Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dengan berkembangnya pembangunan perkotaan dan kebutuhan industri, semakin pipa panjang diperlukan. Untuk kebutuhan industri diperlukan suatu sistem system pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang sebuah sistem kendali berdasarkan kecerdasan buatan dengan logika fuzzy pada kontrol aliran air berdasarkan PLC. Pada penelitian ini sistem logika fuzzy menggunakan 2 input himpunan fuzzy yaitu error dan perubahan kesalahan. Setiap himpunan fuzzy menggunakan 5 fungsi keanggotaan yang bernilai negatif besar (NB), negatif sedang (NM), nol (ZO), positif sedang (PM), besar positif (PB). Sistem dapat melakukan kontrol debit sesuai kebutuhan. Sistem ini terletak pada komputer yang berfungsi sebagai pusat kendali dan mengambil data dari server OPC tempat data diambil dari PLC menggunakan komunikasi Ethernet yang terhubung langsung ke plant. Sistem kontrol berbasis logika fuzzy dioperasikan pada pabrik prototipe pada skala lab, dan analisis kinerja diverifikasi secara eksperimental. Data dapat langsung diambil dan dilihat menggunakan MATLAB SIMULINK. Berdasarkan hasil percobaan dapat disimpulkan kontrol menggunakan logika fuzzy lebih baik dari kontrol konvensional PID. Hasil kontrol menggunakan logika fuzzy mencapai kondisi tunak lebih cepat yaitu 24,24 detik tanpa overshoot dibandingkan dengan menggunakan PID yaitu ID 48,6 detik dengan overshoot 16,2%.

---

With the development of urban development and industrial needs, more and more long pipes are needed. For industrial needs, a strong, adaptive, efficient, and environmentally friendly control system is needed to meet enormous needs. In this research, a control system based on artificial intelligence has been designed with fuzzy logic on water flow control based on PLC. In this study, the fuzzy logic system uses 2 input fuzzy sets, namely error and error change. Each fuzzy set uses 5 membership functions with large negative values ​​(NB), medium negative (NM), zero (ZO), moderate positive (PM), large positive (PB). The system can perform discharge control as needed. This system is located on a computer that functions as a control center and retrieves data from the OPC server where data is retrieved from the PLC using Ethernet communication that is connected directly to the plant. Fuzzy logic based control system is operated in a prototype factory on a lab scale, and performance analysis experimentally verified. Data can be directly retrieved and viewed using MATLAB SIMULINK. Based on the experimental results, it can be concluded that the control using fuzzy logic is better than conventional PID control. The results of the control using fuzzy logic reached steady state faster, namely 24.24 seconds without overshooting compared to using PID, namely ID48.6 seconds with 16.2% overshoot."

"Dengan berkembangnya konstruksi perkotaan dan kebutuhan industri, maka semakin diperlukannya pipa yang panjang. Untuk Kebutuhan industri diperlukannya sistem pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang suatu sistem kendali berbasis kecerdasan buatan dengan logika fuzzy pada pengendalian debit air berbasis PLC .Dalam penelitian ini sistem logika fuzzy menggunakan 2 input fuzzy set yaitu error dan perubahan error. Setiap Fuzzy set menggunakan 5 fungsi keanggotaan yaitu negatif besar (NB), negatif medium(NM), zero(ZO), positif medium(PM), positif besar(PB). Sistem dapat melakukan pengendalian debit sesuai yang dibutuhkan.Sistem ini berada pada sebuah komputer yang berfungsi sebagai pusat pengendalian dan mengambil data dari OPC server dimana data tersebut diambil dari PLC menggunakan komunikasi ethernet yang langsung terhubung dengan plant. Sistem pengendalian berbasis logika fuzzy dioperaasikan pada prototype plant dalam skala lab, dan analisis performa diverivikasi secara eksperimental. Data secara langsung dapat diambil dan dilihat menggunakan SIMULINK MATLAB. Berdasarkan hasil eksperimen dapat simpulkan pengendalian menggunakan logika fuzzy lebih baik dibanding pengendalian konvesional PID. Hasil pengendalian menggunakan logika fuzzy lebih cepat mencapai steady state yaitu 24.24 sekon tanpa adanya overshoot dibandingkan dengan menggunakan PID yaitu 48.6 sekon dengan overshoot sebesar 16.2%.

---

With the development of urban construction and industrial needs, the need for long pipes is increasing. For industrial needs, a control system that is strong, adaptive, efficient, and environmentally friendly is needed to meet huge needs. In this study, a control system based on artificial intelligence has been designed with fuzzy logic for PLC-based water flow control. In this study, the fuzzy logic system uses 2 fuzzy set inputs, namely error and error change. Each Fuzzy set uses 5 membership functions, namely large negative (NB), medium negative (NM), zero (ZO), medium positive (PM), large positive (PB). The system can control the discharge as needed.

This system is located on a computer that functions as a control center and retrieves data from the OPC server where the data is retrieved from the PLC using ethernet communication which is directly connected to the plant. The fuzzy logic-based control system was operated on a prototype plant on a lab scale, and the performance analysis was verified experimentally. Direct data can be retrieved and viewed using SIMULINK MATLAB. Based on the experimental results, it can be concluded that controlling using fuzzy logic is better than conventional PID control. The result of controlling using fuzzy logic reaches a steady state faster, which is 24.24 seconds without overshoot, compared to using PID, which is 48.6 seconds with an overshoot of 16.2%."

"Pengontrol aliran banyak digunakan di berbagai industri, seperti di industri perminyakan untuk mengalirkan minyak dari minyak lepas pantai ke darat atau digunakan untuk distribusi minyak. Pengontrol aliran yang paling banyak digunakan dalam industri adalah pengontrol berbasis PID konvensional yang diimplementasikan menggunakan PLC. PLC banyak digunakan dalam industri karena kekompakannya, memiliki konektivitas standar dan memiliki keandalan yang tinggi. Dalam penelitian ini, pengontrol non-konvensional, yaitu pengontrol Neuro-Fuzzy, diterapkan pada pabrik prototipe yang mengandung air sebagai agen alirannya. Pabrik prototipe terdiri dari tangki air, pompa air, katup gerbang, katup kontrol, flow meter, dan sistem perpipaan. Kontroler Neuro-Fuzzy dalam penelitian ini dirancang berdasarkan algoritma ANFIS, dengan input berupa kesalahan dan perubahan kesalahan dari variabel proses yang diamati, dalam hal ini aliran air pada pipa keluaran pabrik prototipe. Pengontrol dioperasikan di lingkungan MATLAB/SIMULINK pada PC, yang memperoleh informasi laju aliran berasal dari flow meter yang terhubung ke PLC. PLC berkomunikasi dengan pengendali melalui fasilitas OPC. Output dari pengontrol, yang berupa bukaan katup kontrol, akan dikirim ke PLC melalui OPC, oleh karena itu PLC dapat mengontrol bukaan katup sesuai dengan laju aliran air yang diinginkan. Setelah menjalani proses pelatihan, pengendali berbasis ANFIS yang dikembangkan diuji dengan berbagai titik setel debit air untuk mendapatkan informasi kinerjanya. Dari penelitian ini ditemukan bahwa pengontrol berbasis ANFIS adalah pengontrol dengan kinerja yang baik, yang memiliki waktu naik rata-rata 16,88 detik, waktu penyelesaian 30,68 detik, dan dengan overshoot 0% dan 35,65%, dan memiliki relatif kecil kesalahan 2,59%.

---

Flow control is widely used in various industries, such as in the oil industry to flow oil from offshore to onshore oil or used for oil distribution. The most widely used flow controller in the industry is conventional PID-based controller which is implemented using PLC. PLCs are widely used in industry because of their compactness, standard connectivity and high reliability. In this study, a non-conventional controller, the Neuro-Fuzzy controller, is applied to a prototype plant that contains water as its flow agent. The prototype plant consists of a water tank, a water pump, a gate valve, a control valve, a flow meter, and a piping system. The Neuro-Fuzzy controller in this study was designed based on the ANFIS algorithm, with input in the form of errors and error changes of the observed process variables, in this case the flow of water in the prototype factory output pipe. The controller is operated in a MATLAB / SIMULINK environment on a PC, which gets flow rate information from a flow meter connected to the PLC. PLC communicates with controllers through OPC facilities. The output from the controller, which is the control valve opening, will be sent to the PLC via OPC, therefore the PLC can control the valve opening according to the desired flow rate. After undergoing the training process, the ANFIS-based controller that was developed was tested with various water discharge set points to obtain performance information. From this study it was found that ANFIS-based controller is a controller with good performance, which has an average rise time of 16.88 seconds, a completion time of 30.68 seconds, and with 0% and 35.65% overshoot, and has relatively small errors 2.59%."

"Debit air (flowrate) yang bernilai konstan merupakan besaran fisis fundamental dalam sistem transportasi fluida dari satu tempat ke tempat lain. Untuk mencapai hal tersebut, dibutuhkan suatu sistem kendali yang mampu menghasilkan debit air bernilai konstan. Pada penelitian ini, transportasi fluida dibuat dalam sebuah rangkaian plant miniatur dengan menerapkan sistem kendali didalamnya. Pada plant tersebut terdapat actuator control valve, flow transmitter, dan Programmable Logic Controller (PLC). OPC Server merupakan perangkat lunak antarmuka menggunakan mode client/server berbasis COM/ DCOM yang memungkinkan MATLAB dapat berkomunikasi dengan PLC. Dalam proses komunikasi antara PLC dengan MATLAB digunakan OPC server yang berfungsi sebagai "jembatan" antara keduanya. Sistem kendali yang diterapkan berupa PID-Controller dan soft computing Neural Network (NN) dengan menggunakan MATLAB SIMULINK. Penerapan soft computing Neural Network (NN) bertujuan untuk mengoptimasi performa sistem kendali PID-Controller yang telah umum digunakan. Faktor-faktor performa yang dijadikan parameter pembanding adalah nilai rise time, settling time, maximum overshoot, dan steady-state error. Berdasarkan hasil percobaan, Neural Network Controller memiliki nilai permformansi yang lebih baik daripada PID-Controller. Nilai performansi Neural Network Controller yang didapatkan yakni maximum overshoot = 5.36% dan steady-state error = 0.85%.

---

Flowrate is a fundamental physical quantity in the fluid transportation system from one place to another. To achieve this, a control system is needed that is able to produce a constant flow of water. In this study, fluid transport was made in a miniature plant series by implementing a control system in it. At the plant there is a control valve actuator, flow transmitter, and Programmable Logic Controller (PLC). OPC Server is interface software using COM / DCOM-based client / server mode that allows MATLAB to communicate with the PLC. In the process of communication between PLC and MATLAB, the OPC server is used as a "bridge" between the two. The control system applied is in the form of PID-Controller and soft computing Neural Network (NN) using MATLAB SIMULINK. The application of soft computing Neural Network (NN) aims to optimize the performance of the PID-Controller control system that has been commonly used. Performance factors that are used as comparison parameters are the value of rise time, settling time, maximum overshoot, and steady-state error. Based on the results of the experiment, the Neural Network Controller has a better value of permformance than PID-Controller. The performance value of the Neural Network Controller obtained is maximum overshoot = 5.36% and steady-state error = 0.85%."

"Dengan berkembangnya pembangunan perkotaan dan kebutuhan industri, semakin pipa panjang diperlukan. Untuk kebutuhan industri diperlukan suatu sistem system pengendalian yang kuat, adaptif, efisien, dan ramah lingkungan untuk memenuhi kebutuhan yang sangat besar. Pada penelitian ini telah dirancang sebuah sistem kendali berdasarkan kecerdasan buatan dengan logika fuzzy pada kontrol aliran air berdasarkan PLC. Pada penelitian ini sistem logika fuzzy menggunakan 2 input himpunan fuzzy yaitu error dan perubahan kesalahan. Setiap himpunan fuzzy menggunakan 5 fungsi keanggotaan yaitu negatif besar (NB), negatif sedang (NM), nol (ZO), positif sedang (PM), besar positif (PB). Sistem dapat melakukan kontrol debit sesuai kebutuhan. Sistem ini adalah pada komputer yang berfungsi sebagai pusat kendali dan mengambil data dari server OPC tempat data diambil dari PLC menggunakan komunikasi Ethernet yang terhubung langsung ke plant. Sistem kontrol berbasis logika fuzzy dioperasikan pada pabrik prototipe pada skala lab, dan analisis kinerja diverifikasi secara eksperimental. Data dapat langsung diambil dan dilihat menggunakan MATLAB SIMULINK. Berdasarkan hasil percobaan, dapat disimpulkankontrol menggunakan logika fuzzy lebih baik dari kontrol konvensional PID. Hasil kontrol menggunakan logika fuzzy mencapai kondisi tunak lebih cepat yaitu 24,24 detik tanpa overshoot dibandingkan dengan menggunakan PID yaitu ID 48,6 detik dengan overshoot 16,2%.With the development of urban development and industrial needs, more and more long pipes are needed. For industrial needs, a strong, adaptive, efficient, and environmentally friendly control system is needed to meet enormous needs. In this research, a control system based on artificial intelligence has been designed with fuzzy logic on water flow control based on PLC. In this study, the fuzzy logic system uses 2 input fuzzy sets, namely error and error change. Each fuzzy set uses 5 membership functions, namely large negative (NB), medium negative (NM), zero (ZO), medium positive (PM), large positive (PB). The system can perform discharge control as needed. This system is on a computer that functions as a control center and retrieves data from the OPC server where data is retrieved from the PLC using Ethernet communication that is connected directly to the plant. The fuzzy logic based control system is operated in a prototype factory on a lab scale, and the performance analysis is verified experimentally. Data can be directly retrieved and viewed using MATLAB SIMULINK. Based on the experimental results, it can be concluded control using fuzzy logic is better than conventional control PIDs. The results of the control using fuzzy logic reached steady state faster, namely 24.24 seconds without overshoot than using PID, namely ID 48.6 seconds with 16.2% overshoot."

"Pengemasan tali ikat (strapping band) membutuhkan mesin yang dapat menggulung secara cepat dan tepat pada rumah talinya (core). Mesin penggulung tali ikat menggulung tali sehingga memiliki bentuk dan pola pada setiap lapisannya, yang hasil gulungannya rapi. Mesin pengguna strapping band umumnya sangat terganggu dengan gulungan yang tidak rapi dan adanya lekukan. Terganggunya mesin dapat menyebabkan mesin tersebut berhenti. Oleh karena itu, dibutuhkan suatu metode penggulungan strapping band, sehingga tali rapi dan tidak tertekuk. Penelitian ini menggunakan PLC Omron CP1-H sebagai pusat kendali untuk menjalankan sistem. Pemrograman pada PLC menggunakan bahasa ladder diagram yang bahasanya mudah untuk di buat dari sebuah flow chart. Penggerak sistem penggulungan menggunakan dua motor, yaitu motor AC satu fasa dan tiga fasa. Motor AC satu fasa digunakan untuk menggerakkan gerbang pengarah. Kemudian tiga fasa digunakan untuk memutarkan rumah tali. Sistem pergerakan motor AC satu fasa memiliki sinkronisasi dengan motor AC tiga fasa, sehingga gerbang pengarah gulungan tali dan pemutar rumah tali dapat teratur dan sejalan. Proses penggulungan ini membutuhkan sudut berhenti untuk menjaga agar tidak terjadi lekukan pada akhir gulungan. Sudut berhenti merupakan perintah PLC untuk memberhentikan motor selama beberapa derajat. Kalibrasi encoder sangat diperlukan untuk mengatur sinkronisasi antara motor, sehingga gerbang pengarah dapat berhenti tepat pada putaran gulungan yang diinginkan. Dengan menggunakan sistem ini kami memperoleh hasil dengan hasil gulungan yang paling optimal pada sudut berhenti 90o dan kalibrasi encoder sebesar 6571 pulsa.

---

Packaging strapping band need a machine that can roll quickly and appropriately at home strap (core). Winding machine rolling strapping band that has a shape and pattern on each layer, which is the result of the roll neatly. User machine strapping band is generally extremely disturbed by the roll that is not neat and the indentation. Disruption of the machine may cause the machine to stop. Therefore, we need a method of winding the strapping band, so that the rope tidy and not bent. This research uses Omron PLC CP1-H as the central control to run the system. PLC programming using ladder diagram language that the language easily to be made from flow chart. Mover rolling system uses two motors, ie motors AC single phase and three phase. AC single phase motors used to drive the gate of the steering. Then the three-phase rope used to rotate strap home. Movement system of single phase AC motors have a synchronization with three-phase AC motor, so that the gate steering coils of strap and strap home player can be regular and consistent. This rolling process requires stop angle to keep no indentation at the end of the roll. Stop angle is the PLC command to terminate the motor for a few degrees. Calibration encoder is needed to set up the synchronization between the motor, thus steering."

"ABSTRACTPerkembangan komputer yang pesat memberikan dampak yang besar untuk menyelesaikan persoalan-persoalan pada bidang iimu Perpindahan Kalor dan Mekanika Fluida. Salah satu persoalan Perpindahan Kalor yang dapat diseiesaikan dengan komputer adalah penentuan nilai koelisien konveksi dan suhu borongan (Temperatur Bulk).Pendekatan numerik yang dilakukan untuk menentukan besarnya nilai koeiisien konveksi dan temperatur borongan tersebut dengan baniuan persamaan Lapisan Batas (The Boundary Layer Equation) yang mempunyai tiga persamaan awal yaitu persamaan kontinuitas, persamaan momentum dan persamaan energi.Pendekatan numerik yang dilakukan menggunakan bentuk beda hingga (finite difference) fully explicit untuk menyelesaikan masalah perpindahan kalor konveksi didalam pipa. Caranya dengan membagi ruang tabung dalam arah aksiai dan arah radial, sehingga distribusi temperatur air di dalam pipa dapat dicari darl satu node ke node lainnya dengan bemrutan. Hasil pendekatan numerik yang dilakukan cukup baik, sehingga penclekatan numerik beda hingga fully explicit dapat digunakan untuk menyeiesaikan masalah perpindahan kaior konveksi paksa dalam pipa.

---

"

"Beragam kebutuhan industri, membuat jenis-jenis proses pada industri pengolahan menjadi beragam dengan berberapa parameter input dan output, salah satunya adalah proses thermal mixing yang menggunakan sistem multi input multi output. Thermal mixing atau continuous stirred-tank reactor mengendalikan 2 aliran dengan temperatur berbeda kedalam tanki pencampur sehingga mendapat temperatur dan ketinggian tangki sesuai yang diinginkan. pada penelitian ini telah dirancang sistem pengendali berbasis logika fuzzy pada pengendalian temperatur dan level. Penelitian ini sistem logika fuzzy menngunakan 2 input dan 1 output unutk masing-masing parameter pengendalian. 2 input fuzzy set menggunakan nilai error dan change of error. Setiap fuzzy set menngunakan 7 membership function yaitu negative big (NB), negative medium (NM), negative small (NS), zero (Z), positive small (PS), positive medium (PM), dan positive big (PB). Sistem dapat melakukan pengendalian temperatur dan level sesuai yang diinginkan. Sistem ini menggunakan simulasi berbasis aplikasi MATLAB Simulink. Berdasarkan hasil simulasi, dapat disumpulkan bahwa pengendalian menggunakan fuzzy logic controller lebih baik dibandingkan pengendalian PID. Hasil pengendalian fuzzy memiliki rata-rata rise time dan settling time yang lebih cepat dan tidak memiliki overshoot.

---

A variety of industrial needs, making the types of processes in the processing industry to be diverse with several input and output parameters, one of which is a thermal mixing process that uses a multi-input multi output system. Thermal mixing or continuous stirred-tank reactor controls 2 streams with different temperatures into the mixing tank so that the temperature and height of the tank are as desired. In this research a fuzzy logic based controller system has been designed for controlling temperature and level. This study uses a fuzzy logic system using 2 inputs and 1 output for each control parameter. 2 fuzzy input sets use error and change of error values. Each fuzzy set uses 7 membership functions, namely negative big (NB), negative medium (NM), negative small (NS), zero (Z), positive small (PS), positive medium (PM), and positive big (PB). The system can control the temperature and level as desired. This system uses a simulation based on the MATLAB Simulink application. Based on the simulation results, it can be concluded that the control using fuzzy logic controller is better than PID control. Fuzzy control results have a faster average rise time and settling time and do not have overshoot."

"ABSTRACTTanaman hidroponik saat ini sudah banyak sekali penggemarnya dari seluruh dunia, karena sistemnya yang tidak memerlukan tanah, sehingga jika dibandingkan dengan penanaman konvensional dalam luas tanam tersedia yang sama, system hidroponik dapat menanam tanaman lebih banyak, karena bisa ditanam secara vertical dan hanya memanfaatkan aliran larutan nutrisi untuk tumbuh kembangnya. Akan tetapi disamping kelebihan tersebut , system hidroponik lebih kompleks karena ada beberapa parameter yang harus diperhatikan dan dijaga, seperti nutrient solution pH Konsentrasi , periode pengairan, dan pencahayaan buatan. Dengan majunya teknologi saat ini , maka dimungkinkan penghilangan peran manusia dalam pengolahan besaran parameter tersebut, bisa disebut sistem otomasi. Selain itu dapat juga dilakukan monitoring untuk parameter-parameter tersebut sehingga kita juga bisa melihat trend perubahan dari parameter tersebut. Skripsi ini membahas rancang bangun dan implementasisistem monitoring dan automasi tanaman hidroponik, jenis system tanaman hidroponik yang di automasi dan monitoring adalah Drip System Non-Recovery. Rancang bangun terbagi menjadi : Rancang bangun Algoritma Kontrol dan Automasi, Hardware Mekanik Elektrik , dan HMI. Algoritma Kontrol dikembangkan menggunakan Fuzzy Logic Controller dengan Arduino sebagai mikrokontrollernya, untuk monitoring dibuat sistem HMI berbasiskan Software LabView, digunakan komunikasi tanpa kabel menggunakan WIFI yang menghubungkan LabView dengan Arduino.

---

ABSTRACTHydroponic plants nowadays are become so popular on around the world. Because hydroponics system that doesn rsquo t require soil, therefore if it is compared with conventional planting usingthe same size of available space, hydroponic systems can growing more plants than the conventional one, because hydroponics can be planted in vertically. But besides these advantages, hydroponic systems is more complex because there are several important parameters that should be monitored and maintained, such as nutrient solutions pH and concentration , the period of irrigation, and artificial lighting. With nowdays advance technology development , it is possible to remove the Role of Human to maintain these parameters, the system is called Automation. In addition it is Also possible to monitoring these parameters by graphic trending. This project discusses about the design and implementation of the Monitoring and Automation system of hydroponic plant, the hydroponic plant system is based on the Non Recovery Drip System. The design is divided in to three parts The design of Control and Automation Algorithm ,the Hardware Mechanical Electrical , and the HMI Human Machine Interface . The control algorithm was developed using Fuzzy Logic Controller with Arduino as the microcontroller. For the HMI will be developed using the LabView Software. Wireless communication WIFI is used to established communication between LabView and Arduino."