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."

"Dalam pengoperasiannya, motor induksi membutuhkan suatu metode pengendalian agar dapat bekerja dengan kinerja yang baik. Banyak metode pengendalian untuk motor induksi yang telah dikembangkan, yang paling umum digunakan adalah penggunaan pengendali PI, IP, dan decoupler. Namun perlu diperhatikan bahwa penggunaan pengendali konvensional tersebut masih memiliki performa pengendalian yang kurang baik Oleh karena itu pada skripsi ini, akan dilakukan aplikasi metode Simple Adaptive Control (SAC) dengan Artificial Neural Network (ANN) untuk pengendalian vektor arus dan pengendalian kecepatan rotor pada motor induksi. Model pengendali dinyatakan dalam kerangka acuan rotor (sumbu-dq), sedangkan model motor dinyatakan dalam kerangka acuan stator (sumbu-ab), dengan menggunakan state variable berupa arus stator dan fluks rotor. Pada skripsi ini, akan dilakukan simulasi metode SAC dengan ANN untuk pengendalian vektor arus dan pengendalian kecepatan rotor pada motor induksi untuk menverifikasi performa pengendaliannya, yaitu kemampuan output dari plant untuk dapat mengikuti output dari model referensi. Dalam perancangan pengendali menggunakan metode SAC dengan ANN untuk motor induksi ini, tidak perlu dilakukan sintesa decoupler untuk tujuan mengeliminasi interaksi antar input. Terlebih lagi, juga akan dilakukan simulasi pengendalian dengan menggunakan metode konvensional, yaitu pengendali IP, PI, dan decoupler. Hal ini dilakukan untuk keperluan perbandingan. Setelah menguji dan menverifikasikan hasil dari simulasi, pengendali dengan menggunakan metode SAC dengan ANN memiliki performa pengendalian yang lebih baik dibandingkan dengan pengendali yang menggunakan metode konvensional."

"Pembangkitan listrik hams memperhatikan pengendalian kecepatan putar turbin generator agar Iistrik yang dibangkitkan memiliki frekuensi yang stabil dan daya sinkron yang besar.Pengendalian kecepatan putar pada turbin uap menggunakan Auromatic Generation Control (AGC) bertujuan agar response deviasi frekuensi tidak memiliki error steady-state serta mampu mengembalikan kepada kecepatan sinkronnya secepat mungkin sehingga daya sinkron sistem bertambah tinggi. Pembahasan meliputi pemodelan sistem steam turbine-generator yang sederhana, konsep dasar Iogika fuzzy dan penerapannya sebagai pengendali. Analisis dilakukan terhadap transient stability dan steady-state strability pada sistem dengan pengendali Iogika fuzzy sebagai AGC yang mengalami gangguan (disturbance) pada beban dan tegangan. Serta unjuk kerjanya dibandingkan dengan sistem dengan pengendali PI.Simulasi pengendali logika FLIZZY sebagai AGC dilakukan dengan bantuan perangkat lunak Simulink pada Matlab versi 5.3. Dari simulasi didapat bahwa pengendali logika Fuzzy tipe PFD sebagai AGC mampu menghilangkan error steady-state response deviasi frekuensi dengan cepat dan memiliki daya sinkron yang relatif bertambah tinggi dibandingkan pengendali PI."

"Di dalam proses pengelasan yang dilaksanakan dengan Gas Tungsten Arc Welding (GTAW), tegangan busur merupakan salah satu parameter primer yang menentukan lebar dan kedalaman weld pool yang terbentuk pada logam selain arus las dan kecepatan pengelasan. Untuk mendapatkan pengelasan yang bermutu tinggi tegangan busur ini perlu dijaga pada nilai tertentu selama proses pengelasan berlangsung. Tesis ini membahas perancangan sistem pengendalian tegangan busur dengan sistem kendali yang berbasis neural network. Arsitektur yang digunakan adalah Neural Model Reference Adaptive Control. Hasil perancangan disimulasikan dengan menggunakan program Matlab Ver 5.3 dan kemudian dibandingkan dengan sistem kendali proporsional. Model busur yang digunakan pada simulasi ini berdasarkan percobaan yang dilakukan oleh D.J. Leith dari Universitas Glasgow, UK. Neural network yang digunakan sebagai pengendali dilatih dengan metode Levenberg marquardt secara off-line dan kemudian dilatih kembali dengan specialized training dengan algoritma rekursif kuadrat terkecil secara on-line. Saat proses simulasi tegangan busur di variasikan dengan bentuk segi empat dan arus las yang diterapkan dari 5 A sampai dengan 300 A. Hasil setiap arus yang diterapkan ditampilkan dan kemudian dianalisa respon waktunya.

---

In the gas tungsten are welding process, arc voltage is one of the primary parameter which will determine the width and penetration of weld pool on metal. To obtain high quality of welded bond, the arc voltage is necessary to be controlled to a fixed value in the welding process.

The thesis studies the design of an arc voltage control system based on a neural network using neural mode reference adaptive control architecture. The system is simulated on a computer using Matlab V 5.3, and the result is then compared to proportional control system.

The model used is based on the experiment by Leith at the University of Glasgow -UK. The Neural Network is first trained off-line using Levenberg marquardt method. Then the neural network is trained on-line using least square recursive algorithm in specialized training scheme.

In the simulation the welding current applied to the system is set over range 5 A and 300 A. The reference arc voltage is varied in square wave. The results of the simulation are shown."

"Pengendali PID merupakan pengendali yang sudah teruji dan banyak diterapkan pada proses pengendalian suatu sistem, salah satunya penerapannya yaitu autopilot pada kendali pesawat. Pengendali ini memiliki keterbatasan saat sistem yang dikendalikan memiliki parameter yang berubah-ubah dan adanya gangguan dari lingkungan luar sistem. Biasanya diperlukan waktu yang lama dalam melakukan penalaan parameter pengendali PID jika proses penalaan itu dilakukan secara manual (trial and error). Untuk itu dikembangkanlah berbagai macam metode pengendali adaptif yang diharapkan dapat mengatasi permasalahan tersebut. Salah satu metode pengendali adaptif adalah Generic Model Reference Adaptive Control (GMRAC). Pembahasan dalam skripsi ini meliputi prinsip dasar metode GMRAC dan penerapannya untuk mengendalikan sudut pitch pesawat. Metode GMRAC menggunakan algoritma genetika untuk melakukan penalaan terhadap parameter-parameter pengendali PID terhadap suatu model dinamika gerak pesawat dalam setiap interval waktu update. Keunggulan algoritma genetika terletak pada fleksibilitasnya, dimana metode pencarian solusinya berdasarkan pada mekanisme seleksi alam. Hasil uji coba simulasi pengendalian sudut pitch pesawat dengan GMRAC dilakukan dengan menggunakan software MATLAB 5.3 dengan fasilitas simulink versi 3. Simulasi dilakukan pada empat kondisi terbang dengan cariasi kecepatan dan ketinggian pesawat yang bertipe Charlie, yaitu pesawat penumpang berukuran besar dengan empat mesin jet. Selain itu juga disimulasikan adanya gangguan dari lingkunan luar sistem seperti angin. Dari simulasi yang dilakukan terlihar bahwa meskipun terjadi perubahan parameter kondisi terbang atau gangguan, pengendalian GMRAC dapat membuat respon sistem menyerupai respon meodel referensi."