scholarly journals Implementation of Fuzzy Logic Control System on Rotary Car Parking System Prototype

2018 ◽  
Vol 12 (2) ◽  
pp. 706
Author(s):  
Nanang Ismail ◽  
Iim Nursalim ◽  
Hendri Maja Saputra ◽  
Teddy Surya Gunawan
Keyword(s):  
Fuzzy Logic ◽  
Control System ◽  
Steady State ◽  
Fuzzy Control ◽  
Rise Time ◽  
Settling Time ◽  
Inference Model ◽  
Time Value ◽  
Parking System ◽  
State Error

Rotary car parking system (RCPS) is one of the effective parking models used in the metropolitan area because the mechanical parking system is designed vertically to conserve the land usage. This paper discussed the implementation of fuzzy logic with the Sugeno Inference Model on the RCPS miniature control system. The research started with kinematics analysis and a mathematical model was derived to determine the slot position and optimal power requirements for each condition. Furthermore, the Fuzzy Inference model used was the Sugeno Model, taking into account two variables: distance and angle. These two variables were selected because in the designed miniature RCPS there will be rotational changes of rotation and rotation in turn. Variable distance was divided into four clusters, such as Zero, Near, Medium and Far. While the angle variables were divided into four clusters as well, such as Zero, Small, Medium, and Big. The test results on a miniature RCPS consisting of six parking slots showed that fuzzy based control provided better results when compared to conventional systems. Step response on the control system without fuzzy control showed the rise time value of 0.58 seconds, peak time of 0.85 seconds, settling time of 0.89, percentage overshoot of 0.20%, and steady state error of 4.14%. While the fuzzy control system provided the rise time value of 0.54 seconds, settling time of 0.83 seconds, steady state error of 2.32%, with no overshoot.

scholarly journals Ball On Plate Balancing System Pada KIT Praktek PID Mata Kuliah Dasar Sistem Kendali

2017 ◽  
Vol 3 (3) ◽  
pp. 134
Author(s):  
Anwar Mujadin ◽  
Dwi Astharini
Keyword(s):  
Control System ◽  
Steady State ◽  
Rise Time ◽  
Input Image ◽  
Settling Time ◽  
Loop System ◽  
Close Loop System ◽  
Intelligent Control System ◽  
Arduino Uno ◽  
State Error

<p><em>Abstrak – </em><strong>Ball on plate adalah sistem pengendalian cerdas untuk mengarahkan bola  yang ada diatas plate sesuai dengan pola gerakan yang diinginkan tanpa menjatuhkan bola. Ball on plate ini digerakan oleh dua buah motor servo sebagai aktuator (keluaran) untuk menentukan posisi bola. Sedangkan kamera ditempatkan diatas plate sebagai sensor (masukan). Image yang ditangkap oleh kamera kemudian diolah oleh labview menjadi pixel posisi X dan Y. Kerjasama antar mikrokontroler Arduino Uno  dan Labview membentuk sebuah pengendalaian close loop system. Pada tulisan ini akan dibahas parameter penting dalam menganalisa  rise time, overshoot, settling time dan steady state error pada pengendalian sistem ball on plate menggunakan PID.</strong></p><p><strong><br /></strong></p><p><strong><em>Kata kunci </em></strong><em>- Arduino Uno R3 Ball on plate Controller,</em></p><p><em> </em></p><p><em>Abstract –</em> <strong>Ball on the plate is an intelligent control system to steer the ball over the plate that is in accordance with the desired pattern of movement without dropping the ball. Ball on plate is controlled  by two servo motors as actuators (output) to determine the position of the ball. While the camera is placed on the plate as a sensor (input). Image captured by the camera and processed by labview to pixel positions X and Y. The cooperation among the microcontroller Arduino Uno and Labview configurate a close loop system. In this paper will discuss important parameter in analyzing the rise time, overshoot, settling time and steady state error in the control system using PID ball on the plate.</strong></p><p><strong><br /></strong></p><strong><em>Keywords</em></strong><em> – Arduino Uno R3 Ball on plate Controller </em>

STABILISASI TEGANGAN KELUARAN BUCK CONVERTER DENGAN METODE FUZZY LOGIC CONTROLLER

JURNAL ELTEK ◽  
2018 ◽  
Vol 16 (2) ◽  
pp. 125
Author(s):  
Oktriza Melfazen
Keyword(s):  
Fuzzy Logic ◽  
Steady State ◽  
Rise Time ◽  
Fuzzy Logic Controller ◽  
Buck Converter ◽  
Settling Time

Buck converter idealnya mempunyai keluaran yang stabil, pemanfaatandaya rendah, mudah untuk diatur, antarmuka yang mudah dengan pirantiyang lain, ketahanan yang lebih tinggi terhadap perubahan kondisi alam.Beberapa teknik dikembangkan untuk memenuhi parameter buckconverter. Solusi paling logis untuk digunakan pada sistem ini adalahmetode kontrol digital.Penelitian ini menelaah uji performansi terhadap stabilitas tegangankeluaran buck converter yang dikontrol dengan Logika Fuzzy metodeMamdani. Rangkaian sistem terdiri dari sumber tegangan DC variable,sensor tegangan dan Buck Converter dengan beban resistif sebagaimasukan, mikrokontroler ATMega 8535 sebagai subsistem kontroldengan metode logika fuzzy dan LCD sebagai penampil keluaran.Dengan fungsi keanggotaan error, delta error dan keanggotaan keluaranmasing-masing sebanyak 5 bagian serta metode defuzzifikasi center ofgrafity (COG), didapat hasil rerata error 0,29% pada variable masukan18V–20V dan setpoint keluaran 15V, rise time (tr) = 0,14s ; settling time(ts) = 3,4s ; maximum over shoot (%OS) = 2,6 dan error steady state(ess) = 0,3.

scholarly journals Desain dan analisis pengaruh parameter PI dan variasi kecepatan pada respon sistem kontrol arah hadap prototype kendaraan listrik

2020 ◽  
Vol 9 (2) ◽  
Author(s):  
Afif Caesar Distara ◽  
Fatkhur Rohman
Keyword(s):  
Control System ◽  
Steady State ◽  
Electric Vehicles ◽  
Rise Time ◽  
Small Error ◽  
Settling Time ◽  
System Stability ◽  
Prototype System ◽  
Stability Parameters ◽  
The Stability

Electric vehicles are alternative vehicles that carry energy efficient. At this time the dominant vehicle uses ordinary wheels so that it will become an obstacle in the maneuver function that requires movement in various directions. With mechanum wheels the vehicle can move in various directions by adjusting the direction of rotation of each wheel. The problem is choosing the right control system for the control system needed by the vehicle. The purpose of this study is to determine and analyze the effect of variations in the value of PI (Proportional Integral) and speed of the vehicle to the stability response of the system to control the direction of prototype electric vehicles. This study method is an experiment that is by giving a treatment, then evaluating the effects caused by the research object. The results of this study can be concluded that the variation of PI constant values and speed variations have an effect on the stability parameters of the system, namely rise time, settling time, overshot, and steady state error. To get the best system stability response results can use the constant value PI Kp = 2; and Ki = 17; where the stability response of the system for direction control at each speed condition has a fairly good value with a fast rise time, fast settling time, small overshot and a small error steady state compared to other PI constant values in this study.Keywords: mechanum wheel, PI control, direction, prototype, system stability

scholarly journals Meningkatkan kinerja motor induksi menggunakan teknologi fuzzy logic controller berbasis artificial intelligence

2021 ◽  
Vol 2 (2) ◽  
pp. 40-47
Author(s):  
I Putu Sutawinaya ◽  
◽  
Anak Agung Ngurah Made Narottama ◽  
Keyword(s):  
Artificial Intelligence ◽  
Fuzzy Logic ◽  
Steady State ◽  
Fuzzy Logic Controller ◽  
Settling Time ◽  
Peak Time ◽  
State Error

Motor induksi adalah merupakan motor listrik arus bolak balik (AC) yang umum digunakan pada industri-industri karena memiliki beberapa keuntungan, diantaranya relatif murah, kokoh serta handal. Namun kelemahan motor induksi saat terjadi perubahan torsi beban secara mendadak, maka akan terjadi penurunan kinerja (performansi) motor. Hal tersebut akan berpengaruh terhadap kestabilan putaran motor, di mana overshoot maupun undershoot relatif tinggi serta risetime relatif lambat. Untuk mengantispasi hal tersebut dibutuhkan sistem kontrol kecepatan motor induksi yang tentunya dapat meningkatkan kinerja motor induksi tersebut. Dalam penelitian ini dilakukan pengujian terhadap sistem kontrol kecepatan motor induksi menggunakan teknologi Fuzzy Logic Controller (FLC) melalui simulasi perangkat lunak Matlab. Dilakukan pengujian terhadap perubahan kinerja motor induksi melalui pemberian torsi beban serta setpoint yang berubah-ubah. Adapun hasil simulasi menunjukan bahwa performansi motor induksi, seperti undershoot, overshoot dan steady state error relatif kecil serta peak time, risetime dan settling time relatif cepat. Sistem yang dirancang mampu menurunkan arus start rata-rata sekitar 72,7% dan torsi awal rata-rata sekitar 81,8% terhadap kondisi idealnya.

scholarly journals Model Penahan Ketinggian Quadrotor Berbasis PID dengan Jaringan Syaraf Tiruan Propagasi Mundur

2021 ◽  
Vol 10 (2) ◽  
pp. 156-162
Author(s):  
Faisal Fajri Rahani ◽  
Dinan Yulianto
Keyword(s):  
Steady State ◽  
Real Time ◽  
Unmanned Aerial Vehicle ◽  
Rise Time ◽  
Settling Time ◽  
Aerial Vehicle ◽  
State Error

Quadrotor adalah salah satu jenis Unmanned Aerial Vehicle (UAV) atau wahana terbang tanpa awak yang dapat terbang dengan kendali jarak jauh maupun menggunakan kendali otomatis. Dalam melakukan misinya, quadrotor memerlukan sistem kendali yang baik. Salah satu sistem kendali dalam sistem quadrotor adalah sistem kendali ketinggian. Kendali ketinggian akan mengendalikan quadrotor seusai ketinggian yang diinginkan walaupun terdapat gangguan dan beban quadrotor itu sendiri. Metode kendali yang banyak digunakan adalah kendali PID. Kendali PID menghasilkan respons yang kurang baik karena konstanta PID yang bersifat tetap, sedangkan gangguan saat quadrotor terbang akan berubah-ubah. Oleh karena itu, makalah ini menawarkan kendali yang dapat menyesuaikan diri saat terkena gangguan tertentu. Metode yang ditawarkan adalah kendali PID dengan Jaringan Saraf Tiruan (JST). Sistem JST akan menala komponen PID secara real-time sesuai gangguan yang terjadi. Penggunaan PID dengan JST menghasilkan respons rise time lebih cepat 0,0594 detik, overshoot turun 7,58%, steady state error turun ±0,0672, dan settling time turun 1,031 detik dibandingkan dengan PID konvensional. Hal ini menunjukkan bahwa PID dengan JST menghasilkan respons kendali yang lebih baik dibandingkan dengan PID saja.

scholarly journals Sistem Kontrol Troli Rotari sebagai Tempat Penitipan Barang Otomatis menggunakan Fuzzy Logic

2020 ◽  
Vol 8 (3) ◽  
pp. 575
Author(s):  
RISNANDA SATRIATAMA ◽  
DENNY DARLIS ◽  
PORMAN PANGARIBUAN
Keyword(s):  
Fuzzy Logic ◽  
Control System ◽  
Steady State ◽  
Pulse Width ◽  
Completion Time ◽  
Fuzzy Logic Controller ◽  
Pulse Width Modulation ◽  
Settling Time ◽  
Load Test ◽  
Rotary Encoder

ABSTRAKTroli rotari memerlukan sistem kontrol untuk mengatur rak ke posisi yang diinginkan. Penelitian ini berfokus pada sistem kontrol posisi rak menggunakan metode Fuzzy Logic Controller (FLC) dengan beban berbeda dari setiap pengguna. Masukan pada sistem kontrol FLC adalah error dan delta error dari sensor rotary encoder. Keluaran dari FLC adalah Pulse Width Modulation yang digunakan untuk mengontrol kecepatan motor DC. Hasil penelitian dari tiga variasi fungsi keanggotaan keluaran dengan beban pada satu rak, pengujian tanpa beban memiliki settling time antara 3,11 s hingga 3,24 s dan error steady state antara 3 hingga 8 counter. Pengujian dengan beban 250 g memiliki settling time antara 3,92 s hingga 8,80 s dan error steady state antara –5 counter hingga 4 counter. Sedangkan pengujian dengan beban 500 g memiliki settling time antara 4,66 s hingga 7,39 s dan error steady state antara 8 counter hingga 12 counter.Kata kunci: tempat penitipan barang, troli rotari, Fuzzy Logic Controller. ABSTRACTRotary trolley needs control system that used for rack control to the position. The research focused on rack position control system using the Fuzzy Logic Controller (FLC) method with different loads from each user. Inputs to the FLC control system are error and delta error from the rotary encoder sensor. The output of the FLC is Pulse Width Modulation which is used to control the speed of the DC motor. The results from 3 variations of the meeting results, the no-load test had a completion time of between 3.11 s to 3.24 s and steady-state conditions between 3 counters to 8 counters. Testing with a load of 250 g has a completion time of 3.92 s to 8.80 s and steady-state conditions between -5 counters to 4 counters. While testing with a load of 500 g has a settling time of 4.66 s to 7.39 s and steady-state conditions between 8 to 12 counters.Keywords: deposit box, rotary trolley, Fuzzy Logic Controller.

scholarly journals Modeling of automatic control system for air supply to a bio-reactor using fuzzy control

2021 ◽  
Vol 2131 (2) ◽  
pp. 022009
Author(s):  
V F Lubentsov ◽  
E A Shakhrai ◽  
E V Lubentsova
Keyword(s):  
Fuzzy Logic ◽  
Control System ◽  
Steady State ◽  
Fuzzy Control ◽  
Automatic Control ◽  
Automatic Control System ◽  
Fuzzy Controller ◽  
Nonlinear Controller ◽  
Steady State Mode ◽  
Air Supply

Abstract The stages of modeling the automatic control system (ACS) for air supply to aeration with the use of fuzzy control are considered. The investigated control algorithm is based on the combination of a nonlinear controller with approximating control (CAC), whose parameters are corrected using fuzzy logic. The algorithm for correcting the CAC parameters for transient and steady state modes is based on the application of two simple rulebases (RB) with three and five linguistic terms, respectively. As a result, the required speed in the transient mode and accuracy in the steady state mode are provided. It is proved that switching the RB according to the logic of the multi-mode system is less demanding on the number of rules, structure and setting parameters of the membership function than using the extended RB. The differences between the proposed ACS with different BP for the main operating modes of the system are shown. These include: improvement of quality indicators due to the implementation of different BP in different modes; more rigorous justification of the mechanism for ensuring insensitivity to the switching moments of BP when changing modes due to the CAC of the direct circuit of the ACS. Effective implementation of the stages of ACS modeling and fuzzy controller design is possible using the Fuzzy Logic Toolbox system of the Simulink MATLAB modeling environment.

scholarly journals Rancang Bangun Penstabil Drone S2GA Berbasis Metode Fuzzy Logic Menggunakan Arduino

2020 ◽  
Vol 6 (2) ◽  
pp. 104-112
Author(s):  
Wahyu Pambudi ◽  
Yudhi Darmawan ◽  
Priska Choirina
Keyword(s):  
Fuzzy Logic ◽  
Steady State ◽  
Rise Time ◽  
Stability Control ◽  
Settling Time ◽  
Advanced Technology ◽  
Original Position ◽  
Design System ◽  
Fuzzy Logic Method ◽  
Logic Method

UAV merupakan wahana teknologi canggih yang sering digunakan di bidang militer untuk misi pengintaian. UAV terdiri dari beragam jenis, salah satunya yaitu quadcopter. Quadcopter yang digunakan dalam misi militer biasanya mempunyai masalah ketidakstabilan ketika quadcopter tersebut terbang membawa senjata. Oleh karena itu, maka diperlukan sebuah sistem untuk mengatur kestabilan dari percepatan motor quadcopter. Pada paper ini dipaparkan sebuah desain system dari stabilizer drone dengan metode logika fuzzy menggunakan 3 derajat. Penelitian ini bertujuan untuk mengkonfigurasikan kontrol kestabilan quadcopter yang optimal setelah diterapkan metode fuzzy logic inferensi Tsukamoto. Input dari system ini adalah percepatan dan perubahan percepatan. Sedangkan output yang dihasilkan berupa kecepatan motor. Untuk mengetahui error dilakukan pengujian ketepatan posisi 5 kali pada ketinggian 1-3 meter. Sedangkan untuk mendapatkan waktu quadcopter untuk kembali ke posisi semula dapat menggunakan stopwatch. Penelitian ini bertujuan untuk mengkonfigurasikan kontrol kestabilan quadcopter yang optimal setelah diterapkan metode fuzzy logic inferensi Tsukamoto. Hasil penelitian dengan logika fuzzy untuk kestabilan menunjukan nilai rise time sebesar 0,7 detik, settling time 2,55 detik, overshoot sebesar 15 % ketika menerima gangguan sebesar 45cm, dan nilai steady-state 69,55 cm dengan simpangan baku sebesar ± 1,775 cm. Hasil tersebut memberikan akurasi dalam menentukan kestabilan yang lebih baik pada quadcopter. UAV is one of the advanced technology that used in the military for reconnaissance missions. UAV consists of various types, one of them is a quadcopter. Since the quadcopter in military missions has an instability problem when they fly with a weapon, they needed to stabilize the acceleration of a quadcopter motor. This paper presents a design system of drone stabilizer using fuzzy logic method based on 3 degrees of freedom to improve stability. Fuzzy logic that used to configure optimal quadcopter stability control is Tsukamoto's inference fuzzy logic method. The input of this system are acceleration and acceleration change. While, the output of this system is the speed of motor. We did 5 times experiment to find out the accuracy of this system at an altitude of 1-3 meters. Furthermore, to get the quadcopter time from return to its original position we used a stopwatch. Based on the experiments, we obtained a rise time value of 0.7 seconds, settling time of 2.55 seconds, overshoot of 15% when receiving interference of 45cm, and a steady-state value of 69.55 cm with a standard deviation of ± 1.775 cm. These result show that fuzzy logic provide a better accuracy in determining stability on quadcopter.

scholarly journals Objective functions modification of GA optimized PID controller for brushed DC motor

2020 ◽  
Vol 10 (3) ◽  
pp. 2426
Author(s):  
A.A.M. Zahir ◽  
Syed Sahal Nazli Alhady ◽  
A.A.A Wahab ◽  
M.F. Ahmad
Keyword(s):  
Steady State ◽  
Objective Function ◽  
Rise Time ◽  
Pid Controller ◽  
Optimization Method ◽  
Settling Time ◽  
Performance Parameter ◽  
Objective Functions ◽  
Performance Requirement ◽  
State Error

PID Optimization by Genetic Algorithm or any intelligent optimization method is widely being used recently. The main issue is to select a suitable objective function based on error criteria. Original error criteria that is widely being used such as ITAE, ISE, ITSE and IAE is insufficient in enhancing some of the performance parameter. Parameter such as settling time, rise time, percentage of overshoot, and steady state error is included in the objective function. Weightage is added into these parameters based on users’ performance requirement. Based on the results, modified error criteria show improvement in all performance parameter after being modified. All of the error criteria produce 0% overshoot, 29.51%-39.44% shorter rise time, 21.11%-42.98% better settling time, 10% to 53.76% reduction in steady state error. The performance of modified objective function in minimizing the error signal is reduced. It can be concluded that modification of objective function by adding performance parameter into consideration could improve the performance of rise time, settling time, overshoot percentage, and steady state error

DESAIN KONTROL KECEPATAN MOTOR INDUKSI TIGA FASA MENGGUNAKAN FUZZY PID BERBASIS IDIRECT FIELD ORIENTED CONTROL

2019 ◽  
Vol 11 (2) ◽  
pp. 146-155
Author(s):  
Ridwan Ridwan ◽  
Era Purwanto ◽  
Hary Oktavianto ◽  
Muhammad Rizani Rusli ◽  
Handri Toar
Keyword(s):  
Steady State ◽  
Rise Time ◽  
Settling Time ◽  
Field Oriented Control ◽  
Fuzzy Pid ◽  
Indirect Field Oriented Control ◽  
State Error

Motor induksi tiga fasa (MITF) umumnya digunakan di berbagai aplikasi di industri  karena keandalannya, biaya rendah, kontruksi kokoh, perawatan rendah, dan effisiensi yang tinggi. Namun untuk mengontrol MITF tidak semudah seperti mengontrol motor DC, karena MITF merupakan motor yang tidak linear. Penggunaan metode indirect field oriented control (IFOC) dengan kontroler fuzzy proportional integrator and derivative (FPID) dipilih untuk dapat mengatur kecepatan MITF. Metode IFOC akan membuat MITF dapat dikontrol seperti motor DC penguat terpisah. Kontroler FPID yang di desain dengan mengganti kontroler PID konvensional. Performa kontroler FPID yang di desain dibandingkan dengan kontroler PID konvensional. Performa respon yang dibandingkan seperti rise time, settling time, overshoot, steady state error, dan undershoot. Hasil simulasi yang dibuat menunjukkan bahwa dengan menggunakan kontroler FPID lebih baik dibandingkan dengan kontroler PID. Dimana respon overshoot untuk kontroler FPID 0% sedangkan kontroler PID adalah 0.23%. Begitu pula dengan respon undershoot untuk kontrol FPID adalah 2.88% sedangkan kontroler PID adalah 6.78%. Untuk respon rise time, settling time, dan steady state error tidak jauh berbeda dari kedua kontroler. Sistem yang sudah di buat disimulasikan di platform LabView

Sign in / Sign up

Export Citation Format

Share Document