1. TUJUAN
Tujuan dari praktikum ini adalah merancang simulasi kendali fuzi untuk posisi motor
DC menggunakan Simulink Matlab.
2. PENDAHULUAN
Logika Fuzi pertama kali diperkenalkan oleh Profesor Lotfi A. Zadeh pada tahun 1965.
Logika Fuzi merupakan logika berbasis pengetahuan dan aturan. Sistem fuzi memiliki
bagian utama yaitu dasar pengetahuan yang terdiri atas aturan-aturan fuzi IF-THEN.
Aturan tersebut merupakan pernyataan IF-THEN yang beberapa kata dikarakteristikkan
oleh fungsi keanggotaan kontinyu.
Logika fuzi dapat dijadikan sebagai pengendali karena memiliki beberapa kelebihan
yaitu lebih fleksibel, didasarkan pada pengetahuan manusia dan lebih baik dalam
mengeliminasi noise.
3. DASAR TEORI
3.1. LOGIKA FUZI
Sistem fuzi yang sering digunakan adalah sistem fuzi dengan pengaburan dan
penegasan. Gambar 1 menunjukkan konfigurasi sistem fuzi dengan pengaburan dan
penegasan.
1
Pada sistem fuzi ini, input berupa peubah riil, kemudian dikaburkan menjadi input
dalam bahasa natural (linguistik) oleh fuzzifier. Dalam mesin inferensi fuzi terdapat aturan-
aturan dasar dari fuzi. Kemudian berdasarkan aturan tersebut diperoleh keluaran berupa
bahasa natural (linguistik) dan dipertegas menjadi peubah riil oleh defuzzifier.
2
3.1.3. Peubah linguistik dan aturan IF-THEN
Jika suatu peubah memiliki nilai berupa kata-kata dalam bahasa natural yang
disebut peubah linguistik (linguistic variable). Kata-kata tersebut dikarakteristikkan dengan
himpunan fuzi yang didefinisikan dalam semesta pembicaraan dimana peubah telah
didefinisikan.
Konsep peubah linguistik diperlukan karena dianggap elemen paling fundamental
dalam mewakili pengetahuan manusia. Keluaran sensor berupa angka, namun ahli akan
mengevaluasi peubah dengan kata-kata.
Adapun contohnya adalah peubah x berupa kecepatan mobil yang memiliki nilai dalam
interval [0,Vmaks.]. Kecepatan mobil tersebut didefinisikan dalam himpunan fuzi yaitu
slow,medium dan fast, dimana masing-masing memiliki nilai tertentu.
Dalam kendali fuzi, pengetahuan manusia direpresentasikan dengan istilah aturan IF-
THEN fuzi yang merupakan kalimat kondisional dan dinyatakan sebagai
(6)
Ada dua tipe fuzi proposition : tunggal (atomic fuzzy proposition), dan kompon
(compound fuzzy proposition). Proposisi fuzi kompon merupakan gabungan proposisi fuzi
tunggal menggunakan kata sambung yang menggambarkan interseksi, gabungan, dan
komplemen fuzi.
Implikasi Dienes-Rescher
Implikasi Lukasiewicz
Implikasi Zadeh
3
Implikasi Godel
Implikasi Mamdani
Mamdani product
Mamdani minimum
Lukasiewicz
Zadeh
Dienes-Rescher
4
Macam-macam pengaburan terlihat pada Tabel 3.
Tabel 3. Ragam pengaburan fuzi.
Singleton
Gaussian
Segitiga
Titik berat
Rerata pusat
Maksimum
5
3.2. PEMODELAN POSISI MOTOR DC
Skema motor dc dapat dilihat pada Gambar 3.
dengan,
= tegangan armatur (V),
= tahanan armatur (),
= induktansi armatur (H),
= arus armatur (A),
= tegangan back emf (V),
= torsi motor (Nm),
= inertia rotor (kgm2),
= koefisien viscous friction (Nms/rad),
= konstanta torsi (Nm/A),
= konstanta back emf (Vs/rad),
= posisi sudut dari shaft rotor (rad).
Persamaan (7) disubstitusikan pada persamaan (6), sehingga diperoleh persamaan (10).
()
() = . () + + . () (10)
Persamaan (9) disubstitusikan pada persamaan (8), sehingga diperoleh persamaan (11).
()
. () = . + . () (11)
6
Persamaan (10) dan (11) diubah dalam bentuk transformasi Laplace, sehingga diperoleh
Persamaan (12) dan (13).
() = . () + . (). + . () (12)
. () = . (). + . () (13)
Kemudian persamaan (13) disubstitusikan ke persamaan (12), sehingga diperoleh persamaan
(14).
()
= 2 +( . + . ).+( . + . ) (14)
() . .
Berdasarkan persamaan (15), maka diperoleh nilai () seperti yang terlihat pada persamaan
(16).
()
= 3 2
(16)
() . . +( . + . ). +( . + . ).
7
dimana adalah gain proporsional, = adalah gain integral dan = . adalah
gain derivatif.
Masing-masing bagian PID memiliki karakteristik sendiri. Bagian proporsional
menyediakan sebuah aksi kendali yang proporsional terhadap sinyal error melalui faktor gain
dan dapat mengurangi rise time. Bagian integral mengurangi kesalahan steady state melalui
kompensasi frekuensi rendah. Bagian derivatif meningkatkan respon transien melalui
kompensasi frekuensi tinggi. Selain itu, bagian derivatif juga mengurangi overshoot dan
settling time.
8
Tabel 5. Aturan penalaan Ziegler Nichols metode pertama.
Tipe
Kp Ti Td
Pengendali
P 0
PI 0.9 0
0.3
PID 1.2 2L 0.5L
Pada metode kedua terdapat nilai gain kritis (Kcr) yang diperoleh dari mengatur nilai Ti
= dan Td = 0. Selain itu terdapat parameter periode kritis (Pcr) seperti terlihat pada Gambar
6.
Dua konstanta yaitu Kcr dan Pcr diperlukan untuk menala parameter PID seperti yang
terlihat pada Tabel 6.
9
Tabel 6. Aturan penalaan Ziegler Nichols metode kedua.
Tipe
Kp Ti Td
Pengendali
P 0.5 0
1
PI 0.45 0
1.2
PID 0.6 0.5 0.125
Parameter PID seperti KP, Ti and Td digunakan untuk menala gain fuzi. Penalaan gain
fuzi PD, fuzi incremental dan fuzi PD+I ditunjukkan oleh persamaan (19)-(25).
10
Untuk fuzi PD
. = (19)
= (20)
. = (21)
1
= (22)
1
= (25)
4. IMPLEMENTASI SIMULINK
Simulasi kendali fuzi menggunakan Matlab dapat memanfaatkan Simulink. Simulasi
yang akan dilakukan adalah simulasi pengendalian posisi motor DC. Adapun parameter
motor DC-nya sebagai berikut:
= 11.2 ,
= 0.1215 H,
= 0.02215 kgm2,
= 0.002953 Nms/rad,
= 1.28 Nm/A,
= 1.28 Vs/rad.
Indikasi kinerja dari tanggapan sistem yang akan diamati meliputi overshoot, settling
time, rise time, Integral Absolute Error (IAE) and Integral Time Absolute Error (ITAE).
= 0 |()| (26)
= 0 |()| (27)
11
4.1. LANGKAH KERJA
1. Masukan parameter motor DC pada persamaan (16), sehingga diperoleh fungsi transfer
untuk Plant. Kemudian tentukan fungsi transfer seperti Gambar berikut, dimana Kp
adalah Kcr
Pilih Folder tujuan yang diinginkan dan ketik Simulink pada Command Window.
12
Akan muncul tampilan berikut
Buatlah seperti tampilan seperti Gambar berikut dengan cara pilih ikon pada Simulink
Library Browser dan drag ke lembar kerja Simulink. Isi nilai Kcr-nya.
13
Bagian Plant disi seperti tampilan berikut:
14
6. Buka lembar kerja Simulink baru.
7. Ketik fuzzy pada Command Window dan tekan enter. Hasilnya akan muncul FIS Editor.
8. Klik File, pilih New FIS, lalu pilih Mamdani dan tekan enter.
Catatan: Dalam praktikum ini, digunakan dua input yaitu Error dan ChangeError, serta
TeganganArmatur sebagai keluarannya seperti yang terlihat pada Tabel 7.
Tabel 7. Parameter fuzi.
Parameters Error ChangeError TeganganArmatur
Type of FIS Mamdani Mamdani Mamdani
And method Min Min Min
Implication Min Min Min
Agregation Max Max Max
Defuzification Centroid Centroid Centroid
9. Klik Edit, pilih Add Variable, lalu pilih Input dan tekan enter.
15
10. Ganti Name pada kolom Current Variable dengan Error (sebagai input pertama),
ChangeError (sebagai input kedua) dan TeganganArmatur (sebagai output).
11. Pilih Error, kemudian klik Edit, pilih Remove All MFs dan tekan enter.
16
12. Lakukan langkah di atas untuk ChangeError dan TeganganArmatur
13. Klik Error, klik Edit, pilih Add MFs, tekan enter.
14. Muncul Membership Functions. Pilih trimf untuk MF type dan pilih angka 7 untuk
Number of MFs, lalu tekan OK.
17
15. Ganti mf1 dengan NB, mf2 = NM, mf3 = NS, mf4 = PS, mf5 = PM, mf6 = PB.
18
16. Klik NB, klik Type dengan trapmf. Kemudian dilanjutkan dengan PB.
19
17. Simpan program ini dengan cara klik File, Export, To File, pilih Folder yang dituju dan
isi nama file dan tekan Save.
20
19. Connection dipilih and, kolom Weight diisi 1
20. Ketik aturannya dan tekan Add Rule hingga mencapai 49 aturan.
21
21. Simpan program ini dengan cara klik File, Export, To File, pilih Folder yang dituju dan
isi nama file dan tekan Save.
22
23. Pada Command Window ditulis readfis ('fis1.fis') dan tekan enter.
23
5. DAFTAR PUSTAKA
1. M. Nazamov, "DC motor position control using fuzzy proportional-derivative
controllers with different defuzzification methods" turkish Journal of Fuzzy Systems,
vol. 1 No. 1, pp. 36 - 54, 2010.
2. K. Ogata, Modern Control Engineering, fourth edition, Pearson Education
International, New Jersey, USA, 2002.
24