Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam skripsi ini akan dibahas salah satu aplikasi logika fuzzy dalam sistem kendali, yaitu pengendali suspensi aktif mobil. Melalui suatu proses perancangan dan data-data dari operator atau hasil percobaan sistem, besarnya sinyal pengendali yang mempengaruhi jalannya proses pada suatu sistem atau plant, dapat ditentukan secara linguistik dan tidak kaku seperti jika menggunakan logika digital biasa.Metode pada logika fuzzy yang digunakan adalah metode mamdani dengan operasi maximum-minimum pada fuzzyfikasi dan metoda sentroid pada defuzzyfikasi untuk menghasilkan sinyal pengendali yang diinginkan. Dalam skripsi ini akan dikendalikan peredaman gaya yang timbul pada suspansi akibat dari berbagai masukan jalan.Serangkaian percobaan akan dilakukan untuk mengamati pengaruh bentuk jalan pada dinamika pergerakan body mobil dan pergerakan suspensi mobil. Kemudian akan ditentukan nilai-nilai dari fungsi keanggotaan dan basis aturan pada pengendali fuzzy dari hasil percobaan yang dilakukan untuk mendapat hasil yang diinginkan. Semua proses perancangan dan simulasi menggunakan perangkat lunak MATLAB versi 5.3.

---

"

""Pada Tugas Akhir ini, ditampilkan dua macam sistem phasa non-minimum berclasarkan jumlah zero pads biclang s sebelah kanan maka simulasi difakukan pada beberapa model sistem orde dua sebagai model jenis pertama clan orde tiga sebagai model jenis kedua peristiwa undershoot. Teriebih dahulu dihitung fungsi alih implementahle bagi model sistem berdasarkan kriteria ITAE optimal. Untuk mengatasi: penstiwa undershoot clan memperbaiki performansi sistem digunakan pengendali logika fuzzy (l""iuz-_y Logic Controller, FLC) dengan dua bush tahap logika pengambil keputusan (Decision Making Logic, DML), sebagai akibatnya respons sistem akan menjadi lebih lambat karena seolah-olah tedadi penundaan (delay). Untuk mengatasi hal tersebut digunakan pengendali dua derajat kebebasan (kontroler 2-D) untuk memperbaiki transient response sistem setelah terlebih dahulu dihitung fungsi alih inrplenrentable. Pengendali dua derajat kebebasan terdiri dari dua kompensator yaitu kompensator umpan maju clan umpan batik dengan numerator dan denumerator bagi kompensator 2-D dicari berdasarkan metoda Aljabar Linier. Hasil simulasi yang sangat balk bagi penerapan pengendali logika fuzzy pada sistem phasa non-minimum dalam simulasi ini adaiah pada sistem berorde 3 contoh pertama yang ditunjukkan dengan nilai parameter rise lime sebesar 1.1.""

"Fuzzy Model Reference Learning Control merupakan suatu teknik kendali yang dapat mengatasi keterbatasan pengendali fuzzy yang tidak memiliki suatu algoritma untuk mengkompensasi perubahan kondisi tau variasi yang besar dari sistem yang dikendalikannya, Fuzzy Model Reference Learning Control memiliki kemampuan untuk mengatasi adanya perubahan parameter sistem dengan menggunakan mekanisme pembelajaran. Sistem pengereman mobil merupakan sistem dengan parameter yang bervariasi, yaitu specific torque sehingga metoda Fuzzy Model Reference Learning Control diaplikasikan pada pengendali sistem ini. Pengendali menggunakan suatu model referensi pada mekanisme pembelajarannya yang merepresentasikan bagaimana suatu sistem perngereman diharapkan untuk berlaku. Hasil simulasi menunjukkan pengendali mampu memaksa sistem pengereman mobil yang dikendalikannya berlaku seperti model referensi walaupun dengan specific torque yang bervariasi."

"Pembangkitan listrik hams memperhatikan pengendalian kecepatan putar turbin generator agar Iistrik yang dibangkitkan memiliki frekuensi yang stabil dan daya sinkron yang besar.Pengendalian kecepatan putar pada turbin uap menggunakan Auromatic Generation Control (AGC) bertujuan agar response deviasi frekuensi tidak memiliki error steady-state serta mampu mengembalikan kepada kecepatan sinkronnya secepat mungkin sehingga daya sinkron sistem bertambah tinggi. Pembahasan meliputi pemodelan sistem steam turbine-generator yang sederhana, konsep dasar Iogika fuzzy dan penerapannya sebagai pengendali. Analisis dilakukan terhadap transient stability dan steady-state strability pada sistem dengan pengendali Iogika fuzzy sebagai AGC yang mengalami gangguan (disturbance) pada beban dan tegangan. Serta unjuk kerjanya dibandingkan dengan sistem dengan pengendali PI.Simulasi pengendali logika FLIZZY sebagai AGC dilakukan dengan bantuan perangkat lunak Simulink pada Matlab versi 5.3. Dari simulasi didapat bahwa pengendali logika Fuzzy tipe PFD sebagai AGC mampu menghilangkan error steady-state response deviasi frekuensi dengan cepat dan memiliki daya sinkron yang relatif bertambah tinggi dibandingkan pengendali PI."

"Suatu pengndali dengan menggunakan logika fuzzy yang didasukan pada teknik kendali sliding mode dirancang untuk melalaikan pengendalian posisi dari suatu motor ants searahPada seat sistem mulai bekerja, pengendah ini membuat sistem untuk bergerak secepat mungkin meauju posisi scuannya dan selanjutrrya pencapaian posisi acuan tersebut terns diperh&anlmn dengan meuggunakan logikafi=y. PenRgendali yang dirancang dalam skripsi ini, dibuat dengan tujuan untuk mendapadm hasil pengeadalian yang lebih baik terhadap anti motor eras searah dalam hal mempercepat rise-time dan settling-time, memperkecil overshoot, meoghilangkan kesalahan tumk dari suatu kondisi yang dikendalikan aesta lebih manrpu mengataei perubahan beban yang diberikan kepadanya. Uji coba simulasi dilakukan untuk model motor arcs search yang berupa sistem orde tiga, yang dikendalikan dengan suatu pengendali posisi yang menggunHkan logika fuzzy dengan didasarkan pada teknik kendali sliding mode. Uji coba dilakukan untuk beberapa macaw besar beban dan besar sudut pergerakan yang berbeda-beds, untuk menunjukkan kemampuan pengendali mengatasi berbagai kondisi yang diberikan kepadanya.Suatu analisa perbandingan dilakukan mAera sistem tanpa pengendali, sistem yang menggunakan pengendali posisi dengan logika fin2y dan aistem yang menggtmakan pengendaIi PID biases. Analisa terhadap hasil simulasi model motor erns search yang dikendalikan menunjukkan pengendali posisi motor arcs searah menggunakan logika fuzzy yang didasmim pada teknik kendali sliding mode ini dapat mempercepat rise-time dan settling-time, mengunmgi overshoot clan memperkecil kesalahan hmak dari suatu sistem yang dikendalikan.Pengendali ini juga mampu mengurangi kepekaan sistem terbadap pengmuh yang disebabkan oleh perubahan besar beban yang diberiken kepada motor arcs searah yang dikendalikan, tanpa hares mengubah nilai-nilai parameter-parameter pengendalinya."

"Sistem kendali berbasis logika fuzzy terdiri dari proses fuzzifikasi, pengarnbilan keputusan berdasarkan basis pengetahuan, dan defuzzifikasi. Basis pengetahuan memuat aturan-aturan kendali fuzzy dan informasi mengenai proses pengolahan data yang terjadi dalam sistem kendali. Dalam skripsi ini, penerapan logika fuzzy pada sistem kendali akan disimulasikan pada sistem pengatur temperatur suatu ruang. Pada simulasi pengaruh temperatur luar terhadap sistem turut diperhitungkan. Model sebuah ruangan diturunkan dari perumusan resisitansi dan kapasitansi termalnya. Kernudian FLC digunakan untuk 'mengendalikan sistem, dengan input T error dan DT error serta output berupa sinyaI kendali mesin pemanas dan pendingin. Digunakan 15 aturan kendali dengan implikasi mamdani dan metode defuzzifikasi LoM. Hasil simulasi menunjukkan bahwa penggunaan FLC telah memperbaiki kinerja sistem pengendalian temperatur ruang, yang ditandai dengan settling time dan rise time yang lebih baik, juga error yang diperoleh cukup kecil bila dibandingkan sistem dengan terrnostat. Pengaruh temperatur Iuar digunakan untuk menaikkan temperatur ruang dari nol sampai mencapai set point, yang mempersingkat settling time sistem (ruangan berjendela). Pada ruang tanpa jendela settling time sedikit lebih lambat, karena pengaruh temperatur luar lebih kecil. Kemampuan FLC dibatasi oleh dirnensi ruang dan jangkauan setpoint yang diinginkan."