Implementasi system hybrid menggunakan fuzzy neural network pada sistem kontrol suspensi aktif

HANAFI, Mukhtar, Drs. Retantyo Wardoyo, M.Sc.,Ph.D

2010 | Tesis | S2 Ilmu Komputer

Selama beberapa tahun terakhir ini, untuk mendapatkan sistem kontrol suspensi yang robust telah dikembangkan pengontrol dengan konsep logika fuzzy. Dengan basis pengetahuan yang dimiliki, model sistem kontrol logika fuzzy (FLC) mampu menyesuaikan perubahan parameter akibat ketidaklinieran dan ketidakpastian yang terjadi pada sistem suspensi. Akan tetapi jenis pengontrol ini sangat memerlukan pengalaman dari perancangnya. Fuzzy Neural Network (FNN), yang merupakan salah satu implementasi dari sistem hybrid, memungkinkan untuk meningkatkan kinerja dari sistem kontrol yang dikembangkan dengan konsep logika fuzzy. Unsur jaringan syaraf yang ada pada FNN memungkinkan pengontrol belajar dan menyesuaikan diri dengan lingkungannya. Sistem hybrid FNN yang dirancang dalam penelitian ini menggunakan model pendekatan jaringan syaraf berbasis aturan (RBCN) dengan empat layer sebagai pengontrol dari sistem suspensi aktif. Untuk mengetahui signifikansi dari peningkatan kinerja dari pengontrol FNN tersebut, fungsi keanggotaan dan parameter fuzzy yang digunakannya sama dengan yang digunakan pada FLC dari penelitian sebelumnya. Hasilnya, untuk berbagai macam gangguan permukaan jalan, pengontrol FNN yang dirancang mampu meningkatkan kinerja sistem suspensi dengan mereduksi puncak defleksi badan kendaraan sebesar 53 sampai 69 persen dan mereduksi percepatan vertikal badan kendaraan sebesar 29 sampai 45 persen dari sistem dengan FLC. Untuk permukaan jalan impuls, FNN juga mampu mereduksi waktu mantap menjadi 0,0073 sampai 0,4551 detik lebih cepat dibandingkan dengan sistem suspensi dengan FLC.

For the last few years, to get robust suspension control system it has been developed a controller using fuzzy logic concept. Using knowledge bases, fuzzy logic control (FLC) systems are able to adjust the changing in parameters as a result of unlinearity and uncertainty on suspension system. However, this type of controller deeply experiences of its designers. A Fuzzy Neural Network (FNN), as an implementation of hybrid systems, enable to increase the performance of control systems developed using fuzzy logic concepts. The existing neural network elements on FNN enables the controller to learn and adjust on its environment. A hybrid FNN system is designed on this research using approach model of rule-based conectionist network (RBCN) with four layers as the controller of an active suspensi system. To know a significance of increase the performance of that FNN controller, fuzzy membership and parameter function that be utilized equal to that is utilized on a FLC of previous research. Its result, to a variety road surface, a FNN controller that is designed can increase the performance of suspension system by reducing peak deflection of the vehicle body as big as 53 until 69 percents and reducing vertical velocities of the vehicle body as big as 29 until 45 percents of a system using FLC. For impulse road surface, that FNN can also reduce steady time becomes 0,0073 until 0,4551 seconds faster to be compared with a suspension systems using FLC.

Kata Kunci : Fuzzy Neural Network,Sistem kontrol suspensi aktif