Desain Autotuning Kontroler PID Berbasis Algoritma Neural-Network Untuk Sistem Pengaturan Cascade Level dan Flow Liquid Pada Plant Coupled Tanks

Darmawan, Rheza Qashmal (2016) Desain Autotuning Kontroler PID Berbasis Algoritma Neural-Network Untuk Sistem Pengaturan Cascade Level dan Flow Liquid Pada Plant Coupled Tanks. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2212100160-Undergraduate-Theses.pdf

Download (3MB) | Preview

Abstract

Pada industri proses yang melibatkan fluida, suatu fluida akan dipompa dan dialirkan dari satu tangki ke tangki yang lain untuk diolah. Pemindahan cairan dari satu tangki ke tangki yang lain meyebabkan berubahnya level fluida dalam tangki. Dalam pengaturan level, pemindahan cairan biasa disebut sebagai pembebanan pada level. Perubahan beban ini dapat mempengaruhi dari kinerja kontroler.. Kontroler yang banyak digunakan di industri proses adalah kontroler PID karena kesederhanaan struktur dan kehandalannya. Pada penerapan kontroler PID, tuning parameter kontroler sering dilakukan dengan prosedur trial and error. Untuk tetap memenuhi spesifikasi kontrol yang diharapkan, maka perlu dilakukan tuning ulang parameter kontroler PID. Kontroler PID Neural Network ini didesain untuk dapat melakukan autotuning pada parameter kontroler PID sehingga dapat mengatasi perubahan parameter pada plant dan menjaga performa dari plant. Berdasarkan hasil simulasi, sistem pengaturan level air pada plant coupled tank dengan PID Neural Network lebih baik dengan nilai RMSE 0,044 % daripada kontroler PID dengan nilai RMSE 0.35 %. Pada pengujian beban kontroler PI dengan konfigurasi kontrol cascade mampu memberikan hasil yang lebih baik dengan nilai RMSE 1.13 %. ================================================================================= In the industrial processes involving fluid, a fluid to be pumped and drained from one tank to another tank for processing. The transfer of liquid from one tank to another led to changes in the liquid level in the tank. In the level control, commonly referred to as the displacement fluid loading level. This load changes may affect the performance of the controller. The main control strategy used is based on the PID controller design because is simple and robustness. In many times the controller tuning is done by trial and error. Plant in the industry can change the parameters that result from changes in the load on the plant. To keep control of who is expected to meet the specifications it is necessary to retuning PID controller parameters. Neural Network PID controller is designed to perform autotuning in PID controller parameters so that it can cope with changes in the parameters of the plant and maintain the performance of the plant. Based on simulation results, level control system on plant coupled tank with PID Neural Network is better with RMSE value 0.044% then controller PID with RMSE value 0.35%. For load disturbance testing controller PID with cascade configuration control able to profit to better result with RMSE value 1.13 %.

Item Type: Thesis (Undergraduate)
Additional Information: RSE 629.831 2 Dar d
Uncontrolled Keywords: Coupled tanks; kontroler PID; Neural Network; PID Controller
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S1) Undergraduate Theses
Depositing User: Mrs Anis Wulandari
Date Deposited: 09 Jun 2017 02:42
Last Modified: 26 Dec 2018 07:14
URI: http://repository.its.ac.id/id/eprint/41543

Actions (login required)

View Item View Item