Analisis Performa Kontrol Adaptif Dengan Model Referensi Untuk Kendali Ketinggian Pada Quadcopter
| Main Author: | Branjangan, Panji Peksi |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/193668/1/PANJI%20PEKSI%20BRANJANGAN.pdf http://repository.ub.ac.id/id/eprint/193668/ |
Daftar Isi:
- Untuk mendapatkan model matematis suatu sistem adalah dengan menggunakan proses identifikasi. Dalam hal ini metode yang digunakan adalah menggunakan metode RLS (Recursive Least Square). Sistem kontrol quadcopter digunakan dalam identifikasi sistem RLS tersebut. Sinyal uji untuk identifikasi sistem berasal dari PRBS (Pseudo Random Binary Sequence) yang dibangkitkan dari mikrokontroler ATMega328P. Sedangkan plant yang dikontrol adalah quadcopter yang memiliki board IMU (Inertial Measurement Unit) dengan tipe KK Board 2.1. Hasil Identifikasi selanjutnya diimplementasikan ke dalam kontrol adaptif menggunakan MRAC dengan metode MIT Rule dan Lyapunov. Kedua metode ini menghasilkan parameter kontrol yang akan dibandingkan respon berdasarkan nilai error. Semakin cepat mendekati 0 maka respon sistem semakin bagus. Hasil identifikasi sistem ini adalah berupa fungsi alih diskrit dengan validasi berupa whiteness test dan uncorrelation test. Parameter fungsi alih diskrit yang didapatkan pada identifikasi sistem ini yaitu denominator A1 = -1,2595, A2 = 0,4422, numerator B1 = 0,0134, B2 = -0,0098, pada time sampling 0,5s. Sedangkan hasil validasi sistem menggunakan whiteness test yaitu RN(0) = 0,1338 , RN(1) = 0,1247, RN(2) = 0,0122, RN(3) = 0,0495 dan |RN(i)|≤ 0,13563 dimana batas validasi praktikalnya adalah sebesar |RN(i)|≤ 0,15. Hasil metode MRAC yaitu untuk metode MIT Rule, parameter kontrol saat γ = 1 θ1 = 4,33 , θ2 = -0,024. Untuk metode Lyapunov parameter kontrol saat γ = 1 θ1 = 4,36, θ2 = -0,238