Hasil Pencarian  ::  Simpan CSV :: Kembali

"Control of linear parameter varying systems compiles state-of-the-art contributions on novel analytical and computational methods for addressing system identification, model reduction, performance analysis and feedback control design and addresses address theoretical developments, novel computational approaches and illustrative applications to various fields. Part I discusses modeling and system identification of linear parameter varying systems, part II covers the importance of analysis and control design when working with linear parameter varying systems (LPVS) , Finally, part III presents an applications based approach to linear parameter varying systems, including modeling of a turbocharged diesel engines, Multivariable control of wind turbines, modeling and control of aircraft engines, control of an autonomous underwater vehicles and analysis and synthesis of re-entry vehicles."

"Pada kereta hibrid, salah satu faktor penting dalam operasinya adalah suplai daya yang stabil. Kereta hibrid mengambil daya listrik dari kabel overhead (katener) melalui pantograf. Ketika kereta mencapai kecepatan tinggi, dapat terjadi vibrasi mekanik yang berpotensi terjadinya contact loss antara pantograf dan katener. Hal tersebut dapat menyebabkan ketidakstabilan suplai daya dan pencetusan (arcing) sehingga diperlukan pengendalian pantograf aktif. Pada penelitian ini, dilakukan simulasi menggunakan model numerik pantograf-katener berupa persamaan keadaan (state equation) dan pengendalian berbasis Linear Parameter Varying Model Predictive Control (LPV-MPC) untuk mengatur gaya kontak antara pantograf dan katener. Pengendali LPV-MPC didesain dengan mengambil model prediksi yang disusun berdasarkan model dinamis sistem dan suatu fungsi obyektif beserta batasan yang diselesaikan dengan quadratic programming. Hasil penelitian menunjukkan bahwa LPV-MPC dapat digunakan untuk mengendalikan gaya kontak antara pantograf-katener dengan nilai MSE antara sinyal keluaran dan setpoint sebesar 9,0753.

---

In hybrid train technology, one of the important factors in the operation is a stable power supply. A hybrid train collects power from the overhead catenary above the train using pantograph. In high-speed operation, mechanical vibration happens and contact loss between pantograph and catenary. This results in unstable power supply and arcing. In this research, a pantograph numeric model using state equations is simulated with a Linear Parameter Varying Model Predictive Control (LPV-MPC) scheme to control the contact force between the pantograph and catenary. The LPV-MPC controller is designed by making a model prediction derived from the mathematical dynamic model and an objective function with constraints that is solved using quadratic programming. Results shows that LPV-MPC can be used to control the contact force between the pantograph and catenary with an MSE value between the system’s output and setpoint of 9.0753."

"Di era dengan ketersediaan bahan bakar fosil yang semakin rendah, diperlukan sumber energi terbarukan. Salah satu pembangkit dengan efisiensi optimal adalah pembangkit listrik tenaga nuklir. Badan Energi Atom Jepang (JAEA) memulai proyek HTTR pada tahun 1985 dengan inti prismatik, moderator grafit, dan reaktor berpendingin gas helium. Model matematis dan parameter merupakan acuan yang penting digunakan untuk melakukan suatu desain pengendali. Model kinetik reaktor nuklir yang digunakan terdiri dari model point kinetics, model thermal hydraulic, dan model reaktivitas masukan dan umpan balik ke model point kinetics. Beberapa parameter model pada reaktor nuklir sering kali tidak diketahui, oleh karena itu dilakukan estimasi model parameter menggunakan metode curve fitting nonlinear least squares. Didapatkan model yang telah dioptimasi dengan nilai akurasi dari hasil pada tingkat daya 9, 15 dan 18 MW berturut-turut yaitu sebesar 98.85%, 94.60% dan 97.95% dengan nilai RMSE masing-masing sebesar 0.0778, 0.2366 dan 0.1469. Sudah banyak sekali peneliti yang mengembangkan metode kendali untuk reaktor nuklir. Pada penelitian ini digunakan metode kendali terbaru yaitu Linear Parameter Varying Model Predictive Control (LPV-MPC). Kelebihan pada metode LPV-MPC yaitu model nonlinear dapat dibentuk dari model linear dan nonlinear dengan parameter yang bersifat varying tanpa harus menggunakan linearisasi.

---

In an era where the availability of fossil fuels is getting lower, renewable energy sources are needed. One of the plants with optimal efficiency is a nuclear power plant. The Japan Atomic Energy Agency (JAEA) started the HTTR project in 1985 with a prismatic core, graphite moderator, and a helium gas-cooled reactor. Mathematical models and parameters are important references used to carry out a controller design. The nuclear reactor kinetic model consists of a point kinetics model, a thermal hydraulic model, and an input reactivity model and feedback to the point kinetics model. Some model parameters in nuclear reactors are often unknown, therefore the parameter model estimation is carried out using the nonlinear least squares curve fitting method. The model has been optimized with accuracy values from the results at power levels of 9, 15 and 18 MW, respectively, 98.85%, 94.60% and 97.95% with RMSE values of 0.0778, 0.2366 and 0.1469, respectively. Many researchers have developed control methods for nuclear reactors. In this study, the latest control method is used, namely Linear Parameter Varying Model Predictive Control (LPV-MPC). The advantage of the LPV-MPC method is that nonlinear models can be formed from linear and nonlinear models with varying parameters without having to use linearization.

"

"Di era dengan ketersediaan bahan bakar fosil yang semakin rendah, diperlukan sumber energi terbarukan. Salah satu pembangkit dengan efisiensi optimal adalah pembangkit listrik tenaga nuklir. Badan Energi Atom Jepang (JAEA) memulai proyek HTTR pada tahun 1985 dengan inti prismatik, moderator grafit, dan reaktor berpendingin gas helium. Model matematis dan parameter merupakan acuan yang penting digunakan untuk melakukan suatu desain pengendali. Model kinetik reaktor nuklir yang digunakan terdiri dari model point kinetics, model thermal hydraulic, dan model reaktivitas masukan dan umpan balik ke model point kinetics. Beberapa parameter model pada reaktor nuklir sering kali tidak diketahui, oleh karena itu dilakukan estimasi model parameter menggunakan metode curve fitting nonlinear least squares. Didapatkan model yang telah dioptimasi dengan nilai akurasi dari hasil pada tingkat daya 9, 15 dan 18 MW berturut-turut yaitu sebesar 98.85%, 94.60% dan 97.95% dengan nilai RMSE masing-masing sebesar 0.0778, 0.2366 dan 0.1469. Sudah banyak sekali peneliti yang mengembangkan metode kendali untuk reaktor nuklir. Pada penelitian ini digunakan metode kendali terbaru yaitu Linear Parameter Varying Model Predictive Control (LPV-MPC). Kelebihan pada metode LPV-MPC yaitu model nonlinear dapat dibentuk dari model linear dan nonlinear dengan parameter yang bersifat varying tanpa harus menggunakan linearisasi.

---

In an era where the availability of fossil fuels is getting lower, renewable energy sources are needed. One of the plants with optimal efficiency is a nuclear power plant. The Japan Atomic Energy Agency (JAEA) started the HTTR project in 1985 with a prismatic core, graphite moderator, and a helium gas-cooled reactor. Mathematical models and parameters are important references used to carry out a controller design. The nuclear reactor kinetic model consists of a point kinetics model, a thermal hydraulic model, and an input reactivity model and feedback to the point kinetics model. Some model parameters in nuclear reactors are often unknown, therefore the parameter model estimation is carried out using the nonlinear least squares curve fitting method. The model has been optimized with accuracy values from the results at power levels of 9, 15 and 18 MW, respectively, 98.85%, 94.60% and 97.95% with RMSE values of 0.0778, 0.2366 and 0.1469, respectively. Many researchers have developed control methods for nuclear reactors. In this study, the latest control method is used, namely Linear Parameter Varying Model Predictive Control (LPV-MPC). The advantage of the LPV-MPC method is that nonlinear models can be formed from linear and nonlinear models with varying parameters without having to use linearization. "

"Dalam beberapa tahun terakhir, riset dalam bidang keamanan dalam berkendara menjadi sebuah perhatian penting bagi industri otomotif, hal ini disebabkan oleh kecelakaan lalu lintas yang masih marak terjadi. Sudah banyak penelitian mengenai metode pengendali yang dikembangkan untuk mengatasi masalah kestabilan pada kendaraan. Salah satunya adalah metode kendali Linear Parameter Varying Model Predictive Control (LPV-MPC). Kelebihan dari metode LPV-MPC ini adalah model nonlinear dapat diekspresikan sebagai sebuah kombinasi dari model-model linear dengan parameter yang bersifat varying dengan beberapa time varying parameter tanpa harus menggunakan linierisasi. Pada penelitian ini, dikembangkan sebuah sistem Active Safety berbasis LPV-MPC yang berguna untuk menjaga kestabilan kendaraan bus listrik dalam melakukan manuver berkendara seperti manuver Double Lane Change (DLC) dengan tetap pada kecepatan yang ditentukan. Pengendali LPV-MPC mengatur gaya masing-masing roda dan sudut belok roda depan sehingga dapat stabil dalam melewati track acuan yang diberikan. Hasil dari penelitian menunjukkan bahwa metode LPV-MPC mampu untuk menjaga kestabilan bus listrik pada saat melewati track acuan dengan tetap pada kecepatan target yang ditentukan pada penelitian thesis ini. Sehingga dapat disimupulkan kendaraan bus listrik dengan sistem Active Safety berbasis LPV-MPC dapat menjaga kestabilan dalam melakukan manuver berkendara.

---

In recent years, research in the field of safety in driving has become an important concern for the automotive industry, this is due to traffic accidents that are still rife. There have been many studies on control methods developed to overcome stability problems in vehicles. One of them is the Linear Parameter Varying Model Predictive Control (LPV-MPC) control method. The advantage of this LPV-MPC method is that the nonlinear model can be expressed as a combination of linear models with varying parameters with several time varying parameter without having to use linearization. In this study, an Active Safety system based on LPV-MPC was developed which is useful for maintaining the stability of electric bus vehicles in carrying out driving maneuvers such as the Double Lane Change (DLC) maneuver while remaining at a specified speed. The LPV-MPC controller regulates the force of each wheel and the turning angle of the front wheels so that they can be stable in passing the given reference track. The results of the study indicate that the LPV-MPC method is able to maintain the stability of the electric bus when passing the reference track while remaining at the target speed specified in this thesis research. So it can be concluded that electric bus vehicles with an Active Safety system based on LPV-MPC can maintain stability in driving maneuvers."

"Energi matahari merupakan sumber energi terbarukan yang paling potensial, disamping mudah didapatkan energi matahari tidak menimbulkan dampak lingkungan dalam pemanfaatannya. Solar thermal plant merupakan salah satu proses untuk mengubah energi matahari menjadi energi panas mekanik oleh media yang dipanaskan berdasarkan proses thermal melalui beberapa peralatan seperti solar collector, thermal energy storage, dan sistem instalasi perpipaan. Pengoperasian solar thermal plant sangat di pengaruhi oleh beberapa faktor antara lain besarnya intensitas radiasi matahari yang selalu mengalami perubahan secara dinamis dan tidak dapat dimanipulasi, adanya faktor disturbance berupa suhu lingkungan yang sangat bergantung pada kondisi cuaca, serta faktor penggunaan beban yang berubah-ubah tergantung dengan kebutuhan pengguna. Oleh karena itu diperlukan sistem kendali yang dapat mengatasi masalah dan dinamika perubahan yang terjadi. Salah satu permasalahan yang dihadapi dalam perancangan sistem kendali adalah tidak tersedianya model yang dapat merepresentasikan kondisi plant secara real. Pada solar thermal plant sering kali parameter fisik dari model tidak didapatkan karena keterbatasan informasi. Sehingga dibutuhkan proses identifikasi dan pemodelan untuk mendapatkan parameter fisik dari plant. Model solar thermal plant merupakan model dengan karakteristik nonlinear yang cukup kuat dan beroperasi pada range yang cukup lebar yang dipengaruhi oleh faktor eksternal disturbance. Sehingga diperlukan pendekatan yang berbeda untuk dapat merepresentasikan model secara utuh. Pada tesis ini dikembangkan metode pengendalian prediktif berbasis model linear time varying (LPV-MPC) untuk solar thermal plant dengan studi kasus pada sistem pendingin bertenaga surya yang terpasang pada Gedung Mechanical Research Centre FT UI. Optimal setpoint proses dihasilkan secara real time menggunakan dynamic real time optimization (DRTO) berdasarkan informasi keluaran sistem dan disturbance yang terukur. Keterbatasan pengukuran dari plant diatasi dengan merancang nonlinear state estimator berbasis Extended Kalman Filter. Dengan adanya sistem kendali LPV-MPC dengan DRTO berbasis EKF yang telah di uji dan validasi dengan data real plant , sistem kendali yang dirancang dapat membuat temperature keluaran dari plant lebih stabil serta meningkatkan efisiensi dengan meminimalkan penggunaan tenaga listrik pada sistem serta mengoptimalkan penyerapan energi matahari. Berdasarkan hasil simulasi pengendalian yang telah dilakukan selama 4 hari operasional solar thermal plant didapatkan penurunan konsumsi tenaga listrik hingga 32.23% serta peningkatan penyerapan energi matahari hingga 69.38%.

---

Solar energy is the most potential renewable energy source, besides being easy to obtain, solar energy does not cause environmental impacts in its utilization. The solar thermal plant is one of the processes for converting solar energy into thermal energy by heating fluid based on thermal process through several equipments such as solar collectors, thermal energy storage, and piping systems. The operation of solar thermal plants is strongly influenced by several factors, including the amount of solar radiation intensity which always changes dynamically and can not be manipulated, disturbance factors in the form of environmental temperature which is highly dependent on weather conditions, and the user load that varies depending on the user needs. Therefore, a control system strategy that can overcome these problems is needed. One of the problems that arise in the design of the control system is the unavailability of a plant model that can represent the real condition of the plant. Especially in solar thermal plants, the physical parameters of the model are often unknown due to limited information. Hence identification and modeling process to get the physical parameters of the plant should be done. The solar thermal plant model is a model with strong nonlinear characteristics and operates over a fairly wide range of operating conditions which is influenced by external disturbance factors. Consequently, a different approach to represent the model as a whole is needed. This thesis develops a predictive control method based on a linear time-varying model (LPV-MPC) for a solar thermal plant with a study case on a solar thermal cooling system installed in the Mechanical Research Center Building, FT UI. The optimal setpoint process is generated in real-time using Dynamic Real-Time Optimization (DRTO) based on system output information and measured disturbances. The limitation of plant measurement is overcome by designing a nonlinear state estimator based on the Extended Kalman Filter. By using LPV-MPC integrated with DRTO based on EKF that has been tested and validated with real plant data, the proposed control system strategy are able to achieve a more stable output temperature of the solar thermal plant and increase efficiency by minimizing electricity usage in the system and optimizing solar energy absorption. Based on the simulation results that have been carried out for 4 days of solar thermal plant operation, it is found that there is a decrease in electricity consumption by 32.23% and an increase in solar energy absorption by 69.38%."

"The book assumes no prior background in geometric control theory. The book also adopts a tutorial style by way of examples that illustrate the geometric and abstract algebra concepts used in linear geometric control. In addition, the matrix calculations required for the studied control synthesis problems of linear multivariable control are illustrated via a set of running design examples. As such, some of the design examples are of higher dimension than one may typically see in a text."