Desain dan Simulasi Multiple Model Fuzzy Logic Control Pada Tower Crane.

Universitas Kristen Maranatha i

Desain dan Simulasi Multiple Model Fuzzy Logic Control pada Tower

Crane

Torang Simamora / 0722092 E-mail : torangsimamora@gmail.com

Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria Sumantri 65

Bandung 40164, Indonesia

ABSTRAK

Tower crane adalah salah satu mesin pengangkut yang umumnya digunakan dalam industri transportasi untuk memindahkannya suatu beban ke tempat yang diinginkan, sehingga pemindahan beban yang berat akan jauh lebih cepat. Pada saat sistem tower crane memindahkan sebuah beban, terdapat kompleksitas gangguan yang dialami oleh crane sepanjang lintasan seperti angin, hujan. Dalam Tugas Akhir ini, contoh ketidakpastian model yang dibahas adalah perubahan massa beban pada saat dipindahkan. Hal ini dapat menyebabkan kenonlinieran pada respon dinamika sistem sepanjang lintasan yang dilalui oleh crane.

Fuzzy Logic Controller merupakan salah satu jenis controller yang mampu untuk menangani kenonlinieran sistem, akan tetapi untuk daerah kerja sistem tower crane yang luas dengan highly nonlinear dynamics sepanjang lintasan satu Fuzzy Logic Controller saja tidak cukup. Oleh karena itu digunakan metoda Multiple Model untuk membagi daerah kerja sistem Fuzzy Logic Controller sehingga mampu untuk menangani kompleksitas gangguan yang dialami oleh crane sepanjang lintasan. Langkah desain sistem control dinamika tower crane menggunakan Fuzzy Logic Controller dengan atau tanpa Multiple Model terdiri dari pemodelan sistem tower crane, mendapatkan state space liniear yang kemudian digunakan untuk model bank, desain Fuzzy Logic Controller untuk masing - masing model, dan yang terakhir adalah desain Supervisor.

Berdasarkan hasil simulasi, Fuzzy Logic Controller menggunakan Multiple Model terbukti lebih baik untuk mengatasi respon transien yang dialami oleh beban dibandingkan dengan tanpa menggunakan Multiple Model dan berhasil menekan kenonlinieran pada respon dinamika yang diakibatkan adanya perubahan massa beban pada saat dipindahkan. Multiple Model juga terbukti mengoptimalkan kinerja dari Fuzzy Logic Controller dalam menangani adanya ketidakpastian pada model.

Universitas Kristen Maranatha ii

Design and Simulation Multiple Model Fuzzy Logic Control for Tower

Crane

Torang Simamora / 0722092 E-mail : torangsimamora@gmail.com

Electrical Engineering, Technic Faculty, Christian Maranatha University Jalan Prof. Drg. Suria Sumantri 65

Bandung 40164, Indonesia

ABSTRACT

Tower crane is one of the tools used in industry to carry heavy loads and cargo from one spot to another. When transferring the loads, the crane is experienced disturbances, such as rain and wind. In this final project, model uncertainty is considered as load changes. It affects to nonlinearity in dynamics response system.

Fuzzy Logic Controller is one type of controller to overcome the nonliniearity of the system, but in large areas systems with highly nonlinear dynamics along the trajectory, one Fuzzy Logic Controller is not enough. Therefore, Multiple Models used to divide the area Fuzzy Logic Controller systems to handle the complexity of interference experienced by the crane along the track. The steps in designing this controller are: modelling tower crane system, gets the linear state space for model bank, design fuzzy controller for each models, and design the supervisor.

The simulation results show that fuzzy logic controller with multiple model is better than fuzzy logic controller without multiple model in improving transient response and overcomming the nonlinearity. Multiple model can also optimize the

fuzzy logic controller’s performance with model uncertainty.

Universitas Kristen Maranatha I.1 Latar Belakang Masalah……….…... 1

Universitas Kristen Maranatha

BAB IV SIMULASI DAN ANALISA IV.1 Analisa Respon dari Model Matematis Tower Crane……….… 38

IV.2 Analisa Hasil Sistem Kontrol Dinamika Tower Crane Menggunakan Fuzzy Controller dengan atau tanpa Multiple Model ……….…...…….….. 41

BAB V KESIMPULAN DAN SARAN..….….….….……….…....………..…... 52

DAFTAR PUSTAKA..….….….….……….….….………...….….….….……….... 53 LAMPIRAN A BLOK DIAGRAM DINAMIKA SISTEM TOWER CRANE

Universitas Kristen Maranatha

Gambar 3.5 Fungsi keanggotaan input dan output fuzzy controller pada sistem tower crane……….. 32

Gambar 3.6 Blok “Fuzzy Logic Contrller”……… 36

Gambar 3.7.a Blok “Embedded MATLAB Function” ……….... 37

Gambar 3.7.b Blok “Supervisor”……….... 37

Gambar 4.1 untuk massa beban yang dipindahkan berbeda dengan besar input gaya (F) sama ………....…… 39

Gambar 4.2 Respon simpangan pada beban untuk massa beban yang dipindahkan berbeda dengan besar input gaya (F) sama ………… 39

Gambar 4.3 Respon jarak yang ditempuh troley (x) untuk massa beban yang dipindahkan besar input gaya (F) berbeda……...……...……... 40

Universitas Kristen Maranatha viii

Gambar 4.5.a Respon perubahan massa beban untuk m=1000 kg, berubah menjadi 800 kg, 700 kg hingga 1100 kg dengan besar gaya

(F) = 100 N.………... 42 Gambar 4.5.b Respon skema switching untuk m= 1000 kg, berubah menjadi

800 kg,700 kg hingga 1100 kg dengan besar gaya (F) = 100 N... 42 Gambar 4.5.c Respon jarak yang ditempuh troley (x) untuk m= 1000 kg, berubah

menjadi 800 kg,700 kg hingga 1100 kg dengan besar gaya

(F) = 100 N.…….………...……... 42 Gambar 4.5.d Respon simpangan pada beban untuk m= 1000 kg, berubah

menjadi 800 kg,700 kg hingga 1100 kg dengan besar gaya

(F) = 100 N...………...……... 42 Gambar 4.6 .a Respon perubahan massa beban untuk m= 1000 kg, berubah menjadi 800 kg hingga 700 kg dengan besar gaya (F) = 80 N. ……... 44 Gambar 4.6 .b Respon skema switching untuk m= 1000 kg, berubah menjadi

800 kg hingga 700 kg dengan besar gaya (F) = 80 N. …………... 44 Gambar 4.6.c Respon jarak yang ditempuh troley (x) untuk m= 1000 kg, berubah

menjadi 800 kg hingga 700 kg dengan besar gaya (F) = 80 N. ….. 44 Gambar 4.6.d Respon simpangan pada beban untuk m= 1000 kg, berubah

menjadi 800 kg hingga 700 kg dengan besar gaya (F) = 80 N. … 44 Gambar 4.7.a Respon perubahan massa beban untuk m= 1000 kg, berubah menjadi 1200 kg, 700 kg hingga 1100 kg dengan besar gaya (F) = 100 N.... 46 Gambar 4.7.b Respon skema switching untuk m= 1000 kg, berubah menjadi

1200 kg,700 kg hingga 1100 kg dengan besar gaya (F) = 100 N.... 46 Gambar 4.7.c Respon jarak yang ditempuh troley (x) untuk m= 1000 kg, berubah

menjadi1200 kg,700 kg hingga 1100 kg dengan besar gaya

(F) = 100 N. …….….………...……... 46 Gambar 4.7.d Respon simpangan pada beban untuk m= 1000 kg, berubah

Universitas Kristen Maranatha ix

(F) = 100 N. …….………...……...………… 46 Gambar 4.8.a Respon perubahan massa beban untuk saat m= 1000 kg, berubah

menjadi 1100 kg,1200 kg hingga 1300 kg dengan besar gaya

(F) = 80 N. …….……...……...………... 48 Gambar 4.8 .b Respon skema switching untuk m= 1000 kg, berubah menjadi

1100 kg,1200 kg hingga 1300 kg dengan besar gaya (F) = 80 N. .. 48 Gambar 4.8.c Respon jarak yang ditempuh troley (x) untuk m= 1000 kg, berubah

menjadi 1100 kg,1200 kg hingga 1300 kg dengan besar gaya

(F) = 80 N. ……...……...………... 48 Gambar 4.8.d Respon simpangan pada beban untuk m= 1000 kg, berubah

menjadi 1100 kg,1200 kg hingga 1300 kg dengan besar gaya

(F) = 80 N. …….………... 48 Gambar 4.9.a Respon massa beban saat tidak ada perubahan ……….…... 50 Gambar 4.9.b Respon jarak yang ditempuh troley (x) saat tidak ada perubahan massa

LAMPIRAN A

BLOK DIAGRAM DINAMIKA SISTEM TOWER

A.1.1 Contoh pemodelan beban yang berubah-ubah terhadap waktu :

LAMPIRAN B

DESAIN FUZZY LOGIC CONTROLLER PADA MATLAB

1. Untuk memulai FIS Editor, pada command line MATLAB ketikkan fuzzy

4. Menentukan atura- aturan kendali fuzzy (fuzzy rule)

6. Sedangkan untuk memasukkannya dalam blok “fuzzy logic controller” terlebih dahulu di export to workspace dengan cara FILE  Export FILE  To Workspace (Ctrl +T).

Program untuk suvervisor

% This block supports the Embedded MATLAB subset. % See the help menu for details.

Bab I Pendahuluan

Teknik Elektro

Univesitas Kristen Marantha 1

BAB I

PENDAHULUAN

I.1 Latar Belakang

Tower Crane adalah salah satu mesin pengangkut yang umumnya dilengkapi

dengan penggulung (kawat/rantai), kawat/rantai ini digunakan untuk mengangkat/

menurunkan suatu beban dan memindahkannya ke tempat yang diinginkan. Tower

crane biasa digunakan dalam industri transportasi untuk bongkar muat barang,

industri konstruksi untuk memindahkan material dan dalam industri manufaktur

untuk perakitan alat berat.

Crane sebagai kereta penggerak diharapkan dapat bergerak cepat untuk

memindahkan beban tanpa mengakibatkan simpangan yang terlalu besar pada posisi

akhir. Akan tetapi pada saat sistem tower crane memindahkan sebuah beban, beban

biasanya mengalami simpangan (ayunan) hingga posisi akhir, sebagai akibatnya

crane mengalami ketidakstabilan dan sengaja diberhentikan untuk mengurangi

simpangan. Beban yang digantung pada crane juga mengalami simpangan mengikuti

perubahan kecepatan dan sudut ayun beban yang besar pada saat perpindahan crane.

Oleh karena itu dibutuhkan sebuah controller yang bisa memposisikan beban sesuai

dengan input reference (tracking) dan memperkecil sudut simpangan beban sehingga

memperkecil osilasi dari simpangan tali tower crane.

Selain faktor kecepatan dan besarnya sudut simpangan, ketidakpastian model

(contoh : perubahan beban, panjang kabel) perlu diperhatikan. Sebab pada realitanya

beban yang diangkat tidak akan selalu sama, begitu juga dengan tali crane juga akan

selalu bervariasi karena crane perlu memindahkan sebuah beban dari suatu tempat ke

Bab I Pendahuluan

Teknik Elektro

Univesitas Kristen Marantha 2

Perubahan massa muatan/beban pada saat dipindahkan juga merupakan salah

satu yang harus dipertimbangkan, sebab realitanya pada saat proses pemindahan

muatan mungkin saja terjadi gangguan seperti kebocororan pada beban.

Ketidakpastian model, gesekan troley terhadap lintasan, dan perubahan sistem

lingkungan (gangguan angin, hujan) menyebabkan simpangan yang dialami oleh

beban berbeda-beda, hal ini pun menyebabkan kenonlinieran pada respon dinamika

sistem sepanjang lintasan yang dilalui oleh crane. Oleh sebab itu dibutuhkan suatu

metoda/teknik yang dapat mengatasi hal-hal tersebut, sehingga dapat meningkatkan

performa sistem dan mengurangi besarnya simpangan pada beban.

Salah satu solusi yang paling tepat untuk memperkecil simpangan yang

dialami oleh beban serta mengatasi kenonlinieran yang dialami oleh dinamika sistem

tower crane adalah pemilihan controller yang sesuai. Fuzzy Logic Controller

merupakan jenis controller yang sudah banyak digunakan untuk menangani

kenonlinieran dan memperkecil simpangan yang dialami oleh beban. Akan tetapi

Fuzzy Logic Controller kurang optimal saat digunakan untuk menangani

ketidakpastian model dan kompleksitas gangguan yang dialami oleh crane sepanjang

lintasan dengan highly nonlinear dynamics.

Multiple Model merupakan salah satu metode yang mungkin dapat mengatasi

kenonlinieran _{dan perubahan model dengan highly nonlinear dynamics, yaitu dengan}

menguraikan daerah kerja sistem yang kompleks/ besar dengan highly nonlinear

dynamics menjadi beberapa model yang daerah kerjanya lebih kecil sehingga lebih

mudah untuk dikontrol.

Pada Tugas Akhir ini, Multiple Model digunakan sebagai sebuah teknik untuk

meningkatkan performa sistem khususnya mengurangi besarnya simpangan pada

beban. Hal ini dilakukan dengan membuat beberapa Fuzzy Logic Controller yang

akan diaktifkan saat adanya perubahan posisi, kecepatan crane dan besarnya

Bab I Pendahuluan

Teknik Elektro

Univesitas Kristen Marantha 3

Dengan prinsip Multiple Model diharapkan kinerja dari Fuzzy Logic

Controller yang sudah dirancang dapat bekerja lebih baik. Maka Fuzzy Logic

Controller tidak akan bekerja untuk keseluruhan daerah kerjanya, tetapi bekerja pada

saat keadaan-keadaan tertentu yang sudah ditentukan (cluster). Sehingga dapat

mengatasi high non linearity yang dialami oleh crane dan mengurangi besarnya

simpangan yang dialami oleh beban.

I.2 Identifikasi Masalah

1. Bagaimana memodelkan dan mensimulasikan tracking sebuah tower crane ?

2. Bagaimana merancang Fuzzy Logic Controller untuk mengontrol kecepatan dan

memperkecil simpangan pada saat beban dipindahkan ?

I.3 Tujuan

1. Memodelkan plant dari suatu sistem melalui suatu persamaan matematika untuk

mengetahui karakteristik dan respons dari sistem tersebut.

2. Mendapatkan Fuzzy Logic Controller yang sesuai untuk tracking sebuah tower

crane.

3. Merealisasikan prinsip kerja dari Multiple Model Fuzzy Logic Controller.

4. Membandingkan sistem kontrol menggunakan Fuzzy Logic Controller dengan atau

tanpa prinsip Multiple Model.

I.4 Pembatasan Masalah

Pada proses desain dan pemodelan dari suatu sistem tower crane ini, faktor –

faktor yang diamati pengaruhnya terhadap proses tracking sistem untuk massa beban

yang berubah – ubah adalah posisi beban, kecepatan crane, besarnya simpangan, dan

faktor dari luar sistem khususnya angin.

Tugas Akhir ini hanya membahas mengenai studi teoritis dan simulasi sistem

Bab I Pendahuluan

Teknik Elektro

Univesitas Kristen Marantha 4

I.5 Sistematika Penulisan

Laporan Tugas Akhir ini terbagi menjadi lima bab utama. Untuk memperjelas

penulisan laporan ini, akan diterangkan secara singkat sistematika beserta uraian dari

masing-masing bab, yaitu:

BAB I PENDAHULUAN

Bab ini menjelaskan apa saja yang melatarbelakangi penulisan laporan Tugas Akhir,

mengidentifikasi masalah yang akan diselesaikan dalam Tugas Akhir, pembatasan

masalah yang akan diteliti dan menguraikan sistematika penulisan laporan Tugas

Akhir.

BAB II LANDASAN TEORI

Bab ini menjelaskan secara singkat mengenai tinjauan singkat sistem tower crane,

dinamika tower crane dihubungkan dengan kenonlinieran,struktur tower crane yang

rigid body yang dinyatakan dalam persamaan Lagrange, teori dasar mengenai

Multiple Model dan perancangan Fuzzy Logic Controller .

BAB III PERANCANGAN

Bab ini akan menjelaskan tentang spesifikasi tower crane yang ingin dimodelkan,

persamaan matematis dinamika tower crane, proses perancangan pada SIMULINK

sistem Multiple Model dimulai dari planti, model bank, Fuzzy Logic Controller dan

supervisor.

BAB IV SIMULASI DAN ANALISA

Bab ini menampilkan dan menganalisa hasil dari pengujian menggunakan Fuzzy

Logic Controller dengan atau tanpa Multiple Modelpada sistem tower crane.

BAB V KESIMPULAN DAN SARAN

Bab ini menyimpulkan hasil pemodelan dan simulasi, sehingga dapat memberikan

saran-saran mengenai hal-hal yang mungkin harus ditambah atau dikurangi pada

Bab V Kesimpulan dan Saran

Teknik Elektro

52 Universitas Kristen Maranatha

BAB V

KESIMPULAN DAN SARAN

Pada bab ini disimpulkan hasil simulasi dan disampaikan saran-saran mengenai hal yang bisa ditambahkan untuk penelitian selanjutnya agar mendapatkan hasil yang lebih baik.

V.1. Kesimpulan

Dari hasil percobaan, dapat disimpulkan beberapa hal berikut:

 Dari hasil pemodelan terbukti bahwa fuzzy logic controller dengan menggunakan prinsip multiple model lebih baik untuk mengatasi respon transient dan meningkatkan performa sistem dibandingkan fuzzy logic controller tanpa prinsip multiple model. Hal ini dibuktikan berdasarkan hasil simulasi pada bab IV bahwa multiple model fuzzy logic controller lebih baik mengurangi besarnya simpangan pada beban ( ) dengan ketidakpastian model yaitu perubahan massa beban dibandingkan fuzzy logic controller tanpa prinsip multiple model.

V.2. Saran

Saran untuk penelitian lebih lanjut:

 Diperlukan pembahasan yang lebih lanjut mengenai teknik mendesain sebuah sistem kontrol dengan multile model karena dalam Tugas Akhir ini pembahasan tentang multiple model masih terbatas seperti dalam menentukan berapa bayak model yang harus didesai dan cara mengukur ketepatan dari model untuk memberi pendekatan pada seluruh keadaan sistem. Dengan demikian didapat sebuah konsep bagaimana mendesain mutiple model yang lebih optimal.

Desain dan simulasi multiple model fuzzy logic pada tower crane

Time-Delayed Position Feedback Control. Virginia Polytechnic Institute and State University., Blacksburg, Virginia ,January. 2003.

[3]. Charles L. Phillips dan Royce D. Harbor. Feedback Control Systems, 2th ed.: Prentice-Hall.

[4]. F. Ju Y.S. Choo., dan F.S. Cui.,Dynamic response of tower crane induced by the pendulum motion of the payload.

[5]. Florian Scheck., Mechanics Springer, 2003.

[6]. Guanrong Chen dan Trung Tat Pham., Introduction to Fuzzy Sets, Fuzzy Logic, and Fuzzy Control Systems, University of Houston Houston, Texas

[7]. Hanafy M. Omar., dan Ali H. Nayfeh., Simple adaptive Feedback Controller for the Tower Crane, Engineering Science and Mechanics Virginia polytechnic Institute and State University Blacksburg.

[8]. Harold Josephs dan Ronald L. Huston., Dynamics Of Mechanical Systems Washington, D.C.

[9]. Jason W. Lawrence., Crane Oscillation Control Nonlinear Elements and Educational Improvements, A Thesis,. Georgia Institute of Technology August. 2006.

[10]. Kumpati S. Narendra., dan Jeyendran Balakrishnan., Adaptive Control Using Multiple Models.

Desain dan simulasi multiple model fuzzy logic pada tower crane

Teknik Elektro

54 Universitas Kristen Maranatha [12]. S. N. Sivanandam.,, S. Sumathi., and S. N. Deepa.,Introduction to Fuzzy

Logic using MATLAB.Springer, 2003.

[13]. S mezghani., Multimodel control of discrete system with uncertainties. [14]. The MathWorks., Fuzzy Logic Toolbox For Use with MATLAB. 2002. [15]. X. Rong Li., Zhanlue Zhao,.,dan Xiao-Bai Li., General Model-Set Design

Methods for Multiple-Model Approach. [16]. http://en.wikipedia.org/wiki/Crane_machine,

[17]. http://www.crayonpedia.org/mw/CRANE_AND_ELEVATOR [18]. http://en.wikipedia.org/wiki/Fuzzy_logic