LAPORAN PRAKTIKUM KENDALI CERDAS

RBF Neural Neural PID Control

Oleh :
Nama : Khairinnisa Siregar
Nim : 16507134042

TEKNIK ELEKTRONIKA
FAKULTAS TEKNIK
UNIVERSITAS NEGERI YOGYAKARTA
A. Jawaban Tugas
1. Hasil Program PID dengan nilai kp=0,03,ki=0,01,dan kd=0,03
Hasil PID dengan nilai kp=0,01,ki=0,01,dan kd=0,9
2. Program
%Adaptive PID contro based on RBF Identification
clear all;
close all;

xite=0.25;
alfa=0.05;
belte=0.01;
x=[0,0,0]';

ci=30*ones(3,6);
bi=40*ones(6,1);
w=10*ones(6,1);

h=[0,0,0,0,0,0]';

ci_1=ci;ci_3=ci_1;ci_2=ci_1;
bi_1=bi;bi_2=bi_1;bi_3=bi_2;
w_1=w;w_2=w_1;w_3=w_1;
u_1=0;y_1=0;
xc=[0,0,0]';
error_1=0;error_2=0;error=0;

%kp=rand(1);
%kd=rand(1);
kp0=0.03;
kd0=0.03;

kp_1=kp0;
kd_1=kd0;

xitekp=0.20;
xitekd=0.20;
xiteki=0.20;

ts=0.001;
for k=1:1:2000
time(k)=k*ts;
rin(k)=1*sign(sin(2*pi*k*ts));
yout(k)=(-0.1*y_1+u_1)/(1+y_1^2); %Nonlinear plant

for j=1:1:6
h(j)=exp(-norm(x-ci(:,j))^2/(2*bi(j)*bi(j)));
end
ymout(k)=w'*h;

d_w=0*w;
for j=1:1:6
d_w(j)=xite*(yout(k)-ymout(k))*h(j);
end
w=w_1+d_w+alfa*(w_1-w_2)+belte*(w_2-w_3);

d_bi=0*bi;
for j=1:1:6
d_bi(j)=xite*(yout(k)-ymout(k))*w(j)*h(j)*(bi(j)^-
3)*norm(x-ci(:,j))^2;
end

bi=bi_1+ d_bi+alfa*(bi_1-bi_2)+belte*(bi_2-bi_3);
for j=1:1:6
for i=1:1:3
d_ci(i,j)=xite*(yout(k)-ymout(k))*w(j)*h(j)*(x(i)-
ci(i,j))*(bi(j)^-2);
end
end
ci=ci_1+d_ci+alfa*(ci_1-ci_2)+belte*(ci_2-ci_3);

%%%%%%%%%%%%%%%%%%%%%%Jacobian%%%%%%%%%%%%%%%%%%%%%%%
yu=0;
for j=1:1:6
yu=yu+w(j)*h(j)*(-x(1)+ci(1,j))/bi(j)^2;
end
dyout(k)=yu;
%%%%%%%%%%%%%%%%%%%%%%Start of Control system%%%%%%%%%%%%%%%%%%
error(k)=rin(k)-yout(k);
kp(k)=kp_1+xitekp*error(k)*dyout(k)*xc(1);
kd(k)=kd_1+xitekd*error(k)*dyout(k)*xc(2);
if kp(k)<0
kp(k)=0;
end
if kd(k)<0
kd(k)=0;
end

M=0;
switch M
case 0
case 1 %Only PID Control
kp(k)=kp0;
kd(k)=kd0;
end
du(k)=kp(k)*xc(1)+kd(k)*xc(2);
u(k)=u_1+du(k);

%Return of parameters
x(1)=du(k);
x(2)=yout(k);
x(3)=y_1;

u_1=u(k);
y_1=yout(k);

ci_3=ci_2;
ci_2=ci_1;
ci_1=ci;

bi_3=bi_2;
bi_2=bi_1;
bi_1=bi;

w_3=w_2;
w_2=w_1;
w_1=w;

xc(1)=error(k)-error_1; %Calculating P
xc(2)=error(k)-2*error_1+error_2; %Calculating D

error_2=error_1;

kp_1=kp(k);
kd_1=kd(k);

end
figure(1);
plot(time,rin,'b',time,yout,'r');
xlabel('time(s)');ylabel('rin,yout');
figure(2);
plot(time,yout,'r',time,ymout,'b');
xlabel('time(s)');ylabel('yout,ymout');
figure(3);
plot(time,dyout);
xlabel('time(s)');ylabel('Jacobian value');
figure(4);
subplot(311);
plot(time,kp,'r');
xlabel('time(s)');ylabel('kp');
subplot(312);
plot(time,kd,'r'); xlabel('time(s)');ylabel('kd');

hasil program dengan kp=0,03 dan kd=0,03

Hasil program PD dengan nilai kp=0,01 dan kd=0,6
Analisa :
Untuk mendapatkan hasil figure dari program PID menjadi PD maka dilakukan
penghapusan pada nilai besaran I dan eror yang terdapat pada program. hasil program
PD controler jika dibandingkan dengan hasil dari program PID eror pada PD
controler lebih rapat atau lebih kecil dibandingkan dengan PID controler kemudian
untuk membandingkan antara PD controler dengan PID controler nilai dari kp dan ki
pada program PID controler dan PD controler harus sama. pada percobaan yang
dilakukan jika nilai besaran dari PID dan PD dirubah misalnya pada percobaan nilai
dari kd dan ki dirubah menjadi besar yaitu kd=0,6 dan ki=0,01 maka jika
dibandingkan PID controler dengan PD controler maka gangguan pada PID controler
lebih banyak dibandingkan dengan PD controler.

Kesimpulan
Pada saat nilai besaran dari PID controler dan PD controler dibandingkan maka eror
pada PID lebih besar dibandingkan eror pada PD controler.