Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 2 dokumen yang sesuai dengan query
cover
Pratama Mahadika
"

Harga bahan bakar yang terus meningkat memaksa produsen otomotif untuk melakukan inovasi dalam meningkatkan efisiensi bahan bakar. Kendaraan hibrida khususnya konfigurasi Parallel Hybrid Electric Vehicle telah terbukti mampu meningkatkan efisiensi bahan bakar. Kunci utama dalam meningkatkan efisiensi bahan bakar kendaraan hibrida terdapat pada pengendali Energy Management System yang mengatur kinerja mesin dan motor sehingga kendaraan dapat bekerja pada rentang kerja yang optimal. Desain sistem kendali akan menggunakan pengendali berbasis algoritma shortest path dalam mengendalikan Energy Management System pada konfigurasi Parallel Hybrid Electric Vehicle sehingga mampu mengoptimalkan pembagian daya selama perjalanan yang siklus berkendaranya telah diketahui sebelumnya. Perancangan dalam desain pengendalian dilakukan dengan mengidentifikasi model sistem kendaraan yang digunakan untuk mengetahui jumlah bahan bakar yang digunakan. Kemudian dari model sistem tersebut akan dicari nilai bahan bakar yang dibutuhkan selama berkendara dengan berbagai kemungkinan selama siklus berkendara. Lalu akan dibuat pengendali dengan mencari rute terpendek untuk menghasilkan urutan sinyal kendali dengan nilai yang paling optimal dan efisien. Tujuan dari sistem pengendalian ini adalah untuk menentukan besaran pembagian kinerja mesin dan motor sehingga kendaraan dapat bekerja dalam keadaan yang paling efisien. Hasil dari penelitian membuktikan bahwa pengendali dengan algoritma shortest path mampu mengatur pembagian torsi mesin pembakaran internal dengan motor listrik dengan nilai yang optimal.


Increasing fuel price has forced automotive manufacturers to innovate in increasing fuel efficiency. Hybrid vehicles, especially Parallel Hybrid Electric Vehicle configuration have been proven to be able to improve fuel efficiency. The main key in term of fuel efficiency of hybrid vehicles is the controller of the Energy Management System that manages the performance of the engine and motor so that the vehicle can work in the optimal working range. The control system design will utilize a controller using shortest path algorithm to control the Energy Management System in the Parallel Hybrid Electric Vehicle configuration so it can optimize power distribution during the trip in which the driving cycle has been previously known. The design of the control design is done by identifying the vehicle system model that is used to determine total fuel used during driving. Then from the model, it will find the fuel value needed while driving with various possibilities during the driving cycle. Then controller will be made to produce control signal  sequences with the most optimal and efficient value. The purpose of this control system is to determine the distribution of engine and motor performance so that the vehicle can work in the most efficient conditions. The results of the study prove that controller using shortest path algorithm are able to control torque distribution from internal combustion engine and electric motor with optimal value.

"
Depok: Fakultas Teknik Universitas Indonesia, 2019
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Pratama Mahadika
"ABSTRAK
Dalam banyak kendaraan modern, faktor keamanan menjadi pertimbangan penting dalam mendesain kendaraan. Sebagai salah satu bagian dari Advanced Driver Assistant Systems (ADAS) yang diperuntukkan untuk meningkatkan keamanan dalam berkendara, Adaptive Cruise Control (ACC) diperkenalkan untuk mengurangi kemungkinan terjadinya kecelakaan lalu lintas. Sistem pada ACC
dapat membantu pengendara dalam menjaga jarak aman dengan kendaraan yang berada di depannya dengan mengendalikan besaran pada katup gas serta tekanan pada rem. Selain untuk meningkatkan faktor keamanan, sistem ACC harus mampu memberikan respon yang halus agar pengendara tetap merasa nyaman. Pada penelitian ini, sistem ACC akan didesain dengan memanfaatkan metode switching
yang memiliki respon yang halus dengan memanfaatkan kecepatan relatif, jarak antar kendaraan, dan percepataan kendaraan untuk menentukan kondisi follow mode ketika terdapat kendaraan di depannya, dan kondisi cruise mode ketika tidak terdapat halangan. Kemudian dalam mengendalikan kecepatan kendaraan, akan memanfaatkan pengendali Neural Network Predictive Control (NNPC) yang mengatur besaran katup gas dan tekanan rem yang diberikan. Metode NNPC akan memanfaatkan model Artificial Neural Network (ANN) dalam melakukan identifikasi model longitudinal kendaraan yang sangat tidak linier, dan menggabungkan dengan metode Model Predictive Control (MPC) untuk melakukan prediksi keadaan dari kendaraan yang dikendalikan. Hasil dari penelitian memperlihatkan bahwa pengendali NNPC serta algoritma switching yang digunakan mampu menjaga jarak dengan kendaraan yang ada di depannya, serta memiliki respon yang cukup halus.

ABSTRACT
In many modern vehicles, safety is an important consideration in designing a vehicle. As one part of the Advanced Driver Assistant Systems (ADAS) which is intended to improve safety in driving, Adaptive Cruise Control (ACC) is introduced to reduce the possibility of traffic accidents. The ACC system can help the driver maintain a safe distance from the vehicle in front of him by controlling the throttle and the pressure on the brakes. In addition to increasing the safety factor, the ACC system must be able to provide a smooth response so that the driver feels comfortable. In this study, the ACC system will be designed by using a switching method that has a smooth response by utilizing the relative speed, distance between vehicles, and vehicle acceleration to determine the condition of follow mode when there is a vehicle in front of it, and the cruise mode condition when there are no obstacles. Then in controlling vehicle speed, Neural Network Predictive Control
(NNPC) controllers will control the amount of throttle and brake pressure applied. The NNPC method will utilize the Artificial Neural Network (ANN) model to identify longitudinal models of vehicles that are highly non-linear, and combine them with the Model Predictive Control (MPC) method to predict the state of the controlled vehicle. The results of the study show that the NNPC controller and switching algorithm used are able to maintain a distance from the vehicle in front
of it, and have a fairly smooth response."
Depok: Fakultas Teknik Universitas Indonesia , 2020
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library