Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pengendalian proses berarti suatu proses kimia yang bersifat dinamik dapat dikendalikan pada kondisi tertentu yang mampu memenuhi kebutuhan dari segi teknis, ekonomi dan lingkungan. Alat pengendali proses yang masih banyak dipakai adalah pengendali dengan mode PID dikarenakan kelebihannya dalam menghilangkan offset dan respon yang cepat dan stabil. Respon sistem dipengaruhi oleh harga parameter yang ada dalam pengendali yaitu Kc, Ti dan Td. Penentuan parameter tersebut menjadi penting untuk mendapatkan kinerja pengendali yang optimum terlihat dari nilai Integral Absolute Error atau IAE. Nilai IAE yang minimum akan menghasilkan efek positif terhadap parameter lain yang menunjukkan kinerja proses, seperti osilasi, overshoot dan settling time. Salah satu metode untuk menentukan parameter pengendali adalah dengan metode korelasi terhadap step respon sistem orde satu, seperti Ziegler Nichols. Namun demikian, korelasi tersebut masih dapat diperbaiki lagi, terutama untuk masukan yang berupa gangguan. Pencarian nilai Kc, Ti dan Td yang menghasilkan nilai IAE minimum dengan batasan tertentu dicari secara trial and error dengan menggunakan software MATLAB. Model sistem akan diubah dalam bentuk First Order with Dead Time (FOPDT) melalui respon lup terbuka. Harga parameter pengendali (Kc, Ti dan Td) yang diperoleh dari trial and error melalui respon lup tertutup dikorelasikan untuk mendapatkan generalisasi dari pengendali PID untuk respon REGULATORY. Metode korelasi baru yang dihasilkan berupa persamaan linier dengan nilai IAE yang lebih baik dari metode korelasi sebelumnya. Pengujian metode korelasi baru yang dibandingkan dengan metode sebelumnya memberikan hasil yang baik untuk respon REGULATORY dan tidak mengecewakan pula untuk respon SERVO. Aplikasi metode korelasi baru dengan alat pressure control yang ada pada Laboratorium Proses Operasi Teknik di Teknik Kimia FTUI juga memberikan nilai IAE terkecil dibandingkan dengan metode lainnya.

---

Process control is defined as controlling dynamic chemical processes at certain condition to meet technical, economical and environmental requirements. PID is the most popular controller because of its fast and stable response as well as its ability in omitting offset. Response of controlled variable is affected by the values of controller parameters such as, Kc, Ti and Td. The determination of the parameter values is important to achieve an optimum controller performance as indicated by those of Integral Absolute Error or IAE. Minimum IAE value results positive effect on other parameters, which indicates the process performance, such as oscillation, overshoot, and settling time. The value of controller parameter can be determined using correlation method on step response of first order system such as, Ziegler-Nichols correlation. However, the correlation still can be improved, especially for REGULATORY response (load changes). Computer software MATLAB can be used to find Kc, Ti, and Td values, which result in minimum IAE through trial and error method. System model is transformed into FOPDT through opened loop response. The value of controller parameter (Kc, Ti, and Td) obtained from trial and error is later correlated to get generalization of PID controller for REGULATORY response. The new correlation method is a linier equation with better IAE than other methods. The result of the test which compare the new correlation method to other method result in good REGULATORY response and fair SERVO response. The application of new correlation method in pressure control device in POT Laboratory of Chemical Engineering Department, University of Indonesia shows that IAE of the new correlation method is the smallest compared to other methods."

"Penentuan parameter pengendali merupakan suatu hal penting untuk mendapatkan kineija pengendali yang optimum (diantaranya, IAE atau Iniegral Absolute Error-nya minimum). Jenis pengendali yang digunakan dan jenis sistem atau proses yang akan dikendalikan sangat menentukan dalam penentuan konstanta pengendali.Korelasi untuk menentukan parameter-parameter pengendali yang didasarkan pada model FOPDT (First Order Plus Dead Time) yang ada, masih merniliki nilai error yang cukup besar sehingga diperlukan sualu korelasi baru yang lebih balk (IAE yang dihasilkan minimum). Cara yang dilakukan adalah dengan metode tuning yang sudah ada, kemudian dilakukan trial & error. Trial & error yang dimaksudkan adalah dengan cara memperbesar dan memperkecil parameter yang sudah didapatkan dengan metode lain, sehingga mendapatl-can IAE yang seminimum mungkin. IAE (Integral Absolute Error) menunjukkan luas daerah antara perbedaan graiik variabel yang dikontrol dengan gralik input dalam hal ini perubahan ser poini, dengan demikian IAE minimum juga menu.njukka.n osilasi, overshoot, settling time, dan rise time yang minirmun juga. Variasi parameter-parameter FOPDT (K, 1, 0) digunakan untuk mendapatkan berbagai parameter-parameter pengendali yang optimum, selanjutnya dibuat suatu korelasi.Hubungan antara parameter-parameter pengendali yang diperoleh (KC, ri, rp) dengan parameter penyetelan hasil pendekatan Metode FOPDT (K, 1, 9), basil korelasinya adalah:if KL- = ; rl = l .l200*2'+l.8665; 'rn = 0_6409*9+2.4525 Dengan IAE rata-rata untuk 20 percobaan (model sistem) sebesar 42188.(IAE metode Cohencoon = 203528, metode Lopez = 109923, metode Dahlin = 917386, metode Ziegler Nichols = 17.1066) Salah satu contoh penerapan korelasi baru pada alat Pressure Conlrol (Laboratorium Dasar Proses Operasi Departemen TGP, FTUI) juga memberikan basil kinerja pengendali yang lebih baik."

"Penentuan parameter pengendali merupakan suatu hal penting untuk mendapatkan kinerja pengendali yang optimum (diantaranya, IAE atau Integral Absolute Error-nya minimum). Jenis pengendali dan jenis sistem atau proses yang akan dikendalikan sangat menentukan dalam penentuan konstanta pengendali. Korelasi untuk menentukan parameter-parameter pengendali yang didasarkan pada model FOPDT (First Order Plus Dead Time) yang ada, masih memiliki nilai error yang cukup besar sehingga diperlukan suatu korelasi baru yang lebih baik. Cara yang dilakukan adalah dengan metode tuning pada pengendali P & PI yang sudah ada, kemudian dilakukan trial & error. Trial & error yang dimaksudkan adalah dengan cara mengubah parameter yang sudah didapatkan dengan metode lain, sehingga mendapatkan IAE yang seminimum mungkin. IAE menunjukkan luas daerah antara perbedaan grafik variabel yang dikontrol dengan grafik input dalam hal ini perubahan disturbance, dengan demikian IAE minimum juga menunjukkan osilasi, overshoot, settling time, dan rise time yang minimum juga. Variasi parameter-parameter FOPDT digunakan untuk mendapatkan berbagai parameter-parameter pengendali yangoptimum, selanjutnya dibuat suatu korelasi.

---

The measurement of controller?s parameters is very important to get an optimum control?s work (minimum IAE or Integral Absolute Error).Type of controller, the system or the controlled process are the most important thing to measure control?s parameters. A correlation to measure the control?s parameters based on an existing FOPDT model (First Order Plus Dead Time) still have very big value of error. Because of that, we need to find a new correlation which have smaller error. New correlation method can be found by optimizing existing tuning method through trial and error. By doing trial and error we can get the most minimum IAE, and if we get a minimum IAE, then we also get a minimum overshoot, settling time, osilation and rise time of disturbance behaviour. Trial and error can be done by changing the existing tuning method for P & PI control. The variation of FOPDT?s models can also used to get an optimum control?s parameters then a correlation can be created forom those parameters."

"Penentuan parameter pengendali merupakan suatu hal penting untuk memperoleh kinerja pengendali yang optimum (diantaranya, IAE atau Integral Absolute Error-nya minimum). Pada penelitian ini, jenis pengendali yang ditinjau adalah pengendali P dan PI karena pengendali ini lebih murah dibanding pengendali PID, serta lebih efektif pada sistem sederhana yang tidak membutuhkan keakuratan yang tinggi. Korelasi untuk menentukan parameter pengendali berdasarkan model FOPDT (First Order Plus Dead Time) yang ada saat ini masih menghasilkan error yang cukup besar, sehingga diperlukan suatu korelasi baru yang lebih baik Penentuan korelasi baru ini menggunakan metode tuning pada pengendali P & PI yang sudah ada, kemudian dilakukan trial & error. Trial & error dilakukan dengan memperbesar dan memperkecil parameter yang sudah didapatkan dari metode lain sampai diperoleh IAE yang paling minimum. IAE menunjukkan luas daerah antara perbedaan grafik variabel yang dikontrol dengan grafik input berupa perubahan set point, sehingga IAE minimum menunjukkan osilasi, overshoot, settling time, dan rise time yang minimum juga. Variasi parameter-parameter FOPDT (K, ?, ?) digunakan untuk mendapatkan berbagai parameter-parameter pengendali yang optimum, yang selanjutnya digunakan untuk membuat suatu korelasi baru."

"ABSTRAKMetode WRV adalah metode penyetelan pengendali menunjukkan kinerja pengendaliyang lebih optimum dari metode penyetelan Ziegler Nichols, Cohen Coon, Dahlin danLopez. Metode ini menggunakan mengkorelasikan informasi dari step respon openloop tranfer function (K, τ, dan θ) untuk menentukan konstanta pengendali P, PI, danPID yaitu Kc, τi, dan τd. Namun, kompleksitas dan dinamika dari sistem proses yangspesifik membutuhkan pengendali yang mampu untuk dilatih berdasarkan data historisproses serta mampu untuk mengkombinasikan faktor-faktor yang mempengaruhisistem proses dalam memutuskan suatu aksi. Jaringan syaraf tiruan diaplikasikan yangpada sistem pengendali, mampu memberikan kedua manfaat tersebutkan.Penelitian ini dilakukan dengan mengaplikasikan jaringan syaraf tiruan untukmenentukan konstanta penyetelan pengendali P, PI, dan PID dengan menggunakanmetode penelitian yang dilakukan untuk menghasilkan metode penyetelan pengendaliWRV. Penelitian ini dilakukan dengan menggunakan tiga jenis jaringan syaraf tiruanyaitu, multi layer feed forward (MLFF), radial basis, dan generalized regression(GRNN). Hasil simulasi dan penerapan pada alat pengendali tekanan di LaboratoriumProses Operasi Teknik, Departemen Teknik Kimia FTUI menunjukkan bahwa jaringansyaraf radial basis memberikan kinerja pengendali paling optimum untuk pengendali Pdan PI, sedangkan kinerja paling optimum dari pengendali PID diperlihatkan padaaplikasi jaringan syaraf generalized regression (GRNN) sebagai metode penyetelanpengendali."

"Pengendali PID merupakan salah satu pengendali yang umum digunakan, karena memiliki struktur pengendali yang sederhana, performa yang baik dan mudah untuk diimplementasikan. Namun, performa pengendali PID dapat ditingkatkan lagi dengan menggunakan kalkulus orde fraksi untuk pengendali bagian Integral dan Derivative dalam PID, sehingga dikenal dengan nama fractional order PID (FOPID). Penggunaan kalkulus orde fraksi ini menyebabkan terjadinya suatu permasalahan karena pengendali FOPID memiliki parameter yang lebih banyak dibandingkan pengendali PID. Bertambahnya parameter tersebutlah yang membuat penentuan parameter pengendali FOPID menjadi lebih sulit. Maka dari itu, pada penelitian ini akan dibahas mengenai metode tuning FOPID dengan pendekatan FOPI dan FOPD, hasil pengendalian motor DC dan pendulum terbalik menggunakan pengendali FOPID yang telah di-tuning, dan perbandingan hasil pengendalian menggunakan pengendali FOPID dan PID. Dalam penelitian ini, pengendali FOPID dapat diperoleh menggunakan metode tuning yang diajukan, tetapi metode tersebut memiliki beberapa batasan, yaitu sistem yang akan dikendalikan harus stabil/ distabilkan terlebih dahulu dan spesifikasi gain crossover frequency (ωgc) minimum sebesar 10 rad/s. Hasil pengendalian motor DC dan pendulum terbalik yang didapatkan sudah sesuai dengan spesifikasi pengendali FOPID ketika tuning, serta perbandingan pengendali FOPID dengan PID menunjukkan bahwa pengendali FOPID memiliki performa yang lebih baik

---

PID Controller is one of the most used type of controller, because of its simple structure, good performance and easy to implement. However, PID controller performance’s can be improved with the use of fractional order Calculus for the Integral and Derivative’s part of PID, so that the name is known as fractional order PID (FOPID). Using fractional order calculus causes a new problem, because of FOPID controller has more parameters to tune than PID controller, the tuning of FOPID controller becomes harder. Because of that, this study will discuss about a tuning method of FOPID controller with FOPI and FOPD approaches, the simulation results of said tuning methods on DC motor and inverted pendulum system, also comparing the results from FOPID controller with PID controller. In this study, FOPID controller can be obtained using the proposed tuning method, although there are some limitation from this tuning method, namely the system to be controlled must be a stable system or must be stabilized first and the minimum gain crossover frequency (ωgc) specification is 10 rad/s. The results of controlling DC motor and inverted pendulum are in accordance with the FOPID controller specification when tuned and the comparison between FOPID controller and PID controller shows that FOPID controller has a better performance than PID controller."

"Pelacakan target yang dilakukan pada quadcopter membutuhkan sensor untuk mendeteksi keberadaan target. Pada ketinggian yang tepat, kamera dapat mengambil banyak informasi mengenai lingkungan. Informasi-informasi yang didapatkan membuat kamera menjadi sensor yang baik dalam pelacakan menggunakan quadcopter. Target pada lingkungan mungkin memiliki ukuran dan orientasi berubah-ubah, maka pengolahan citra yang dapat mengatasi masalah ukuran dan orientasi objek menjadi solusinya. SURF dan CAMShift adalah metode pengolahan citra yang digunakan untuk mendeteksi target dan melacak target tanpa terpengaruh ukuran dan orientasi objek. Keluaran dari pengolahan citra menjadi input bagi pergerakan quadcopter. Pengendali Pergerakan quadcopter dapat dilihat dengan simulasi dalam Gazebo.

---

Target tracking used on quadcopter need sensor to detect the existence of target. At the right height, camera can take a lot of information about the surrounding environment. The information obtained make camera a good sensor in tracking using quadcopter. Target in the surrounding environment may have various size and orientation, that makes image processing with ability to overcome the size and orientation problem the solution. SURF and CAMShift are image processing method used to detect and track target without affected by object size and orientation. Output of image processing become input of movement control of quadcopter. Movement of quadcopter can be seen with simulation in Gazebo."

"Saat ini, banyak aplikasi teknologi berbasis sumber energi alam dan ramah lingkungan. Bagaimanapun, kekurangan yang sering ditemukan pada sumber energi alam adalah intensitasnya yang tidak menentu. Hal ini juga berlaku pada tenaga matahari pada panel surya, dimana intensitas cahaya yang masuk tidak selalu sama di setiap waktu. Intensitas cahaya dapat dipengaruhi berbagai faktor seperti cuaca yang mendung. Perubahan intensitas cahaya ini berujung pada perubahan besar tegangan yang dihasilkan panel surya. Dengan buck-boost converter, nilai tegangan keluaran dapat diatur menjadi lebih besar atau lebih kecil, menjadi nilai tegangan yang diinginkan. Nilai tegangan yang dihasilkan diatur oleh pemrograman mikrokontroler, yang mengatur lebar pulsa pada PWM. Laporan skripsi ini membahas perancangan buck-boost converter untuk panel surya, dengan mengambil studi kasus di Gedung Pusat Inovasi LIPI di Cibinong, Bogor. Regulasi tegangan keluaran yang dihasilkan merupakan faktor utama dari analisa keberhasilan perancangan buck-boost converter, dengan persentase efisiensi berkisar dari 90 hingga 99%.

---

Currently, there are plenty of technological applications that utilizes a natural, environmental-friendly source of energy. However, a disadvantage often found in natural energy sources is that the intensity produced is uncertain. This occurance is also found in solar panels, wherein the light intensity that enters is not always equal. Light intensity may be affected by various factors such as ones on gloomy or sunny weathers. This irregularity on light intensity leads to deviation of voltage output produced by the solar panel. With the use of buck-boost converters, the amount of output voltage may be set to higher or lower than the input voltage, enabling us to maintain the desired output voltage. The amount of output voltage produced is controlled by a microcontroller program which regulates pulse widths produced by PWM signals. This final project report discusses about the designing of a buck-boost converter for solar panels, with a case study in Gedung Pusat Inovasi LIPI, Cibinong, Bogor. The regulation of output voltage is the main aim in analizing the success of the design created, with an efficiency of 90 to 99%."

"Kebutuhan manusia akan energi semakin meningkat dari waktu ke waktu seiring dengan pesatnya pertumbuhan penduduk. Fuel cell merupakan salah satu alternatif renewable energy yang sekarang banyak dikembangkan untuk memenuhi tuntutan kebutuhan manusia. Fuel cell memanfaatkan energi yang dihasilkan dari reaksi kimia antara hidrogen dan oksigen yang selanjutnya akan diubah menjadi energi listrik yang dapat digunakan sebagai sumber energi. Untuk mendapatkan reaksi kimia yang sesuai, dibutuhkan pengendali untuk mengatur actuator valve fuel cell sehingga keluaran gas hidrogen dapat bercampur dengan gas oksigen dalam komposisi yang sesuai dan energi yang dihasilkan optimal. Pada skripsi ini akan dibahas tentang perancangan pengendali PID untuk proportional valve pada fuel cell dengan menggunakan DC geared motor beserta tuning parameter PID dengan korelasi Ciancone. Tuning parameter terbaik dipilih untuk memberikan hasil yang baik pada sistem berupa perbaikan respon transien dan steady state. Pengendali ini akan digunakan sebagai sub-sistem dari sistem kendali fuel cell.

---

Human need for energy increases from time to time along with the rapid population growth. Fuel cell is one of the renewable energy alternatives that have been developed nowadays to meet the demands of human needs. Fuel cells use energy produced from the chemical reaction between hydrogen and oxygen which is converted into electrical energy that can be used as an energy source. To obtain a suitable chemical reaction, the control is needed to manage the fuel cell valve actuator so that the output of hydrogen gas can be mixed with oxygen gas in the appropriate composition and optimal energy could be produced.

This thesis will discuss about the design using PID control for the proportional valve control in the fuel cell with geared DC motor along with PID tuning parameter using Ciancone correlation. The best tuning parameter will be selected to improve transient and steady state response. This controller will be used as a sub-system of the fuel cell control system."

"Buck converter merupakan salah satu jenis switching converter yang dapat menurunkan tegangan keluarannya. Agar buck converter dapat menghasilkan tegangan keluaran yang diinginkan diperlukan pengendali sistem buck converter. Pengendali yang dipakai pada sistem buck converter pada skripsi ini adalah pengendali PID. Pengendali PID yang digunakan ditala dengan menggunakan metode Ciancone. Pengendali diimplementasikan pada mikrokontroler Atmega16 dengan algoritma pengendali PID diskrit Dari hasil simulasi dan uji coba alat didapatkan pengendali PID diskrit yang ditala dengan metode Ciancone ini memiliki respon yang cukup baik, dengan transient response yang cepat dan steady state error yang mendekati nol.

---

Buck converter is one of switching converter that can lower its output voltage. Buck converter need to be controlled in order that to get an approrite output voltage waveform. The controller used in this system is PID controller. This PID controller is tuned using Ciancone method.

The controller is implemented in microcontroller Atmega16 with discrete PID algorithm. From the simulation result, can be concluded that the discrete PID tuned with Ciancone method provide a good response, with a fast transient response and nearly zero steady state error."