Desain dan Implementasi Pengaturan Kecepatan Motor Brushless DC Pada Pesawat Tanpa Awak dengan PID Controller Berbasis Genetic Algorithm

Hanbali, Michael (2024) Desain dan Implementasi Pengaturan Kecepatan Motor Brushless DC Pada Pesawat Tanpa Awak dengan PID Controller Berbasis Genetic Algorithm. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5022201189-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (9MB) | Request a copy

Abstract

Motor Brushless DC (BLDC) banyak digunakan pada industri pesawat tanpa awak karena memiliki tingkat keandalan dan fleksibilitas yang tinggi. Pengaturan kecepatan pada motor BLDC menggunakan komutasi elektronik yang mengatur aliran arus pada setiap fasanya. Untuk melakukan langkah komutasi yang tepat diperlukan informasi terkait posisi rotor. Pada motor BLDC sensorless umumnya informasi posisi rotor didapatkan melalui teknik back-electromotive force (back-EMF). Pengaturan kecepatan motor BLDC pada pesawat tanpa awak memerlukan respons yang baik dan juga kecepatan yang konstan. Oleh karena itu, pada penelitian tugas akhir ini akan dilakukan riset desain dan implementasi PID controller dengan metode tuning Algoritma Genetika untuk pengaturan kecepatan motor BLDC sehingga dapat menjadi bahan kajian terhadap pengembangan teknologi Electronic Speed Controller pada indursti pesawat tanpa awak. Pada penelitian ini didapatkan nilai parameter optimal PID controller menggunakan algoritma genetika yaitu Kp=0,0935, Ki=0,5, dan Kd=0. Dengan menggunakan parameter PID tersebut, error kecepatan yang didapatkan pada kondisi tunak baik hasil simulasi maupun hasil pengujian prototipe bernilai dibawah 1%. Pada pengujian prototipe dengan sistem kontrol terbuka kondisi tanpa beban didapatkan nilai kecepatan maksimal sebesar 11061rpm dan pada kondisi berbeban didapatkan kecepatan maksimal sebesar 7135rpm dan thrust maksimal sebesar 648g. Adapun efisiensi tertinggi yang mampu didapatkan pada pengujian prototipe kondisi berbeban adalah 85% denga nilai duty cycle 70%.
=================================================================================================================================
Brushless DC (BLDC) motors are widely used in the Unmanned Aerial Vehicle (UAV) industry due to their high level of reliability and flexibility. Speed regulation on BLDC motors uses electronic commutation, which regulates the current flow in each phase. To perform the exact commutation step, information regarding the rotor position is required. In sensorless BLDC motors, rotor position information is generally obtained via the back-electromotive force (back-EMF) technique. In UAV, speed regulation of BLDC motors is highly required to have a good response and also be able to maintain a constant speed. Thus, in this final project, research will be carried out on the design and implementation of a PID controller using the genetic algorithm tuning method for controlling BLDC motor speed so that it can become a study material for the development of Electronic Speed Controller technology in the UAV industry. In this final project, the optimal parameter values for the PID controller using a genetic algorithm were obtained, namely Kp=0,0935, Ki=0,5, and Kd=0. By using these PID parameters, the speed error that is obtained in steady conditions for both simulation results and prototype test results, is below 1%. The results of the prototype speed response test with an open control system under no-load conditions obtained a maximum speed value of 11061rpm and under loaded conditions a maximum speed of 7135rpm and maximum thrust of 648g. The highest efficiency that can be obtained in prototype testing under load conditions is 85% with a duty cycle value of 70%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Motor BLDC, PID Controller, Algoritma Genetika, Back-EMF, Genetic Algorithm, BLDC Motor
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK2681.O85 Electric motors, Brushless.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User:	Michael Hanbali
Date Deposited:	30 Jul 2024 03:29
Last Modified:	30 Jul 2024 03:29
URI:	http://repository.its.ac.id/id/eprint/109378

Actions (login required)

View Item