Estimasi Nilai Parameter Motor DC Menggunakan Algortima Particle Swarm Optimization
| Main Author: | Daffa Hibatullah, Muhammad |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/185701/2/MUHAMMAD%20DAFFA%20HIBATULLAH.pdf http://repository.ub.ac.id/185701/ |
Daftar Isi:
- Motor DC memiliki banyak aplikasi mulai dari dari peralatan rumah tangga hingga sistem kontrol industri yang kompleks dengan alasan mudah untuk dimodelkan dan kontrol. Kebutuhan informasi mengenai parameter motor DC diperlukan untuk analisis atau kontrol sistem. Tetapi keterbatasan dan ketidakakuratan informasi mengenai parameter menjadi masalah dalam menganalisis motor DC. Estimasi Parameter memiliki potensi dalam pemodelan sistem dan kontrol. Karena pemodelan yang tepat membantu dalam menganalisis permasalahan motor DC. Pada penelitian ini bertujuan untuk menentukan parameter-parameter motor DC dengan menggunakan algoritma Particle Swarm Optimization (PSO) dengan parameter motor DC yang diestimasi meliputi Momen Inersia (J), damping (b), Resistansi Motor (R), Induktansi Motor (L), Konstan Back E.M.F. (Ke), dan konstan torsi (Kt). Dalam penelitian menggunakan fungsi fitness dari permasalahan optimisasi untuk mengetahui performa algoritma yang digunakan dengan metode Mean Squared Error (MSE) dan Proses algortima PSO mikrokontroler Arduino Uno sebagai pusat pemrosesan data. Masukan dari sistem berupa nilai kecepatan sudut yang didapat dari sensor rotary encoder incremental dan arus yang didapat dari sensor arus ACS712. Nilai parameter yang didapatkan setalah proses estimasi kemudian dievaluasi dengan cara membandingkan respon kecepatan yang dihasilkan sistem aktual dan sistem yang sudah terestimasi. Grafik respon kecepatan yang dihasilkan menunjukkan perbedaan yang besar pada saat respon transien dan perbedaan yang kecil pada saat respon tunak. Eror yang didapatkan dalam pengujian metode PSO memiliki MSE sebesar 8,38 yang menunjukkan perbedaan yang cukup besar dari nilai estimasi yang diperoleh. Eror yang didapat pada sistem kemungkinan disebabkan oleh keterbatasan Arduino Uno dalam menyimpan data dan noise yang terdapat pada sensor yang digunakan saat proses estimasi berjalan.