Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Perkembangan teknologi masa kini membuat kecepatan kendaraan berkembang semakin tinggi. Ini menyebabkan diperlukannya sistem keamanan yang canggih untuk dapat memberikan keamanan yang terjamin kepada kendaraan tersebut. Kendaraan yang memiliki kecepatan tinggi akan memiliki perilaku yaw dan sudut side slip yang berubah saat melakukan manuver tergantung dari sudut kemudi yang diberikan oleh pengemudi. Perubahan nilai yaw rate dan sudut side slip harus mengacu pada setpoint yang telah ditentukan. Jika tidak maka kendaraan menjadi tidak stabil dan tidak dapat dikendalikan. Oleh karena itu diperlukan sebuah pengendali cerdas yang mampu mengendalikan sistem multivariabel, yang mampu bekerja dengan batasan tertentu dan mampu menangani karakteristik sistem dinamik kendaraan roda empat yang nonlinear. Pada penelitian ini digunakan pengendali model predictive control (MPC) pada sistem multivariabel. Pengendali MPC merupakan pengendali yang menggunakan model proses secara eksplisit dalam penghitungan sinyal kendalinya. Model linier digunakan untuk menghitung prediksi keluaran sistem nonlinier dan menghitung besar sinyal kendali agar keluaran sistem nonlinier sesuai dengan acuan. Agar besar kesalahan prediksi keluaran dari model dan keluaran sesungguhnya dari sistem dapat diminimalisasi maka digunakan model ruang keadaan multimodel yang diperoleh melalui metode identifikasi least square. Model yang diperoleh dari hasil identifikasi dapat digunakan untuk pengendalian MPC sebab memiliki nilai 𝐽𝑒𝑒 dan FPE yang rendah, nilai eigen berada di dalam unit circle, serta memiliki sifat fully controllable dan fully observable. Pengendali MPC berbasis singlemodel linear kemudian dirancang untuk mengendalikan sistem dinamik kendaraan roda empat yang bersifat MIMO (multi input multi output), dengan keluaran berupa sudut side slip dan yaw rate, sedangkan pengendali MPC berbasis multimodel linear dirancang untuk mengendalikan sistem dinamik kendaraan roda empat yang bersifat MISO (multi input single output), dengan keluaran berupa yaw rate. Untuk memperoleh pengendalian yang terbaik, pengendali MPC disimulasikan pada sistem linear dan nonlinear. Variasi nilai 𝐻𝑝, 𝐻𝑢, Q, dan R diberikan untuk mengetahui pengaruh perubahan nilai parameter pengendali MPC terhadap karakteristik sinyal kendali masukan dan sinyal respon keluaran sistem, serta waktu komputasi dan nilai loss function

---

The development of current technology makes developing vehicle speed more higher than before. This case led to the need for sophisticated security system can provide guaranteed security to the vehicle. Vehicles which have a fairly high speed will have the behavior of the yaw and side slip angle of the body when performing maneuvers that change depending on the steering angle is given by the driver. Changes in the value of yaw rate and side slip angle of the body must refer to a predetermined setpoint. If not, then the vehicle becomes unstable and can not be controlled. Therefore we need an intelligent controller capable of controlling multivariable system, which is able to work with certain restrictions and able to handle the dynamic system characteristics of four-wheel drive nonlinear. This research are used a model predictive controller control (MPC) on multivariable system. MPC controller is a controller that use a process model explicitly in the calculation of control signals. Linear model is used to calculate the output prediction of nonlinear systems and control signals in order to calculate the output nonlinear systems in accordance with reference. In order for the prediction errors of the model output and the actual output of the system can be minimized then used multimodel state space model that obtained through the method of least squares identification. Models that obtained from the identification could be used to control because the MPC has 𝐽𝑒𝑒 and FPE values are low, the eigen values are inside the unit circle, and has a fully controllable properties and fully observable. MPC controller bases linear singlemodel then designed for controlling dynamic system four-wheeled vehicle that is MIMO (multi-input multi-output), the output are side slip angle and yaw rate, while the MPC controller bases linear multimodel is designed to control the dynamical system of four-wheel vehicle is MISO (multiple input single output), with the output is yaw rate. To obtain the best control, the MPC controller is simulated in linear and nonlinear systems. The variations of 𝐻𝑝, 𝐻𝑢, Q, and R value are given to determine the effect of changes in the value of the MPC controller parameters on the characteristics of the control signal input and signal output response system, as well as the computational time and the value of loss function.

Abstrak :

Pengawasan bawah air sangat penting untuk memantau ekosistem laut, melindungi infrastruktur kritis, dan memastikan keamanan maritim dengan pendeteksian anomali, pelacakan aktivitas bawah air, dan perlindungan area sensitif. Namun, Kendaraan Bawah Air yang Dioperasikan dari Jarak Jauh (ROV) memiliki beberapa tantangan, salah satunya adalah arus bawah air sehingga diperlukan pengendali yang kuat untuk menjaga stabilitas. Skripsi ini memodelkan hubungan antara input dari RPM motor dengan pitch rate dan yaw rate sebagai output. Model Sistem Dinamis didapat dengan menggunakan data-data yang diperoleh selama uji lapangan di salah satu kolam uji coba di kota Bandung. Sebanyak 57,788 titik data dikumpulkan selama lima menit dan diolah menggunakan aplikasi MATLAB dengan memanfaatkan jaringan neural LSTM. Hasilnya menunjukkan bahwa dari Model Sistem Dinamis pitch rate didapatkan hasil simulasi terbaik dengan hyperparameter di dua layer LSTM, 900 Hidden Units, 1700 Epochs, 100 mini-batch size, 0.001 Initial Learning Rate, 0.8 Gradient Threshold, dan rasio training : testing sebesar 55:45, Selain itu, didapatkan nilai Root Mean Square Error (RMSE) training dan testing sebesar 0.041248 dan 0.2517. Pada Model Sistem Dinamis yaw rate didapatkan hasil simulasi terbaik dengan hyperparameter di dua layer LSTM, 950 Hidden Units, 2000 Epochs, 120 mini-batch size, 0.0005 Initial Learning Rate, 0.8 Gradient Threshold, dan rasio training : testing sebesar 55:45 dengan perolehan nilai RMSE training dan testing sebesar 0.030847 dan 0.70734. Dari simulasi yang telah dilakukan, penulis berhipotesis bahwa hasil simulasi telah cukup optimal untuk  digunakan dalam pemodelan Sistem Dinamis pada Kendaraan Bawah Air yang Dioperasikan Jarak Jauh. ......Underwater surveillance is crucial for monitoring marine ecosystems, protecting critical infrastructure, and ensuring maritime security through anomaly detection, underwater activity tracking, and safeguarding sensitive areas. However, Remotely Operated Underwater Vehicles (ROVs) face several challenges, including underwater currents, necessitating robust controllers to maintain stability. This thesis models the relationship between input from motor RPMs and pitch rate and yaw rate as output. The Dynamic System Model is obtained using data collected during field tests in one of the trial pools in Bandung. A total of 57,788 data points were gathered over five minutes and processed using the MATLAB application, leveraging a neural LSTM network. The results indicate that for the Dynamic System Model, the best simulation results for pitch rate were achieved with hyperparameters in a two-layer LSTM: 900 Hidden Units, 1700 Epochs, 100 mini-batch size, 0.001 Initial Learning Rate, 0.8 Gradient Threshold, and a training-to-testing ratio of 55:45. Additionally, the Root Mean Square Error (RMSE) values for training and testing were 0.041248 and 0.2517, respectively. For yaw rate, the best simulation results were obtained with hyperparameters in a two-layer LSTM: 950 Hidden Units, 2000 Epochs, 120 mini-batch size, 0.0005 Initial Learning Rate, 0.8 Gradient Threshold, and the same training-to-testing ratio. The corresponding RMSE values for yaw rate were 0.030847 (training) and 0.70734 (testing). Based on the conducted simulations, the author hypothesizes that the simulation results are sufficiently optimal for use in modelling the Dynamic System of Remotely Operated Underwater Vehicles.

Abstrak :
ABSTRAK
Keselamatan dalam berkendara sangat dikembangkan oleh industri otomotif. Salah satu komponen yang memegang peranan penting dalam memberikan keselamatan bagi pengemudi saat berkendara adalah Vehicle Dynamics Control. Sistem ini biasa dikenal juga sebagai Vehicle Dynamics Control atau Electronic Stability Control semua jenis sistem ini diaplikasikan dalam sistem kendali untuk keselamatan dan berbeda nama sesuai industri otomotif yang membuatnya.Sistem VDC ini berfungsi ketika pengemudi yang sedang melaju cepat di jalanan meliku dan melakukan over steering dan under steering, mobil tetap dalam kestabilan tidak sampai menabrak sampai terbalik. Pada penelitian ini dibuat pengendalian mobil dengan cara mendeteksi dan menimalisir slip yang diberikan oleh torsi pada setiap ban menggunakan pengendali prediktif bertingkat. Sehingga ketika pengemudi kehilangan kontrol pengendalian maka dengan otomatis maka system ini akan melakukan pengereman secara otomatis. Pengereman otomatis akan berdasarkan perhitungan yaw rate kemudian memberikan perintah langsung ke masing masing roda. Roda depan akan mencegah terjadinya oversteer dan roda belakang akan mencegah terjadinya understeer.

---

ABSTRACT
Safety in driving highly developed by the automotive industry. One of the components that play an important role in providing safety for the driver while driving is the Vehicle Dynamics Control. This system is commonly known as Vehicle Dynamics Control or Electronic Stability Control all types of systems applied in control systems for safety and a different name as the automotive industry. The VDC system is functioning when the driver speeding on the street turn and perform over steering and under steering, the car remains in the stability not until crashing to the upside. This research is making the car control by detecting and minimizing slip given by the torque on each tire with multistage predictive controller . So that when the driver lost control then automatically controls the system will do the braking automaticly. The braking based on the calculation yaw rate then gave direct orders to each wheel. The front wheels will prevent oversteer and the rear wheels will prevent understeer.

Abstrak :
ABSTRAK
Perkembangan teknologi otomotif semakin pesat, tidak hanya pada perkembangan mekanik dan perkembangan sistem elektrikal, namun pengaturan dinamika pergerakan mobil juga turut berkembang seiring meningkatnya penggunaan kendaraan listrik electric vehicle . Vehicle Dynamic Control VDC merupakan salah satu teknologi yang berkembang dengan tujuan memperbaiki dinamika kendaraan lewat sistem distribusi torsi ke roda demi tercapainya kenyamanan dan kestabilan saat berkendara. Namun sifat dinamika kendaraan yang tidak linear dalam distribusi gayanya membuatnya sulit untuk dikendalikan. Oleh karena itu, dalam penelitian ini dirancang Vehicle Dynamic Control yang berfungsi untuk mengendalikan Yaw Rate dan kecepatan lateral. Yaw Rate dan kecepatan lateral dihitung berdasarkan beberapa parameter, diantaranya sudut stir, slip, dan torsi. Hasil perhitungan Yaw Rate dan kecepatan lateral kemudian digunakan untuk menghitung kompensasi torsi oleh pengendali prediktif sehingga kestabilan dapat terjaga. Uji simulasi VDC dilakukan dengan menggunakan beberapa skenario jalan untuk melihat keandalan sistem VDC. Hasil dari penelitian ini adalah tercapainya performa kestabilan yang baik secara lateral, yaitu nilai kecepatan lateral dan yaw rate yang dapat mengikuti nilai referensi.

---

ABSTRACT
The development of automotive technology is get ahead, not only on the development of mechanical and electrical systems, but the dynamics control of movement of cars also develop along with the increasing use of electric vehicles EV . Vehicle Dynamic Control VDC is one of the technology developed, the purpose of VDC is to improve the dynamics of the vehicle through the intervention of the braking and traction systems to achieve comfortability and stability when driving. However, vehicle dynamics have non linear characteristic in torque distribution make it hard to be controlled. Therefore, in this study will be analyzed and designed Vehicle Dynamic Control which works by yaw rate and lateral velocity. which is calculated based on several parameters, such as steer angle, slip, and torque. Yaw Rate and lateral velocity respons then used to calculate the compensation torque by predictive controller so that stability can be maintained. Simulation test of VDC is done using several schemes to prove the ability of VDC system. The result of this study is a stable performance in laterally, which means that the lateral velocity and yaw rate will follow the reference value.