Optimisasi perancangan motor induksi tiga fasa rotor sangkar menggunakan algoritma genetik

RIDZKI, Imron, Dr.Ir. Hamzah Berahim, M.T

2005 | Tesis | S2 Teknik Elektro

Penelitian ini bertujuan mengetahui penggunaan algoritma genetik untuk optimisasi perancangan motor induksi tiga fasa rotor sangkar. Optimisasi perancangan motor induksi tiga fasa rotor sangkar menggunakan algoritma genetik ini dengan fungsi obyektif efisiensi motor, dan variabel perancangannya dS (kerapatan arus konduktor stator), dR (kerapatan arus batang rotor), c (koefisien pendinginan), BAV (kerapatan fluksi rata-rata pada celah udara), BCS (kerapatan fluksi inti stator). Representasi perancangan motor dalam algoritma genetik dilakukan setelah terkumpulnya data perancangan, fungsi obyektif, variabel perancangan beserta batasannya, ukuran populasi (N), probabilitas persilangan (PC), dan probabilitas mutasi (Pm). Proses optimisasi perancangan motor induksi menggunakan algoritma genetik meliputi pembentukan populasi awal, evaluasi, seleksi, persilangan, mutasi, pembentukan populasi baru, terminasi. Iterasi akan berhenti jika dicapai kriteria terminasi yaitu maksimal generasi atau maksimal nilai efisiensi. Penelitian ini menyimpulkan bahwa optimisasi perancangan motor induksi tiga fasa rotor sangkar menggunakan algoritma genetik menghasilkan suatu motor yang memiliki efisiensi optimal (tinggi), diperoleh dengan variasi variabel perancangan dS (kerapatan arus konduktor stator), dR (kerapatan arus batang rotor), c (koefisien pendinginan), BAV (kerapatan fluksi rata-rata pada celah udara), dan Bcs (kerapatan fluksi inti stator). Peningkatan efisiensi motor menyebabkan penurunan rugi-rugi total, peningkatan dimensi motor D dan L, dan peningkatan torsi motor (torsi awal, torsi beban penuh, dan torsi maksimal).

This research is to optimize three phase squirrel cage induction motor design using genetic algorithm. The optimization of three phase squirrel cage induction motor design using genetic algorithm uses motor’s efficiency as objective function. Design variables are dS (current density of stator conductor), dR (current density of rotor bar), c (cooling coefficient), BAV (flux density of air gap), BCS (flux density of stator core). Representation of motor design in genetic algorithm can be done by a collection of design data, objective function, design variables with constraints (bounds), population size (N), crossover probability (Pc), and mutation probability (Pm). Optimization process of motor design using genetic algorithm consists of generating initial population, evaluation, selection, crossover, mutation, generating new population, termination. Iteration stops if termination criteria is reached. It uses maximum generation or maximum efficiency. This research concludes that the optimization of three phase squirrel cage induction motor design using genetic algorithm yields optimal (high) motor’s efficiency which is reached by variation of design variables of dS (current density of stator conductor), dR (current density of rotor bar), c (cooling coefficient), BAV (flux density of air gap), BCS (flux density of stator core). Increased efficiency yields decreased total losses, increased motor dimension (D and L), increased torque (starting torque, full load torque, and maximum torque).

Kata Kunci : Motor Induksi Tiga Fasa Rotor Sangkar, Algoritma Genetik, efficiency, variable, losses, dimension, torque