Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem Boiler merupakan sistem yang melibatkan banyak variabel dan ketidak linieran. Pemodelan pada sistem boiler dilakukan untuk mendapatkan model dinamika. Model dinamika yang didapat merupakan persamaan yang memiliki sifat non liner. Proses linierisasi perlu dilakukan untuk mendapatkan persamaan-persamaan yang bersifat linier. Dari model dinamika dapat diketahui pengaruh perubahan laju masukan air, laju bahan bakar, laju keluaran uap terhadap tekanan pada drum dan ketinggian air dalam drum. Bagian dekopling diperlukan untuk memisahkan pengaruh silang antara variabel-variabel keluaran yang sedang dikendalikan. Sistem kendali adaptif dapat melakukan proses penataan secara terus menerus dengan adanya bagtan estimator yang berfungsi untuk mengestimasi nilai-nilai parameter sistem yang sedang dikendalikan. Hasil estimasi digunakan untuk menala ulang parameter-parameter pada sistem kendali. Pole Asignment. Pengendali Pole Asignment digunakan untuk memperbaiki respon sistem yang sedang dikendalikan."

"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."

"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."

"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."

"Perkembangan bare dalam neural network telah memberikan keuntungan-keuntungan dalam aplikasi sistem kontrol. Berdasarkan teori stale space dan pendekatan neural network, dikembangkan suatu algoritma yang disebut Stochastic Neural Direct Adaptive Control (SNDAC) untuk mengendalikan plant yang diketahui sebagian matriks sistemnya, yaitu matdks masukan B(.) dan matriks keluaran C(.). Pengendali neural network menggunakan algoritma SNDAC untuk mengubah bobot-bobotnya sehingga dihasilkan sinyal kendali yang mengoptimalkan quadratic performance index. Parameter yang berpengaruh pada pengendalian adalah banyaknya neuron pada lapisan tersembunyi dan besarnya koefisien belajar. Pemilihan banyaknya neuron pada lapisan tersembunyi dan besarnya koefisien belajar tidak dapat dilakukan secara eksak, tetapi dengan trial and error. Dengan pemilihan yang tepat dihasilkan pengendalian yang stabil dengan toleransi kesalahan yang kecil, seperti terlihat pada hasiI simulasi."

"ABSTRAKPerubahan karakteristik pada Heat Exchanger akibat terjadinya endapan kotoran dan efek korosi pada pipa-pipa konduksi seringkali membuat sistim sulit dikendalikan dengan baik. Untuk mengantisipasi kondisi proses yang sering mengalami perubahan karakteristik, dicoba membuat simulasi sistem kendali adaptif P.I.D swa-tala yang akan melakukan adaptasi terhadap perubahan-perubahan parameter proses tersebut. Metoda adaptasi yang digunakan adalah dengan menerapkan algoritma estimator rekursif R.L.S untuk mengestimasi besarnya nilai parameter dari proses yang dikendalikan, adapun penalaan pengendali P .I.D dilakukan berdasarkan kriteria puncak lebih kecil dari Cohen - Coon.Hasil uji coba simulasi, menunjukkan masih adanya kendala pada pelaksanaan adaptasi yaitu perubahan-perubahan parameter proses yang terjadi harus diikuti dengan perubahan harga masukan acuannya (set point)."