Analisis Performa Active Air Suspension Metode Half - Car Model Pada Kendaraan Plug - In Hybrid Electric Vehicle ( PHEV ) ITS

Windarta, Kyla Anisa (2024) Analisis Performa Active Air Suspension Metode Half - Car Model Pada Kendaraan Plug - In Hybrid Electric Vehicle ( PHEV ) ITS. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 2039201083-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (7MB) | Request a copy

Abstract

Kendaraan hybrid telah menjadi solusi yang efektif dalam mengurangi konsumsi bahan bakar dan emisi. Namun, tantangan dalam menjaga kenyamanan dan stabilitas kendaraan tetap ada. Proyek akhir ini memfokuskan pada perancangan simulasi Active Air Suspension dengan sistem kendali aktuator elektromagnetik menggunakan pengendali PID dan pengendali berbasis Neural Network-PID-PID. Metode penelitian melibatkan pemodelan matematis half-car model,simulasi dengan kontrol PID dan Neural Network-PID-PID, serta pengujian performa kendaraan terhadap profil jalan. Optimasi parameter pengendali PID dan data untuk pembentukan net BPNN dilakukan melalui simulasi MATLAB. Dalam simulasi yang
menggunakan profil jalan dengan gangguan sinyal pulse dan step, sistem suspensi aktif menunjukkan waktu settling yang lebih cepat dan respons dinamis yang lebih baik dibandingkan dengan sistem pasif sebesar 64.7% untuk body depan dan 37.5% untuk body belakang, namun hal ini juga diiringi dengan overshoot akselerasi yang lebih tinggi,menunjukkan potensi ketidakstabilan. Di sisi lain, sistem dengan pengendali Neural Network-PID menunjukkan kontrol yang lebih baik terhadap overshoot dan waktu settling yang lebih konsisten sebesar 88.3% lebih rendah untuk body depan dan 94.5% lebih rendah untuk body belakang, menjadikannya cocok untuk kenyamanan, meskipun dengan waktu respons yang sedikit lebih lambat dibandingkan dengan pengendali PID. Selain itu, nilai (

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Plug-in Hybrid Electric Vehicle (PHEV), PID Controller, Neural Network-PID (BPNN), Intelligent Active Air Suspension, Half-Car Model
Subjects:	T Technology > TJ Mechanical engineering and machinery T Technology > TJ Mechanical engineering and machinery > TJ217.6 Predictive Control
Divisions:	Faculty of Vocational > Mechanical Industrial Engineering (D4)
Depositing User:	Kyla Anisa Windarta
Date Deposited:	06 Aug 2024 08:53
Last Modified:	06 Aug 2024 08:53
URI:	http://repository.its.ac.id/id/eprint/112522

Actions (login required)

View Item