Tuning Parameter pada Pengendali Logika Fuzzy menggunakan Algoritma Ant Colony Optimization

2020 ◽  
Vol 7 (2) ◽  
Author(s):  
Adriana Fanggidae
Keyword(s):  
Fuzzy Logic ◽  
Local Search ◽  
Ant Colony Optimization ◽  
Rise Time ◽  
Fuzzy Logic Controller ◽  
Ant Colony ◽  
Tuning Parameter

Algoritma Ant Colony Optimization (ACO) dapat diterapkan dalam tuning parameter pada pengendali logika fuzzy atau Fuzzy Logic Controller (FLC) untuk mengendalikan ketinggian air dari tangki proses. Masukan dan keluaran fuzzy terdiri dari tujuh fungsi keanggotaan, yaitu positif besar (PB), positif menengah (PM) dan positif kecil (PS), zero (Z), negatif kecil (NS), negatif menengah (NM) dan negatif besar (NB). Pertama-tama, dicari parameter FLC awal, lalu dibangkitkan suatu graph dimana nilai-nilai parameter FLC ditentukan dalam rentang nilai antara 0 hingga 1,5 kali dari nilai parameter awal. Algoritma ACO digunakan untuk memperbaiki nilai parameter FLC tersebut agar diperoleh performansi yang lebih baik. Performansi pengendali yang diharapkan adalah meminimalkan lonjakan maksimum (overshoot) dan waktu naik (rise time). Sistem ini diimplementasikan menggunakan program labVIEW. Data ketinggian air diperoleh menggunakan sensor potensiometer. Keluaran dari FLC terhubung dengan  motor stepper untuk mengatur debit masukan air ke tangki proses. Hasil pengujian  diperoleh overshoot dan rise time yang kecil, sebagai contoh, untuk setpoint 8, performansi keluaran sistem memiliki  overshoot 2.5% dan rise time 8909 ms. Algoritma ACO berhasil meningkatkan performansi sistem dibandingkan performansi sistem jika menggunakan parameter awal. Peningkatan performansi ini dikarenakan algoritma ACO bertindak sebagai algoritma pencarian lokal (local search) yang akan mencari performansi sistem yang lebih baik disekitar nilai parameter awalnya. Penelitian ini berhasil menunjukkan bahwa algoritma ACO dapat digunakan untuk melakukan tuning dari parameter FLC.

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 Experimental simplified rule of self tuning fuzzy logic-model reference adaptive speed controller for induction motor drive

2020 ◽  
Vol 20 (3) ◽  
pp. 1653
Author(s):  
M.Z. Ismail ◽  
M.H.N. Talib ◽  
Z. Ibrahim ◽  
J. Mat Lazi ◽  
Z. Rasin
Keyword(s):  
Fuzzy Logic ◽  
Induction Motor ◽  
Fuzzy Logic Controller ◽  
Adaptive Controller ◽  
Tuning Parameter ◽  
Model Reference ◽  
Wide Range ◽  
Speed Performance ◽  
Self Tuning ◽  
Model Reference Adaptive

<span>Fuzzy logic controller (FLC) has shown excellent performance in dealing with the non-linearity and complex dynamic model of the induction motor. However, a conventional constant parameter FLC (CPFL) will not be able to provide–good coverage performance for a wide speed range operation with a single tuning parameter. Therefore, this paper proposed a self tuning mechanism FLC approach by model reference adaptive controller (ST-MRAC) to continuously allow to adjust the parameters. Due to real time hardware application, the dominant rules selection method for simplified rules has been implemented as part of the reducing computational burden. Experiment results validate a good performance of the ST-MRAC compared to the CPFL for the   speed performance in terms of the wide range of operations and disturbance showed remarkable performance.</span>

Sign in / Sign up

Export Citation Format

Share Document