Penerapan Model Predictive Control (MPC) pada Kendali Gerak Longitudinal F-16 dengan Polynomial Chaos

Dewi, Kristian Dwi Ratna (2023) Penerapan Model Predictive Control (MPC) pada Kendali Gerak Longitudinal F-16 dengan Polynomial Chaos. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6002211004-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (2MB) | Request a copy

Abstract

Sistem dinamik adalah sistem yang berubah atau mengalami dinamika dari waktu ke waktu. Dalam riilnya, sistem dinamik tidak selalu deterministik. Karena ada asumsi atau gangguan yang membatasi masalah, sistem dinamik dapat bersifat stokastik, yaitu mengandung ketidakpastian. Ketidakpastian pada parameter muncul ketika parameter sistem tidak diketahui secara pasti. Hal ini terjadi ketika model sistem diperoleh dari data menggunakan pengidentifikasi sistem, yang kemudian memiliki berbagai ketidakpastian pada sistem. Salah satu contoh sistem yang memuat parameter ketidakpastian yaitu pada model gerak longitudinal pesawat F-16. Karena dibutuhkan kontrol pada gerak longitudinal pesawat F-16, pada penelitian ini dilakukan kontrol menggunakan metode Model Predictive Control (MPC). Model gerak longitudinal pesawat F-16 memuat ketidakpastian parameter stokastik, sehingga sebelum dilakukan kontrol akan diterapkan ekspansi Polynomial Chaos pada state space model gerak longitudinal pesawat F-16. Metode Polynomial Chaos merupakan metode yang digunakan untuk mengaproksimasi sistem dinamik linier dengan ketidakpastian parameter. Dengan menggunakan metode Polynomial Chaos sistem dinamik stokastik menjadi sistem dinamik deterministik dengan dimensi state space yang lebih besar. Simulasi diterapkan pada nilai prediksi horizon (N_p) yang berbeda dan orde polinomial (r) yang berbeda. Berdasarkan hasil simulasi didapatkan bahwa keluaran laju sudut pitch dapat mendekati referensi laju sudut pitch yang diberikan.
=================================================================================================================================
A dynamic system is a system that changes or experiences dynamics from time to time. In real terms, dynamical systems are not always deterministic. Dynamical systems can be stochastic because of some assumptions or distractions that limit the problem. The uncertainty in the parameters arises when the system parameters are uncertain. This occurs when the system is obtained from data using system identifiers with various uncertainties. One example of a system that contains uncertainty parameters is the longitudinal motion model of the F-16 aircraft. The longitudinal motion of the F-16 aircraft requires control, so in this study, control was applied using the Model Predictive Control (MPC) method. The longitudinal motion model of the F-16 aircraft contains the uncertainty of stochastic parameters so that before the control is carried out, Polynomial Chaos expansion will be applied to the state space model of the longitudinal motion of the F-16 aircraft. The Polynomial Chaos method is a method used to approximate linear dynamic systems with parameter uncertainty. Using the Polynomial Chaos method, the stochastic dynamic system becomes a deterministic dynamic system with larger state space dimensions. The simulation is implemented using different prediction horizons (N_p) and polynomial orders (r). Based on the simulation results, it was found that the pitch angle rate output can approach the given pitch angle rate reference.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	gerak longitudinal, metode Polynomial Chaos, metode Model Predictive Control (MPC), model gerak pesawat F-16, longitudinal motion, Polynomial Chaos method, Model Predictive Control (MPC) method, F-16 aircraft motion model
Subjects:	Q Science > QA Mathematics > QA401 Mathematical models. Q Science > QA Mathematics > QA402 System analysis. T Technology > TJ Mechanical engineering and machinery > TJ217.6 Predictive Control
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44101-(S2) Master Thesis
Depositing User:	Kristian Dwi Ratna Dewi
Date Deposited:	27 Nov 2023 07:25
Last Modified:	27 Nov 2023 07:25
URI:	http://repository.its.ac.id/id/eprint/103526

Actions (login required)

View Item