Optimasi Pengendali PID pada Pesawat Autopilot Berbasiskan Algoritma Genetika

Muhammad Ilhamdi Rusydi

Abstract


Nowadays, technology counts automation as one of the considerable features on it. The ability of machine to work independently become very important, like in aircraft industry. Aircrafts which able to decide their own path are called autopilot. In this research, the control system of pesawat was designed to keep it fly on the reference of high based on the pilot demands. Using the transfer function of aircraft, PID controller was designed based on genetic algorithm (PID-GA). The performance of PID-GA was compared to the PID which was tuned by Ziegler-Nichlos. The result showed that the chosen PID-GA which the threshold, generation and population are 10, 30, 50 performed better performance than PID-ZN. The parameter of proportional, integral and derivate controller are 9,66, 9,15 and 9.06. The specification of the  system performance based on PID-GA were 0.55 second of rise time, 5.3 second of rise time. This result were better than the PID-ZN results. The system performance based on PID-ZN 0.732 second of rise time and 19.1 second of settling time..

Keywords : Autopilot, Genetic Algorithm, PID


Abstrak—Teknologi pada saat sekarang ini telah menyentuh sisi otomatisasi yang handal. Kemampuan mesin untuk bekerja secara mandiri menjadi suatu hal yang sangat penting dewasa ini, begitu juga pada industri pesawat. Pesawat yang dapat menentukan lintasan terbangnya sendiri disebutkan juga dengan autopilot. Pada penelitian ini telah dikembangkan sistem pengendalian pesawat yang dapat menjaga ketinggian terbangnya sesuai dengan yang diinginkan pilot. Dengan menggunakan fungsi alih dari sistem pesawat, maka pengendali PID dirancang berdasarkan metoda algoritma genetika atau PID-GA. Performa kendali PID-GA ini ternyata jauh lebih baik jika dibandingkan dengan metoda pengendali PID-Ziegler Nichlos (PID-ZN). Metoda pengendali PID-GA yang dipilih bekerja pada nilai batas=10, banyak generasi=30 dan populasi sebesar 50. Konstanta proporsional, integral dan derivatif yang dihasilkan adalah 9,66; 9,15 dan 9,06. Dengan kriteria tersebut, waktu naik sistem diperbaiki dari 0,732 detik pada PID-ZN menjadi 0,55 detik pada PID-GA. Sistem juga lebih cepat stabil, dimana pada PID-ZN sistem stabil setelah 19,1 detik sedangkan pada PID-GA sistem sudah stabil dalam jangka waktu 5,3 detik. Hasil ini memperlihatkan betapa kendali PID-GA bekerja sangat baik pada sistem pesawat autopilot.

Kata Kunci : Autopilot, Algoritma Genetika, PID.



Full Text:

PDF

References


John, H.B., Automatic Control of Aircraft and Missiles, ed. 2, Willey (1991).

Mihai, L., Romulus, L., Automatic Control of Aircraft Lateral-directional Motion During Landing Using Neural Networks and Radio-Technical Subsystems, Neurocomputing 171, 471-481 (2016).

Romulus, L., Mihai, L., Application of H2/H∞ and dynamic inversion techniques to aircraft landing control, Aerospace Science and Technology 46, 146-158 (2015).

Xinhua, W., Lilong, C., Mathematical Modelling and Control of a Tilit-Rotor Aircraft, Aerospace Science and Technology 47, 473-492 (2015).

Peng L., Erik-Jan van Kampen, Cornelis de Visser, Qiping, C., Nonlinear Aircraft Sensor Fault Reconstruction in the Presence of Disturbances Validated by Real Flight Data, Control Engineering Practice 49, 112-128 (2016).

Andrew C., Peter F., Hartmut P., Carlos F., Genetic Algorithm Toolbox, Version 1.2, Department of Automatic Control and System Engineering, University of Sheffield.

Darwison, Ilhamdi Rusydi, Rico Fajri., Kontrol Posisi Robot Mobil Menggunakan Logika Fuzzy dengan Sensor Ultrasonik, JNTE 1, 33-41(2012).

Katsuhiko Ogata., Modern Control Engineering, ed. 3, Tom Robbins (1997).




DOI: https://doi.org/10.25077/jnte.v5n2.267.2016

Refbacks



  

       


 Statistic and Traffic