studi kestabilan sistem dinamik dalam skema networked
TRANSCRIPT
Studi Kestabilan Sistem Dinamik dalam Skema Networked Control Systems
Dengan Kasus Waktu Tunda dan Data Hilang
Muhammad Faris Departemen Teknik Elektro dan Teknologi Informasi
Fakultas Teknik Universitas Gadjah Mada Jl. Grafika No 2 Kampus UGM Yogyakarta, 55281
e-mail: [email protected]
AbstrakβKomponen aktuator, pengendali, dan sensor pada sistem dinamik yang tersambung melalui suatu jaringan komunikasi nirkabel, sering disebut sebagai Networked Control Systems (NCS). Skema ini memiliki beberapa permasalahan seperti waktu tunda, periode cuplik yang berubah β ubah, serta paket data yang dapat hilang saat pengiriman. Penelitian ini bertujuan untuk studi dan analisis faktor kestabilan pada sistem linear berorde dua dengan skema NCS, dengan kasus gangguan waktu tunda dan paket data hilang yang terjadi secara deterministik. Metode kendali yang digunakan berbasis pole-placement dengan target nilai kestabilan yang bervariasi. Metode pengecekan kestabilan sistem kalang tertutup berdasarkan lokasi nilai karakteristik untuk sistem linear dan Linear Matrix Inequality (LMI) untuk switching systems digunakan pada penelitian ini. Hasil simulasi menunjukkan bahwa sistem dinamik dapat distabilkan sampai tingkatan tertentu dan tergantung dari parameter sistem kendali yang diimplementasikan.
Kata kunci - Networked Control Systems (NCS); Waktu Tunda, Paket Hilang, Pole-Placemen, LMI
I. PENDAHULUAN Sistem kendali merupakan bidang ilmu yang sudah
berkembang lama secara masif sejak pertengahan abad ke-20. Sistem kendali pada dasarnya diperlukan untuk menganalisis sekaligus menstabilkan dan meningkatkan performa dari sistem dinamik, agar responsnya sesuai dengan target yang diharapkan [1].
Salah satu tantangan riset terkini di bidang sistem kendali adalah bagaimana mengatasi permasalahan komunikasi data dan pengaruhnya pada sistem [2]. Sistem kendali klasik selama ini mengasumsikan bahwa proses perpindahan data, baik dari sensor ke pengendali maupun pengendali ke aktuator, dan sinyal referensi tidak mengalami gangguan komunikasi. Hal ini dikarenakan pada umumnya perangkat sistem kendali berada dekat dengan perangkat sensor dan aktuator. Hal ini juga menjamin semua proses berlangsung dengan tersinkronisasi.
Perkembangan saat ini memberi tantangan baru bagi sistem kendali, seperti teknologi komunikasi nirkabel yang secara khusus diterapkan untuk mengatur dan memonitor kinerja fisis dari sistem dinamik dikenal sebagai Cyber-Physical Systems (CPS). Dengan adanya CPS, maka penempatan perangkat sistem kendali tidak lagi harus berada di dekat aktuator maupun sensornya,
melainkan dapat berada di lokasi yang berbeda. Pengiriman data, baik dari sensor ke pengendali maupun dari pengendali ke aktuator dapat dilakukan secara nirkabel, sehingga lebih fleksibel dan murah. Dalam ilmu bidang teknik kendali, skema disebut dengan Networked Control Systems (NCS). Skema NCS sekarang ini mulai banyak menarik perhatian kalangan insinyur profesional untuk kebutuhan industri energi [3], manufaktur, ataupun tranportasi [4].
Gambar 1. Sistem dengan skema NCS [5]
Skema NCS ini selain mempunyai kelebihan juga
memiliki banyak tantangan. Tantangan ini bisa berupa gangguan secara internal atau bahkan eksternal, seperti serangan siber ke dalam jaringan komunikasi [6]. Gangguan internal yang ada adalah waktu tunda, paket data hilang, perubahan waktu cuplik dan sebagainya [7]. Gangguan ini pada praktiknya dapat dimodelkan secara deterministik ataupun stokastik
Permasalahan internal yang paling dasar adalah adanya waktu tunda dalam proses komunikasi data. Hal ini tentunya akan mempengaruhi dinamika dari sistem fisis yang dikendalikan. Waktu tunda ini secara umum dapat dikategorikan dalam tiga jenis: waktu tunda sensor-ke-pengendali, pengendali-ke-aktuator, dan pemrosesan [8]. Waktu tunda ini bisa terjadi secara konstan dan periodik, namun tidak menutup kemungkinan terjadi secara acak.
Tantangan lainnya adalah kemungkinan adanya paket data yang hilang dalam proses komunikasi nirkabel. Hal ini bisa terjadi karena kondisi jaringan yang tidak stabil. Salah satu simulasi dasar kehilangan paket data adalah dengan menghitung batas maksimum periode dimana sistem masih stabil dengan kondisi kehilangan data [9].
ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019
168 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM
Berdasarkan permasalahan yang dibahas di atas, penelitian ini dilakukan guna menganalisis kestabilan sistem dinamik dalam skema NCS, terutama berdasarkan metode pole-placement dengan target nilai berbeda. Pada Bab II, akan dijelaskan pemodelan sistem dinamik dalam konteks gangguan waktu tunda dan paket data hilang. Kemudian dilanjutkan dengan pembahasan implementasi metode kendali pole-placement serta kekangan Linear Matrix Inequalities (LMI). Bab IV membahas diskusi hasil dari penelitian ini dan Bab V memberikan kesimpulan serta saran.
Gambar 2. Respons sistem dengan waktu tunda 0 β h [5]
II. PEMODELAN NCS
A. Sistem Dinamik NCS Pada penelitian ini, digunakan sistem kontinu linier
berorde dua yang bersifat invarian terhadap waktu (LTI) dan diekspresikan dalam state-space model, seperti ditunjukkan dalam persamaan berikut:
οΏ½ΜοΏ½π₯(π‘π‘) = π΄π΄π₯π₯(π‘π‘) + π΅π΅π΅π΅(π‘π‘) (1)
Untuk memudahkan analisis dan rekayasa sistem kendali, maka sistem dinamik kontinu ini harus diubah menjadi sistem diskret dengan menggunakan metode zero-order hold (ZOH). Sistem dinamik diskret hasil pencuplikan ditulis dalam persamaan berikut:
π₯π₯ππ+1 = πππ΄π΄βπ₯π₯ππ + β« πππ΄π΄π΄π΄ππππβ0 π΅π΅π΅π΅ππ (2)
Dengan adanya waktu tunda, maka data masukan ke aktuator dapat mengalami keterlambatan, sehigga ZOH mengaplikasikan lebih dari satu tipe masukan ke pengendali. Dalam kasus ini, akan diimplementasikan waktu tunda konstan, yakni dari Ο = 0 β β dan Ο = β β 2β.
B. Sistem dinamik dengan ππ β {0,β} Model dinamik diskret untuk skema NCS memerlukan
modifikasi yang berbeda dari persamaan dinamik diskret standar. Modifikasi ini berdasarkan waktu tunda Ο yang diberikan, yakni dari waktu cuplik 0 sampai h, seperti diilustrasikan dalam Gambar 2. Untuk itu, persamaan (2) dimoidifikasi agar dapat mengakomodasi waktu tunda, yang ditulis sebagai berikut:
π₯π₯ππ+1 = πππ΄π΄βπ₯π₯ππ + οΏ½ πππ΄π΄π΄π΄ππππβ
ββΟπ΅π΅π΅π΅ππβ1 + οΏ½ πππ΄π΄π΄π΄ππππ
ββΟ
0π΅π΅π΅π΅ππ
Metode diskretisasi sistem kontinu dan model dinamik diskret dapat dilihat dalam referensi ini [10]. Dalam model ekstensi ini, maka variabel state vector atau kondisi sistem ditambahkan dengan keluaran pengendali atau masukan aktuator pada waktu lampau (k-1), sebagai berikut:
ΞΎππ = οΏ½π₯π₯ππππ
π΅π΅ππβ1ππ οΏ½
Sehingga persamaan dinamiknya berubah menjadi seperti berikut:
ΞΎππ+1 = πΉπΉ(β, Ο)ΞΎππ + πΊπΊ(β, Ο)π΅π΅ππ
Dimana,
πΉπΉ(β, Ο) = οΏ½ πππ΄π΄β οΏ½ πππ΄π΄π΄π΄ππππ
β
ββπππ΅π΅
0 0οΏ½ ,πΊπΊ(β, Ο) = οΏ½οΏ½ πππ΄π΄π΄π΄ππππ
ββππ
0π΅π΅
πΌπΌοΏ½
Gambar 3. Respons sistem dengan waktu tunda h β 2h [5]
Dengan asumsi bahwa sistem ekstensi yang dipengaruhi oleh waktu tunda ini dapat distabilkan, maka model ini nantinya akan ditanamkan sistem kendali kalang tertutup berdasarkan pole-placement. Salah satu alternatif pemodelan ekstensi sistem selain menambahkan u(k-n) adalah dengan menmbahkan variable x(k-n). Namun hal ini berimplikasi dimensi dari model akan menjadi lebih besar karena umumnya jumlah variabel keadaan lebih banyak dibanding jumlah masukan ke sistem.
C. Sistem dinamik dengan ππ β {β,2β} Untuk sistem dengan waktu tunda h β 2h, seperti yang
diilustrasikan Gambar 3, maka model dinamik diskret memerlukan modifikasi. Hal ini dikarenakan respons dari variabel keadaan tidak lagi dipengaruhi oleh masukan aktuator pada waktu cuplik k dan k-1, melainkan k-1 dan k-2. Sehingga persamaan sistem menjadi seperti berikut:
π₯π₯ππ+1 = πππ΄π΄βπ₯π₯ππ + οΏ½ πππ΄π΄π΄π΄β
2ββΟπππππ΅π΅π΅π΅ππβ2 + οΏ½ πππ΄π΄π΄π΄ππππ
2ββΟ
0π΅π΅π΅π΅ππβ1
Dengan,
ππππ = οΏ½π₯π₯ππππ
π΅π΅ππβ2ππ
π΅π΅ππβ1πποΏ½ ,πΊπΊ(β, ππ) = οΏ½
000πΌπΌ
οΏ½
πΉπΉ(β, ππ) = οΏ½ πππ΄π΄β οΏ½ πππ΄π΄π΄π΄ππππ
β
2ββπππ΅π΅ οΏ½ πππ΄π΄π΄π΄ππππ
2ββππ
0π΅π΅
0 0 0οΏ½
Untuk pemodelan dengan waktu tunda yang lebih besar, bisa dilihat pembahasannya di [8].
D. Model dinamik dengan paket data yang hilang Pada eksperimen ini, paket data yang hilang berupa
masukan ke aktuator u(k). Untuk itu, pemodelan sistem kalang terbuka dimodifikasi menjadi model piecewise-affine dengan bentuk masukan aktuator sebagai berikut:
CITEE 2019 Yogyakarta, 24-25 Juli 2019 ISSN: 2085-6350
Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 169
π΅π΅π‘π‘ οΏ½π΅π΅ππ = βπΎπΎπ₯π₯ππ, ππππ = 00, ππππ = 1
Dengan mk = 0 bila kinerja sistem normal dan mk = 1 bila terdapat paket data hilang.
III. METODE KENDALI DAN KEKANGAN Dalam penelitian ini, digunakan metode untuk kendali
pole-placement dan kekangan berupa kondisi Linear Matrix Inequality (LMI) untuk verifikasi kestabilan. Verifikasi berbasis LMI ini digunakan untuk sistem dengan waktu tunda yang tidak konstan atau sistem yang mengalami kehilangan paket data.
A. Pole-Placement Pole-placement adalah metode kendali yang berkerja
dengan memindahkan pole atau nilai karakteristik pada sistem kalang terbuka ke nilai tertentu dengan pendekatan sistem kalang tertutup [10]. Tujuan pemindahan ini adalah untuk menstabilkan sistem yang pada dasarnya tidak stabil dan meningkatkan performa respons dari sistem. Syarat utama suatu sistem dapat distabilkan tentu sistem harus bersifat stabilizable. Pada penelitian ini, bentuk persamaan dinamik kalang tertutup adalah sebagai berikut:
ΞΎππ+1 = (πΉπΉ(β, Ο) β πΊπΊ(β, Ο)πΎπΎ)ΞΎππ
Dengan nilai pengali K dihitung berdasar target nilai karakteristik. Untuk sistem dengan kasus paket data hilang, pemodelan sistem berubah menjadi seperti berikut:
π₯π₯ππ+1 = οΏ½οΏ½πππ΄π΄β β οΏ½ πππ΄π΄π΄π΄
β
0πππππ΅π΅KοΏ½π₯π₯ππ =:π΄π΄0π₯π₯ππ, ππππ = 0
πππ΄π΄βπ₯π₯ππ =:π΄π΄1π₯π₯ππ, ππππ = 1
Setelah itu matriks transisi kalang tertutup akan diperiksa kestabilannya dari posisi nilai karakteristik dan metode LMI.
B. Linear Matrix Inequality (LMI) Linear Matrix Inequality (LMI) adalah metode untuk
menyelesaikan permasalahan optimisasi konveks yang berisi sistem dengan pertidaksamaan matriks linear [11]. Metode ini sudah sejak lama digunakan di bidang teknik kendali, khususnya pada permasalahan kestabilan sistem. Persamaan LMI yang digunakan pada penelitian ini, yang diturunkan dari konsep kestabilan Lyapunov, adalah sebagai berikut:
π΄π΄ππππππ πππ΄π΄ππππ β ππ β€ βππ
π΄π΄ππππ = πππ΄π΄βππ β οΏ½ πππ΄π΄Οβ
0ππΟπ΅π΅πΎπΎοΏ½πππ΄π΄(βππββ)
Dengan βππ adalah kelipatan waktu cuplik ketika paket data hilang, dimana hl Ο΅ {h,2h,β¦,(Ι+1)h}. Solusi berupa matriks P yang bersifat definit positif dan semua nilai karakteristiknya positif. Q adalah matriks konstanta yang mengatur laju menuju daerah kestabilan. Sistem NCS dikatakan globally asymptotically stable (GAS) bila terdapat matriks P yang memenuhi kekangan tersebut.
IV. HASIL EKSPERIMEN Pada eksperimen, diujikan dua sistem dinamik LTI
dengan nilai karakteristik yang berbeda yakni:
πππππππ‘π‘ππππ 1: π΄π΄1 = οΏ½100 10 1οΏ½ , π΅π΅1 = οΏ½01οΏ½
πππππππ‘π‘ππππ 2: π΄π΄2 = οΏ½0 1
0 1οΏ½ , π΅π΅2 = οΏ½01οΏ½ Kedua sistem tersebut dipilih karena keduanya
mempunyai nilai karakteristik yang tidak stabil, yakni 1. Sistem kedua mempunyai nilai pada sumbu imajiner, sedangkan sistem pertama mempunyai respons lebih cepat dikarenakan letak nilai karakteristik yang jauh dari sumbu imajiner. Pada masing β masing model tersebut akan diujikan pada eksperimen waktu tunda konstan dan paket data hilang.
Dua nilai karakteristik target untuk pole-placement adalah pasangan kompleks konjugat -2 Β± j1 dan -20 Β± j1. Dua nilai yang berbeda jauh digunakan untuk mengecek efek posisi nilai karakteristik terhadap kestabilan sistem. Selain itu, kedua sistem ini bersifat stabilizable bahkan controllable, sehingga memungkinkan untuk distabilkan dalam skema kalang tertutup.
Perangkat lunak yang digunakan adalah MATLAB yang dilengkapi optimization solver Sedumi via Yalmip [12].
A. Pengujian Maksimum Waktu Cuplik Sebelum diuji dengan gangguan, maka sebelumnya
respons sistem disimulasikan dalam kondisi nominal dalam rentang waktu tertentu, untuk mengetahui batas maksimal waktu cuplik yang masih dapat diterima oleh sistem. Hasil diamati dengan lokasi nilai karakteristik. Hasilnya ditunjukkan pada Tabel 1.
TABEL 1. TABEL WAKTU CUPLIK MAKSIMUM
Sistem 1 Sistem 2 Nilai h maksimum 0.037 0.411
Dari tabel tersebut, terlihat bahwa Sistem 2 mempunyai tingkat kehandalan lebih tinggi. Hal ini dikarenakan tidak semua nilai karakteristiknya tidak stabil.
B. Pengujian Waktu Tunda Pengujian ini dilaksanakan dengan rentang waktu
cuplik (sampling time) dan waktu tunda (delay) dari 0 - 0.05 dengan interval 0.001. Untuk setiap waktu tunda h, maka akan diuji dengan waktu tunda dari 0 β h dan h β 2h. Hasil pengujian dari dua kasus tersebut digabung dalam sebuah grafik yang disajikan pada Gambar 4, 5, 6, dan 7. Area stabil ditunjukkan oleh warna hijau, sedangkan area tidak stabil ditunjukkan oleh warna biru.
Dari Gambar 4 terlihat bahwa tren naiknya area kestabilan pada Sistem 1 bisa dipertahankan hingga
ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019
170 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM
tingkatan waktu cuplik 0.05. Setelah itu, seiring naiknya waktu cuplik, maka daerah kestabilan yang dapat dipertahankan mengalami penurunan. Hal ini sangat berbeda dengan hasil pengujian Sistem 2 pada Gambar 5, dimana sistem tersebut mampu mempertahankan kestabilan hingga dua kali lipat waktu tunda untuk semua rentang waktu cuplik h.
Gambar 4. Area kestabilan Sistem 1 dengan nilai karakteristik -2 Β± j1
Gambar 5. Area kestabilan Sistem 2 dengan nilai karakteristik -2 Β± j1
Secara teori, waktu cuplik yang semakin singkat, mendekati nol, pada dasarnya meningkatkan kehandalan sistem terhadap gangguan waktu tunda. Sehingga dengan adanya waktu tunda, bila waktu cuplik semakin lama, maka sistem kalang tertutup menjadi tidak stabil. Efek ini akan terasa pada sistem yang nilai karakteristiknya semua berada di wilayah tidak stabil dan ada nilai yang letaknya sangat jauh dari sumbu imajiner, sehingga nilai tersebut cenderung rise time-nya cepat, tetapi membutuhkan masukan aktuator yang sangat besar untuk menstabilkan sistemnya.
Selain itu terlihat bahwa pemilihan target nilai karakteristik dapat mempengaruhi kehandalan sistem kalang tertutup. Seperti pada perbandingan Gambar 4 dengan 5 dan Gambar 6 dengan 7, dimana ketika target jauh dari sumbu imajiner, area kestabilan menurun secara signifikan. Hal ini sesuai penjelasan lokasi nilai karakteristik sebelumnya.
C. Pengujian Paket Data Hilang Pada bagian ini, model (2) diujikan dalam kondisi kehilangan paket data yang terjadi secara berurutan, kemudian diamati batas maksimum kehilangannya (Ι). Eksperimen ini menggunakan kekangan LMI untuk menguji kondisi kestabilan. Penyelesaian LMI ini bergantung dengan iterasi hl dan Q. Nilai waktu cuplik h yang digunakan disini untuk iterasi adalah 0.01m sedangkan Q adalah 10β4.
Gambar 6. Area kestabilan Sistem 1 dengan nilai karakteristik -20 Β± j1
Gambar 7. Area kestabilan Sistem 2 dengan nilai karakteristik -20 Β± j1
Berdasarkan hasil pengujian di Tabel 2, secara umum terlihat bahwa Sistem 2 jauh lebih handal menghadapi paket data hilang yang terjadi berurutan dibanding Sistem 1 yang tidak bisa sama sekali menghadapi kondisi tersebut. Hal ini dikarenakan Sistem 1 mempunyai nilai karakteristik yang lebih besar, sehingga lebih sulit menghadapi kondisi kehilangan paket data.
Hal yang menarik lainnya adalah, semakin besar target nilai karakteristik, maka sistem juga akan semakin handal, seperti ditunjukkan pada Tabel 2. Hal ini dikarenakan nilai karakteristik tersebut jauh dari sumbu imajiner sehingga damping ratio-nya besar dan mampu mempertahankan kondisi kestabilan sistem lebih lama pada kasus ini.
CITEE 2019 Yogyakarta, 24-25 Juli 2019 ISSN: 2085-6350
Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 171
TABEL 2. MAKSIMUM PAKET HILANG BERURUTAN
Nilai karakteristik Nilai Ι Sistem 1 Sistem 2
-2 Β± j1 0 2 -20 Β± j1 1 7
V. KESIMPULAN Penelitian ini membahas mengenai analisis kestabilan
sistem dinamik dalam skema Networked Control Systems (NCS), dengan konteks waktu tunda dan paket data hilang yang bersifat konstan. Sistem dinamik kalang terbuka yang diujikan bersifat tidak stabil. Dengan menggunakan kendali pole-placement, sistem tersebut dapat distabilkan hingga tingkatan waktu tunda dan cuplik tertentu. Bila waktu tunda dan cuplik diperbesar, maka secara umum, sistem akan menjadi tidak stabil.
Dalam pengujian paket data hilang, sistem menjadi lebih handal terhadap kehilangan data berurutan bila target nilai karakteristik jauh dari sumbu imajiner. Dalam kedua kasus diatas, desain sistem kendali sangat berpengaruh terhadap kestabilan sistem.
REFERENSI [1] K. J. Murray and R. M. AstrΓΆm, Feedback Systems: An
Introduction for Scientists and Engineers, vol. 2.10b. 2008. [2] J. Lunze, Control Theory of Digitally Networked Dynamic
Systems. Springer International Publishing, 2014. [3] C. A. Macana, N. Quijano, and E. Mojica-Nava, βA survey on
cyber physical energy systems and their applications on smart grids,β 2011 IEEE PES Conference on Innovative Smart Grid Technologies Latin America SGT LA 2011 - Conference Proceedings, 2011.
[4] Y. A. Harfouch, S. Yuan, and S. Baldi, βAdaptive control of interconnected networked systems with application to heterogeneous platooning,β IEEE International Conference on Control and Automation, ICCA, no. July, pp. 212β217, 2017.
[5] T. Keviczky and N. van de Wouw, βNetworked and Distributed Control Systems Lectures,β Delft, 2017.
[6] A. Teixeira, K. C. Sou, H. Sandberg, and K. H. Johansson, βSecure control systems: A quantitative risk management approach,β IEEE Control Systems, vol. 35, no. 1, pp. 24β45, 2015.
[7] J. P. Hespanha and P. Naghshtabrizi, βA Survey of Recent Results in Networked Control Systems,β Procedings of the IEEE, vol. 31, no. 9, pp. 1611β1621, 2007.
[8] W. Zhang, M. S. Branicky, and S. M. Phillips, βStability of networked control systems,β IEEE Control Systems Magazine, vol. 21, no. 1, pp. 84β97, 2001.
[9] J. J. C. van Schendel, M. C. F. Donkers, W. P. M. H. Heemels, and N. van de Wouw, βOn dropout modelling for stability analysis of networked control systems,β in American Control Conference, 2010, pp. 555β561.
[10] K. J. AstrΓΆm and B. Wittenmark, Computer-controlled Systems (3rd Ed.). Upper Saddle River, NJ, USA: Prentice-Hall, Inc., 1997.
[11] S. Boyd and L. Vandenberghe, Convex Optimization. Cambridge University Press, 2004.
[12] J. LΓΆfberg, βYALMIP: A toolbox for modeling and optimization in MATLAB,β IEEE International Conference on Computer Aided Control Systems Design, 2004, pp. 284β289.
ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019
172 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM