kesimpulan bahwa
nilai kapasitor semakin kecil akan menyebabkan osilasi semakin banyak. Berbanding terbalik
dengan induktor, jika nilai induktor semakin kecil banyaknya osilasi semakin sedikit dan jika
nilai semakin besar maka osilasi akan semakin besar.
Implementasi Rangkaian RLC dengan Multisim
Validasi pada rangkaian secara langsung memiliki tingkat error yang tinggi karena
banyaknya komponen yang memiliki impedansi besar. Untuk menggambarkan sirkuit
sebenarnya dibutuhkan simulasi dalam bentuk implementasi agar dapat meminimalisir
kesalahan-kesalahan dalam analisis rangkaian. Implementasi yang digunakan dalam buku ini
menggunakan software Multisim9.
Gambar 1. Skema rangkaian RLC dengan analisis output osiloskop
Variasi Variabel pada Nilai Komponen
Dalam dasar teori telah dijelaskan tentang pengaruh tiap-tiap komponen terhadap
perubahan tegangan. Jika kita implementasikan dalam bentuk sirkuit dengan skema seperti
gambar (1).
Gambar 2. Skema rangkaian untuk variasi tiap komponen
Dalam simulasi ini interval tiap komponen tidak begitu besar, karena dalam rangkaian
sebenarnya interval yang besar tidak begitu terlihat perbedaannya.
Variasi Variabel Resistor
Untuk mengetahui pengaruh tiap komponen, maka dibutuhkan variasi masing-masing
komponen dengan menetapkan nilai komponen yang lain. Dalam variasi resistor digunakan
variable resistor dengan nilai antara 0 Ohm sampai 700 Ohm.
Gambar 3. Rangkaian RLC dengan Variasi Resistor
Dengan menggunakan osiloskop kita dapat mengetahui perubahan tegangan terhadap waktu.
Gambar 4. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Induktor = 27 mH dan Resistor = 0 Ohm.
Gambar 5. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Induktor = 27 mH dan Resistor = 100 Ohm.
Gambar 6. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Induktor = 27 mH dan Resistor = 328 Ohm.
Gambar 7. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Induktor = 27 mH dan Resistor = 500 Ohm.
Gambar 8. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Induktor = 27 mH dan Resistor = 700 Ohm.
Variasi Variabel Induktor
Gambar 3. Rangkaian RLC dengan Variasi Induktor
Interval untuk induktor adalah 0 mH sampai 100 mH.
Gambar 9. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Resistor = 100 Ohm dan Induktor = 0 mH.
Gambar 10. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Resistor = 100 Ohm dan Induktor = 27 mH.
Gambar 11. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Resistor = 100 Ohm dan Induktor = 50 mH.
Gambar 12. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Resistor = 100 Ohm dan Induktor = 75 mH.
Gambar 13. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Kapasitor = 1 µF,
Resistor = 100 Ohm dan Induktor = 100 mH.
Variasi Variabel Kapasitor
Gambar 3. Rangkaian RLC dengan Variasi Kapasitor
Terakhir adalah variasi kapasitor. Dalam simulasi ini menggunakan variabel kapasitor dengan
nilai interval 10 nF sampai 10 µF.
Gambar 14. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Resistor = 100 Ohm,
Induktor = 27 mH dan Kapasitor = 0 µF.
Gambar 15. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Resistor = 100 Ohm,
Induktor = 27 mH dan Kapasitor = 10 nF.
Gambar 16. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Resistor = 100 Ohm,
Induktor = 27 mH dan Kapasitor = 500 nF.
Gambar 17. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Resistor = 100 Ohm,
Induktor = 27 mH dan Kapasitor = 1 µF.
Gambar 18. Grafik hubungan tegangan Vc terhadap waktu (t) dengan nilai Resistor = 100 Ohm,
Induktor = 27 mH dan Kapasitor = 10 µF.
Dari hasil grafik diatas, dapat disimpulkan bahwa perubahan nilai tiap komponen sangat
mempengaruhi bentuk osilasi pada rangkaian RLC. Perhatikan perubahan sistem pada tabel (1):
Tabel 1. Pengaruh perubahan tiap komponen
Komponen Semakin Kecil Semakin Besar
Resistor Menambah Osilasi Mengurangi Osilasi
Induktor Mengurangi Osilasi Menambah Osilasi
Kapasitor Menambah Osilasi Mengurangi Osilasi
Eksperimen Rangkaian RLC
Dalam rangkaian yang sebenarnya banyak masalah yang harus diperhitungkan, dari mulai
nilai hambatan, toleransi hambatan, nilai kapasitor, toleransi kapasitor, nilai induktor, toleransi
induktor dan resistansi tiap komponen termasuk transmitter dengan menggunakan kabel.
Kita tidak bisa memvariasikan hambatan karena keterbatasan komponen yang ada dan
nilai resistansi dalam kapasitor dan induktor yang sangat besar sehingga hasil grafik yang
diperoleh hanya osilasi yang teredam dan komponen yang dipakai hanya kapasitor dan induktor
dengan mengabaikan nilai resistor.
Tabel . Daftar nilai komponen
No Variabel Nilai
1 C 1 µF
2 L 27 mH
3 휔 6097.56
4 XC 166.66
5 XL 164.63
6 Ztotal 331.29
7 Rcritically 328.63
Berdasarkan data hasil eksperimen, meskipun hambatan hanya terdapat dalam induktor dan
kapasitor osilasi pada rangkaian RLC sudah teredam (over damped) dan osilasinya akan cepat
hilang.
Grafik Hasil Eksperimen
Gambar . Grafik hasil eksperimen dengan menggunakan Osiloskop
Dalam eksperimen sangat sulit untuk mendapatkan hasil yang relevan. Hal ini karena
banyaknya faktor yang mempengaruhinya. Termasuk dalam alat osiloskop yang tidak bisa
membaca data dengan waktu yang lambat. Solusi lain yang mungkin dilakukan adalah
pengambilan grafik dengan menggunakan software osiloskop.
Dalam problem ini sirkuit non-autonomous yang digunakan merupakan modifikasi dari sirkuit
autonomous Chua dan merupakan sistem non-autonomous karena secara explicit bergantung
waktu karena adanya periodic forcing berupa sumber tegangan . Sirkuit non-
autonomous ini terdiri dari dua komponen kapasitor dan dua komponen induktor, sebuah resistor
negative linier, sebuah resistor nonlinier, dan sumber tegangan sinusoidal vs(t)
Gambar 6.5: Model sirkuit chaotik non-autonomous.
PROBLEM 3. ANALISIS NUMERIK DAN EKSPERIMEN RANGKAIAN NONAUTONOMOUS PENGHASIL SINYAL CHAOS
Dengan menggunakan hukum Kirchhoff, sirkuit non-autonomous dapat digambarkan dalam
empat persamaan diferensial biasa terkopel sebagai berikut:
)2sin(2222
2
11121
1
1222
2
11 1
ftvrivdt
diL
rivvdt
diL
iivgdt
dvC
iidt
dvC
mLCL
LCCL
LLCnC
NLC
(6.16)
Ni adalah karakteristik arus-tegangan non-linier dari resistor non-linier sebagaimana ditunjukkan
pada Gambar 6.6, dapat ditulis sebagai
PCPCCCN BvBvmmvmvgi 1101101 )(21)( (6.17)
Gambar 6.6: Fungsi resistor non-linier sirkuit non-autonomous.
Parameter yang digunakan pada sistem (6.16-6.17) ditentukan seperti tertera pada Tabel 6.1.
Tabel 6.1. Parameter sirkuit non-autonomous
Element Description Value Tolerance
L1 Inductor 100mH %10
L2 Inductor 300mH %10
C1 Capacitor 33nF %5
C2 Capacitor 75nF %5
R1 Resistor 1kΩ %5
R2 Resistor 1Ω %5
R3 Resistor 2k Ω %5
R4 Resistor 2k Ω %5
R5 Resistor 2k Ω %5
R6 Resistor 1k Ω %5
R7 Resistor 15.5k Ω %5
R8 Resistor 4.1k Ω %5
R9 Resistor 297k Ω %5
U1 TL082CD
U2 TL082CD
gn Negative
Resistor -0.50 ms
m0 Outer
gradient 5 ms
m1 Outer
gradient -0.35 ms
BP Breakpoint
voltage 1.2 volt
Karakteristik resistor nonlinier dibuat menggunakan sebuah Op-Amp yang disusun parallel
dengan resistor linier.
Gambar 6.7: Implementasi sirkuit chaos non-autonomous.
Analisis Matematatika
Persamaan dari sirkuit doubel-bell diselesaikan dengan menggunakan hukum Kirchoff
dan hukum Ohm sehingga didapatkan 4 persamaan diferensial sebagai berikut[8]:
)(1
1(1)
1
11
2222
2
11121
1
2122
2
11
1
tviRvLdt
di
RivvLdt
di
vGiicdt
dv
inicdt
dv
sLcL
LccL
cnLLc
Lc
)(tvs =sin휔푡, 휔 = 2휋푓
V1
2000mV 50 Hz 0Deg
L2300mH
U1
OPAMP_3T_VIRTUAL
R3
2k
R1
1k
C133nF
R7
15.5k
R6
1k
U2
OPAMP_3T_VIRTUAL
R21
R4
2k
R5
2k
R9297
R8
4.1k L1
100mH
C275nF
Nilai sinus dari persamaan menandakan bahwa waktu dalam persamaan diferensial ini
muncul secara ekplisit. 푖 adalah karakteristik arus-tegangan non-linier dari resistor non-linier
푖 = 퐺 푣 + 0.5(퐺 − 퐺 ) 푣 + 퐵 − 푣 − 퐵
Analisis Numerik
Keempat persamaan yang didapatkan melalui analisis matematika diatas (persamaan
1) dianalisis secara numerik dengan menggunakan software MATLAB (R2009a). Dengan
menggunakan software tersebut akan diperoleh diagram fasa dan diagram time series dari
sistem,cg sehingga dapat diamati lintasannya dan jenis geraknya linear atau nonlinear.
Hasil Simulasi Matlab
Simulasi dilakukan saat tegangan masukan sebesar 2 volt. Langkah-langkah penggunaan
Matlabnya adalah sebagai berikut:
1. Buat skrip pada editor seperti gambar dibawah ini
2. Buka editor baru dan ketik skrip eksekusi seperti gambar dibawah ini
3. Klik run pada toolbarnya maka akan tambil grafik fasanya
Gambar 2. Asa sirkuit Doubel-bell saat tegangan masukan 2 volt
4. Buka editor baru dan ketik skrip dibawah
5. Klik run pada toolbar. Maka akan tampil grafik timeseries
Gambar 3. Time series sirkuit Doubel-bell
Menentukan Lyapunov Eksponen
1. Buka editor baru, kemuadian ketik skrip berikut
2. Klik save
3. Buka editor baru, kemudian ketik skrip berikut
5. Klik save
6. Buka editor baru kemudian ketik skrip berikut
7. Klik save
8. Klik run pada toolbar jendela file eksekusi, kemudian akan tampil grafik berikut
Gambar4. Lyapunov eksponen
Pada coman window akan keluar data hasil eksekusi yang menjelaskan hasil grafik, data
rersebut adalah sebagai berikut:
Tabel 2. Nilai Lyapunov Eksponen
t=0.1000 160.884292 163.408510 63.995924 215.282594
t=0.2000 174.373298 175.371408 10.721348 124.655773
t=0.3000 176.352857 181.875803 39.313811 103.801029
t=0.4000 178.153473 184.317157 51.512372 95.083534
t=0.5000 182.154890 182.860924 58.464324 92.039869
t=0.6000 183.241098 183.471513 63.140214 88.674108
t=0.7000 183.027946 184.896656 66.208074 81.643798
t=0.8000 182.423310 186.410290 68.565366 80.943821
t=0.9000 184.503401 185.037197 70.568120 79.669171
t=1.0000 185.003823 185.102373 72.727193 77.162354
t=1.1000 184.817491 185.751467 74.116891 75.866767
t=1.2000 183.721686 187.232906 75.900612 74.859456
t=1.3000 185.394987 185.885910 76.615992 74.845186
t=1.4000 185.751833 185.808757 78.073634 74.337659
t=1.5000 185.635309 186.167680 78.581230 73.335971
t=1.6000 184.451006 187.564081 78.964508 72.927984
t=1.7000 185.856566 186.345668 79.483915 71.117292
t=1.8000 186.161711 186.206874 79.868998 71.602535
t=1.9000 186.097854 186.419574 80.906797 70.984689
t=2.0000 185.317589 187.333796 81.227703 70.671367
t=2.1000 186.132095 186.640490 81.960569 69.227825
t=2.2000 186.417888 186.464880 82.779811 68.542222
t=2.3000 186.392003 186.591366 82.835812 67.608436
t=2.4000 185.900537 187.175049 83.220196 67.461946
t=2.5000 186.308659 186.851765 83.308798 67.539282
t=2.6000 186.591213 186.647525 83.688007 67.227871
t=2.7000 186.593487 186.717764 84.391311 66.923496
t=2.8000 186.265741 187.112844 85.024592 66.295580
t=2.9000 186.424206 187.017067 85.009897 66.893296
t=3.0000 186.714676 186.785107 85.038907 67.462905
Berdasarkan data pada Tabel 2 dapat diamati pada t = 0,1 sampai t = 3 didapatkan nilai
lyapunov eksponen yang positif kecuali pada t=0,1 terdapat 1 yang bernilai negatif. Maka sirkuit
double-bell tersebut termasuk gejala Chaos pada t= 0.1 sampai t = 3.
Selain dengan menggunakan software MATLAB versi 9 digunakan juga software
MAPPLE 13 untuk menganalisis sirkuit Doubel-Bell chaos atau tidak, dari hasil simulasi ini
didapatkan
Nilai eigen yang didapatkan terdiri dari bilangan real dan imaginer yang berpasangan, dengan
bilangan real bernilai negatif sedangkan bilangan imaginernya terdiri dari bilangan imaginer
positif dan negatif. Bilangan real berpasangan yang bernilai negatif menunjukkan bahwa jenis
kestabilannya adalah unstable node.
Hasil Simulasi Multisim
Gambar 5. Rangkaian Doubel-bell pada Multisim versi 9
(a) (b)
Gambar 6. (a) Fasa sirkuit Doubel-bell (b) Time series sirkuit Doubel-bell
Eksperimen
(a) (b)
(c)
Gambar 7. (a) Rangkaian Doubel-bell (b) Rangkaian Doubel-bell dan catu daya (c) Rangkain
Doubell-bell diuji dengan osiloskop; gambar paling bawah kiri menunjukkan fasa sirkuit
Doubel-bell dan gambar paling bawah kanan menunjukkan time series sirkuit Doubel-bell
Sirkuit double-bell bersifat chaos karena terdiri dari resistor nonlinier RN dan sebuah
konduktansi negatif Gn. Sistem ini bersifat nonautonomous karena sistem persamaan
diferensialnya bergantung waktu yang muncul secara ekplisit. Amplitudo dan frekuensinya
adalah suatu sinyal sinusoidal. Sirkuit ini diberi sumber tegangan bolak-balik sehingga
menghasilkan suatu persamaan diferensial yang memiliki nilai sinus dari ωt. Nilai sinus dari
persamaan 1 diatas menandakan bahwa waktu dalam persamaan diferensial ini muncul secara
ekplisit.
Hasil simulasi numerik menggunakan software MATLAB(2009) ditunjukan pada gambar
2 dan 3 diatas menunjukan bahwa fasa dan time series yang dihasilkan dari sirkuit double-bell
bersifat tidak periodik (tidak berulang) artinya sirkuit double-bell bersifat chaos. Pada gambar 4
diperlihatkan metoda lyapunov, nilai lyapunov eksponen yang ditunjukkan pada gambar 4 yaitu
hubungan perubahan waktu terhadap nilai lyapunov terdiri dari nilai lyapunov eksponen real
positif dan negatif . Nilai negatif menunjukan sifat yang konvergen jika demikian artinya data
tersebut cenderung akan memiliki sifat yang sama karena menuju 1 titik sedangkan adanya nilai
positif menunjukan bahwa sifatnya difergen, artinya kemungkinan perkembangannya akan
cenderung semakin berbeda (acak) sehingga dapat disimpulkan sirkuit double-bell bersifat chaos.
Selain menggunakan MATLAB(2009) digunakan juga MAPPLE 13 untuk mengetahui
nilai titik kritis dan nilai eigen daripersamaan double-bell . Hasilnya diperoleh nilai eigen yang
terdiri dari bilangan imaginer positif dan negatif yang berpasangan.
Ini kembali membuktikan bahwa sirkuit double-bell memiliki sifat chaos. Gambar 6
menunjukan simulasi dengan menggunakan MULTISIM juga menunjukkan fasa dan time series
yang bersifat chaos, begitupun dengan hasil eksperimen yang ditunjukkan gambar 7 menunjukan
bahwa sirkuit double-bell bersipat chaos.Kelebihan rangkaian doubel-bell dapat mendeteksi
sinyal pada berbagai frekuensi sehingga untuk eksperimen selanjutnya rangkaian ini dapat
diaplikasikan sebagai pendeteksi sinyal lemah. Aplikasi lain dari sirkuit doubell dapat digunakan
pada sistem keamanan komunikasi [4][5].
Osilator Collpit adalah salah satu topologi osilator yang efektif digunakan untuk pembangkit
gelombang sinus pada rentang frekuensi antara kilo hertz hingga beberapa giga hertz. Osilator
colpitt ini mampu menghasilkan suatu output frekuensi yang sangat tinggi. Osilator ini
menggunakan rangkaian RLC yang dihubungkan dengan transistor dan umpanbalik positif
melalui suatu pembagi tegangan kapasitif dari rangkaian RLC. Umpan balik ini bisa ditopankan
deret maupun jajar. Adapun osilator colpitt nonlinear merupakan osilator colpitt yang dapat
menghasilkan suatu gejala chaos.
Hal penting dalam sistem chaos adalah kenyataan bahwa sepenuhnya sifat identik menghasilkan
bentuk gelombang osilator asynchronous karena mereka sangat sensitif pada kondisi awal.
Dalam simulasi numerik seseorang dapat mengatur kondisi awal yang sama untuk setiap sistem
dan mendapatkan bentuk gelombang chaos yang sama pada output. Sementara itu dalam sistem
elektronik pada kenyataannya adalah tidak mungkin. Perilaku yang sinkron dapat dicapai dengan
cara menghubungkan atau mengkopling osilator. Dalam sistem osilator colpitt, kita dapat
melakukan kopling atau sinkronisasi dengan cara menambah komponen transistor.
Gambar 6.8: Skema Sirkuit Osilator Colpitt
PROBLEM 4. ANALISIS NUMERIK DAN EKSPERIMEN RANGKAIAN COLPITT PENGHASIL SINYAL CHAOS FREKUENSI TINGGI
Sirkuit osilator colpitt satu tahap seperti di tunjukan pada Gambar 6.8, terdiri dari sebuah
transistor bipolar. Sirkuit tersebut dapat menunjukan perilaku chaos dalam rentang nilai
komponen tertentu. Pada osilator colpitts satu tahap, digunakan dua kapasitor sebagai tangki
energi. Balikan dikembangkan dengan menggunakan "medan elektrostatik" yang dihasilkan dari
proses pelucutan energi kapasitor melewati induktor. Frekuensi ditentukan oleh dua kapasitor
yang terhubung paralel dengan induktor. Kolektor diberi panjar mundur dengan menghubungkan
ke bagian positif dari VCC. Resistor (R1) berfungsi sebagai beban kolektor. Transistor
dihubungkan secara seri dengan konfigurasi basis-bersama. Analisis hukum Kirchhoff dari
rangkaian tersebut menghasilkan lima persamaan diferensial dari sirkuit yaitu:
퐿푑푖푑푡 = − 푉 − 푉 − 푖 .푅 + 푉
퐶 = 푖 − 푓(−푉 ) (6.18)
퐶 = 푖 −
Dimana:
iL = arus yang melalui inductor,
VC1 = tegangan pada kapasitor C1 ,
VC2= ,tegangan pada kapasitor C2 ,
C = kapasitansi kapasitor,
L= induktansi induktor,
푓(−푉 ) = 푓(푉 )= arus pada emitor yang merupakan fungsi tegangan basis-emitor,
Vcc= tegangan vcc, dan
R = resistansi resistor R.
Gambar 6.9: Skema Model Transistor
Skema model transistor ini menjelaskan tentang krakteristik dari transistor. Arus emitor sebagai
fungsi dari tegangan emitor-basis dapat ditulis sebagai:
−풊푬 = 푰ퟎ[풆풙풑 푽푬푬푽푻
− ퟏ] (6.19)
Analisis Matematika
Berdasarkan Gambar 1 kita dapatkan persamaan dari sirkuit osilator colpitt dengan
menggunakan hukum Khirchoff dan hukum Ohm:
퐶푑푉푑푡 = −푓(−푉 ) + 퐼
퐶푑푉푑푡 = 퐼 −
푉 − 푉푅
퐿푑퐼푑푡 = −푉 − 푉 − 퐼 푅 + 푉
Dengan persamaan model transistornya:
퐼 = 푓(푉 ) = 퐼 expVV − 1
Dari analisis, didapatkan tiga persamaan dari sirkuit dengan persamaan model transistor
yang merupakan persamaan nonliear yang menimbulkan chaos pada sirkuit.
Analisis Numerik
Dalam analisis numerik, model persamaan matematis yang telah didapatkan dari sirkuit,
akan dicoba dengan cara komputasi yaitu menggunakan software MATLAB, akan tetapi
sebelumnya parameter persamaan sirkuit tersebut harus dirubah. Dengan ketentuan:
푥 =푉푉 ,푦 =
휌퐼푉 , 푧 =
푉푉 , 푡 =
푡휏 ,휌 =
퐿퐶 , 푒 =
퐶퐶 ,
휏 = 퐿퐶 , 푎 =휌푟푒 , 푏 =
푅휌 , 푐 =
푉푉 , 푑 =
휌퐼푉
Maka akan dihasilkan persamaan sirkuit:
푑푥푑푡 = 푦 − 푎퐹(푧)
푑푦푑푡 = 푐 − 푥 − 푧 − 푏푦
푑푧푑푡 = 푒(푦 − 푑)
Dengan fungsi nonlinear F(z):
퐹(푧) = −(1 + 푧), 푧 < −10, 푧 ≥ −1
Dengan mengoperasikan persamaan persamaan tersebut pada MATLAB maka akan
didapatkan output gambar, yang mana dari output gambar tersebut dapat dilihat diagram fasa dan
diagram time series dari sirkuit berbentuk periodik atau tidak. Setelah menganalisa bentuk
diagram dari sirkuit, dapat ditentukan jenis dari sirkuit termasuk Chaos atau tidak.
File Fungsi
File Eksekusi
Output
Gambar 3: Diagram Fasa Dari Sirkuit Osilator Colpitt Tingkat I
Diagram fasa pada Gambar 3 menunjukan suatu attractor yang menyerupai tipe Rossler
yang bergerak memusat menuju limit cycle. Analisa terhadap diagram time series dari sirkuit
dapat dijadikan acuan untuk menentukan suatu sirkuit Chaos atau bukan, akan tetapi cara yang
lebih efektif untuk menentukan jenis sirkuit Chaos atau bukan yaitu dengan menggunakan
Lyapunov eksponen.
Gambar 4: Diagram Time Series Non Periodik Dari Sirkuit
File Fungsi Lyapunov 1
function [Texp,Lexp]=lyapunov(n,rhs_ext_fcn,fcn_integrator,tstart,stept,tend,ystart,ioutp);
%
% Lyapunov exponent calcullation for ODE-system.
%
% The alogrithm employed in this m-file for determining Lyapunov
% exponents was proposed in
%
% A. Wolf, J. B. Swift, H. L. Swinney, and J. A. Vastano,
% "Determining Lyapunov Exponents from a Time Series," Physica D,
% Vol. 16, pp. 285-317, 1985.
%
% For integrating ODE system can be used any MATLAB ODE-suite methods.
% This function is a part of MATDS program - toolbox for dynamical system investigation
% See: http://www.math.rsu.ru/mexmat/kvm/matds/
%
% Input parameters:
% n - number of equation
% rhs_ext_fcn - handle of function with right hand side of extended ODE-system.
% This function must include RHS of ODE-system coupled with
% variational equation (n items of linearized systems, see Example).
% fcn_integrator - handle of ODE integrator function, for example: @ode45
% tstart - start values of independent value (time t)
% stept - step on t-variable for Gram-Schmidt renormalization procedure.
% tend - finish value of time
% ystart - start point of trajectory of ODE system.
% ioutp - step of print to MATLAB main window. ioutp==0 - no print,
% if ioutp>0 then each ioutp-th point will be print.
%
% Output parameters:
% Texp - time values
% Lexp - Lyapunov exponents to each time value.
%
% Users have to write their own ODE functions for their specified
% systems and use handle of this function as rhs_ext_fcn - parameter.
%
% Example. Lorenz system:
% dx/dt = sigma*(y - x) = f1
% dy/dt = r*x - y - x*z = f2
% dz/dt = x*y - b*z = f3
%
% The Jacobian of system:
% | -sigma sigma 0 |
% J = | r-z -1 -x |
% | y x -b |
%
% Then, the variational equation has a form:
%
% F = J*Y
% where Y is a square matrix with the same dimension as J.
% Corresponding m-file:
% function f=lorenz_ext(t,X)
% SIGMA = 10; R = 28; BETA = 8/3;
% x=X(1); y=X(2); z=X(3);
%
% Y= [X(4), X(7), X(10);
% X(5), X(8), X(11);
% X(6), X(9), X(12)];
% f=zeros(9,1);
% f(1)=SIGMA*(y-x); f(2)=-x*z+R*x-y; f(3)=x*y-BETA*z;
%
% Jac=[-SIGMA,SIGMA,0; R-z,-1,-x; y, x,-BETA];
%
% f(4:12)=Jac*Y;
%
% Run Lyapunov exponent calculation:
%
% [T,Res]=lyapunov(3,@lorenz_ext,@ode45,0,0.5,200,[0 1 0],10);
%
% See files: lorenz_ext, run_lyap.
%
% --------------------------------------------------------------------
% Copyright (C) 2004, Govorukhin V.N.
% This file is intended for use with MATLAB and was produced for MATDS-program
% http://www.math.rsu.ru/mexmat/kvm/matds/
% lyapunov.m is free software. lyapunov.m is distributed in the hope that it
% will be useful, but WITHOUT ANY WARRANTY.
%
% n=number of nonlinear odes
% n2=n*(n+1)=total number of odes
%
n1=n; n2=n1*(n1+1);
% Number of steps
nit = round((tend-tstart)/stept);
% Memory allocation
y=zeros(n2,1); cum=zeros(n1,1); y0=y;
gsc=cum; znorm=cum;
% Initial values
y(1:n)=ystart(:);
for i=1:n1 y((n1+1)*i)=1.0; end;
t=tstart;
% Main loop
for ITERLYAP=1:nit
% Solutuion of extended ODE system
[T,Y] = feval(fcn_integrator,rhs_ext_fcn,[t t+stept],y);
t=t+stept;
y=Y(size(Y,1),:);
for i=1:n1
for j=1:n1 y0(n1*i+j)=y(n1*j+i); end;
end;
%
% construct new orthonormal basis by gram-schmidt
%
znorm(1)=0.0;
for j=1:n1 znorm(1)=znorm(1)+y0(n1*j+1)^2; end;
znorm(1)=sqrt(znorm(1));
for j=1:n1 y0(n1*j+1)=y0(n1*j+1)/znorm(1); end;
for j=2:n1
for k=1:(j-1)
gsc(k)=0.0;
for l=1:n1 gsc(k)=gsc(k)+y0(n1*l+j)*y0(n1*l+k); end;
end;
for k=1:n1
for l=1:(j-1)
y0(n1*k+j)=y0(n1*k+j)-gsc(l)*y0(n1*k+l);
end;
end;
znorm(j)=0.0;
for k=1:n1 znorm(j)=znorm(j)+y0(n1*k+j)^2; end;
znorm(j)=sqrt(znorm(j));
for k=1:n1 y0(n1*k+j)=y0(n1*k+j)/znorm(j); end;
end;
%
% update running vector magnitudes
%
for k=1:n1 cum(k)=cum(k)+log(znorm(k)); end;
%
% normalize exponent
%
for k=1:n1
lp(k)=cum(k)/(t-tstart);
end;
% Output modification
if ITERLYAP==1
Lexp=lp;
Texp=t;
else
Lexp=[Lexp; lp];
Texp=[Texp; t];
end;
if (mod(ITERLYAP,ioutp)==0)
fprintf('t=%6.4f',t);
for k=1:n1 fprintf(' %10.6f',lp(k)); end;
fprintf('\n');
end;
for i=1:n1
for j=1:n1
y(n1*j+i)=y0(n1*i+j);
end;
end;
end;
File Fungsi Lyapunov 2
function f=colpitt(t,X)
%
% Lorenz equation
%
% dx/dt = SIGMA*(y - x)
% dy/dt = R*x - y -x*z
% dz/dt= x*y - BETA*z
%
% In demo run SIGMA = 10, R = 28, BETA = 8/3
% Initial conditions: x(0) = 0, y(0) = 1, z(0) = 0;
% Reference values for t=10 000 :
% L_1 = 0.9022, L_2 = 0.0003, LE3 = -14.5691
%
% See:
% K. Ramasubramanian, M.S. Sriram, "A comparative study of computation
% of Lyapunov spectra with different algorithms", Physica D 139 (2000) 72-86.
%
% --------------------------------------------------------------------
% Copyright (C) 2004, Govorukhin V.N.
% Values of parameters
a=81.41;
b=0.82;
c=5;
d=0.73;
e=1;
x=X(1); y=X(2); z=X(3);
Y= [X(4), X(7), X(10);
X(5), X(8), X(11);
X(6), X(9), X(12)];
f=zeros(9,1);
%Lorenz equation
f(1)=y-a*(-(1+z));
f(2)=c-x-z-b*y;
f(3)=e*(y-d);
%Linearized system
Jac=[0, 1, a;
-1, -b, -1;
0, e, 0];
%Variational equation
f(4:12)=Jac*Y;
%Output data must be a column vector
File Eksekusi Lyapunov
[T,Res]=lyapunov1(3,@lyapunov2,@ode45,0,1.5,200,[0 1 0],10);
plot(T,Res);
title('Dynamics of Lyapunov exponents');
xlabel('Time'); ylabel('Lyapunov exponents');
Output
Tabel 1: Data Diagram Lyapunov Eksponen
t LE1 LE2 LE3
15.0000 1.715324 1.852049 -4.386838
30.0000 1.805830 1.798701 -4.423995
45.0000 1.799417 1.817501 -4.436381
60.0000 1.810157 1.812954 -4.442573
75.0000 1.812529 1.814298 -4.446289
90.0000 1.809778 1.819526 -4.448766
105.0000 1.816637 1.814436 -4.450535
120.0000 1.807182 1.825219 -4.451862
135.0000 1.818088 1.815345 -4.452894
Berdasarkan data pada Tabel 1 dapat diamati pada t = 15 sampai t = 135, didapatkan nilai
lyapunov eksponen yang berbeda - beda dan setiap t memiliki nilai lyapunov eksponen dengan
nilai positif dan negatif. Maka sirkuit colpitt tingkat I tersebut termasuk gejala Chaos pada t= 15
sampai t = 135.
Gambar 5: Diagram Lyapunov Eksponen Sirkuit Osilator Colpitt Tingkat I
Gambar 5 menunjukan diagram lyapunov eksponen osilator colpitt tingkat I, dari diagram
tersebut terlihat bahwa dalam keadaan suatu titik tertentu, sirkuit memperlihatkan suatu perilaku
Chaos. Simulasi numerik lyapunov eksponen selengkapnya dapat dilihat dalam lampiran C. Dari
persamaan sirkuit di atas, dilakukan pula analisis untuk mendapatkan nilai eigen yang kemudian
digunakan untuk menganalisa jenis kestabilannya. Nilai eigen ini didapatkan dengan
mengunakan Maple.
Dari persamaan tersebut didapatkan tiga titik kritis dan tiga nilai eigen dengan nilai a =
81.41.
푥 = 7.332283503;푦 = 1; 푧 = −1.012283503;
휆 = 1.820777640 + 3.864164718i;
휆 = 1.820777640− 3.864164718i;
휆 = −4.461555279
Nilai eigen yang didapatkan terdiri dari bilangan real dan imaginer dengan bilangan real
bernilai positif dan negatif, jika ditinjau dari jenis bilangannya dapat disimpulkan bahwa
persamaan tersebut Chaos karena nilai eigennya terdiri dari dua jenis bilangan yang berlainan,
sedangkan jika ditinjau dari segi real positif dan negatif, menandakan bahwa jenis kestabilannya
adalah saddle point.
Eksperimen
Eksperimen dilakukan dengan merangkai sirkuit pada Gambar 1 kemudian diukur
menggunakan osiloskop untuk melihat bentuk gelombangnya periodik atau tidak dan termasuk
Chaos atau bukan.
Gambar 6: Set Alat Eksperimen Sirkuit Osilator Colpitt Tingkat I
Dari hasil eksperimen, Sirkuit osilator colpitt tingkat I memiliki bentuk diagram yang
tidak periodik sehingga termasuk Chaos dan menghasilkan frekuensi output sekitar 0.1 MHz.
Gambar 7: Hasil Eksperimen Sirkuit Osilator Colpitt Tingkat I
Gambar 8: Time Series Sirkuit Osilator Colpitt Tingkat I
Salah satu sirkuit nonlinier autonomous adalah sirkuit Chua (Matsumoto, 1984; Chua dkk, 1993;
Kennedy dkk, 1993). sirkuit ini merupakan salah satu model rangkaian elektronik yang dapat
dipergunakan untuk pendekatan berbagai perilaku sistem dinamik, salah satucontoh adalah
keadaan chaos. Dengan merubah beberapa nilai parameter yangterdapat dalam rangkaian
elektronik chua mengakibatkan berubah pula hasil yangdidapat. Sehingga berbagai perilaku mik
ysistem dinaang komplek dapatdiperagakan. Beberapa nilai parameter yang diubah-ubah dapat
PROBLEM 5. ANALISIS NUMERIK DAN EKSPERIMEN RANGKAIAN CHUA PENGHASIL SINYAL CHAOS
menunjukkanbatas putaran, perioda ganda, perilaku kekacauan, dan kekacauan yang
berbedatergantung dari jenis kekacauan dan nilai dari parameter. Dengan caramenganalisa
kestabilan system dinamik pada sirkuit tersebut.
Sirkuit ini terdiri dari tiga elemen linier penyimpan energi (satu induktor dan dua kapasitor),
sebuah resistor linier, serta sebuah resistor non-linier NR seperti yang ditunjukkan pada Gambar
1.
Gambar 1. Sirkuit autonomous Chua.
Dengan menggunakan hukum Kirchhoff, sirkuit Chua dapat digambarkan dalam tiga
persamaan diferensial biasa sebagai berikut:
2
212
2
1121
1
)(
)()(
CL
LCCC
CCCC
vdt
diL
ivvGdt
dvC
vgvvGdt
dvC
(1)
yang mana
1Cv = tegangan pada kapasitor 1C ,
2Cv = tegangan pada kapasitor 2C ,
Li = arus yang melalui induktor,
C = kapasitansi kapasitor,
L = induktansi induktor, dan
G = konduktansi resistor R.
Gambar 2. Fungsi resistor non-linier sirkuit Chua.
)( 1Cvg adalah karakteristik arus-tegangan non-linier dari resistor non-linier sebagaimana
ditunjukkan pada Gambar 2, dapat ditulis sebagai
PRPRRRC BvBvmmvmvgvg )(
21)()( 0101 (2)
yang mana 1m dan 0m adalah gradient dalam dan luar, dan PB menunjukkan kondisi terjadinya
breakpoints. Resistor R adalah sebuah potensiometer dan digunakan sebagai parameter kontrol
yang menghasilkan fenomena bifurkasi dari atraktor periodik sampai atraktor chaos.
Penetapan nilai parameter dua buah kapasitor, induktor dan resistor telah dibuat oleh
Matsumoto (1984). Esat adalah tegangan saturasi dari komponen op-amp yang besarnya
ditentukan oleh catu daya dan karakteristik internal dari op-amp. Resistor non-linier terdiri dari
dua buah resistor yang terhubung secara paralel. Secara detail desain resistor non-linier telah
dibuat oleh Kennedy (1992; 1993).
Konstanta mo, m1, dan Bp telah ditentukan oleh Kennedy (1992; 1993).
satPsatP ERR
RBE
RRR
B
RRRR
mRR
RRR
Rm
65
62
32
31
431
20
64
5
31
21
,
,1
, (3)
2. Simulasi Numerik Sirkuit Autonomous
Tabel 1. Parameter sirkuit autonomous Chua
Simbol Komponen Nilai Toleransi
R1 Resistor 220 Ω %5
R2 Resistor 220 Ω %5
R3 Resistor 2.2kΩ %5
R4 Resistor 22kΩ %5
R5 Resistor 22k Ω %5
R6 Resistor 3.3k Ω %5
C1 Kapasitor 10nF %5
C2 Kapasitor 100nF %5
L Induktor 18mH %10
R Potentiometer 1.85 kΩ %5
Esat Power Supply
Op amp
9 V
U1A TL082CD
U1B TL082CD
(a)Diagram fasa (b) Time series
Gambar 3. Hasil simulasi numeric sistem Chua menggunakan Matlab dengan parameter
R = 1.85 kΩ.
-40 -30 -20 -10 0 10 20 30 40-8
-6
-4
-2
0
2
4
6
8
Vc1
Vc2
Double Scroll Attractor Chua Circuits
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04-40
-30
-20
-10
0
10
20
30
40
t
Vc1
Time Series Double Scroll Attractor Chua Circuits
Gambar 3 diatas merupakan hasil dari simulasi numeric menggunakan software Matlab
versi 7.2 yang menunjukan diagram fasa dan time series memiliki karakter chaotic dengan
atraktor “double scroll” . Parameter yang digunakan pada sistem (1) ditentukan seperti tertera
pada Tabel 1, parameter inilah yang seterusnya akan digunakan dalam sinkronisasi chaos serta
aplikasinya dalam sistem keamanan komunikasi.
3. Simulasi menggunakan Multisim Versi 9. Serta Validasi Sirkuit Aoutonomos
Dalam buku ini telah dibuat validasi sirkuit chua menggunakan Multisim versi 9. ,
sebagaimana diperlihatkan pada Gambar 4. serta hasil simulasinya pada Gambar 5. dan Gambar
6. Karakteristik resistor nonlinier dibuat menggunakan dua buah Op-Amp TL082 yang diberi
tegangan panjar DC .9V
Gambar 4. Validasi sirkuit autonomous Chua menggunakan MultiSIM.
Gambar 5. Diagram fasa sirkuit autonomous Chua menggunakan MultiSIM Versi 9.
Gambar 6. Time series sirkuit autonomous Chua menggunakan MultiSIM versi 9.
(a) Validasi PCB sirkuit Chua
(b) Diagram fase (c) Time series
Gambar 7. Hasil eksperimen sirkuit autonomous menggunakan osiloskop
Jika dibandingkan hasil output dari ketiga metode analisis yaitu simulasi numerik
Matlab, simulasi sirkuit MultiSim serta hasil Osiloskop hardware, maka terlihat adanya
kesamaan karakteristik diagram fase dan time series secara kualitatif. Sedangkan adanya sedikit
perbedaan kuantitatif antara ketiga hasil tersebut disebabkan karena fenomena chaos sangatlah
sensitif terhadap perubahan kondisi awal dan parameternya, dalam eksperimen hardware
sangatlah sulit untuk dapat membuat semua parameter sesuai dengan simulasi karena adanya
nilai toleransi dari tiap komponen elektronik.
“Ikhtiar adalah ketika kita melihat bayang-bayang kegagalan didepan mata, tapi kita tetap melakukan yang terbaik dalam tiap
usaha. Karena kita yakin ada Dia yang maha kuasa, yang ketika berkata ”Jadi”…maka
Jadilah…”