Desain dan Simulasi Kontrol Kecepatan Motor DC Brushless Untuk Sepeda Motor Listrik Berbasis ANFIS (Adaptive Neuro Fuzzy Inference System)

Pratomo, Danis Rizky (2019) Desain dan Simulasi Kontrol Kecepatan Motor DC Brushless Untuk Sepeda Motor Listrik Berbasis ANFIS (Adaptive Neuro Fuzzy Inference System). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
07111540000014-Undergraduate_Thesis.pdf

Download (4MB) | Preview

Abstract

Harga minyak sebagai bahan bakar kendaraan pada era sekarang ini adalah tidak stabil dan cenderung mengalami kenaikan. Selain itu desain dari kendaraan bermotor konvensional yang tidak ramah lingkungan dan memiliki effisiensi yang jelek semakin memperkuat penyebab untuk beralih menggunakan kendaraan listrik. Institut Teknologi Sepuluh Nopember turut ambil alih dalam pengembangan kendaraan listrik dengan produknya yaitu GESITS yang merupakan sepeda motor lsitrik. Motor yang digunakan pada GESITS adalah motor BLDC. Untuk memaksimalkan kinerja motor BLDC dibutuhkan kontrol kecepatan yang baik. Salah satu jenis metode kontrol kecepatan pada motor BLDC adalah metode kontrol tegangan dengan menggunakan metode PWM. Pada tugas akhir ini akan didesain sistem kontrol kecepatan dengan metode PWM berbasis kontroler ANFIS dengan supervisi Fuzzy-PID. Training data yang didapatkan dari kontroler Fuzzy-PID akan dimodifikasi kemudian digunakan sebagai acuan dalam pelatihan FIS menggunakan algoritma ANFIS. Dari simulasi didapatkan pada saat kecepatan referensi tetap 1000 rpm dan beban tetap 5 N.m kontroler ANFIS mempunyai rise time 0,27 detik dan steady state error 0,08%. Sementara PID dan Fuzzy-PID dengan rise time 0,48 detik dan 0,39 detik serta steay state error 0,58 % dan 0,1 %. Pada saat beban berubah dan kecepatan referensi tetap kontroler ANFIS cenderung mengalami perubahan kecepatan yang kecil dibanding PID dan Fuzzy-PID. Kemudian pada saat kecepatan referensi bervariasi dan beban tetap, kontroler ANFIS memiliki nilai rata- rata steady state error yang paling kecil. Oleh karena itu dapat disimpulkan kontroler ANFIS memiliki respon kecepatan yang lebih baik dibanding dengan PID dan Fuzzy-PID. ================================================================================== The cost of fuel for conventionalmotorizedvehicle in this era is not stable and tends to increase. Furthemore the design of conventional motorizedvehicle that not fully eco friendly and has poor efficiency strengthen the reason to use electric vehicle. “Institut Teknologi Sepuluh Nopember (ITS)”take part in developing electricvehicle by their electric motorcycle named GESITS. The type of motor that used by their product is BLDC motor. Good speed control needed for maximizing the perfomance of BLDC motor. One of the speed control method is voltage control with PWMcontrol methode. In this final project will be designed speed control system with PWM method based on ANFIS controller with Fuzzy-PID as the supervision for ANFIS controller. Training data that obtained from Fuzzy-PID will be modified and use as the reference for training FIS with ANFIS Algotrithm.The resultfrom the simulation are when the reference speed constant at 1000 rpm and 2 N.m load ANFIS controller has 0,27 seconds for rise time and 0,08 % steady state error. While PID and Fuzzy-PID with 0,48 seconds and 0,39 second rise time and 0,58% and 0,1% steady state error. When the load varies and the speed reference constant, ANFIS controlelr tends to has small change of actual speed compared to PID and Fuzzy-PID. When the referencespeed varies and the load constant, ANFIS controller has smallest mean value of stady state error. Therefore it can be concluded that ANFIS controller produce more good speed response compared to PID and Fuzzy-PID.

Item Type: Thesis (Undergraduate)
Additional Information: RSE 629.89 Pra d
Uncontrolled Keywords: Motor BLDC, Kontroler, ANFIS, PID, Fuzzy-PID, PWM.
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK2785 Electric motors, Induction.
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Pratomo Danis Rizky
Date Deposited: 27 May 2021 08:43
Last Modified: 27 May 2021 08:47
URI: https://repository.its.ac.id/id/eprint/60189

Actions (login required)

View Item View Item