Beruflich Dokumente
Kultur Dokumente
Conveyor banyak digunakan di industri untuk dapat memobilisasi barang dalam jumlah banyak
dan kontinyu dari satu tempat ke tempat lain. Motor digunakan sebagai penggerak conveyor. Jenis
motor yang banyak digunakan sebagai penggerak conveyor ini adalah Motor Induksi. Salah satu
kelemahan dari motor induksi adalah tidak mampu mempertahankan kecepatannya dengan konstan
bila terjadi perubahan beban. Kecepatan Motor Induksi dipengaruhi oleh tegangan yang masuk ke
inverter. Jika beban meningkat maka kecepatan Motor Induksi akan turun dikarenakan tegangan yang
masuk ke inverter turun. Untuk mendapatkan kecepatan konstan serta memperbaiki kinerja motor
induksi terhadap perubahan beban, maka dibutuhkan suatu pengontrol atau pengendali.
Pengendali ini harus mampu mempertahankan nilai tegangan konstan yang masuk ke inverter.
Pengendali kecepatan Motor Induksi yang banyak digunakan di industri adalah Pengendali PID.
Tujuan penelitian ini adalah menerapkan sistem Logika Fuzzy pada Pengendali PID untuk
mengatur kecepatan motor conveyor dengan menggunakan Metode Mamdani melalui simulasi
menggunakan Fuzzy Logic Toolbox GUI pada MATLAB. Dengan adanya pengendali tersebut
diharapkan tegangan masuk ke inverter konstan yang mengakibatkan kecepatan motor induksi juga
konstan walaupun mendapat perubahan beban. Berdasarkan hasil penelitian, tegangan yang
dihasilkan konstan walaupun beban berubah.
Kata Kunci: Motor Induksi, Conveyor, Pengendali PID, Logika Fuzzy
1.
LATAR BELAKANG
17
2.
A.
LANDASAN TEORI
18
Input Crisp
Fuzzification
Input
Fuzzy
Inference
Output
Fuzzy
Defuzzification
Nilai Crisp
Gambar 1
Sistem Logika Fuzzy
Fuzzification merupakan proses pemetaan nilainilai input (crisp input) yang berasal dari sistem yang
dikontrol kedalam himpunan fuzzy menurut fungsi
keanggotaanya(membership function). Untuk mengubah
crisp input menjadi fuzzy input, terlebih dahulu harus
menentukan fungsi keanggotaan (membership function)
untuk crisp input, kemudian proses fuzzification akan
mengambil crisp input dan membandingkan dengan
fungsi keanggotaan (membership function) yang telah
ada untuk menghasilkan harga fuzzy input.
Fungsi keanggotaan (membersip function) adalah
suatu kurva yang menunjukkan pemetaan titik-titik input
data ke dalam nilai keanggotaannya yang memiliki
interval antara nol sampai satu. Salah satu cara yang
dapat digunakan untuk mendapatkan nilai keanggotaan
adalah dengan melalui pendekatan fungsi. Representasi
Motor Induksi
Motor induksi merupakan motor yang paling
umum digunakan pada berbagai peralatan industri.
Popularitasnya karena rancangannya yang sederhana,
murah dan mudah didapat, dan dapat langsung
disambungkan ke sumber daya AC (Perekh, 2003).
Motor induksi dapat diklasifikasikan menjadi dua
kelompok utama (Parekh, 2003):
1)
Motor Induksi satu phase
Motor ini hanya memiliki satu gulungan stator,
beroperasi dengan pasokan daya satu phase, memiliki
19
Pengendali PID
Setiap kekurangan dan kelebihan dari masingmasing pengontrol P, I dan D dapat saling menutupi
dengan menggabungkan ketiganya secara paralel menjadi
pengontrol proposional plus integral plus derivative
(pengontrol PID). Elemen-elemen pengontrol P, I dan D
masing-masing secara keseluruhan bertujuan untuk
mempercepat reaksi sebuah sistem, menghilangkan offset
dan menghasilkan perubahan awal yang besar(Guterus,
1994).
Gambar 2 menunjukkan blok diagram
pengontrol PID.
Gambar 2
Blok diagram pengontrol PID analog
.(1)
dengan :
Ns = kecepatan medan putar stator (rpm=rotation per
minute)
f = frekuensi (Hz)
p = jumlah kutub
D.
Sistem Kontrol
Definisi Sistem menurut Katsuhiko Ogata adalah
kombinasi dari beberapa komponen yang bekerja
bersama-sama dan melakukan suatu sasaran tertentu.
Menurut Anthony I. Karamanlis, kontrol dapat diartikan
dengan mengatur, mengarahkan atau memerintah. Fungsi
mengatur, mengarahkan dan memerintah tersebut
(2)
dengan:
m(t) = sinyal output pengendali PID
Kp = konstanta proportional
Ti = waktu integral
Td = waktu derivative
Ki = konstanta integral (KpTi )
Kd = konstanta derivative (Kp.Td )
e(t) = sinyal error = sinyal input sinyal umpan balik
20
Gambar 3
Blok Diagram Sistem kendali kecepatan Motor Induksi 3
phase Berbasis Pengendali PID
Prinsip kerja Sistem kendali kecepatan motor
induksi 3 phase berbasis pengontrol PID di atas dapat
dijelaskan sebagai berikut :
Untuk mendapatkan kecepatan putaran Motor
Induksi sesuai yang diinginkan maka dilakukan input
nilai kecepatan motor (setpoint) melalui Pengendali PID
yang ditanam (embedded) pada Mikrokontroller.
Selanjutnya inputan nilai tersebut akan diproses
oleh Mikrokontroller. Hasil proses dari Mikrokontroller
berupa sinyal tegangan searah (DC) akan diumpankan ke
Inverter. Fungsi dari inverter ini adalah sebagai alat yang
dapat mengubah tegangan DC menjadi tegangan bolakbalik (AC) sehingga dapat digunakan oleh Motor
Induksi. Selanjutnya inverter akan mensuplai tegangan
yang sesuai ke Motor Induksi maka Motor Induksi akan
berputar dan menggerakkan conveyor. Kecepatan putaran
motor dibaca oleh Tachogenerator. Output dari
Tachogenerator berupa tegangan analog digunakan
sebagai
sinyal
umpan
balik
(feedback)
ke
Mikrokontroller. Selanjutnya dilakukan perbandingan
antara kecepatan putaran (kecapatan aktual) motor
dengan setpoint. Proses ini akan dilakukan terus menerus
sampai didapat kecepatan putaran motor yang sesuai.
Proses tuning dapat dilakukan dengan cara
memutar secara manual potensiometer yang dipasang
pada mikrokontroller. Dengan memutar potensiometer ini
akan mengubah nilai Kp, Ki dan Kd sehingga akan
mempengaruhi sinyal keluaran tegangan yang dihasilkan
Kerangka Pemikiran
Penelitian ini didasari oleh permasalahan yang
ditemukan pada motor induksi yang digunakan sebagai
penggerak conveyor. Perubahan beban yang diangkut
conveyor akan mengakibatkan perubahan kecepatan
putaran motor dan pada akhirnya mengakibatkan
perubahan kecepatan gerak conveyor. Jika beban
bertambah maka kecepatan gerak conveyor semakin
lambat. Penerapan Pengontrol PID telah mampu
mengatasi permasalahan di atas, akan tetapi dilakukan
dengan proses tuning secara manual yang dapat
membutuhkan waktu yang cukup lama.
Untuk menggantikan proses tuning yang masih
dilakukan secara manual maka dilakukan pendekatan
Fuzzy Inference System Metode Mamdani. Penerapan
Fuzzy Inference System ini disimulasikan menggunakan
Fuzzy Logic Toolbox GUI pada Software Mathlab.
Kerangka pemikiran dalam penelitian ini dapat
dilihat pada Gambar 3 berikut ini:
METODE PENELITIAN
Analisa Kebutuhan
Dalam penelitian ini pelaksanaannya hanya
merupakan simulasi dari penerapan Fuzzy Inference
21
Tegangan
Kontrol DC
0V
2,5V
5V
Beban
0 Nm
0,5 Nm
1 Nm
2 Nm
C.
Tabel 1
Motor Tanpa Beban
Frekwensi Tegangan
Inverter
6,25 Hz
25 Hz
50 Hz
Tabel 2
Motor Dengan Beban
Tegangan DC
Tachogenerator
1,72 V
1,68 V
1,61 V
1,28 V
Kecepatan
Motor
184 rpm
750 rpm
1500 rpm
Kecepatan
Motor
1500 rpm
1400 rpm
1230 rpm
1200 rpm
E.
Perancangan Penelitian
Untuk merancang pengendali dalam penelitian ini,
maka diterapkan Logika Fuzzy pada sistem pengendalian
kecepatan motor induksi 3 phase untuk menjalankan
conveyor dengan menggunakan metode Mamdani.
Kecepatan set point adalah kecepatan motor yang
diinginkan. Sistem kendali dirancang memiliki 3 buah
masukan yaitu masukan yang berupa Error (E)
merupakan selisih antara kecepatan set point dengan
kecepatan aktual, Sum Error (SE) merupakan
penjumlahan error saat ini dengan error sebelumnya dan
Change Error (CE) merupakan selisih error saat ini
dengan error sebelumnya dan memiliki satu keluaran
tegangan (V). Kecepatan yang terbaca oleh sensor
merupakan kecepatan aktual yang dihasilkan yang
berfungsi sebagai feedback sesuai gambar 5 dibawah
Bebanini:
Kecapatan
Set Point
+
-
CE
SE
Tegangan
Pengendali
PID+Fuzzy
Kecapatan
Aktual
Sensor
22
Kecepatan
Inverter
Motor
Induksi
Conveyor
3)
(X)
1
NB
NS
-1000
-500
PS
PB
500
1000
Derajat
Keanggotaan
0,5
-1500
1500
Error (rpm)
4)
NB
NS
PS
PB
-5
-2.5
2.5
Derajat
Keanggotaan
0,5
-7.5
7.5
Tegangan (volt)
Defuzzyfication
Input dari proses defuzification adalah suatu
himpunan fuzzy yang diperoleh dari komposisi aturanaturan fuzzy, sedangkan output yang dihasilkan
merupakan suatu bilangan pada domain himpunan fuzzy
tersebut. Sehingga jika diberikan suatu himpunan fuzzy
dalam range tertentu, maka harus dapat diambil suatu
nilai crips tertentu sebagai output.
Metode defuzification yang digunakan pada
penelitian ini menggunakan metode centroid, dimana
pada metode ini nilai crisp diperoleh dengan cara
mengambil titik pusat (z*) daerah fuzzy.
F.
Teknik Analisis
Untuk lebih jelasnya maka dalam penelitian ini
dibuat contoh suatu kasus untuk menganalisa cara kerja
sistem Kendali Logika Fuzzy dengan setpoint kecepatan
motor conveyor ditetapkan sebesar 1500 rpm. Pada
kondisi tanpa beban, set point kecepatan sebesar 1500
rpm akan menghasilkan tegangan 5 volt. Conveyor akan
diberikan beban sehingga keluaran tegangan dari
pengendali akan berubah. Perubahan tegangan ini akan
menyebabkan kecepatan aktual motor tidak sama dengan
kecepatan set point (menimbulkan error). Pengujian
dilakukan sebagai berikut:
Jika conveyor diberi beban maka kecepatan aktual
motor akan berubah. Anggap pemberian bebannya
menyebabkan kecepatan aktual motor turun menjadi 900
rpm, maka Nilai Error = Kecepatan setpoint Kecepatan
aktual = 600 rpm. Nilai Sum Error sebesar 900 rpm dan
nilai Change Error sebesar 300 rpm.
1)
Proses Fuzzyfication
Input 1 (error) sebesar 600 rpm jika dilihat pada
Grafik Membership Function Gambar 3.3. maka masuk
kedalam himpunan fuzzy Positive Small (PS) dan
23
Z*=
= 5
Dari hasil pengujian di atas, dapat dianalisa bahwa
penerapan Logika Fuzzy pada pengendali PID dengan
setpoint putaran motor 1500 rpm akan menghasilkan
tegangan yang tetap sebesar 5 volt meskipun pada motor
conveyor diberi beban. Tegangan sebesar 5 volt yang
dihasilkan oleh pengendali ini akan menjadi tegangan
input inverter. Jika inverter mendapatkan tegangan
sebesar ini maka akan menggerakan motor dengan
kecepatan 1500 rpm. Dengan demikian berarti kecepatan
motor tersebut walaupun diberi beban akan tetap konstan.
4.
A.
Hasil
Pembuatan pengujian (simulasi) mengacu pada
hasil perancangan sistem yang dibuat dengan
menggunakan perangkat lunak MATLAB
R2007a.
MATLAB atau Matrix Laboratory, dipilih sebagai
lingkungan
percobaan
karena
kemampuannya
mensimulasikan berbagai perhitungan matematis.
Dibangun oleh Math Works Inc, MATLAB menyediakan
berbagai perangkat pendukung untuk melakukan
percobaan pengendalian antara lain Fuzzy Logic Toolbox.
Fungsi-fungsi yang terdapat Fuzzy Logic Toolbox dapat
digunakan untuk membangun sistem pengendali
kecepatan Motor Conveyor berbasis Fuzzy Inference
System metode Mamdani yang digunakan dalam
penelitian ini.
Hal-hal yang menjadi perhatian utama dalam
membuat rancangan simulasi dan mengaplikasikan
sistem Kendali Logika Fuzzy dalam pengontrolan suatu
sistem adalah pembuatan bentuk Membership function
pada setiap variabel input dan output serta pembuatan
rule base.
1)
3)
HASIL PENELITIAN
24
Error
(rpm)
600
300
100
Sum Error
(rpm)
900
1200
1300
Change Error
(rpm)
300
-300
-200
Tegangan
(volt)
5
5
5
2)
4)
Pembahasan
Dari uji coba yang dilakukan, untuk menguji hasil
dalam penelitian ini setelah melalui proses pada
MATLAB yang diawali dengan Fuzzification Input
25
KESIMPULAN
Kesimpulan
Berdasarkan hasil penelitian yang dilakukan dapat
disimpulkan bahwa Penerapan Logika Fuzzy metode
Mamdani melalui proses yang diawali dengan
Fuzzification Input Error, Sum Error dan Change Error
kemudian melakukan Inference yang terdiri dari fungsi
implikasi dengan metode min dan komposisi antar aturan
dengan metode max yang diakhiri dengan proses
Defuzification metode centroid dapat menghasilkan
tegangan yang konstan sebesar 5 volt sehingga dapat
menggerakkan motor conveyor dengan kecepatan yang
konstan sebesar 1500 rpm walaupun mendapat beban
berubah-ubah.
B.
Saran
Saran yang dapat dilakukan untuk pengembangan
lebih lanjut dari sistem kendali kecepatan motor
conveyor antara lain:
1)
Dapat dilanjutkan dengan penelitian untuk
mendapatkan nilai Konstanta PID yang tepat
menggunakan Logika Fuzzy untuk melihat waktu
tanggapan kecepatan motor terhadap perubahan
beban.
2)
Dapat
dilakukan
penelitian
untuk
mengimplementasikan sistem kontrol PID dan
Fuzzy berbasis peralatan pengontrol yang biasa
digunakan yaitu Mikrokontroler atau PLC
DAFTAR PUSTAKA
Chapman, S.J. (2004). Electric Machinery. McGrawHill.
26