Perancangan Kendali pada Sistem Empat Tangki Menggunakan Teknik Kendali Model Prediktif
Main Article Content
Abstract
Sistem empat tangki adalah sebuah plant laboratorium yang dirancang untuk menguji proses teknik kendali dan telah banyak diaplikasikan dalam dunia industri. Masalah pada sistem empat tangki tersebut adalah bagaimana mengendalikan level air pada keempat tangki sesuai dengan level yang diinginkan dengan cara memanipulasi debit pompa yang masuk pada setiap tangki. Pada paper ini disajikan perancangan kendali pada sistem empat tangki menggunakan pengendali model prediktif. Tujuan kendali adalah untuk membawa level air pada setiap tangki menuju level yang diinginkan dengan cara memanipulasi debit pompa yang masuk pada setiap tangki. Metode yang digunakan pada penelitian ini adalah studi literatur dan simulasi. Hasil simulasi memunjukkan bahwa level air pada setiap tangki mampu dibawa menuju level yang diinginkan. Lebih jauh lagi, debit pada setiap pompa berada pada batasan yang diperbolehkan. Hal ini memunjukkan bahwa pengendali model prediktif memiliki performa yang bagus dalam megendalikan sistem empat tangki.
Article Details
Section
Applied Mathematics
The copyright of the received article once accepted for publication shall be assigned to the journal as the publisher of the journal. The intended copyright includes the right to publish the article in various forms (including reprints). The journal maintains the publishing rights to the published articles.
References
[1] K. H. Johansson, A. Horch, O. Wijk, K. Henrik, J. Alex, & A. Hansson, Teachning Multivariabel Control Using The Quadrupple-Tank Pocess, 2000.
[2] U. Khalid, Y. A. Shah, S. Qamar, W. Gohar, R. Riaz, & W. A. Shah, Flow and Level Control of Copled Four Tanks System Using Artificial Neural Network, American Journal of Computation, Communication, and Control, 1(2), pp. 30-35, 2014.
[3] J. M. Maciejowski, Predictive Control with Constraints. London, U.K.: PrenticeHall, 2002.
[4] M. H. Marzaki, M. H. Jalil, H. M. Shariff, & R. Adnan, Comperative Study of Model Predictive Controller (MPC) and PID COntroller on Regulation Temperature for SSISD Plant. 2014 IEEE 5th Control and System Graduate Research Colloquium (hal. 136-140). Shah Alam, Malaysia: IEEE, 2014.
[5] F. Salem, & M. I. Mosaad, A Comparison between MPC and Optimal PID Controllers: Case Studies. Michael Faraday IET International Summit: MFIIS-2015 (hal. 59-65). Kolkata: MFIIS, 2015.
[6] N. A. Selamat, F. S. Daud, H. I. Jaafar, & N. H. Shamsudin, Comparison of LQR and PID Controller Tuning Using PSO for Coupled Tank System. 2015 IEEE 11th International Colloqium on Signal Processing & its Applications (CSPA2015) (hal. 46-51). Kuala Lumpur: IEEE, 2015.
[7] A.N. Venkat, I. A. Hiskens, J. B. Rawlings, & S. J. Wright, Distributed MPC Strategies with Application to Power System Automatic Generation Control. IEEE Transactions on Control Systems Technology, 16(6), 1192-2206, 2008.
[2] U. Khalid, Y. A. Shah, S. Qamar, W. Gohar, R. Riaz, & W. A. Shah, Flow and Level Control of Copled Four Tanks System Using Artificial Neural Network, American Journal of Computation, Communication, and Control, 1(2), pp. 30-35, 2014.
[3] J. M. Maciejowski, Predictive Control with Constraints. London, U.K.: PrenticeHall, 2002.
[4] M. H. Marzaki, M. H. Jalil, H. M. Shariff, & R. Adnan, Comperative Study of Model Predictive Controller (MPC) and PID COntroller on Regulation Temperature for SSISD Plant. 2014 IEEE 5th Control and System Graduate Research Colloquium (hal. 136-140). Shah Alam, Malaysia: IEEE, 2014.
[5] F. Salem, & M. I. Mosaad, A Comparison between MPC and Optimal PID Controllers: Case Studies. Michael Faraday IET International Summit: MFIIS-2015 (hal. 59-65). Kolkata: MFIIS, 2015.
[6] N. A. Selamat, F. S. Daud, H. I. Jaafar, & N. H. Shamsudin, Comparison of LQR and PID Controller Tuning Using PSO for Coupled Tank System. 2015 IEEE 11th International Colloqium on Signal Processing & its Applications (CSPA2015) (hal. 46-51). Kuala Lumpur: IEEE, 2015.
[7] A.N. Venkat, I. A. Hiskens, J. B. Rawlings, & S. J. Wright, Distributed MPC Strategies with Application to Power System Automatic Generation Control. IEEE Transactions on Control Systems Technology, 16(6), 1192-2206, 2008.