Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Akurasi adalah nilai yang menyatakan tingkat kebenaran hasil pengukuran sesuai dengan standard. Untuk mengetahui akurasi sebuah linear transducer diperlukan kalibrasi. Namun sering ditemukan, setelah dilakukan kalibrasi, akurasinya sudah keluar dari batas toleransi yang diijinkan, sehingga tidak layak digunakan lagi. Agar dapat digunakan kembali, perlu dilakukan perbaikan, sayangnya perbaikan secara hardware sangat mahal. Disini disampaikan rancangan metode perbaikan akurasi menggunakan software, dengan memanfaatkan data kalibrasi yang diproses dengan genetic algorithm. Keuntungannya adalah, hanya dengan memasukan data kalibrasi ke software untuk diolah menjadi parameter koreksi. Kemudian diprogramkan ke microcontroller sebagai kompensator maka akan segera diperoleh hasil peningkatan akurasinya. Dalam metode peningkatan akurasi ini, linear transducer didekati hanya dengan monomial dengan membagi sepanjang linear transducer menjadi segmen-segmen kecil dengan suatu algoritma khusus, kemudian dibentuk chromosome untuk monomial pada genetic algorithm (GA) dengan parameternya berupa bilangan integer untuk memudahkan pemrograman pada microcontroler. Kemudian melakukan modifikasi internal GA khususnya pada selection dan crossover operator. Dalam penelitian ini selection operator yang digunakan adalah stochastic universal sampling, dan crossover operator adalah multi point, ternyata kombinasi kedua operator tersebut menghasilkan nilai sum of squares error (SSE) terbaik, sekitar 68.6% dari SSE rata rata. Langkah berikutnya menerapkan metode elitisasi dengan memasukan kembali sebagian elite chromosome ke populasi generasi berikutnya. Dari percobaan diperoleh bahwa dengan 10% elite chromosome menghasilkan nilai root mean squared (RMS) lebih baik yaitu sekitar 38.9 % dari RMS rata rata. Untuk meningkatkan kinerja GA dilakukan segmentasi sepanjang linear transducer. Segmentasi adalah membatasi rentang kerja dengan membagi daerah kerja menjadi beberapa segmen kecil menggunakan nilai golden ratio (GR). Hasilnya ternyata, golden ratio segmentation method mempunyai kinerja lebih tinggi bila dibandingkan dengan hierarchical segmentation method. Nilai RMS menjadi sekitar 49.0% dan jumlah segmen sekitar 85.9%. Selanjutnya untuk mengetahui kinerja metode peningkatan akurasi yang merupakan gabungan dari genetic algorithm dan golden ratio (GA-GR) dilakukan simulasi. Tujuannya adalah untuk meyakinkan bahwa algoritma yang dikembangkan telah berjalan sesuai dengan tujuan penelitian. Dalam simulasi, GA-GR digunakan untuk tracking kurva karakteristik linear transducer. Hasilnya, nilai RMS dari metode GA-GR sekitar 50 - 900 kali lebih baik dari pada menggunakan polinomial. Kemudian untuk mengetahui hasil nyata metode GA-GR dalam meningkatkan akurasi, maka dilakukan percobaan pada linear transducer yang dipasang pada mechanical positioning system, lalu dilakukan kalibrasi menggunakan standard laser interferometer system calibrator dan prosedur British Standard BS 4656. Hasilnya diperoleh bahwa metode GA-GR dapat meningkatkan akurasi sampai dengan 45.1%. Accuracy is the value stating the true level of a measurement result according to the standard. To find out the accuracy of linear transducer, calibration is required. However, it is often found that after calibration is done, the accuracy is out of the permitted tolerance limit. Therefore, it is no longer appropriate to be used. In order to make it useable again, repair is needed to be done but hardware repair is definitely very costly. This dissertation designs a method to increase accuracy by using software, by utilizing calibration data processed by genetic algorithm (GA). The advantage is that it simply needs to enter the calibration data in the software to be processed as correction parameter and the procedure is to be programmed in the microcontroller as the compensator. Then it will soon get the result of the accuracy increment as required. In this method, the linear transducer is tracked by using only monomial form each small segment of the transducer along its length with a special method of segmenting the linear transducer. Then using the GA to find the parameters of the monomial by putting them into the form of chromosome. To ease the programming in the microcontroller, the parameter values only use integer numbers. The next step the GA internal mechanism is modified, especially in the selection and crossover operators. In this research, the selection operator used is stochastic universal sampling, while the crossover operator is multi point because the combination of those two operators produces the best sum of squares error (SSE), around 68.6% from the average SSE. The following step is to apply the elitism method by re-entering a subset of elite chromosomes to the next generation population. From the experiments, it can be seen that by re entering 10% of elite chromosomes it will produce better root mean squared (RMS) value, which is around 38.9% from the average RMS. To increase the GA performance, segmentation a long the length of the linear transducer is done. Segmentation means limiting the work span by dividing the working area into several segments using golden ratio (GR). The result shown that, the golden ratio segmentation method has a higher performance if compared to that with the hierarchical segmentation method. The value of RMS becomes around 49.0% and the number of segments is around 85.9% Furthermore, to find out the performance of the accuracy increase method which is a combination of genetic algorithm and golden ratio (GA-GR), simulation is conducted. The aim is to make is to make sure that the development algorithm runs in accordance with the objective of the research. In the simulation, GA-GR is used for tracking the curve characteristics of linear transducer. The result is the value of RMS from the GA-GR method is around 50 to 900 times better than using polynomial. Moreover, to find out the real result of the GA-GR method in increasing accuracy, an experiment on linear transducer on the mechanical positioning system is conducted, using the standard laser interferometer system calibrator and the procedure of British Standard BS 4656. The result obtained is that the GA-GR method can increase accuracy up to 45.1%.

Abstrak :
Motor induksi tiga phasa merupakan motor yang non linier sehingga sulit dalam pengaturan kecepatannya terutama pada putaran yang rendah dan mempunyai torsi beban yang tinggi misal pada saat torsi beban mencapai nilai nominalnya, kesulitan menjadi bertambah apabila pengendalian putaran motor dilakukan tanpa sensor (sensorless). Pengendalian motor induksi tiga phasa dapat dilakukan dengan menggunakan komrol vektor yang merupakan salah satu cara yang digunakan untuk memperbaiki unjuk kerja motor. Unjuk kerja yang buruk menyebabkan penggunaan motor menj adi terbatas. Metoda komrol vektor dilakulian dengan cara mengestimasi fluks rotor dan posisi rotor, untuk mengendalikan fluks rotor dan kecepatan rotor dapat digunakan pengendali PI. Penggunaan observer menimbulkan kesalahan estimasi kecepatan w,, kesalahan ini mengakibatkan kesalahan posisi 0, sehingga timbul kesalahan arus stator is, sumbu d dan q, dan kesalahan arus stator ini mengakibatkan timbulnya kesalahan torsi Te dan fluks ws dan wr, karena slip frekuensi di pengaruhi oleh fluks, sehingga terjadi kesalahan pada kecepatan wr dan 0c, kesalahan ini dapat menjadi besar atau menjadi kecil. Peletakan observser pada sumbu dq bertujuan mengurangi kesalahan yang diakibatkan oleh transformasi. Observer yang digunakan adalah full order dan reduced order observer. Pada penelitian ini dilakukan simulasi pada kecepatan rendah sampai diluar kecepatan nominal dengan batasan motor tetap dapaf bekerja baik dalam batas nilai nomlnalnya maupun diatas kecepatan nominalnya. Dari hasil percobaan simulasi yang dilakukan, nilai aktual putaran rotor dapat diikuti nilai estimasinya baik pada penggunaan full order, reduced order dari reduced order observer dengan kompensasi. Pada penggunaan reduced order observer dengan kompensasi arus menunjukkan perbaikan kesalahan yang signifikan antara nilai actual dan estimasi dari arus stator sumbu d dan q, fluks rotor sumbu d dan q, kecepatan rotor, arus magnetisasi, torsi elektromagnetik. Penggunaan waktu cuplik yang tepat sangat mempengaruhi kesalahan yang texjadi antara nilai actual dan estimasi, pada simulasi ini digunakan waktu cuplik 10 pangkat minus 4 detik, makin kecil waktu cuplik menyebabkan waktu proses bertambah lama. Dalam mengatasi timbulnya arus yang besar pada putaran rotor diatas putaran nominal maka digunakan metoda pelemahan medan atau field weakening control tanpa menggunakan sensor kecepatan dan menggunakan full order observer pada sumbu dq. Percobaan simulasi ini menghasilkan putaran 405.9 rad/detik yang melampaui kecepatan nominal rotor 147.7 rad/detik pada putaran acuan 400 radian/detik, sedangkan kecepatan maksimum yang dapat dicapai motor pada kondisi beban nol adalah 647 radian /detik. Pada percobaan simulasi dengan beban berubah, terjadi penurunan putaran sehingga tidak mencapai putaran acuan, namun masih dapat mencapai kecepatan putar nominal 147.7 radian/detik.

Abstrak :
Dalam rangka meningkatkan keselamatan operasi tungku sintering DEGUSSA saat ini, dibutuhkan sistem monitoring cerdas sebagai bagian dari sistem manajemen keselamatan proaktif. Penelitian ini mengembangkan pendekatan deteksi kesalahan berbasis model untuk real time monitoring proses sintering pelet UO2 dalam atmosfir hidrogen. Hal ini dapat membantu sistem sintering untuk mendeteksi tanda-tanda awal degradasi tingkat keselamatan dan mengambil tindakan yang sesuai terhadap bahaya yang mungkin disebabkan. Sebuah model multi sistem inferensi neuro-fuzzy adaptif (MANFIS) digunakan untuk pembangkitan residual, sedangkan untuk evaluasi residu digunakan nilai ambang batas keselamatan hidrogen untuk proses sintering. Model MANFIS dilatih dengan data operasional rutin proses sintering dan digunakan untuk menghasilkan residu pada langkah deteksi kesalahan. Data operasinal rutin diperoleh dari proses sintering terhadap pelet UO2 yang telah diklasifikasi. Data proses real yang mengandung kesalahan dan data simulasi kesalahan proses digunakan untuk menguji model. Hasil pelatihan terhadap model dengan data operasi normal untuk parameter temperatur hidrogen telah diperoleh dengan nilai RMSE, MAE dan R2 adalah 0.0141, 0.1035 dan 0.9980, sedangkan pada tahap pengujian model nilai RMSE, MAE dan R2 yang diperoleh adalah 0.0565, 0.3781 dan 0.9897. Sementara itu untuk parameter laju alir hidrogen nilai RMSE, MAE dan R2 yang diperoleh pada tahap pelatihan adalah 0.0193, 0.7334 dan 0.9993, dan pada tahap pengujian model nilai RMSE, MAE dan R2 yang diperoleh adalah 0.0752, 0.9735 dan 0.9935. Hasil penelitian menunjukkan bahwa semua kesalahan dapat dengan jelas dideteksi dan diklasifikasikan oleh deteksi kesalahan berbasis model ini. Dengan menggunakan metode deteksi kesalahan sebagai sistem monitoring proses, sistem tungku sintering dapat langsung mendeteksi kesalahan dengan cepat, mengklasifikasikan mereka dan kemudian tindakan yang tepat dapat segera diambil.

---

In order to improve the current safety operation of DEGUSSA sintering furnace, intelligent monitoring system is needed as part of a proactive safety management system. This study develops a model-based fault detection approach for real time monitoring of UO2 pellets sintering process in hydrogen atmosphere. It can help sintering systems to detect early signs of safety degradation and take appropriate action with hazards that may be caused. A multi adaptive neuro-fuzzy inference system (MANFIS) model is used for residual generation, while for residual evaluation a limit threshold of hydrogen safety for sintering processes is used. The MANFIS model is trained with routine operational data collected from a sintering furnace and it used for generating residuals in the fault detection step. Routine operational data obtained from the sintering process of the UO2 pellets have been classified. The real and simulated faulty data are used for testing the model. The results of training of the model with the data of normal operation for the hydrogen temperature parameters have been obtained with a value of RMSE, MAE and R2 is 0.0141, 0.1035 and 0.9980 respectively, while the testing phase RMSE value model, MAE and R2 obtained is 0.0565, 0.3781 and 0.9897, respectively. Meanwhile, for the parameters of the hydrogen flow rate was obtained with the value of RMSE, MAE and R2 is 0.0193, 0.7334 and 0.9993, while the testing phase value model RMSE, MAE and R2 obtained is 0.0752, 0.9735 and 0.9935. The results show that all faults can be clearly detected and classified by this modelbased fault detection. By using this fault detection method of process safety monitoring systems, the sintering furnace system can immediately detect any faults quickly, classify them and then appropriate action can be taken immediately.

Abstrak :
Quadrotor adalah wahana yang memiliki empat buah rotor sebagai penggerak. Untuk dapat bergerak sempurna maka quadrotor harus dilengkapi dengan Sistem kendali yang mampu mangatur dan memberikan sinyal kendali berupa kecepatan motor keseluruh rotor.Disertasi ini membahas tentang kendali autonomous untuk quadrotor menggunakan Neural Network Direct Inverse Control NN-DIC . Tujuan dari penelitian ini adalah untuk menyelidiki kinerja Quadrotor menggunakan kontrol NN-DIC. Untuk mewujudkan penelitian ini, langkah pertama adalah untuk membangun sebuah platform Quadrotor. Karena ide dasar dari DIC adalah untuk menghilangkan efek dinamika plant dengan kendali inverse, maka langkah selanjutnya adalah membangun sebuah model NN-DIC menggunakan data penerbangan yang sebenarnya. Metode pelatihan backpropagation dipilih karena strukturnya sederhana namun mampu memberikan error yang kecil.Melalui beberapa simulasi, model kendali NN-DIC telah mampu menstabilkan quadrotor dengan performa yang sangat baik dalam mengikuti trajectory pada kondisi hover, perubahan altitude maupun manuver. Perfoma yang baik ini ditunjukan dengan nilai MSE yang kecil, yaitu 0.042 pada saat hover untuk kendali attitude, 0.340 pada saat perubahan altitude untuk kendali attitude-altitude dan terakhir nilai MSE sebesar 1.966 saat maneuver untuk kendali autonomous.

---

The quadrotor is an Unmanned Aerial Vehicle UAV which is included in the category of rotary wing with four rotors located at its four corners. In order to move perfectly the quadrotor must be equipped with a control system capable of controlling and providing control signals of motor speed throughout the rotors.This dissertation discusses about autonomous control for quadrotor using Neural Network Direct Inverse Control NN DIC . The purpose of this study was to investigate Quadrotor performance using NN DIC controls. To realize this research, the first step is build a Quadrotor platform. Since the basic idea of DIC is to eliminate the dynamics effect of the plant with inverse control, the next step is build an NN DIC model using actual flight data. Backpropagation training method is chosen because the structure is simple but has a small error result.Some simulations have been done, the NN DIC control model has been able to stabilize the quadrotor with excellent performance in following trajectory under hover conditions, altitude changes and maneuvers. The excellent performance is indicated from a small MSE score of 0.042 during hover on attitude control, 0.340 with altitude change on attitude altitude control and MSE of 1.966 when maneuvered on autonomous control.

Abstrak :
ABSTRAK
Kemajuan teknologi mengiringi kemajuan UAV yang membuat peneliti terus untuk mengembangkannya. Hexacopter yang merupakan salah satu jenis UAV, saat ini telah banyak diteliti untuk berbagai kepentingan seperti pemetaan, monitoring, aerial photography dan lain-lain. Hexacopter ini memiliki enam rotor sebagai penggeraknya yang berada pada keenam sisi frame-nya. Kelebihan hexacopter ini adalah kemampuan dalam mengangkat bebn yang cukup besar, daya yang lebih besar dan safety saat ada kegagalan pada salah satu rotornya. Namun permasalahan yang timbul yakni kesulitan dalam upaya untuk mengendalikan hexacopter secara autonomous agar dapat terbang stabil terutama saat ada gangguan dan juga dengan beban yang cukup berat. Selain itu menjaga pergerakan hexacopter mengikuti trajectory juga menjadi permasalahan yang sulit apalagi sistem hexacopter ini memiliki karakteristik yang nonlinier, multi input multi output MIMO . Pada penelitian ini dirancang platform hexacopter heavy-lift yang memiliki diameter 2.4 meter, dan payload yang mampu dibawa mencapai 40 kg. Sehingga dengan platform yang besar dan berat tentunya pengendalian menjadi lebih sulitHal inilah yang menjadi topik dari penelitian ini yaitu merancang sistem kendali yang dapat menjaga pergerakan hexacopter secara autonomous mengikuti trajectory. Untuk mewujudkan tujuan tersebut, pada penelitian ini digunakan algoritma kendali Direct Inverse Control-Neural Network dengan metode Elman Recurrent Neural Network DIC-ERNN . Metode DIC-ERNN ini memiliki kelebihan mampu mengingat dan menyimpan hasil keluaran hidden layer pada contact layer sehingga terhindar dari overfitting. Kelebihan lainnya adalah algoritma ini mampu memprediksi karakteristik pada waktu didepannya t 1 . Dengan demikian pola dan karakteristik dari trajectory yang diberikan dapat diprediksi oleh pengendali ini.Berdasarkan hasil pengujian pada penelitian ini, didapatkan bahwa kendali DIC-ERNN mampu menunjukkan performa yang baik dalam mengikuti trajectory yang diberikan dengan nilai MSE yang kecil pada pengujian dengan data terbang, profile reference yang berbentuk helix serta profile reference double helix. Bila dibandingkan dengan algoritma Back Propagation Neural Network DIC-BPNN yang juga memiliki nilai MSE kecil, DIC-ERNN menunjukkan performance yang lebih baik khususnya pada saat diberikan uji impulsif fungsi doublet sebagai asumsi adanya gangguan. Pengendali DIC-ERNN menunjukkan kemampuan kembali pada kondisi steady state dengan settling time yang cepat dan tidak terdapat osilasi sedangkan pada pengendali DIC-BPNN terdapat osilasi meskipun settling time-nya juga cukup cepat.

---

ABSTRACT
Technological advances make researchers continue to develop UAV technology. Hexacopter is one type of UAV, has been widely researched for various interests such as mapping, monitoring, aerial photography and others. The Hexacopter has six rotors as the driving force on all six sides of the frame. The advantages of this hexacopter are the ability to lift a large enough load, greater power, and safety when there is a failure on one of its rotor. However, the problem that arises is the difficulty to control the hexacopter autonomously in order to fly stable, especially when there are disturbances and heavy loads. In addition, other difficulties are keeping the hexacopter movement following trajectory because the hexacopter system has nonlinear characteristics, and multi input multi output MIMO . In this study, designed heavy lift hexacopter platform that has a diameter of 2.4 meters, and payload weight that can carry up to 40 kg. Thus, large and heavy platforms make control more difficult.Therefore, the topic of this research is to design a control system that can keep the hexacopter movement autonomously following the trajectory. To achieve the goal, this research uses the Direct Inverse Control Neural Network control algorithm with Elman Recurrent Neural Network DIC ERNN method. This DIC ERNN method has the advantage of being able to remember and store the hidden layer output on the contact layer so that it can avoid overfitting. Another advantage is that this algorithm can predict the characteristics at the time in front of it t 1 . Thus, the pattern and characteristics of the given trajectory can be predicted by this controller.Based on the results of the tests in this study, it was found that the control of DIC ERNN was able to show good performance in following trajectory given with small MSE value in testing with flying data, reference profile in the form of helix and reference double helix profile. When compared to the Back Propagation Neural Network DIC BPNN algorithm which also has a small MSE value, DIC ERNN performs better performance, especially when given the impulsive test doublet function as an assumption of the disturbance. The DIC ERNN controller shows the ability to return to steady state conditions with fast settling time and no oscillation while on the DIC BPNN controller, there is oscillation although settling time is also quite fast.

Abstrak :
Sintesis sistem audio spasial ditemukan dalam banyak aplikasi krusial, seperti dalam pesawat terbang militer maupun komersial, pengembangan virtual reality, termasuk di dalamnya aplikasi dalam permainan-permainan elektronik, maupun sebagai consumer electronics yang memberikan efek bunyi spasial dan kenyamanan bagi pengguna dalam mendengarkan musik. Hampir semua sistem yang mengaplikasikan sintesis audio spasial atau tiga dimensi, memerlukan Head- Related Impulse Response (HRIR). HRIR merupakan fungsi alih dalam kawasan waktu dari gendang telinga manusia yang melakukan penyaringan bunyi yang datang pada gendang telinga tersebut. Pemodelan HRIR dengan parameter-parameter yang dapat diatur sesuai dengan antropometri pendengar merupakan salah satu solusi dari masalah yang timbul akibat menggunakan HRIR yang non-individual, seperti bunyi terdengar tidak seperti aslinya, serta bunyi terdengar di dalam kepala jika digunakan headphones. Hasil yang sangat bagus diperoleh jika digunakan HRIR individual milik subyek itu sendiri. Tetapi pengukuran HRIR individual ini memerlukan waktu, biaya dan energi yang tidak sedikit. Di dalam penelitian ini, dimodelkan HRIR fasa minimum, di kawasan waktu, dan Head-related Transfer Function (HRTF) magnitude, di kawasan frekuensi, dengan menggunakan metode statistik Principal Components Analysis (PCA) dengan 10 vektor basis, untuk sumber-sumber bunyi di bidang horisontal dan di bidang median. Sedangkan individualisasi dari model HRIR dan model HRTF tersebut dilakukan berdasarkan Multiple Linear Regression (MLR) dari bobot-bobot vektor basis PCA yang dapat diatur, sesuai dengan 8 ukuran antropometris terseleksi. Seleksi 8 dari total 27 ukuran antropometris dilakukan berdasarkan analisis korelasi antara parameter-parameter psikoakustik penting dan bobot-bobot vektor basis PCA terhadap 27 ukuran antropometris. Individualisasi model HRIR fasa minimum menghasilkan mean-square error (MSE) rata-rata yang cukup memuaskan sebesar 22,5% di bidang horisontal dan 20,42% di bidang median. Di kawasan frekuensi, dihasilkan MSE rata-rata lebih kecil untuk individualisasi model HRTF magnitude, yaitu 12,17% di bidang horisontal dan 11,21% di bidang median. Model-model HRIR dan HRTF individual dapat mengaproksimasi dengan baik pola-pola dan struktur-struktur detail respon-respon HRIR dan HRTF asli yang bersangkutan. Tes pendengaran dalam menentukan posisi-posisi sumber bunyi di bidang horisontal menghasilkan persentasi kebenaran yang lebih besar jika digunakan model-model HRIR individual daripada jika digunakan HRIR non-individual. ......Syntheses of spatial audio systems are found in many crusial applications, such as both in military and commercial aeroplanes, development of virtual reality, electronics games, and consumer electronics that have given spatial effects on sound so that the listeners are pleasant in hearing their music. Most of the systems that synthesize spatial audio need head-related impulse responses (HRIRs) of human ears. HRIRs are impulse responses of human's eardrum, in time domain, that are responsible in filtering incident sound to that eardrum. Modeling HRIRs with tunable parameters that are suitable to anthropometrie of a listener is a solution to emerging problems by using nonindividualized HRIRs, e.g. sound heard as if it were in head when using headphones and sound heard is not natural. The best results are obtained when the listener uses his/her own individual HRIRs. However, measurements of individual HRIRs require a huge amount of time, cost, and energy. In this dissertation, minimum phase HRIRs were modeled in time domain and magnitude HRTFs were modeled in frequency domain, by using the statistical method named Principal Components Analysis (PCA) with 10 basis vectors, for sound sources on horizontal plane and on median plane. The individualization method used for the models of minimum phase HRIRs and the models of magnitude HRTFs, was based on Multiple Linear Regression (MLR) between weights of basis vectors obtained from PCA, that could be adjusted due to 8 selected anthropometric measurements. The selection process of 8 out of all 27 anthropometric measurements was performed based on correlations analysis between psychoacoustically crusial parameters; weights of basis vectors of PCA; and 27 anthropometric measurements. Individualization of models of minimum phase HRIRs resulted in quite satisfying average mean-square error (MSE) of 22,5% for sources on horizontal plane and of 20,42% on median plane. In frequency domain, average MSE obtained from individualization of models of magnitude HRTFs was much better, that was 12,17% on horizontal plane and 11,21% on median plane. Individualized HRIRs models and individualzed HRTFs models were able to approximate very well the patterns and detail structures found in respective original HRIRs and HRTFs. Listening tests performed for sound sources on horizontal plane resulted in that larger correct rates were obtained, if models of individualized HRIRs were applied, than if models of non-individualized HRIRs were applied.