Hasil Pencarian  ::  Simpan CSV :: Kembali

"Motor Induksi di dalam perindustrian sangat banyak dibandingkan dengan motor lainnya, karena harga dan kemudahan operasi motor induksi tersebut. Banyaknya aplikasi yang menggunakan motor induksi menyebabkan cukup banyak research mengenai pengendalian motor induksi agar dapat berjalan lebih efektif, efisien, dan ekonomis.Pada penelitian ini dibahas mengenai bagaimana menala proposional gain dan integral gain bila kecepatan referensi diubah dengan menggunakan adaptif fuzzy. Pada perancangan sistem kendali adaptif fuzzy disini menggunakan Observer Model reference adaptif system (MRAS) untuk melakukan estimasi kecepatan motor induksi. Pemodelan motor induksi tiga phasa dan MRAS dilakukan dalam kerangka acuan direct-quadrature (dq), ini ditujukan agar tidak diperlukan lagi melakukan banyak transformasi, karena bagian pengendali, fluks model, serta banyak besaran lainnya berada pada sumbu dq.Hasil simulasi dengan C-MEX Sfunction Matlab/Simulink 6.5 menunjukkan bahwa penggunaan kendali Adaptif Fuzzy untuk self tuning PI dapat menala gain proporsional dan gain integral dengan ketepatan 97%. Respon kecepatan rotor dengan menggunakan observer MRAS lebih baik dari Observer full order, pada kecepatan referensi 140 rad/det tidak mengalami overshoot di t = 3 detik. Pada parameter motor yang sama, motor dengan nilai momen inersia besar memiliki putaran lebih stabil.

---

Induction motor in industrial is using more than any other motor because the price and the operation of the induction motor is easy. Many application that used induction motor causing many research about the controlling of induction motor so the motor can run more effective, efficient and economist.In this research we are talking about how to tuned the proportional gain dan the integral gain if the motor paramaeter being changed using adaptif fuzzy. On the adaptif fuzzy planning system here we use Observer Model Adaptif System (MRAS) to do the estimating the speed of the induction motor. The using of the observer is being hope to reduce the using of speed sensor, that can reduce the cost. Induction three phases motor modeled and MRAS is done in the references of direct-quadrature (dq), this aim to not doing many transformation, because in the control part, flux model, and many other values is in the dq axis.The simulation results with C-MEX S-function Matlab/Simulink 6.5 shown that the using of adaptive fuzzy for self tuning PI can tuned proportional gain and internal gain with the proximation of 97%. Motor speed response with observer MRSA has the better performance than the full observer order, at the 147 rad/sec reference speed doesn?t have overshoot at t = 3 second. Value of moment inertia is rather then big have rotation be stable with the same motor parameters."

"ABSTRAK Tesis ini membahas sistem kisi adaptif yang digunakan untuk penyelesaian sistem Persamaan Diferensial Parsial (PDP) hasil pemodelan dari pencemaran air tanah. Sistem PDP yang terbentuk diselesaikan secara numerik dengan menggunakan metoda garis, sedangkan sistem Persamaan Diferensial Biasa (PDB) yang terlibat diselesaikan dengan menggunakan paket VODPK. Selama integrasi digunakan mekanisme pengkisian adaptif. Metoda pengkisian adaptif yang digunakan adalah dari kelas metoda pengkisian statis, yaitu metoda penghalusan kisi tak-seragam dan metoda penghalusan kisi seragam lokal. Pada masing-masing metoda digunakan strategi penghalusan yang dikemukakan oleh Trompert dan Verwer (1991). Hasil komputasi menunjukkan bahwa dibandingkan dengan kisi tak-adaptif pemakaian kisi adaptif mempunyai tingkat efisiensi yang berarti baik dari segi waktu komputasi maupun memori yang digunakan. Sedangkan diantara kedua metoda pengkisian yang digunakan metoda penghalusan kisi seragam lokal lebih efisien dibandingkan dengan metoda penghalusan kisi tak-seragam. "

"Sistem Kendali Adaptif Acuan Model Proporsional Integral (SKA2M-PI) merupakan salah sate jenis pengendali adaptif yang dapat mengatasi masalah-masalah yang sering didapati dalam perancangan sistem kendali modern seperti fungsi alih yang tidak dapat didefinisikan dengan baik dan parameter proses yang berubah terhadap waktu. Kestabilan sistem ini dijamin dengan diterapkannya teon kestabilan Lyapunov dalam perancangan mekanismenya. Pada skripsi ini dibuat suatu perangkat lunak yang dinamakan Program Sistem Kendali Adaptif Acuan Model (PSK42M), yang berguna untuk men-simulasikan SKA2M-Pl. PSKA2M merupakan perangkat lunak yang mudah digunakan (user friendly), karena dibuat dengan bahasa Visual Basic versi 3.0 di lingkungan Windows 3.10. Dari hasil simulasi dengan PSKA2M, dapat dilihat beberapa kelebihan SKA2M-PI yaitu : mampu meredam overshoot sampai nol persen; mampu menghilangkan galat-tunak sampai mendekati nol persen; mampu mempercepat rise-time dan settling-time; mampu beradaptasi terhadap perubahan parameter proses, sehingga jika hai tersebut terjadi, dapat dengan cepat kembali mencapai unjuk-keoa yang diinginkan; tidak perlu mengetahui fungsi alih-sistem dalam penerapannya ; dan dengan adanya model acuan, mudah untuk mengatur dinamika keluaran sesuai dengan keinginan."

"ABSTRAKDalam perancangan motor induksi tiga phasa, informasi mengenai kecepatan motor sangat diperlukan untuk melakukan pengaturan kecepatan motor. Sensor kecepatan yang biasa digunakan mempunyai keterbatasan dalam hal resolusi dan biaya pembelian yang mahal. Oleh sebab itu diperlukan metode lain untuk menentukan kecepatan motor guna menggantikan penggunaan sensor kecepatan tersebut. Model motor yang digunakan adalah model motor induksi dalam kerangka acuan fluks rotor. Varibel yang diestimasi oleh observer adalah arus stator dan fluks rotor, sedangkan kecepatan rotor diestimasi berdasarkan teori lyapunov. Perancangan dan simulasi estimasi kecepatan pada motor induksi tanpa sensor kecepatan dengan full order observer ini menggunakan program C-MEX S-function pada Matlab/Simulink versi R2008a.

---

ABSTRACTIn the three-phase induction motor design, the information about the motor speed is exceptionally needed to do the controling the speed of the motor. The sensor that has been used to measure the velocity has limitation in the matter of resolution with high expense. Therefore, there?s a need to use another method to replace the velocity sensor?s function to determine the motor speed. The motor modeling that?s used is the induction motor model in the frame of rotor flux reference. Variables are estimated by the observer is the stator current and rotor flux, while the rotor speed is estimated based on Lyapunov Theory. The design and simulation of the velocity estimation in induction motor without speed sensor with a full order observer is using the program C-MEX S-function in Matlab / Simulink R2008a version."

"ABSTRAKPengendali swa tala dengan penempatan kutub merupakan Salah satu pengendali adaptif yang menggunakan estimasi dengan pendekatan linier untuk memperbaharui pengendalinya secara on-line. Pengendali swa tala ini mampu mempertahankan unjuk kerja lingkar tertutup sistem namun membutuhkan waktu yang cukup lama untuk melakukan adaptasi. Untuk mengatasi perubahan yang cepat, dapat diatasi dengan menggunakan beberapa model linier yang dapat merepresentasikan sistem untuk beberapa titik kerja melalui pendekatan linier dengan analisis secara off-line. Model yang akan dlaktifkan adalah model yang paling baik merepresentasikan sistem pada saat itu dengan menggunakan supervisor yang menentukan mekanisme 'switching. Pengendalian ini disebut pengendalian multi model. Pengendalian multi model memiliki keterbatasan untuk penempatan model dalam database sehingga unjuk kerja lingkar tertutup akan menurun jika tidak ada satupun diantara model-model yang ada dalam database yang mampu mewakili kondisi kerja saat itu. Kelemahan - kelemahan dari metode pengendalian swa tala dan pengendalian multi model dapat diatasi dengan menggabungkan kedua metode tersebut sehingga menjadi pengendalian adaptif multi model yang mampu mempertahankan unjuk kerja lingkar tertutup sistem walaupun terjadi selang waktu perubahan set point yang cepat

---

"

"Pengendali adaptif pada Pressure Process Rig Feedback 38-714 dengan mekanisme adaptasi, yaitu faktor pelupa lebih kecil dari 1, menunjukkan performa yang baik jika set-point yang diberikan cukup tereksitasi. Pada sistem dengan setpoint kurang tereksitasi, pengendalian adaptif dengan mekanisme adaptasi menghasilkan fenomena Bursting, yaitu fenomena di mana sistem tidak terkontrol akibat gagalnya kerja estimator. Untuk mengatasi hal tersebut dirancanglah suatu algoritma supervisi. Algoritma supervisi ini berfungsi untuk menata kinerja estimator dan sintesa pengendali dan untuk memastikan lup pegnendalian selalu stabil. Pada skripsi ini, algoritma supervisi memantau besaran sinyal rata-rata dan variansi kesalahan prediksi, autokorelasi sinyal kendali, variansi parameter model, dan letak kutub parameter model terestimasi. Besaran - besaran ini dihitung secara rekursif (setiap pencuplikan) dari besaran ? besaran yang dihasilkan oleh pengendali adaptif. Algoritma supervisi ini diaplikasikan pada pengendalian adaptif Pressure Process Rig (Feedback 38-714). Dari uji eksperimen terbukti bahwa pengendalian adaptif dengan supervise memberikan hasil pengendalian yang lebih baik dibandingkan dengan pengendalian adaptif tanpa supervisi.Hal tersebut dapat terlihat dari tidak adanya fenomena bursting yang terjadi pada pengendali adaptif dengan supervisi yang mempunyai mekanisme adaptasi dan set-point kurang tereksitasi.

---

Adaptive controlling on Pressure Process Rig Feedback 38-714 with adaptation mechanism, that has forgetting factor less than 1, shows good performance if the set-point given excite enough. In the system with less excitation, adaptive control with adaptation mechanism results Bursting phenomenon, that is phenomenon where system can?t be controlled anymore because of the estimator failure. Supervision algorithm is designed to cope with that problem. This supervision algorithm rule is organizing estimator?s work and controller design to make sure that control closed-loop always stable.

In this bachelor thesis, supervision algorithm monitors some parameters, there are mean and variance of prediction error signal, autocorrelation of control signal, variance of model parameter, and place of estimated model poles. These parameters are recursive calculated (every sample time) from adaptive control parameter yielded. This supervision algorithm is implemented on Pressure Process Rig (Feedback 38-714) with adaptive control.

From experiment test, it is proved that adaptive control with supervision gives better control result than adaptive control without supervision. It can be seen from no Bursting phenomenon that happened in adaptive control with supervision level that has adaptation mechanism and less excitation set-point."

"Dewasa ini, motor induksi merupakan jenis motor yang paling sering digunakan karena berbagai keuntungan yang dimilikinya. Akan tetapi, penggunaan sensor kecepatan pada motor induksi seringkali kurang menguntungkan, karena selain membutuhkan biaya yang lebih besar, juga seringkali sensor yang digunakan terbatas kemampuannya. Seiring berkembangnya ilmu pengetahuan dan teknologi, maka penggunaan vektor kontrol menjadi amat menguntungkan untuk mengendalikan motor induksi. Dan untuk mereduksi sensor kecepatan, maka digunakan observer, untuk mengestimasi kecepatan dari motor. Observer yang digunakan biasanya berada pada sumbu alfa-beta, dan hal ini menimbulkan kesulitan ketika hendak dilakukan kompensasi atau perbaikan, karena bagian pengendali, dekopling dan fluks model berada dalam sumbu direct-quadrature (DQ). Oleh karena itu di dalam skripsi ini diajukan metode pengestimasian kecepatan motor induksi dengan menggeser observer ke sumbu dq. Model motor yang digunakan berada dalam kerangka acuan stator dan rotor fluks oriented control. Model motor aktual yang digunakan tetap berada dalam sumbu alfa-beta, sedangkan observer menggunakan persamaan model motor dalam sumbu dq. Hal ini juga membuktikan bahwa penggunaan model motor yang berbeda antara aktual dan estimasi dapat dilakukan. Perancangan dan simulasi pada skripsi ini menggunakan program C-MEX S-function pada Matlab/Simulink versi 6.5. Dengan digesernya observer ke sumbu dq, maka kompensasi arus yang dilakukan menjadi lebih mudah. Observer yang digunakan berupa full order observer dan reduced order observer. Hasil dari simulasi menunjukkan bahwa penggunaan full order observer memberikan hasil yang lebih baik dibandingkan dengan reduced order observer."

"ABSTRAKDalam penelitian ini dibahas salah satu penerapan filter adaptif untuk menghilangkan atau menghapus gema jauh (far echo) dalam jaringan telepon. Pada dasarnya filter adaptif yang digunakan terdiri dari suatu filter finite impulse response (FIR) dengan memanfaatkan algoritma adaptif kuadrat rata-rata terkecil yang dinormalisasi (normalized least mean square/NLMS) yang berfungsi untuk menala koefisien-koefisien dilter tersebut, sehingga diperoleh sekumpulan koefisien-koefisien filter yang optimum, yang akan digunakan untuk menghasilkan estimasi gema yang optimum pula. Penghapusan gema terjadi dengan mengurangkan model gema itu dengan hasil estimasi gema tersebut. Terdapat beberapa parameter yang mempengaruhi kinerja filter adaptif penghapus gema antara lain panjang filter FIR yang digunakan, ukuran langkah dari algoritma NLMS, model gema yang digunakan, jumlah sampel data dari sinyal referensi dan gema, serta jenis sinyal referensi yang digunakan. Hasil simulasi menunjukkan pengaruh parameter-parameter tersebut terhadap karakteristik penghapus gema. Karakteristik penghapus gema yang dianalisa adalah atenuasi sinyal gema, nilai RMS dari sinyal kesalahan, spektrum frekuensi dari sinyal estimasi gema, adaptasi koefisien-koefisien filter, waktu penghapusan gema, dan settling time dari sinyal kesalahan."