Perpustakaan Digital ITB

Ringkasan: Estimator atau filter yang umum digunakan dalam aplikasi adalah filter Kalman, yang mengasumsikan bahwa model berstruktur linier dan spektrum daya noise diketahui. Tetapi kenyataana, sebagian besar sistem memiliki perilaku nonlinier yang dominan, sehingga penggunaan filter-filter liner menjadi tidak memadai lagi. Selain itu, informasi yang pasti tentang noise pada sistem juga Bering tidak tersedia. Hal ini memotivasi pengembangan estimator nonlinier yang bersifat robust terhadap noise. Dalam penelitian ini dilakukan pengembangan algoritma estimator nonlinier dengan memperluas struktur estimator Ha liner. Struktur estimator in serupa dengan filter Kalman yang diperluas (EKF= Extended Kalman Filter). Untuk mengevaluasi kinerja Extended Ha Filter ini dilakukan estimasi variabel keadaan path proses fermentasi fed-batch yang merupakan sistem yang sangat nonlinier, dan membandingkannya dengan filter Kahnan, filter H. dan EKF. Dan studi kasus ini disimpulkan bahwa Extended Ha, Filter memberikan kinerja yang terbaik kemudian diikuti oleh EKF , filter H. dan filter Kalman.