Oleh : Muhammad Ruswandi Djalal

Slides:



Advertisements
Presentasi serupa
Induksi Magnetik Materi yang dibahas : Fluks magnetik Hukum Faraday
Advertisements

PENGENDALIAN KECEPATAN MOTOR DC DENGAN PID CONTROLLER
INDUKTOR / KUMPARAN ILHAM, S.Pd..
KELOMPOK III (speed sensor) Dafid Afsya / Ridwan / Muhammad Irvan F / Febri Mukhlis.
HO-1 KTB401 Kecerdasan Buatan
KONTROL MOTOR DC MENGGUNAKAN THYRISTOR
MOTOR ASINKRON 3 FASA By Susilo Hadi.
LOOPING (PERULANGAN)
LOOPING (PERULANGAN)
SISTEM PENGAPIAN PADA MOTOR BAKAR
UNIVERSITAS GUNADARMA
GENERATOR SINKRON DAN MOTOR SINKRON
8.2 Kompensasi umpanbalik kecepatan
Kontrol Motor Induksi dan Motor Sinkron. Motor Induksi.
Struktur Kendali Perulangan pada C
FISIKA II.
DASAR-DASAR MESIN LISTRIK
Mesin Arus Searah Pertemuan 10
MOTOR INDUKSI Pertemuan 11
MOTOR SINKRON Pertemuan 12
Generator Sinkron Generator sinkron: arus DC diterapkan pada lilitan rotor untuk mengahasilkan medan magnet rotor. Rotor generator diputar oleh prime.
Time Tabling: Ant Colony Optimization  (RBAS)
PENGENALAN KECERDASAN KOMPUTASIONAL
PENGENALAN KECERDASAN KOMPUTASIONAL
MAGNETISME ( 2 ) Gaya Pada Muatan Dalam Pengaruh Medan Magnet : Gaya Lorentz Seperti dalam kasus elektrostatik (kelistrikan), gejala magnetisme (kemagnetan)
Imam Cholissodin | Algoritma Evolusi Teknik Optimasi Imam Cholissodin |
Oleh : Muhammad Ruswandi Djalal
Evolution Strategies (ES)
Generator listrik.
Paralelisasi dan Distribusi
ini amat berhubungan denganArtificial life
Branch and Bound Lecture 12 CS3024.
Modeling DC Motor.
KARAKTERISTIK KOMPONEN RANGKAIAN LISTRIK
Differential Evolution (DE)
Evolutionary Algorithms (EAs)
Imam Cholissodin | Algoritma Evolusi Topik Lanjut Pada GA Imam Cholissodin |
Generator Sinkron Sebagian besar energi listrik yang dipergunakan oleh konsumen untuk kebutuhan sehari-hari dihasilkan oleh generator sinkron fasa banyak.
MESIN LISTRIK.
Menggunakan Hasil Pengukuran
UNIVERSITAS GUNADARMA
KULIAH MOTOR DC.
MOTOR DC 07.
Klasifikasi Motor Listrik
Menanggulangi gangguan operasional unit generator pembangkit
BAB 7 HUBUNGAN MAKHLUK HIDUP DALAM EKOSISTEM
CSG3F3/ Desain dan Analisis Algoritma
Artificial Intelligence (AI)
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Bee Colony Optimization (BCO) Semester Ganjil 2017/2018 Dr. Suyanto, S.T., M.Sc. Web:
GENERATOR INDUKSI.
Time Tabling: Ant Colony Optimization  (RBAS)
MOTOR INDUKSI Pertemuan 11
Ant Colony Optimization.
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Cuckoo Search (CS)
Sistem Pembangkit Tenaga Listrik
INDUKSI ELEKTROMAGNETIK
FUZZY-TLBO OPTIMAL REACTIVE POWER CONTROL VARIABLES PLANNING
EKI SAPUTRA/RISTYA NURIKA/SUCI ALDILA
Pengertian Motor DC Motor listrik merupakan perangkat elektromagnetis yang mengubah energi listrik menjadi energi mekanik. Energi mekanik ini digunakan.
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Ukuran Performansi
Motor Listrik.
Pertemuan 15 ALGORITMA GENETIKA
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Firefly Algorithm (FA) Semester Ganjil 2017/2018 Dr. Suyanto, S.T., M.Sc. Web:
Instalasi Listrik Pertemuan ke 8.
KONTRAK PERKULIAHAN.
Prinsip Motor Listrik.
MOTOR DC EKSITASI TERPISAH
1. Perbedaan Generator sinkron dan Asinkron 2. Konstruksi Generator Sinkron 3. Bagian-bagian Dari Generator 4. Penggunaan Bagian-bagian Dari Generator.
Gayuh Sandy Pangestu Muhamad Naufal Yuldam Radityo Bagas Waskito Teknik Elektro – Regular Khusus Universitas Pancasila.
OPTIMASI ANN DENGAN PARTICLE SWARM OPTIMATION (PSO) DALAM MEMPREDIKSI HARGA KOMODITAS PANGAN MUHAMMAD SYARWANI P
Transcript presentasi:

Oleh : Muhammad Ruswandi Djalal 2213201008 STUDI KOMPARASI ARTIFICIAL INTELLIGENT METHODS UNTUK OPTIMASI PID CONTROLLER SEBAGAI PENGENDALI KECEPATAN MOTOR DC, INDUKSI, DAN SINKRON Oleh : Muhammad Ruswandi Djalal 2213201008

Yang akan disimulasikan Motor DC Motor Induksi Motor Sinkron

Problems and Solutions... Speed Control of Motor Using PID Control

Artificial Intelligent Methods Firefly Algorithm Cuckoo Search Algorithm Bat Algorithm Flower Pollination Algorithm Differential Evolution Ant Colony Optimization Particle Swarm Optimization Imperialist Competitive Algorithm

[1] Firefly Algorithm Best Firefly Inisialisasi Kunang-Kunang Perpindahan (Proses) Best Firefly Konsep : Kunang-Kunang akan tertarik pada yang lebih terang

[1] Firefly Algorithm For... Inisialisasi Populasi Firefly [kp, ki, kd] Proses (Pindah Ke Firefly yg Lebih Terang) Select Best Firefly Kp “best” Ki “best” Kd “best” Konsep : Kunang-Kunang akan tertarik pada yang lebih terang

[2] Cuckoo Search Algorithm Inisialisasi Sarang Proses (Pencarian Sarang via Levy Flight) Pilih Best Nest Konsep : Menempatkan telurnya di sarang burung lain

[2] Cuckoo Search Algorithm For... Inisialisasi Sarang [kp, ki, kd] Proses (Pencarian Sarang via Levy Flight) Select Best Nest Kp “best” Ki “best” Kd “best” Konsep : Menempatkan telurnya di sarang burung lain

[3] Bat Algorithm Select Best Food Inisialisasi Populasi Proses (Ekolokasi) Select Best Food Konsep : terbang di kegelapan malam mencari makanan tanpa menabrak sesuatu apapun (Kemampuan Ekolokasi)

[3] Bat Algorithm For... Inisialisasi Populasi Bat (Kp, Ki, Kd) Proses Ekolokasi Select Best Food Kp “best” Ki “best” Kd “best” Konsep : terbang di kegelapan malam mencari makanan tanpa menabrak sesuatu apapun (Kemampuan Ekolokasi)

[4] Flower Pollination Algorithm Inisialisasi Populasi Flowers Random (Proses) Best Solution Konsep : terinspirasi dari proses pernyebukan bunga (Biotik & abiotik)

[4] Flower Pollination Algorithm Inisialisasi Populasi Flowers (Kp, Ki, Kd) Proses (Foraging) Best Solution Kp “best” Ki “best” Kd “best” Konsep : terinspirasi dari proses pernyebukan bunga (Biotik & abiotik)

[5] Differential Evolution Inisialisasi Populasi Mutasi Populasi Populasi Baru Konsep : Terinspirasi dari evolusi biologis berbasis populasi yang menggunakan siklus perulangan dari rekombinasi dan seleksi untuk mengarahkan populasi mencari nilai optimum

[5] Differential Evolution Inisialisasi Populasi lebah (Kp, Ki, Kd) Mutasi Populasi Populasi Baru Kp “best” Ki “best” Kd “best” Konsep : Terinspirasi dari evolusi biologis berbasis populasi yang menggunakan siklus perulangan dari rekombinasi dan seleksi untuk mengarahkan populasi mencari nilai optimum

[6] Ant Colony Optimization Inisialisasi Populasi Semut Proses (tour) Best Food based the short rute Konsep : Menemukan jalur terpendek antara sarang dan sumber makanan dengan mengikuti jejak feromon

[6] Ant Colony Optimization Inisialisasi Populasi Semut (Kp, Ki, Kd) Proses (Tour) Select Best Rute Kp “best” Ki “best” Kd “best” Konsep : Menemukan jalur terpendek antara sarang dan sumber makanan dengan mengikuti jejak feromon

[7] Particle Swarm Optimization Inisialisasi Partikel Random (Proses) Best Position Konsep : meniru proses alam dalam berkomunikasi satu sama lain dalam berkumpul, migrasi, atau berburu

[7] Particle Swarm Optimization Inisialisasi Populasi Swarm (Kp, Ki, Kd) Proses (Foraging) Select Best Food Kp “best” Ki “best” Kd “best” Konsep : meniru proses alam dalam berkomunikasi satu sama lain dalam berkumpul, migrasi, atau berburu

[8] Imperialist Competitive Algorithm Inisialisasi Empire Kompetisi (Proses) Best Empire konsep : kompetisi kerajaan untuk memperoleh kekuasaan terbesar

[8] Imperialist Competitive Algorithm Inisialisasi Empire (Kp, Ki, Kd) Kompetisi (Proses) Best Empire Kp “best” Ki “best” Kd “best” konsep : kompetisi kerajaan untuk memperoleh kekuasaan terbesar

HASIL SIMULASI Motor DC Motor Induksi Motor Sinkron

Motor DC

DC Motor Modeling DC permanent magnet motor Rated speed 1400rpm Objective Function :

Firefly Algorithm

Cuckoo Search Algorithm

Bat Algorithm

Flower Pollination Algorithm

Differential Evolution

Ant Colony Optimization

Particle Swarm Optimization

Imperialist Competitive Algorithm

Ant Colony Optimization Imperialist Competitive Alg. Param. Firefly Algorithm Cuckoo Bat Flower Diff. Evolution Ant Colony Optimization Particle Swarm Opt. Imperialist Competitive Alg. Kp 40 4.36 25.2082  39.6776  39.7801 37.6829 34.7941 Ki 2.8170 9.1  7.2255  2.8930 9.9951 9.1684 1.4529 0.0953 Kd 1 0.59  0.0648  0.0052 0.9775 0.4777

Motor Induksi

Firefly Algorithm

Tanpa Kontrol 1.482 PID-Firefly 1.061

Cuckoo Search Algorithm

Tanpa Kontrol 1.49 PID-Cuckoo 1.044

Particle Swarm Optimization

Tanpa Kontrol 1.488 PID-PSO 1.161

Ant Colony Optimization

Tanpa Kontrol 1.489 PID-ACO 1.037

Differential Evolution

Tanpa Kontrol 1.486 PID-DE 1.057

Flower Pollination Algorithm

Tanpa Kontrol 1.485 PID-Flower 1.021

Bat Algorithm

Tanpa Kontrol 1.484 PID-Bat 1.047

Imperialist Competitive Algorithm

Tanpa Kontrol 1.490 PID-ICA 1.052

Param. Firefly Algorithm Cuckoo PSO ACO Diff. Evolution Flower Algorithm ICA Bat Algorithm Kp 0.3392 0.3388 0.3889 0.3359 0.4337 0.4213 0.3654 0.2960 Ki 0.4150 0.1398 0.6355 0.3173 0.3919 0.2337 0.1922 0.0923 Kd 0.0500 0.0449 0.0825 0.0427 0.0407 0.0274 0.0453 0.0491

Motor Sinkron

Firefly Algorithm

Tanpa Kontrol 43.33 PID-Firefly 32.1

Cuckoo Search Algorithm

Tanpa Kontrol 43.4 PID-Cuckoo 31.29

Particle Swarm Optimization

Tanpa Kontrol 43.28 PID-PSO 35.1

Ant Colony Optimization

Tanpa Kontrol 43.37 PID-ACO 31.4

Differential Evolution

Tanpa Kontrol 43.25 PID-DE 33.0

Flower Pollination Algorithm

Tanpa Kontrol 43.29 PID-Flower 33.94

Bat Algorithm

Tanpa Kontrol 43.4 PID-Bat 35.01

Imperialist Competitive Algorithm

Tanpa Kontrol 43.35 PID-ICA 31.71

Param. Firefly Algorithm Cuckoo PSO ACO Diff. Evolution Flower Algorithm ICA Bat Algorithm Kp 0.7417 0.7828 0.7633 0.6355 0.9897 1.0000 0.6483 0.7706 Ki 0.3588 0.4809  0.5244  0.9628 0.3414 0.9729 0.1000 0.1762 Kd 0.1 0.0721  0.1775  0.0926 0.0340 0.0166

Pengaturan Motor DC Mengendalikan Fluks pada kutub magnet motor, yaitu dengan mengubah nilai tegangan kumparan medan Vf Mengatur resistansi jangkar dengan menambah resistansi variabel (Seri dengan Jangkar) Mengendalikan tegangan terminal pada jangkar

Pengaturan Motor Induksi & Sinkron Mengubah frekuensi jala-jala Mengubah jumlah kutup Mengatur tegangan jala – jala Pengaturan tahanan luar

Sekian..