Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tema Inverted pendulum banyak diteliti oleh peneliti dunia, salah satu temanya adalah pemodelan dan perancangan pengendali. Tema inilah yang diambil sebagai tema penelitian dalam tesis ini. Dalam tesis ini dimodelkan tiga jenis inverted pendulum yaitu Single Inverted Pendulum, Double Inverted Pendulum, dan Dual Inverted Pendulum. Model matematik dari ketiga jenis inverted pendulum ini diturunkan dari persamaan Euler- Lagrange. Model matematik yang didapatkan disimulasikan menggunakan matlab simulink. Dari hasil simulasi didapatkan bahwa ketiga jenis inverted pendulum ini tidak stabil namun demikian ketiga jenis inverted pendulum ini dapat dikendalikan sehingga ketiga jenis inverted pendulum ini dapat distabilkan. Untuk menstabilkan sistem inverted pendulum digunakan pengendali LQR. Dari hasil simulasi terlihat bahwa sistem inverted pendulum dapat distabilkan, namun kestabilan sistem hanya dapat dipenuhi dalam batasan nilai variabel keadaan yang tertentu.

---

Inverted pendulum is widely studied by researchers around the world. One of its research themes is modeling and control design. This theme also becomes the research focus of this thesis. In the research, three types of inverted pendulum have been studied. That are Single Inverted Pendulum, Double Inverted Pendulum and Dual Inverted Pendulum. Mathematical models of these inverted pendulums are derived from the Euler-Lagrange equation. Based on these models, simulation is carried out by using Matlab/Simulink. Simulation results showed that the inverted pendulums are not stable but controllable. Therefore the inverted pendulums can be stabilized. In this research, LQR controller is used to stabilize the inverted pendulum systems. Simulation results show that the inverted pendulum systems could be stabilized only within limited range of the state variable values."

"Indonesian Journal of Dentistry 2006; Edisi Khusus KPPIKG XIV: 102-106Pendulum appliance is one of intra oral appliances to distalize molars for correction of class II molar relationship or space gaining in the maxillary arch. Its major advantages are no need to depend on patient compliance, ease of fabrication, and better patient acceptance. In this case, 22 years old female patients with class ll division 2 malloclussion were treated with pendulum appliance for unilateral distalation of the maxillary molar teeth. Pendulum can distalize second molar until 4 mm in 4 months and continues to distalize first molar in 3 month. Nevertheless, relaps 2mm happens during anterior retraction. This case has shown that pendulum is an effective and reliable appliance for distalizing maxillary molars. However, molar distalization is at the expense of moderate anchorage loss during anteior retraction, which could possibly be reduced if the anchor unit is adequately reinforced."

"INTISARI Peneitian ini dilakukan untuk mengetahui sifat getaran bandul berpegas dengan can simulasi numerik Simulasi numerik dilakukan untuk memvariasi syarat awal dan redaman bandul berpegas. Pada harga syarat awal dan redaman tertentu di' dalam simulasi numerik menunjukkan bahwa simpangan ayunan menjadikan osilasi pada pegas bersifat kaotik. Keadaan ini dapat diatasi dengan memperbesar redaman ayunan pegas. Sistem bandul berpegas dengan harga koefisien redaman lebih besar daripada harga kritisnya dapat dipakai sebagai syarat untuk pembuatan seismometer satu komponen."

"Penelitian ini berfokus pada pengendalian sistem yang nonlinear berupa Rotary Inverted Pendulum (RIP) dengan menggunakan salah satu algoritma Reinforcement learning (RL) yaitu algoritma Deep Deterministic Policy Gradient (DDPG) yang disimulasikan pada simulink MATLAB. Algoritma DDPG merupakan algoritma lanjutan dari algoritma Deep Q-Network (DQN) yang dapat diaplikasikan pada sistem yang kontinu. RIP merupakan sistem nonlinier yang populer pada sistem kendali yang bersifat mekanis sehingga permasalahan RIP banyak dikerjakan oleh peneliti dalam bidang sistem kendali dengan berbagai metode pengendalian. Tujuan dari penelitian ini adalah untuk mengetahui hasil pengendalian dengan algoritma DDPG dan kemudian membandingkannya dengan metode pengendalian lain yang telah dikerjakan oleh peneliti lainnya. Pengendalian yang dilakukan pada penelitian ini yaitu keseimbangan pendulum ketika posisinya berdiri tegak.

---

This research focuses on controlling a nonlinear system Rotary Inverted Pendulum (RIP) using one of the Reinforcement Learning (RL) algorithms Deep Deterministic Policy Gradient (DDPG) algorithm which is simulated on simulink MATLAB. DDPG algorithm is an advanced algorithm from the Deep Q-Network (DQN) algorithm which can be applied to continuous systems. RIP is a nonlinear system that is popular in mechanical control systems so that many RIP problems are worked on by researchers in the field of control systems with various control methods. The purpose of this study is to determine the results of control with the DDPG algorithm and then compare it with other control methods that have been used by other researchers. The control carried out in this study is the balance of the pendulum when the posture is standing upright."

"Penelitian ini bertujuan untuk merancang sebuah sistem control dari sebuah robot inverted pendulum menggunakan Model Predictive Control. Dalam penelitian akan digunakan sensor sudut dan posisi sebagai data masukkan untuk komputasi nilai keluaran yang optimal yang perlu diberikan kepada servo dan motor. Komputasi akan dilakukan di komputer yang dihubungkan dengan robot menggunakan protokol komunikasi UART. Program pada komputer juga akan menampilkan kondisi robot. Model Dinamika yang digunakan akan disimulasikan terlebih dahulu sebelum digunakan. Robot dapat mengirimkan data dari sensor dan menjalankan keluaran optimal yang sudah dikomputasi.

---

This research is aimed to design a control system from inverted pendulum robot using Model Predictive Control. This research will be using angular and position sensor as input for computing the optimal output for the motor and servo. The computation will be done by a computer that is connected with the robot using UART Communication Protocol. The program that is runned by the computer will also display the robot condition. Dynamics model that will be used will be simulated first before real application. The inverted pendulum robot is able to send data from sensor to the computer and run the optimal output that has been computed."

"Robot Inverted Pendulum merupakan penelitian robot klasik yang menjadi banyak perhatian. Inverted Pendulum atau pendulum terbalik bekerja menggunakan prinsip kesetimbangan. Robot diasumsikan sebagai pendulum yang harus bisa melawan gaya gravitasi sehingga tetap stabil tanpa terjatuh. Banyak teori kontrol yang sudah dikembangkan dalam mengontrol robot ini, salah satunya yaitu Model Predictive Control. Model Predictive Control dapat memprediksi perilaku sistem ke depannya sehingga dapat mengantisipasi robot terjatuh. Oleh karena itu, penelitian ini bertujuan untuk merealisasikan robot inverted pendulum menggunakan Model Predictive Control. Robot dirancang dengan ukuran tinggi sekitar 50 cm dan lebar sekitar 30 cm. Robot memiliki lengan untuk membawa benda dengan luas penampang berukuran 8 x 8 cm dan massa 1 kg. Robot memiliki sudut kemiringan maksimum 30o. Robot ini dapat menahan beban 1 kg dengan safety factor minimum 3. Robot ini dikontrol dengan mikrokontroler ESP32. Sensor sudut MPU6050 dan sensor posisi Encoder 600PPR digunakan sebagai input untuk motor BLDC JGB37-3650 dan motor Dsservo DS 3225 yang dikendalikan.

---

The Inverted Pendulum Robot is a classic topic of robotic research that has garnered significant attention. The inverted pendulum operates on the principle of equilibrium. The robot is conceptualized as a pendulum that must counteract gravitational forces to remain stable without falling. Numerous control theories have been developed to manage this robot, one of which is Model Predictive Control (MPC). MPC predicts the future behavior of the system, enabling it to prevent the robot from falling. Thus, this research aims to implement an inverted pendulum robot using Model Predictive Control. The robot is designed with a height of approximately 50 cm and a width of about 30 cm. It features an arm capable of carrying objects with a cross-sectional area of 8 x 8 cm and a mass of 1 kg. The robot can maintain a maximum tilt angle of 30 degrees. It is designed to support a load of 1 kg with a minimum safety factor of 3. The robot is controlled using an ESP32 microcontroller. The MPU6050 angle sensor and the 600PPR Encoder position sensor are employed as inputs for the JGB37-3650 BLDC motor and the Dsservo DS 3225 motor."

"Pengendalian keluaran tekanan uap steam-drum boiler pada PLTU penting dilakukan agar dapat menghasilkan energi yang cukup untuk memutar turbin generator sehingga menghasilkan daya listrik yang diinginkan. Untuk merancang sistem pengendalian tekanan uap yang tepat diperlukan model steam-drum boiler dan metode perancangan pengendali yang mampu mengatasi perubahan kondisi steam-drum boiler yang dinamis.Pada tesis ini, diaplikasikan dua metode perancangan sistem kendali untuk steam-drum boiler yaitu sistem kendali PID dan LQR (Linear Quadratic Regulator). Sistem kendali PID dirancang untuk sistem SISO (single input single output). Sistem SISO merupakan bentuk penyederhanaan dari sistem MISO (multi input single output) dengan menganalisa besarnya efek masing-masing masukan terhadap keluarannya. Berdasarkan model SISO ini, parameter kendali PID ditetapkan dan dipergunakan untuk mengendalikan laju alir panas masukan. Pada perancangan sistem kendali LQR, kendali ini diaplikasikan baik untuk sistem SISO maupun MISO. Kendali LQR yang dikembangkan memiliki prekompensator.Untuk mengetahui efektifitas dari rancangan yang didapat simulasi dilakukan dengan mempergunakan perangkat lunak MATLAB/SIMULINK. Pada simulasi ini, kinerja masing-masing sistem kendali (PID dan LQR) dibandingkan pada sistem SISO, sedangkan untuk sistem MISO pembandingan dilakukan antara kendali LQR dengan pre-kompensator dan tanpa pre-kompensator. Dari hasil simulasi yang didapat bahwa untuk sistem SISO kinerja kendali PID menghasilkan overshoot pada keluarannya, sedangkan pada kendali LQR tanpa pre-kompensator akan menghasilkan kenaikan sesaat pada sinyal kendali panas masukan yang sangat besar sekali. Untuk sistem MISO kinerja kendali LQR menggunakan pre-kompensator menghasilkan keluaran tanpa adanya overshoot dengan kenaikan sesaat pada panas masukan yang lebih kecil dibandingkan tanpa menggunakan pre-kompensator.

---

Controlling steam pressure output from a steam-boiler drum in power plant is important in order to produce enough energy to turn turbine generators that can produce the desired electrical power. To design a proper control system, steamdrum boiler model and controller design method is needed to be able to deal with the changing conditions of the steam-drum boiler dynamics.

In this thesis, two methods of control system design have been applied for the steam-drum boiler, which are PID and LQR (Linear Quadratic Regulator) control system. The designed of PID control system is applied on SISO system (single input single output). SISO system is a model simplification from MISO system by analyzing the effect of each input to output. Based on SISO model, PID control parameters are established and used to control the flow rate of heat input. In the LQR control system design, these controls are applied both for SISO and MISO systems. The LQR control system has a pre-compensator.

To determine the effectiveness of the designed control system, simulation was performed by using the software MATLAB / SIMULINK. In this simulation, for SISO system the performance of control system (PID and LQR) compared each other, while for MISO systems comparison is made between LQR control with pre-compensator and without pre-compensator. Results of the simulation shows that the preformance of SISO system using PID control produced overshoot on the output, while the LQR control without pre-compensator produced a huge momentary increase in heat input control signals. The performance of MISO system using LQR control with pre-compensator produced an output without any overshoot and momentary increase in heat input is much smaller compared without using a pre-compensator."

"Fitur sistem kestabilan dapat di definisikan sebagai sebuah fitur keselamatan yang mampu menginterferensi kendali kendaaran dalam keadaan yang sulit dikendalikan oleh pengemudi pada umumnya. Dalam peningkatan sistem stabilitas kendaraan listrik dengan motor penggerak pada masing – masing roda, penulis melakukan penelitian menggunakan skema pengenali non-linear berdasarkan Model Predictive Control (MPC). Untuk menghindari efek samping yang tidak diinginkan, skidding atau ketidaknyamanan pengemudi dalam kondisi berkendara kritis, metode MPC memungkinkan untuk mempertimbangkan kendala motor listrik penggerak dan rasio slip. Pengendali ini diusulkan untuk mengatasi masalah yang menantang. Pendekatan analitis untuk pengontrol yang diusulkan diberikan dan diterapkan untuk mengevaluasi pengendalian dan stabilitas kendaraan listrik. Pada pengujian sistem pengendali ini akan menggunakan aplikasi LabView sebagai simulasi untuk hasil kinerja dari sistem yang akan di uji. Untuk pengujian pada model kendaraan, penulis menggunakan aplikasi CarSim untuk melihat hasil sistem pengendali yang sebelumnya sudah dirancang.

---

The stability system feature can be defined as a safety feature that is able to interfere with vehicle control in situations that are difficult for drivers to control in general. In improving the stability system of electric vehicles with motor drives on each wheel, the authors conducted a study using a non-linear recognition scheme based on a Predictive Control Model (MPC). To avoid unwanted side effects, skidding, or driver discomfort in critical driving conditions, the MPC method makes it possible to consider the constraints of the electric motor drive and slip ratio. This controller is proposed to overcome challenging problems. An analytical approach to the proposed controller is given and applied to evaluate the control and stability of electric vehicles. In testing, this controller system will use the LabView application as a simulation for the performance results of the system to be tested. For testing on vehicle models, the authors use the CarSim application to see the results of the control system that was previously designed."