Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Untuk menentukan posisi satelit dibutuhkan elemen yang mampu mengidentifikasi posisi satelit terhadap pusat bumi, sementara data tracking dari perangkat yang ada di stasiun bumi hanya dapat mengidentifikasi satelit relatif terhadap stasiun bumi. Karena itu diperlukan suatu metode untuk mengestimasi elemen tersebut berdasarkan data tracking yang ada. Metode yang dapat digunakan untuk mengestimasi elemen orbit tersebut adalah metode Filter Kalman. Filter ini berguna untuk mengestimasi urutan keadaan dari sistem, berdasarkan urutan data yang memuat informasi tentang keadaan yang diinginkan. Sehubungan dengan hal di atas, makalah skripsi ini membahas estimasi elemen flight pada orbit satelit geostasioner menggunakan metode Filter Kalman. Simulasi komputer akan diperlihatkan sebagai alat Bantu perhitungan.

Abstrak :
ABSTRAK
Motor induksi tiga fase adalah jenis motor yang paling banyak digunakan, khususnya untuk aplikasi di dunia industri, dengan skema pengendalian yang semakin mudah untuk diaplikasikan. Untuk meningkatkan unjuk kerja pengendali, fungsi sensor kecepatan dapat digantikan oleh observer. Skripsi ini berisi simulasi penggunaan filter kalman dan komparasi unjuk kerjanya terhadap full order observer untuk menantisipasi kecepatan motor. Dari hasil yang ada, terlihat bahwa waktu cuplik sangat berpengaruh pada unjuk kerja kedua observer tersebut. Selanjutnya teknik pengendali kecepatan fuzzy-P1 jug a digunakan untuk meningkatkan unjuk kerja sistem secara keseluruhan dimana terjadi pengurangan rise time sebesar 3,36% settling time sebesar 15,28% dan %OS sebesar 3335,17%

---

ABSTRACT
Three phase induction motor is a kind of motor mostly used in industrial applications whose control schemes is getting easier to be implemented. In order to improve its control performace,speed sensor scan be replaced by means of an observer. This undergradute thesis contains about the simulation using Kalman filter and its performance comparison with the full order observer in order to estiamate the speed of the motor. Based on the result, it can be found that sampling time has strong effect to their performance. Furthermore. fuzzy-P1 speed controller is used to improve the overall system performance, where the rise time is improved by 3,63%, settling time by 15,28% and %OS by 3335,17%

Abstrak :
Sistem tata udara presisi merupakan mesin refrigerasi yang digunakan di ruang pusat data untuk menjaga temperatur di dalam kabinet berkisar antara 20º - 22ºC, dan kelembaban antara 45-55%. Untuk mencapai keadaan tersebut, delapan variabel tak terukur belum dapat diestimasi sehingga dibutuhkan observer. Proses estimasi state dilakukan menggunakan model ruang keadaan. Persamaan untuk Filter Kalman dibagi menjadi persamaan time update dan measurement update. Penggunaan metode ini diharapkan diperoleh nilai matriks prediction error covarians yang konvergen pada nilai sekecil mungkin. Selain itu juga dibandingkan state hasil estimasi dengan state aktual model untuk mengetahui nilai kuadrat kesalahan estimasi yang terjadi. ......Precision air conditioning is a refrigeration machine that used in the data center to keep the temperature inside the cabinet ranged from 20 º - 22 º C, and humidity between 45-55%. To reach that state, the eight variables not measured can not be estimated so that the observer is required. State estimation process is done using a state space model. The equation for the Kalman Filter equations are divided into time update and measurement update. Use of this method is expected to obtain the prediction error matrix covarians which converges on the value as small as possible. It also compared to the estimated state with the actual state of the model to determine the value of the square of estimation error that occurred.

Abstrak :
Rollover merupakan penyebab utama adanya korban jiwa dari peristiwa ketidakstabilan kendaraan. Karenanya, inovasi pencegahan rollover pada kendaraan roda empat terus dikembangkan untuk meningkatkan keselamatan berkendara. Variabel sudut roll dan kecepatan sudut roll sangat diperlukan dalam pengendalian pencegahan rollover kendaraan, namun kedua variabel ini tidak dapat diukur secara langsung pada kendaraan roda empat karena tingginya harga sensor yang diperlukan. Metode estimasi sudut roll dan kecepatan sudut roll yang akurat dibutuhkan agar pengendalian pencegahan rollover dapat bekerja. Pada penelitian skripsi ini, didesain observer menggunakan metode extended Kalman filter (EKF) diskrit untuk mengestimasi sudut roll dan kecepatan sudut roll. Metode EKF dipilih karena dapat menghasilkan estimasi yang baik pada kondisi non-linier. Persamaan keadaan non-linier yang digunakan pada EKF diturunkan dari model gerak kendaraan pada bidang datar dan model gerak poros kendaraan. Persamaan keadaan non-linier yang dalam bentuk kontinu diaproksimasikan ke bentuk diskrit menggunakan metode Runge-Kutta orde 4. Observer yang didesain lalu diintegrasikan dengan sistem pengendali prediktif pencegahan rollover untuk menguji kinerja metode observer saat kendaraan dalam kondisi pengendalian kestabilan yang non-linier. Metode observer EKF hasil penelitian kemudian dibandingkan dengan metode Kalman filter pada simulasi menggunakan perangkat lunak Carsim dan MATLAB & Simulink. ......Rollover is the main cause of fatalities from vehicle instability. Therefore, rollover prevention innovations in four-wheeled vehicles continue to be developed to improve driving safety. Roll angle and roll rate are very necessary in vehicle rollover prevention control, but these two variables cannot be directly measured on four-wheeled vehicles because of the high price of the sensors needed. The method of high-performance roll angle and roll rate estimation is needed so that rollover prevention control can operate. In this final project, the observer is designed with discrete extended Kalman filter (EKF) method to estimate roll angle and roll rate of the vehicle. The EKF method was chosen because it can yield good estimates in nonlinear conditions. The nonlinear equations used in EKF are derived from the yaw-plane vehicle dynamics model and axis dynamics model. The nonlinear equations which are still in continuous form are approximated to discrete form using the 4th order Runge-Kutta method. The designed observer is integrated with the predictive rollover prevention control system to test the performance of EKF when the vehicles is in stability controlling, nonlinear conditions. The designed EKF observer method is then compared to the Kalman filter method in a simulation using Carsim and MATLAB & Simulink software.