Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam tugas akhir ini dibahas tentang pemodelan dinamika proses distilasi multikomponen yang diturunkan berdasarkan hukum-hukum dasar fisika dan kimia seperti persamaan kotinuitas, energi, kesetimbangan fasa, dan persamaan keadaan. Pemodelan juga menggunakan asumsi-asumsi untuk menyederhanakan masalah dan memperjelas penggunaan persamaan yang hanya berlaku khusus untuk kondisi tertentu. Dengan dasar­ dasar diatas diperoleh suatu sistem degan tujuh input dan dua puluh output.Kemudian digunakan pengendali umpan balik PI untuk mengendalikan temperatur dalam proses distilasi multikomponen dengan menganggap proses sebagai sistem SISO. Sistem ini dikendalikan dengan mengambil dua input berupa temperatur pada refluks drum dan temperatur pada dasar kolom dan mengeluarkarl dua output berupa laju alir refl u ks dan laju panas dari eboiler, sehingga membentuk dua sistem SISO dengan masukan-masukan lainnya sebagai disturbance. Metode unttik mencari parameter pengendali menggunakan metode on-line trial and error.Dari hasil pengendalian yang diperoleh diselidiki pula pengaruh masukan-masukan lain terhadap hasil pengendalian dan dianalisa. Hasil yang dicapai menunju kkan bahwa pengendali PI mampu melaksanakan tugas pengendalian preses dalam kolom distilasi dan memenuhi spesifikasi yang diberikan.

---

"

"Untuk meningkatkan kinerja pengendali PI, maka pengendali PI dibuat adaptif dengan menambahkan pengendali fuzzy. Pengendali fuzzy akan menghitung nilai ΔKp dan ΔKi, sehingga nilai Kp dan Ki di pengendali PI akan terus diperbaharui seiring dengan masukan error di pengendali fuzzy maupun PI. Dengan potensi tersebut, pengendali ini akan diterapkan pada salah satu sistem multivariabel yang ada di proses industri kimia, yaitu kolom distilasi. Model kolom distilasi yang digunakan dalam simulasi ini adalah model kolom distilasi linier 2 × 2 McAvoy dan Weischedel seperti yang ditunjukkan dalam Marlin. Simulasi akan dilakukan dengan piranti MATLAB/Simulink dengan bahasa pemrograman C (C MEX S-function). Parameter kinerja pengendali yang digunakan adalah overshoot, settling time, dan IAE (integral absolute error). Berdasarkan hasil pengujian perubahan set point dan gangguan, pengendali fuzzy-PI berhasil meningkatkan kinerja pengendali yang berupa penurunan nilai IAE. Hal ini disebabkan karena Kp dan Ki yang berubah sesuai kondisi sistem, walaupun perubahan yang terlihat tidak signifikan karena penyetelan parameter Kp dan Ki awal yang sudah agresif.

---

To improve the PI controller performance, the PI controller is made to be adaptive by adding a fuzzy controller. The fuzzy controller will calculate the values of ΔKp and ΔKi, so that the values of Kp and Ki in the PI controller will always be updated based on the error input in both PI and fuzzy controller. With these potentials, this controller will be implemented in one of the multivariable systems in chemical processes, which is distillation column. The distillation column model used in this simulation is linear distillation column 2 × 2 by McAvoy and Weischedel as mentioned in Marlin. The simulation will be done with the MATLAB/Simulink software and the program routines are made with C (C MEX S-function). Verification of the control performance improvement will be reviewed from three parameters, which are overshoot, settling time, and IAE (integral absolute error). Based on the set point and disturbance change test, the fuzzy-PI controller succeeded in improving the control performance, which can be seen by the lower values of IAE. This is due to the change in the values of Kp and Ki based on the systems condition, even though the change did not seem to be significant because of the initial values of Kp and Ki used is already aggressive enough.

"

"Dalam kehidupan sehari-hari sistem pendingin dapat dijumpai dengan mudah, baik dalam skala kecil maupun skala besar diberbagai bidang. Asmar [1] telah memodelkan sistem pendingin dua-tingkat dengan dua buah temperatur beban dan menggunakan propylene sebagai fluida-kerja. Kinerja sistem pendingin berkaitan erat dengan tekanan dan volume fluida-kerja yang digunakan sehingga dengan mengaturnya dapat diperoleh proses pendinginan yang efesien dengan temperatur yang dapat dipertahankan tetap.Dalam penelitian ini dibahas tentang perancangan pengendali fuzzy untuk mengendalikan volume refrigrant, tekanan dan temperatur pada sistem pendingin dua tingkat. Perancangan dan simulasi dilakukan dengan menggunakan perangkat lunak MATLAB versi 7.0 dan membandingkannya dengan hasil pengendalian Propotional Integrator (PI) ditinjau dari besarnya integral kuadrat error (ISE), settling time (ts), over shoot (OS) dan steady state error (SSE). Dari hasil simulasi diperoleh bahwa kinerja pengendalian fuzzy lebih baik daripada pengendali PI.

---

In daily life, small or big scale refrigeration system can be found easily in many sectors of application. Asmar[1] has presented a models of two-stage refrigeration system with two load temperature using propylene as the working fluid. Refrigeration system performance is tightly related with its pressure and the working fluid volume in use. Therefore with pressure and working fluid volume are controlled. The refrigeration process can be working efficiently and its working temperature may be maintained constant.In this research, we design a controller system using fuzzy logic for refrigerant volume control, pressure control and temperature control on two-stage refrigeration system. The design and simulation of the system with a fuzzy controller is done using MATLAB version 7 software. The result are compared with that using Proportional Integral (PI) controller, using performance criteria base on Integral of square of error (ISE), settling time (ts), overshoot (OS) and steady state error (SSE). From simulation result, it can be seen that the fuzzy logic controller performance is better than proportional integrator (PI) controller performance."

"Pada skripsi ini akan dirancang suatu sistem pengendalian posisi robot berdasarkan pengendali logika fuzzy dengan mouse komputer sebagai sensor posisi. Perangkat sensor yang digunakan adalah wireless optical mouse yang dipasangkan pada rancang bangun robot yang digunakan. Sesuai dengan waktu cuplik yang telah ditentukan, komputer akan menerima data-data hasil cuplikan berupa koordinat kartesian (x, y) dari mouse tersebut. Pengendalian posisi robot didasarkan pada error yang dihasilkan antara data-data yang berasal dari mouse sebagai titik keberadaan robot dan titik acuan atau way- point yang telah didefinisikan terlebih dahulu sebagai nilai set-point. Digunakan dua buah pengendali berbasis logika fuzzy yaitu pengendali "fuzzy jarak" dan pengendali "fuzzy belok”. Pengendali "fuzzy jarak” digunakan untuk menghasilkan tegangan terminal basis V1-basis yang sama antara motor kiri dan motor kanan. Variansi keluaran pengendali ini didasarkan oleh selisih jarak yang dihasilkan oleh titik acuan dengan titik keberadaan robot. Pengendali "fuzzy belok" digunakan untuk menghasilkan tegangan terminal kiri dan kanan V1-left dan V1-right untuk memenuhi kriteria belok yang dilakukan. Teknik berbelok yang digunakan pada robot adalah dengan perbedaan kecepatan putaran antara roda kiri dan roda kanan variansi keluaran fuzzy ini didasarkan oleh selisih sudut yang dihasilkan oleh titik acuan dengan titik keberadaan robot. Dilakukan pula serangkaian simulasi dan uji coba untuk melihat kinerja dari sistem pengendalian posisi robot yang telah dirancang. Dimulai dengan pengujian terhadap komponen-komponen penyusunnya sampai pada pengujian sistem secara keseluruhan."

"Dewasa ini, kebutuhan industri akan pengendali semakin luas. Salah satunya adalah mengenai pengendali yang dapat menangani kelas besar yang bersifat nonlinier, dengan tingkat kesulitan yang tidak begitu besar. Kebutuhan tersebut terjawab dengan adanya model Fuzzy Takagi-Sugeno. Skripsi ini membahas identifikasi dan perancangan pengendali fuzzy Takagi-Sugeno pada sistem Pressure Process Rig Feedback 38-714. Sistem diidentifikasi dengan menggunakan metode fuzzy clustering Gustafson-Kessel dan Least Square, berbasis data pengukuran berupa sinyal masukan dan sinyal keluaran. Identifikasi dilakukan dengan memberi masukan berupa sinyal multisinusoidal yang acak, sehingga didapatkan model fuzzy Takagi-Sugeno dengan model NARX (Nonlinear Auto Regressive eXogeneous) pada bagian konsekuen. Kemudian pengendali Fuzzy Takagi-Sugeno dirancang dalam skema Internal Model Control (IMC) dengan karakteristik invers model fuzzy. Hasil pengendalian menunjukkan kinerja yang cukup baik, dimana sistem dapat menyerupai sinyal acuan yang diberikan. Pada kondisi sistem diberi gangguan juga didapatkan hasil yang juga cukup baik, dimana sistem dapat menyesuaikan diri untuk kembali mengikuti sinyal acuan yang diberikan."

"ABSTRAKPada Tugas Skripsi ini dibuat simulasi suatu sistem kendali untuk mengendalikan gerak longitudinal pesawat terbang. Sistem ini bekenja mengendalikan gerakan pitch pesawat (gerakan naik-turun hidung pesawat). Ini dilakukan dengan pengaturan sudut elevator (sirip pada sayap belakang horisontal). Dalam simulasi ini digunakan metode Runge-Kulta orde empat.br>Dalam Tugas Skripsi ini digunakan pengendali berbasis logika fuzzy yaitupengendali umpan balik yang mendasarkan pengendaliannya pada teori Iogika fuzzy.Tujuan penerapan logika fhzzy tersebut adalah untuk memperbaiki tanggapan waktusistern kendali dalam mencapai kestabilannya. Dalam analisa respons keluaran sistem dipakai parameter tanggapan waktu,yaitu rise time, settling lime, percent overshool. dan steady state error. Hasil analisamenunjukkan bahwa penerapan pengendali logika dapat memperbaiki tanggapanwaktu sistem kendali gerak pitch pesawat terbang.

---

"

"Dalam tesis ini dirancang suatu pengendali universal digital berbasis komputer, rancangan meliputi pengendali PID, pengendali Cascade dan pengendali feedforward. Pengendali Cascade terdiri dari dua pengendali PID yang dihubungkan cascade. Perangkat lunak (program) akan dibuat terstruktur dengan sub-sub program, masing - masing sub program berisikan algoritma pengendali, setiap pengendali yang akan dipergunakan dapat dipilih dari program utama. Uji coba penalaan pengendali dilakukan secara simulasi, menunjukkan bahwa untuk pengendali PID dan Pengendali Cascade meempunyai response yang baik. Untuk pengendali feedforward dapat mengatasi gangguan yang terdeteksi pada proses."

"Penerapan teknik kontrol automatis pada pengendalian level dan temperature fluida menggunakan metoda pengendalian logika fuzzy merupakan sebuah penelitian dalam skala laboratorium, dimana pada tahapan ini sebuah sistem multivariabel digunakan sebagai obyek pengendalian. Metode logika fuzzy yang digunakan, akan berperan didalam memutuskan seberapa besar nilai respon pengendalian yang diberikan pada plant saat berkerja dalam suatu sistem yang bersifat linear maupun tidak linear, yang diakibatkan oleh adanya perubahan level dan temperature fluida maupun gangguan eksternal, dan diperoleh dari hasil pembacaan sensor. Hasil penelitian ini pada akhirnya akan membentuk sebuah sistem yang bersifat MIMO (Multiple-Input, Multiple-Output), melalui hubungan yang saling mempengaruhi antara parameter masukan dan keluaran."