Hasil Pencarian  ::  Simpan CSV :: Kembali

"Di industri-industri sekarang ini, motor arus searah merupakan salah satu mesin listrik yang banyak dipergunakan. Karakteristik motor arus searah menjadi sangat penting unruk dipelajari dikarenakan aplikasi motor arus searah membutuhkan suatu pengaturan yang tepat, baik itu torsi, kecepatan maupun daya yang dihasilkan.Pengendalian keceparan putar motor arus searah harus memiliki syarat-syarat yaitu, cepat mencapai kondisi runak, persentasi lewat jelajah yang kecil dan kesalahan kondisi tunak yang kecil, dengan demikian proses produksi industri dapat berjalan dengan baik.Hal ini dapat dilakukan dengan pengendalian untaian tertutup menggunakan metode fuzzy, dimana dengan metode fuzzy ini kecepatan putar motor cepat mencapai kondisi tunak, persentasi lewat jelajah yang kecil dan persentasi kesalahan kondisi tunak yang kecii."

"Berkembangnya teknologi kecerdasan buatan merupakan suatu hal yang berimbas pula kepada teknologi sistem kendali. Proses automatisasi industri bahkan alat-alat rumah tangga telah banyak yang menggunakannya Salah satu teknologi yang digunal-can dalam sistem kendali adalah logika fuzzy. Logika fuzzy merupakan suatu bentuk logika yang merepresentasikan cara rnanusia berpikir yang tidak pasti, penuh keraguan. Dalam peranoangan sistem kendaii dengan logika fuzzy, yang perlu dilakukan adalah mernbuat suatu sistem berdasarkan pengalaman operator selama mengoperasikan alat yang dikendalikannya. Hal ini tentu Sangat memudahkan desain suatu sistem dan outputnya akan lebih baik daripada sistem dengan pengendali klasik. Pada skripsi ini akan dibahas unjuk kerja pengendali logika firny dengan pengendali PI dengan penerapannya pada pengendalian kecepatan putar motor arus searah penguatan ter-pisah.Motor arus scarab banyak digunakan dalam sistem kendali misalnya sebagai penggerak elevator, lift, dan tangan robot. Koniigurasi motor arus searah pada skripsi ini rnenggunakan koniigurasi tluks variabel untuk merepresentasikan kerja yang sesungguhnya dari motor arus scarab. Teknik pengendalian membutuhkan 2 parameter yang harus dikendalllcan secara bersamaan yaitu keoepatan dan arus karcna pada proses start, arus jangkar motor saugat tinggi, sehingga harus dirancang sistem kendaii yang juga rnampu mcngendaiikan arus jangicar tersebut Pada skripsi ini dapat diaualisa bagaimana pengendali PI dan logika iirzzy mampu menangani masalah tersebut."

"Pengendalian krane dengan kecepatan maksimum dengan sudut ayunn minimum diperlukan untuk memindahkan beban dengan aman serta cepat. Sehingga diperlukan pengendali yang mampu menentukkan besar tegangan berdasarkan beberapa input yaitu: sudut ayunan, kecepatan sudut ayunan, kecepatan, dan posisi dari trolley. Oleh karena itu pengendali fuzzy diajukan untuk digunakan sebagai pengendali tegangan input motor sebab mudah untuk diimplementasikan baik dalam bentuk intuisi manusia maupun dalam realisasi alat dalam kehidupan sehari-hari. Model matematis dari krane kontainer yang sifatnya kompleks didapatkan dengan menggunakan formulasi Lagrange yang sederhaua dan sisternatis. Krane kontainer ini direpresentasikan dengan dua buah model utama yang saling berinteraksi satu dengan yang Iainnya. Komponen dinamika pertama meliputi dinamika trolley dan dinamika ayunan, sedangkan komponen yang kedua merupakan dinamika pengangkatan beban. Kedua model maternatis kedua sistem ini diturunkan secara terpisah satu terhadap yang lainnya, kemudian dengan logika fuzzy dibuat simulasi untuk uji gerak maju, gerak angkat, uji gangguan sudut awal dan uji variasi massa beban."

"Anti Lock Brake Systems (ABS) bertujuan untuk menghasilkan seoptimal mungkin gaya pengereman, tetapi selama proses pengereman roda kendaraan tidak terkunci sehingga kendaraan tetap terkendali.Pada pengendalian ABS, untuk rnendapatkan hasil yang optimal maka diperlukan pengendali yang mampu menjaga besar torsi optimum yang diperkenankan sebelum teljadjnya penguncian pada roda kendaraan. Torsi optimum yang dimaksud adalah torsi pengereman pada saat equilibrium point.Pengendalian ini dihadapkan pada pennasalahan berubah-ubahnya kondisi jalan, yang mengakibatkan besarnya torsi pengereman yang diberikan harus disesuaikan dengan kondisi jalan. Agar dapat diberikan besar torsi pengereman yang sesuai di perlukan slip ratio sebagai pembanding antara kondisi jalan yang berbeda. Karena itu dibutuhkan sensor untuk mendeteksi kecepatan putar roda yang kemudian data dan sensor tersebut digunakan umuk memperoleh slip ratio.Pada skripsi ini untuk membedakan kondisi pemaukaan jalan digunakan decision logic (metode elemen hingga). Metode elemen hingga membedakan kondisi permukaan jalan dengan cara membandingkan besar torsi pengereman yang diberikan dengan slip ratio yang terukur.Keluaran dan metode elemen hingga merupakan masukan bagi pengendali logika fuzzy. Masukan berupa informasi kondisi permukaan jalan menyebabkan pengendali Iogika dapat memutuskan untuk memberikan sinyal kendali yang sesuai dengan kondisi pemiukaan jalan kepada servovalve sehingga torsi pengereman optimum dapat diberikan selama terjadinya proses pengereman.Output dan simulasi berupa bentuk-bentuk grafik yang merupakan tanggapan slip ratio terhadap waktu, tanggapan torsi pengereman terhadap waktu, tanggapan kecepatan terhadap waktu sehingga dapat diamati tanggapan sistem secara keseluruhan."

"Suatu sistem kendali yang baik harus mempunyai ketahanan terhadap disturbance dan mempunyai respon yang cepat dan akurat. Sering terjadi permasalahan dalam sistem kendali Proportional Integral Derivative (PID) bila dibuat sangat sensitif, maka respon sistem terhadap disturbance menghasilkan overshot/undershot yang besar sehingga kemungkinan dapat terjadi osilasi semakin tinggi. Bila dibuat kurang sensitif memang akan menghasilkan overshot/undershot kecil, tetapi akibatnya akan memperpanjang recovery time. Untuk mengatasi hal ini, diterapkan sistem kendali hybrid yaitu sistem kendali PID yang akan dihybridkan dengan sistem kendali logika fuzzy. Dalam sistem ini kendali utama adalah kendali PID sedangkan kendali logika fuzzy bekerja membantu untuk meminimalkan overshot/undershot yang terjadi dan juga meminimalkan recovery time dari respon sistem.Sistem kendali logika fuzzy yang didesain mempunyai 2 input yaitu error dan delta error dan output kecepatan motor. Besar output dari sistem kendali logika fuzzy hanya 50 % dari kendali PID. Hal ini dilakukan dengan membatasi semesta pembicaraan dari himpunan fuzzy untuk output. Dari desain sistem ini diharapkan sistem kendali secara keseluruhan yang merupakan hybrid antara PID dengan Kendali Logika Fuzzy dapat menghasilkan respon sistem yang lebih baik.

---

PID Fuzzy Logic Controller System for DC Motor Speed Control. A good controller system must have resilience to disturbance and must be able to response quickly and accurately. Problem usually appears when PID controller system was built sensitively hence the system?s respon to the disturbance will yield big overshot/undershot then the possibility of oscillation to be happened is excelsior. When the controller system was built insensitively, the overshot/undershot will be small but the recovery time will be longer. Hybrid controller system could overcome those problems by combining PID control system with fuzzy logic.The main control of this system is PID controller while the fuzzy logic acts to reduce an overshot/undershot and a recovery time. The fuzzy logic controller is designed with two input error and delta error and one output of the motor speed. The output of fuzzy logic controller should be only half of the PID controller for limiting entirely fuzzy output. This hybrid system design has a better respon time controller system than PID controller without fuzzy logic."

"Navigasi merupakan hal yang sangat penting dalam setiap pelayaran kapal laut, yaitu untuk mengetahui posisi kapal dalam koordinat geografis. Pengendalian pada sistem kemudi kapal laut dimaksudkan untuk melepaskan diri dan ketergantungan kemudi kapal terhadap seorang nakhoda dan kapal laut dapat tiba di tempat tujuan dengan kesalahan posisi yang tidak terlalu besar.Pada skripsi ini akan dibahas perbandingan dua pengendali yang akan digunakan untuk mengendalikan kemudi kapal laut, yaitu pengendali logika fuzzy dan pengendali ANFIS (Adaptive-Network-Based Fuzzy Inference System). Pengendali logika fuzzy menggunakan metoda basis aturan berdasarkan pengalaman seorang pakar (dalam hal ini nakhoda) untuk mengendalikan kemudi kapal yang diambil dari acuan[2] , sementara pengendali ANFIS merupakan pengendali neuro fuzzy yang rnenggunakan proses learning dari basis data untuk menghasilkan basis aturannya. Kedua jenis pengendali ini akan menghasilkan kinerja yang berbeda."

"Fuzzy Model Reference Learning Control merupakan suatu teknik kendali yang dapat mengatasi keterbatasan pengendali fuzzy yang tidak memiliki suatu algoritma untuk mengkompensasi perubahan kondisi tau variasi yang besar dari sistem yang dikendalikannya, Fuzzy Model Reference Learning Control memiliki kemampuan untuk mengatasi adanya perubahan parameter sistem dengan menggunakan mekanisme pembelajaran. Sistem pengereman mobil merupakan sistem dengan parameter yang bervariasi, yaitu specific torque sehingga metoda Fuzzy Model Reference Learning Control diaplikasikan pada pengendali sistem ini. Pengendali menggunakan suatu model referensi pada mekanisme pembelajarannya yang merepresentasikan bagaimana suatu sistem perngereman diharapkan untuk berlaku. Hasil simulasi menunjukkan pengendali mampu memaksa sistem pengereman mobil yang dikendalikannya berlaku seperti model referensi walaupun dengan specific torque yang bervariasi."

"Telah dilakukan penelitian untuk mengendalikan sistem multi input multi output pada sistem penerangan lampu menggunakan metode fuzzy logic. Adapun penelitian tersebut memiliki karakteristik pengendalian yang multivariable. Dengan pengaruh sistem yang saling mengganggu maka sistem menjadi tidak stabil, sehingga dibutuhkan suatu bilangan decoupler untuk menstabilkan kembali sistem dari keadaan yang saling mempengaruhi. Pembuatan sistem ini dilakukan dalam skala laboratorium agar dapat mengetahui terlebih dahulu mengenai sistem multi input multi output sebelum terjun ke dunia industri yang banyak memakai suatu sistem multi input multi output.

---

Research was conducted to control the multi-input multi system output at lamp lighting system using fuzzy logic. The The research has the characteristics of multivariable control. With the influence of the system that interfere with each other, the system becomes stable, so it is necessary to stabilize the number decoupler back system from a state of mutual influence. Making these systems do at laboratory scale in order to be able to know in advance about the system multi input multi output before plunging into the world of industry that many use a multi-input multi-output system."