Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem temperatur pada proses kimia merupakan suatu sistem yang kompleks dan tak linear, sehingga hares dikendalikan dengan pengendali yang adaptif. Pengendali PID yang banyak dignakan dalam sistem ini dapat dibuat menjadi sebuah pengendali adaptif dengan menggunakan pengendali logika fuzzy sebagai pengatur nilai parameter pengendali PJD. Pengendali PID adaptif berbasis logika fuzzy seperti ini memiliki parameter yang dapat berubah sesuai karakteristik sistem yang dikendalikannya Dalam skripsi ini Akan dibahas simulasi sistem temperatur pads proses kimia dengan pengendali P1D adaptif berbasis fuzzy. Sirnulasi dilakulcan dengan menggunakan perangkat lunak MATLAB versi 5.3,0, Simulink versi 2.0 dan Fuzzy Logic Toolbox versi 2M. Masukan sistem yang digunakan ialah fungsi langkah satuan (input step). Hasil simulasi menunjukkan bahwa sistem dengan pengendali PID adaptif berbasis fuzzy memiliki karakteristik tanggapan waktu yang lebih baik dibandingkan basil simulasi sistem dengan pengendali proporsional unity gain dan pengendali PID Zieger-Nichols. Hal ini tampak terutama pada overshoot (os) yang dihasilkan."

"Dalam Tugas Akhir ini digunakan sistem kendali yang merupakan gabungan antara pengendali jaringan syaraf dengan pengendali PID. Pengendali jaringan syaraf yang digunakan menggunakan sebuah jaringan syaraf lain yang berfungsi sebagai ideenrifier. Identifier di sini berfungsi untuk menghitung sinyal error bagi jaringan syaraf pengendali. 3aringan syaraf pengendali di sini berfungsi untuk memberikan sinyal koreksi bagi sinyal kendali pengendali PID untuk memperbaiki respon transien sistem. Dengan menggunakan kombinasi dua jenis pengendali seperti ini, diperoleh basil kendali dengan tanggapan yang eepat dan stabil, yang terlihat pada basil simulasi yang dilakukan."

"Skripsi ini mengetengahkan suatu perancangan sistem kendali kolom depropanizer meggunakan Pengendali PID dengan Pengawas Logika Fuzzy (PID-PLF). Pengendali ini pada dasarnya sama dengan pengendali PID biasa, hanya saja terdapat pengawasan nilai parameter kandali melalui aturan-aturan logika fuzzy. Logika Fuzzy disini berfungsi menggantikan penalaan tambahan secara on-line trial & error yang biasa dilakukan untuk memperbaiki penalaan awal (misalnya dengan Metoda Ziegler-Nichols) yang kurang akurat. Kelebihan dari metoda ini adalah optimasi penalaan tambahan dilakukan melalui basis pengetahuan proses secara semi-otomatis. Perancangan sistem kendali ini disimulasikan dengan perangkat lunak (software) yang dirancang secara khusus untuk menjelaskan permasalahan yang dihadapi. Melalui perangkat lunak ini, penulis melakukan penelitian kecil untuk menentukan Memori Asosiatil Fuzzy (sebagai dasar bagi penentuan parameter kendali) pada beberapa kondisi temperatur distilat (diperlakukan sebagai set point). Hasil dari 2 kondisi simulasi menunjukkan bahwa tipe Pengendali PID yang digunakan menunjukkan keunggulan yang komparatif dibandingkan Pengendali PID biasa, terutama dalam hal waktu pencapaian (rise time), waktu setting (selling lime) dan kesalahan tunak (steady state error) yang tereliminasi"

"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.

---

"

"Sistem kendali berbasis logika fuzzy terdiri dari proses fuzzifikasi, pengarnbilan keputusan berdasarkan basis pengetahuan, dan defuzzifikasi. Basis pengetahuan memuat aturan-aturan kendali fuzzy dan informasi mengenai proses pengolahan data yang terjadi dalam sistem kendali. Dalam skripsi ini, penerapan logika fuzzy pada sistem kendali akan disimulasikan pada sistem pengatur temperatur suatu ruang. Pada simulasi pengaruh temperatur luar terhadap sistem turut diperhitungkan. Model sebuah ruangan diturunkan dari perumusan resisitansi dan kapasitansi termalnya. Kernudian FLC digunakan untuk 'mengendalikan sistem, dengan input T error dan DT error serta output berupa sinyaI kendali mesin pemanas dan pendingin. Digunakan 15 aturan kendali dengan implikasi mamdani dan metode defuzzifikasi LoM. Hasil simulasi menunjukkan bahwa penggunaan FLC telah memperbaiki kinerja sistem pengendalian temperatur ruang, yang ditandai dengan settling time dan rise time yang lebih baik, juga error yang diperoleh cukup kecil bila dibandingkan sistem dengan terrnostat. Pengaruh temperatur Iuar digunakan untuk menaikkan temperatur ruang dari nol sampai mencapai set point, yang mempersingkat settling time sistem (ruangan berjendela). Pada ruang tanpa jendela settling time sedikit lebih lambat, karena pengaruh temperatur luar lebih kecil. Kemampuan FLC dibatasi oleh dirnensi ruang dan jangkauan setpoint yang diinginkan."

"Beragam kebutuhan industri, membuat jenis-jenis proses pada industri pengolahan menjadi beragam dengan berberapa parameter input dan output, salah satunya adalah proses thermal mixing yang menggunakan sistem multi input multi output. Thermal mixing atau continuous stirred-tank reactor mengendalikan 2 aliran dengan temperatur berbeda kedalam tanki pencampur sehingga mendapat temperatur dan ketinggian tangki sesuai yang diinginkan. pada penelitian ini telah dirancang sistem pengendali berbasis logika fuzzy pada pengendalian temperatur dan level. Penelitian ini sistem logika fuzzy menngunakan 2 input dan 1 output unutk masing-masing parameter pengendalian. 2 input fuzzy set menggunakan nilai error dan change of error. Setiap fuzzy set menngunakan 7 membership function yaitu negative big (NB), negative medium (NM), negative small (NS), zero (Z), positive small (PS), positive medium (PM), dan positive big (PB). Sistem dapat melakukan pengendalian temperatur dan level sesuai yang diinginkan. Sistem ini menggunakan simulasi berbasis aplikasi MATLAB Simulink. Berdasarkan hasil simulasi, dapat disumpulkan bahwa pengendalian menggunakan fuzzy logic controller lebih baik dibandingkan pengendalian PID. Hasil pengendalian fuzzy memiliki rata-rata rise time dan settling time yang lebih cepat dan tidak memiliki overshoot.

---

A variety of industrial needs, making the types of processes in the processing industry to be diverse with several input and output parameters, one of which is a thermal mixing process that uses a multi-input multi output system. Thermal mixing or continuous stirred-tank reactor controls 2 streams with different temperatures into the mixing tank so that the temperature and height of the tank are as desired. In this research a fuzzy logic based controller system has been designed for controlling temperature and level. This study uses a fuzzy logic system using 2 inputs and 1 output for each control parameter. 2 fuzzy input sets use error and change of error values. Each fuzzy set uses 7 membership functions, namely negative big (NB), negative medium (NM), negative small (NS), zero (Z), positive small (PS), positive medium (PM), and positive big (PB). The system can control the temperature and level as desired. This system uses a simulation based on the MATLAB Simulink application. Based on the simulation results, it can be concluded that the control using fuzzy logic controller is better than PID control. Fuzzy control results have a faster average rise time and settling time and do not have overshoot."

"Kendali fuzzy adalah suatu aturan kendali daya penalaran yang disusun dari kumpulan aturan logika fuzzy dalam bentuk Jika Maka. Aturan Jika Maka ini dapat berasal dari pengalaman operator atau diperoleh secara otomatis dari prosedur adaptasi. Pada penelitian ini kendali adaptip fuzzy dirancang untuk sistim kontinyu non-linier orde berapa saja. Proses perancangannya terdiri dari tiga tahap yaitu: Tahap pertama, mendefinisikan himpunan fuzzy dengan fungsi keanggotaan yang melingkupi semua keadaan; Tahap kedua, menggunakan aturan kendali dalam bentuk Jika-Maka yang berasal dari pengalaman operator atau dari sumber lain untuk digunakan sebagai kendali awal pada parameter yang akan diadaptasi; Tahap ketiga, menggunakan suatu prosedur adaptasi untuk mengadaptasikan parameter pada kendali fuzzy berdasarkan pendekatan Lyapunov."