Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem Transmisi yang baik sangat dibutuhkan bagi sebuah kendaraan untuk mendapatkan tingkaat efisiensi dan efektifitas terbaik dari transfer energi yang terjadi pada powertrain. Sistem transmisi kopling ganda merupakan teknologi yang banyak memikat perhatian, dimana teknologi transmisi ini dapat melakukan perpindahan gigi dengan cepat namun dengan tingkat kenyamanan seperti sistem transmisi otomatis. untuk dapat mencapai performa terbaik dari sistem transmisi kopling ganda, dibutuhkan pengendalian yang baik pada fasa inersia, dimana terjadi banyak perpindahan torsi dan juga perbedaan kecepatan angular dari mesin dengan kopling. Namun pada aplikasinya, sistem transmisi kopling ganda merupakan sistem dengan tingkat nonlinearitas yang sangat tinggi dan merupakan sistem yang kompleks. Pada penelitian ini diajukan sebuah sistem kendali nonlinear dengan menggunakan metode backstepping untuk dapat menghadapi tantangan pengendalian sistem transmisi kopling ganda khususnya pada fasa inersia.

---

Good transmission system is needed for a vehicle to get the best efficiency and effectivity performance for energy transfer that occurs in the powertrain systems. Dual Clutch Transmission lately attract lots of attention from researchers and industry, because of its ability to shift gear in a very short moment with high convenience as an automatic transmission vehicle. To achieve its best performance, a good controller is needed especially in inertia phase, which occurs lots of torque transfer and also a high difference of angular velocity of engine and clutch. Unfortunately, in the application, dual clutch transmission is a high nonlinear system and also a very complex system. In this thesis, a nonlinear controller with backstepping method is proposed to overcome this control problem for dual clutch transmission at inertia phase. "

"Pada industri otomotif, sistem transmisi kopling ganda sering digunakan pada kendaraan roda empat yang berperforma tinggi. Hal tersebut karena sistem transmisi kopling ganda memiliki respon yang cepat dalam perpindahahan gigi, interupsi traksi yang minim, serta efisiensi bahan bakar. Sistem transmisi kopling ganda prinsipnya adalah dua sistem transmisi manual yang dipisahkan oleh dua kopling untuk set gigi ganjil dan genap. Salah satu permasalahan utama yang dihadapi sistem transmisi kopling ganda adalah kerumitan perancangan sistem kendali mengingat sifatnnya yang non-linear dan adanya kopling antar komponennya sehingga diperlukan penganganan khusus dalam perancangan sistem kendali kopling ganda. Pada penelitian ini digunakan perangkat lunak simulasi powertrain Amesim dengan skema pengendalian prediktif berbasis data untuk mengendalikan fasa inersia sistem transmisi kopling ganda yaitu saat kopling yang akan terkait menyesuaikan kecepatan dengan kecepatan mesin sesuai lintasan yang sudah ditetapkan. Pengendalian yang tidak baik pada fase ini akan memperbesar sentakan jerk perpindahan gigi yang memengaruhi kenyamanan penumpang, performa, dan efisiensi bahan bakar.

---

In automotive industry, dual clutch transmission or DCT usually used by high performance car. Thats because DCT have a quick response in gearshift, low traction interuption, and good fuel efficiency. In principle, dual clutch transmission is two set of manual transmission combined and separated two gear set odd and even. Gearshift process performed with disengaging off going clutch and engaging on going clutch based on powertrain angular velocity and torque. This process ussualy called clutch to clutch shift. One major chalenge on dual clutch transmission is its complexity control system design due to its nonlinearity and coupling between its component properties so that need special treatment on designing its control system.

In this research, author will simulating data driven model predictive control for inertia phase on dct gearshift with Amesim powertrain simulation software. Inertia phase is occur when on going clutch angular speed syncronized with engine angular speed until the slip between them is zero. With that controller, the trajectory of slip is defined and system will follow that trajectory. If the controller on this phase is not good, jerk will incrase so that pessenger comfort is reduced in addition fuel efficiency will decrease. "

"Quadrotor merupakan pesawat yang dilengkapi empat buah motor yang dilengkapi baling-baling. Untuk dapat terbang dengan baik, quadrotor harus dilengkapi dengan sistem kendali yang mampu mengatur kecepatan putaran tiap motor agar sudut rotasi dan posisinya sesuai dengan setpoint yang diberikan. Pada skripsi ini dibahas mengenai pemodelan dan perancangan sistem kendali quadrotor dengan Integral Backstepping. Sistem kendali yang dirancang meliputi pengendali sudut rotasi dan pengendali posisi. Pemodelan dan identifikasi sistem dilakukan dengan beberapa langkah percobaan untuk menentukan parameter-parameter dari model. Model yang diperoleh kemudian menjadi dasar dalam perancangan sistem kendali. Alasan penggunaan Integral Backstepping ini karena kehandalannya dalam kemampuan mengikuti setpoint dan ketahanan terhadap gangguan. Untuk itu akan diuji kemampuan pengendali ini dengan model yang sudah diperoleh dalam simulasi. Hasil yang diperoleh menunjukkan performa pengendali Integral Backstepping cukup memuaskan dimana respons keluaran cukup cepat, overshoot yang kecil, nilai error tunak mendekati nol, dan tahan terhadap gangguan.

---

Quadrotor is an aircraft equipped with four motors equipped with a propeller. It must be equipped with a control system capable of controlling the speed of each motor for attitude and position in accordance with the given setpoint in order to flying stable.

In this report discussed the modeling and control system design of quadrotor with Integral Backstepping. Control system designed includes attitude and position controllers. Modeling and system identification is done with a few experimental steps to determine the parameters of the model. Then, The model becomes the basis for the design of control systems.

The main reason using Integral Backstepping controller because in the ability to follow the setpoint and resistance against disturbance. It will be tested the ability of this controller with a quadrotor model in the simulation.

The results obtained showed Integral Backstepping controller performance is quite satisfactory where the output response fast enough, small overshoot, steady-state error value near zero, and robustness against disturbances."

"Skripsi ini bertujuan untuk mendapatkan solusi dan alternatif perbaikan masalah keluhan konsumen kopling terbakar yang terjadi pada sepeda motor tipe manual kopling yang berdampak pada akselerasi mesin menjadi kurang, susah melakukan perpindahan gigi, dan suara mesin berisik. Metode yang digunakan digunakan adalah Six Sigma yang terdiri dari tahapan Define, Measure, Analyze, Improve, Control (DMAIC). Aktivitas yang dilakukan pada tahap define adalah identifikasi masalah, menetukan Critical To Quality (CTQ), Logic Tree Diagram, SIPOC diagram. Tahap measure melakukan pemetaan proses, pengukuran terhadap kemampuan proses (Cp). Tahap analyze melakukan analisa terhadap kemungkinankemungkinan yang menyebabkan masalah dengan diagram tulang ikan (sebabakibat), Failure Tree Analysis (FTA) dan Failure Mode Effect and Analysis (FMEA). Tahap improve melakukan perbaikan dari hasil-hasil analisa penyebab masalah. Tahap control melakukan monitoring terhadap perbaikan-perbaikan yang telah dilakukan, dengan menggunakan Statistical Process Control (SPC). Dari tahapan perbaikan diatas didapatkan faktor yang mempengaruhi terjadinya kopling terbakar adalah working load spring clutch lemah, jarak pengarah rod clutch lifter pada Cover R Crank Case menyimpang dan jarak dudukan Lever Comp, Clutch pada Cover R Crank Case menyimpang. Berdasarkan tahap perbaikan yang dilakukan, metode six sigma sangat efektif dalam menyelesaikan masalah keluhan konsumen diatas ini diidentifikasikan dengan naiknya nilai indeks kemampuan proses (Cp), menurunnya angka kegagalan proses dalam Part Per Million (PPM) dan naiknya nilai sigma level.

---

The purpose of this final project is to get the solution and the alternative corrective actions on market quality claim's burned clutch which occurs to the manual clutch type motorcycle. It has negative effects on engine acceleration decline, difficulty in changing gear position, and higher level of engine noise. The method used in analyzing and solving the problem is Six Sigma, which includes the phases of Define, Measure, Analyze, Improve, Control (DMAIC). The activities on Define phase are problem identification, Critical to Quality decision making, Logic Tree Diagram and SIPOC Diagram formulation.

The next step is Measure phase, which involves the activities of process mapping and Capability Process Index (Cp) measurement. The third step is Analyze phase. The activities done on this step are potential problem analysis using Fishbone diagram (cause and effect diagram), Failure Tree Analysis (FTA) and Failure Mode Effect and Analysis (FMEA). The phase is followed by Improve phase, including the activities of corrective action execution on the basis of potential problem analysis done on prior step. The final step is Activity Control phase; that is performing the monitoring action to the improvement outcome, using Statistical Process Control (SPC).

The conclusion obtained from doing those former activities is that the factors causing the burned clutch problem are as follows (1) the lack of spring clutch's working load, (2) the inappropriate distance between rod clutch lifter's hole's position to the surface of Cover R Crank Case, and (3) the inappropriate distance between Bracket Lever Comp, Clutch position to the surface of Cover R Crank Case. Due to the completion of problem identification and corrective action, it can be concluded that six sigma method is very effective on problem solving, especially on the case of market quality claim's burned clutch. It is indicated by the increase of capability index value (Cp), the decrease of defect process index value in parts per million (PPM) and the increase of sigma level value."

"Pada skripsi ini akan dibahas perancangan dan simulasi pengendali backstepping PID pada sistem nonlinier Tangki Reboiler. Tangki Reboiler merupakan sistem dua input dan dua output yang memiliki interaksi antara input pertama dengan output keduanya. Pemasangan pengendali backstepping PID pada sistem nonlinier dilakukan secara langsung tanpa melinierisasi persamaan plant. Proses ini dilakukan dengan menentukan batasan titik kerja sistem, memodelkan persamaan plant dan terakhir melakukan perancangan pengendaii. Untuk mendapatkan estimasi model dari plant tersebut digunakan metode Least Square atau metode Ziegler Nichols. Untuk penalaan pengendali PID digunakan metode Ziegler Nichois atau dengan perhitungan sinyal kendali terfilter secara langsung. Hasil yang diperoleh dari simulasi perancangan pengendaii backstepping PID pada sistem Tangki Reboiler adalah kemampuan tracking sistem terhadap pemberian reference input yang berubah - ubah, dapat diringkatkan dan interaksi antara input pertama dengan output kedua sistem dapat dihilangkan. Pengendali backstepping PID juga dapat mengkompensasi kesalahan estimasi oleh estimator parameter sistem."

"Sistem debutanizer umumnya masih banyak menggunakan pengendali konvensional PID (). Salah satu kelemahan pengendali konvensional PID ini adalah kurang baiknya kemampuan tracking sistem terhadap reference trajectory yang berubah-ubah. Pengendali backstepping PID dengan struktur dua derajat kebebasan tidak menggantikan pengendali PID yang telah ada pada sistem tetapi digunakan untuk menala parameter pengendali PID dan mengkompensasi adanya kesalahan estimasi parameter sistem yang dilakukan oleh estimator pada sistem tersebut sehingga akhirnya sistem memiliki pengendali feedback berupa pengendali PID dan pengendali feedforward berupa invers model dari plant. Pengendali feedforward dapat meningkatkan kemampuan tracking sistem terhadap perubahan reference trajectory sedangkan pengendali PID dapat memperbaiki transient response dan mengkompensasi adanya kesalahan estimasi parameter. Pembahasan skripsi ini adalah merancang pengendali backstepping PID dengan struktur dua derajat kebebasan berdasarkan fungsi kendali Pyapunov dan menerapkannya pada simulasi sistem debutanizer. Sistem debutanizer memiliki komponen utama kolom distilasi dan debutanizer feed drum. Debutanizer feed drum merupakan sistem SISO (Single Input Single Output) sedangkan kolom distilasi merupakan sistem TITO (Two Input Two Output). Pengendali backstepping PID diharapkan dapat meningkatkan kemampuan tracking sistem terhadap perubahan referenve trajectory, dan untuk sistem TITO juga diharapkan dapat mengurangi atau menghilangkan interaksi yang ada. Dilakukan simulasi perbandingan terhadap nilai parameter model yang berbeda dengan nilai parameter plant untuk mengetahui kinerja pengendali backstepping PID dalam mengkompensasi kesalahan estimasi parameter tersebut untuk meningkatkan kemampuan tracking sistem terhadap perubahan reference trajectory dan mengurangi atau menghilangkan interaksi pada sistem TITO."

"Persamaan modus terkopel yang berhubungan dengan "intensity dependent refractive index (MI)" yang merupakan efek dari medium optik nonlinear adalah dasar dari perambatan berkas dalam konfigurasi simetris dari lima lapisan film tipis yang berbentuk planar, dengan dua pandu gelombang yang terkopel merupakan bahan nonlinear dengan indeks bias yang sama. Dua lapisan yang lain yaitu selubung dan substrat merupakan bahan linear dan mempunyai indeks bias yang berbeda. Basil simulasi menunjukkan bahwa untuk pandu gelombang simetris dengan panjang kopling dapat bekerja sebagai saldar optik dan pembagi daya 3 dB secara sempurna, bergantung terhadap koefisien kopling linear, perubahan daya masukan dan tebal pandu gelombang"

"Fitur sistem kestabilan dapat di definisikan sebagai sebuah fitur keselamatan yang mampu menginterferensi kendali kendaaran dalam keadaan yang sulit dikendalikan oleh pengemudi pada umumnya. Dalam peningkatan sistem stabilitas kendaraan listrik dengan motor penggerak pada masing – masing roda, penulis melakukan penelitian menggunakan skema pengenali non-linear berdasarkan Model Predictive Control (MPC). Untuk menghindari efek samping yang tidak diinginkan, skidding atau ketidaknyamanan pengemudi dalam kondisi berkendara kritis, metode MPC memungkinkan untuk mempertimbangkan kendala motor listrik penggerak dan rasio slip. Pengendali ini diusulkan untuk mengatasi masalah yang menantang. Pendekatan analitis untuk pengontrol yang diusulkan diberikan dan diterapkan untuk mengevaluasi pengendalian dan stabilitas kendaraan listrik. Pada pengujian sistem pengendali ini akan menggunakan aplikasi LabView sebagai simulasi untuk hasil kinerja dari sistem yang akan di uji. Untuk pengujian pada model kendaraan, penulis menggunakan aplikasi CarSim untuk melihat hasil sistem pengendali yang sebelumnya sudah dirancang.

---

The stability system feature can be defined as a safety feature that is able to interfere with vehicle control in situations that are difficult for drivers to control in general. In improving the stability system of electric vehicles with motor drives on each wheel, the authors conducted a study using a non-linear recognition scheme based on a Predictive Control Model (MPC). To avoid unwanted side effects, skidding, or driver discomfort in critical driving conditions, the MPC method makes it possible to consider the constraints of the electric motor drive and slip ratio. This controller is proposed to overcome challenging problems. An analytical approach to the proposed controller is given and applied to evaluate the control and stability of electric vehicles. In testing, this controller system will use the LabView application as a simulation for the performance results of the system to be tested. For testing on vehicle models, the authors use the CarSim application to see the results of the control system that was previously designed."

"Sistem pendinginan pada ruang pusat data menjadi hal yang sangat penting bagi keselamatan sistem komputer di dalamnya Oleh karena itu diperlukan pengendalian yang baik pada Computer Room Air Conditioning CRAC ruang pusat data tersebut Karena itu pada penelitian ini akan digunakan pengendali Model Predictive Control MPC model nonlinier yang mampu menangani sistem multivariabel dengan cukup mudah dan juga kemampuannya untuk memberikan constraint atau batasan tertentu baik pada sinyal pengendali maupun pada keluaran sistem Sistem CRAC merupakan sistem multivariabel berorde tinggi yang memiliki dua masukan dan dua keluaran Model nonlinier sistem CRAC diperoleh dari hasil pemodelan menggunakan persamaan fisika Sementara model linier yang akan dipakai diperoleh dari hasil identifikasi subspace MOESP Multivariable Output Error State Space dan Least Square di mana hasil identifikasi MOESP digunakan dalam pengendalian MPC untuk model linier dan hasil identifikasi Least Square digunakan dalam pengendalian MPC untuk plant nonlinier Hasil pengendalian menggunakan MPC untuk plant nonlinier ini akan dibandingkan dengan pengendalian MPC untuk model linier.

---

Cooling system in data center is become important thing for durability computer system inside Therefore the good controller required for Computer Room Air Conditioning CRAC in data center Because of that in this research will be used Model Predictive Control MPC controller which capable to easily handle multivariable systems and its feature to provide constraints both for control signals and output signals CRAC system is a high order multivariable system with two inputs and two outputs Nonlinear system model of CRAC are obtained from modelling using physics equation Besides that the linear model that is used in the controller are obtained from identification with subspace MOESP Multivariable Output Error State Space and Least Square which the result of MOESP identification will be used in linier model MPC controlling and the result of Least Square identification will be used in MPC controlling for nonlinear plant The result of MPC controlling for nonlinear plant will be compared with the result of linear model MPC controlling."

"Hidrogen merupakan salah satu gas yang memiliki banyak kegunaan. Salah satunya pada industri kimia. Pada pabrik biohidrogen, unit kompresor merupakan salah satu unit yang penting dalam pabrik biohidrogen dari biomassa. Kompresor berfungsi untuk mencapai tekanan tinggi pada kondisi operasi selanjutnya. Multivariable model predictive control (MMPC) digunakan untuk mengendalikan proses pada pabrik. Untuk mendapatkan pengendalian yang optimal, perlu dilakukan penyetelan. Penyetelan akan dilakukan pada Matlab-Simulink yang diintegrasikan dengan Aspen Plus Dynamics. Sistem pengendalian akan dibuat pada Simulink dan simulasi proses akan dilakukan pada Aspen Plus Dynamic. Penyetelan ini dilakukan dungeon metode Genetic Algorithm dungeon metode pencarian seleksi turnamen. Setelah itu, hasil penyetelan akan dijalankan juga dengan unisim design agar kinerja pengendalian dapat dibandingkan dengan penelitian sebelumnya. Model first order plus dead time (FOPDT) digunakan sebagai model prediksi MMPC. Pada penelitian ini, model FOPDT yang digunakan di MMPC pada Matlab harus dihasilkan dengan cara satuan tekanan keluaran kompresor terlebih dahulu diubah menjadi satuan persentase karena MMPC pada Matlab akan menginterpretasikan variabel-variabel perhitungan dalam satuan persen. Parameter time sampling (T), prediction horizon (P), dan control horizon (M) terbaik yang diperoleh dari metode penyetelan seleksi turnamen pada simulasi dengan unisim untuk perubahan set-point (SP) yaitu 1 detik, 18, dan 3. Untuk uji gangguan parameter T, P, dan M yang diperoleh dengan penyetelan fine tuning terbaik yaitu 1 detik, 341, dan 121. Pada simulasi Matlab-Simulink-Aspen Plus Dynamics, parameter T, P, dan M yang terbaik yaitu 0,05 detik, 18, dan 2 untuk perubahan SP dan 0,05 detik, 7, dan 1 untuk perubahan gangguan.

---

Hydrogen is one of the gases that has many uses, including in the chemical industry. In a biohydrogen plant, the compressor unit is one of the important units in the biomass-based biohydrogen plant. The compressor unit works to achieve high pressure for further operational conditions. Multivariable Model Predictive Control (MMPC) is used to control the processes in the plant. To obtain optimal control performance, tuning process is necessary. The tuning process will be conducted in Matlab-Simulink integrated with Aspen Plus Dynamics. The control system will be designed in Simulink, and the process simulation will be executed in Aspen Plus Dynamics. The tuning was done using the Genetic Algorithm with tournament selection search method. Subsequently, the tuning results will also be implemented in Unisim Design to compare the control performance with previous research. The First Order Plus Dead Time (FOPDT) model is applied as the prediction model for MMPC. In this study, the FOPDT model used in MMPC in Matlab must be generated by converting the compressor output pressure unit into a percentage unit due to the MMPC in Matlab will interpret the calculation variables in percent units. For the set-point change, the best time sampling (T), prediction horizon (P), and control horizon (M) parameters that were obtained from the tournament selection tuning method in the simulation with Unisim design are 1 second, 18, and 3. For disturbance testinwere obtainedest parameters are 1 second, 341, and 121 that obtained by fine-tuning method. In the Matlab-Simulink-Aspen Plus Dynamics simulation, the best parameters T, P, and M for set-point changes are 0.05 seconds, 18, and 2, and for disturbance changes are 0.05 seconds, 7, and 1."