Motor induksi 3 fasa adalah alat penggerak yang paling banyak digunakan dalam dunia industri. Hal ini dikarenakan motor induksi mempunyai konstruksi yang sederhana, kokoh, harganya relatif murah, serta perawatannya yang mudah, sehingga motor induksi mulai menggeser penggunaan motor DC pada industri. Motor induksi memiliki beberapa parameter yang bersifat non-linier, terutama resistansi rotor, yang memiliki nilai bervariasi untuk kondisi operasi yang berbeda. Hal ini yang menyebabkan pengaturan pada motor induksi lebih rumit dibandingkan dengan motor DC.
Salah satu kelemahan dari motor induksi adalah tidak mampu mempertahankan kecepatannya dengan konstan bila terjadi perubahan beban. Apabila terjadi perubahan beban maka kecepatan motor induksi akan menurun. Untuk mendapatkan kecepatan konstan serta memperbaiki kinerja motor induksi terhadap perubahan beban, maka dibutuhkan suatu pengontrol. Penggunaan motor induksi tiga fasa di beberapa industri membutuhkan performansi yang tinggi dari motor induksi untuk dapat mempertahankan kecepatannya walaupun terjadi perubahan beban. Salah satu contoh aplikasi motor induksi yaitu pada industri kertas. Pada industri kertas ini untuk menghasilkan produk dengan kualitas yang baik, dimana ketebalan kertas yang dihasilkan dapat merata membutuhkan ketelitian dan kecepatan yang konstan dari motor penggeraknya, sedangkan pada motor induksi yang digunakan dapat terjadi perubahan beban yang besar.
Dalam beberapa tahun terakhir logika fuzzy telah sukses diterapkan pada beberapa aplikasi kontrol. Menurut Mohammed, dkk (2000), berbeda dengan pengontrol konvensional, pengontrol logika fuzzy menggunakan hubungan heuristik input-output untuk menangani situasi yang kompleks dan tidak menentu. Pengontrol logika fuzzy dapat bekerja pada situasi dimana variasi parameter dan struktur dari plant memiliki ketidakpastian yang besar. Pengontrol adaptif merupakan suatu pengontrol yang dapat mengubah parameternya dan memiliki suatu mekanisme untuk penyetelan parameter-parameter tersebut. Sedangkan menurut Wang Xin-Li (1997), pengontrol adaptif fuzzy didefinisikan sebagai sistem logika fuzzy yang dilengkapi dengan algoritma pembelajaran. Pengontrol adaptif fuzzy akan mengubah dan menyesuaikan parameter kendali secara otomatis sesuai dengan kelakuan sistem yang dikehendaki melalui algoritma pembelajarannya.
Beberapa penelitian pengaturan kecepatan motor induksi yang telah dilakukan antara lain oleh Brian heber, Longya Xu dan Yifan tang (1997) menggunakan kontroller logika fuzzy untuk memperbaiki performansi kontroller PID pada pengaturan kecepatan motor induksi. Demikian juga penelitian yang dilakukan oleh Mohammed dkk(2000) mengembangkan kontroller fuzzy yang digunakan untuk menala parameter PI. Kontroller fuzzy juga dikembangkan pada penelitian yang dilakukan Chekkouri MR dkk (2002) dan Lakhdar M & Katia K (2004) dengan melengkapi mekanisme adaptasi pada kontroller fuzzy pada pengaturan motor induksi.
Pada penelitian ini dirancang suatu pengaturan kecepatan motor induksi 3 fasa dengan menggunakan pengontrol adaptif fuzzy. Dengan adanya pengaturan kecepatan ini diharapkan kecepatan motor induksi dapat konstan sesuai yang diinginkan, walaupun mendapat perubahan beban, sehingga menghasilkan performansi motor induksi yang tinggi .
Sabtu, 06 November 2010
SIMULASI PENGATURAN LAMPU LALULINTAS BARBASIS LOGIKA FUZZY DENGAN MENGGUAKAN MATLAB 7.0
Lampu lalulintas memegang peranan penting dalam pengaturan kelancaran lalulintas. Sistem pengaturan lalulintas yang ada saat ini sebagian besar masih berbasis siklus waktu. Siklus ini tidak dapat mengikuti perubahan kepadatan pada jalur yang diatur, sehingga mengakibatkan antrian dan kemacetan lalulitas.
Lampu lalulintas pada perkembangan selanjutnya tidak hanya menyala untuk waktu yang sudah ditentukan saja, tetapi disesuaikan dengan kepadatan arus lalulintas pada lengan-lengan persimpangan jalan. Melihat pengguna kendaraan yang semakin padat dan dinamis maka lampu lalulintas sebagai pengatur kelancaran jalan sedapat mungkin memberikan pelayanan yang maksimal bagi pengguna jalan.
Dengan metode perancang kendali konvensional yang banyak digunakan sistem pengaturan lampu lalulintas saat ini memerlukan biaya yang banyak, siklus pengembangan rancangan yang panjang, dan kompleksitas desain yang tinggi. Berbeda dengan metodologi perancangan kendali konvensional, metodologi perancangan kendali pada logika fuzzy lebih sederhana. Metodologi perancangan kendali pada logika fuzzy hanya memerlukan 3 langkah yaitu memahami dan mengkarakteristikan kelakuan sistem dan mendata kebutuhan sistem, merancang algoritma kendali dengan menggunakan aturan kabur yang mendeskripsiskan prinsip-prinsip pengaturan pengendali dalam kaitannya dengan hubungan masukkan dan keluaran sistem, dan langkah yang terakhir adalah mensimulasikan dan mendebug rancangan. Jika kemampuan tidak memuaskan, perubahan yang perlu dilakukan hanyalah memodifikasi aturan fuzzy dan pengujian ulang sistem. Kemudahan metodologi perancangan dengan logika fuzzy ini secara substansial mereduksi biaya dan bahkan memperbaiki waktu pemasaran.
Mempelajari logika fuzzy, dapat menyelesaikan masalah-masalah yang tidak pasti jawabannya termasuk sistem pengendalian lampu lalulintas. Sistem pengendalian lampu lalulintas yang menggunakan istilah untuk sebaran kendaraanyang terdiri dari Tidak Padat (TP) Kurang Padat (KP), Cukup Padat (CP), Padat (P), Sangat Padat (SP), sedangkan untuk waktu nyala lampu lalulintas adalah : Cepat (C), Agak Cepat (AC), Sedang (S), Agak Lama (AL), dan Lama (L). Istilah-istilah inilah yang dapat menimbulkan kemenduaan (ambiguity) dalam pengertiannya. Logika fuzzy dapat mengubah kemenduaan tersebut kedalam model matematis sehingga dapat diproses lebih lanjut untuk diterapkan dalam sistem kendali.
Lampu lalulintas pada perkembangan selanjutnya tidak hanya menyala untuk waktu yang sudah ditentukan saja, tetapi disesuaikan dengan kepadatan arus lalulintas pada lengan-lengan persimpangan jalan. Melihat pengguna kendaraan yang semakin padat dan dinamis maka lampu lalulintas sebagai pengatur kelancaran jalan sedapat mungkin memberikan pelayanan yang maksimal bagi pengguna jalan.
Dengan metode perancang kendali konvensional yang banyak digunakan sistem pengaturan lampu lalulintas saat ini memerlukan biaya yang banyak, siklus pengembangan rancangan yang panjang, dan kompleksitas desain yang tinggi. Berbeda dengan metodologi perancangan kendali konvensional, metodologi perancangan kendali pada logika fuzzy lebih sederhana. Metodologi perancangan kendali pada logika fuzzy hanya memerlukan 3 langkah yaitu memahami dan mengkarakteristikan kelakuan sistem dan mendata kebutuhan sistem, merancang algoritma kendali dengan menggunakan aturan kabur yang mendeskripsiskan prinsip-prinsip pengaturan pengendali dalam kaitannya dengan hubungan masukkan dan keluaran sistem, dan langkah yang terakhir adalah mensimulasikan dan mendebug rancangan. Jika kemampuan tidak memuaskan, perubahan yang perlu dilakukan hanyalah memodifikasi aturan fuzzy dan pengujian ulang sistem. Kemudahan metodologi perancangan dengan logika fuzzy ini secara substansial mereduksi biaya dan bahkan memperbaiki waktu pemasaran.
Mempelajari logika fuzzy, dapat menyelesaikan masalah-masalah yang tidak pasti jawabannya termasuk sistem pengendalian lampu lalulintas. Sistem pengendalian lampu lalulintas yang menggunakan istilah untuk sebaran kendaraanyang terdiri dari Tidak Padat (TP) Kurang Padat (KP), Cukup Padat (CP), Padat (P), Sangat Padat (SP), sedangkan untuk waktu nyala lampu lalulintas adalah : Cepat (C), Agak Cepat (AC), Sedang (S), Agak Lama (AL), dan Lama (L). Istilah-istilah inilah yang dapat menimbulkan kemenduaan (ambiguity) dalam pengertiannya. Logika fuzzy dapat mengubah kemenduaan tersebut kedalam model matematis sehingga dapat diproses lebih lanjut untuk diterapkan dalam sistem kendali.
Rancang Bangun Sistem Pengaturan Tekanan Pompa Air Menggunakan Sistem Kontrol Logika Fuzzy
Pada saat ini semua industri pasti membutuhkan air. Salah satu kebutuhan penting dalam proses produksi di industri adalah air, baik itu digunakan untuk proses produksi maupun untuk keperluan lain [1]. Air memerlukan pompa air sebagai sarana pendistribusiannya. Dalam proses kerjanya, pompa air memerlukan energi yang cukup besar. Sering kali pompa air dioperasikan secara terus menerus sehingga dapat mengakibatkan kerugian daya listrik yang besar [2]. Apabila kerja pompa air tersebut dapat diatur menggunakan kontroler yang sesuai dan dapat bekerja sesuai karakteristik kebutuhan beban (pemakaian air),
maka penggunaan energi listrik akan dapat direduksi serta kerugian daya listrik akan semakin kecil. Dari
dasar pemikiran diatas, maka dibuatlah pengaturan tekanan air dari keluaran pompa air dengan cara
mengatur kecepatan putaran motor penggerak pompa air menggunakan single phase full bridge inverter yang
dikendalikan oleh kontroler logika fuzzy. Metode pengaturan berbasis logika fuzzy dikembangkan untuk
mengatasi kelemahan-kelemahan yang ada pada metode pengaturan secara konvensional atau metode
pengaturan secara on-off seperti pada metode look-up table dan metode pemodelan matematis [2]. Metode
kontrol dengan logika fuzzy menawarkan pemecahan masalah yang intuitif dan disesuaikan dengan cara
berpikir manusia.
maka penggunaan energi listrik akan dapat direduksi serta kerugian daya listrik akan semakin kecil. Dari
dasar pemikiran diatas, maka dibuatlah pengaturan tekanan air dari keluaran pompa air dengan cara
mengatur kecepatan putaran motor penggerak pompa air menggunakan single phase full bridge inverter yang
dikendalikan oleh kontroler logika fuzzy. Metode pengaturan berbasis logika fuzzy dikembangkan untuk
mengatasi kelemahan-kelemahan yang ada pada metode pengaturan secara konvensional atau metode
pengaturan secara on-off seperti pada metode look-up table dan metode pemodelan matematis [2]. Metode
kontrol dengan logika fuzzy menawarkan pemecahan masalah yang intuitif dan disesuaikan dengan cara
berpikir manusia.
Implementasi Kendali Logika Fuzzy pada Pengendalian Kecepatan Motor DC Berbasis Programmable Logic Controller
Pada umumnya, sistem kendali logika fuzzy diimplementasikan dengan menggunakan komputer atau
mikrokontroler. Pada makalah ini disajikan implementasi sistem kendali logika fuzzy dengan menggunakan
programmable logic controller (PLC). Sistem yang akan dikendalikan adalah motor DC dan PLC yang
digunakan adalah PLC Omron C200HG dengan tambahan spesial I/O unit yaitu Fuzzy Logic Unit FZ001 dan
Analog I/O Unit.
Motor DC dikopelkan pada sebuah generator DC. Sebagai beban dan gangguan untuk generator
digunakan bola lampu DC variabel. Ada dua hal yang dikendalikan secara fuzzy yaitu pengaturan kecepatan
putaran motor dan pengaturan tegangan output generator. Untuk eksitasi tegangan jangkar motor DC digunakan
teknik Pulse Width Modulation (PWM). Feedback untuk sistem kendali kecepatan putaran motor adalah
frekuensi sinyal dari tachometer yang diubah menjadi tegangan. Feedback untuk sistem kendali tegangan
generator diambil dari tegangan output generator.
Sinyal error dan perubahan error dipilih sebagai input dari sistem fuzzy, sedangkan output fuzzy adalah
perubahan tegangan motor dc. Masing-masing membership function untuk input dan output fuzzy mempunyai 5
label dan jumlah fuzzy if-then rule yang digunakan sebanyak 25 buah. Desain membership function dan rule
berdasarkan pada pendekatan respon sistem kontrol ber-feedback. Proses fuzzy inference dilakukan oleh Fuzzy
Logic Unit FZ001.
Percobaan dilakukan dengan memberikan setting-point fungsi step untuk berbagai variasi beban serta
pemberian gangguan. Pengujian dilakukan untuk melihat respons sistem pada pengendalian putaran motor
maupun pada pengendalian tegangan output generator. Output respon sistem menunjukan hasil yang cukup cepat
dengan kehadiran gangguan. Pengembangan kendali fuzzy menggunakan PLC sangat cepat dan relatif mudah
untuk dibuat karena modul fuzzy logic telah tersedia.
mikrokontroler. Pada makalah ini disajikan implementasi sistem kendali logika fuzzy dengan menggunakan
programmable logic controller (PLC). Sistem yang akan dikendalikan adalah motor DC dan PLC yang
digunakan adalah PLC Omron C200HG dengan tambahan spesial I/O unit yaitu Fuzzy Logic Unit FZ001 dan
Analog I/O Unit.
Motor DC dikopelkan pada sebuah generator DC. Sebagai beban dan gangguan untuk generator
digunakan bola lampu DC variabel. Ada dua hal yang dikendalikan secara fuzzy yaitu pengaturan kecepatan
putaran motor dan pengaturan tegangan output generator. Untuk eksitasi tegangan jangkar motor DC digunakan
teknik Pulse Width Modulation (PWM). Feedback untuk sistem kendali kecepatan putaran motor adalah
frekuensi sinyal dari tachometer yang diubah menjadi tegangan. Feedback untuk sistem kendali tegangan
generator diambil dari tegangan output generator.
Sinyal error dan perubahan error dipilih sebagai input dari sistem fuzzy, sedangkan output fuzzy adalah
perubahan tegangan motor dc. Masing-masing membership function untuk input dan output fuzzy mempunyai 5
label dan jumlah fuzzy if-then rule yang digunakan sebanyak 25 buah. Desain membership function dan rule
berdasarkan pada pendekatan respon sistem kontrol ber-feedback. Proses fuzzy inference dilakukan oleh Fuzzy
Logic Unit FZ001.
Percobaan dilakukan dengan memberikan setting-point fungsi step untuk berbagai variasi beban serta
pemberian gangguan. Pengujian dilakukan untuk melihat respons sistem pada pengendalian putaran motor
maupun pada pengendalian tegangan output generator. Output respon sistem menunjukan hasil yang cukup cepat
dengan kehadiran gangguan. Pengembangan kendali fuzzy menggunakan PLC sangat cepat dan relatif mudah
untuk dibuat karena modul fuzzy logic telah tersedia.
Pengenalan Logika Fuzzy
Logika Fuzzy (logika samar) merupakan logika yang berhadapan langsung dengan konsep kebenaran sebagian, dimana logika klasik menyatakan bahwa segala hal dapat di ekspresikan dalam binary 0 atau 1. logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1. Beberapa hal yang perlu diketahui dalam sistem fuzzy:
Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.
Contoh;
MUDA = [0, 45]
PAROBAYA = [35, 55]
TUA = [45, +~]
Variable Fuzzy
Variable fuzzy merupakan variable yang hendak dibahas dalam suatu sistem fuzzy. Contoh : umur, temperatur, dll
Variable fuzzy merupakan variable yang hendak dibahas dalam suatu sistem fuzzy. Contoh : umur, temperatur, dll
Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variable.
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variable.
Contoh:
Variable umur, terbagi 3 himpunan fuzzy, yaitu: MUDA, PAROBAYA dan TUA (Gambar 3).
Variable temperatur, terbagi 5 himpunan: DINGIN, SEJUK, NOLMAL, HANGAT dan PANAS. (Gambar 2.3)
Variable umur, terbagi 3 himpunan fuzzy, yaitu: MUDA, PAROBAYA dan TUA (Gambar 3).
Variable temperatur, terbagi 5 himpunan: DINGIN, SEJUK, NOLMAL, HANGAT dan PANAS. (Gambar 2.3)
Gambar 2.3. Himpunan Fuzzy untu Variable Temperatur
Semesta PembicaraanSemesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk diopersikan dalam suatu variable fuzzy. Semesta pembicaraan merupakan himpunan bil real yang senantiasa naik secara monoton dari kiri kekanan. Atau bilangan positif maupun negatif
Contoh :
Semesta pembicaraan unutk variable umur : [0 +~]
Semesta pembicaraan unutk variable temperatur : [0 40]
Contoh :
Semesta pembicaraan unutk variable umur : [0 +~]
Semesta pembicaraan unutk variable temperatur : [0 40]
Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.
Contoh;
MUDA = [0, 45]
PAROBAYA = [35, 55]
TUA = [45, +~]
Aplikasi fuzzy logic untuk navigasi robot mobil dengan memanfaatkan sensor vector compass
Saat ini perkembangan teknologi sangat cepat dengan ditemukannya alat-alat digital dengan kemampuan yang semakin canggih. Dengan alat-alat tersebut dapat digunakan untuk membuat sistem navigasi otomatis yang berfungsi untuk mengurangi kesalahan yang disebabkan oleh manusia. Dalam tugas akhir ini sistem navigasi otomatis diaplikasikan pada robot mobil dengan menggunakan metode Fuzzy Logic dan menggunakan sensor vector compass. Fuzzy Logic digunakan untuk mengontrol robot mobil supaya robot mobil dapat bergerak ke arah yang diinginkan dan dengan adanya sensor jarak maka dapat menempuh jarak yang diinginkan. Crisp input yang dipakai yaitu error yang terjadi antara arah robot mobil mula-mula dengan arah yang di-input-kan dari keypad dan crisp output-nya pergerakan robot mobil, nilai crisp output ini yang menentukan arah gerakan dari robot mobil. Pengujian telah dilakukan untuk arah gerakan robot mobil dan jarak tempuh robot mobil. Dari hasil pengujian didapat bahwa dengan menggunakan fuzzy logic hasil pergerakan arah robot mobil cukup baik dengan rata-rata error hanya 1.45 o dan hasil pengukuran jarak dengan rata-rata error 2.82 %.
penulis : DENY KRISTIANTO
Jumat, 05 November 2010
Langganan:
Postingan (Atom)