Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"Berkembangnya teknologi kecerdasan buatan merupakan suatu hal yang berimbas pula kepada teknologi sistem kendali. Proses automatisasi industri bahkan alat-alat rumah tangga telah banyak yang menggunakannya Salah satu teknologi yang digunal-can dalam sistem kendali adalah logika fuzzy. Logika fuzzy merupakan suatu bentuk logika yang merepresentasikan cara rnanusia berpikir yang tidak pasti, penuh keraguan. Dalam peranoangan sistem kendaii dengan logika fuzzy, yang perlu dilakukan adalah mernbuat suatu sistem berdasarkan pengalaman operator selama mengoperasikan alat yang dikendalikannya. Hal ini tentu Sangat memudahkan desain suatu sistem dan outputnya akan lebih baik daripada sistem dengan pengendali klasik. Pada skripsi ini akan dibahas unjuk kerja pengendali logika firny dengan pengendali PI dengan penerapannya pada pengendalian kecepatan putar motor arus searah penguatan ter-pisah.Motor arus scarab banyak digunakan dalam sistem kendali misalnya sebagai penggerak elevator, lift, dan tangan robot. Koniigurasi motor arus searah pada skripsi ini rnenggunakan koniigurasi tluks variabel untuk merepresentasikan kerja yang sesungguhnya dari motor arus scarab. Teknik pengendalian membutuhkan 2 parameter yang harus dikendalllcan secara bersamaan yaitu keoepatan dan arus karcna pada proses start, arus jangkar motor saugat tinggi, sehingga harus dirancang sistem kendaii yang juga rnampu mcngendaiikan arus jangicar tersebut Pada skripsi ini dapat diaualisa bagaimana pengendali PI dan logika iirzzy mampu menangani masalah tersebut."

"Pada tesis ini dibuat program simulasi pengendalian temperatur dan tinggi level air pada wadah pencampur. Wadah ini diasumsikan memiliki luas penampang 1200 cm². Pengendalian dilakukan dengan mengatur debit air panas dan dingin yang diatur katup yang memiliki luas pembukaan 1,3272 cm². Sistem ini dikendalikan oleh pengendali logika fuzzy. Respon pengendalian dibandingkan dengan pengendali PID. Sistem ini memiliki struktur multivariabel.

---

In this tesis a simulation program for temperature and water level control on mixer is proposed. This mixer is assumed to have a base area 1200 cm². To control temperature and water level, the hot and cold water flow rates are varied. A valve with erosscctirm area 1.3272 cm² is used to varied those flow rates. The system is controlled with fuzzy logic controller. This system has multivariable structure. The respon of this system is compared to the respon of a PID controlled system."

"ABSTRAKMekanisme pengendalian rekanan darnh manusia merupakan suatu hal yang sangat penting dilalrukan agar kondlsi manusia tetap teljaga Penggunaan mesin jantung buatm> dalam kondisi tertentu juga membutuhkan suatu mekanisme pengendali dalam menjaga agar tekanan darnh terulama yang diamati disini adalah tekanan darnh aorta akan tetnp teijaga pada keadaan noxmal rnta-rntanya, misalnya 120 mmHg untuk sisrelik dan SO mmHg untuk diastolik.Pada simulasi ini digunakan pengendali logika fuzzy dengan 7 buah varlabel linguistik dim.ana masing-masing variabel input adalah error dan delta error dari posisi pampa dan oulput adaJah gaya yang diberikan kopada plant sebagai sinyal kendalian. Karena sistem yang ada sating terkail antarn satu dengan lainnya, maka dengan mengendalikan posisi dari pampa akan secara otomatis akan mengendalikan tekanan darnh yang terukur.Simulasi dilalrukan terhadap sistern baik dalam keadaan tanpa gangguan !llllllpun dalam keadaan diberikan gangguan. Pengujian dalam keadllllll tanpa gangguan dilalrukan dengan mengubah parameter-parameter sistem dan melihal pengarubnya terbadap tekanan darnh aorta yang terukor. Parameter-parameter itu adaJah fiekoensi set point, Cah (lwmpliansi chamber), Cart (lwmpliansi arten) dan rl (qfterload). Pengujian dengan gangguan dilalrukan untuk melihal pengarubnya terbadap sistem . dan sejaub mana pengendall fuzzy dapat mengendalikan Jekanan darnh yang ada Ga:ngguan te=but

---

"

"Pengendalian krane dengan kecepatan maksimum dengan sudut ayunn minimum diperlukan untuk memindahkan beban dengan aman serta cepat. Sehingga diperlukan pengendali yang mampu menentukkan besar tegangan berdasarkan beberapa input yaitu: sudut ayunan, kecepatan sudut ayunan, kecepatan, dan posisi dari trolley. Oleh karena itu pengendali fuzzy diajukan untuk digunakan sebagai pengendali tegangan input motor sebab mudah untuk diimplementasikan baik dalam bentuk intuisi manusia maupun dalam realisasi alat dalam kehidupan sehari-hari. Model matematis dari krane kontainer yang sifatnya kompleks didapatkan dengan menggunakan formulasi Lagrange yang sederhaua dan sisternatis. Krane kontainer ini direpresentasikan dengan dua buah model utama yang saling berinteraksi satu dengan yang Iainnya. Komponen dinamika pertama meliputi dinamika trolley dan dinamika ayunan, sedangkan komponen yang kedua merupakan dinamika pengangkatan beban. Kedua model maternatis kedua sistem ini diturunkan secara terpisah satu terhadap yang lainnya, kemudian dengan logika fuzzy dibuat simulasi untuk uji gerak maju, gerak angkat, uji gangguan sudut awal dan uji variasi massa beban."