Hasil Pencarian  ::  Simpan CSV :: Kembali

"AbstrakPada tesis ini dibahas pemodelan furnace secara matematis untuk mendapatkan fungsi alih yang mewakili dinamika proses yang berjalan. Desain pengendali dilakukan untuk mengendalikan furnace dalam mengantisipasi gangguan perubahan temperatur lingkungan yang terjadi selama proses metal forming berlangsung.Pemilihan pengendali yang digunakan yaitu pengendali PI, pengendali feedforward, dan pengendali Fuzzy Logic dan masing-masing dibahas, dianalisis serta dilakukan uji coba pengendalian untuk mengantisipasi gangguan tersebut di atas.AbstractThis thesis discussed mathematical models of the furnace for the metal forming process in order to represent the dynamic characteristics. The controller is designed to anticipate disturbances caused by environmental temperature during metal forming processing activity.The choice of controllers used are PI controller, feedforward controller, and fuzzy logic controller, and each of them will be discussed, analyzed, and examined to find out their ability to eliminate the disturbance effects."

"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."

"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."

"ABSTRAKStyrene Acrylic adalah sebuah produk kimia yang digunakan sebagai bahan baku adhesive, coating dan cat. Untuk memproduksi Styrene Acrylic diperlukan sebuah reaktor yang berfungsi sebagai wadah dimana reaksi antar bahan-bahan dasar Styrene Acrylic terjadi. Reaksi yang terjadi dalam reaktor harus terkendali agar dapat mengikuti resep formula yang sudah ditentukan. Salah satu faktor yang utama yang harus dikendalikan adalah suhu dalam reaktor. Suhu dalam reaktor harus sesuai dengan formula yang telah ditetapkan agar kualitas dari produk sesuai dengan yang diinginkan. Toleransi eror suhu dalam reactor hanya diperbolehkan sebesar 5?C. Selain untuk menjaga kualitas produk, pengendalian suhu reaktor juga berdampak pada alasan kemanan pabrik. Reaksi kimia dan proses produksi Styrene Acrylic memiliki sifat yang nonlinear, sehingga diperlukan pengendali yang dapat mengendalikan sistem nonlinear dengan toleransi eror yang kecil. Fuzzy logic diharapkan dapat memenuhi kebutuhan pengendalian suhu reaktor, sehingga suhu reaktor dapat mengikuti trajektori suhu yang didapat dari resep formula yang mana ditentukan sebagai setpoint.Skripsi ini membahas tentang pemodelan dan desain pengendali yang baik untuk model proses Styrene Acrylic plant. Proses ini dimodelkan dengan metode matematis yang diterapkan menggunakan C-Mex. lalu di simulasikan menggunakan Simulink Matlab yang digunakan untuk mendesain pengendali PID konvensional dan fuzzy logic. Pengendali PID di-tuning menggunakan metode Ziegler Nichols yang mana performanya akan dibandingkan dengan performa pengendali fuzzy logic yang didesain dengan 9 aturan.

---

ABSTRACTStyrene Acrylic is a chemical product used as raw material for adhesives, coatings and paints. To produce Styrene Acrylic requires a reactor that serves as a container in which the reaction between the basic ingredients of Styrene Acrylic occurs. The reactions that occur in the reactor must be controlled in order to follow a prescribed formula. One of the main factors that must be controlled is the temperature in the reactor. The temperature in the reactor shall be in accordance with the prescribed formula for the quality of the product to be as desired. Tolerance of temperature error in the reactor is only allowed at ± 5⁰C. In addition to maintaining product quality, reactor temperature control also has an impact on manufacturers' safety reasons. Chemical reactions and Styrene Acrylic production processes have nonlinear properties, so controllers are required to control nonlinear systems with small error tolerance. Fuzzy logic is expected to meet the reactor temperature control requirement, so that the reactor temperature can follow the temperature trajectory obtained from the formula or recipe which is set as setpoin.This thesis discusses the modeling and design of a good controller for the Styrene Acrylic plant process model. This process is modeled by a mathematical method applied using C-Mex. Then simulated using Simulink Matlab which is used to design conventional PID controller and fuzzy logic. The PID controller is tuned using the Ziegler Nichols method whose performance will be compared to the performance of a fuzzy logic controller designed with 9 rules."

"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."

"Skripsi ini membahas mengenai disain dan implementasi pengendali fuzzy pada sistem motor induksi menggunakan PLC Mitsubishi Q02HCPU, meliputi perancangan konfigurasi hardware sistem secara keseluruhan, pemrograman fuzzy logic menggunakan diagram ladder, serta perancangan sistem monitoring unjuk kerja fuzzy. Sistem ini memanfaatkan pulsa pembacaan rotary encoder yang terkopel pada pulley motor induksi sebagai feedback kecepatan real. System fuzzy yang dibuat memiliki dua fungsi keanggotaan masukan (Error & DError) sebagai masukannya serta satu fungsi keanggotaan keluaran (DV) sebagai keluarannya. Metode inferensi yang digunakan adalah tipe max-min Mamdani. Pada proses defuzzifikasi, system dibuat dengan menggunakan dua metode sebagai pembanding, yaitu: middle of maxima dan weighted average. Untuk melakukan fungsi pengawasan, data-data input dan output berupa set point (SP), process value (PV), dan keluaran analog (DV) ditampilkan ke dalam grafik historikal dengan menggunakan software HMI Mitsubishi GT-Designer3. Berdasarkan nilai rata-rata parameter unjuk kerja yang diperoleh dari grafik respon transien perubahan speed pada siklus Error positive dan negative, respon serta stabilitas yang dihasilkan pada percobaan menggunakan metode defuzzifikasi weighted average relatif lebih baik daripada middle of maxima.

---

This paper discusses the design and implementation of fuzzy controllers on the induction motor system using Mitsubishi PLCs Q02HCPU, including designing the hardware configuration of the overall system, programming of fuzzy logic using ladder diagrams, as well as the performance design of fuzzy monitoring systems. These systems utilize pulse which read out from rotary encoder are coupled to the pulley of induction motor as real velocity feedback.

Fuzzy systems are made to have two membership functions input (Error & DError) as input and one membership function output (DV) as the output. Maxmin Mamdani type is used as inference method. In defuzzification process, the system is made by using two methods as a comparison, namely: middle of maxima and the weighted average. To perform a supervisory function the data input and output, such as: set point (SP), process value (PV), and analog output (DV) is shown on the historical graph by using the software HMI Mitsubishi GTDesigner3.

Based on the average value of the performance parameters obtained from the response transient graph in speed change on positive and negative cycle Error, response and stability generated in experiments using the defuzzification method of weighted average relatively better than the middle of maxima."

"Sel surya memiliki karakteristik tegangan arus yang tidak linier dan memiliki satu titik dimana daya maksimum dihasilkan. Titik ini bergantung kepada faktor lingkungan seperti iradiasi matahari dan suhu. Agar didapatkannya daya maksimum dari sel surya, sel surya harus bekerja pada titik daya maksimum dalam kondisi lingkungan yang berubah-ubah. Oleh karena itu semua pengendali yang diaplikasikan pada sel surya menggunakan algoritma Maximum Power Point Tracking MPPT. Tujuan penelitian ini adalah merancang metode MPPT berdasarkan pengendali logika Fuzzy FLC yang mampu mencapai MPP dengan cepat dan dapat beradaptasi dengan cepat terhadap perubahan kondisi lingkungan. Perancangan didasarkan pada studi literatur, uji coba simulasi dan eksperimen. Hasil simulasi dan eksperimen membuktikan bahwa algoritma MPPT berdasarkan pengendali logika Fuzzy mampu mendapatkan daya maksimum untuk besar beban dan kondisi lingkungan yang bervariasi.

---

Solar cells have a nonlinear voltage ndash current characteristic which has one distinct maximum power point MPP. This point depends on environmental factors such as sun irradiation and temperature. In order to obtain maximum power from solar cells continuously, it has to work on its maximum power point despite the inevitable changes in environment. This is why the applied controllers on solar cells employ some method for Maximum Power Point Tracking MPPT.

The objective of this study is to design MPPT method based on Fuzzy logic controller FLC which able to reach MPP in a short time and to adapt with changing environmental conditions quickly. The design is based on study literature, simulation, and implementation.

The result proves Fuzzy Logic Controller MPPT able to reach MPP and adapt with changing conditions quickly."