Farhan Taufiqi Kurva Penguat DC Terpisah
Farhan Taufiqi Kurva Penguat DC Terpisah
Abstrak – Pengembangan kendali kecepatan Motor DC untuk menjaga stabilitas operasionalnya dalam
berbagai aplikasi dengan menggunakan sistem cerdas. Pada penelitian ini akan dibandingkan kurva respon
Motor DC penguat terpisah dengan penggunaan kontrol fuzzy dan tanpa kontrol. Dengan penelitian ini
diharapkan akan didapat manfaat dari penggunaan kontrol fuzzy yang sesuai, kurva respon yang baik, dan
mendekati referensi (setpoint) yang telah ditentukan.
Keterangan : -Fuzzifikasi
ωM = Kecepatan putar rotor motor Pada proses fuzzifikasi terjadi konversi variabel
KA = Konstanta Motor crisp kedalam variable fuzzy melalui teknik fungsi
Φ = Fluks celah udara sambung langsung keanggotaan, dimana error dan delta error dipetakan
CA = Jumlah lilitan konduktor pada armatur kedalam rentang kerja semesta pembicaraan melalui
M = Banyaknya lintasan paralel melalui lilitan persamaan berikut:
Qe(k) = G1 * e(k) (11)
d. Torka Elektromagnetis Pada Motor : ΔQe(k) = G2 * Δe(k) (12)
Pada unit fuzzifikasi ini terjadi proses transformasi
Keterangan : dengan cara pemetaan ruang masukan dengan bantuan
TE = Momen kakas magnet faktor penskala. Perbedaaan kecepatan (error) diskala
Dengan mengabaikan kejenuhan magnetik medan, dengan gain G1, sedangkan perbedaan perubahan
maka fluks celah udara sumbu langsung Фd berbanding kecepatan (delta error) diskala dengan gain G2.
linier dengan arus medan if, sehingga persamaan diatas
menjadi: - Kumpulan Aturan Fuzzy
Kumpulan aturan fuzzy terdiri dari beberapa
aturan fuzzy yang dikelompokkan kedalam basis aturan
dimana kf merupakan suatu konstanta pada kumparan yang merupakan dasar dari pengambilan keputusan
medan dan if merupakan arus pada kumparan medan. (inference process) untuk mendapatkan aksi keluaran
Bila motor dc yang dicatu dengan arus medan terpisah sinyal kontrol dari suatu kondisi masukan. Proses
if konstan, momen elektromagnetik dan tegangan yang pengambilan keputusan menghasilkan sinyal keluaran
dibangkitkan dapat dinyatakan dengan persamaan: yang masih dalam bentuk bilangan fuzzy, yaitu derajat
keanggotaan dari sinyal kontrol. Basis aturan dari
kontroller logika fuzzy dapat dilihat pada tabel 1.
Dimana KM = kf if merupakan tetapan
Keterangan :
TL = Momen kakas beban melawan putaran
J = Momen kelembaman jangkar dan beban
τa = La/Ra = tetapan waktu listrik
dalam keadaan seimbang torka elektromagnetik sama
besar dengan torka mekanik.
Tabel 1. Rule Base Kontroller Logika Fuzzy (7 MF )
DE \
E
NB NM NS Z PS PM PB
NB B B B B B B B
NM S B B B B B S
NS S S B B B S S
Z S S S B S S S dengan
y = nilai keluaran (output)
PS S S B B B S S cj = nilai tengah dari keluaran fungsi
PM S B B B B B S
keanggotaan ke-j
μUJ (u) = keluaran fungsi keanggotaan
PB B B B B B B B UJ = fuzzy set
R = jumlah aturan (rule)
Tabel 2. Rule Base Kontroller Logika Fuzzy (3 MF )
III. SIMULASI & ANALISA
III.I. Perancangan Membership Function 7(MF)
III.II. Simulasi
Berikut merupakan model simulasi keseluruhan
- Defuzzikasi sistem pada Matlab Simulink
Defuzzifikasi merupakan proses dimana suatu nilai
fuzzy output dari fuzzy rule diambil dan dimasukkan
kedalam suatu fungsi keanggotaan keluaran untuk
mendapatkan hasil akhir yang disebut crisp output.
Metoda defuzzifikasi yang umum digunakan adalah
Centre of Gravity (COG) defuzzification, didefinisikan
sebagai berikut:
Gambar 9. Keseluruhan sistem pada Matlab Simulink Berikut merupakan hasil simulasi 3 (MF)
III.II. Hasil
Berikut merupakan hasil simulasi :
7(MF)
V. INFORMASI PENULIS
1
Mahasiswa Teknik Elektro Industri, Politeknik Elektronika Negeri
Surabaya, 1310131035
2
Dosen Teknik Elektro Industri, Politeknik Elektronika Negeri
Surabaya