Hasil Pencarian  ::  Simpan CSV :: Kembali

""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.""

"Navigasi merupakan hal yang sangat penting dalam setiap pelayaran kapal laut, yaitu untuk mengetahui posisi kapal dalam koordinat geografis. Pengendalian pada sistem kemudi kapal laut dimaksudkan untuk melepaskan diri dan ketergantungan kemudi kapal terhadap seorang nakhoda dan kapal laut dapat tiba di tempat tujuan dengan kesalahan posisi yang tidak terlalu besar.Pada skripsi ini akan dibahas perbandingan dua pengendali yang akan digunakan untuk mengendalikan kemudi kapal laut, yaitu pengendali logika fuzzy dan pengendali ANFIS (Adaptive-Network-Based Fuzzy Inference System). Pengendali logika fuzzy menggunakan metoda basis aturan berdasarkan pengalaman seorang pakar (dalam hal ini nakhoda) untuk mengendalikan kemudi kapal yang diambil dari acuan[2] , sementara pengendali ANFIS merupakan pengendali neuro fuzzy yang rnenggunakan proses learning dari basis data untuk menghasilkan basis aturannya. Kedua jenis pengendali ini akan menghasilkan kinerja yang berbeda."

"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."

"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

---

"