Hasil Pencarian  ::  Simpan CSV :: Kembali

"Logika fuzzy diterapkan pada pengendali sistem proses dan memberikan keunggulan bila dibandingkan dengan kendali konvensional. Pada penelitian ini akan diterapkan pengendali logika fuzzy pada proses temperatur. Pengendali logika fuzzy menggunakan metode implikasi dan defuzzifikasi dari Yager. Implikasi Yager menerapkan operator logika dari Zadeh. Algoritma pengendali logika fuzzy diterjemahkan ke dalam program komputer. Perangkat keras dibuat sebagai wadah pengendalian proses temperatur. Pada bagian akhir dibandingkan hasil pengendalian untuk beberapa setpoint dengan aturan kendali yang sama."

"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."

"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."

"ABSTRAKTesis ini membahas pengendali logika fuzzy yang digunakan untuk pengendalian proses pewarnaan benang sintetis. Model dinamika proses pewarnaan benang sintetis diturunkan berdasarkan laju penurunan berat bahan pewarna di dalam hopper dari feeder dan laju aliran bahan pewarna tersebut di dalam screw conveyor. Kemudian disimulasikan dengan bahasa Delphi versi 2.0 dari Borland.Fungsi keanggotaan yang digunakan berbentuk segitiga dan dikelompokkan dalam tujuh kelompok.Kaidah logika fuzzy yang digunakan pada tesis ini disusun berdasarkan kaidah logika fuzzy dari King dan Mamdani, yang terdiri dari 13 (tiga belas) aturan pengendali logika fuzzy.Untuk melihat kinerja pengendali logika fuzzy, dilakukan dengan cara membandingkan hasil simulasi pengendali logika fuzzy dengan pengendali PID.

---

ABSTRACT

Application Fuzzy Logic Controller to the Control of Colouring Process of Synthetic YarnThis thesis describes fuzzy logic controller to control the coloring process of synthetic yarn. Dynamic model of the process is derived based on the loss in weight rate of the granulated coloring substance in the feeder and its flow in the screwed conveyor. The model is simulated using Borland Delphi language ver. 2.

The fuzzy logic controller uses seven fuzzy set, for input with triangular membership function. By referring to the desired step response of a second order system, and by heuristic approach it can be defined thirteen rules for the controller. The fuzzy implication is done by King's and Mamdani's fuzzy reasoning.

The performance of the fuzzy logic controller is then compared with a PID controller using simulations."