Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Beberapa tahun belakangan ini pengendali logika fuzzy muncul sebagai teknik alternatif dari pengendali klasik dalam suatu pengendalian proses. Hal ini disebabkan karena logika fuzzy mempunyai kemampuan yang baik sekali, kemungkinan ini disebabkan karena kefleksibelan dari proses pengambilan keputusan fuzzy, dan cocok untuk sistem dengan model matematis yang sangat sulit (tidak jelas); hanya kebiasaan umumnya saja yang diketahui [Gatl92]. Seiring dengan perkembangannya, diperkenalkan berbagai macam algoritma logika fuzzy seperti kendali logika fuzzy self organizing, kendali logika fuzzy adaptif dan fuzzy model reference learning control (FMRLC). Pada Skripsi ini dibahas mengenai simulasi penggunaan logika fuzzy dengan FMRLC sebagai pengendali kemudi pada kapal kargo. Secara umum pengendalian kemudi kapal kargo memakai pengendali logika fuzzy dengan proses "learning" ini, memberikan performance yang baik ketika berinteraksi dengan lingkungan serta perubahan dinamik dari kapal kargo tersebut seperti kecepatan kapal, keseimbangan, beban kapal, angin, anus dan gelombang yang menerpa kapal. Algoritma FNMC ini menggunakan suatu model referensi yang ditentukan sebelumnya sehingga performance umpan balik lingkar tertutup sistem berkelakuan sesuai dengan model referensi tersebut dengan mensintesa dan menala basis pengetahuan (knowledge base) kendali fuzzy. Hasil pengendalian dengan menggunakan logika fuzzy tersebut, disimulasikan untuk memperlihatkan kinerja dari pengendalian kemudi kapal kargo. Dalam analisa respons keluaran sistem dipakai parameter tanggapan waktu, yaitu rise time, settling time, peak time, percent overshoot dan galat tunak yang dibandingkan dengan parameter tanggapan waktu pengendali fuzzy biasa dan model referensi. Hasil analisa menunjukkan bahwa penerapan pengendalian menggunakan FMRLC dapat memperkecil rise time, settling time, peak time, percent overshoot dan galat tunak serta berkelakuan sesuai dengan model referensi."

"Pengendali fuzzy, sebagai suatu pengendali alternatif memiliki keterbatasan manakala sistem yang dikendalikan memiliki parameter yung berubah-ubah dan adanya gangguan dari lingkungan Iuar sislem. Untuk itu dikembangkanlah berbagai macam metode pengendali adaptif yang diharapkan dapat mengkompensasi perubahan parameter dan gangguan tersebut. Salah satu metode pengendali adaptif adalah Fuzzy Model Reference Learning Control (FMRLC). Pembahasan meliputi prinsip dasar metode FMRLC dan penerapannya untuk mengendalikan sudut pitch kapal selam. Parameter kapal selam yang digunakan mengacu pada kapal selam TNI AL yaitu KRI Pusopati (bernomor lambung 410). Kapal selam ini mempunyai kecepatan maksimal di dalam air sebesar 23,5 knot = 12,0884 m/s dan kecepatan ekonomis sebesar 10 knot = 5,144 m/s. Pengendalian dengan FMRLC ini dimaksudkan agar sudur pitch kapal sclam dapat mencapai nilai yang konstan setelah beberapa saat ketika kapal selam melakukan manuver. Selain itu dilakukan pengendalian sudut pitch kapal sclam dengan pengendali fuzzy biasa (non-adaptif). Dan unjuk kerja kedua pengendali tersebut dibandingkan dengan mengacu pada respons model referensi. Simulasi pengendalian sudut pitch kapal selam ini dilakukan dengan suatu program yang dibuat dengan menggunakan software Matlab versi 5,3 dan menggunakan fasilitas Graphical User Interface. Pada simulasi pengendalian dengan FMRLC dilakukan uji coba nilai parameter tetap, uji coba variasi nilai parameter, dan uji coba gangguan. Pada setiap simulasi dilakukan dua variasi kecepatan yaitu kecepatan maksimum dan ekonomis. Dari simulasi yang dilakukan terlihat bahwa meskipun teriadi perubahan parameter atau gangguan, pengendalian FMRLC dapat membuat respons sistem menyerupai respons model referensi."

"Pada Tugas Akhir ini, pengendali fizzy dipadukan dengan pengendali adaptif model referensi, dimana model referensi yang dipilih bersifat linier dan berorde satu sehingga disebut jugs Linear Model Following Controller (LMFC). Pada perancangannya, mula-mula sebuah output umpan balik LWC didisain berdasarkan model plant yang diestimasi secara kasar, yaitu model plant yang ordenya direduksi menjadi satu, dan sebuah model referensi yang dipilih. Kemudian sebuah pengendali fuzzy yang dikendalikan error dan delta error dirancang untuk mengurangi efek dari variasi-variasi parameter dan dinamika sistem yang tidak termodelkan. Pengendali yang dimaksud kemudian disimulasikan untuk berbagai vwiasi parameter dan kondisi operasi. Beberapa hasil simulasi juga diberikan beserta analisisnya. Hasil simulasi menunjukkan bahwa pengendaFi fuzzy telah sangat berhasil meningkatkan performansi sistem, dibanding bila hanya digunakan pengendali adaptif model referensi atau LWC. Peningkatan performansi sistem ditunjukkan oleh penyimpangan maksimum rise time dan settling tune dari model yang sangat kecil, yaitu masingmasing 0,0040 s dan 0,0070 s, serta %OS dan error steady state maksimum yang hanya sebesar 0,0856 % dan 0,0009."

"Sistem pengeneman yang telah diterapkan dalam kendaraan masa kini adalah Antilock Brake System (ABS). Tetapi dalam kondisi sebenarnya kondisi jalan yang dilewati oleh kendaraan tidaklah seragam. Untuk ini dibutuhkan suatu pengendali ABS yang dapat beradaptasi dengan kondisi jalan yang bervariasi terserbut. Skripsi ini akan rnembahas mengenai aplikasi Generic Model Reference Adaprive Control (GMRAC) pada ABS yang menggunakan dua buah pengendali PID pada model setengah bagian kendaraan. GMRAC menggunakan algoritma genetika untuk melakukan penalaan terhadap parameter-parameter PID terhadap suatu model slip referensi, dalam setiap interval waktu update. Keunggulan algoritma genetika terletak pada fleksibilitasnya, di mana metode pencarian solusinya berdasarkan prinsip slochastic, sesuai dengan mekanisme seleksi alam. Pembahasan meliputi prinsip dasar algoritrma genetika dan penerapannya dalam sislern ABS pada kendaraan.Simulasi ABS ini dilakukan dengan suatu program yang dibuat dengan menggunakan software Matlab versi 5.3 dengan fasilitas Graphical User Interface.Simulasi dilakukan pada empat jenis karakteristik jalan, yaitu aspal kering, aspal basah, gravel, dan tanah basah. Selain itu juga disimulasikan adanya gangguan perubahan karakteristik dan sudut inklinasi jalan sewaktu pengereman Dari simulasi yang dilakukan terlihat bahwa meskipun terjadi gangguan, pengendalian GMRAC dapat membuat respons slip sistem menyerupai respons slip model referensi. "