Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kopling virtual adalah suatu teknik yang digunakan untuk menghubungkan dua kereta atau lebih secara virtual, tanpa adanya koneksi fisik langsung antara keduanya. Penggunaan pengendali fuzzy PID pada kopling virtual dapat memberikan kemampuan adaptif yang lebih baik terhadap perubahan kondisi kereta dibandingkan dengan pengendali PID biasa. Penelitian ini bertujuan untuk menguji kinerja kopling virtual yang menggunakan pengendali fuzzy-PID. Penelitian dilakukan dengan aplikasi matlab, dan mengujikan 4 metode, yaitu Mamdani dan sugeno dengan masing masing tipe 1 dan 2. Hasil penelitian menunjukkan bahwa pengendali fuzzy PID mampu mengontrol sistem dengan lebih baik dibandingkan dengan pengendali PID biasa, dengan deviasi posisi yang lebih kecil untuk mencapai set poin yang diinginkan

---

Virtual coupling is a technique used to connect two or more trains virtually, without a direct physical connection between them. The use of fuzzy PID controllers in virtual coupling can provide better adaptive capabilities to changes in train conditions compared to ordinary PID controllers. This research aims to test the performance of virtual coupling using fuzzy-PID controller. The research was conducted with the Matlab application, and tested 4 methods, namely Mamdani and Sugeno with types 1 and 2 respectively. The results showed that the PID fuzzy controller was able to control the system better than the ordinary PID controller, with a smaller position deviation to achieve the desired set point."

"Proses Thermal Mixing adalah jenis dari proses pencampuran yang penting di berbagai industri, seperti industri pangan, pupuk, farmasi, material sampai petrochemical. Proses Thermal Mixing merupakan proses Multi input multi ouput (MIMO), karena bekerja dengan mengendalikan dua flow air panas dan air dingin untuk mengendalikan temperatur dan level campuran. Meskipun memiliki respon yang kurang baik untuk mengendalikan MIMO, namun PID masih banyak digunakan karena kesederhanaannya. Algoritma non konvensional yang lebih baik seperti fuzzy control memiliki kerumitan yang tinggi dibanding PID. Algoritma Adaptive Fuzzy PID Controller (AFPIDC) merupakan gabungan dari keduanya, memiliki basis PID yang cukup sederhana namun ditambahkan aspek Fuzzy untuk mempercepat pengendalian dengan cara mengubah konstanta PID secara real-time (on the fly). Algoritma AFPIDC ini diterapkan pada simulasi sistem pengendalian temperatur dan level air pada proses water Thermal Mixing dan dilakukan pada program MATLAB/SIMULINK di PC. Fuzzy yang digunakan memiliki dua input berupa error dan perubahan error, dan memiliki tiga output berupa perubahan nilai konstanta PID. Pengujian sistem dilakukan dengan simulasi perubahan setpoint dan gangguan berupa kebocoran flow. Dari hasil pengujian sistem, pengendali AFPIDC memiliki performa yang lebih baik dari PID dalam mengendalikan temperatur dan level pada sistem. Dalam pengendalian temperatur, didapatkan nilai settling time PID sebesar 830 detik, AFPIDC sebesar 328 detik dan untuk nilai overshoot PID 6,3% dan AFPIDC 0%. Untuk pengendalian level didapatkan settling time PID 3221 detik dan AFPIDC 235 detik dengan nilai overshoot PID 10,5% dan AFPIDC 0%. Dari pengujian sistem terhadap gangguan kebocoran, pengendali temperatur membutuhkan waktu untuk kembali stabil pada PID 780 detik, AFPIDC 250 detik. Sedangkan untuk pengendalian level untuk kembali stabil membutuhkan waktu PID 4510 detik, AFPIDC 225 detik.

---

The Thermal Mixing Process is a type of mixing process that is important in various industries, such as the food, fertilizer, pharmaceutical, material to petrochemical industries. The Thermal Mixing Process is a multiple-input multiple-output process (MIMO), because it works by controlling hot water and cold-water flows to control the temperature and level of the mixture. Although it has a poor response to control MIMO system, PID is still widely used because of its simplicity. There are some better control algorithm, such as fuzzy control, but have higher complexity than PID. The Adaptive Fuzzy PID Control (AFPIDC) algorithm is a combination of the two, has a simple PID basis with added Fuzzy aspects to speed up control by changing the PID constant in realtime. The AFPIDC algorithm is applied to the simulation of temperature and water level control systems in the process of water Thermal Mixing and is done on the MATLAB/SIMULINK program on a PC. The fuzzy algorithm uses two inputs in the form of errors and changes in errors and has three outputs in the form of changes in the value of the PID constant. System testing is done by simulating setpoint changes and disruption in the form of leakage flow. From the results of system testing, AFPIDC controllers have better performance than PID in controlling temperature and level in the system. In temperature control, the PID settling time is 830 seconds, AFPIDC is 328 seconds and the PID overshoot is 6,3% and AFPIDC is 0%. In level control, the settling time of PID is 3221 seconds while AFPIDC is 235 seconds with PID overshoot is 10,5% while AFPIDC 0%. From testing the system with leakage disturbance, the temperature controller needs time to regain stability at PID 780 seconds, AFPIDC 250 seconds. Meanwhile the level controlling stabilizes at PID 4510 seconds, and AFPIDC at 225 seconds."

"LC merupakan pengendali yang sangat Iuas penggnnaannya dalam bidangindustri. Seiring dengan berkembangnya kebutuhan pengendalian proses dalamindustri, fasilitas pongendali dalam PLC pun lurut dikembangkan. Dalam PLCgenerasi barn, seperti yang dignnakan dalam skripsi ini, telah terintegrasi fungsi-fungsi pengendali proses seperti PID dan fuzzy.Dalam skripsi ini. digunakan PLC. Modicon Micro 3122 untukmengendalikan suatu sistem dua tangki (Coupled Tanks CEIOS). Pengendaliansistem tersebut dilakukan untuk mengendalikan tinggi air pada tangki 2 denganmasukan pada tangki 1. Pengendali yang digunakan adalah pengendali PID yangparameter-parameternya ditala secara on-line dengan menggunakan algoritma fuzzy,atau biasa disebut Fuzzy-PID. Pemrograman PLC dibuat dengan bantuan softwarePL7 Pro V4.0 yang merupakan bagian integral dari PLC tersebut denganmenggunakan bahasa pemrograman Strubtured Text. Prancangan pengendali dibuatagar pengendalian dapat dilakukan melalui jaringan ethemet dan intemet.Setelah masing-masing sub sistem diuji dan kemudian di integrasikan menjadisebuah sistem, dilakukan beberapa uji coba untuk mengamati kinerja sistem sertapengendali yang telah dirancang. Uji coba tersebut meliputi uji coba tanpapengendali dan dengan pengendali. Pada uji coba dengan pengendali dilakukanpembandingan antara pengendali Fuzzy-PID dan PID dcngan parameter retap. Ujicoba dengan pengendali ini mencakup uji coba dengan setpoint tetap, dengansetpoint berubah-ubah, dengan porubahan parameter sistem, dan dengan gangguandari Iuar.Dari beborapa uji coba yang dilakukan, dapal disimpulkan bahwa sistemdapat bekerja dengan baik. Pengendalian dengan menggunakan algoritma Fuzzy-PIDmampu mengatasi berbagai keadaan sistem dengan hasil yang lebih baikdibandingkan pengendali PID dengan parameter tetap. Dengan demikian, terbuktibahwa PLC merupakan salah satu pengendali yang dapat diandalkan dalampengendalian proses-proses industri. "

"Pada kereta hibrid, salah satu faktor penting dalam operasinya adalah suplai daya yang stabil. Kereta hibrid mengambil daya listrik dari kabel overhead (katener) melalui pantograf. Ketika kereta mencapai kecepatan tinggi, dapat terjadi vibrasi mekanik yang berpotensi terjadinya contact loss antara pantograf dan katener. Hal tersebut dapat menyebabkan ketidakstabilan suplai daya dan pencetusan (arcing) sehingga diperlukan pengendalian pantograf aktif. Pada penelitian ini, dilakukan simulasi menggunakan model numerik pantograf-katener berupa persamaan keadaan (state equation) dan pengendalian berbasis Linear Parameter Varying Model Predictive Control (LPV-MPC) untuk mengatur gaya kontak antara pantograf dan katener. Pengendali LPV-MPC didesain dengan mengambil model prediksi yang disusun berdasarkan model dinamis sistem dan suatu fungsi obyektif beserta batasan yang diselesaikan dengan quadratic programming. Hasil penelitian menunjukkan bahwa LPV-MPC dapat digunakan untuk mengendalikan gaya kontak antara pantograf-katener dengan nilai MSE antara sinyal keluaran dan setpoint sebesar 9,0753.

---

In hybrid train technology, one of the important factors in the operation is a stable power supply. A hybrid train collects power from the overhead catenary above the train using pantograph. In high-speed operation, mechanical vibration happens and contact loss between pantograph and catenary. This results in unstable power supply and arcing. In this research, a pantograph numeric model using state equations is simulated with a Linear Parameter Varying Model Predictive Control (LPV-MPC) scheme to control the contact force between the pantograph and catenary. The LPV-MPC controller is designed by making a model prediction derived from the mathematical dynamic model and an objective function with constraints that is solved using quadratic programming. Results shows that LPV-MPC can be used to control the contact force between the pantograph and catenary with an MSE value between the system’s output and setpoint of 9.0753."

"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"

"ABSTRAKPerkembangan teknologi pada dunia otomotif telah berkembang pesat dalam beberapa tahun terkahir. Dunia yang semakin menuntut kenyamanan dan keamanan dalam berkendara membuat produsen-produsen mobil roda empat berlomba-lomba membuat inovasi dalam hal ini. Kenyamanan dan keamanan dalam berkendara dapat ditunjang dari performa mesin, distribusi tenaga, pengereman, suspensi, roda, dan lainnya. Kenyamanan dan keamanan berkendara dengan suspensi mulai berkembang untuk memberikan stabilitas dan kenyamanan pada saat mobil melalui jalan yang tidak rata sehingga suspensi dapat meminimalisir osilasi dari mobil sehingga mobil dapat beraksi mendekati performa di jalan rata. Pengunaan pengendali untuk active suspension terdapat beberapa metode yang dapat diimplementasikan pada actuator suspensi untuk memberikan force actuator pada mobil yang sebenarnya. Pada penelitian ini keadaan yang dikendalikan pada sistem active suspension yaitu body heave (perpindahan dari sprung mass). Pengendalian untuk sistem active suspension pada mobil roda empat yang diajukan pada penelitian ini menggunakan MPC (Model Predictive Control). Metode MPC digunakan pada pengendalian sistem ini karena terdapat banyak constraint dan uncertainty pada sistem ini, kemampuan MPC untuk mengendalikan sistem dengan banyak variabel dan sifat-sifat MPC seperti adanya constraints dapat berguna dalam mengendalikan sistem ini. Dalam Pengembangan model predikisi, road profile dianggap sebagai gangguan. Dinamika model yang kontinu bersifat non-linear diidentifikasi digunakan metode identifikasi least square. Performa dari pengendali kemudian disimulasikan untuk mengetahui kemampuan pengendali dalam mengikuti gangguan dan mengikuti dari setpoint yang diberikan.

---

ABSTRAKThe development of automotive technology has developed rapidly in last few years. In this modern world a few changes has been made and people show up with a new regulation about car comfort and safety. Car manufactures around the world used their resources to invest a new innovation in this area to increase comfort and safety for a joyful ride. Comfort and safety can be increased in some areas like engine performance, power distribution, braking system, suspension, wheel, and many more. Comfort and safety by utilized suspension system has developed rapidly in last few years. The development in suspension area can bring a stability and comfort for the ride when the cars meet a bumpy road, active suspension can minimize vertical body oscillation of the car. Active suspension can be tuned by using many types of controller for implementation in the real car to control suspension actuator so the actuator can produce force to control the state in suspension system which is body heave or sprung mass displacement. In this research a Model Predictive Control or MPC is proposed to control an active suspension system for a four wheel car. MPC is chosen due to it?s capability to control a non-linear system with an uncertainty and constraint. In this research various type of road profile is used as disturbance. In this research least square identification is used to identified a dynamic non-linear model of the car. The performance of the proposed controlled than simulated to show the ability to handle the disturbance and track the setpoint."

"Seiring dengan bertambahnya tuntutan akan kendaraan yang lebih baik, keamanan pengemudi kendaraan juga harus diperbaiki. Permasalahan yang terkait dengan Vehicle Dynamics Control (VDC) adalah model yang nonlinear yang sering menimbulkan kesulitan dalam mengendalikan variabel-variabel keadaan. Linearisasi model umumnya dilakukan dengan beberapa asumsi dan simplifikasi yang dapat menghasilkan kesalahan yang besar dan mempengaruhi performa sistem. Pada penelitian ini, pengendalian dari yaw rate dan kecepatan mobil listrik diajukan dengan menggunakan pengendali prediktif. Jenis pengendali prediktif nonlinear ini dipilih karena kemampuan optimasi pengendalian sebagai permasalahan quadratic programming. Dalam pengembangan model prediksi, sudut setir dari pengemudi dianggap sebagai gangguan. Dinamika nonlinear kendaraan diidentifikasi dengan menggunakan identifikasi least square multistage dan divalidasi menggunakan performance indicatorloss function dan Final Prediction Error (FPE). Setpoint untuk yaw rate dihasilkan oleh model referensi sebagai fungsi statik dari kecepatan dan sudut setir, sedangkan nilai referensi untuk kecepatan adalah konstan. Pengendali selanjutnya memberikan kompensasi untuk sudut setir dan gaya longitudinal untuk roda. Performa pengendalian diverifikasi dengan simulasi untuk menunjukkan kemampuan untuk mengikuti perubahan setpointyang diberikan.

---

As the demand for better vehicles increases, the driver’s safety must also be improved. The problem with Vehicle Dynamics Control (VDC) is the nonlinearity of the model often causes difficulties in controlling the state variables. Linearization of the model is usually performed with several assumptions and simplification which leads to large errors that affect the performance of the controlled system. In this research, a yaw rate and vehicle’s velocity control of an electric vehicle is proposed using a predictive control. This type of nonlinear predictive controller is chosen due to its capability of optimizing the control as a quadratic programming problem. In the development of the prediction model, the driver’s steer angle is considered as disturbance. The nonlinear vehicle dynamics is identified by a Multistage Least Square identification method and validated using performance indicators loss function and Final Prediction Error (FPE). The setpoint for the yaw rate is generated by a reference model as a static function of vehicle velocity and driver’s steer angle, while the reference value for the velocity is given constant. The controller then gives compensation to the driver’s steer angle and longitudinal forces to the wheels. The control perforrmance is verified by simulation to show the ability to track the setpoint changes."

"Perkembangan teknologi otomotif semakin pesat pada dekade ini. Tidak hanya pada pengembangan mekanik, pengembangan sistem elektrikal, dan pengaturan dinamika pergerakan mobil juga turut berkembang seiring meningkatnya penggunaan kendaraan elektrik (electric vehicle / EV). Traction control system (TCS) merupakan salah satu teknologi yang berkembang, dengan tujuan memaksimalkan traksi demi tercapainya performa tinggi, kenyamanan, dan kestabilan saat berkendara. Namun, sifat dinamika traksi kendaraan yang tidak linear menghasilkan kesulitan untuk dikendalikan. Oleh karena itu, dalam penelitian ini akan dikaji dan dirancang sebuah skema pengendalian traksi yang bekerja dengan memaksimalkan gaya penggerak pada model dua roda. Torsi yang dihasilkan motor selain menjadi gaya penggerak juga menjadi gaya putar roda. Menurut model Pacejka jika slip terlalu besar, gaya gesek jalan akan mengalami saturasi sehingga sebesar apapun pengemudi meningkatkan torsi motor, tidak akan meingkatkan gaya penggerak, hanya memutar ban sehingga energi terbuang sia-sia. Oleh karena itu diusulkan metode pengendali prediktif untuk mengoptimalkan kinerja mobil sehingga torsi motor dapat diubah menjadi gaya penggerak secara efisien. Model prediksi diperoleh melalui metode estimasi least square karena sifatnya yang mudah dan akurat. Metode kendali MPC (Model Predictive Control) dipilih karena kemampuannya untuk memperhitungkan constraints dalam sintesis pengendalinya sehingga kenyamanan dan keamanan dapat terjamin, juga sifatnya yang dapat meminimumkan perubahan sinyal kendali dapat membantu efisiensi berkendara. Hasilnya pengendali dapat menahan driving force pada batas yang optimal untuk mempertahankan efisiensi dan keamanan berkendara. Tidak hanya pada referensi konstan namun juga pada referensi yang berubah dan pada keadaan jalan baik aspal kering maupun basah.

---

Development in automotive technology have grown rapidly in the past decade. Not only in mechanical section, the development in electrical, and motion dynamics management have also been developed as the increase of electric vehicle (EV) usage and usage of computer for control media. Traction control system (TCS) is one of those technologies developed, with objective to maximize traction to obtain high performing vehicle, with comfort, and stability aspects while being driven. But, non linearity in traction dynamic on vehicle makes it difficult to control.

Thus, in this research a traction control scheme to maximize driving force studied and designed. Torque generated by electric motor beside transformed itu driving force, also become wheel rotation force. According to Pacejka tire friction model, if the longitudinal slip is excessive, friction force will enter saturation zone so no matter how much the driver increase motor torque, it won't increase driving force, only rotates wheel faster that it wastes energy.

That is why a predictive control method is porposed so that motor torque can be transmformed into driving force efficiently. Prediction model is obtained with least square estimation method because its ease of use and good acuracy. MPC (Model Predictive Control) method is chosen because its ability to calculate constraints in its synthesis so that comfort and safety can be asured, also its characteristic that is able to minimize control signal's change to help driving efficiency.

The controller is capable to hold driving force in a good margin to maintain efficiency and driving safety. Not only on constant reference but also on changing reference and it‟s good wether on dry or wet asphalt."

"Grip atau adhesi antara ban dan jalan adalah salah satu aspek yang paling penting dalam dinamika kendaraan karena grip akan menentukan apakah gaya gerak yang dihasilkan oleh mesin akan berubah menjadi gaya gerak seluruhnya oleh roda atau akan ada kerugian dalam bentuk perputaran roda yang berlebihan atau slip. Slip itu sendiri tergantung kepada besarnya gaya yang dihasilkan oleh mesin dan dengan koeifisen gesek dari jalanan dengan sehingga kondisi dari jalanan, seperti basah, kering, atau bersalju, akan mempengaruhi besarnya slip yang terjadi. Slip memiliki relasi yang bersifat nonlinear dengan miu terlebih lagi ketika terjadi perubahan kondisi jalanan dengan sehingga untuk perlu untuk dikendalikan dengan menggunakan pengendali prediktif agar transisi perubahan kondisi jalan yang terjadi menjadi lebih lembut. Pada penelitian ini, model dua roda nonlinear akan diidentifikasikan dengan menggunakan least square dan lalu hasil model linear yang telah diperoleh akan digunakan sebagai model acuan bagi pengendali MPC. MPC akan mengendalikan torsi yang masuk ke dalam plant berdasarkan masukan slip optimal untuk masing-masing kondisi jalanan. Hasil simulasi menunjukan disaat terjadi perubahan kondisi jalanan, seperti dari kering ke basah, MPC mampu memberikan sinyal pengendali sebelum terjadinya perubahan kondisi tersebut dan juga dengan respon slip dan kecepatan yang cepat tetapi tidak agresif.

---

Grip, the adhesion between the tire and the road, is one of the most important aspect in vehicle dynamics because grip will determine if the driving force generated by the engine will be turned into moving force entirely by the wheel or will there be losses in forms of excessive wheel spin or slip. Slip alone depends on the force generated by the engine and the road friction coefficient thus the conditions of the road, e.g. dry, wet, snowy, will affect the slip.

Slip has a nonlinear relation with road friction coefficient and furthermore the changing conditions of the road will make the relation even more nonlinear and thus the system is needed to be controlled with a predictive controller to make transitions of the changing road conditions smoother.

In this research, a nonlinear two wheel model will be identified with least square and then the linear model generated by least square will be used as a model reference for MPC. MPC will control the torque entering the plant based on an optimal slip for each road conditions.

Results of the simulations shows that when the road conditions are changed, e.g. from dry to wet, MPC is capable of giving a control signal well before the actual road conditions are changed, and furthermore the slip and speed response from the system is fast but not aggressive."

"Kendaraan merupakan salah satu kebutuhan yang sering digunakan dalam aktivitas sehari-hari. Seiring dengan banyaknya aktivitas berkendara, sering terjadi kecelakaan dimana diakibatkan baik kegagalan sistem kendaraan maupun kesalahan pengemudi didalam mengemudi ataupun mengambil keputusan disaat berkendara. Oleh karena itu penulis melakukan penelitian dimana pengendara dapat terbantu untuk mendapatkan keputusan yang tepat disaat ingin melakukan pergantian lajur kendaraan. Dengan memanfaatkan model Advanced Driving Assistance System yang telah banyak berkembang, dimana sistem pergantian lajur kendaraan memanfaatkan informasi yang didapat melalui sensor LiDAR sehingga dapat mendeteksi kendaraan yang akan berguna untuk keputusan pergantian lajur kendaraan. Penelitian ini berfokus pada pengembangan pengendali lateral dengan menggunakan Model Predictive Control (MPC) untuk mengatasi masalah model kendaraan non-linear, gangguan eksternal, keadaan kendaraan dan lingkungan kendaraan yang bervariasi, serta sharing control antara pengemudi dengan sistem bantuan. Skema pengendali ini terbagi menjadi tiga bagian yaitu, pengambilan data yang dilakukan oleh sensor LiDAR yang terdapat pada Carsim, memodelkan referensi trajektori dan pengendali Lane-Change Assistance System untuk MPC. Dalam penelitian ini, menggunakan model identifikasi bertingkat untuk mendapatkan model kendaraan yang mendekati model yang sesungguhnya. Hasil identifikasi ini kemudian akan digunakan pada MPC. Secara keseluruhan, penelitian ini menggunakan MATLAB, Simulink, dan CarSim. Hasil percobaan menunjukkan MPC memiliki kemampuan yang baik untuk melakukan pergantian lajur kendaraan.

---

Vehicle is one of the needs that is often used in daily activities. Along with the many driving activities, accidents often occur where both the failure of the vehicle system and the driver's error in driving or making decisions when driving. Therefore, the authors conducted a study where motorists can be helped to get the right decision when they want to change vehicle lanes. By utilizing the developed model of the Advanced Driving Assistance System, the vehicle lane turnover system utilizes information obtained through the LiDAR sensor so that it can detect vehicles that will be useful for vehicle lane turnover decisions. This research focuses on the development of lateral controllers using the Predictive Control Model (MPC) to overcome the problem of non-linear vehicle models, external interference, varying vehicle conditions and vehicle environment, and sharing control between the driver and the assistance system. This control scheme is divided into three parts, namely, data retrieval carried out by the LiDAR sensor found in Carsim, modeling the reference trajectory and controlling the Lane-Change Assistance System for MPC. In this study, using multilevel identification models to get a vehicle model that is close to the real model. The results of this identification will then be used at the MPC. Overall, this study uses MATLAB, Simulink, and CarSim. The experimental results show that MPC has a good ability to change vehicle lanes."