PENGATURAN AUTOPILOT LANDING SYSTEM DENGAN OPTIMAL QUADRATIK PREDICTIVE CONTROL (OQPC)

Mohammad Erik Echsony, Muhammad Sadli

Abstract


Transportasi udara merupakan alat transportasi yang mutakhir dan tercepat dengan jangkauan yang luas dalam kegiatan penerbangan yang paling terpenting adalah faktor keselamatan merupakan syarat utama bagi dunia penerbangan, kebutuhan performance bertujuan memberikan rasa nyaman dan aman ketika proses landing pesawat yang diberikan sebuah trayektori persamaan desired altitude terhadap waktu.dalam penelitian ini untuk autopilot landing system banyak metode pengaturan yang digunakan baik metode pengaturan cerdas, pengaturan adaptif, metode tersebut hanya mengkondisikan bahwa system dalam kondisi ideal kondisi tersebut bertentangan dengan real system kondisi tersebut dipastikan bahwa sebuah loop tertutup terdapat gangguan baik dari dalam sistem (kesalahan proses) maupun dari luar sistem (pengaruh gejala alam). Dengan melihat metode-metode pengaturan yang ada maka dipilihlah metode optimal predictive control untuk mengatur elevator deflection angle. Metode tuning digunakan untuk mencari nilai dari konstanta (Gain) pengontrol optimal (LQR). Penelitian dilakukan dengan cara simulasi. Hasil penelitian menunjukkan bahwa metode pengaturan optimal predictive control dapat mengatur elevator deflection angle dengan atau tanpa penambahan gangguan pada plant. pemilihan kontroler LQR sangat tepat karena aksi control mampu meredam gangguan dari luar system berupa angin yang dibangkitkan dengan menggunakan gaussian distributed random (0,10) dengan dan frekuensi 1 sampai 10 Hz. Metode tuning gain mampu bekerja dengan maksimal sehingga input berupa trayektori landing pesawat dapat diikuti oleh output dari plant dengan baik dengan menghasilkan error absolute sebesar 0.001

Full Text:

PDF

References


. Zazili,ahmad., Perlindungan Hukum Terhadap Penumpang Pada Transportasi Udara Niaga Berjadwal Nasional, Thesis, Universtas Diponegoro, 2008

. R,Patrick., J.R, Azinheira, Visual Auto-landing of an Autonomous Aircraft, INRIA, France, 2002

. Y.J. Huang and T.C. Kuo, Robust Vertical Takeoff and Landing aircraft Control Via Integral Sliding Mode, IEE Proceedings online, 2003

. M.M. van Paassen, M. Mulder ,J. Groeneweg and R.R.D. Arents, Predictive Landing Guidance in Synthetic Vision Displays, Navigation and Control conference, Chicago, U.S.A., 11 August, 2009.

. Lau, Kevin.,Lopez,R.,Onate,E, Neural Networks For Optimal Control Of Aircraft Landing System, Procedings Of The World Congress On Engineering, London , United Kingdom, 2007.

. Maciejowski,J.M, Multivariable Feedback System, Cambridge University and Pembroke College,Cambridge 1989.

. Yan li., N sundararajan., P saratchandran., Zhifeng wang, Robust neuro-H∞ controler design for aircraft auto-landing , IEE Transaction On Aerospace And Electronic systems,2004

. Jiang,Xianhua, Motai,Yuichi, Zhu,Xingquan , Predictive Fuzzy Logic Controller for Trajectory Tracking of Mobile Robot, IEEE Mid-Summer Workshop on Soft Computing in Industrial Applications, Espoo, Finland, June 28-30, 2005

. Y. L. Huang, Helen H. Lou, J. P. Gong, and Thomas F. Edgar, Fuzzy Model Predictive Control, IEEE Transaction on Fuzzy Systems, 6, December 2000

.Andr´e S. Fialho, Federico Cismondi, Susana M. Vieira, Jo˜ao M. C. Sousa, Shane R. Reti, Leo A. Celi, Michael D. Howel and Stan N. Finkelstein, Fuzzy Modeling to Predict Administration of Vasopressors in Intensive Care Unit Patients, IEEE International Conference on Fuzzy Systems, Taipei, Taiwan, June 27-30, 2011

.Radu Bălan, Vistrian Mătieş, Victor Hodor, Olimpiu Hancu, and Sergiu Stan, (2007), Applications of a Model Based Predictive Controlto Heat-Exchangers, Proceeding of The 15th Mediterranian Conference On Control And Automation, Athens-Greece, T27-010.

.Juan M. Marthin Sanchez, Jose Rodellar, (1996), “Adaptive Predictive Control: From the Concepts to Plant Optimization”, Prentice Hall, London.

Katsuhiko Ogata, Ir. Edi Leksono, Teknik Kontrol Otomatik , jilid II , Penerbit Erlangga, Jakarta, 1993.




DOI: https://doi.org/10.29103/techsi.v7i2.198

Article Metrics

 Abstract Views : 313 times
 PDF Downloaded : 5 times

Refbacks

  • There are currently no refbacks.




TECHSI Journalindexed by:


Google Scholar Portal Garuda crossref doi




TECHSI Journalis a member of:


Mendeley Zotero



© Copyright of Journal TECHSI, (e-ISSN:2614-6029, p-ISSN:2302-4836).