7.1 Sensor
Sebelum memahami dan menerapkan penggunaan sensor secara
rinci maka perlu mempelajari sifat-sifat dan klasifikasi dari sensor secara
umum. Sensor adalah komponen listrik atau elektronik, dimana sifat atau
karakter kelistrikannya diperoleh atau diambil melalui besaran listrik
(contoh : arus listrik, tegangan listrik atau juga bisa diperoleh dari
besaran bukan listrik, contoh : gaya, tekanan yang mempunyai besaran
bersifat mekanis, atau temperatur bersifat besaran thermis, dan bisa juga
besaran bersifat kimia, bahkan mungkin bersifat besaran optis).
Sensor dibedakan sesuai dengan aktifitas sensor yang didasarkan
atas konversi sinyal yang dilakukan dari besaran sinyal bukan listrik (non
electric signal value) ke besaran sinyal listrik (electric signal value) yaitu :
sensor aktif (active sensor) dan sensor pasif (passive sensor). Berikut
Gambar 7.1 Sifat dari sensor berdasarkan klasifikasi sesuai fungsinya.
PROTON ELEKTRON
Ohm
1M
500
100
0
Intensitas cahaya
R
U1
22 0V P U2
L
U LDR
dI a (t )
Va (t)= L RI a (t ) Vb (t ) , dengan Vb K bT(t ) (8.2)
dt
Motor 323
Va ( s) sKbT ( s )
Ia (8.3)
R sL
ªV ( s ) sK bT ( s ) º
r (s) K m I a ( s) Km « a »¼ (8.4)
¬ R sL
T (s) Km
Va ( s ) >
s s J eff L ( Lf eff RJ eff K m K b )
2
@ (8.6)
Km
dengan K , konstanta penguatan motor, dan
Rf eff K m Kb
RJ eff
Tm , konstanta waktu motor.
Rf eff K m
Motor 324
N2
Jika motor menggunakan gearbox dengan rasio, n maka
N1
persamaan (8.7) dapat ditulis,
T L (s) nK m (8.8)
Va ( s ) >
s sRJ eff Rf eff K m K b @
dengan șL adalah sudut poros output gearbox.
Gambar 8.3 Prinsip kerja motor DC stepper untuk gerakan full step
Motor 326
Gambar 8.4 Prinsip kerja motor DC stepper untuk gerakan half step
Tabel 8.2 Formasi double active bit untuk mode putaran full step
Full Step
Step ke
(double active bits)
1 1 1 0 0
2 0 1 1 0
3 0 0 1 1
4 1 0 0 1
Pada full step, suatu titik pada sebuah kutub magnet di rotor akan
kembali mendapat tarikan medan magnet stator pada lilitan yang sama
setelah step ke 4. berikutnya dapat diberikan lagi mulai dari step ke 1.
Untuk half step, setiap kutub magnet pada rotor akan kembali
mendapatkan tarikan dari medan magnet lilitan yang sama setelah step
ke 8. Berikutnya kembali mulai dari
step 1.
Dengan melihat bahwa pergerakan motor DC stepper adalah
berdasarkan perubahan logika pada input lilitan-lilitannya maka menjadi
mudah bagi programmer untuk mengubah-ubah arah gerakan dan
kedudukan rotor pada posisi yang akurat. Hal ini salah satu keuntungan
dari penggunaan motor DC stepper. Agar dapat membuat gerakan yang
lebih presisi, biasanya jumlah batang magnet di rotor diperbanyak dan
lilitan dibuat berpasang-pasangan sesuai dengan posisi kutub magnet
rotor. Cara lain adalah dengan menggunakan system gear pada poros
rotor tanpa mengubah karakteristik motor DC steppernya.
Motor 328
Blok diagram dari sistem kendali di atas dapat dilihat pada Gambar 9.2.
Sistem pengaturan ini termasuk sistem kendali open loop.
Kendali Temperatur
332
Rangkaian ini terdiri dari OP-AMP, resistor dan variabel resistor, lihat
Gambar 9.6.
Rangkaian DAC R-2R 8 bit diperlihatkan pada Gambar 9.9. Rangkaian ini
befungsi untuk mengatur tegangan yang akan masuk ke driver fan dan
driver pendingin. Perubahan tegangan dari DAC terhadap kenaikan tiap 1
bit di gunakan rumus :
Vref
Resolusi tegangan =
2n 1
5
= 8
2 1
= 0,02 V/bit
= 20 mV/bit
Kendali Temperatur
337
A0 A1 A2 A3 A4 A5 A6 A
Iout = Iref ( 7 )
2 4 8 16 32 64 128 256
1 1 1 1 1 1 1 1
Iout = 2 mA x ( ) = 1,99 mA
2 4 8 16 32 64 128 256
BAB X. FUZZY
A = ³ PA(x) / x [x : kontinyu]
x
Tanda +, ¦, ³ x
pada rumus di atas merupakan operator gabungan
(union).
T(x;a,b, c) =Px(x)
0.5
0
a b c x
0
° (x-a) xda
°°(b-a) ad xdb
T ( x; a, b, c) Px( x) = ® (c-x) (3.6)
° bdxdc
° (c-b) xtc
°¯ 0
Tr(x;a,b,c,d) = Px(x)
0.5
0
a b c d x
S ( x;x1,p,x2 ) = Px (x)
1.0
b
0.5
0
x1 p-b/ 2 p p+b/ 2 x2 x
( x p b) 2 b
° 2 pb d x d p
° b2 2
° ( x p b) 2 b b
S ( x; b, p ) = Px(x) = ®1 2 p d x d p
° b2 2 2
° 2 ( x p b)
2
b
p d x d pb
°¯ b2 2
A ={0.0/0, 0.2/1, 0.4/2, 0.6/3, 0.8/4, 1.0/5, 0.8/6, 0.6/7, 0.4/8, 0.2/9,
0.0/10}
A={0.0/0+0.2/1+0.4/2+0.6/3+0.8/4+1.0/5+0.8/6+0.6/7+0.4/8+0.2/9+
0.0/10}
u$ (x)
1.0
08
0.6
0.4
0.2
0 1 2 3 4 5 6 7 8 9 10 X
u(x)
0.5
Untuk titik 0 d x d 100 rpm., 100 rpm.d x d 200 rpm., 200 rpm.d x
d 300 rpm. mempunyai nilai keanggotaan kurang dari 1.0 untuk himpunan
lambat, sedang dan cepat. Ini berarti pada x d 100 rpm mempunyai
kebenaran yang kuat untuk menjadi anggota himpunan lambat,
sebaliknya karena nilai keanggotaan yang kecil misalkan pada daerah
100 rpm.d x d 200 rpm terletak pada himpunan. Titik 150 rpm.
mempunyai nilai kebenaran yang sama (0.5) untuk menjadi anggota
himpunan lambat maupun sedang, dan titik 210 rpm. lebih dominan
menjadi anggota himpunan sedang dari pada menjadi anggota himpunan
yang lain, namun untuk 250 rpm merupakan angota himpunan dari kedua
kebenaran level kecepatan yaitu anggota himpunan sedang dan cepat
dengan derajat kebenaran yang sama (0.5), yang disebut cross-over
yang sama.
Dari penafsiran Gambar 3.5 dapat dituliskan X =
{0,50,100,150,200,250,300}, maka secara definisi matematik himpunan
fuzzy yaitu :
A { lambat = 0.0/0 + 0.5/50 + 1.0/100 + 0.5/150 + 0.0/200
Sistem Kendali Fuzzy 342
Inferensi Fuzzy
Basis Basis
Aturan Data
INPUT x OUTPUT y
Fuzzifikasi Defuzzifikasi
KLF
Basis
Pengetahuan
error
+
Input Output
Plant
-
d-error
Sensor
(Elemen Ukur)
e
r + y
u
KLF Plant
(referensi)
(keluaran)
input
- output
de
g
f k
b d h j
set point Yss l
i
e
a 2 3 4 5 6 7 8 9 10 11
Time (t)
e + - - + + - - + + - -
de - - + + - - + + - - +
Penyempurnaan aturan kontrol logika fuzzy dapat dilihat pada Tabel 10.2.
NB NS NK PK PS PB
Z
0 x1 x3 x4
x
-x4 -x3 -x2 -x 1 x2
a) . Fungsi segitiga
(x)
NB NS NK Z PK PS PB
0 x1 x3 x4
x
-x4 -x3 -x2 -x 1 x2
b) . Fungsi Trapesium
(x)
NB NS NK Z PK PS PB
0
x
-x4 -x3 -x2 -x 1 x1 x2 x3 x4
c) . Fungsi Eksponensial
B’ = A’ q R = A’ q (AoB)
Dengan R adalah relasi fuzzy dari implikasi fuzzy “ if A then B’ ”, tanda q
adalah operator komposisi, dan A’ adalah himpunan fuzzy yang
mempunyai bentuk fungsi keanggotaan : A, sangat A lebih atau kurang A,
tidak A dan sebagainya.
Gneralized Modus Tollens (GML):
Pernyataan 1 (aturan) : IFx is A THEN y is B
Pernyataan 2 (fakta) : y is B’’
______________________________________________
Penyelesaian : y is A’
A’ = B’ q R = B’ q (AoB)
Sistem Kendali Fuzzy 354
1 , a d b 1 , PA(u ) d PB (v)
Rs: standard ao b= ® =®
sequence ¯0 , a² b ¯0 , PA(u )² PB (v)
1 , a d b =
Rg: Gödelian ao b= ® 1, PA(v) d PB (v
logic ¯b , a² b ®
¯PB (v) , PA(u )² PB (v)
1 , adb 1, PA(v)
R': Goguen’s ao b= ® ®
fuzzy ¯b / a , a²b ¯PB (v) / PA(u ) , PA(u
implication
d. Operator Komposisi
Fungsi implikasi sistem SISO (Single Input Single Output) diberikan
persamaan dalam bentuk komposisi :
B’ = A’ o R
Sistem Kendali Fuzzy 356
Pada sistem MISO (Multi Input Single Output), maka persamaan menjadi:
C’ = (A’, B’) o R
Penyelesaian : z is C’
P A PB PC
1 A 1 B 1 C
0
x
0
y
0
z PC
1
P A PB PC
1 A 1 B 1 C
0
z
0 0 0
x y z
mi
P A1 PB 1
PC 1
1 A A 1 B B 1 C
0
x
0
y
0
z
PC
1
P A2 PB 2
PC
1 A A 1 B B 1 C
0
z
0 0 0
x y z
min
Gambar 10.12 Penafsiran Grafis Persamaan (10.3) dan (10.4)
10.2.5.6 Defuzzifikasi
Defuzzifikasi pada dasarnya merupakan pemetaan ruang aksi
kontrol fuzzy menjadi ruang aksi kontrol non-fuzzy (crispy). Prinsip dari
strategi defuzzifikasi bertujuan untuk menghasilkan sinyal atur yang nyata
yang dapat merepresentasikan distribusi dari aksi atur masing-masing
aturan kontrol.
Bentuk persamaan umum proses defuzzifikasi seperti berikut :
z0 = defuzzier (z)
¦
n
P (z )z
j 1 c j j
z
o (COA)
¦
n
P (z )
j 1 c j
³ Pc ( z ) z dz
z
z
o (COA)
³ Pc ( z ) dz
z
Pc
1
0
Z
MAX COA MOM