Perancangan Kontrol Traksi pada Electrical Wheel Haul Truck
mengunakan Metode Adaptive Fuzzy Logic Controller (AFLC)
Kartika Dewi
1)Rusdhianto Effendie AK
2)Jurusan Teknik Elektro Fakultas Teknologi Industri1,2)
Institut Teknologi Sepuluh Nopember (ITS) Surabaya, Jawa Timur
Email: sejuk_84@yahoo.co.uk
Abstract
This study developed a method of a traction control on three-phasa induction motor that is in use on haul trck as vehicle-wheel drive. The system that is controlled model vehicle or one quarter section of motion to review the direction and influence of suspence ignored. Traction control on the wheels using the method of direct torque control with adaptive fuzzy logic control. Value of torque and flux estimator block will be compared with the reference in order to obtain error value that could then serve as input for the controller. Simulation study using matlab 7.8, which will compare two methods of traction control that is classic DTC and two-level SVPWM method. The simulation results comparison of the classical DTC and DTC two-level SVPWM inverter, the required starting current two-level SVPWM inverter is 10.9% smaller than the classical DTC and better adaptability.
Keywords: Adaptive Fuzzy Logic Control, DTC, Haul Truck, SVPWM, Matlab
1. Pendahuluan
Tidak dapat disangkal bahwa Indonesia
merupakan negara dengan berbagai sumber daya alam yang cukup menjanjikan terutama dalam dunia pertambangan. Salah satu infrastruktur dalam dunia industri tambang dan merupakan alat transportasi utama adalah kendaraan truk engan kapasitas sampai 400 ton yang sering disebut haul truck.
Namun faktor pembatas haul truck berukuran besar adalah roda, mesin, infrastruktur (Kaifler, 2000). Motor induksi tiga fasa adalah salah satu jenis motor AC yang digunakan sebagai pengerak pada haul truck.
Motor induksi adalah alat penggerak yang paling banyak digunakan di industry-industri, karena jenis motor yang kokoh, handal dan mudah perawatanya (Paul, 1996). Namun, kelemahan karakteristik motor induksi adalah tidak dapat mempertahankan kecepatannya dengan kontan bila terjadi perubahan beban dan untuk mengembalikan performasi motor induksi dibutuhkan suatu rangkain pengendali.
Gaya traksi pada roda pengerak dapat membuat roda mempunyai torsi yang lebih besar dari torsi pelawan yang timbul akibat gaya gesek antara roda
dengan jalan. Fenomena ini menyebabkan
kerusakan pada roda dimana keausan roda menjadi
lebih cepat terjadi sehingga fenomena ini
merupakan sesuatu yang harus dihindari pada saat traksi.
Direct Torque Control (DTC) adalah suatu
metode kontrol torsi dan fluks secara langsung. Keunggulan dari DTC adalah tidak adanya
transformasi koordinat pada motor, tidak
menggunakan regulator arus, dan juga tidak mempunyai blok diagram modulasi tegangan.
Sedangkan kelemahan utama dari DTC adalah adanya ripple pada torsi motor, respon yang dihasilkan lambat pada saat posisi start, frekuensi
switching yang berubah-ubah, dan arus starting yang
dihasilkan cukup besar sehingga daya masukan yang
diperlukan juga besar. Untuk mengatasi
permasalahan tersebut digunakan metode Space
Vector Pulse Width Modulation (SVPWM) menggunakan two level inverter.
Adaptive fuzzy logic controller adalah
logika fuzzy yang merupakan salah satu dari sistem pengaturan cerdas. Kontroler adaptive fuzzy logic
controller dapat beradaptasi jika terjadi perubahan
input sistem secara tiba-tiba karena pada kontroler ini dilengkapi dengan metode pembelajaran (Wang Xin-Li, 1997).
Pada penelitian ini akan didesain simulasi kontrol traksi wheel haul truck dengan Direct Torsi
Control(DTC) yang akan dibandingkan dengan Space Vector Pulse Width Modulation(SVPWM)
dengan menggunakan adaptive fuzzy logic
control(AFLC).
2. Metode Penelitian
2.1 Haul Truck (Kaifler,2000)
Truk tambang jenis ini tergolong kelompok kendaraan dengan penggerak roda belakang juga masuk kelompok kendaraan berat. Pengelompokkan kelas truk iasanya diukur dari kapasitas beban yang diangkut dalam ton. Kelas truk tambang dimulai dari truk kecil 30 ton sampai haul truck berukuran kelas 400 ton. Truk dipakai ditambang karena mudah dan fleksibel.
2.2 Model Dinamik Motor Induksi
terlebih dahulu harus diketahui pemodelannya. Dalam penelitian ini motor induksi yang berfungsi sebagai penggerak roda merupakan bagian yang akan dikontrol atau plant dari sistem yang dibangun.
Konsep utama dalam mengembangkan model matematis motor induksi tiga fasa adalah bagaimana merepresentasikan variabel tegangan, arus, dan fluks dalam bentuk vektor ruang (space vector) dengan
menggunakan sebuah kerangka acuan yang
didasarkan pada transformasi tiga fasa elemen keadaan tetap (a,b,c) menjadi elemen dua fasa keadaan tetap (sumbu αβ) kemudian ditransformasi lagi menjadi elemen dua fasa keadaan bergerak (sumbu dq).
Model dari motor induksi diperoleh dari gambar 1 yang menunjukkan rangkaian ekivalen dari motor induksi.
Konsep utama dalam mengembangkan model matematis motor induksi tiga fasa adalah bagaimana merepresentasikan variabel tegangan, arus, dan fluks dalam bentuk vektor ruang (space vector) dengan
menggunakan sebuah kerangka acuan yang
didasarkan pada transformasi tiga fasa elemen keadaan tetap (a,b,c) menjadi elemen dua fasa keadaan tetap (sumbu αβ) kemudian ditransformasi lagi menjadi elemen dua fasa keadaan bergerak (sumbu dq).
Model dari motor induksi diperoleh dari gambar 1 yang menunjukkan rangkaian ekivalen dari motor induksi.
Gambar 1. Rangkaian Ekivalen Motor Induksi Tiga Fasa
a. Persamaan tegangan stator
. . ...(1) s s s s s d s V R i j dt ω λ λ = + + Dimana: ...(2) ...(3) ...(4) s ds qs s s ds qs s ds qs V V jV V i I ji j λ λ λ = + = + = +
Dengan mensubstitusi persamaan (2) dan (3) kepersamaan (1), maka diperoleh:
.( ) . ...(5) ds qs ds qs s s d s V jV Rs i ji j dt ω λ λ + = + + +
b. Persamaan tegangan rotor
. ( ). ...(6) r r r s r r r d V R i j dt ω ω λ λ = + − + Dimana: ...(7) ...(8) ... r dr qr r dr qr r dr qr V V jV i I ji j λ λ λ = + = + = + ...(9)
Dengan mensubstitusikan persamaan (7) dan (8)
ke persamaan (6), maka diperoleh:
.( ) ( ). ...(10) dr qr dr qr s r r d r V jV Rs i ji j dt ω ω λ λ + = + + − +
c. Persamaan torsi elektromagnetik
Torsi elektromagnetik (Te) merupakan fungsi dari arus stator dan arus rotor, dirumuskan sebagai berikut: 3 . . ( . . )...(11) 2 e dr qs ds qr T= PM i i −i i Dimana:
P : Jumlah pasang kutub M : Induktansi gandeng (H) Ids : Arus stator pada sumbu d (A) Iqs : Arus stator pada sumbu q (A) Idr : Arus rotor pada sumbu d (A) Iqr : Arus rotor pada sumbu q (A)
d.Kecepatan Angular
Kecepatan angular putaran motor, dinyatakan sebagai fungsi dari torsi elektromagnetik dan torsi beban, dirumuskan sebagai berikut:
. . . ...(12) rd r r r e l
J B T T
dtω ω+ = − Dimana:
Jr : Momen inersia motor (Kg.m2)
ωr: Kecepatan angular rotor (rad/s)
Br : Konstanta gesek motor (Kg.m2/s)
Te : Torsi elektromagnetis (Nm)
Tl : Torsi beban (Nm)
e. Fluk Linkage
Fluks Linkage didefinisikan sebagai besarnya
medan putar (fluks) pada kumparan, baik stator maupun rotor dengan jumlah N lilitan. Besarnya
fluks lingkage pada masing-masing rangkaian stator
dan rotor dinyatakan sebagai:
. . ...(13) . . ...(14) s s s r r r r s L i M i L i M i λ λ = + = +
Dengan memasukkan persamaan (3) dan (8) ke persamaan (13) dan (14) diperoleh:
.( ) .( )...(15) .( ) .( )...(16) s s ds qs dr qr r r dr qr ds qs L I ji M I ji L I ji M I ji λ λ = + + + = + + + Dimana:
λs : fluks lingkage pada kumparan Stator dengan N lilitan
λr : fluks lingkage pada kumparan Rotor dengan N lilitan
Ls : Induktansi diri kumparan Stator (H) Lr: Induktansi diri kumparan rotor (H) M : Induktansi gandeng (H)
Is : Arus pada kumparan stator (A) Ir : Arus pada kumparan rotor (A)
Diferensial arus stator dan rotor pd sumbu koordinat d (direct axis)
2 . . 2 . ... ... ... . ... ... ... ... ... .... .... 1 0 . . ... ... .... 0 1 0 ...0 ds ds s r r r r r qs dr s r s ss r r s dr qr r s i i R L M R M L M i d i i dt D R M L M R L L L i L M M L D ω ω ω ω − = − − − − + ...(17) ds qs dr qr V V V V Dimana: 2 D=LsLr−M
Diferensial arus stator dan rotor pd sumbu koordinat q (quadratur axis) 2 2 2 . ... ... ... ... .... ... ... ... ... . ... ... . . 1 ... sr r r r r ds qs s r s s s r rs dr r sr r r r qr r s s r rs R L M R M L M i i R M L M R L L L d i dt D M R L L M R M i L M R M L L ω ω ω ω ω ω ω ω − − = − − . . .. ... ... .... ... ... ... ... .... ... ... ... .... ... ... ... 0 . 0 0 0 .. 1 0 0 0 0 ds qs dr qr rs r ds s qs r dr s qr i i X i i R L L M V M L V X L M V D M L V − − − − ...(18)
Diferensial arus motor pd sumbu koordinat d-q (direct - quadratur axis)
Dengan menggabungkan persamaan (17) dan (18) diperoleh: 2 2 2 . ... ... ... ... .... ... ... ... ... . ... ... . . 1 ... s r r r r r ds qs s r s s s r r s dr r s r r r r qr r s s r r s R L M R M L M i i R M L M R L L L d i dt D M R L L M R M i L M R M L L ω ω ω ω ω ω ω ω − − = − − . . .. ... ... .... ... ... ... ... .... ... ... ... .... ... ... ... 0 . 0 0 0 .. 1 0 0 0 0 ds qs dr qr r s r ds s qs r dr s qr i i X i i R L L M V M L V X L M V D M L V − − − − ...(19)
Diferensial arus motor pd sumbu koordinat d-q (direct - quadratur axis)
Dengan mengambil asumsi bahwa Vr=0, karena rotor sangkar ujung-ujung kumparannya terhubung singkat secara permanen, maka:
2 2 2 . ... ... ... ... .... ... ... ... ... . ... ... . . 1 ... s r r r r r ds qs s r s s s r r s dr r s r r r r qr r s s r r s R L M R M L M i i R M L M R L L L d i dt D M R L L M R M i L M R M L L ω ω ω ω ω ω ω ω − − = − − . . .. ... ... .... ... ... ... ... .... ... ... ... .... ... ... 0 0 0 0 1 .. . ... 0 0 . . 0 0 0 0 ds qs dr qr r s r ds s qs r s i i X i i R L L M V M L V X L M D M L − − − − ...(20)
Sudut Posisi Motor
Persamaan sudut posisi motor induksi dapat dirumuskan sebagai berikut:
...(21)
r r
d dtθ ω=
Dimana:
ωr: Kecepatan angular rotor (rad/s)
θr: Posisi sudut rotor terhadap sumbu A-B (rad)
Kecepatan Putaran Rotor
Persamaan kecepatan putaran rotor dapat
dirumuskan sebagai berikut:
60 ...(22) 2 r n P ω π =
2.3 Direct Torque Control (DTC)
Direct Torque Control (DTC) merupakan suatu
teknik kontrol yang lebih mengarah pada pengaturan dengan torsi yang berubah – ubah sesuai kebutuhan beban pada motor khususnya motor induksi. Secara umum prinsip dari metode DTC adalah memilih satu
dari enam vektor egangan inverter dan dua
diantaranya adalah vektor nol.
Persamaan torsi pada motor induksi dapat diperoleh dari persamaan (23):
em 3 T = .sin ...(23) 2 m r s s r P L L L λ λ α − −
Dari persamaan diatas menunjukkan bahwa torsi
yang dihasilkan bergantung pada nilai dari
magnitude fluks stator, magnitude fluks rotor, dan
sudut fasa antara vektor fluks stator dan rotor. Persamaan pada stator motor induksi adalah:
. ...(24) s s d s s V I r dt λ− − − = −
Persamaan (24) dapat diasumsikan sebagai persamaan (25) jika resistensi stator diabaikan dan periode waktunya sangat singkat.
0 t s V dts λ =
∫
. ...(25) s Vs t λ− =− △ △Blok diagram dari sistem DTC untuk motor induksi tiga fasa ditunjukkan pada gambar 2:
Gambar 2 Blok diagram DTC pada motor induksi
2.4 Estimator Fluks dan Torsi
Pada pengaturan kecepatan putaran motor induksi metode DTC, estimator berfungsi sebagai pengganti sensor kecepatan dan posisi rotor. Estimator akan menentukan nilai dari torsi dan fluks yang selanjutnya akan dibandingkan dengan nilai dari torsi dan fluks pada referensi. Untuk menentukan nilai dari fluks pada estimator dapat diturunkan dari Persamaan 26 sebagai berikut:
...(26) s s s d s V R I dtλ − − = +
Dari persamaan 26 diatas didapatkan nilai fluks dari persamaan 27 :
( . ) ...(27)
s Vs i R dts s
λ =∫ −
Dengan nilai magnitude dan sudut fluks stator adalah sebagai berikut :
2 2 ...(28) s qs ds λ = λ +λ 1 tan qs...(29) s ds λ α λ λ − = ∠ =
Nilai torsi estimasi didapatkan dari persamaan 11:
(
)
3 ...(30) 2 e ds qs qs ds T = p λ i −λ i2.5Teknik Space Vector Pulse Width Modulation
(SVPWM)
Space Vector Pulse Width Modulation (SVPWM)
merupakan pengembangan dari metode PWM sebelumnya. Metode ini biasanya diterapkan pada inverter 3 fasa. Metode PWM yang satu ini didasarkan pada adanya ruang vektor pada koordinat abc 3 fasa. Untuk lebih jelasnya, harus dipahami terlebih dahulu mengenai cara kerja inverter tiga fasa dan bagaimana ruang vektor bisa dihasilkan.
Setelah mendapat tegangan referensi 3 fasa maka untuk menjalankan teknik modulasi SVPWM perlu dilakukan langkah-langkah sebagai berikut:
• Langkah 1 : Menentukan Vα, Vβ, Vref dan besar
sudut (θ). Vα dan Vβ merupakan kerangka acuan
tetap yang berguna untuk mentransformasikan
tegangan 3 fasa. Sedangkan Vref merupakan
tegangan referensi (magnitude) dari Vα,β dan sudut
teta (θ) merupakan sudut dari Vref. Berikut ini
adalah persamaan yang digunakan untuk
mendapatkan besar tegangan Vα dan Vβ yang merupakan persamaan transformasi Clarke.
− − − = ∴ cn bn an V V V 2 3 2 3 0 2 1 2 1 1 3 2 β α V V
Sedangkan untuk nilai Vref dan sudutnya, bisa
didapatkan dari persamaan berikut:
1 2 2 . 2 . ...(32) tan ref s V t t V
V
V
V
α β α β α − ω π − = + = = = • Langkah 2: Menentukan rentang waktu T1,T2, dan
T0.
Setelah didapatkan Vref dan sudut θ maka perlu
dicari besar T1,T2,dan T0. T1 merupakan waktu yang
mempengaruhi vektor pertama pada suatu sektor dan
T2 merupakan waktu yang mempengaruhi vektor
kedua pada suatu sektor. Sedangkan T0 merupakan
waktu yang mempengaruhi kedua vektor nol yaitu V0
dan V7. Didapatkan besar T1, T2, dan T0 pada tiap
sektor adalah sebagai berikut: ) 3 sin( . . . 3 1= π−θ n Vdc Vref Ts T ) 3 1 sin( . . . 3 2 θ π − − = n Vdc Vref Ts T 2 1 0 Ts T T T = − −
dimana n merupakan sektor dengan nilai 1-6 dan sudut θ bernilai antara 0<θ<600. Pada simulasi akan digunakan Ts = 1/10000 dan Vdc = 400 V.
• Langkah 3 : Menentukan lama waktu switching
tiap transistor.
Setelah didapatkan nilai T1, T2, dan T0 pada tiap
sektor, langkah berikutnya adalah menentukan lama waktu switching dari setiap transistor pada tiap sektor. Waktu switching ditentukan berdasarkan pola sekuensial yang dimiliki tiap vektor tegangan pada tiap sektor. Karena V0 dan V7 memiliki waktu yang sama maka lama waktu masing-masing vektor
tersebut aktif akan dibagi sama rata (selama T0/2).
2.6 Adaptif Fuzzy Logika Kontrol
System fuzzy adaptive merupakan system logika
fuzzy yang dilengkapi dengan algoritma
pembelajaran, dimana system logika fuzzy dibentuk dari kumpulan aturan fuzzy JIKA-MAKA (If-then
rule) dan algoritma pembelajaran akan mengatur
parameter-parameter dari system logika fuzzy berdasarkan pada pasangan data input/output.
Terdapat dua pendekatan untuk adaptive fuzzy
controller yaitu direct adaptive control dan Indrect adaptive control. Pada direct adaptive control tidak
memerlukan perantaraan model proses atau tahap identifikasi parameter, mendapatkan parameter controller secara langsung dari perbandingan actual performansi loop tertutup dengan beberapa kelakuan yang diinginkan lewat indeks performansi keluaran yang menunjukkan adaptasi controller.
• Identifikasi Model Fuzzy
System logika fuzzy yang digunakan adalah menggunakan:
• Pe-fuzzifikasi singleton
• Pe-defuzzifikasi rata-rata tengah (center
average defuzzifier)
• Aturan penalaran produk (produk
Inference engine)
• Fungsi keanggotaan Gaussian
Sistem fuzzy yang akan didesign mempunyai bentuk: 2 1 2 1 exp ( ) ...(34) exp l n m i l l i i l i l l n m i l l i i l i l x x y a f x x x y a − = = − = = − − = − − ∑ ∏ ∑ ∏
• Algoritma gradient descent training:
1.Menentukan jumlah rule (M), menentukan
besarnya error yang diinginkan (e),
menetukan konstanta step site (α)
2.Dari pasangan input-output
(
,
)
p p
i
x
y
, p=1,2,… dan q adalah stage of training q=0,1,2,… maka dapat ditentukan:…(31)
~ 1 1 1 2 ( ) exp( ~ ; ( ) ; p N i l l i i l M M l l l l x x qi z l a b z a y q z f b σ = = = − =∏ − =∑ =∑ =
3.Mengupdate m-training parameter
~ ( 1) l y q+ , ~ ( 1) l q
xi + ,σil(q+1)yaitu dengan cara
sebagai berikut: ~ ~ ( 1) ( ) l l f y y q y q z b α − + = − , l=1,2,….M ~ ~ ~ ~ 2 2( ( )) ( ) ( 1) ( ) ( ) ( ) l l l i l xi x q f y i lq lq y q f xi xi z b q α σ − − + = − − i=1,2,…,N; l=1,2,…M ~ ~ 3 2 2( ( )) ( ) ( 1) ( ) ( ) ( ) l l l l i i l i l xi x q f y i q q y q f z b q σ σ α σ − − + = − −
Dimana zl,b,a dan f adalah hasil penhitungan
langkah 2.
4.Hitung error= ep = 0,5 2
( ( p) p)
i
f x −y kembali
ke langkah kedua dengan q = q+1, sampai ep<=e.
5.Kembali ke langkah dua dengan p=p+1, yaitu
mengupdate parameter dengan menggunakan
pasangan input output berikutnya 1 1
( p , p )
i
x + y +
dimana parameter yang didapatkan pada data kecepatan menjadi harga inisial untuk data ke p+1.
3. Hasil dan Pembahasan
Spesifikasi parameter motor induksi yang digunakan dapat dilihat pada table 1.
Tabel 1 Parameter-parameter motor induksi 200 Hp
No Nama Parameter Nilai
1 Tenaga Motor (Kwatt) 150
2 Tegangan Motor (volt) 460
3 Frekuensi (Hz) 60
4 Jumlah pasang kutub 2
5 Tahanan stator (ohm) 14,85e-3
6 Tahanan Rotor (ohm) 9,25e-3
7 Induktansi stator (H) 0,3027e-3
8 Induktansi rotor (H) 0,3027e-3
9 Induktansi magnetic (H) 10,46e-3
10 Momen inersia (kg.m2) 3.1
11 Koefisien redaman (N.m.s/rad)
0,08
Respon pertama yang akan dianalisa adalah kecepatan motor tanpa beban yang dapat dilihat pada Gambar 3. 0 0.5 1 1.5 2 2.5 3 3.5 4 -200 0 200 400 600 800 1000 1200 1400 1600 1800 Waktu (s) K e c e p a ta n ( rp m ) Kecepatan Rotor (a) 0 0.5 1 1.5 2 2.5 3 3.5 4 -200 0 200 400 600 800 1000 1200 1400 1600 1800 Waktu (s) K e c e p a ta n ( rp m ) Kecepatan Rotor (b)
Gambar 3 Kecepatan Rotor Hasil Simulasi DTC klasik (a) dan DTC SVPWM Two Level (b) Respon kedua yang akan dibandingkan adalah torsi motor induksi yang dapat dilihat pada Gambar 4. 0 0.5 1 1.5 2 2.5 3 3.5 4 -100 0 100 200 300 400 500 600 700 800 900 Waktu (s) T o rs i E le k tr o m a g n e ti k (N m ) Torsi Elektromagnetik (a) 0 0.5 1 1.5 2 2.5 3 3.5 4 0 100 200 300 400 500 600 700 Waktu (s) T o rs i E le k tr o m a g n e ti k (N m ) Torsi Elektromagnetik (b)
Gambar4 Torsi Elektromagnetik DTC klasik (a) dan DTC SVPWM Two Level (b)
Respon ketiga karakteristik kecepatan motor induksi dengan pemberian pembebanan yang dapat dilihat pada Gambar 5.
0 0.5 1 1.5 2 2.5 3 3.5 4 0 500 1000 1500 2000 Waktu (s) u(k) Kec. rotor Torsi (a) 0 0.5 1 1.5 2 2.5 3 3.5 4 0 500 1000 1500 2000 Waktu (s) u(k) Kec Rotor Torsi (b)
Gambar 5 Pembebanan 400 N.m (a) Pembebanan 284 N.m(b)
Dari Hasil Simulasi yang didapatkan pada DTC klasik dan DTC SVPWM Two Level yang dapat dilihat pada Tabel 2.
Tabel 2 Analisa Perbandingan Hasil Simulasi DTC
Klasik dan DTC SVPWM Two Level
Respon
DTC Klasik
DTC
SVPWM
Constant
Time
(
τ
)
1,2 s
0,58 s
Settling Time
t
s(±5%)
t
s(±2%)
t
s(±5%)
3,6 s
4,8 s
6 s
1,56 s
2,32 s
2,9 s
Rise Time (t
r)
t
r(5%-95%)
t
r(5%-95%)
3,535 s
2,6365 s
1,71 s
1,27 s
Delay time (t
d)
0,83 s
0,4 s
Peak Time (t
p)
1,585 s
0,89 s
Overshoot
Maksimum (MP)
1,317 %
0,49 %
Penggunaan kontroler fuzzy adaptif pada pengaturan kecepatan motor induksi tiga fasa dengan metode vector kontrol dapat memperbaiki respon output motor. Respon kecepatan motor dapat langsung dilihat dari ferformansinya ketika motor berputar dengan tidak adanya perubahan beban (Tl=0) maupun ketika adanya perubahan beban, tampak bahwa motor tetap dapat mempertahankan performasninya dengan waktu pemulihan 1,5 detik
4. Kesimpulan
Berdasarkan hasil simulasi dan analisa dapat diambil kesimpulan:
1. DTC-SVPWM adalah suatu metode pengaturan
motor induksi dengan metode kontrol fluks dan torsi secara langsung
2. Dengan menggunakan DTC SVPWM Settling
Time yang dihasilkan pada kecepatan motor
induksi 1.56 s lebih cepat 56.66% dari DTC klasik
3. Waktu pemulihan yang dibutuhkan motor untuk
kembali dengan kondisi pembebanan pada performansi sebelumnya adalah 1,5 detik
4. Perubahan Beban Pada Motor Induksi dapat
dipertahankan mendekati kecepatan nominal dengan metode adaptasi pada sistem kontrol adaptip fuzzy.
Daftar Pustaka
A.A.Pujol., 2000 ,“Improvement in Direct
Torque Control of Induction
Motors”, Thèse de doctorat de
L’UPC, November.
Astrom, K. J. and wittermark, B. 1995 ,“Adaptive control”, Addison-wesley publishing company.
C. C. Lee (1990), “Fuzzy logic in control
systems: fuzzy logic controller”,
IEEE Trans. System, Man and Cybernetics, vol. 20, no. 2, pp. 404-435.s
C. Lascu, I. Boldea, and F Blaabjerg,
2000,“A modified direct torque
control for induction motor sensorless drive”. IEE conf. On
Industrial Application, vol. 1 PP. 28-37.
Iskandar Eka, (2008), ” Simulasi Penerapan metode direct torque control utnuk pengaturan kecepatan motor induksi 3-fasa pada electrical wheel haul
truck”, Thesis Jurusan Teknik Elektro ITS, Surabaya
Kaifler, 200, “Three phase motor 1TB
2830-3GA02 wheel haul truck”, Siemens.
Li-Xing Wang, 1994, Adaptive fuzzy system
and control, Prentice Hall,
Muhammad H, Rashid, “Power Electronic:
Circuit, Device and Aplication”,
Prentice Hall International, Inc, Second edition.
Sutantra. I.Nyoman, 2001, “Teknologi Otomotif: teori dan Aplikasinya”, Guna Widya, Surabaya.
Zadeh,L.A. (1978b) PRUF-A a meaning
representation language for natural languanges. International Journal of