PAGE 187

Figure 3.98 (Continued)

Figure 3.98a shows that once the starting transient (which extends from t=0 to about
t=0,03s) is over, QO1  QDTI, Q02  QDT2, and Q02 are each nearly equal to YRAND, but
delayed, respectively, by 0.005 and 0.013 s. Since the spread-out time scale of Fig. 3.98a (chosen
to emphasize the time-delay effects) does not clearly show how YRAND varies with time, we
rerun the problem for FINTIM = 1.0, giving several oscillations which begin to show the random
nature of YRAND and, again, that Q02 is a ngarly perfect measure- ment of YRAND except for
the 0.013-s time shift (Fig. 3.98b).
Numerical Correction of Dynamic Data
Theoretically, if q0(t) (the actual measured data) is known and if (q0, /qi)(i) for the measurement
system is known, we can always reconstruct a perfect record of qi(t) by the following process:
1. Transform q0(t) to Q0(i)
2. Apply the formula
𝑞0
Q0(i) = Qi(i) (i)
𝑞𝑖

PAGE 188
in the inverse sense as
𝑄0(i)
Qi(i) = 𝑞0
( ⁄𝑞𝑡)(i)
to find Qi(i)
3. Inverse-transform Qi(i) to qi(t)
This procedure theoretically will give the exact qi(t) whether the measurement system meets the
KL/ (- di) reguirements or not. In actual practice, of course, while the measurement system does
not have to meet KL/ (- di), it does have to respond fairly strongly to all freguencies present in
qi; otherwise, some parts of the q0, freguency spectrum will be so small as to be submerged in the
unavoidable “noise” present in all systems and thus be unrecoverable by the above mathemat- ical
process. As general-purpose digital computers are used more in data pro- cessing and as computing
power is built into more “instruments,” such dynamic correction becomes increasingly practical
and is a usable alternative in those Situations where measurement systems meeting KL/ (- di),
cannot be construc- ted with the present state of the art. Many FFT signal/system analyzers have
this capability built into their software.
An important variation of the above process has been successfully applied in cases where
the primary sensor is inadeguate but can be cascaded with freguency-sensitive analog elements
whose transfer functions make up the defi- ciencies in the primary sensor. The above computations
are then, in a sense, automatically and continuously carried out by the compensating eguipment to
reconstruct qi(t). This subject is discussed in detail later under the topic Dynamic Compensation.
Experimental Determination of Measurement-System Parameters
While theoretical analysis of instruments is vital to reveal the basic relationships involved in the
operation of a device, it is rarely accurate enough to provide usable numerical values for critical
parameters such as sensitivity, time constant, natural freguency, etc. Thus calibration of instrument
systems is a necessity. We discussed static calibration: here we concentrate on dynamic
characteristics.
For zero-order instruments, the response is instantaneous and so no dynamic
Characteristics exist. The only parameter to be determined is the static sensitivity K, which is
found by static calibration.
For first-order instruments, the static sensitivity K also is found by static calibration. There
is only one parameter pertinent to dynamic response, the time constant , and this may be found
by a variety of methods. One common method applies a step input and measures tas the time to
achieve 63.2 percent of the final value. This method is influenced by inaccuracies in the
determination of the t=0 point and also gives no check as to whether the instrument is really first-
order. A preferred method uses the data from a step-function test replotted semi- logarithmically
to get a better estimate of  and to check conformity to true first-order response.
PAGE 189
PAGE 190
PAGE 191
PAGE 192
PAGE 193
PAGE 194
PAGE 195
PAGE 196
PAGE 197
PAGE 198
Aliati Risma Yanti
181411067

HALAMAN 181

Gambar 3.98 (Lanjutan)

Gambar 3.98a menunjukkan bahwa setelah mulai (yang memanjang dari t=0 hingga sekitar
t=0,03 s) di atas, QO1  QDTI, Q02  QDT2, dan Q01 dan Q02 masing-masing hampir sama
untuk YRAND, tapi tertunda, masing-masing, oleh 0.005 dan 0.013 s. . Karena spread-out skala
Gambar 3.98a (dipilih untuk menekankan efek waktu-delay) tidak jelas menunjukkan bagaimana
YRAND bervariasi dengan waktu, kita jalankan kembali masalah bagi FINTIM – 1.0, memberikan
beberapa osilasi yang mulai menunjukkan random sifat YRAND dan, sekali lagi, bahwa Q02
adalah tolok ukur yang mendekati sempurna YRAND kecuali untuk 0.013-s pergeseran waktu
(Gambar. 3.98b).
Koreksi numerik Dynamic Data
Secara teoritis, jika q0 (t) (data diukur sebenarnya) dikenal dan jika (q0, /qi)(i) untuk sistem
pengukuran diketahui, kita selalu dapat merekonstruksi rekor sempurna dari qi(t) oleh proses
berikut:
1. Perpindahan q0(t) ke Q0(i)
2. Terapkan rumus
𝑞0
Q0(i) = Qi(i) (i)
𝑞𝑖
HALAMAN 188
dalam arti terbalik sebagai
𝑄0(i)
Qi(i) = 𝑞0
( ⁄𝑞𝑡)(i)

untuk menemukan Qi(i)

3. Kebalikan perpindahan Qi(i) ke qi(t)
Prosedur ini secara teoritis akan memberikan qi(t) tepat apakah sistem pengukuran memenuhi KL/
(- di) barang-barang kebutuhan atau tidak. Dalam praktek yang sebenarnya, tentu saja,
sedangkan sistem pengukuran tidak harus memenuhi KL/ (- dt) itu harus merespon cukup kuat
untuk semua freguencies hadir dalam q: sebaliknya, beberapa bagian q0, spektrum freguency akan
menjadi sangat kecil sehingga tenggelam dalam tidak dapat dihindari sekarang “suara” dalam
semua sistem dan dengan demikian dapat dipulihkan oleh proses ical mathemat- atas. Sebagai
tujuan umum komputer digital yang digunakan lebih dalam data cessing pro dan sebagai daya
komputasi dibangun ke lebih “instrumen,” koreksi dinamis seperti menjadi semakin praktis dan
merupakan alternatif yang dapat digunakan pada mereka Situasi di mana sistem pengukuran
bertemu K / (- dt) tidak dapat konstruktif ted dengan keadaan sekarang seni.
Variasi penting dari proses di atas telah berhasil diterapkan dalam kasus di mana sensor
utama adalah inadeguate tetapi dapat mengalir dengan elemen analog freguency-sensitif yang
fungsinya mentransfer membentuk ketidakefisienan defi- di sensor utama. Perhitungan di atas
kemudian, dalam arti, secara otomatis dan terus menerus dilakukan oleh kelengkapan sarana
kompensasi untuk merekonstruksi qi(t). Mata kuliah ini dibahas secara rinci nanti di bawah topik
Dinamis Kompensasi.
Penentuan eksperimental Parameter Pengukuran-System
Sedangkan analisis teoritis instrumen sangat penting untuk mengungkap hubungan dasar yang
terlibat dalam pengoperasian perangkat, jarang cukup akurat untuk memberikan nilai numerik
yang dapat digunakan untuk parameter penting seperti sensitivitas, waktu yang konstan, frekuensi
alami, dll Jadi kalibrasi sistem instrumen adalah sebuah kebutuhan. Kami membahas kalibrasi
statis: di sini kita berkonsentrasi pada karakteristik dinamis.
Untuk instrumen zero-order, respon seketika dan tidak ada Karakteristik dinamis yang ada.
Satu-satunya parameter yang akan ditentukan adalah sensitivitas K statis, yang ditemukan oleh
kalibrasi statis.
Untuk instrumen orde pertama, sensitivitas K statis juga ditemukan oleh kalibrasi statis.
Hanya ada satu parameter yang berkaitan dengan respon dinamik, konstanta waktu , dan ini dapat
ditemukan dengan berbagai metode. Salah satu metode yang umum berlaku masukan langkah dan
tindakan  waktu untuk mencapai 63,2 persen dari nilai akhir. Metode ini dipengaruhi oleh
ketidakakuratan dalam penentuan t=0 point dan juga tidak memberikan cek apakah instrumen
benar-benar orde pertama. Sebuah metode yang disukai menggunakan data dari tes langkah-fungsi
replotted semi logaritmik untuk mendapatkan perkiraan yang lebih baik dari  dan untuk
memeriksa kesesuaian dengan orde pertama respon.
Calista Halimatus Syaadiah
181411072 / 2C

HALAMAN 189
Metode ini mengikuti dari persamaan (3.143) kita bisa menuliskan
𝑞0 −𝐾𝑞𝑖𝑠 −𝑡⁄
= −𝑒 𝑡 (3.315)
𝐾𝑞𝑖𝑠

𝑞 −𝑡⁄
1 − 𝐾𝑞0 = 𝑒 𝑡 (3.316)
𝑖𝑠

Sekarang kita gambarkan ,

𝑞
𝑍 = 𝑙𝑜𝑔𝑒 (1 − 𝐾𝑞0 ) (3.317)
𝑖𝑠

Lalu,
𝑡 𝑑𝑍 −1
𝑍 = −𝑡 = (3.318)
𝑑𝑡 𝑡

Dengan demikian jika kita plot Z terhadap t, kita mendapatkan garis lurus dengan slope
numerikal -1/t. gambar 3.99 mengilustrasikan prosedurnya. Hal ini memberikan nilai yang lebih
akurat dari t karena garis yang melewati setiap titik data lebih dipakai daripada garis yang hanya
menggunakan dua titik data, seperti metoda persen pada 63.2 . Selanjutnya, jika titik data jatuh di
dekat garis lurus, bisa dipastikan bahwa instrumen bertindak sebagai tipe orde pertama. Jika data
menyimpang jauh dari garis lurus, bisa diketahui instrumen bukan orde pertama dan nilai ‫ ז‬yang
diperoleh dari 63.2 metoda persen akan cukup menyesatkan.
Verifikasi (atau sanggahan) yang lebih kuat dari karakteristik orde pertama dinamis
tersedia dari pengujian respons frekuensi, meskipun memakan waktu dan biaya yang cukup besar
jika sistem tidak sepenuhnya menggunakan listrik, karena generator gelombang sinus non listrik
tidak umun atau murah. Jika peralatan tersedia, sistem dikenakan input sinusoidal pada range
frekuensi yang luas.
HALAMAN 190

dan input dan output pun terekam. Rasio amplitudo dan sudut fasa di plot dalam skala
logaritma. Jika sistem benar orde pertama, rasio amplitudo mengikuti tipikal tinggi rendah
frekuensi asimtot (slope 0 dan -20 dB/dekade) dan sudut fasa mendekati -900 secara asimptotik..
jika karakteristik-karakteristik ini dimunculkan , nilai numerik dari t ditemukan dengan
menentukan ω di titik breakpoint dan menggunakan ‫ = ז‬1/ωbreak (lihat gambar 3.100). Deviasi dari
amplitudo diatas dan/atau karakteristiks fasa menunjukkan perilaku non orde pertama.
Untuk system orde kedua, K ditemukan dari kalibrasi statis, dan dan ωn bisa didapatkan
dalam beberapa cara dari langkah atau uji respon frekuensi. Gambar 3.101a menunjukkan respon
fungsi langkah untuk system orde kedua underdamped. Nilai dari dan ωn mungkin bisa
ditemukan dari hubungan

Ketika sistem dibasahi sedikit,input transien cepat akan memproduksi suatu respons menyerupai
gbr. 3.101b. lalu dapat diperkirakan dengan
Perkiraan ini mengasumsikan yang dimana cukup akurat ketika < 0.1, dan lagi
ωn dapat ditemukan dari persamaan (3.320). dalam mengaplikasikan persamaan (3.320), jika
beberapa siklus osilasi mmuncul dalam rekaman, akan lebih akurat untuk menentukan periode T
sebagai rata rata dari banyak siklus berbeda tersedia daripada siklus tunggal. Jika suatu sistem
sangat linier dan meruapkan orde kedua, nilai n di persamaan (3.321) tidak penting; nilai yang
sama dari akan ditemukan untuk sejumlah siklus. Jadi jika dihitung untuk missal n = 1,2,4,
dan 6 dan angka berbeda……
Luthfiana Nurfauziah
181411082

HALAMAN 193

Gambar 3,102 langkah uji untuk sistem Orde kedua overdamped.

Pulse, atau pengujian sinyal acak, mengikuti metode umum ' digunakan untuk exper secara
imental menentukan Model matematis untuk sistem fisik. Ketika sistem Cal atas sedang
dipelajari adalah sistem pengukuran, sinyal output q, itu sendiri umumnya berguna dan tidak ada
sensor output terpisah diperlukan. Namun demikian, kita biasanya perlu mengukur sinyal input q
dengan sensor terpisah, yang berfungsi sebagai standar kalibrasi dan akurasi yang dikenal, dan,
jika mungkin, adalah sekitar 10 kali lebih baik daripada sistem yang dikalibrasi. Jika kita bisa
mendapatkan (qolq) (ia) sehingga untuk sistem pengukuran, ini mendefinisikan rentang frekuensi
di mana koreksi dapat diabaikan dan menyediakan data yang diperlukan untuk membuat koreksi
dinamis (menggunakan metode transformasi dari bagian sebelumnya) jika kita ingin
menggunakan instrumen dalam rentang respons frekuensi yang tidak rata.

HALAMAN 194

Memuat efek di bawah kondisi dinamis perlakuan terhadap pemuatan efek dengan cara
impedansi, masuk, dll, dibahas dalam Sec. 3,2 untuk kondisi statis. Semua hasil ini dapat segera
ditransfer ke kasus operasi dinamis generalisasi definisi dalam hal fungsi transfer. Persamaan
dasar relatingg unterganggu nilai Qi dan aktual diukur nilai QM pada input perangkat
Fristantia Afininnisa
181411077

HALAMAN 191
HALAMAN 192
nilai yang diperoleh, kita tahu sistem tidak mengikuti model matematika yang dipostulatkan.
Untuk sistem overdamped (yang dibasahi) (>1.0), tidak ada osilasi, dan penentuan dari
dan , menjadi lebih sulit. Biasanya lebih mudah tidak ada osilasi, dan mengekspresikan
respon sistem dalam hal dua konstanta dan ,daripada dan . dari persamaan. (3.202)
kita bisa tulis

dimana

Untuk menemukan dan dari kurva respons fungsi-langkah, kami dapat melanjutkan
sebagai berikut :

1. Tentukan persentase tanggapan tidak lengkap sebagai

2. Plot pada skala logaritmik versus waktu pada skala linear. Kurva ini akan mendekati garis
lurus untuk t besar jika sistem berada di urutan kedua. Rentangkan baris ini kembali ke t = 0,
dan catat nilai , di mana garis ini memotong skala . Sekarang, adalah nama dimana
asymptotegaris urus memiliki nilai.
3. Sekarang plot pada grafik yang sama kurva baru yang merupakan perbedaan antara
asymptote garis lurus dan . Jika kurva baru ini bukan garis lurus, sistem bukan urutan
kedua. Jika itu adalah garis lurus, waktu di mana garis ini memiliki nilai 0,368(P1 – 100)
secara numerik sama dengan .

Gambar 3.102 menggambarkan prosedur. Begitu dan ditemukan, dan dapat

ditentukan dari persamaan. )3.323) dan (3.324) jika diinginkan. Metode lain untuk
menemukan dan terdapat dalam literatur. Metode respons frekuensi juga dapat
digunakan untuk menemukan dan atau dan . Gambar 0.103 menunjukkan
penerapan teknik-teknik ini. Metode yang ditampilkan hanya menggunakan kurva
amplitudo– rasio. Jika tersedia kurva fase – sudut, mereka merupakan pemeriksaan yang
berharga pada kesesuaian dengan model yang dipostulatkan.
Untuk sistem pengukuran dan bentuk arbiter (berbeda dengan tipe orde pertama dan
kedua), deskripsi perilaku dinamis dalam hal respons frekuensi biasanya diinginkan.
Informasi ini dapat diperoleh secara sinusional.
Rahmi Almalikus Sa’adah
181411086

HALAMAN 195

Kuantitas Z. K S. dan C sebelumnya dianggap sebagai rasio perubahan kecil dalam dua
variabel sistem terkait dalam kondisi yang dinyatakan. Untuk menggeneralisasi konsep-konsep ini,
sekarang kita mendefinisikan jumlah 1 Y. S. dan C sebagai persimpangan Transfer yang
menghubungkan dua variabel yang sama di bawah kondisi yang sama kecuali bahwa sekarang
operasi dinamis dipertimbangkan. Maka dari itu, kita harus mendapatkan (secara teoritis atau
eksperimental) AD). MD), dan C (D) jika kita ingin menggunakan fungsi transfer operasional dan
non. Ylion. MELENGUH. dan C (ku) jika kita ingin menggunakan metode respons frekuensi.

Biasanya bentuk respons frekuensi paling berguna jika jumlah ini harus ditemukan secara
eksperimental. Ini berarti, kemudian, bahwa dalam menemukan, katakanlah. alias), salah satu dari
dua variabel yang terlibat dalam definisi 7 memainkan peran kuantitas "input" yang kita bervariasi
secara sinusoidal pada frekuensi yang berbeda. Hal ini menyebabkan perubahan sinusoidal pada
variabel lain ("output" ', dan dengan demikian kita dapat berbicara tentang rasio amplitudo dan
sudut fase antara dua kuantitas ini. Membuat 7. (1w) sekarang menjadi bilangan kompleks yang
bervariasi dengan frekuensi. (Jika sistem agak nonlinier, perkiraan efektif 7 menjadi fungsi juga
dari amplitudo input. Situasi ini cukup dijelaskan dalam kondisi statis dalam Bagian 32) Dalam
Persamaan (3.55) .sebagai contoh, baik l'es dan 7.4, akan sekarang menjadi bilangan kompleks:
jika ini diketahui, kita dapat menghitung amplitudo dan fase qii, "jika amplitudo, fase, dan
frekuensi q sinusoidal, diberikan. Kuantitas q" maka akan menjadi input aktual ( q,) ke alat
pengukur, dan kita bisa menghitung q, jika fungsi transfer Iyf y, Nintl diketahui.
Dengan demikian kita bisa menjelaskan fungus dan trans

 Di mana qo output aktual dari alat pengukur yang tidak memiliki beban pada outputnya.
 Nilai variabel terukur A ini yang akan ada jika alat ukur tidak menyebabkan pemuatan pada
media yang diukur.
 Persamaan (3,61). (3.68). dan (3.80) dapat dimodifikasi dengan cara yang serupa. Juga,
jika persamaan diferensial yang berhubungan dengan q. (T) busur diinginkan.
Salsabila Aurelia Wulandanisa
181411090

HALAMAN 196
Kemudian didapatkan persamaan diferensial dengan cara biasa dengan "mengalikan silang" :

[Zgo(D) + Zgi(D)](anDn + an-1Dn-1 + …. + a1D + a0)q0

= [Zgi(D)](bmD
m
+ bm-1Dm-1 + …. + b1D + b0)qilu (3.328)
Contoh dari metode di atas akan sangat membantu. Pertimbangkan alat untuk mengukur kecepatan
translasi, seperti dalam gambar 3.104a. Fungsi transfer tanpa beban yang berhubungan dengan
perpindahan keluaran X0 dan pada input (kecepatan diukur vi dihasilkan sebagai berikut:

dimana Ki = sensitivitas instrumen statis

= m/(m/s)

= rasio redaman instrumen =

Wni = instrumen frekuensi alami tidak tertutup = rad/s

Kita melihat instrumen adalah orde kedua dan dengan demikian akan mengukur Vi secara akurat
untuk frekuensi yang cukup rendah dibandingkan dengan wni. Misalkan kita sekarang
melampirkan instrumen ini ke sistem bergetar yang kecepatannya ingin kita ukur, seperti pada
Gambar 3.104b. Kehadiran alat ukur akan mendistorsi kecepatan yang kita coba ukur. Karakter
distorsi ini dapat dinilai dengan penerapan Persamaan. (3,61), karena kuantitas yang diukur adalah
kecepatan (variabel aliran), dan dengan demikian penambahan adalah jumlah yang tepat untuk
digunakan. Kami menentukan pemasukkan Ygi (D) = (v / f) (D) dari Gambar 3.104c sebagai
berikut:

Juga,
Dan, eliminasi X0, kita mendapatkan
Juga menunjukkan karakteristik frekuensi dari pemasukan ini. Penerimaan keluaran Ygo(D) =
(v/f)(D) dari sistem yang diukur diperoleh dari Gambar 3.104d:

HALAMAN 197
Gambar 3.104 contoh analisis pembebanan dinamis
Sheha Nur Azzahra I.
181411094

HALAMAN 198
Karakteristik frekuensi dari penerimaan output ditunjukan oleh gambar 3.104d
Dapat ditulis :

Dimana
x0 = keluaran sebenarnya dari perhitungan alat
vi l u = kecepatan yang mungkin ada jika perhitungan alat menyebabkan tidak ada muatan
Gambar 3.104e menunjukan bahwa di dalam contohnya efek muatan sangat serius untuk frekuensi
dekat frekuensi natural dari system perhitungan, tapi mendekati 0 untuk frekuensi sangat rendah
dan frekuensi sangat tinggi. Sejak efek muatan dapat dinyatakan dalam aturan frekuensi, itu dapat
menangani semua input dengan menggunakan Fourier seri, transformasi, atau kerapatan spectral
rata-rata.
PROBLEMS
3.1 Perhatikan system pada gambar 2.3
a. jelaskan bagaimana kamu melakukan static kalibrasi untuk menjelaskan hubungan antara input
yang diinginkan dengan output!
b. temperature udara di sekeliling tabung kapiler adalah sebuah input yang mengganggu. Jelaskan
bagaimana kamu mengkalibrasi antara output dan input!
c. Beda ketinggian antara tabung Bourdon dan bohlam adalah input gangguan lainnya. Diskusikan
cara untuk kalibrasinya!
3.2 Apakah system pada gambar 2.4 membutuhkan kalibrasi? Jelaskan!
3.3 Apa kesulitan mendasar yang muncul untuk mencari temperature sesungguhnya dari tubuh?
3.4 Luncurkan sebuah koin sepanjang permukaan halus, cobalah untuk membuat koin itu berhenti
pada garis yang telah dibuat. Ukur jarak koin dari garis. Ulangi 100 kali dan cek hasil percobaan
untuk mencari tau kesesuaian dengan Distribusi Gaussian, gunakan probabilitas kertas grafik!
3.5 Gunakan data yang telah dibuat pada soal 3.4 gunakan tes chi-squared untuk menyesuaikan
dengan distribusi Gaussian!