Implementasi Metode Optimasi Particle Swarm Optimization (PSO) untuk Tuning Pengendali Model Predictive Control (MPC) pada Quadruple Tank

Abstract

Pada penelitian ini telah dibangun mode kontrol Model Predictive Control (MPC) dengan metode optimasi Particle Swarm Optimization untuk mencari nilai terbaik pada parameter beban sinyal kontrol Wu dan sinyal control error W∆u yang kemudian diimplementasikan secara online pada rancang bangun system Quadruple Tank. Metode IMOPSO untuk MPC dengan nilai sinyal control Wu =0.0076 dan sinyal control error Wdu = 0.1221 menghasilkan respon system terbaik dengan maximum overshoot = 4% error steady state 1% settling time 55 detik dibandingkan MOPSO dengan nilai sinyal control Wu 0.0397 dan sinyal control error Wdu 0.1780 menghasilkan respon sistem dengan maksimum overshoot = 5% Error Steady State = 3 % settling time 65 detik. Selain itu, dibangun juga control PSO – PID yang digunakan sebagai pembanding dimana mode MOPSO menghasilkan nilai Kp = 3.0828 Ki = 0.4219 memiliki respon sistem dengan maksimum overshoot = 3 % Error Steady State = 2% dan settling time 250 detik. Sedangkan pada mode IMOPS nilai Kp = 2.9388 Ki = 0.2166 memiliki respon system dengan maksimum overshoot = 3 % Error Steady State 1.5% dan settling time 150 detik.