• Tidak ada hasil yang ditemukan

Sistem Pengaturan Posisi Spindle Pada Mesin CNC Milling Menggunakan Kontroler Fuzzy PD

N/A
N/A
Protected

Academic year: 2021

Membagikan "Sistem Pengaturan Posisi Spindle Pada Mesin CNC Milling Menggunakan Kontroler Fuzzy PD"

Copied!
47
0
0

Teks penuh

(1)

SISTEM PENGATURAN POSISI

SPINDLE

PADA MESIN CNC

MILLING

MENGGUNAKAN KONTROLER

FUZZY

-PD

AHDIYAT DARDA’ 2210 100 124

(2)

OUTLINE

MESIN CNC

KONTROLER FUZZY-PD PADA MOTOR SERVO AC

PENGUJIAN PENGATURAN POSISI SPINDLE

MENGGUNAKAN KONTROLER FUZZY-PD

(3)
(4)

MESIN CNC

Mesin CNC Lathe

Mesin CNC Milling

• Mesin perkakas yang diatur oleh komputer dengan menggunakan bahasa numerik (data perintah dengan kode angka, huruf dan simbol)

• Merupakan mesin yang sering digunakan pada industri

(5)

MESIN CNC

MILLING

Digunakan untuk membentuk,

memotong, atau melubangi

benda kerja

Memiliki tiga sumbu gerak X, Y,

dan Z

(6)

Pengaturan Posisi Mesin CNC

Titik ke Titik

Mata bor ditaruh pada posisi tertentu, melakukan pengeboran, kemudian berpindah ke posisi selanjutnya, untuk melakukan pengeboran kembali

Continous path (Interpolasi)

Pisau pemotong terus bersentuhan dengan preparat ketika bergerak dari satu titik ke titik lainnya.

(7)

Pengaturan Posisi Mesin CNC (2)

• Pengaturan posisi mesin CNC dipengaruhi oleh gangguan akibat beban, keausan mata bor, mekanis mesin

• Metode yang pernah diterapkan antara lain Artificial Intelligence dan PID[1] Diagram blok pengaturan motor Servo AC pada mesin CNC

[1]Guoyong Zhao, et.al, Research on Nonlinear PID Position Controller of CNC System, Proceedings of the IEEE International

(8)

Pengaturan Posisi Mesin CNC (3)

Oleh karena itu digunakan gabungan kontroler Fuzzy dan PID untuk mengatur mesin CNC

Metode Kelebihan Kekurangan

PID Mampu mengatur mesin CNC sesuai dengan karakteristik yang diinginkan

Kesulitan untuk beradaptasi dengan dinamisasi mesin CNC

Kecerdasan buatan Mampu untuk beradaptasi dengan dinamisasi mesin CNC

Membutuhkan perhitungan yang komplek sehingga sulit untuk mendapatkan akurasi yang Real time

(9)

TUJUAN

Meningkatkan kualitas pengaturan posisi pada mesin CNC

dengan cara merancang kontroler

Fuzzy

-PD yang dapat

diterapkan pada servo motor sebagai penggerak

spindle

(10)

KONTROLER

FUZZY

-PD PADA MOTOR

SERVO AC

(11)

MOTOR SERVO AC

𝑒𝑐 = tegangan control 𝐸𝑟 𝑐𝑜𝑠 𝜔𝑐𝑡= tegangan masukan pada fasa refrensi

𝜔𝑐 = frekuensi carier 𝐸𝑟 = tegangan refrensi.

𝑇𝑚 = torsi motor 𝑇𝑤 = torsi gangguan

B = gaya gesek J = momen inersia

persamaan torsi Motor AC Servo :

𝑘1𝑒𝑐(𝑡) = 𝐽 𝜃(𝑡) + 𝐵 𝜃(𝑡) + 𝑇𝑤 + 𝑘2𝜃(𝑡)

Dalam bentuk Laplace :

𝜃 𝑠 𝑒𝑐 𝑠 = 𝑘1 𝐽. 𝑠2 + 𝑘2. 𝑠 + 𝐵. 𝑠 = 𝐾𝑚 𝑠(𝜏𝑚𝑠 + 1) = 0,4 𝑠(2,7763𝑠 + 1) [2]

[2]M. Vijayakarthick and P.K. Bhaba, Position Tracking Performance Of Ac Servomotor Based, Ijrras 10(1),pp. 119-128,

(12)

DIAGRAM BLOK SISTEM

Diagram blok pengaturan posisi motor AC Servo menggunakan kontroler Fuzzy-PD

(13)

PERANCANGAN KONTROLER

FUZZY

-PD

Perancangan Kp dan Kd

Jika diinginkan 𝜏𝑠∗ ±2% ≈ 4𝜏∗ tercapai saat 0,5 detik, maka 𝜏∗ = 0.125

𝐾𝑝 = 1

𝜏∗𝐾 =

1

0,125(0.4) = 20

Besarnya waktu differensial:

𝜏𝑑 = 𝑇 = 2,7763

Besarnya 𝐾𝑑:

(14)

PERANCANGAN KONTROLER

FUZZY

-PD

(2)

Prinsip pembuatan aturan dasar

Nmr Kesalahan Perubahan

Kesalahan Kp Kd Keterangan

1 Positif Positif Positif Positif

Meningkatkan kestabilan, mengurangi kesalahan waktu tunak

2 Positif Negatif Positif Negatif Mempercepat respon 3 Negatif Positif Negatif Positif Mengurangi overshoot

(15)

PERANCANGAN KONTROLER

FUZZY

-PD

(3)

Aturan dasar kontroler Fuzzy

Kp dan Kd Kesalahan NB NS Z PS PB P erubahan kesala han N NB,NB NS,NS PS,Z PS,PS PB,PB Z NS,PS NS,PS Z,Z PS,NS PB,NB P NB,PB NS,PS NS,Z PS,NS PB,NB

(16)

PERANCANGAN KONTROLER

FUZZY

-PD

(4)

Fungsi Keanggotaan untuk masing-masing parameter kontroler Fuzzy

Masukan kesalahan Keluaran Kp

Keluaran Kd Masukan perubahan kesalahan

(17)

PENGUJIAN PENGATURAN POSISI

SPINDLE

MENGGUNAKAN KONTROLER

(18)

SIMULASI SISTEM

• Bertujuan untuk melihat karakteristik sistem

• Dilakukan dengan memberikan sinyal referensi berupa sinyal step dengan nilai 5

• Parameter kontroler yang digunakan Kp=30 dan Kd=55.526 Diagram blok pengujian sistem

(19)

SIMULASI SISTEM TANPA KONTROLER

• konstanta waktu (τ) = 4 detik.

Overshoot = 18,4%.

• Waktu tunak (ts) = 20 detik

• Waktu naik (tr) = 11,77 detik

• RMSE = 1,4844 0 5 10 15 20 25 30 0 1 2 3 4 5 6 X: 4 Y: 3.16 Waktu (detik) P o s is i (c m ) X: 9.42 Y: 5.92 Sinyal referensi Respon 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) K e s a la h a n ( c m ) Kesalahan

(20)

SIMULASI SISTEM DENGAN KONTROLER

PD

• Konstanta waktu (τ) = 1,94 detik.

• Waktu tunak (ts) = 9,7 detik

• Waktu naik (tr) = 5,7 detik

• RMSE = 0.9267 0 5 10 15 20 25 30 0 1 2 3 4 5 X: 1.94 Y: 3.162 Waktu (detik) P o s is i (c m ) Sinyal referensi Respon 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) K e s a la h a n ( c m ) Kesalahan

(21)

SIMULASI SISTEM DENGAN KONTROLER

FUZZY

-PD

• Konstanta waktu (τ) = 1.22 detik.

• Waktu tunak (ts) = 6,1 detik

• Waktu naik (tr) = 3,59 detik

• RMSE = 0,7531 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Sinyal referensi Respon 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) K e s a la h a n ( c m ) Kesalahan

(22)

SIMULASI SISTEM DENGAN PERUBAHAN

SINYAL REFERENSI

• Bertujuan untuk melihat kemampuan kontroler dalam mengatasi perubahan parameter

• Dilakukan dengan memberikan sinyal referensi berupa sinyal step dengan nilai yang berubah-ubah pada selang waktu tertentu

• Besar sinyal referensi yang digunakan yaitu 1, 5, dan 10

• Parameter kontroler yang digunakan Kp=30 dan Kd=55.526 Diagram blok pengujian sistem

(23)

SIMULASI SISTEM DENGAN PERUBAHAN

SINYAL REFERENSI (2)

Kontroler PD

0 10 20 30 40 50 60 0 2 4 6 8 10 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon 0 10 20 30 40 50 60 0 2 4 6 8 10 Waktu detik) K e s a la h a n ( c m ) Kesalahan

a) Respon sistem terhadap perubahan sinyal referensi dengan kontroler PD b) Grafik kesalahan sistem dengan menggunakan kontroler PD

(24)

SIMULASI SISTEM DENGAN PERUBAHAN

SINYAL REFERENSI (3)

Fuzzy-

PD

0 10 20 30 40 50 60 0 2 4 6 8 10 waktu (detik) P os is i ( cm ) Sinyal Referensi Respon 0 10 20 30 40 50 60 0 2 4 6 8 10 Waktu (detik) P o s is i (c m ) Kesalahan

(a)

(b)

a) Respon sistem terhadap perubahan sinyal referensi dengan kontroler Fuzzy-PD b) Grafik kesalahan sistem dengan menggunakan kontroler Fuzzy-PD

(25)

SIMULASI SISTEM DENGAN PERUBAHAN

SINYAL REFERENSI (4)

Kontroler

RMSE

PD

1,3656

(26)

SIMULASI SISTEM DENGAN GANGGUAN

• Menggambarkan kondisi mesin CNC yang mendapat gangguan pada sinyal • Gangguan yang diberikan berupa sinyal acak normal (Gaussian)

• Nilai rata-rata sinyal adalah nol, sedangkan varian bervariasi yaitu 0,005, 0,5, dan 5

• Parameter kontroler yang digunakan Kp=30 dan Kd=55.526 Diagram blok pengujian sistem

(27)

SIMULASI SISTEM DENGAN GANGGUAN

(2)

0 5 10 15 20 25 30 -2 0 2 4 6 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon

(a)

(b)

a) Respon sistem menggunakan kontroler PD dengan varian gangguan sebesar 0,005 b) Respon sistem menggunakan kontroler PD dengan varian gangguan sebesar 5

Kontroler PD

0 5 10 15 20 25 30 -5 0 5 10 15 Waktu (detik) P o s is i (c m ) Sinyal referensi Respon
(28)

SIMULASI SISTEM DENGAN GANGGUAN

(3)

a) Respon sistem menggunakan kontroler Fuzzy- tanpa gangguan

b) Respon sistem menggunakan kontroler Fuzzy-PD dengan varian gangguan sebesar 0,005

(29)

SIMULASI SISTEM DENGAN GANGGUAN

(3)

0 5 10 15 20 25 30 -1 0 1 2 3 4 5 6 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon

a) Respon sistem menggunakan kontroler Fuzzy-PD dengan varian gangguan sebesar 0,005 b) Respon sistem menggunakan kontroler Fuzzy-PD dengan varian gangguan sebesar 5

(a)

(b)

Fuzzy-

PD

0 5 10 15 20 25 30 -5 0 5 10 15 Waktu (detik) P o s is i (c m ) Sinyal Referensi respon
(30)

SIMULASI SISTEM DENGAN GANGGUAN

(4)

Varian

RMSE

PD Fuzzy-PD

0

0.9267

0,7531

0.005

0.9621

0,7657

0.5

1.1476

1,0330

5

2.4216

2,3787

(31)

SIMULASI SISTEM DENGAN BEBAN

• Menggambarkan kondisi mesin CNC saat melakukan proses pemotongan benda kerja

• Pengujian dilakukan dengan beban 0,1 , 0,3 , dan 0,5

Parameter kontroler yang digunakan Kp=30 dan Kd=55.526

(32)

SIMULASI SISTEM DENGAN BEBAN (2)

a) Respon sistem menggunakan kontroler PD dengan beban sebesar 0,1 b) Respon sistem menggunakan kontroler PD dengan beban sebesar 0,5

0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Sinyal referensi Respon

(a)

(b)

Kontroler PD

0 5 10 15 20 25 30 0 1 2 3 4 5 6 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon 0 0.5 1 1.5 2 1 1.2 1.4 1.6 1.8 2 Waktu (detik) P o s is i (c m )
(33)

SIMULASI SISTEM DENGAN BEBAN (3)

0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon

a) Respon sistem menggunakan kontroler Fuzzy-PD dengan beban sebesar 0,1

b) Respon sistem menggunakan kontroler Fuzzy-PD dengan beban sebesar 0,5

(a)

(b)

Fuzzy-

PD

0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 2.4 2.6 2.8 3 3.2 Waktu (detik) P o s is i (c m )
(34)

SIMULASI SISTEM DENGAN BEBAN (4)

Beban RMSE PD Fuzzy-PD 0 0.9267 0,7531 0.1 0.9355 0,7583 0.3 0.9544 0,7696 0.5 0.9748 0,7824
(35)

KESIMPULAN

• Sistem dengan kontroler Fuzzy-PD mampu mencapai posisi yang diinginkan pada waktu 3,59 detik, hal ini lebih baik daripada kontroler PD ataupun sistem tanpa menggunakan kontroler.

• Kontroler Fuzzy-PD memiliki ketahanan yang baik terhadap gangguan dengan nilai RMSE sebesar 0,7631.

• Kontroler Fuzzy-PD memiliki ketahanan yang baik terhadap beban dengan nilai RMSE meningkat 0,76% dari nilai RMSE tanpa beban, hal ini lebih baik daripada sistem dengan kontroler PD yang peningkatan nilai RMSE-nya sebesar 0,95%.

• Penentuan aturan dasar kontroler Fuzzy sangat berpengaruh terhadap respon dari sistem. Pemiihan aturan dasar yang baik akan meningkatkan performansi sistem, sedangkan pemilihan aturan dasar yang salah dapat mengurangi performansi dari sistem bahkan dapat membuat sisttem tidak stabil.

(36)
(37)

Respon Plant orde-2

error + - - + + - - + + Delta error - - + + - - + + - … I III IV II
(38)
(39)

SIMULASI SISTEM DENGAN GANGGUAN

a) Respon sistem menggunakan kontroler PD dengan varian gangguan sebesar 0,5

b) Grafik kesalahan sistem

(a)

(b)

Kontroler PD

0 5 10 15 20 25 30 -2 0 2 4 6 8 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon 0 5 10 15 20 25 30 0 2 4 6 8 Waktu (detik) K e s a la h a n ( c m ) Kesalahan
(40)

SIMULASI SISTEM DENGAN GANGGUAN

a) Grafik kesalahan sistem menggunakan kontroler PD dengan varian gangguan sebesar 0,005

b) Grafik kesalahan sistem menggunakan kontroler PD dengan varian gangguan sebesar 5

(a)

(b)

Kontroler PD

0 5 10 15 20 25 30 0 1 2 3 4 5 6 Waktu (detik) K e s a la h a n ( c m ) Kesalahan 0 5 10 15 20 25 30 0 2 4 6 8 10 Waktu (detik) K e s a la h a n ( c m ) Kesalahan
(41)

SIMULASI SISTEM DENGAN GANGGUAN

a) Respon sistem menggunakan kontroler Fuzzy-PD dengan varian gangguan sebesar 0,5

b) Grafik kesalahan sistem

(a)

(b)

Fuzzy-

PD

0 5 10 15 20 25 30 0 2 4 6 8 P o s is i (c m ) Waktu (detik) Sinyal referensi Respon 0 5 10 15 20 25 30 0 1 2 3 4 5 6 waktu (detik) K e s a la h a n ( c m ) Kesalahan
(42)

SIMULASI SISTEM DENGAN GANGGUAN

a) Grafik kesalahan sistem menggunakan kontroler Fuzzy-PD dengan varian gangguan sebesar 0.005

b) Grafik kesalahan sistem menggunakan kontroler Fuzzy-PD dengan varian gangguan sebesar 5

(a)

(b)

Fuzzy-

PD

0 5 10 15 20 25 30 0 2 4 6 8 10 Waktu (detik) K e s a la h a n ( c m ) Kesalahan 0 5 10 15 20 25 30 0 1 2 3 4 5 6 Waktu (detik) K e s a la h a n ( c m ) Kesalahan
(43)

SIMULASI SISTEM DENGAN BEBAN

a) Respon sistem menggunakan kontroler PD dengan beban sebesar 0,3 b) Grafik kesalahan sistem

(a)

(b)

Kontroler PD

0 5 10 15 20 25 30 0 1 2 3 4 5 Watu (detik) P o s is i (c m ) Kesalahan 0 5 10 15 20 25 30 0 1 2 3 4 5 6 Waktu (detik) P o s is i (c m ) Sinyal referensi Respon 0 0.5 1 1.5 2 1.5 1.6 1.7 1.8 1.9 2 Waktu (detik) P o s is i (c m )
(44)

SIMULASI SISTEM DENGAN BEBAN

a) Grafik kesalahan sistem dengan beban sebesar 0,1 b) Grafik kesalahan sistem dengan beban sebesar 0,5

(a)

(b)

Kontroler PD

0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Kesalahan 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) K e s a la h a n ( c m ) Kesalahan
(45)

SIMULASI SISTEM DENGAN BEBAN

a) Respon sistem menggunakan kontroler Fuzzy-PD dengan beban sebesar 0,3

b) Grafik kesalahan sistem

(a)

(b)

Fuzzy-

PD

0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) K e s a la h a n ( c m ) Kesalahan 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Sinyal Referensi Respon 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 2.5 2.6 2.7 2.8 2.9 3 Waktu (detik) P o s is i (c m )
(46)

SIMULASI SISTEM DENGAN BEBAN

a) Grafik kesalahan sistem dengan beban sebesar 0,1 b) Grafik kesalahan sistem dengan beban sebesar 0,5

(a)

(b)

Fuzzy-

PD

0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) K e s a la h a n ( c m ) Kesalahan 0 5 10 15 20 25 30 0 1 2 3 4 5 Waktu (detik) P o s is i (c m ) Kesalahan
(47)

Konfigurasi mesin CNC

Fuse Breaker Sumber tegangan 1kW 220 volt

Sinyal perintah untuk pengaturan posisi adalah sinyal pulsa melalui pin PULSE dan SIGN.

Driver Motor

Motor Servo

Referensi

Dokumen terkait

Pengaktifan chanel sumber untuk sensor biasa dengan mengaktifkan 1 chanel sumber sebagai port aktif, distribusi medan listrik dari chanel sumber (tegangan tinggi) ke

2 Dalam penelitian ini, metode asosiatif digunakan untuk menjelaskan tentang pengaruh pengetahuan produk dan sertifikasi halal pada keputusan pembelian produk

loading factor untuk validitas konvergen adalah 0,5, namun nilai yang diharapkan >0,7 karena semakin tinggi loading factor maka semakin tinggi peras factor dalam

Hasil penelitian menunjukan bahwa dapat meningkatkan kemampuan pembuktian matematika siswa, ini terlihat dari soal pretest dan posttest yang diberikan oleh

Dengan demikian dapat disimpulkan bahwa tidak terdapat perbedaan mean skor kecenderungan syukur yang signifikan antara sebelum pelatihan (prates) dan setelah

Durrant JD dkk, (11) juga tidak mendapatkan peningkatan risiko, namun karena telah terjadi gangguan pendengaran sebelumnya, dengan adanya peningkatan ambang dengar

hak rahin dari pemanfaatan barang jaminan tersebut, artinya rahin.. tetap mendapatkan hak dari barang hasil jaminan yang dimanfaatkan oleh murtahin, dan murtahin