Perancangan Sistem Pengendali Tuned Fuzzy Pid Dengan Metode Optimasi Genetic Algorithm Untuk Robot Manipulator Paralel Friction Stir Welding 3-Puu

Pangihutan, Devin (2023) Perancangan Sistem Pengendali Tuned Fuzzy Pid Dengan Metode Optimasi Genetic Algorithm Untuk Robot Manipulator Paralel Friction Stir Welding 3-Puu. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 02111940000110-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 September 2025. Download (4MB)

Abstract

Friction stir welding (FSW) adalah suatu metode pengelasan fasa padat, dimana pada sebagian dari implementasinya menggunakan robot atau mekanisme manipulator paralel yang sudah dikonfigurasi sesuai kebutuhannya. Mesin FSW dengan manipulator paralel selain memerlukan kekakuan yang tinggi juga membutuhkan akurasi dan presisi yang baik. Kontroler yang robust dibutuhkan untuk mendapatkan presisi dan akurasi tersebut. Pada penelitian ini, mesin friction stir welding yang diteliti adalah tipe robot industri tipe manipulator paralel. Mekanisme untuk sistem dinamis pada mesin terdiri dari motor penggerak, mekanisme ball screw, limb 3-PUU, dan end effector berupa platform bergerak berbentuk segitiga. Tujuan dari penelitian ini adalah untuk mendapatkan sistem kendali yang robust, dimana robustness akan ditinjau dari kecepatan sudut motor. Penelitian ini mengusulkan sistem kontrol fuzzy PID yang di tune dengan menggunakan genetic algorithm (GA) untuk mengendalikan mesin FSW dengan robustness yang baik. Penggunaan DC motor pada mesin FSW berbasis manipulator paralel cocok karena presisinya, akurasinya, dan torsi yang tinggi pada RPM rendah. Proses tuning dilakukan dengan dua konfigurasi, dimana proses tuning pertama melakukan tuning pada parameter output dan rule base dari fuzzy inference system, dan proses tuning kedua melakukan tuning pada parameter output saja. Penulis melakukan proses tuning dengan menggunakan software MATLAB Simulink untuk mengetahui respon dari sistem saat menggunakan masing-masing kontroler dan menilai performa ketiga kontroler sesuai dengan parameter performa yang telah ditentukan. Sistem dengan kontroler tuned fuzzy PID dengan tunable parameter output dan rule memiliki performa yang paling baik dari segala aspek penilaian performa. Sistem dengan kontroler F-PID-GA tunable parameter rule dan output memiliki cost function terkecil dalam memenuhi input trajektori dengan nilai Integral Absolute Error (IAE) 0.002715. Sistem dengan kontroler F-PID-GA tunable parameter rule dan output juga diketahui merespon input step dengan rise time dan settling time yang paling baik tanpa mengalami overshoot. Sistem dengan kontroler PID konvensional mengalami overshoot dalam merespon kedua input. F-PID-GA dengan tunable parameter rule dan output 29,13% dan 69,53% lebih pendek. Jika dibandingkan dengan F-PID-GA dengan tunable parameter output, rise time dan settling time kontroler F-PID-GA dengan tunable parameter rule dan output 33,64% dan 39,75% lebih pendek Sistem dengan Kontroler F-PID-GA diketahui dapat merespon input yang berbeda dengan baik dan konsisten
====================================================================================================================================
Friction stir welding (FSW) is a solid-state welding method that often uses robots or manipulator mechanisms that have been configured to suit the needs of the welding process, which alongside the high stiffness of the mechanism, will also need high precision and accuracy. This need can be satisfied with a robust controller. The purpose of the study is to design a robust control system for a proposed design of a FSW machine with 3-PUU manipulator parallel robot mechanism. The mechanism for the dynamic system on the machine consists of a motor, ball screw mechanism, 3-PUU limbs, and a triangular moving platform as the end effector. The goal of this research is to obtain a robust control system, where robustness will be evaluated based on the controlled parameter, which is the angular velocity of the motor. This study proposes a fuzzy PID control system tuned using a genetic algorithm to control the FSW machine to provide robust results with minimal error. The use of DC motors suits the needs of parallel manipulator based FSW machines because of their precision, accuracy, and high torque at low RPM. The proposed control system is expected to achieve the desired motor angular velocity with minimal error. The tuning process is done with two configurations. The first one was done with the tunable parameters being the rule base and the output membership function. The second tuning process was one with the tunable parameters only being the output membership function. the testing process for both new FIS, we use MATLAB Simulink to simulate the response of the system when using these controllers and grade their performance based on certain performance parameters. From the simulation, it is known that the system with F-PID-GA controller performs the best in every performance parameter category. The system with tuned output and rule F-PID-GA controller has the smallest IAE value when responding to trajectory input with 0.002715. System with tuned output and rule F-PID-GA also has the best response when responding to step input with the shortest rise time and settling time with no overshoot. The system with conventional PID controller experiences overshoot when responding to both inputs. The rise time and settling time of system with tuned output and rule F-PID-GA is 29.13% and 69.53% shorter when compared to the system with conventional PID. The rise time and settling time of system with tuned output and rule F-PID-GA is 33.64% and 39.75% shorter than the system with tuned output F-PID-GA. In general, both F-PID-GA controllers respond better than the conventional PID. Their responds are also consistent regardless of the input, which means the designed F-PID-GA controllers are robust controllers.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	fuzzy inference system, genetic algorithm
Subjects:	T Technology > TJ Mechanical engineering and machinery > TJ211.4 Robot motion T Technology > TJ Mechanical engineering and machinery > TJ217.2 Robust control T Technology > TJ Mechanical engineering and machinery > TJ223 PID controllers
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Mechanical Engineering > 21201-(S1) Undergraduate Thesis
Depositing User:	Devin Pangihutan
Date Deposited:	05 Sep 2023 08:33
Last Modified:	05 Sep 2023 08:33
URI:	http://repository.its.ac.id/id/eprint/103385

Actions (login required)

View Item