Aplikasi JST

Bahan Presentasi Untuk Mata Kuliah JST

Semester Genap 2019


Dosen : Darwison, M.T


Oleh:
Novi Putri
1610952023

Jurusan Teknik Elektro
Fakultas Teknik
Universitas Andalas
Padang
2019

DAFTAR ISI

1. Dasar Teori
1.1 Latar belakang
1.2 Motor DC BrushlessPrinsip-Prinsip Dasar Cognitron 
1.3 Rem Elektromagnetik 
1.4 Neural Network (NN) / Jaringan Saraf Tiruan (JST)
1.5 Kontroler PID
2. Program
3. Link Download

1. Dasar Teori  [Kembali]

Perancangan Kontroler Neural Network-PID untuk Pengaturan Kecepatan Motor DC Brushless

1.1 Latar belakang [Kembali]

Motor listrik merupakan salah satu peralatan yang sering digunakan oleh masyarakat, baik dalam peralatan kebutuhan masyarakat maupun dalam dunia industri. Brushless Direct Current (BLDC) Motor ini merupakan inovasi baru dalam dunia indutri motor listrik. Beberapa karakteristik yang menjadi pertimbangan pemilihan BLDC Motor, antara lain torsinya besar, suaranya halus, memiliki daya yang besar, dan dapat dikontrol dengan mudah. [1] Pada Tugas Akhir ini digunakan dua metode kontrol yang akan digunakan untuk mengatur kecepatan BLDC, yaitu metode kontrol Neural Network (NN), dan metode kontrol Proportional (P), Integral (I), Derivative (D). PID Controller (Proportional, Integral and Derivative) adalah suatu kontroler yang digunakan untuk menentukan sistem tersebut presisi atau tidak dengan menggunakan karakteristik feedback (umpan balik) pada sistem. Neural Network (NN) adalah suatu sistem yang memproses informasi yang memiliki karakteristik mirip dengan biological neural network (jaringan saraf biologis). Kedua metode kontrol tersebut dapat dipilih untuk melengkapi karakteristik pengaturan satu sama lain. Keunggulan Neural Network ialah dapat beradaptasi terhadap parameter PID dengan melakukan perubahan bobot kemudian perubahan bobot Neural Network tersebut akan digunakan untuk men-tuning PID agar mendapatkan Kp, Ki, Ti, Td.

1.2 Motor DC Brushless   [Kembali]

Motor DC Brushless adalah jenis motor sinkron 3 fase yang medan magnetnya dihasilkan oleh stator dan rotor yang berputar pada frekuensi yang sama. Motor jenis ini mempunyai magnet permanen pada bagian rotor, sedangkan elektromagnet-nya berada pada bagian stator-nya. Setelah itu, dengan menggunakan sebuah rangkaian sederhana, maka kita dapat mengubah arus di elektromagnet-nya ketika bagian rotor-nya berputar. Sesuai dengan namanya, Motor DC Brushless tidak menggunakan sikat atau brush untuk pergantian medan magnet (komutator), melainkan menggunakan komutator elektronik. Motor BLDC mempunyai banyak keuntungan dibandingkan dengan motor DC dan Motor Induksi biasa.

Motor BLDC dipilih karena memiliki beberapa keunggulan bila dibandingkan dengan motor listrik yang lain. Beberapa karakteristik yang menjadi pertimbangan memilih motor BLDC antara lain dapat menggerakkan dengan daya yang besar, suaranya halus, ukuran kompak, torsi besar, efisiensi tinggi, memiliki umur pakai yang panjang (keandalan yang tinggi), mudah dikontrol, dan perawatan yang rendah. Umumnya kecepatan motor dan torsi motor BLDC ini bergantung pada kekuatan medan magnet yang dihasilkan oleh kumparan motor yang bergantung terhadap suplai arus. Oleh sebab itu, kecepatan motor BLDC diatur dengan mengatur tegangan dan arus yang ada pada tegangan. Berdasarkan kondisi tersebut, maka metode pengaturan yang digunakan dalam kasus ini membutuhkan metode pengaturan yang memiliki respon cepat. 

Konstruksi Motor DC Brushless (BLCD)

Dua bagian inti yang dimiliki Motor DC Brushless (BLDC), yaitu stator (yang diam) dan rotor (yang berputar). Bagian inti yang penting lainnya adalah gulungan stator dan magnet rotor. a. Rotor Rotor adalah bagian dari motor yang berputar karena ada elektromagnetik dari stator. Rotor berasal dari dua magnet permanen, yaitu magnet utara (N) dan magnet selatan (S). b. Stator Stator adalah bagian dari motor yang tidak bergerak atau diam yang berfungsi sebagai medan putar pada motor untuk memberikan elektromagnetik pada rotor dan terdapat 12 belitan (elektromagnet).

Prinsip Kerja Motor BLCD
Hal yang paling dasar pada medan magnet adalah kutub yang sama akan saling tolak menolak, sedangkan apabila berlainan kutub akan tarik menarik. Jika ada dua buah magnet dan menandai satu sisi magnet tersebut dengan north (utara) dan yang lainnya south (selatan), maka bagian sisi north akan menarik south, sebaliknya sisi north magnet pertama akan menolak sisi north yang kedua dan seterusnya apabila kedua sisi magnet mempunyai kutub yang sama.  Prinsip mengenai kutub magnet tersebut dapat diterapkan dalam prinsip kerja motor BLDC. Secara umum motor BLDC memiliki medan magnet permanen pada rotor dan magnet yang berasal dari gaya elektromagnet (magnet yang ditimbulkan dari pemberian input arus listrik) pada bagian kumparan stator. Pada motor BLDC, kontroler berfungsi untuk mengatur arus masukan yang harus dialirkan ke kumparan stator untuk dapat menimbulkan medan elektromagnet yang sesuai untuk memutar rotor. Hal inilah yang menjadi pembeda dengan motor DC konvensional, dan menggantikan kerja komutasi mekanisnya. Magnet permanen pada motor BLDC dilengkapi dengan kumparan tiga fase. Kumparan-kumparan tersebut terletak di bagian stator. Magnet bergerak terletak di stator. Fase kumparan diaktifkan dengan menyesuaikan gerakan rotor. Rotasi berbasis medan magnet diilustrasikan pada Gambar 2.1 (a) dan Gambar 2.1 (b) menjelaskan pergerakan dan eksitasi fase. Pada Gambar 2.1 (a) fase A dieksitasi, fluks stator dihasilkan oleh eksitasi fase A, fluks rotor dihasilkan oleh magnet permanen.

Gambar 1 Pergerakan Eksitasi Fase Fluks pada Motor BLDC

1.3 Rem Elektromagnetik   [Kembali]

Rem elektromagnetik diperoleh dari suatu sistem pengereman yang menggunakan gaya elektromagnetik untuk memperlambat gerakan, yang umumnya adalah gerakan poros. Pada sebuah piringan dengan bahan logam nonferromagnetic terpasang sebuah poros berputar. Piringan tersebut diapit oleh sisi stator berupa sistem lilitan elektromagnetik yang dapat membangkitkan medan magnet dari aliran listrik. Arus listrik menimbulkan medan magnet pada lilitan. Logam piringan yang memotong medan magnet tersebut menimbulkan arus Eddy pada piringan itu sendiri. Arus Eddy ini menimbulkan medan magnet yang arahnya berlawanan dengan medan magnet sebelumnya, sehingga menghambat gerakan putar dari poros tersebut. Arus Eddy merupakan arus listrik yang timbul apabila suatu piringan logam non ferromagnetik berada di sekitar medan magnet yang garis gayanya sedang berubah-ubah. Medan magnet yang dihasilkan oleh arus Eddy ini berlawanan arah dengan arah gerakan piringan logam. Dengan demikian medan magnet yang ditimbulkan oleh arus Eddy akan menghambat laju piringan logam tersebut. Gambar 2 dan Gambar 3 merupakan tampilan arus Eddy dan tampilan rem elektromagnetik. 

Gambar 2 Tampilan Arus Eddy 

Gambar 3 Tampilan Rem Elektromagnetik

1.4 Neural Network (NN) / Jaringan Saraf Tiruan (JST)   [Kembali] 

 Neural Network (NN) adalah Suatu sistem pemproses informasi yang mempunyai karakteristik yang mirip dengan jaringan saraf biologis. Neural Network ini merupakan generalisasi pemodelan matematis dalam proses kognitif berdasarkan asumsi : 1.) Pemprosesan informasi terjadi pada elemen sederhana yang dinamakan neuron. 2.) Sinyal antar neuron berhubungan melalui saluran penghubung. 3.) Setiap saluran penghubung mempunyai nilai bobot, dan melakukan operasi perkalian dengan sinyal yang ditransmisikan. 4.) Setiap neuron mempunyai fungsi aktifasi (biasanya tidak linier) pada masukan total (bagi neuron tersebut) untuk mendapatkan sinyal keluarannya. Ilustrasi rancangan kontroler neural network yang digunakan pada plant motor BLDC dapat dilihat pada Gambar 4. 

 Gambar 4 Struktur Neural Network 

Gambar 5 Struktur Neural Network 

1.5 Kontroler PID (Proportional-Integral-Derivative)   [Kembali] 

Kontroler PID (Proportional–Integral–Derivative Controller) merupakan kontroler untuk menentukan presisi suatu sistem instrumentasi dengan karakteristik adanya umpan balik pada sistem. Kontroler PID adalah kontroler konvensional yang banyak dipakai dalam dunia industri. Kontroler PID akan memberikan aksi kontrol kepada plant berdasarkan besar kesalahan yang diperoleh. Kesalahan adalah perbedaan dari setpoint dengan output sistem pengaturan.  Ilustrasi rancangan kontroler Proportional, Integral, Derivative (PID) yang digunakan pada plant motor BLDC dapat dilihat pada Gambar 6. 

Gambar 6 Struktur Kontroler PID

Adapun persamaan Kontroler PID adalah: 

mv(t) : manipulated variable 

Kp : konstanta proportional 

Ti : time integral 

Td : time derivative 

e(t) : eror  

Komponen kontrol PID ini terdiri dari tiga jenis yaitu proportional, integral dan derivative. Ketiganya dapat dipakai bersamaan maupun sendiri-sendiri tergantung dari respon yang kita inginkan terhadap suatu plant. Efek dari setiap pengontrol Proportional, Integral dan Derivative pada sistem loop tertutup disimpulkan pada Tabel 1. 

Tabel 1 Karakteristik Kontroler Proportional, Integral, dan Derivative 

2. Program Matlab  [Kembali]

1. Program Bobot Kp

function kpn = kpnjst(xx1)

 global wkp lmd alp 

L=xx(1);

 Kp=xx(2);

 tt=xx(3);  

if tt==0   

wkp=rand(4,1); 

% wkp=evalin('base','wkp');   

alp=0.00001;   

lmd=1; 

end 

for eppoh=1:10    

 zkp=wkp(1)*L+wkp(2)*L^2+wkp(3)*L^3+wkp(4)*1;     

kpn=lmd*zkp;    

 ekp=Kp-kpn;     

wkp(1)=wkp(1)+alp*ekp*lmd*L;     

wkp(2)=wkp(2)+alp*ekp*lmd*L^2;    

 wkp(3)=wkp(3)+alp*ekp*lmd*L^3;     

wkp(4)=wkp(4)+alp*ekp*lmd*1;     

assignin('base','wkp',wkp);    

 end 

end

2. Program Bobot Ki 

function kin = kijst(xx) 

global wki lmd alp 

L=xx(1); 

Ki=xx(2); 

tt=xx(3); 

 if tt==0    

wki=rand(3,1); 

%  wki=evalin('base','wki');    

alp=0.000000001;    

lmd=1; 

end

for eppoh=1:10     

zki=wki(1)*L+wki(2)*L^2+wki(3)*1;     

kin=lmd*zki;     

eki=Ki-kin;    

 wki(1)=wki(1)+alp*eki*lmd*L;     

wki(2)=wki(2)+alp*eki*lmd*L^2;     

wki(3)=wki(3)+alp*eki*lmd*1;     

assignin('base','wki',wki);     

end 

end

3. Program Bobot Kd

function kdn = kdjst(xx) 

global wkd lmd alp 

L=xx(1); 

Kd=xx(2); 

tt=xx(3);  

if tt==0 

    wkd=rand(3,1); 

    %   wkd=evalin('base','wkd');     

    alp=0.001;     

    lmd=1; 

end

for eppoh=1:10     

    zkd=wkd(1)*L+wkd(2)*L^2+wkd(3)*1;     

    kdn=lmd*zkd;     

    ekd=Kd-kdn;     

    wkd(1)=wkd(1)+alp*ekd*lmd*L;     

    wkd(2)=wkd(2)+alp*ekd*lmd*L^2;     

    wkd(3)=wkd(3)+alp*ekd*lmd*1;     

    assignin('base','wkd',wkd);     

end

end

3. Link Download  [Kembali]

a.Pdf 

b. Program

c. Html

d. Video

Referensi :

a. Neural Network Design, Hagan, Martin, Howard Demuth and Mark Belle, T, PWS Publishing Company, 1996

b. Neural Networks In Computer Intelligence, Fu, LiMin, Mc.Graw-Hill International Editions, 1994

c. Neural Network Toolbox : for use with MATLAB, Demuth, Howard and Mark Belle, Mathworks, 2002

d. Architectures, Algorithms, and Applications, Zimmerman, H.J., Kluwer Publishing Co, 1997

e. Principles of Artificial Neural Network, Graupe,D, World Scientific Publishing Co, Pte, Ltd. 2007
f. https://www.google.com/url?sa=t&source=web&rct=j&url=http://repository.its.ac.id/2774/1/2211100073-Undergraduate_Theses.pdf&ved=2ahUKEwiNqO_D0PvgAhUO73MBHQ8SC7U4ChAWMAF6BAgAEAE&usg=AOvVaw1vHsPI2Ks_vMdgK8YOtef0

[KEMBALI KE ATAS]