Oleh :
1. Sumardi, S.T. , M.T.
2.
Wahyudi,
S.T.
,
M.T.
3.
Achmad
Hidayatno,
S.T.,
M.T.
DIBIAYAI OLEH PROYEK PENINGKATAN PENELITIAN PENDIDIKAN TINGGI (P4T) DIREKTORAT JENDRAL PENDIDIKAN TINGGI DEPARTEMEN PENDIDIKAN NASIONAL,
SESUAI DENGAN SURAT PERJANJIAN PELAKSANAAN PENELITIAN DOSEN MUDA NOMOR: 103/P4T/DPPM/DM,SKW,SOSAG/III/2004 TANGGAL 25 MARET 2004
FAKULTAS TEKNIK
UNIVERSITAS DIPONEGORO SEMARANG
NOPEMBER, 2004
PERANCANGAN SISTEM KONTROL SUSPENSI SEMI-AKTIF
MENGGUNAKAN “FUZZY LOGIC CONTROL”
PADA MODEL KENDARAAN SETENGAH
LAPORAN PENELTIAN
LEMBAR IDENTITAS DAN PENGESAHAN
1. a. Judul Penelitian
: Perancangan Sistem Kontrol Suspensi Semi-aktif
Menggunakan Fuzzy Logic Control pada Model
Kendaraan Setengah
b. Kategori Penelitian
: I
2. Ketua Peneliti
a. Nama Lengkap dan Gelar
: Sumardi, ST MT
b. Jenis Kelamin
: Laki-laki
c. Golongan Pangkat dan NIP : III B, NIP. 132 125 670
d. Jabatan Fungsional
: Asisten Ahli
e. Fakultas/Jurusan
: Teknik / Teknik Elektro
f. Universitas
: Diponegoro, Semarang.
g. Bidang Ilmu yang diteliti
: Teknik Kendali
3. Jumlah Tim Peneliti
: 3 orang
a. Nama Anggota Peneliti
: Wahyudi, ST MT
b. Nama Anggota Peneliti
: Achmad Hidayatno, ST MT
4. Teknisi/Programer : Didik Hartono
5. Lokasi Penelitian
: Laboratorium Teknik Elektro Fakultas Teknik Undip
6. Kerjasama dengan Instansi lain
a. Nama Instansi
: -
b. Alamat
: -
7. Jangka Waktu Penelitian
: 8 (delapan) bulan
8. Biaya yang diperlukan
: Rp. 6.000.000,00
( Enam juta rupiah )
Semarang, Nopember 2004
Mengetahui,
Ketua Peneliti,
Dekan
Fakultas Teknik UNDIP
Ir. Sri Eko Wahyuni, MS
Sumardi, S.T., M.T.
NIP. 130 898 929
NIP. 132 125 670
Menyetujui,
Ketua Lembaga Penelitian
Prof. DR. dr. Ig. Riwanto, Sp. Bd
PERANCANGAN SISTEM KONTROL SUSPENSI SEMI-AKTIF
MENGGUNAKAN “FUZZY LOGIC CONTROL”
PADA MODEL KENDARAAN SETENGAH
Oleh: Sumardi, Wahyudi, Achmad HidayatnoTeknik Elektro
Fakultas Teknik, Universitas Diponegoro Tahun 2003/2004, 50 halaman
Sistem suspensi yang baik harus dapat meningkatkan kenyamanan penumpang. Dalam
usaha meningkatkan kenyamanan penumpang, sistem suspensi harus dapat meminimalkan
percepatan vertikal badan kendaraan sehubungan dengan permukaan jalan yang tak menentu.
Pada penelitian ini dilakukakan perancangan sistem suspensi semi-aktif dengan
menggunakan sistem kontrol fuzzy yang didasarkan pada model kendaraan setengah dengan
peredam yang nonlinier. Tidak seperti model kendaraan seperempat, pada model kendaraan
setengah diperhitungkan tentang pitch angle badan kendaraan. Peredam yang digunakan dalam
sistem suspensi semi-aktif ini adalah peredam nonlinier dengan pertimbangan bahwa pada
kenyataannya peredam mempunyai karakteristik yang nonlinier, baik pada saat dirancang
maupun akibat lamanya pemakaian. Hasil perancangan diuji dengan beberapa model gangguan
yang diwakili oleh model sinyal sinus, model sinyal random dan sebuah model yang
menggambarkan gundukan.
Hasil simulasi menunjukkan bahwa sistem suspensi semi-aktif dengan pengontrol fuzzy
yang telah dirancang dapat memberikan nilai puncak percepatan badan kendaraan yang lebih
rendah dibandingkan dengan sistem suspensi pasif dan suspensi semi-aktif loop tertutup tanpa
pengontrol, yang berarti bahwa sistem suspensi semi-aktif dengan pengontrol fuzzy yang telah
dirancang memberikan tingkat kenyamanan yang lebih baik. Dengan gangguan model 1
(gundukan), nilai puncak percepatan badan kendaraan pada suspensi pasif adalah sebesar 5,8152
m/s
2, pada suspensi semi-aktif loop tertutup tanpa pengontrol dihasilkan nilai puncak sebesar
5,8111 m/s
2, sedangkan pada suspensi semi-aktif dengan pengontrol fuzzy turun menjadi 3,9474
m/s
2. Dengan gangguan model 2 (sinyal sinus) pada kecepatan sudut 5 rad/s sampai dengan 25
rad/s , sistem suspensi semi-aktif dengan pengontrol fuzzy yang dirancang dapat menghasilkan
percepatan badan kendaraan yang lebih rendah dibandingkan dengan suspensi pasif dan suspensi
semi-aktif loop tertutup tanpa pengontrol.
CONTROL SYSTEM DESIGN OF SEMI-ACTIVE SUSPENSION USING FUZZY LOGIC CONTROL ON A HALF CAR MODEL
By: Sumardi, Wahyudi, Achmad Hidayatno Electrical Engineering Department
Faculty of Engineering, Diponegoro University Year 2003/2004, 50 pages
A good suspension system should improve the passenger comfort. To improve the passenger comfort, it should minimize the vertical body acceleration due to irregularities of the road surface.
A design of semi-active suspension system having nonlinear damper component based on the half-car model using fuzzy control is conducted in this final project. Unlike in quarter-car model, pitch angle of the body is considered in half-car model. The nonlinear damper is considered because in general, it has nonlinear characteristics, due to its design condition or the effect of operation time. The results of the design is evaluated using some road disturbance models, which can be represented by sinusoidal signal model, random signal model and a model that simulate road bump, .
The results of simulation showed that the designed semi-active suspension system with fuzzy controller, give lower peak value of the vertical body acceleration then passive suspension system and semi-active close loop suspension system without controller, which mean the suspension system give better performance in ride comfort then the other ones. With road disturbance model 1 (road bump), the peak value of the vertical body acceleration using passive suspension system is 5.8152 m/s2, the peak value using semi-active close loop suspension system without controller is 5,811 m/s2, whereas using semi-active suspension system with fuzzy controller, the peak value of the vertical body acceleration can be decreased to 3,9474 m/s2. Using road disturbance model 2 (sinusoidal signal) with angle acceleration (frequency) 5 rad/s to 25 rad/s, the designed semi-active suspension system with fuzzy controller give lower value of the vertical body acceleration then passive suspension system and semi-active close loop suspension system without controller.
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Alloh SWT karean petunjuk dan kehendakNyalah
peneliti dapat menyelesaikan penelitian dengan judul Perancangan Sistem Kontrol Suspensi
Semi-aktif Menggunakan Pengontrol Fuzzy Pada Model Kendaraan Setengah ini dengan baik.
Dalam kesempatan ini peneliti menghaturkan banyak terima kasih kepada:
1. Pemberi dana penelitian dalam hal ini Proyek Peningkatan Penelitian Pendidikan Tinggi
(P4T) Direktorat Jendral Pendidikan Tinggi Departemen Pendidikan Nasional.
2. Lembaga Penelitian Undip Yang memberrika kesempatan kepada Peneliti untuk
melaksanakan penelitian ini.
3. Dekan Fakultas teknik dan Ketua jurusan Teknik Elektro yang mana telah memberikan
fasilitas untuk terlaksananya penelitian ini.
4. Para Ketua Laboratorium di lingkunga Teknik Elektro Undip.
5. Semua pihak yang tidak bisa peneliti sebutkan satu persatu.
Akhirnya peneliti berharap semoga hasil penelitian ini dapat berguna bagi para pembaca,
dan kalau ada kesalahan yang dilakukan peneliti baik disengaja maupun tidak mohon
dima’afkan.
Semarang, Nopember 2004
Peneliti
DAFTAR ISI Halaman judul... i Halaman Pengesahan ... ii Ringkasan ... iii Resume ... iv Kata Pengantar... v Daftar Isi ... vi
Daftar Gambar ... viii
Daftar Tabel ... x
BAB I PENDAHULUAN... 1
1.1 Latar Belakang ... 1
1.2 Pembatasan Masalah ... 2
BAB II TINJAUAN PUSTAKA... 3
2.1 Sistem Kontrol Fuzzy... 3
2.1.1 Matematika Sistem Fuzzy ... 3
2.1.1.1 Himpunan Fuzzy ... 3
2.1.1.2 Fungsi Keanggotaan... 4
2.1.1.3 Operasi Himpunan Fuzzy... 6
2.1.1.4 Implikasi Fuzzy ... 9
2.1.1.5 Logika Fuzzy... 11
2.1.2 Sistem Fuzzy ... 12
2.1.2.1 Basis Kaidah Atur Fuzzy... 12
2.1.2.2 Pengambilan Keputusan... 13
2.1.2.3 Fuzzifikasi ... 14
2.1.2.4 Defuzzifikasi ... 14
2.2 Sistem Suspensi ... 15
BAB III TUJUAN DAN MANFAAT PENELITIAN ... 19
BAB IV METODOLOGI PENELITIAN ………. 20
4.1 Pemodelan Sistem Suspensi ... 20
4.1.1 Pemodelan Sistem Suspensi Pasif ... 20
4.1.2 Pemodelan Sistem Suspensi Semi-aktif ... 27
4.2 Perancangan Sistem Kontrol ... 31
4.2.1 Penyusunan Fungsi Keanggotaan ……… ... 32
4.2.2 Penyusunan Basis Kaidah Atur ………... 34
BAB V HASIL DAN PEMBAHASAN ... 38
5.1 Unjuk Kerja Sistem dengan Gangguan Model 1 ... 39
5.2 Unjuk Kerja Sistem dengan Gangguan Model 2 ... 43
5.2.1 Unjuk Kerja Sistem dengan Gangguan Model 2 Kecepatan Sudut 2 rad/s ... 43
5.2.2 Unjuk Kerja Sistem dengan Gangguan Model 2 Kecepatan Sudut 5 rad/s ... 44
5.3 Unjuk Kerja Sistem dengan Gangguan Model 3 ... 46
BAB VI PENUTUP... 49
6.1 Kesimpulan... 49
6.2 Saran-saran ... 50 DAFTAR PUSTAKA
DAFTAR GAMBAR
Gambar 2.1 Himpunan fuzzy dan fungsi keanggotaannya ... 4
Gambar 2.2 Fungsi keanggotaan segitiga... 5
Gambar 2.3 Fungsi keanggotaan Gaussian... 5
Gambar 2.4 Fungsi keanggotaan trapezoidal... 6
Gambar 2.5 Konfigurasi sistem fuzzy ... 12
Gambar 2.6 Penggambaran center average defuzzifier ... 15
Gambar 2.7 Karakteristik pegas dengan k=17500 N/m... 17
Gambar 2.8 Karakteristik pegas dengan k=19960 N/m... 17
Gambar 2.9 Karakteristik peredam... 18
Gambar 4.1 Sistem suspensi pasif model kendaraan setengah ... 20
Gambar 4.2 Sistem suspensi semi-aktif model kemdaraan setengah ... 28
Gambar 4.3 Pengaturan suspensi dengan kontrol fuzzy ... 31
Gambar 4.4 Sistem fuzzy untuk kontrol suspensi model kendaraan setengah ... 32
Gambar 4.5 Fungsi keanggotaan dan jangkauan dari error defleksi suspensi depan dan belakang ... 33
Gambar 4.6 Fungsi keanggotaan dan jangkauan dari perubahan error defleksi suspensi depan dan belakang ... 33
Gambar 4.7 Fungsi keanggotaan dan jangkauan dari error percepatan badan kendaraan ... 33
Gambar 4.8 Fungsi keanggotaan dan jangkauan dari perubahan error percepatan badan kendaraan ... 34
Gambar 4.9 Fungsi keanggotaan dan jangkauan untuk keluaran kontrol ... 34
Gambar 5.1 Blok diagram pengaturan suspensi semi-aktif loop tertutup tanpa pengontrol ... 38
Gambar 5.2 Blok diagram pengaturan suspensi semi-aktif dengan pengontrol fuzzy ... 38
Gambar 5.3 Gangguan model 1... 39
Gambar 5.4 Percepatan badan kendaraan sistem suspensi dengan gangguan model 1 ... 40
Gambar 5.5 Nilai puncak dari percepatan badan kendaraan sistem suspensi pasif dan sistem loop tertutup tanpa pengontrol dengan gangguan model 1... 40
Gambar 5.6 Defleksi suspensi depan dengan gangguan model 1... 41
Gambar 5.7 Defleksi suspensi belakang dengan gangguan model 1 ... 41 Gambar 5.8 Percepatan badan kendaraan sistem suspensi diberi gangguan
model 2 dengan kecepatan sudut 2 rad/s... 43
Gambar 5.9 Defleksi suspensi diberi gangguan model 2 dengan kecepatan sudut 2 rad/s... 43
Gambar 5.10 Percepatan badan kendaraan sistem suspensi diberi gangguan model 2 dengan kecepatan sudut 5 rad/s... 45
Gambar 5.11 Defleksi suspensi diberi gangguan model 2 dengan kecepatan sudut 5 rad/s... 45
Gambar 5.12 Gangguan model 3 dengan amplituda 0,06 meter... 46
Gambar 5.13 Grafik percepatan badan kendaraan dengan gangguan model 3 ... 47
Gambar 5.14 Defleksi suspensi depan dengan gangguan model 3... 47
DAFTAR TABEL
Tabel 2.1 Tabel kebenaran untuk p→q... 10
Tabel 4.1 Parameter Suspensi ... 26
Tabel 4.2 Rule base pengaturan suspensi semi-aktif ... 36
Tabel 5.1 Hasil Variasi Massa Kendaraan... 42
Tabel 5.2 Percepatan Badan Kendaraan dengan Gangguan Model 2 Kecepatan Sudut 2 rad/s... 44
Tabel 5.3 Defleksi Suspensi dengan Gangguan Model 2 Kecepatan Sudut 2 rad/s ... 44
Tabel 5.4 Percepatan Badan Kendaraan dengan Gangguan Model 2 Kecepatan Sudut 5 rad/s... 45
Tabel 5.5 Defleksi Suspensi dengan Gangguan Model 2 Kecepatan Sudut 5 rad/s ... 46
BAB I
PENDAHULUAN
1.1 Latar Belakang
Kenyamanan dalam berkendaraan sudah menjadi tuntutan bagi para pengendaranya. Sistem
suspensi pada kendaraan memegang peranan yang sangat penting dalam memperoleh
kenyamanan. Umumnya suspensi kendaraan terdiri dari komponen pasif, yaitu komponen pegas
dan komponen peredam. Sistem dengan komponen pasif akan mempunyai karakteristik yang
tetap untuk berbagai permukaan jalan. Penggunaan komponen aktif dapat merubah karakteristik
sistem sesuai dengan permukaan jalan, adanya perubahan massa kendaraan akibat perubahan
penumpang maupun bahan bakar. Ada dua jenis sistem yang menggunakan komponen aktif,
yaitu sistem suspensi aktif dan sistem suspensi semi-aktif. Pada sistem suspensi aktif tidak
digunakan komponen pasif sedangkan pada sistem suspensi semi-aktif digunakan komponen
pasif selain komponen aktif.
Banyak penelitian telah dilakukan tentang suspensi, baik sistem suspensi aktif maupun
sistem suspensi semi-aktif. Penelitian tersebut dilakukan dengan menggunakan berbagai metoda
kontrol untuk mendapatkan peredaman yang tinggi akibat adanya gangguan ketidakrataan jalan
dengan didasarkan pada model kendaraan seperempat, model kendaraan setengah maupun model
kendaraan penuh.
Salah satu metoda kontrol yang digunakan untuk mengatur sistem suspensi adalah sistem
kontrol fuzzy. Prinsip dasar sebuah sistem kontrol fuzzy sebenarnya sangat sederhana yaitu
didasarkan pada suatu model logika yang merepresentasikan proses berfikir seorang operator
ketika sedang mengontrol suatu sistem. Sistem kontrol fuzzy telah dicoba untuk mengatur sistem
suspensi dengan model kendaraan seperempat dan model kendaraan setengah
[6][10]. Penelitian
pengaturan sistem suspensi dengan sistem kontrol fuzzy pada model kendaraan seperempat telah
dilakukan dengan sistem suspensi yang linier dan nonlinier, akan tetapi pada model kendaraan
setengah belum dilakukan penelitian dengan model suspensi yang nonlinier.
Pada penelitian ini dilakukakan perancangan sistem suspensi semi-aktif yang didasarkan
pada model kendaraan setengah dengan peredam yang nonlinier. Tidak seperti model kendaraan
seperempat, pada model kendaraan setengah diperhitungkan tentang pitch angle badan
kendaraan. Peredam yang digunakan dalam sistem suspensi semi-aktif ini adalah peredam
nonlinier dengan pertimbangan bahwa pada kenyataannya peredam mempunyai karakteristik
yang nonlinier, baik pada saat dirancang maupun akibat lamanya pemakaian. Hasil perancangan
diuji dengan beberapa model gangguan yang menggambarkan kondisi permukaan jalan
gundukan (road bump), jalan bergelombang dan jalan tidak rata.
1.2 Pembatasan Masalah
Dalam penelitian ini diberikan pembatasan-pembatasan sebagai berikut :
1. Komponen suspensi yang taklinier adalah peredam dengan mengabaikan gaya
geseknya, sedang komponen yang lain linier.
2. Sistem fuzzy yang digunakan adalah sistem fuzzy dengan product inference engine,
singleton fuzzifier dan center average defuzzifier.
3. Gangguan yang diberikan adalah 3 model gangguan yang mewakili kondisi jalan yang
berupa gundukan (road bump), jalan bergelombang dan jalan tidak rata.
BAB II
TINJAUAN PUSTAKA
2.1
Sistem Kontrol Fuzzy
Sistem fuzzy telah diaplikasikan di berbagai bidang dari kontrol, pemrosesan sinyal,
komunikasi dan sebagainya. Akan tetapi, apliksi yang paling berarti telah dipusatkan pada
masalah kontrol. Contoh aplikasi misalnya pada bidang kontrol robot, kontrol kecepatan maupun
transmisi pada automobil, kontrol elevator, kontrol reaktor nuklir dan sistem tenaga, dan kontrol
untuk proses-proses kimia seperti pemurnian air, campuran semen, pertukaran panas dan
sebagainya
[10].
Prinsip dasar sistem kontrol fuzzy sebenarnya sangat sederhana. Sistem kontrol fuzzy
didasarkan pada suatu model logika yang merepresentasikan proses berfikir seorang operator
ketika sedang mengontrol suatu sistem.
2.1.1 Matematika Sistem Fuzzy
Matematika fuzzy memberikan dasar pemahaman sistem kontrol fuzzy. Prinsip
matematika fuzzy dikembangkan dengan mengganti teori himpunan matematika klasik dengan
himpunan fuzzy.
2.1.1.1 Himpunan Fuzzy
Teori himpunan fuzzy pertama kali diperkenalkan oleh Lotfi A Zadeh pada tahun 1965.
Teori himpunan fuzzy ini didasari oleh logika fuzzy yang merupakan perluasan dari logika
boolean. Pada logika boolean terdapat tingkat logika 1 dan 0 yang menyatakan benar dan salah,
sedang pada logika fuzzy terdapat tingkat logika antara 0 dan 1 yang menyatakan tingkat
kebenaran.
Misalkan U adalah kumpulan obyek yang secara umum dinyatakan dengan {u}, yang
bisa berharga diskrit atau kontinu. U disebut semesta pembicaraan (universe of discourse), dan u
mewakili elemen-elemen U.
Suatu himpunan fuzzy F dalam semesta pembicaraan U dapat direpresentasikan oleh
suatu fungsi keanggotaan (membership function)
µ
Fyang mewakili nilai dalam interval [0,1]
untuk tiap u dalam U dan dinyatakan seperti tertulis dalam persamaan (2.1) dan dapat
digambarkan dalam bentuk seperti terlihat pada Gambar 2.1
µ
F= U→[0,1] (2.1)
Gambar 2.1 Himpunan fuzzy dan fungsi keanggotaannya
Himpunan fuzzy F dalam himpunan semesta U dapat direpresentasikan sebagai pasangan
antara elemen u dan tingkat fungsi keanggotaannya, atau
F = {(u, µ
F(u)) / u
∈
U}
(2.2)
Semua elemen u dalam U yang memberikan nilai µ
F( )
u
> 0 disebut penyokong (support) dari
himpunan fuzzy yang bersangkutan. Suatu himpunan fuzzy yang penyokongnya adalah sebuah
titik tunggal dalam U disebut sebagai fuzzy tunggal (fuzzy singleton). Titik tengah (center) dari
suatu himpunan fuzzy dinyatakan sebagai berikut : jika nilai tengah dari semua titik suatu
himpunan fuzzy yang mencapai harga maksimum adalah berhingga (finite) maka nilai tengah
tersebut adalah titik tengah dari himpunan fuzzy; jika nilai tengah dari semua himpunan fuzzy
yang mencapai harga maksimum adalah tak berhingga positif maka titik tengahnya adalah nilai
terkecil dari semua titik yang mencapai nilai keanggotaan maksimum; jika nilai tengah dari
semua himpunan fuzzy yang mencapai harga maksimum adalah tak berhingga negatif maka titik
tengahnya adalah nilai terbesar dari semua titik yang mencapai nilai keanggotaan maksimum.
Tinggi (height) dari suatu himpunan fuzzy adalah nilai keanggotaan terbesar yang dapat dicapai
oleh semua titik. Suatu himpunan fuzzy disebut normal (normal fuzzy set) jika tingginya
(height) bernilai 1.
Suatu himpunan fuzzy dapat dinyatakan dalam berbagai macam fungsi keanggotaan.
Fungsi keanggotaan yang sering dipakai dalam praktek diantaranya adalah sebagai berikut:
1. Fungsi keanggotaan segitiga
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎨
⎧
=
≤ ≤ ≤ − − ≤ ≤ − − ≤ x c c x b b c x c b x a a b a x a xc
b
a
x
segitiga
, 0 , , , 0)
,
,
;
(
(2.3)
Gambar 2.2 Fungsi keanggotaan segitiga
2. Fungsi keanggotaan Gaussian
2 2 1
)
,
;
(
⎟⎠ ⎞ ⎜ ⎝ ⎛ − −=
σσ
c xe
c
x
Gaussian
(2.4)
dengan c : titik tengah dan σ : lebar fungsi keanggotaan.
Gambar 2.3 Fungsi keanggotaan Gaussian
3. Fungsi keanggotaan Trapezoidal
1⎪
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎪
⎨
⎧
=
≤ ≤ ≤ − − ≤ ≤ ≤ ≤ − − ≤ d x d x c c d x d c x b b x a a b a x a xd
c
b
a
x
l
Trapezoida
, 0 , , 1 , , 0)
,
,
,
;
(
(2.5)
Gambar 2.4 Fungsi keanggotaan trapezoidal
2.1.1.3 Operasi Himpunan Fuzzy
Misalkan A dan B adalah dua himpunan fuzzy dalam himpunan semesta U dengan fungsi
keanggotaan masing-masing
µ
Adan µ
B. Operasi-operasi teori himpunan seperti komplemen,
gabungan dan irisan untuk himpunan fuzzy didefinisikan sebagai berikut:
1. Komplemen fuzzy
Misalkan
c
:
[
0
,
1
]
→
[
0
,
1
]
adalah pemetaan yang mentransformasikan fungsi keanggotaan dari
himpunan fuzzy A ke fungsi keanggotaan komplemen A.
)
(
)]
(
[
x
x
c
µ
A=
µ
A(2.6)
Beberapa komplemen fuzzy dinyatakan sebagai berikut :
a. Komplemen dasar
)
(
1
)]
(
[
x
x
c
µ
A=
−
µ
A(2.7)
b. Sugeno class (segeno [1977])
a b c d x
)
(
1
)
(
1
)]
(
[
x
x
x
c
A A Aλµ
µ
µ
λ+
−
=
(2.8)
dengan
λ
∈
(
−
1
,
∞
)
c. Yager class (yager [1980])
ω ω ω
µ
µ
1]
)
(
1
[
)]
(
[
x
x
c
A=
−
A(2.9)
dengan
ω
∈
(
0
,
∞
)
2. Gabungan
Misalkan ]
s
:
[
0
,
1
]
×
[
0
,
1
]
→
[
0
,
1
adalah pemetaan yang mentransformasikan fungsi
keanggotaan himpunan fuzzy A dan B ke fungsi keanggotaan gabungan A dan B.
)
(
)]
(
),
(
[
x
x
x
s
µ
Aµ
B=
µ
A∪B(2.10)
Beberapa gabungan fuzzy dinyatakan sebagai berikut :
a. Dombi class (Dombi [1982])
λ λ λ λ
µ
µ
µ
µ
11
)
(
1
1
)
(
1
1
1
)]
(
),
(
[
− − −⎥
⎥
⎦
⎤
⎢
⎢
⎣
⎡
⎭
⎬
⎫
⎩
⎨
⎧
−
+
⎭
⎬
⎫
⎩
⎨
⎧
−
+
=
x
x
x
x
s
B A B A(2.11)
dengan ]
λ
∈
[
0
,
1
b. Dubois-Prade class (Dubois dan Prade [1980])
] ), ( 1 ), ( 1 max[ ] 1 ), ( ), ( min[ ) ( ). ( ) ( ) ( )] ( ), ( [ α µ µ α µ µ µ µ µ µ µ µ α x B x A x B x A x B x A x B x A x B x A s − − − − − + =
(2.12)
dengan
α
∈
[
0
,
1
]
c. Yager class (Yager [1980])
{
}
⎥⎦
⎤
⎢⎣
⎡
+
=
ω ω ω ωµ
µ
µ
µ
1)
(
)
(
,
1
min
)]
(
),
(
[
x
x
x
x
s
A B A B(2.13)
dengan
ω
∈
(
0
,
∞
)
d. Drastic sum
[
]
⎪
⎪
⎩
⎪⎪
⎨
⎧
=
=
=
selainnya
x
jika
x
x
jika
x
x
x
s
B A B A B A ds1
0
)
(
)
(
0
)
(
)
(
)
(
),
(
µ
µ
µ
µ
µ
µ
(2.14)
e. Einstein sum
[
]
)
(
)
(
1
)
(
)
(
)
(
),
(
x
x
x
x
x
x
s
B A B A B A esµ
µ
µ
µ
µ
µ
+
+
=
(2.15)
f. Algebraic sum
[
(
x
),
(
x
)
]
(
x
)
(
x
)
(
x
)
(
x
)
s
asµ
Aµ
B=
µ
A+
µ
B−
µ
Aµ
B(2.16)
g. Maximum
)]
(
),
(
max[
)]
(
),
(
[
x
x
x
x
s
µ
Aµ
B=
µ
Aµ
B(2.17)
3. Irisan
Misalkan ]
t
:
[
0
,
1
]
×
[
0
,
1
]
→
[
0
,
1
adalah fungsi yang mentransformasikan fungsi keanggotaan
himpunan fuzzy A dan B ke fungsi keanggotaan irisan A dan B.
)
(
)]
(
),
(
[
x
x
x
t
µ
Aµ
B=
µ
A∩B(2.18)
Beberapa irisan fuzzy dinyatakan sebagai berikut :
a. Dombi class (Dombi [1982])
λ λ λ λ
µ
µ
µ
µ
11
)
(
1
1
)
(
1
1
1
)]
(
),
(
[
⎥
⎥
⎦
⎤
⎢
⎢
⎣
⎡
⎭
⎬
⎫
⎩
⎨
⎧
−
+
⎭
⎬
⎫
⎩
⎨
⎧
−
+
=
x
x
x
x
t
B A B A(2.19)
dengan ]
λ
∈
[
0
,
1
b. Dubois-Prade class (Dubois dan Prade [1980])
]
),
(
),
(
max[
)
(
).
(
)]
(
),
(
[
α
µ
µ
µ
µ
µ
µ
αx
x
x
x
x
x
t
B A B A B A=
(2.20)
dengan ]
α
∈
[
0
,
1
c. Yager class (Yager [1980])
{
}
⎥⎦
⎤
⎢⎣
⎡
−
+
−
−
=
ω ω ω ωµ
µ
µ
µ
1))
(
1
(
))
(
1
(
,
1
min
1
)]
(
),
(
[
x
x
x
x
t
A B A B(2.21)
dengan )
ω
∈
(
0
,
∞
d. Drastic product
[
]
⎪
⎪
⎩
⎪⎪
⎨
⎧
=
=
=
lainnya
x
jika
x
x
jika
x
x
x
t
B A B A B A dp0
1
)
(
)
(
1
)
(
)
(
)
(
),
(
µ
µ
µ
µ
µ
µ
(2.22)
e. Einstein product
[
]
{
}
)
(
)
(
)
(
)
(
2
)
(
)
(
)
(
),
(
x
x
x
x
x
x
x
x
t
B A B A B A B A epµ
µ
µ
µ
µ
µ
µ
µ
−
+
−
=
(2.23)
f. Algebraic product
[
(
x
),
(
x
)
]
(
x
)
(
x
)
t
apµ
Aµ
B=
µ
Aµ
B(2.24)
g. Minimum
)]
(
),
(
min[
)]
(
),
(
[
x
x
x
x
t
µ
Aµ
B=
µ
Aµ
B(2.25)
Relasi fuzzy adalah himpunan fuzzy yang didefinisikan dalam Cartesian product dari
himpunan nyata U
1, U
2,…, U
n. Sebuah relasi fuzzy Q dalam
U
1×
U
2×
⋅
⋅⋅
×
U
ndidefinisikan
sebagai himpunan fuzzy :
(
) (
)
(
)
(
) (
)
{
u
u
u
n Qu
u
u
nu
u
u
nu
u
u
n}
Q
=
1,
2,...,
,
µ
1,
2,...,
1,
2,...,
∈
1×
2×
⋅
⋅⋅
×
(2.26)
dimana
µ
Q:
U
1×
U
2×
⋅
⋅⋅
×
U
n→
[ ]
0
,
1
.
2.1.1.4 Implikasi Fuzzy
Dalam proposisi kalkulus klasik, pernyataan IF p THEN q dituliskan
p
→ dengan
q
implikasi
→
dipandang sebagai penghubung yang didefinisikan seperti pada Tabel 2.1, dimana
p
dan q adalah variabel proposisi yang bernilai benar (T) atau salah (F). Dari Tabel 2.1 kita dapat
melihat bahwa jika keduanya (p dan q) benar atau keduanya salah maka
p
→ adalah benar;
q
jika p adalah benar dan q adalah salah maka
p
→ adalah salah; dan jika p adalah salah dan q
q
adalah benar maka
p
→ adalah benar. Dengan demikian
q
p
→ ekivalen dengan persamaan
q
(2.27) dan (2.28) yang memberikan tabel kebenaran yang sama dengan
p
→ (Tabel 2.1),
q
dimana -, ∨ dan ∧ menyatakan operasi logika (klasik) “not”, “or” dan “and”.
q
p
∨ (2.27)
p
q
p
∧ )
∨
(
(2.28)
p
dan q dapat dipandang sebagai proposisi fuzzy. Oleh karena itu , kita dapat menafsirkan aturan
fuzzy IF-THEN dengan mengganti operator -,
∨ dan ∧ dalam persamaan (2.27) dan (2.28)
dengan komplemen fuzzy, gabungan fuzzy dan irisan fuzzy. Karena banyak sekali macam dari
komplemen fuzzy, gabungan fuzzy dan irisan fuzzy, maka banyak sekali pengartian yang
berbeda-beda tentang aturan fuzzy IF-THEN. Aturan IF-THEN fuzzy dinyatakan sebagai
berikut:
)
(
),
(
proposisi
fuzzy
THEN
proposisi
fuzzy
IF
(2.28)
atau
)
(
),
(
FP
1THEN
FP
2IF
(2.29)
Tabel 2.1 Tabel kebenaran untuk p→q
p
q
p
→
q
T T T
T F F
F T T
F F T
Dengan mengasumsikan bahwa FP
1adalah relasi fuzzy yang didefinisikan dalam
n
U
U
U
=
1×
⋅
⋅⋅
×
, FP
2adalah relasi fuzzy yang didefinisikan dalam
V
=
V
1×
⋅
⋅⋅
×
V
nserta x dan y
adalah variabel linguistik dalam U dan V, beberapa implikasi fuzzy dinyatakan sebagai berikut :
1. Implikasi Dienes-Rescher
Jika operator logika – dan
∨ dari persamaan (2.27) diganti dengan operator komplemen
fuzzy dasar (2.7) dan gabungan fuzzy maksimum (2.17) didapatkan implikasi dienes-rescher.
Aturan fuzzy IF (FP
1) THEN (FP
2) diartikan sebagai relasi fuzzy Q
Ddalam
U
×
V
dengan
fungsi keanggotaan :
)]
(
),
(
1
max[
)
,
(
2 1x
y
y
x
FP FP QDµ
µ
µ
=
−
(2.30)
2. Implikasi Lukasiewich
Jika digunakan gabungan fuzzy Yager class (2.13) dengan
ω
=
1
untuk operator logika ‘ ∨ ’
dan komplemen fuzzy dasar (2.7) untuk operator logika ‘-‘ dalam persamaan (2.27),
didapatkan implikasi lukasiewitch. Aturan fuzzy IF (FP
1) THEN (FP
2) diartikan sebagai
relasi fuzzy Q
Ldalam
U
×
V
dengan fungsi keanggotaan :
)]
(
)
(
1
,
1
min[
)
,
(
2 1x
y
y
x
FP FP QLµ
µ
µ
=
−
+
(2.31)
3. Impliksi Zadeh
Aturan fuzzy IF (FP
1) THEN (FP
2) diartikan sebagai relasi fuzzy Q
Zdalam
U
×
V
dengan
fungsi keanggotaan :
)]
(
1
)),
(
),
(
max[min(
)
,
(
1 2 1x
y
x
y
x
FP FP FP QZµ
µ
µ
µ
=
−
(2.32)
Persamaan (2.32) didapatkan dari persamaan (2.28) dengan menggunakan kempelemen fuzzy
dasar (2.7), gabungan fuzzy maksimum (2.17) dan irisan fuzzy minimum (2.25) untuk -,
∨
dan
∧ .
4. Impliksi Godel
Aturan fuzzy IF (FP
1) THEN (FP
2) diartikan sebagai relasi fuzzy Q
Gdalam
U
×
V
dengan
fungsi keanggotaan seperti pada persamaan (2.33).
⎪
⎩
⎪
⎨
⎧
≤
=
selainnya
y
x
jika
y
x
FP FP FP QG 2 2 1(
)
(
)
1
)
,
(
µ
µ
µ
µ
(2.33)
Implikasi-implikasi fuzzy tersebut adalah implikasi fuzzy yang disebut sebagai implikasi
global yaitu bahwa p dan q hanya bernilai benar atau salah. Jika p dan q adalah proposisi fuzzy,
maka
p
→ mungkin hanya merupakan implikasi lokal dalam arti bahwa
q
p
→ mempunyai
q
harga benar yang besar hanya jika p dan q mempunyai harga benar yang besar. Sebagai contoh
jika dikatakan “IF kecepatan tinggi, THEN daya lawannya besar”. Hanya memperhatikan situasi
lokal dalam arti bahwa aturan ini tidak menerangkan situasi tentang “kecepatan rendah”,
“kecepatan sedang “ atau yang lain. Pernyataan ini dituliskan :
)
(
)
(
),
(
FP
1THEN
FP
2ELSE
TIDAK
ADA
IF
(2.34)
pernyataan ini dalam logika dituliskan :
q
p
q
p
→
=
∧
(2.35)
Dengan mengganti operator
∧ menggunakan minimum
(
Q
MM)
atau algebraic product
(
Q
MP)
didapatkanlah implikasi fuzzy.
)]
(
),
(
min[
)
,
(
2 1x
y
y
x
FP FP QMMµ
µ
µ
=
(2.36)
)
(
)
(
)
,
(
2 1x
y
y
x
FP FP QMPµ
µ
µ
=
(2.37)
Implikasi mamdani (2.36 dan 2.37) adalah implikasi yang paling banyak dipakai dalam sistem
fuzzy.
2.1.1.5 Logika Fuzzy
Salah satu kaidah atur kesimpulan fuzzy (inference rule) yang sering diapakai adalah
GMP (Generalized Modus Ponens).
premis 1:
x
adalah A’
premis 2: IF
x
adalah A THEN
y
adalah B
konsekuens:
y
adalah B’
dimana A, A’, B dan B’ adalah himpunan fuzzy sedang
x
dan
y
adalah variabel linguistik.
Formula yang digunakan untuk menghitung GMP adalah sebagai berikut :
)]
,
(
),
(
[
sup
)
(
' 'y
t
By
A Bx
y
U x B → ∈=
µ
µ
µ
(2.38)
2.1.2 Sistem
Fuzzy
Sistem fuzzy mempunyai empat komponen yaitu fuzzifier, fuzzy rule base, fuzzy inference
engine dan defuzzifier. Fuzzifier digunakan untuk mentransformasikan angka nyata ke himpunan
fuzzy. Fuzzy rule base terdiri dari basis data dan basis kaidah atur. Basis data mendefinisikan
himpunan fuzzy atas ruang-ruang masukan dan keluaran. Basis kaidah atur berisi kaidah-kaidah
kontrol (IF-THEN rule). Fuzzy inference engine berguna untuk mengkombinasikan kaidah atur
dan memetakan himpunan fuzzy pada masukan ke himpunan fuzzy keluaran (membuat
keputusan), sedangkan defuzzifier digunakan untuk mentransformasikan himpunan fuzzy ke
angka nyata.
Gambar 2.5 Konfigurasi sistem fuzzy
2.1.2.1 Basis Kaidah Atur Fuzzy
Basis kaidah atur fuzzy (fuzzy rule base) terdiri dari seperangkat aturan fuzzy IF-THEN.
Basis kaidah atur fuzzy ini adalah jantung dari sistem fuzzy dalam arti bahwa
komponen-komponen lain digunakan untuk melaksanakan aturan-aturan ini dengan cara yang masuk akal
dan efisien. Basis kaidah atur terdiri dari aturan fuzzy IF-THEN seperti berikut :
R
u(l): IF x
1adalah A
l1dan …dan x
nadalah A
ln, THEN y adalah B
l(2.39)
dimana A
lidan B
ldalam
U
i⊂ dan
R
V
⊂
R
adalah himpunan fuzzy dan
U
x
x
x
x
=
(
1,
2,...,
n)
T∈
dan
y
∈ adalah masukan dan keluaran dari sistem fuzzy. M adalah
V
jumlah aturan dalam kaidah atur fuzzy, yaitu l = 1, 2, …, M.
Seperangkat aturan fuzzy IF-THEN dikatakan konsisten jika tidak ada aturan yang
mempunyai bagian IF yang sama tetapi bagian THEN berbeda. Seperangkat aturan fuzzy
IF-THEN dikatakan lengkap (complete) jika untuk setiap
x
∈
U
terdapat sedikitnya satu kaidah atur
fuzzy, atau dapat dituliskan seperti persamaan (2.40).
0
)
(
i≠
Ali
x
untuk semua i = 1, 2, …, n.
2.1.2.2 Pengambilan Keputusan
Pengambilan keputusan dilakukan oleh fuzzy inference engine. Ada dua cara yang
digunakan untuk menggabungkan kaidah-kaidah atur (rule base) yaitu composition based
inference dan individual-rule based inference. Pada composition based inference, semua aturan
dalam fuzzy rule base dikombinasikan menjadi relasi fuzzy tunggal dengan operator gabungan
ataupun irisan, sehingga terlihat sebagai hanya satu aturan IF-THEN. Sedangkan pada
individual-rule based inference, setiap aturan dalam fuzzy rule base menentukan sebuah keluaran
dan semua keluaran tersebut dikombinasi dengan operator gabungan atau irisan. Fuzzy inference
engine yang umum digunakan adalah product inference engine dan minimum inference engine.
1. Product inference engine
Pengambilan keputusan ini menggunakan individual-rule based inference dengan kombinasi
menggunakan operator gabungan, implikasi mamdani product, operator irisan menggunakan
algebraic product dan operator gabungan menggunakan max.
⎥
⎦
⎤
⎢
⎣
⎡
=
∏
= ∈ = n i B i A A U x M l By
x
lx
ly
i 1 ' 1 '(
)
max
sup
(
µ
(
)
µ
(
)
µ
(
))
µ
(2.41)
dengan M
: jumlah maksimal aturan fuzzy
n
: maksimal input fuzzy
)
(x
A
µ
: himpunan masukan fuzzy
)
(x
B
µ
: himpunan keluran fuzzy
2. Minimum inference engine
Pengambilan keputusan ini menggunakan individual-rule based inference dengan kombinasi
menggunakan operator gabungan, implikasi mamdani minimum, operator irisan
menggunakan min dan operator gabungan menggunakan max.
⎥⎦
⎤
⎢⎣
⎡
=
∈ =sup
min(
(
),
(
),...,
(
),
(
))
max
)
(
' 1 1 'y
x
x
lx
ly
i l i A n B A A U x M l Bµ
µ
µ
µ
µ
(2.42)
n
: maksimal input fuzzy
)
(x
A
µ
: himpunan masukan fuzzy
)
(x
B
µ
: himpunan keluran fuzzy
2.1.2.3 Fuzzifikasi
Fuzzifikasi bertujuan untuk mentransformasikan masukan nyata
x
*∈
U
yang bersifat
bukan fuzzy ke himpunan fuzzy. Salah satu metode fazifikasi yang sering digunakan yaitu
singleton fuzzifier. Singleton fuzzifier memetakan masukan nyata
x
*∈
U
ke dalam fuzzy
singleton '
A dalam U, yang mempunyai nilai keanggotaan 1 pada
x dan 0 semua titik lain di U.
*⎪
⎩
⎪
⎨
⎧
=
=
lain
yang
x
x
jika
x
A0
1
)
(
* 'µ
(2.43)
2.1.2.4 Defuzzifikasi
Defuzzifikasi adalah memetakan dari himpunan fuzzy B’ dalam
V
⊂
R
(keluaran fuzzy
inference engine) ke angka nyata (crisp)
y
*∈
V
. Salah satu metode defuzzifikasi yang sering
digunakan yaitu centre average defuzzifier.
∑
∑
= ==
M l l M l l ly
y
1 1 *ω
ω
(2.44)
dengan
y adalah titik tengah dari himpunan fuzzy dan
lω
ladalah tingginya.
2 1 2 2 1 1 *
w
w
w
y
w
y
y
+
+
=
y
1y
*y
2 V w1 w2Gambar 2.6 Penggambaran center average defuzzifier
Apabila dipakai center average defuzzifier , singleton fuzzifier dan minimum inference
engine, maka dihasilkan formula keluaran fuzzy seperti tertulis dalam (2.45).
{
}
{
}
∑
∑
= = = ==
M l i A n i i A n i M l lx
x
y
x
f
l i l i 1 1 1 1)
(
min
)
(
min
)
(
µ
µ
(2.45)
Sedangkan apabila dipakai centre average defuzzifier , singleton fuzzifier dan product inference
engine, maka dihasilkan formula keluaran fuzzy seperti tertulis dalam (2.46).
{
}
{
}
∑ ∏
∏
∑
= = = ==
M l n i A i n i A i M l lx
x
y
x
f
l i l i 1 1 1 1)
(
)
(
)
(
µ
µ
(2.46)
2.2
Sistem Suspensi
Berdasarkan fungsinya, suspensi adalah komponen yang mengisolasi badan kendaraan
dari gangguan yang diakibatkan oleh gaya eksitasi jalan. Dengan penggunaan suspensi yang baik
diharapkan dapat diperoleh kenyamanan, keandalan mekanik serta masa pakai yang panjang.
Untuk itu perlu dirancang suatu sistem suspensi yang mampu memberikan peredaman yang
cepat sehingga diperoleh kenyamanan yang diharapkan. Umumnya suspensi kendaraan terdiri
dari komponen pasif, yaitu komponen pegas dan komponen peredam. Sistem ini sangat dikenal
dan cukup efektif untuk meredam getaran dari permukaan jalan. Untuk lebih meningkatkan
kualitas redaman, dewasa ini banyak digunakan komponen aktif. Ada dua jenis sistem yang
menggunakan komponen aktif, yaitu sistem suspensi aktif dan sistem suspensi semi-aktif. Pada
sistem suspensi semi-aktif hanya menggunakan komponen aktif.
Keuntungan menggunakan sistem suspensi aktif adalah getaran yang timbul pada badan
kendaraan akibat permukaan jalan yang bergelombang atau tidak rata dapat dikurangi dan
peredam getaran dapat menyesuaikan dengan kondisi jalan. Kekurangannya adalah sistem
suspensi tidak dapat berfungsi apabila sistem pengontrol mengalami kerusakan.
Jenis yang kedua adalah sistem suspensi semi-aktif. Sistem ini masih menggunakan
sistem suspensi konvensional dengan menambah peredam yang dapat diatur. Keuntungan sistem
ini adalah masih dapat berfungsi pada waktu sistem pengontrol mengalami kegagalan. Namun
sistem ini sangat dipengaruhi oleh komponen-komponen pasif yang mempunyai harga
karakteristik tertentu.
2.2.1 Sistem Suspensi Pasif
Suspensi pasif terdiri dari komponen pasif, yaitu pegas dan peredam, dimana tidak ada
energi dari luar yang mempengaruhinya.
Persamaan pegas dapat dinyatakan dalam bentuk berikut :
F = kx+
µ
x
3(2.47)
dimana F
: gaya pegas nonlinier
k,
µ
: konstanta pegas
x
: defleksi pegas
Dengan k=17.500 N/m dan 19.960 N/m, serta dengan
µ
=100 N/m
3, pegas mempunyai
karakteristik seperti terlihat pada Gambar 2.7 dan Gambar 2.8. Dari gambar tersebut dapat dilihat
bahwa pada daerah defleksi tersebut pegas masih mempunyai karakteristik yang linier. Oleh
karena itu dalam sistem suspensi, pegas sering kali bisa dianggap linier.
Gambar 2.7 Karakteristik pegas dengan k=17500 N/m
Gambar 2.8 Karakteristik pegas dengan k=19960 N/m
Peredam adalah suatu alat yang dapat menghasilkan gaya reaksi bila diberikan kecepatan
kepadanya. Adapun tujuan penggunaan peredam adalah untuk menyerap energi mekanik dan
mengeluarkannya dari sistem. Suatu peredam dapat dinyatakan oleh persamaan (2.48).
F = b
x
.+c
x
.x
.(2.48)
dimana: b, c = koefisien peredam,
x
.= Kecepatan
Dengan b=980 Ns/m dan c=200 N(s/m)
2,
karakteristik peredam dapat diperlihatkan pada
Gambar 2.9. Dari gambar dapat dilihat bahwa peredam merupakan komponen yang nonlinier.
BAB III
TUJUAN DAN MANFAAT PENELITIAN
1. Tujuan
Penelitian
Tujuan penelitian ini adalah merancang suatu sistem kontrol suspensi semi-aktif yang
efisien dan murah dengan menggunakan sistem kontrol berbasis logika fuzzy pada model
kendaraan setengah. Sehingga gangguan/getaran yang dirasakan oleh pengendara/penumpang
akibat ketidakrataan jalan dapat dikurangi. Hasilnya dari perancangan akan disimulasikan
dengan menggunakan program komputer.
2. Manfaat
Penelitian
Perancangan sistem suspensi semi-aktif dengan menggunakan sistem kontrol berbasis
logika fuzzy ini diharapkan menghasilkan suatu sistem suspensi yang murah dan handal.
Perancangan dan pengembangan sistem suspensi ini diharapkan akan membantu industri
pembuat komponen dan konstruksi otomotif sehingga didapatkan suatu produk yang berkualitas
dan murah.
Dari hasil penelitian ini diharapkan dapat memberikan kontribusi ilmiah dalam
perancangan sistem suspensi dalam bidang otomotif di Indonesia khususnya, dan pengembangan
ilmu pengetahuan dan teknologi pada bidang otomotif pada umumnya, baik dalam hal yang
berkaitan dengan peningkatan sumber daya manusia (SDM) maupun penguasaan teknologi.
BAB IV
METODOLOGI PENELITIAN
4.1 Pemodelan Sistem Suspensi
Pada tahap awal dilakukan pemodelan system suspensi baik untuk system suspensi pasif maupun system suspensi aktif.
4.1.1 Pemodelan Sistem Suspensi Pasif
Sistem suspensi pasif yang digunakan pada penelitian ini dapat digambarkan seperti terlihat pada Gamabar 4.1 B z f z f w f K f
M
sf K B ,sf Csf r z r K rM
sr K B ,sr Csr cd
f dd
r B B J M 0,5 5 , 0 r w B φGambar 4.1 Sistem suspensi pasif model kendaraan setengah[6, 10]
Persamaan sistem suspensi pasif model kendaran setengah yang digunakan adalah
sebagai berikut :
sr sf B Bz
F
F
M
&&
=
+
(4.1)
[
f B c f B]
sf[
f B c f B]
sf sfK
z
z
d
d
B
z
z
d
d
F
=
−
−
(
−
)
φ
+
&
−
&
−
(
−
)
φ
&
[
f B c f B]
f B c f Bsf
z
z
d
d
z
z
d
d
C
&
−
&
−
(
−
)
φ
&
&
−
&
−
(
−
)
φ
&
+
[
r B c r B]
sr[
r B c r B]
sr
sr
K
z
z
d
d
B
z
z
d
d
[
r B c r B]
r B c r Bsr
z
z
d
d
z
z
d
d
C
&
−
&
−
(
−
)
φ
&
&
−
&
−
(
−
)
φ
&
+
tf sf f fz
F
F
M
&&
=
−
+
(4.2)
)
(
f f tf tfK
w
z
F
=
−
tr sr r rz
F
F
M
&&
=
−
+
)
(
r r tr trK
w
z
F
=
−
sr r c sf f c B Bd
d
F
d
d
F
J
φ
&&
=
(
−
)
+
(
−
)
Dimana
sfF
: gaya yang dihasilkan komponen pasif dari suspensi depan
sr
F
: gaya yang dihasilkan komponen pasif dari suspensi belakang
BZ
: defleksi vertikal badan kendaraan
fZ
: defleksi roda depan
r
Z
: defleksi roda belakang
fw
: gangguan terhadap roda depan
r
w
: gangguan terhadap roda belakang
Bφ
: pitch angle badan kendaraan
tf
F
: gaya yang dihasilkan koefisien kekakuan roda depan
tr
F
: gaya yang dihasilkan koefisien kekakuan roda belakang
BM
: massa badan kendaraan
BJ
: moment inersia dari pitch badan kendaran
fM
: massa roda depan
r
sf
K
: koefisien kekakuan pegas suspensi depan
sr
K
: koefisien kekakuan pegas suspensi belakang
sf sf
B
C ,
: koefiseien peredam suspensi depan
sr sr
B
C ,
: koefiseien peredam suspensi belakang
tfK
: koefisien kekakuan roda depan
tr
K
: koefisien kekakuan roda belakang
fd
: jarak bamper sampai roda depan
r
d
: jarak bamper sampai roda belakang
cd
: jarak bamper sampai COG (Center Of Grafity) badan kendaraan
Persamaan tersebut dapat dituliskan sebagai berikut :
[
f B c f B]
sf[
f B c f B]
sf B
B
z
K
z
z
d
d
B
z
z
d
d
M
&&
=
−
−
(
−
)
φ
+
&
−
&
−
(
−
)
φ
&
[
f B c f B]
f B c f Bsf
z
z
d
d
z
z
d
d
C
&
−
&
−
(
−
)
φ
&
&
−
&
−
(
−
)
φ
&
+
[
r B c r B]
sr[
r B c r B]
sr
z
z
d
d
B
z
z
d
d
K
−
−
(
−
)
φ
+
&
−
&
−
(
−
)
φ
&
+
[
r B c r B]
r B c r Bsr
z
z
d
d
z
z
d
d
C
&
−
&
−
(
−
)
φ
&
&
−
&
−
(
−
)
φ
&
+
(4.3)
[
f B c f B]
sf[
f B c f B]
sf f
f
z
K
z
z
d
d
B
z
z
d
d
M
&&
=
−
−
−
(
−
)
φ
−
&
−
&
−
(
−
)
φ
&
[
f B c f B]
f B c f Bsf
z
z
d
d
z
z
d
d
C
&
−
&
−
(
−
)
φ
&
&
−
&
−
(
−
)
φ
&
−
)
(
f f tfw
z
K
−
+
(4.4)
[
r B c r B]
sr[
r B c r B]
sr r rz
K
z
z
d
d
B
z
z
d
d
M
&&
=
−
−
−
(
−
)
φ
−
&
−
&
−
(
−
)
φ
&
[
r B c r B]
r B c r Bsr