Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kopling virtual adalah suatu teknik yang digunakan untuk menghubungkan dua kereta atau lebih secara virtual, tanpa adanya koneksi fisik langsung antara keduanya. Penggunaan pengendali fuzzy PID pada kopling virtual dapat memberikan kemampuan adaptif yang lebih baik terhadap perubahan kondisi kereta dibandingkan dengan pengendali PID biasa. Penelitian ini bertujuan untuk menguji kinerja kopling virtual yang menggunakan pengendali fuzzy-PID. Penelitian dilakukan dengan aplikasi matlab, dan mengujikan 4 metode, yaitu Mamdani dan sugeno dengan masing masing tipe 1 dan 2. Hasil penelitian menunjukkan bahwa pengendali fuzzy PID mampu mengontrol sistem dengan lebih baik dibandingkan dengan pengendali PID biasa, dengan deviasi posisi yang lebih kecil untuk mencapai set poin yang diinginkan......Virtual coupling is a technique used to connect two or more trains virtually, without a direct physical connection between them. The use of fuzzy PID controllers in virtual coupling can provide better adaptive capabilities to changes in train conditions compared to ordinary PID controllers. This research aims to test the performance of virtual coupling using fuzzy-PID controller. The research was conducted with the Matlab application, and tested 4 methods, namely Mamdani and Sugeno with types 1 and 2 respectively. The results showed that the PID fuzzy controller was able to control the system better than the ordinary PID controller, with a smaller position deviation to achieve the desired set point."

"Pengendali adaptif pada Pressure Process Rig Feedback 38-714 dengan mekanisme adaptasi, yaitu faktor pelupa lebih kecil dari 1, menunjukkan performa yang baik jika set-point yang diberikan cukup tereksitasi. Pada sistem dengan setpoint kurang tereksitasi, pengendalian adaptif dengan mekanisme adaptasi menghasilkan fenomena Bursting, yaitu fenomena di mana sistem tidak terkontrol akibat gagalnya kerja estimator. Untuk mengatasi hal tersebut dirancanglah suatu algoritma supervisi. Algoritma supervisi ini berfungsi untuk menata kinerja estimator dan sintesa pengendali dan untuk memastikan lup pegnendalian selalu stabil. Pada skripsi ini, algoritma supervisi memantau besaran sinyal rata-rata dan variansi kesalahan prediksi, autokorelasi sinyal kendali, variansi parameter model, dan letak kutub parameter model terestimasi. Besaran - besaran ini dihitung secara rekursif (setiap pencuplikan) dari besaran ? besaran yang dihasilkan oleh pengendali adaptif. Algoritma supervisi ini diaplikasikan pada pengendalian adaptif Pressure Process Rig (Feedback 38-714). Dari uji eksperimen terbukti bahwa pengendalian adaptif dengan supervise memberikan hasil pengendalian yang lebih baik dibandingkan dengan pengendalian adaptif tanpa supervisi.Hal tersebut dapat terlihat dari tidak adanya fenomena bursting yang terjadi pada pengendali adaptif dengan supervisi yang mempunyai mekanisme adaptasi dan set-point kurang tereksitasi.

---

Adaptive controlling on Pressure Process Rig Feedback 38-714 with adaptation mechanism, that has forgetting factor less than 1, shows good performance if the set-point given excite enough. In the system with less excitation, adaptive control with adaptation mechanism results Bursting phenomenon, that is phenomenon where system can?t be controlled anymore because of the estimator failure. Supervision algorithm is designed to cope with that problem. This supervision algorithm rule is organizing estimator?s work and controller design to make sure that control closed-loop always stable.

In this bachelor thesis, supervision algorithm monitors some parameters, there are mean and variance of prediction error signal, autocorrelation of control signal, variance of model parameter, and place of estimated model poles. These parameters are recursive calculated (every sample time) from adaptive control parameter yielded. This supervision algorithm is implemented on Pressure Process Rig (Feedback 38-714) with adaptive control.

From experiment test, it is proved that adaptive control with supervision gives better control result than adaptive control without supervision. It can be seen from no Bursting phenomenon that happened in adaptive control with supervision level that has adaptation mechanism and less excitation set-point."