Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Telah dilakukan identifikasi motor DC menggunakan PID Kontrol. Motor DCmerupakan jenis motor yang banyak digunakan di industri, elektronik dan komponenpendukung untuk beberapa peralatan atau instrumentasi elektronik. Aplikasi industrimotor DC yang dipergunakan dalam industri pada umumnya memiliki kapasitas dayayang relatif besar dan disesuaikan dengan beban mekanis dan volume produksi.Identifikasi motor DC dengan sistem kontrol menggunakan PID kontroler dengan HPbesar menggunakan simulasi program komputer akan banyak membantu dalampengamatan karakteristik dinamis motor tersebut.. Alasan lain identifikasi motor DCdengan program komputer adalah dapat dilakukannya proses simulasi gangguan padasistem tersebut tanpa harus mempertaruhkan keselamatan sistem. Dalam pembuatanmodel motor DC yang optimal dalam artian mendekati karakteristik nyata."

"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"

"Dengan berkembangnya konstruksi perkotaan dan kebutuhan industri, maka semakin diperlukannya pipa yang panjang. Untuk Kebutuhan industri diperlukannya sistem pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang suatu sistem kendali berbasis kecerdasan buatan dengan logika fuzzy pada pengendalian debit air berbasis PLC .Dalam penelitian ini sistem logika fuzzy menggunakan 2 input fuzzy set yaitu error dan perubahan error. Setiap Fuzzy set menggunakan 5 fungsi keanggotaan yaitu negatif besar (NB), negatif medium(NM), zero(ZO), positif medium(PM), positif besar(PB). Sistem dapat melakukan pengendalian debit sesuai yang dibutuhkan.Sistem ini berada pada sebuah komputer yang berfungsi sebagai pusat pengendalian dan mengambil data dari OPC server dimana data tersebut diambil dari PLC menggunakan komunikasi ethernet yang langsung terhubung dengan plant. Sistem pengendalian berbasis logika fuzzy dioperaasikan pada prototype plant dalam skala lab, dan analisis performa diverivikasi secara eksperimental. Data secara langsung dapat diambil dan dilihat menggunakan SIMULINK MATLAB. Berdasarkan hasil eksperimen dapat simpulkan pengendalian menggunakan logika fuzzy lebih baik dibanding pengendalian konvesional PID. Hasil pengendalian menggunakan logika fuzzy lebih cepat mencapai steady state yaitu 24.24 sekon tanpa adanya overshoot dibandingkan dengan menggunakan PID yaitu 48.6 sekon dengan overshoot sebesar 16.2%.

---

With the development of urban construction and industrial needs, the need for long pipes is increasing. For industrial needs, a control system that is strong, adaptive, efficient, and environmentally friendly is needed to meet huge needs. In this study, a control system based on artificial intelligence has been designed with fuzzy logic for PLC-based water flow control. In this study, the fuzzy logic system uses 2 fuzzy set inputs, namely error and error change. Each Fuzzy set uses 5 membership functions, namely large negative (NB), medium negative (NM), zero (ZO), medium positive (PM), large positive (PB). The system can control the discharge as needed.

This system is located on a computer that functions as a control center and retrieves data from the OPC server where the data is retrieved from the PLC using ethernet communication which is directly connected to the plant. The fuzzy logic-based control system was operated on a prototype plant on a lab scale, and the performance analysis was verified experimentally. Direct data can be retrieved and viewed using SIMULINK MATLAB. Based on the experimental results, it can be concluded that controlling using fuzzy logic is better than conventional PID control. The result of controlling using fuzzy logic reaches a steady state faster, which is 24.24 seconds without overshoot, compared to using PID, which is 48.6 seconds with an overshoot of 16.2%."

"Dengan berkembangnya pembangunan perkotaan dan kebutuhan industri, semakin pipa panjang diperlukan. Untuk kebutuhan industri diperlukan suatu sistem system pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang sebuah sistem kendali berdasarkan kecerdasan buatan dengan logika fuzzy pada kontrol aliran air berdasarkan PLC. Pada penelitian ini sistem logika fuzzy menggunakan 2 input himpunan fuzzy yaitu error dan perubahan kesalahan. Setiap himpunan fuzzy menggunakan 5 fungsi keanggotaan yang bernilai negatif besar (NB), negatif sedang (NM), nol (ZO), positif sedang (PM), besar positif (PB). Sistem dapat melakukan kontrol debit sesuai kebutuhan. Sistem ini terletak pada komputer yang berfungsi sebagai pusat kendali dan mengambil data dari server OPC tempat data diambil dari PLC menggunakan komunikasi Ethernet yang terhubung langsung ke plant. Sistem kontrol berbasis logika fuzzy dioperasikan pada pabrik prototipe pada skala lab, dan analisis kinerja diverifikasi secara eksperimental. Data dapat langsung diambil dan dilihat menggunakan MATLAB SIMULINK. Berdasarkan hasil percobaan dapat disimpulkan kontrol menggunakan logika fuzzy lebih baik dari kontrol konvensional PID. Hasil kontrol menggunakan logika fuzzy mencapai kondisi tunak lebih cepat yaitu 24,24 detik tanpa overshoot dibandingkan dengan menggunakan PID yaitu ID 48,6 detik dengan overshoot 16,2%.

---

With the development of urban development and industrial needs, more and more long pipes are needed. For industrial needs, a strong, adaptive, efficient, and environmentally friendly control system is needed to meet enormous needs. In this research, a control system based on artificial intelligence has been designed with fuzzy logic on water flow control based on PLC. In this study, the fuzzy logic system uses 2 input fuzzy sets, namely error and error change. Each fuzzy set uses 5 membership functions with large negative values ​​(NB), medium negative (NM), zero (ZO), moderate positive (PM), large positive (PB). The system can perform discharge control as needed. This system is located on a computer that functions as a control center and retrieves data from the OPC server where data is retrieved from the PLC using Ethernet communication that is connected directly to the plant. Fuzzy logic based control system is operated in a prototype factory on a lab scale, and performance analysis experimentally verified. Data can be directly retrieved and viewed using MATLAB SIMULINK. Based on the experimental results, it can be concluded that the control using fuzzy logic is better than conventional PID control. The results of the control using fuzzy logic reached steady state faster, namely 24.24 seconds without overshooting compared to using PID, namely ID48.6 seconds with 16.2% overshoot."

"Sebuah prototipe sistem pengendali posisi motor dc telah dirancang dan dibangun sebagai pengendali sistem aktuator pergerakan sirip pada roket kendali berbasis mikrokontroler ATmega yang menggunakan metode pengendalian logika fuzzy. Pengaturan posisi gerak motor dilakukan dengan mengatur tegangan motor dan menggunakan metode PWM (Pulse Width Modulation). Mekanisme umpan-balik sistem mengunakan sebuah sensor putaran yang membaca posisi dari motor dc. Metode fuzzy yang dirancang memiliki 2 nilai crisp input (error dan Δerror) dan satu nilai crisp output yaitu perubahan tegangan. Metode defuzzifikasi yang digunakan adalah metode centre of gravity (COG). Respon sistem ditampilkan dalam bentuk sudut posisi aktuator terhadap waktu dan didapatkan nilai Tr = 0,32 detik, Tp = 0,47 detik, Ts = 0,72 detik dengan nilai persentase overshoot sebesar 21,57% dan kesalahan tunak sebesar 20 %.

---

A prototype of dc motor position control system has been designed and built as a controller of fin control actuator system. This prototype uses fuzzy control method that has been embeded in ATmega microcontroller. Regulation of motor angular position has been inplemented by adjusting motor voltage and used PWM (Pulse Width Modulation). Feedback mechanism has been done using rotation sensor that reads the angular position of dc motor. Fuzzy method is designed to have two crisp input (error and Δerror) and one crisp output i.e voltage change. Defuzzification method used is Center Of Gravity (COG). From system respon, it has been shown that Tr = 0,32 sec, Tp = 0,47 sec, Ts = 0,72 sec, percentage of overshoot 21,57 % and steady-state error of 20 %."

"Pada skripsi ini dibuat sebuah sistem kendali tertutup dengan menerapkan logika fuzzy sebagai pengendali. Sistem ini dibuat untuk menguji algoritma real-time reasoning fuzzy controller yang diterapkan pada sistem kendali posisi motor do berbasis komputer. Sistem yang dikendalikan diimplementasikan berupa gerakan rotasi satu dimensi. Perangkat keras yang digunakan dalam skripsi ini, terdiri dari empat bagian utanu, yaitu antarmuka PC, rangkaian pengubah sinyal (ADC dan DAC), penggerak motor dan sensor. Antarmuka PC berfungsi untuk mengatur pengalamatan dan jalur data antara perangkat keras dan perangkat lunak. Sensor berfungsi untuk memberikan masukan pada perangkat lunak fu=ry, melalui antar-muka PC, kemudian pengendalifuzzy memberikan keluaran pada penggerak motor. Sinyal yang keluar dari sensor adalah sinyal analog, untuk itu perlu diubah menjadi sinyal digital oleh ADC sebelum masuk ke komputer. Sebaliknya, sinyal yang keluar dari komputer adalah sinyal digital dan harus diubah menjadi sinyal analog untuk dapat dipakai oleh penggerak motor. Perangkat lunak dalam sistem ini digunakan sebagai antarmuka pemakai dengan sistem untuk melakukan fungsi-fungsi seperti menset sistem untuk inisialisasi, menjalankan algoritma pengendali fuzzy berdasarkan sinyal input yang masuk ke dalam bus data, mengeluarkan sinyal pengendali yang sesuai kepada penggerak motor melalui DAC, memasukkan komposisi Memori Assosiatif Fuzzy, memonitor tanggapan waktu sistem dan melakukan analisis respons sistem. Hasil yang dicapai menunjukkan bahwa penerapan pengendali fuzzy pada sistem kendali posisi gerakan rotasi satu dirnensi ini dapat menurunkan overshoot dan mengurangi galat tunak."

"Sebagian besar aplikasi-aplikasi motor pada industri menggunakan jcnis motor induksi. Beberapa alasan utama yang mendasari penggunaan motor induksi ini diantaranya adalah karcna motor jenis ini memiliki kekuatan yang besar_keandalan yang tinggi, harga yang relatif murah, dan eiisiensi yang tinggi (sampai 80% lebih tinggi). Namun pengendajian motor jenis ini tidaklah mudah Hal ini dikarenakan rumitnya model matematika dari motor ini. sifat non Hniernya, dan pcngaruh suhu yang cukup besar pada beberapa parameter listriknya. Olch karena itu maka pengendali-pengendali motor induksi 3 fasa yang ada di pasaran berharga sangat tinggi.Pengendali dengan logika fuzzy menawarkan suatu kemudahan dalam perancangan suatu sistem kendali. Kemudahan itu terutama disebabkan oleh penggvnaan variabe] linguistik, yang menggantikan variabel numerik pada perancangan sistem kendali konvensional, datam pemecahan suatu masalah. Variabel linguistik tersebut Iebih dekat dengan domain pemikiran manusia. Namun pengendali yang berbasis logika fuzzy di pasaran juga memiliki harga yang tinggi pula.Pada skripsi ini dirancang suatu pengendali kccepatan putaran motor induksi 3 fasa yang berbasis logika fuzzy. Pengendali tersebut dibuat dengan menggunakan mikrokontroler yang umum dijumpai di pasaran dengan harga yang terjangkaujadi biaya total pembuatan pengendali ini dapat_ditt~:kan serendah mungkin scttingga pengendali ini bisa dipakai pada aplikasi-aplikasi rumah tangga ataupun aplikasi-aplikasi berskala kecil lainnya."