Hasil Pencarian  ::  Simpan CSV :: Kembali

"Di era dengan ketersediaan bahan bakar fosil yang semakin rendah, diperlukan sumber energi terbarukan. Salah satu pembangkit dengan efisiensi optimal adalah pembangkit listrik tenaga nuklir. Badan Energi Atom Jepang (JAEA) memulai proyek HTTR pada tahun 1985 dengan inti prismatik, moderator grafit, dan reaktor berpendingin gas helium. Model matematis dan parameter merupakan acuan yang penting digunakan untuk melakukan suatu desain pengendali. Model kinetik reaktor nuklir yang digunakan terdiri dari model point kinetics, model thermal hydraulic, dan model reaktivitas masukan dan umpan balik ke model point kinetics. Beberapa parameter model pada reaktor nuklir sering kali tidak diketahui, oleh karena itu dilakukan estimasi model parameter menggunakan metode curve fitting nonlinear least squares. Didapatkan model yang telah dioptimasi dengan nilai akurasi dari hasil pada tingkat daya 9, 15 dan 18 MW berturut-turut yaitu sebesar 98.85%, 94.60% dan 97.95% dengan nilai RMSE masing-masing sebesar 0.0778, 0.2366 dan 0.1469. Sudah banyak sekali peneliti yang mengembangkan metode kendali untuk reaktor nuklir. Pada penelitian ini digunakan metode kendali terbaru yaitu Linear Parameter Varying Model Predictive Control (LPV-MPC). Kelebihan pada metode LPV-MPC yaitu model nonlinear dapat dibentuk dari model linear dan nonlinear dengan parameter yang bersifat varying tanpa harus menggunakan linearisasi.

---

In an era where the availability of fossil fuels is getting lower, renewable energy sources are needed. One of the plants with optimal efficiency is a nuclear power plant. The Japan Atomic Energy Agency (JAEA) started the HTTR project in 1985 with a prismatic core, graphite moderator, and a helium gas-cooled reactor. Mathematical models and parameters are important references used to carry out a controller design. The nuclear reactor kinetic model consists of a point kinetics model, a thermal hydraulic model, and an input reactivity model and feedback to the point kinetics model. Some model parameters in nuclear reactors are often unknown, therefore the parameter model estimation is carried out using the nonlinear least squares curve fitting method. The model has been optimized with accuracy values from the results at power levels of 9, 15 and 18 MW, respectively, 98.85%, 94.60% and 97.95% with RMSE values of 0.0778, 0.2366 and 0.1469, respectively. Many researchers have developed control methods for nuclear reactors. In this study, the latest control method is used, namely Linear Parameter Varying Model Predictive Control (LPV-MPC). The advantage of the LPV-MPC method is that nonlinear models can be formed from linear and nonlinear models with varying parameters without having to use linearization. "

"Dalam beberapa tahun terakhir, riset dalam bidang keamanan dalam berkendara menjadi sebuah perhatian penting bagi industri otomotif, hal ini disebabkan oleh kecelakaan lalu lintas yang masih marak terjadi. Sudah banyak penelitian mengenai metode pengendali yang dikembangkan untuk mengatasi masalah kestabilan pada kendaraan. Salah satunya adalah metode kendali Linear Parameter Varying Model Predictive Control (LPV-MPC). Kelebihan dari metode LPV-MPC ini adalah model nonlinear dapat diekspresikan sebagai sebuah kombinasi dari model-model linear dengan parameter yang bersifat varying dengan beberapa time varying parameter tanpa harus menggunakan linierisasi. Pada penelitian ini, dikembangkan sebuah sistem Active Safety berbasis LPV-MPC yang berguna untuk menjaga kestabilan kendaraan bus listrik dalam melakukan manuver berkendara seperti manuver Double Lane Change (DLC) dengan tetap pada kecepatan yang ditentukan. Pengendali LPV-MPC mengatur gaya masing-masing roda dan sudut belok roda depan sehingga dapat stabil dalam melewati track acuan yang diberikan. Hasil dari penelitian menunjukkan bahwa metode LPV-MPC mampu untuk menjaga kestabilan bus listrik pada saat melewati track acuan dengan tetap pada kecepatan target yang ditentukan pada penelitian thesis ini. Sehingga dapat disimupulkan kendaraan bus listrik dengan sistem Active Safety berbasis LPV-MPC dapat menjaga kestabilan dalam melakukan manuver berkendara.

---

In recent years, research in the field of safety in driving has become an important concern for the automotive industry, this is due to traffic accidents that are still rife. There have been many studies on control methods developed to overcome stability problems in vehicles. One of them is the Linear Parameter Varying Model Predictive Control (LPV-MPC) control method. The advantage of this LPV-MPC method is that the nonlinear model can be expressed as a combination of linear models with varying parameters with several time varying parameter without having to use linearization. In this study, an Active Safety system based on LPV-MPC was developed which is useful for maintaining the stability of electric bus vehicles in carrying out driving maneuvers such as the Double Lane Change (DLC) maneuver while remaining at a specified speed. The LPV-MPC controller regulates the force of each wheel and the turning angle of the front wheels so that they can be stable in passing the given reference track. The results of the study indicate that the LPV-MPC method is able to maintain the stability of the electric bus when passing the reference track while remaining at the target speed specified in this thesis research. So it can be concluded that electric bus vehicles with an Active Safety system based on LPV-MPC can maintain stability in driving maneuvers."