Estimasi arus motor DC seri dengan fuzy observer berdasar kecepatan motor

KUSRIYANTO, Medilla, Ir. Samiadji Herdjunanto, M.Sc

2009 | Tesis | S2 Teknik Elektro

Algoritma untuk estimasi keluaran sistem sudah banyak ditemukan dalam pengolahan isyarat. Pada kenyataannya persamaan ruang keadaan pada sistem non linear terdapat komponen matrik yang bergantung pada variabel sistem itu sendiri. Fuzy observer merupakan salah satu algoritma untuk mendapatkan komponen matrik tersebut sehingga didapatkan beberapa model linear lokal dari sistem non linear. Model linear lokal digunakan sebagai basis pengetahuan IF THEN pada basis aturan logika fuzy. Motor DC seri merupakan sistem nonlinear dengan 2 komponen matrik yang bergantung pada besarnya arus motor pada persamaan state spacenya. Algoritma fuzy yang digunakan untuk observasi kecepatan motor DC seri adalah fuzy model T-S. Pada fuzy observer, parameter utama untuk estimasi adalah Observer gain. Gain ini dicari dengan menggunakan LMI (Linear Matrix Innequalities). Fuzy T-S yang digunakan memiliki 2 himpunan fuzy sesuai dengan komponen matrik sebagai fungsi arus motor yang disebut sebagai variabel premis dan masing masing memiliki 2 keanggotaan. Berdasar pada simulasi dengan menggunakan matlab 2007a, didapat kesalahan pada steady state adalah 0,64%. Keluaran observer sangat bergantung pada batas keanggotaan fuzy sehingga untuk penelitian berikutnya batas keanggotaan fuzy bisa dibuat adaptif.

Algorithm for system estimation is currently used in many application on signal processing. In practical system, the state of system is often not readily available especially on non linear system. Fuzy Observer is an algorithm used to find the state of system that often not readily. DC series motor is non linear system with two state that not readily. Fuzy algorithm used to define the state variable is fuzy T-S model that can produce several lokal linear system. This linear lokal model used as knowledge base IF THEN on fuzy logic algorithm rule. In fuzy observer, an important parameter to define the satate called observer gain. This Gain calculate by LMI (Linear Matrix Innequality). In this research, fuzy observer has two membership function. Number of membership function depend on how many state that not readily in non linear system that called premis variable. Based on simulation with matlab 2007a software, error of the observer on steady state is 0.64%. Output of fuzy observer depend on the range of membhership function. For next research, the range of membhership function can be adaptive

Kata Kunci : Fuzy observer,Variabel premis,LMI, Fuzy Observer, Premis variable