Memuat
Memuat
Tuning Pengendali PID untuk Instrumentasi dan Sensor
0 kali dilihat
Merancang pengendali berbasis Tuning Pengendali PID agar suhu oven kalibrasi tetap stabil melalui daya pemanas di bawah gangguan pembukaan pintu. Pengendali PID memakai aksi proporsional, integral, dan derivatif untuk memperkecil galat sistem. Dipakai untuk mengendalikan suhu, kecepatan motor, level, dan proses lain yang modelnya dapat didekati dengan fungsi alih.

Merancang pengendali berbasis Tuning Pengendali PID agar suhu oven kalibrasi tetap stabil melalui daya pemanas di bawah gangguan pembukaan pintu.
| Peran | Variabel | Satuan |
|---|---|---|
| Utama | Suhu oven kalibrasi | °C |
| Pendukung 1 | Daya pemanas | W |
| Pendukung 2 | Gangguan pembukaan pintu | °C |
Pengendali PID hasil tuning (Kp=1.16, Ki=0.52, Kd=0.53) membuat Calibration oven temperature mengikuti acuan dengan overshoot 5.1% dan waktu tunak 7.4 s; IAE 1.41 lebih kecil daripada pengendali P saja.
Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.
Pengendali PID memakai aksi proporsional, integral, dan derivatif untuk memperkecil galat sistem. Dipakai untuk mengendalikan suhu, kecepatan motor, level, dan proses lain yang modelnya dapat didekati dengan fungsi alih.
Laporkan nilai Kp, Ki, Kd, serta rise time, overshoot, settling time, dan galat keadaan tunak. Sertakan margin stabilitas dan diskusi tentang saturasi aktuator.
Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.
s = tf('s');
calibration_oven_temperature = 1 / ((s + 1) * (0.5*s + 1) * (0.2*s + 1)); % plant
heater_power = 0:0.01:15; % time vector
Cp = pidtune(calibration_oven_temperature, 'P');
Cpi = pidtune(calibration_oven_temperature, 'PI');
Cpid = pidtune(calibration_oven_temperature, 'PID');
ctrls = {Cp, Cpi, Cpid};
names = {'P', 'PI', 'PID'};
figure; hold on;
for k = 1:3
T = feedback(ctrls{k} * calibration_oven_temperature, 1);
[yt, t] = step(T, heater_power);
info = stepinfo(T);
ess = abs(1 - dcgain(T));
fprintf('%-4s Tr=%.2f Ts=%.2f OS=%.1f %% Ess=%.3f\n', names{k}, ...
info.RiseTime, info.SettlingTime, info.Overshoot, ess);
plot(t, yt, 'DisplayName', names{k});
end
hold off; grid on; legend show;
xlabel('Time (s)'); ylabel('Output');
fprintf('PID gains: Kp=%.3f Ki=%.3f Kd=%.3f\n', Cpid.Kp, Cpid.Ki, Cpid.Kd);Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.
Paket 1
Rp 400.000
belum termasuk PPN 11%
Waktu pengerjaan: 5 hari kerja
Output: Berkas MATLAB + gambar hasil
Yang Anda terima
Paket 2 · paling dipilih
Rp 1.100.000
belum termasuk PPN 11%
Waktu pengerjaan: 9 hari kerja
Output: Kode + analisis + bahan interpretasi
Termasuk semua item Paket 1, ditambah
Paket 3
Rp 2.400.000
belum termasuk PPN 11%
Waktu pengerjaan: 14-17 hari kerja
Output: Kode + analisis + pendampingan hingga siap dipresentasikan
Termasuk semua item Paket 1 & 2, ditambah
Cocok. Tuning Pengendali PID lazim dipakai pada jenjang ini di bidang Instrumentasi dan Sensor. Analisis kami sesuaikan dengan pertanyaan penelitian, data Anda sendiri, dan ketentuan dosen pembimbing.
Bukan. Lembar hasil dihitung dari data sintetis sebagai ilustrasi jenis keluaran MATLAB. Untuk pesanan Anda, metode yang sama dijalankan pada data penelitian Anda sendiri.
Itu tujuan paketnya. Setiap skrip diberi komentar, dan Paket 3 mencakup dua sesi pendampingan serta latihan tanya jawab supaya Anda bisa menjelaskan metode dan hasilnya saat seminar dan sidang.
Tiap proyek punya tiga paket: Paket 1 (kode dan penjelasan) Rp 400.000, Paket 2 (analisis data Anda dan interpretasi) Rp 1.100.000, dan Paket 3 (pendampingan lengkap) Rp 2.400.000, belum termasuk PPN 11%. Data yang besar, metode tambahan, atau tenggat ketat menyesuaikan penawaran setelah konsultasi singkat.
Lembar hasil memakai data sintetis sebagai ilustrasi. MATLAB adalah merek dagang The MathWorks, Inc.
Kembali ke portofolio MATLAB