Aplikasi Kendali Fuzzy Logic untuk Pengaturan Kecepatan Motor Universal

 

Pendahuluan

Salah satu bagian yang penting dalam mendesain sistem kendali konvensional seperti Proporsional (P), Proporsional-Integral (PI) dan Proporsional- Integral-Derivatif (PID) adalah model matematika dari sistem. Model matematika untuk sistem linier masih bisa didapatkan tetapi pada sistem non-linier, tidak mudah menurunkan model matematika dari sistem. Kendali fuzzy logic memberikan alternatif lain dalam sistem kendali. Dalam kendali fuzzy logic tidak diperlukan model matematika dari system karena kendali fuzzy logic bekerja berdasarkan rule-rule yang diekstrak sesuai dengan pemikiran dan pengetahuan manusia baik sebagai operator atau ahli. Dalam penelitian ini disajikan implementasi kendali fuzzy logic untuk pengaturan kecepatan motor universal. Proses fuzzy inference dalam kendali fuzzy logic terdiri atas 3 bagian yaitu fuzzifikasi, evaluasi rule dan defuzzifikasi.

 

1. Perangkat Keras Sistem

Blok diagram sistem kendali kecepatan motor universal dapat dilihat pada gambar 2. Spesifikasi motor universal yang digunakan adalah 85 watt, 200/220 volt, 6000 rpm. Sebagai

sensor untuk membaca kecepatan motor digunakan tachometer. dari rangkaian tachometer berupa sinyal frekuensi diubah menjadi tegangan oleh rangkaian pengubah frekuensi menjadi tegangan. Tegangan output rangkaian ini oleh Analog to Digital Converter (ADC) diubah menjadi data digital yang akan dibaca oleh computer  rangkaian pengubah frekuensi menjadi tegangan dan rangkaian ADC dapat dilihat pada gambar 4 dan. ADC yang digunakan adalah ADC MAX 191 yang mempunyai data output 12 bit sehingga dapat diperoleh respon kendali yang lebih baik.

 

2. Desain Sistem Kendali Fuzzy Logic

Sistem kendali fuzzy logic yang dikembangkan dalam penelitian ini mempunyai dua crisp input yaitu error dan perubahan error kecepatan motor dan satu crisp output yaitu perubahan tegangan. Error dan perubahan error didefinisikan dengan perumusan sebagai berikut:

Error = PV – SP

Derror = Error(n) – Error(n-1)

PV adalah kecepatan motor aktual sedangkan SP adalah kecepatan motor yang dinginkan. Derror didefinisikan sebagai selisih error sekarang dengan error sebelumnya.

 

3. Desain Program Kendali Fuzzy Logic

Proses kendali fuzzy logic dilakukan oleh program yang dibuat dengan bahasa pascal menggunakan kompiler turbo pascal 7.0.Program ini melakukan pembacaan data aktual dari ADC yang merepresentasikan kecepatan motor kemudian dibandingkan dengan setting point dan melakukan proses fuzzy inference yang meliputi fuzzifikasi, evaluasi rule dan defuzzifikasi. Hasil fuzzy inference dioutputkan ke DAC untuk mengendalikan kecepatan motor. Respon dari system ditampilkan dalam bentuk grafik terhadap waktu.

 

 

 

 

 

 

Pengujian Sistem

Pengujian sistem dilakukan dengan melihat respon sistem terhadap fungsi waktu. Selama: selang waktu tertentu akan diamati respon system terhadap pemberian beban dan pelepasan beban dengan berbagai kondisi meliputi

1. Variasi bentuk membership function

2. Variasi jumlah label membership function

3. Variasi metode defuzzifikasi

Berikut adalah grafik-grafik respon system terhadap waktu, hasil dari pengujian yang telah dilakukan. Dalam pengujian ini, beban yang diberikan adalah sebesar 100 gr dan ditentukan setting point 5000 rpm.

 

Kesimpulan

Dari percobaan yang dilakukan dalam pengujian respon sistem kendali baik dengan variasi bentuk membership function, variasi jumlah label membership function dan variasi metode defuzzifikasi, dapat diambil kesimpulan sebagai berikut :

· Kendali fuzzy logic relatif mudah diimplementasikan karena tidak membutuhkan model matematika tetapi bekerja berdasarkan rule yang dapat diekstrak dari pengalaman dan keahlian seorang operator.

· Bentuk membership function antara segitiga dan trapezoid tidak memberi pengaruh yang cukup besar dalam menentukan respon sistem.

· Metode defuzzifikasi Center of Area menghasilkan kendali yang lebih baik dibandingkan dengan metode mean of maxima

· Semakin banyak jumlah label dalam membership function memungkinkan untuk menghasilkan kendali yang lebih baik terutama untuk metode defuzzifikasi mean of maxima