Kendali Posisi Motor DC Menggunakan Logika Fuzzy Interval Tipe 2

Abstract

Kendali posisi motor DC sangat diperlukan dalam berbagai sistem dinamik. Karaketristik kekokohan pengendalian menjadi salah satu hal yang harus dipertimbangkan dalam pengendalian posisi motor DC. Makalah ini bertujuan untuk mengusulkan metode pengendalian posisi motor DC menggunakan kendali Interval Type 2 Fuzzy Logic (IT2FL). Berbeda dengan pengendali logika fuzzy tipe 1, pengendali ini memiliki fungsi keanggotaan dengan Footprint of Uncertainty (FoU) di setiap variabel linguistik. Kelebihan inilah yang menyebabkan kendali logika fuzzy tipe 2 memiliki karakteristik kekokohan terhadap ketidakpastian parameter sistem. Penelitian ini menggunakan simulasi Matlab/Simulink untuk menunjukkan respon pengendalian dengan penambahan sinyal derau dan dua skenario FoU. Hasil simulasi menunjukkan bahwa pengendali IT2FL menghasilkan performa lebih baik dibandingkan pengendali logika fuzzy tipe 1 dalam mengatasi derau pengukuran. Pada pengendali IT2FL, FoU 0,2 menghasilkan integral error yang lebih kecil dibandingkan FoU 0,1 dengan selisih terkecil sebesar 0,001. Position control of DC motor is indispensable in various dynamic systems. Control robustness characteristics are one of the things that must be considered in controlling the position of a DC motor. This paper aims to propose a DC motor position control method using an Interval Type 2 Fuzzy Logic (IT2FL) controller. Unlike the type 1 fuzzy logic controller, this controller has a membership function with a Footprint of Uncertainty (FoU) in each linguistic variable. The benefits of it cause the type 2 fuzzy logic control to have robust characteristics against the uncertainty of system parameters. This study uses a Matlab / Simulink simulation to show the control response with the addition of a noise signal and two FoU scenarios. The simulation results show that the IT2FL controller produces better performance than the type 1 fuzzy logic controller in overcoming measurement noise. In the IT2FL controller, FoU 0.2 produces an integral error that is smaller than FoU 0.1 with the smallest difference of 0.001.

Optimalisasi Daya Output Pada Photovoltaic Penggunakan Sistem Tracking dan Fuzzy Logic Controller

“…Kelebihan dari FLC adalah tidak diperlukannya pemodelan matematis dari sistem yang akan dikendalikan [8]. FLC juga pernah digunakan untuk pengaturan posisi pada motor DC yang dilakukan oleh (adnan, 2021) FLC pada penelitian ini hanya disimulasi menggunakan program matlab [9]. Berdasarkan beberapa permasalahan tentang optimalisasi Photovoltaic dan beberapa referensi pada penelitian sebelumnya, maka dalam penelitian ini digunakan sistem dual tracking photovoltaic dengan sensor berupa LDR sebanyak empat buah untuk menentukan posisi arah datangnya cahaya matahari dan dikombinasikan dengan data dari RTC untuk mengantisipasi cuaca mendung.…”

Pengendali Kecepatan Sudut Motor DC Menggunakan Kontrol PID dan Tuning Ziegler Nichols

“…Untuk dapat menstabilkan putaran Motor DC diperlukan sebuah pengendali atau kontroller. Umumnya ada dua variabel yang dikendalikan pada motor DC yaitu posisi sudut [13] atau kecepatan sudut [14] [15]. Kendali posisi sudut motor DC membuat motor DC pada berputar pada sudut tertentu contohnya adalah sudut 60 derajat atau sudut 90 derajat.…”