Presentasi Sidang Tugas Akhir
Perancangan Penggerak Elektrik dan Kontroler Fuzzy-PI Untuk Pengaturan Kecepatan Motor DC Brushless
Marika Ayu Putri Ramadhani
2213105055
Dosen pembimbing :
Ir. Rusdhianto Effendie A.K, MT.
Program Studi Teknik Sistem Pengaturan
Jurusan Teknik Elektro-FTI
Institut Teknologi Sepuluh Nopember
Surabaya 2015
Outline
Pendahuluan
Teori Penunjang
Perancangan Sistem
Hasil Pengujian dan Analisa
Kesimpulan dan Saran
Pendahuluan
Kelebihan motor BLDC :
1. efisiensi yang tinggi
2. suaranya halus
3. ukuran universal
4. keandalan yang tinggi dan biaya perawatan yang rendah.
5. menghemat biaya dan waktu pada hampir semua industri.
Diperlukannya cara kontrol yang berbeda untuk komutasi fase arus
dari motor BLDC sebagai pengganti sikat.
Penggunaan kontroler fuzzy-PI dipilih karena dapat dikembangkan
tanpa persyaratan untuk model matematika dari suatu sistem.
Latar Belakang
Pendahuluan
Kebutuhan akan penggerak elektrik sebagai komutasi elektrik pada
stator motor BLDC.
Proses pengaturan pada BLDC sangat rumit, sehingga diperlukan
perancangan kontroler untuk kecepatan yang konstan.
Deskripsi Permasalahan
Tujuan
Merancang penggerak elektrik dan kontroler fuzzy-PI untuk
mengatur kecepatan motor BLDC sesuai dengan spesifikasi yang
diinginkan
Teori Penunjang
Motor BLDC
Merupakan motor sinkron 3 fasa
Menggunakan catu daya DC sebagai sumber
utama
Rotor terbuat dari magnet permanen
Komutasi stator dilakukan secara elektrik,
sehingga membutuhkan power elektronik
Teori Penunjang
Prinsip Kerja Motor BLDC
Pemberian tegangan sinusoidal pada fasa
C,A,B ditujukan untuk membuat medan
putar pada stator
Magnet rotor berputar dari medan stator
positif menuju medan stator negatif dari fasa
C,A,B
Teori Penunjang
Power Electronic
Power elektronik digunakan untuk mengubah
tegangan DC menjadi tegangan AC
Konversi tegangan dibuat dengan melakukan
penyulutan terhadap ke-enam buah MOSFET
Teori Penunjang
Power Electronic Tabel Penyulutan MOSFET
Urutan ke- Saklar Aktif Fasa A Fasa B Fasa C
1 S1 S6 High Low Off
2 S1 S5 High Off Low
3 S3 S5 Off High Low
4 S3 S4 Low High Off
5 S2 S4 Low Off High
6 S2 S6 Off Low High
Teori Penunjang
Pengendalian Motor BLDC
Metode Six Step
Mudah diaplikasikan
Kombinasi dengan hall sensor untuk
mengetahui posisi rotor
Membentuk gelombang sinus
trapezoidal
Rugi-rugi daya tinggi
Metode PWM
Putaran motor tidak terlalu bising
Rugi-rugi daya berkurang
Perancangan Sistem
Diagram Blok Sistem Keseluruhan
Perancangan Sistem
Perancangan Hardware
Perancangan Sistem
Perancangan Hardware
Perancangan Mekanik Plant
Perancangan Sistem
Perancangan Hardware
Perancangan Sensor Rotary Encoder dan Power Elektronik
Perancangan Sistem
Perancangan Software
Arduino sebagai Pembangkit Frekuensi dan Data Logging
Perancangan Sistem
Perancangan Software
Identifikasi Sistem No. Metode Model Matematika RMSE
1. Viteckova 1st
Order 0.4189
1.3242s 1
0.9436 se
128.221
2. Viteckova 2nd
Order 20.713s 1.689s 1
0.9436
125.978
3. Sundaresan &
Krishnaswamy 0.6081
0.963 1
0.9436 se
s
123.895
4. Grafis Terstruktur 1.003 s 1
21.007s 2.007s 1
33.692
Fuzzifikasi merupakan proses transformasi nilai real
(nilai bukan fuzzy) menjadi nilai suatu himpunan fuzzy yang dinyatakan dalam derajat keanggotaan yang didefinisikan.
Perancangan Sistem
Perancangan Kontroler
Basis Aturan Deskripsi linguistik terhadap variabel input dan
output.
Tabel Basis Aturan Mack Vicar Wheelan
u∑e1 u∑e2 u∑e3 u∑e4 u∑e5
ue1 1 1 2 2 3
ue2 1 2 2 3 4
ue3 2 2 3 4 4
ue4 2 3 4 4 5
ue5 3 4 4 5 5
Perancangan Sistem
Perancangan Kontroler
Mekanisme inferensi
mekanisme operasi matematika yang dilakukan sesuai dengan premis yang diberikan.
Defuzzifikasi
proses mentransformasikan harga fuzzy hasil dari inferensi fuzzy ke dalam harga bukan fuzzy atau harga aktual.
Perancangan Sistem
Perancangan Kontroler
Blok Diagram Kontroler
Perancangan Sistem
Perancangan Kontroler
nilai gain integral error (Kie) = 0.001, gain error (Ke) = 0.1, control
offset (Uset) = 20 dan gain control (Ku) = 25.
Dengan spesifikasi respon sebagai berikut τ = 0.707 detik, 𝑡𝑠 ±5% = 2.121 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 2.081 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 = 0.49 𝑑𝑒𝑡𝑖𝑘 dan ess = - 0.03%.
Hasil Pengujian dan Analisa Sistem
Simulasi Kontroler Fuzzy-PI
Hasil Pengujian dan Analisa Sistem
Implementasi Kontroler Fuzzy-PI Beban Minimal
Dengan spesifikasi respon sebagai berikut τ = 2.248 detik,
𝑡𝑠 ±5% = 6.744 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.619 𝑑𝑒𝑡𝑖𝑘,
𝑡𝑑 = 1.558 𝑑𝑒𝑡𝑖𝑘 dan ess = 0.001%.
Hasil Pengujian dan Analisa Sistem
Implementasi Kontroler Fuzzy-PI Beban Nominal
Dengan spesifikasi respon sebagai berikut τ = 2.455 detik,
𝑡𝑠 ±5% = 7.367 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 7.228 𝑑𝑒𝑡𝑖𝑘,
𝑡𝑑 = 1.701 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.08%.
Hasil Pengujian dan Analisa Sistem
Implementasi Kontroler Fuzzy-PI Beban Maksimal
Dengan spesifikasi respon sebagai berikut τ = 2.226 detik,
𝑡𝑠 ±5% = 6.679𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.554 𝑑𝑒𝑡𝑖𝑘,
𝑡𝑑 = 1.542 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.09%.
Pada simulasi kontroler fuzzy-PI mampu mendekati nilai kecepatan referensi pada kondisi beban minimal dengan nilai τ = 2.248 detik, 𝑡𝑠 ±5% = 6.744 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.619 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 =1.558 𝑑𝑒𝑡𝑖𝑘 dan ess = 0.001%.
Pada simulasi kontroler fuzzy-PI mampu mendekati nilai kecepatan referensi pada kondisi beban nominal dengan nilai τ = 2.455 detik, 𝑡𝑠 ±5% = 7.367 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 7.228 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 =1.701 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.08%.
Pada implementasi kontroler fuzzy-PI mampu mendekati nilai kecepatan referensi pada kondisi beban maksimal dan hasil respon mendekati respon beban nominal dengan nilai τ = 2.226 detik, 𝑡𝑠 ±5% = 6.679𝑑𝑒𝑡𝑖𝑘, 𝑡𝑟 5% − 95% = 6.554 𝑑𝑒𝑡𝑖𝑘, 𝑡𝑑 = 1.542 𝑑𝑒𝑡𝑖𝑘 dan ess = -0.09%.
Penutup
Kesimpulan
Sekian dan Terimakasih