Perancangan dan Implementasi Kendali Cerdas Logika Fuzzy
Pada Kontrol Posisi Motor Servo AC
Muhammad Ilhamdi Rusydi 1), Refdinal Nazir 2), Ahmad Rivai 3)
1)
Labor Kontrol dan Aautomasi, 2) Labor Konversi Energi Elektrik, 3) Labor Elektronika Industri
Abstrak – Makalah ini membahas kontrol posisi motor servo AC yang diimplementasikan dengan kendali cerdas logika fuzzy. Makalah ini akan melihat keunggulan kontrol logika fuzzy dibandingkan dengan kontrol on/off. Pengontrolan posisi dilakukan dengan menerapkan konsep pengaturan kecepatan dengan metode Volt/Hertz. Tegangan supply motor diatur dengan variasi frekuensi dan amplitudo tegangan sinyal kontrol. Proses inference engine menggunakan metode Mamdani. Proses defuzzyfication menggunakan weight average methode.
1. Pendahuluan
Motor servo merupakan motor yang digunakan sebagai sumber bergerak dalam sistem servo, dengan umpan balik berupa posisi dan kecepatan untuk setiap aksi pengontrolan. Motor servo dapat bekerja dengan tepat mengikuti instruksi yang diberikan, meliputi posisi dan kecepatan dengan karakteristik sebagai berikut (Surya Saputra, 2002):
1. Berputar dengan mantap pada daerah kecepatan yang diberikan.
2. Mengubah kecepatan dengan cepat, dan membangkitkan torka yang besar dari ukuran yang kecil.
Salah satu aplikasi motor servo AC adalah untuk mengontrol posisi beban. Pengontrolan posisi beban dapat dilakukan dengan menerapkan konsep pengaturan kecepatan dengan metode Volt/Hertz. Metode ini dapat mengatur kecepatan motor untuk setiap posisi yang diinginkan. Kecepatan motor dapat divariasikan dengan mengatur frekuensi
power supply. Agar motor dapat menghasilkan torka
yang sama untuk setiap perubahan nilai kecepatan maka tegangan supply motor juga perlu diatur mengikuti perubahan frekuensi tersebut (Surya Saputra, 2002).
Banyak sekali sistem kontrol pada saat ini yang menginginkan keluaran dengan ketelitian yang tinggi, sehingga sistem kontrol tersebut membutuhkan suatu sistem yang cukup kompleks. Dengan fuzzy maka tidak diperlukan lagi suatu sistem kontrol yang sangat kompleks (Tim IE & Igit Purwahyudi, 2003).
Logika fuzzy memiliki keunggulan dibandingkan teknik pengontrolan biasa. Pengendali ini tidak memerlukan model matematis dari suatu sistem. Ada 3 ciri utama dari fuzzy : (1) menggunakan linguistically described concepts daripada rumus; (2) menggunakan logika daripada ilmu hitung; dan (3) menggunakan metode logika fuzzy (Nikola K. Kasabov. 1998).
Dengan beberapa keunggulan-keunggulan pengontrolan logika fuzzy di atas maka penulis mencoba untuk membuat suatu sistem pengontrolan posisi motor servo AC dengan sistem kendali logika fuzzy.
Penelitian ini bertujuan untuk mendesain dan membuat pengontrolan posisi motor servo AC dengan sistem kendali logika fuzzy.
Dari penelitian ini diharapkan dihasilkan suatu rancangan pengontrolan posisi motor servo AC dengan algoritma logika fuzzy.
2. Desain Perangkat Keras dan Perangkat
Lunak
Skema umum sistem pengontrolan posisi pada motor servo AC dapat dilihat pada gambar 1. Sistem kontrol posisi motor servo AC ini secara garis besar dapat dibagi dalam dua bagian yaitu perangkat keras dan perangkat lunak. Perangkat keras terdiri dari komputer, DAC, counter, driver motor servo AC, motor servo AC dan encoder.
Gambar 1 Blok diagram sistem kendali motor servo AC.
Perangkat lunak menggunakan bahasa pemrograman delphi. Input program berupa sudut yang diinginkan (sudut set). Program kontrol logika fuzzi akan mengeluarkan sinyal kontrol pada DAC, program juga membaca umpan balik motor servo dari encoder menggunakan counter. Umpan balik yang diperoleh counter diubah dalam bentuk sudut aktual. Selisih sudut aktual dan sudut set ini disebut error dan selisih error sebelumnya dengan error sekarang disebut delta error. Error dan delta error inilah yang menjadi parameter kontrol logika fuzzi. Blok diagram pengontrolan posisi dengan logika fuzzy dapat dilihat pada gambar 2.
Gambar 2 Blok diagram pengontrolan posisi dengan logika fuzzy
A2-90
3 Kontrol Logika Fuzzi
a. Preprocessing
Preprocessing merupakan proses awal
pada tahap ini dilakukan penghitungan error dan
delta error. Untuk memudahkan dalam
pembentukan himpunan fuzzy, error dinormalisasi terlebih dahulu agar memiliki range -1 sampai 1. Seperti terlihat pada gambar 3 error sebesar -180o diwakili oleh -1 sedangkan error 180o diwakili oleh 1.
Gambar 3 Himpunan Fuzzy error.
b. Fuzzyfication
Error dan delta error diubah dalam bentuk
fuzzy. Dengan himpunan fuzzy untuk error terdiri dari tujuh fungsi keanggotaan (NL (Negative Large), NM (Negative Medium), NS (Negative Small), ZE (Zero), PS (Positive Small), PM (Positive Medium), PL (Positive Large) ) seperti gambar 3. a1, a2, a3, a4, a5, a6 dan a7 merupakan nilai variabel pada fungsi keanggotaan. Begitu juga dengan himpunan fuzzy delta error seperti gambar 4.
Gambar 4 Himpunan Fuzzy delta error.
c. Inference
fuzzy input dan fuzzy output dihubungkan dengan beberapa aturan yang dibuat dalam sebuah
Fuzzy Associative Memories (FAM). Output pada
sistem kendali fuzzy ini adalah berupa perubahan nilai frekuensi kontrol. Tabel FAM dapat dilihat pada Tabel 1. Proses inference dilakukan dengan menggunakan metode mamdani.
Tabel 1 Tabel FAM (Fuzzy Associative Memories)
Delta Error Error NL NM NS ZE PS PM PL NL NL NL NL NL NL NL NL NM NM NM NM NM NM NL NL NS NS NS NS NS NS NS NM ZE NS NS NS ZE PS PS PS PS PS PS PS PS PS PM PM PM PM PM PM PM PM PM PL PL PL PL PL PL PL PL PL d. Defuzzyfication
Output dalam nilai fuzzy diubah menjadi output berupa nilai crisp. Nilai crisp inilah yang mewakili besarnya frekuensi kontrol. Proses
Defuzzyfication menggunakan Weighted Average Method. Himpunan fuzzy output dapat dilihat pada
gambar 5.
Gambar 5 Himpunan Fuzzy output.
e. Postprocessing
Output berupa perubahan sinyal kontrol yang dihasilkan oleh proses defuzzyfication masih berupa bilangan yang berada dalam range -1 hingga 1 seperti gambar 5. Nilai output ini harus disesuaikan dengan nilai frekuensi yang dibutuhkan oleh kontroller.
Untuk memperoleh torka yang konstan dalam suatu daerah kecepatan yang berbeda, maka ditentukan amplitudo tegangan kontrol dengan hubungan Volt/Hertz dari frekuensi kontrol yang didapat.
3 Hasil dan Diskusi
Rasio Tegangan Terhadap Frekuensi (Volt/Hertz) Untuk mendapatkan hubungan antara frekuensi dan tegangan motor, pada penelitian ini dinyatakan dengan persamaan Ac (amplitudo tegangan kontrol) dan fc (frekuensi tegangan kontrol). Untuk setiap frekuensi input ditentukan amplitudo kontrol yang cocok sehingga arus motor dapat dipertahankan konstan. Dengan mempertahankan arus motor pada nilai yang tetap, maka torka yang dihasilkan motor tidak berubah terhadap variasi frekuensi input atau kecepatan motor. Pada tabel 2 dapat dilihat data pengujian rasio tegangan terhadap frekuensi.
Tabel 2 Tabel data pengujian rasio tegangan terhadap frekuensi. Frekuensi kontrol fc (Hz) Amplitudo kontrol Ac (Volt) Tegangan Terminal VLL (Vrms) Arus motor Ia (Arms) Keterangan 0 0 0.6 0.02 motor diam 2.5 1.04 6.96 0.5 5 1.05 7.39 0.5 7.5 1.06 7.46 0.5 10 1.08 7.7 0.5 12.5 1.08 7.81 0.5 15 1.12 8.05 0.5 17.5 1.15 8.33 0.5 20 1.19 8.58 0.5 22.5 1.23 8.95 0.5 25 1.26 9.2 0.5 27.5 1.31 9.47 0.5 30 1.37 10 0.5 32.5 1.41 10.45 0.5 35 1.48 10.7 0.5 37.5 1.52 11.06 0.5 40 1.58 11.45 0.5 42.5 - - - Putaran motor tidak bagus
A2-91
Dengan mengambil nilai pengujian pada frekuensi 2.5 Hz dan 40 Hz dapat dilakukan perhitungan untuk mencari persamaan frekuensi kontrol (fc) dan amplitudo tegangan kontrol (Ac).
Dimana,
fc1 = 2.5 Hz, dan Ac1 = 1.04 V
fc2 = 40 Hz, dan Ac2 = 1.58 V
maka dengan pendekatan persamaan linier, diperoleh gradien Ac sebagai beriut:
0144
.
0
5
.
2
40
04
.
1
58
.
1
1 2 1 2 12−
=
−
=
−
−
=
c c c cf
f
A
A
m
Dari gradien yang diperleh dapat ditentukan persamaan Ac terhadap fc sebagai berikut:
k
f
A
c=
(
0
.
0144
×
c)
+
Jika konstanta k diberi nilai 0.9 maka dapat dibuat grafik seperti gambar 7.
Gambar 7 Kurva hubungan amplitudo tegangan kontrol (Ac) terhadap frekuensi kontrol (fc)
Pengujian Pengaruh Perubahan Frekuensi
Kontrol (fc) Terhadap Kecepatan Motor
Pengujian ini dilakukan bertujuan untuk melihat respon kecepatan terhadap perubahan frekuensi kontrol yang diberikan. Pengujian ini dilakukan menggunakan kontrol OnOff dengan menvariasikan frekuensi kontrol (fc) pada set posisi 360o.
Gambar 8 Grafik posisi terhadap waktu dengan variasi fc
Gambar 9 Grafik kecepata motor terhadap frekuensi kontrol.
Kontrol Posisi dengan Logika Fuzzi
Pengujian kontrol posisi dengan logika fuzzi dilakukan dengan beberpa set posisi. Pengujian ini dilakukan bertujuan untuk melihat respon kontrol logika fuzzi terhadap waktu. Berikut dapat dilihat kurva posisi dan kecepatan kontrol logika fuzzi untuk posisi set yang bervariasi.
-15 -10-5 0 5 10 15 20 25 30 35 40 45 50 0 0.5 1 1.5 2 2.5 3 3.5 4 t (detik) ω ( d e ra ja t/ d e ti k ) -15 -10 -5 0 5 10 15 20 25 30 35 40 45 50 P o s is i (d e ra ja t)
Gambar 10 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 45o)
-30 -20 -10 0 10 20 30 40 50 60 70 80 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 t (detik) ω ( d e ra ja t/ d e ti k ) -30 -20 -10 0 10 20 30 40 50 60 70 80 P o s is i (d e ra ja t)
Gambar 11 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 75o)
-20 -10 0 10 20 30 40 50 60 70 80 90 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 t (detik) ω ( d e ra ja t/ d e ti k ) -20 -10 0 10 20 30 40 50 60 70 80 90 P o s is i (d e ra ja t)
Gambar 12 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 90o)
-30 -15 0 15 30 45 60 75 90 105 120 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 t (detik) ω ( d e ra ja t/ d e ti k ) -30 -15 0 15 30 45 60 75 90 105 120 s u d u t (d e ra ja t)
Gambar 13 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 120o)
-20 0 20 40 60 80 100 120 140 160 180 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 t (detik) ω ( d e ra ja t/ d e ti k ) -20 0 20 40 60 80 100 120 140 160 180 P o s is i (d e ra ja t) 0 50 100 150 200 250 300 350 400 0 1 2 3 4 5 6 7 8 t(detik) sudut (derajat) 15 Hz 20 Hz 25 Hz 30 Hz 35 Hz
Set Posisi 360 derajat
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 5 10 15 20 25 30 35 40 45 fc(Hz) Volt Ac(Percobaan) Ac = (0.0144 x fc) + 0.9 52.9412 72 90 108.667 126.272 0 5 10 15 20 25 30 35 40 0 20 40 60 80 100 120 140 Kecepatan Sudut (derajat/Hz)
A2-92
Gambar 14 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 180o)
-30 0 30 60 90 120 150 180 210 240 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 t (detik) ω ( d e ra ja t/ d e ti k ) -30 0 30 60 90 120 150 180 210 240 P o s is i (d e ra ja t)
Gambar 15 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 240o)
0 60 120 180 240 300 360 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 t (detik) ω ( d e ra ja t/ d e ti k ) 0 60 120 180 240 300 360 P o s is i (d e ra ja t)
Gambar 16 Kurva posisi dan kecepatan kontrol logika fuzzi (sudut set = 360o)
Dari pengujian yang telah dilakukan dapat dilihat kecepatan motor akan berkurang saat akan mencapai tujuan (sudut set). Pada pengujian motor berosilasi pada sudut set 75o, 120 o dan 240 o, ini
disebabkan oleh encoder pada motor memiliki resolusi 1000 ppr dan gear 1:50 sedangkan mode operasi counter yang digunakan 2-phase input, Asynchronization clear, Quadruple multiplication mode. Dengan mode ini maka counter akan menghitung sebagai berikut.
maka o o o ppr ppr ppr 0018 . 0 1 000 . 200 360 4 50 1000 360 = = × × =
Karena hasil pembagian 75o, 120o dan 240o dengan 0.0018 bukan bilangan bulat maka motor tidak bisa mencapai posisi tersebut.
Pengujian Pada Tiga Posisi
Pengujian ini bertujuan untuk melihat respon posisi dan kecepatan motor terhadap perubahan arah putar. Pada pengujian ini diset tiga buah sudut, sudut set akan berubah setiap waktu 10 detik. Pada pengujian didapatkan untuk kontrol On/Off motor bergerak dengan kecepatan tetap untuk setiap sudut set yang diberikan sedangkan pada kontrol logika fuzzy motor akan berkurang setiap akan mencapai
sudut set yang diberikan. Berikut dapat dilihat kurva posisi dan kecepatan hasil pengujian.
-150 -100 -50 0 50 100 150 200 250 300 350 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 t (detik) ω ( d e ra ja t/ d e ti k ) -150 -100 -50 0 50 100 150 200 250 300 350 P o s is i (D e ra ja t)
Gambar 17 Kurva posisi dan kecepatan tiga posisi kontrol logika fuzzi
sudut set 180o, 360o dan 0o
-320 -280 -240 -200 -160 -120 -80 -400 40 80 120 160 200 240 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 t (detik) ω ( d e ra ja t/ d e ti k ) -320 -280 -240 -200 -160 -120 -80 -40 0 40 80 120 160 200 240 P o s is i (d e ra ja t)
Gambar 18 Kurva posisi dan kecepatan tiga posisi kontrol logika fuzzi
sudut set -300o, 240o dan 90o
-150 -100 -50 0 50 100 150 200 250 300 350 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 t (detik) ω ( d e ra ja t/ d e ti k ) -150 -100 -50 0 50 100 150 200 250 300 350 P o s is i (d e ra ja t)
Gambar 19 Kurva posisi dan kecepatan tiga posisi On/Off
sudut set 180o, 360o, dan 0o
-320 -280 -240 -200 -160 -120 -80 -40 0 40 80 120 160 200 240 280 0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 t (detik) ω ( d e ra ja t/ d e ti k ) -320 -280 -240 -200 -160 -120 -80 -40 0 40 80 120 160 200 240 280 P o s is i (d e ra ja t)
Gambar 20 Kurva posisi dan kecepatan tiga posisi On/Off
sudut set -300o, 240o dan 90o
Perbandingan Energi Kinetik Kontrol logika Fuzzy dengan On/Off
Pengujian ini dilakukan untuk membandingkan besar energi kinetik yang dihasilkan oleh kontrol logika fuzzy dengan on/off. Pada pengujian ini diset sudut sebesar 360o lalu dicari rata-rata frekuensi kontrol yang digunakan. Frekuensi rata-rata ini digunakan pada kontrol on/oof. Dari percobaan didapat rata-rata sebesar 12.93 Hz. Pada gambar 21 dapat dilihat kurva posisi
A2-93
terhadap waktu untuk kontrol logika fuzzy dan on/off. Kontrol logika fuzzy mencapai sudut 360o pada t = 7.9 detik dan kontrol On/Off pada t = 8 detik.
0 50 100 150 200 250 300 350 400 0 1 2 3 4 5 6 7 8 9 t (detik) derajat
Kontrol Logika Fuzzi Kontrol On/Off (fc = 12.93 Hz)
Gambar 21 Kurva posisi terhadap waktu kontrol logika fuzzy dan on/off (fc = 12.93 Hz) sudut set
360o
Dari data yang diperoleh dapat ditentukan energi kinetik rotasi dengan hubungan sebagai berikut: 2
2
1
ω
I
E
k=
Karena kecepatan sudut pada data dalam
o
/detik maka diubah dalam rad/detik.
2 4 2 2 2
10
52
.
1
)
180
(
2
1
)
180
(
2
1
180
a k a k a k aI
E
I
E
I
E
ω
ω
π
π
ω
π
ω
ω
−×
=
×
=
×
=
×
=
Dari percobaan didapat energi kinetik total yang dibutuhkan oleh kontrol logika fuzzy lebih besar dari pada kontrol on/off. Pada kontrol logika fuzzy dibutuhkan energi 42.338I J sedangkan kontrol on/off 24.814I J.
Dari percoban ini juga dapat dihitung momentum saat motor akan mencapai sudut set.
a a
mr
P
mr
P
mr
P
mv
P
ω
ω
π
ω
0174
.
0
180
=
=
=
=
dari data yang diperoleh didapat momentum motor saat akan berhenti untuk control logika fuzzy lebih kecil dari pada kontrol on/off. Untuk kontrol logika fuzzy didapat momentum sebesar 0.0357mr Kg m/detik dan untuk kontrol on/off sebesar 0.7817mr Kg m/detik.
4 Kesimpulan
Pengontrolan posisi dengan metode pengaturan “Volt/Herzt” dilakukan dengan mempertahankan arus motor sebesar 0.5 A untuk daerah kerja frekuensi 0-40 Hz. Perubahan
frekuensi kontrol diikuti dengan perubahan amplitudo tegangan kontrol menurut persamaan:
9
.
0
)
0144
.
0
(
×
+
=
c cf
A
Pada pengontrolan posisi dengan logika fuzzi kecepatan motor dipengaruhi oleh jarak sudut aktual dengan sudut set dan perubahan jarak (error dan delta error). Dengan FAM yang digunakan pada penelitian ini kecepatan motor akan berkurang saat mendekati sudut set. Sehingga momentum saat motor mencapai sudut set kontrol logika fuzzy lebih kecil dari kontrol on/off.
5 Pustakaan
[1] Sen, C. Paresh. 1987. Principles of Electric
Machines and Power Electronics ; p.c. sen”.
John Willey & Son, Inc.
[2] Rasyid, Muhammad H.1993. Power
Electronics, Circuits, Devices, and
Application.Prentice-Hall International Inc.
[3] Kasabov, Nikola K. 1998. foundations of neural networks, fuzzy sistems, and knowledge engineering; MIT Press. London, Rngland. [4] J.P.Rey. 2002. Lecture Notes Principles of
fuzzy Logic. Noordelijke Hogeschool
Leeuwarden.
[5] Nazir, Refdinal. 2002. Technical Report of Pair Research. Japan
[6] Saputra, Surya. 2002. Pengontrolan Posisi
Motor Servo AC dengan metode pengaturan “Volt/Hz”. Tugas Akhir Jurusan Teknik Elektro
UNAND. Padang.
[7] Igit, Purwahyudi & Tim IE. 2003. How 2 Use
DT-51 PetraFuz.
http://www.innovativeelectronics.com/innovativ e_electronics/download_files/artikel/AN16.pdf. [8] Zulhamdi. 2006. Simulasi Hybrid PI-Fuzzy
Kontroler pada Sistem Weight Feeder
Conveyor. Tugas Akhir Jurusan Teknik Elektro
UNAND. Padang.
[9] Saputra, Edi. 2007. Pengendalian Tegangan
Generator Sinkron Menggunakan Kendali Berbasis Logika Fuzzy. Tugas Akhir Jurusan
Teknik Elektro UNAND. Padang.
[10] Kuswadi, Son. 2007. Kendali Cerdas, Teori dan Aplikasi Proktisnya. Andi. Yogyakarta.
