Beruflich Dokumente
Kultur Dokumente
ABSTRACT
This paper presents an active control technique applied to building structures which are excited by external
dynamic loadings such as earthquake, wind, and blasting. By using the active control system, the structural vibration
responses can be decreased by giving control forces generated by actuator which is based on the responses of the
structure. The control forces given to the structure are calculated by using genetic algorithm theory. The actual external
loadings and the responses of the structure are measured by using dynamic sensors and placed at certain location on the
structure.Smart Structure concept which is proposed in this paper is an efficient way in conceiving and designing an
earthquake resistant building. This concept imitates the human neural system, where inside the human body there are
sensors and energy against external excitation or disturbances.The application of this system for building structures,
requires a fast and accurate calculation of control forces, so that time delay in giving control forces to the structure will
be minimized . This requirement can be achieved by using combination of an Artificial Neural Network method and
Genetic Algorithm approach.
Keywords: Smart Structure, control force, earthquake loading, genetic algorithm, artificial neural network, non-linear
structure.
dinamika TEKNIK SIPIL, Volume 8, Nomor 2, Juli 2008 : 137 148 137
menghasilkan efektifitas dan akurasi yang cukup umumnya dilakukan melalui pendekatan linier,
baik untuk struktur yang relatif kecil. namun seringkali pendekatan ini tidak cukup untuk
Studi eksperimental skala laboratorium dengan mempelajari sifat-sifat struktur yang memiliki
menggunakan Jaringan Syaraf tiruan telah dilakukan karakteristik nonlinier, terutama untuk struktur yang
oleh Setio H.D. et. al.(1999 dan 2003) dan memiliki sifat nonlinieritas yang besar. Struktur-
memberikan hasil yang memuaskan. Tulisan ini stuktur nonlinier ini sering menunjukan perilaku
mengusulkan metoda Jaringan Syaraf Tiruan yang yang komplek dan mengejutkan, oleh karena itu
dikombinasikan dengan Algoritma Genetik untuk perlu dilakukan suatu pendekatan nonlinier untuk
menghitung gaya kontrol yang diperlukan oleh memperoleh solusi yang lebih mendekati perilaku
struktur saat dikenai gaya dinamik. Non-linieritas struktur tersebut.
struktur juga diperhitungkan karena pada umumnya Ada beberapa jenis pemodelan matematis yang
struktur dengan eksitasi gempa kuat akan berperilaku mewakili sifat nonlinier, yang akan digunakan dalam
nonlinier sehingga anggapan bahwa struktur tersebut studi ini adalah jenis pemodelan Duffing, yang
tetap linier sudah tidak dapat dipertahankan lagi. memiliki sifat nonlinier geometri.
Model matematis Duffing memiliki bentuk:
a 2 1 (3) Aktuator
STRUKTUR NONLINIER
Dalam bidang rekayasa sipil, hampir semua Gambar 1. Konfigurasi dasar sistem kontrol aktif
struktur memiliki sifat nonlinier, dengan tingkat pada struktur
nonlinieritas yang berbeda-beda. Selama ini
pembuatan model matematik suatu struktur Beberapa macam tipe kontrol struktur aktif
adalah sebagai berikut:
138 Kontrol Vibrasi Aktif Pada Struktur yang Mengalami .......................(Herlin D. Setio, dkk.)
Kontrol Closed Loop. Kontrol ini bekerja dengan elemen matrik Q dan R menentukan pemberat relatif
cara memonitor respon struktur secara terus dari masing-masing variable state dan masing-
menerus dan informasi ini digunakan untuk masing input gaya kontrol dalam prosedur
mengoreksi gaya kontrol yang diberikan secara minimisasi. Pemilihan nilai Q yang besar
terus menerus. menunjukkan bahwa prioritas dari sistem kontrol
Kontrol Open Loop atau disebut juga kontrol adalah untuk mereduksi respon sebesar-besarnya,
umpan maju adalah bila gaya kontrol ditentukan timbal baliknya adalah akan dihasilkan gaya kontrol
hanya berdasar gaya luar yang diukur. Untuk yang besar. Jika nilai R dipilih untuk memiliki nilai
struktur yang dibebani dengan eksitasi gempa yang besar dibandingkan dengan Q, berarti prioritas
dilakukan dengan mengukur percepatan gempa dari sistem kontrol adalah menghasilkan gaya kontrol
pada dasar struktur. yang besarnya tertentu (terbatas), untuk mereduksi
Kontrol Closed-Open Loop. Kontrol semacam respon secara optimal. Jadi pemilihan harga-harga
ini pada kasus dimana informasi respon struktur relatif Q dan R berarti menentukan hubungan timbal
dan gaya luar digunakan bersama-sama untuk balik (trade off) yang optimal antara tingkat reduksi
mendisain gaya kontrol. respon dengan besar energi untuk gaya kontrol yang
Dalam aplikasinya untuk kontrol struktur, diperlukan.
kontrol open loop dan closed-open loop tidak dapat
digunakan, karena riwayat waktu percepatan gempa
xg harus diketahui sebelumnya, dan hal ini tidak JARINGAN SARAF TIRUAN
Jaringan saraf tiruan (JST) merupakan suatu
mungkin dilakukan. Maka, sistem kontrol yang dapat
alat perhitungan, yang mengambil bentuk strukturnya
diaplikasikan untuk kontrol struktur adalah kontrol
seperti jaringan saraf pada makhluk hidup.
closed loop.
Perkembangan JST dimotori oleh keinginan untuk
Persamaan gerak sistem struktur n-DOF
nonlinier yang dibebani gempa xg t dan dikontrol
mengerti cara kerja otak biologis makhluk hidup dan
berusaha untuk menyerupai atau menyamai beberapa
dengan gaya U(t) adalah sebagai berikut: kelebihannya.
t CX t KX t X t M 1 x t HU t
MX
3
dendrit
g
soma sinapsis
(6) akson
Untuk kasus kontrol closed loop, maka gaya
kontrol dapat dihitung menggunakan rumus:
xi wij Merepresentasikan soma
U t R 1 B T Pt Z t G t Z t
1
(7)
2 Merepresentasikan
dendrit dan sinapsis
yj x w
i
i ij j
xj f yj
dengan G t G R 1 B T P
1
2
Merepresentasikan akson
Matrik P adalah matrik Riccati yang dihitung
dari persamaan:
Gambar 2. Model idealisasi neuron dari otak biologis
1
PA PBR 1 B T P A T P 2Q 0 (8)
2 Dari Gambar 2 (Fausset, L.).di atas dapat
0 I disimpulkan hal-hal berikut ini:
A
M C
dengan 1 1
(9) 1. Setiap neuron memiliki suatu aktivasi y j yang
M K
merupakan jumlah input yang datang lewat
0 koneksi dengan bobotnya.
B 1 (10) 2. Input suatu jalur tertentu adalah sinyal yang
M H datang xi dikalikan dengan bobot wij pada
X t koneksinya.
Z t (11)
X t
3. wij merepresentasikan sinapsis dan
mentransmisikan sinyal ke soma j .
Di dalam persamaan struktur yang terkena
beban dinamik dan gaya kontrol, pemilihan elemen-
dinamika TEKNIK SIPIL, Volume 8, Nomor 2, Juli 2008 : 137 148 139
4. Sinyal yang keluar dari neuron j dihitung Dimana xcont t dan xuncont t masing-masing
sebagai x j f y j , dimana f y j adalah fungsi adalah defleksi pada lantai paling atas untuk struktur
yang terkontrol dan yang tidak terkontrol.
aktivasi y j pada neuron tersebut.
Jumlah prediksi dari neuroemulator beberapa
5. Model neuron tersebut juga mempunyai bias j . step ke depan, p , juga sangat berpengaruh terhadap
Suatu jaringan JST multi-lapis terdiri dari satu keakurasian gaya kontrol yang diperhitungkan.
lapisan input, satu lapisan output, dan mungkin Apabila p terlalu kecil, maka algoritma kontrol
beberapa lapisan tersembunyi. Lapisan tersembunyi tidak akan mampu untuk menghitung hasil yang
(hidden layer) ini memungkinkan JST untuk akurat. Apabila p terlalu besar, maka jumlah neuron
merepresentasikan dan menghitung gabungan yang yang dibutuhkan pada neuroemulator akan sangat
komplek antara pola input dan pola output. banyak, yang akan menyebabkan lamanya prosedur
Jaringan multi-lapis umpan maju secara tipikal latihan neuroemulator tersebut. Prosedur trial and
diperlihatkan pada Gambar 3. error dilakukan untuk menentukan besarnya p
tersebut.
Tujuan dari algoritma kontrol, seperti yang
sudah dijelaskan sebelumnya adalah untuk mencari
besar gaya kontrol yang optimal pada setiap step
waktu perhitungan untuk meminimalkan defleksi
Input Output pada lantai yang paling atas, dengan Persamaan 12
sebagai persamaan kendala. Fungsi objektif yang
harus diminimalkan tersebut dapat dituliskan
Lapis masukan Lapis Keluaran sebagai:
f u k dUC d C
Lapis tersembunyi
(14)
Gambar 3. Tipikal JST multi-lapis umpan maju
p
x
i 0
i , uncont t
Prosedur dasar untuk latihan JST adalah Di mana d UC (15)
p 1
sebagai berikut:
1. Mempropagasikan input hingga ke lapis output p
untuk mendapatkan nilai outputnya.
2. Membandingkan output aktual dengan nilai
x
i 0
i , cont t
dC (16)
output yang diharapkan, dan menentukan p 1
kesalahannya.
3. Menentukan arah (+ atau -) untuk mengubah Dengan dUC dan d C masing-masing adalah
setiap bobot untuk mereduksi kesalahan. rata-rata dari harga mutlak defleksi struktur pada
4. Menentukan besarnya perubahan untuk setiap lantai teratas beberapa step ke depan.
node. Persamaan kendala dibutuhkan agar algoritma
5. Mengoreksi bobot. genetika mencari solusi yang berada pada ruang
solusi saja. Hal ini dimaksudkan agar jumlah iterasi
yang dibutuhkan untuk mencapai titik solusi
ALGORITMA GENETIKA UNTUK optimum dapat dicapai dengan cepat. Algoritma
PERHITUNGAN GAYA KONTROL kontrol optimal dipakai untuk memperkirakan gaya
kontrol yang dibutuhkan.
Pada setiap step waktu, algoritma kontrol Seperti yang telah dibahas pada bagian
dijalankan untuk mencari gaya kontrol yang optimal sebelumnya, gaya kontrol yang dihitung
menggunakan prosedur iterasi. Prosedur iterasi ini menggunakan algoritma kontrol optimal tergantung
harus dilakukan untuk mencari gaya kontrol optimal pada bobot matrik Q dan R. Apabila bobot matrik Q
dengan kendala: dipilih jauh lebih besar daripada bobot matrik R,
maka tujuan kontrol dipilih untuk mereduksi respon
xcont t xuncont t (12) struktur sebanyak mungkin, yang akan menimbulkan
gaya kontrol yang sangat besar. Begitu juga
u k , max u k , j u k , max (13) sebaliknya, apabila bobot matrik Q dipilih jauh lebih
kecil daripada bobot matrik R, maka tujuan kontrol
dipilih untuk menghemat gaya kontrol sebanyak
140 Kontrol Vibrasi Aktif Pada Struktur yang Mengalami .......................(Herlin D. Setio, dkk.)
mungkin, yang menyebabkan respon struktur tidak memperoleh individu yang bernilai fitness lebih
berkurang secara signifikan. Hal ini dapat digunakan tinggi. Fungsi mutasi yang digunakan dalam
untuk memasukkan persamaan kendala pada optimasi gaya kontrol ini adalah sebagai berikut:
algoritma genetika dengan tujuan agar iterasi untuk
mencari gaya kontrol langsung berada pada daerah
solusi. Hal ini dituliskan dengan rumus berikut: \ u j , k ' u j , k u j , k , max u j , k h g
jika r1 2 3
0 u k , j max u k , j , max u k , max Jika Gt zt 0
u j , k ' u j , k u j , k u j , k , min h g
uk , j
min u k , max , u k , j , max u k , j 0 Jika Gt zt 0 jika r1 1 3 u j , k ' u j , k
(17)
Aktuator dipasang pada lantai 1, 3, 5, 7 dan 9 kN, 65 kN, 125 kN, dan 200 kN. Respon
dengan kapasitasnya masing-masing adalah 6 kN, 25 perpindahan dan percepatan pada lantai teratas pada
142 Kontrol Vibrasi Aktif Pada Struktur yang Mengalami .......................(Herlin D. Setio, dkk.)
struktur yang terkontrol akan dibandingkan dengan dan Gambar 7 untuk data latihan. El Centro dipakai
respon yang sama pada struktur tidak terkontrol. untuk mewakili gempa-gempa yang bersifat
Besaran-besaran algoritma genetika yang broadband, sedangkan gempa Pacoima dipakai
digunakan antara lain adalah jumlah populasi 100 karena mempunyai percepatan maksimum yang
individu, generasi maksimum adalah 15 generasi. besar.
Jumlah prediksi step ke depan untuk neuroemulator Hasil latihan emulator JST menggunakan data
adalah sebanyak 5 step. gempa El Centro dan Pacoima dapat dilihat pada
Pada Studi kasus ini dipilih data gempa El Gambar 8 sampai Gambar 12.
Centro dan Pacoima seperti terlihat pada Gambar 6
Gambar 8. Hasil latihan emulator dengan data gempa El Centro diamati pada selang waktu detik ke 15 - 28
dinamika TEKNIK SIPIL, Volume 8, Nomor 2, Juli 2008 : 137 148 143
Gambar 11. Gaya kontrol lantai 9 akibat gempa El-Centro
Perhitungan gaya kontrol dilakukan dengan diaplikasikan untuk mengontrol struktur 10 (sepuluh)
komputer AMD 1,8 GHz dengan menggunakan lantai yang identik dengan studi kasus pertama pada
program MATLAB 6.5. Waktu perhitungan rata-rata bab sebelumnya. Neurokontrol dilatih dengan
yang diperlukan untuk mendapatkan gaya kontrol menggunakan data-data struktur yang terkena gempa
optimal pada setiap step waktu (0.02 detik) adalah El Centro dan gempa Pacoima yang dihitung dengan
sekitar 6.7 detik. Dengan waktu perhitungan yang menggunakan algoritma genetika.
relatif lama ini, maka metoda kontrol optimal hanya Input neurokontrol adalah percepatan struktur
akan dipakai untuk mendapatkan data latihan pada di lantai teratas 3 (tiga) riwayat waktu sebelumnya,
pembentukan sistem Jaringan Syaraf Tiruan (JST) eksitasi gempa pada dasar bangunan 3 (tiga) riwayat
waktu sebelumnya, dan gaya kontrol pada masing-
masing aktuator 3 (tiga) riwayat waktu sebelumnya.
JST SEBAGAI NEUROKONTROL Input neuron sebanyak 21 buah. Lapisan tersembunyi
menggunakan 20 (dua puluh) neuron yang dibagi
Neurokontrol yang sudah terlatih, akan
menjadi dua lapisan, dan satu lapisan output dengan
digunakan untuk mengontrol struktur yang terkena 5 (lima) buah neuron yang merepresentasikan gaya
eksitasi gempa yang berlainan dengan data gempa
kontrol pada masing-masing aktuator. Skema
latihan. Data gempa yang digunakan adalah gempa neurokontrol untuk struktur 10 lantai tersebut
Kern County, gempa Northridge, gempa Lomaprieta,
digambarkan pada Gambar 13.
dan 300% gempa Meksiko. Neurokontrol akan
144 Kontrol Vibrasi Aktif Pada Struktur yang Mengalami .......................(Herlin D. Setio, dkk.)
Pengontrol
Z(t)
u1,k
data u2,k
uj(t) ur,k
xg (t )
Gambar 14. Hasil latihan neurokontrol menggunakan gempa El Centro Centro diamati
pada selang waktu detik ke 41 47
Gambar 15. Hasil latihan neurokontrol menggunakan gempa Pacoima Centro diamati
pada selang waktu detik ke 20 - 25
dinamika TEKNIK SIPIL, Volume 8, Nomor 2, Juli 2008 : 137 148 145
Gambar 16. Riwayat waktu perpindahan lantai teratas akibat gempa Kern County
Gambar 18. Riwayat waktu perpindahan lantai teratas akibat gempa Lomaprieta
146 Kontrol Vibrasi Aktif Pada Struktur yang Mengalami .......................(Herlin D. Setio, dkk.)
Gambar 19. Riwayat waktu perpindahan lantai teratas akibat gempa 300% Meksiko
Gambar 20. Riwayat waktu gaya kontrol lantai 9 akibat gempa Kern County
Gambar 21. Riwayat waktu gaya kontrol lantai 9 akibat gempa Northridge
dinamika TEKNIK SIPIL, Volume 8, Nomor 2, Juli 2008 : 137 148 147
Gambar 22. Riwayat waktu gaya kontrol lantai 9 akibat gempa Lomaprieta
148 Kontrol Vibrasi Aktif Pada Struktur yang Mengalami .......................(Herlin D. Setio, dkk.)