Perpustakaan Digital ITB

Penggunaan teknologi yang semakin maju menjadi pendorong kegiatan eksplorasi perairan, salah satunya melalui penggunaan peralatan pendukung seperti Autonomous Underwater Glider (AUG). AUG merupakan sebuah robot otonom bawah air yang bergerak naik dan turun dengan memanfaatkan gaya apung. Pergerakan tersebut diatur oleh sebuah Buoyancy Engine (BE) melalui mekanisme pemindahan fluida yang memengaruhi berat dari GAUG. Sehingga tercipta kendali terhadap gaya apung yang membuatnya dapat mengapung dan tenggelam. Tetapi, penggunaannya memiliki berbagai macam tantangan terkhusus dalam sektor kendali. Sehingga dapat memengaruhi performa, respon sistem dan efisiensi penggunaan energi. Penelitian ini berfokus kepada perancangan suatu kendali menggunakan metode Model Predictive Control (MPC). Metode ini menggunakan suatu model diskrit sebagai model utama untuk mebangun prediksi dengan pendekatan AutoRegressive eXogenous input (ARX). Dimana kendali MPC-ARX diterapkan kepada sebuah Ganeshblue AUG (GAUG). Sistem kendali MPC-ARX dirancang untuk mengendalikan sudut pitch, depth rate dan yaw rate pada sistem GAUG. Dengan menggunakan model ARX yang dibangun melalui proses identifikasi sistem dengan pemilihan orde berdasarkan metode Bayesian Information Criterion (BIC). Dalam perancangan kendali MPC, digunakan Trapezoidal Motion Profile (TMP) pada depth rate dan yaw rate untuk membatasi kecepatan perubahan serta memberikan referensi yang halus terhadap depth ataupun yaw. Berdasarkan hasil BIC, diperoleh model ARX untuk gerak glide dengan orde keluaran 2 dan orde masukan 1, sementara untuk gerak yaw diperoleh orde keluaran 2 dan orde masukan 3. Parameter MPC yang digunakan meliputi horizon prediksi sebesar 10 dan horizon kendali sebesar 3 Simulasi dilakukan dengan menambahkan gangguan sinusoidal sebagai representasi gelombang perairan guna mengevaluasi kinerja kendali yang diusulkan. Gangguan sinusoidal yang diterapkan berfrekuensi 0,2 Hz untuk masing-masing gerak, serta amplituda gangguan untuk masing-masing gerak adalah 2. Hasil simulasi menunjukkan bahwa pada masing-masing jenis gerak, penggunaan bobot adaptif memiliki keunggulan efisiensi energi dibandingkan bobobt tetap. Keunggulan ini terlihat dari penggunaan aktuator pada simulasi. Pada ii kendali gerak glide dengan bobot adaptif, total penggunaan aktuator adalah 1901,64 mL untuk BE dan 418,57 g untuk MM. Sementara itu, pada kendali gerak glide dengan bobot tetap, total penggunaan aktuator adalah 1967,52 mL untuk BE dan 449,61 g untuk MM. Tetapi, gerak glide dengan bobot adaptif memiliki performa penjejakan pitch yang sedikit lebih buruk, meskipun lebih baik pada penjejakan depth rate. Hal ini terlihat dari rata-rata galat pitch sebesar 1,785 derajat pada bobot adaptif, sedangkan pada bobot tetap sebesar 1,700 derajat. Sementara itu, galat depth rate pada bobot adaptif adalah 1,342 mm/detik, sedangkan pada bobot tetap sebesar 1,366 mm/detik. Pada gerak yaw, bobot adaptif menggunakan aktuator sebanyak 4,89 masukan thruster, sedangkan bobot tetap menggunakan 5,60 masukan thruster. sehingga, pada gerak yaw bobot adaptif unggul dalam efisiensi penggunaan aktuator. Tetapi, performa penjejakan yaw rate pada bobot adaptif lebih buruk dibandingkan bobot tetap. Rata-rata galat yaw rate pada bobot adaptif adalah 1,448 rad/detik, sedangkan pada bobot tetap sebesar 0,960 rad/detik. Hasil implementasi menunjukkan bahwa kendali MPC–ARX berkinerja baik pada gerak glide maupun yaw, dan mampu menjejaki referensi yang diberikan. Tetapi, ketidakpastian model menyebabkan MPC-ARX membatasi penggunaan aktuator. Kondisi ini terjadi karena data latih yang digunakan tidak sepenuhnya merepresentasikan dinamika sesungguhnya. Untuk mencegah pelanggaran batasan pada sistem nyata, MPC-ARX memilih solusi yang lebih konservatif dengan memanfaatkan aktuator di bawah kapasitas maksimum. Akibatnya, respon sistem menjadi lebih lambat. Perbandingan antara MPC-ARX dan PID menunjukkan bahwa MPC-ARX unggul dalam meredam overshoot, mengurangi galat serta lebih efisein terhadap penggunaan aktuator. Pada gerak yaw, MPC-ARX menghasilkan overshoot sebesar 0,11% dan galat sebesar 1,85%. MPC-ARX unggul 3,6 % efisien dalam penggunaan aktuator dibandingkan dengan PID. Sementara, PID unggul dalam kecepatan respons sistem, dengan rise time selama 2 detik.