pengaturan kecepatan motor induksi dengan metode …
TRANSCRIPT
Jurnal Suara teknik
1
Journal, Vol. 11, No. 2 (page: 1-13)
e-ISSN: 2579-4698 Oktober 2020
PENGATURAN KECEPATAN MOTOR INDUKSI DENGAN
METODE V/f (Volt/Frequence) DAN KONTROL PI-FUZZY
Bima Dwi Priya Setiawan1, Muhammad Nizar Habibi2, Novie Ayub Windarko3, &
Sutedjo4
Teknik Elektro Industri, Politeknik Elektronika Negeri Surabaya
Kampus ITS, Jl. Raya ITS, Keputih, Kec. Sukolilo, Kota SBY, Jawa Timur 60111
E-mail: [email protected]
Abstrak
Motor induksi memiliki konstruksi yang kokoh dan perewatan sederhana sehingga
menjadi kebutuhan utama di industri. Pengaturan kecepatan motor induksi
merupakan salah satu kondisi operasi yang sering digunakan sehingga diperlukan
kontrol umpan balik dengan tingkat error yang rendah. Untuk memenuhi hal
tersebut telah diterapkan kontrol PI. Kontrol PI dapat mencakup berbagai kondisi
operasi yang lebih luas dan mudah disesuaikan, namun kontrol ini masih memiliki
kelemahan dalam proses tuning. Meskipun terdapat metode dalam proses tuning,
metode tersebut masih kurang sesuai sehingga sering terjadi ketidaktepatan
parameter yang dapat mengakibatkan error cukup besar. Salah satu cara yang
diterapkan dengan memanfaatkan kontrol logika fuzzy. Kontrol yang biasa disebut
PI-Fuzzy merupakan kontrol yang memanfaatkan logika fuzzy sebagai metode
tuning. Dalam jurnal ini kinerja pengaturan kecepatan motor induksi yang
dikendalikan dengan metode V/f dievaluasi menggunakan kontrol PI-Fuzzy secara
tertutup. Parameter Kp didapat melalui kontrol logika fuzzy dan Ki didapat melalui
metode Ziegler Nichols. Dengan setpoint sebesar 1200 rpm, kontrol PI-Fuzzy dapat
menghasilkan kecepatan keluaran sebesar 1204 rpm. Kontrol ini mampu
menhasilkan error sebesar 0.3%.
Kata kunci: Motor Induksi; Kontrol PI-Fuzzy; Metode V/f
Abstract
Induction motor has a simple construction and maintenance so that it is a major
requirement in the industry. Induction motor speed regulation is one of the operating
conditions that is often used so that feedback control with low error rates is required.
To fulfill this, the PI control has been implemented. PI control can cover a wider
range of operating conditions and is easy to adjust, but this control still has
weaknesses in the tuning process. Even though there are methods in the tuning
process, these methods are still not suitable so that there are often parameter
inaccuracies that can cause quite large errors. One of the methods applied is by
using fuzzy logic control. The control, which is commonly called PI-Fuzzy, is a
control that uses fuzzy logic as a tuning method. In this journal, the performance of
induction motor speed regulation which is controlled by the V/f method is evaluated
using closed fuzzy PI-control. The parameter Kp is obtained through fuzzy logic
control and Ki is obtained through the Ziegler Nichols method. With a set point of
1200 rpm, the PI-Fuzzy control can produce an output speed of 1204 rpm. This
control is able to produce an error of 0.3 percent.
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
2
Hak Cipta © 2020 Pusat Penerbitan Ilmiah UM Pontianak - Hak cipta dilindungi
undang-undang.
Keywords: Induction Motor; PI-Fuzzy Control; V/f Method.
Terkirim: 29 September 2020. Direvisi: 2 Oktober 2020. Diterima: 19 Oktober 2020.
I. Pendahuluan
Penggunaan motor induksi telah meningkat dalam penggunaannya terutama di bidang
industri [1]. Motor induksi memiliki kontruksi yang sederhana, karena tidak memiliki
komutator dan sikat arang [2]. Namun pengaturan kecepatan pada motor induksi masih menjadi
persoalan [3]. Tujuan kecepatan motor induksi adalah mencapai torsi dan efisiensi maksimum
[4]. Salah satu jenis kontrol pengaturan kecepatan yang dapat diterapkan adalah kontrol skalar
[5]. Kontrol skalar dapat dilakukan dengan beberapa metode seperti mengubah jumlah kutub,
tegangan jala – jala, frekuensi jala – jala bahkan mengubah tegangan dan frekuensi jala – jala
secara bersamaan atau biasa disebut metode V/f [2]. Dari keempat metode tersebut V/f memiliki
keunggulan karena kesederhanaan dan fleksibilitas kerja (mampu bekerja di berbagai kondisi)
[3]. Metode ini melakukan perubahan tegangan dan frekuensi dengan menjaga perbandingan
tegangan dan frekuensi (derating) dari sumber motor induksi [6]. Namun dengan adanya
pengaturan kecepatan memberikan sisi yang berlawanan dengan sifat pada motor induksi
sendiri. Motor induksi sulit mempertahankan kecepatannya [7]. Hal tersebut memberikan
tingkat error yang cukup tinggi ketika pengaturan kecepatan motor induksi dioperasikan
dengan sistem terbuka. Error (e(t)) merupakan selisih dari nilai referensi dengan nilai yang
terukur [8]. Salah satu cara untuk mengatasi hal ini dengan memberikan suatu kontrol/teknik
pengendalian sebagai umpan balik. Kontrol umpan balik cukup dibutuhkah oleh industri [4].
Dari beberapa aplikasi yang diterapkan, kontrol PI merupakan salah satu yang sering dijumpai
karena struktur kontrol yang sederhana dan sistem praktis [9]. Kontrol PI memiliki 2 parameter
yang digunakan yaitu parameter konstanta propotional, integral (Kp, Ki) [8]. Parameter PI dapat
ditentukan melalui tuning parameter (penyesuaian parameter kontrol) [10]. Metode yang umum
digunakan sebagai tuning adalah Ziegler Nichols [11]. Secara umum, seringkali sulit dalam
menentukan parameter PI yang optimal dengan metode Ziegler Nichols [10]. Hal tersebut
berdampak kontrol PI gagal dalam menentukan parameter nya sehingga respon keluaran yang
dihasilkan pada sistem tertutup akan tidak sesuai (menimbulkan osilasi cukup besar) [10].
Padahal kontrol PI diharapkan dapat menghasilkan respon keluaran yang stabil [10]. Telah
berkembang berbagai aplikasi sebagai metode tunning salah satunya pemanfaatan kontrol
logika fuzzy. Kontrol logika fuzzy merupakan suatu control yang memanfaatkan sistem
pengambilan keputusan [12]. Tuning kontrol PI melalui kontrol logika fuzzy disebut sebagai
kontrol PI-Fuzzy. Parameter PI yang didapat dari kontrol logika fuzzy ditentukan berdasarkan
sinyal masukkan error dan ∆ error [8]. Di dalam kontrol logika fuzzy diasumsikan bahwa Kp
dan Ki berada di kisaran yang ditentukan (Kp-max, Kp-min) dan (Ki-max, Ki-min) yang memiliki
rentang 0 hingga 1 [8]. Keluaran logika fuzzy menghasilkan parameter PI (Kp dan Ki) [8].
Teknik tunning semacam ini memberikan hasil lebih baik dari pada melalui metode
konvensional seperti (Ziegler Nichols). Beberapa referensi menunjukkan hasil keluaran dari
kontrol PI-Fuzzy memberikan memberikan risetime yang rendah dengan overshoot yang tidak
berlebih dan error steady state yang rendah memungkinkan jarang terjadi osilasi [8].
Keberadaan kontrol logika fuzzy sebagai tunning parameter PI memberikan optimasi pada
kinerja kontrol PI sehingga tingkat error yang dihasilkan pada keluaran kontrol PI kondisi
tertutup dapat dicapai serendah mungkin. Hal tersebut memungkinkan pengaturan motor
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
3
induksi 3 fasa dapat bekerja dengan optimal pada setiap kondisi. Dengan nilai risetime yang
kecil serta error steady state yang rendah maka kontrol PI-Fuzzy cocok digunakan pada plant
yang membuthkan keluaran respon sistem yang cepat seperti motor induksi 3 fasa. Kontrol PI-
Fuzzy menjadi salah satu terobosan pada aplikasi industri.
II. Metode Penelitian
Untuk menunjang hasil pengujian maka akan dijelaskan beberapa dasar teori yang sesuai
dengan judul jurnal seperti konverter daya, metode pengaturan kecepatan motor, dan kontrol
umpan balik yang diterapkan.
II.1. Kontrol Skalar - Metode V/f (Variasi Tegangan dan Frekuensi)
Fluks pada celah udara di motor memiliki keterkaitan dengan tegangan stator yang diinduksi
(Vs) ditunjukkan pada persamaan (1) [13].
∅AG = E1
f ≈
Vs
f (1)
Tegangan dapat diturunkan dengan syarat frekuensi juga diturunkan [13]. Setiap perubahan
nilai tegangan stator dan frekuensi menghasilkan perbandingan yang konstan sehingga nilai
fluks pada celah udara akan konstan [13]. Pengoperasian dibawah kecepatan dasar (frekuensi
divariasikan dibawah frekuensi dasar) dimana frekuensi diturunkan bersamaan tegangan stator
Vs – fluks pada celak udara saturasi (f ↓, ØAG↑) akibatnya arus pada stator berlebih dan
menambah rugi inti besi dan tembaga, selain itu ketika dioperasikan pada nilai terlalu rendah
akan menimbulkan penurunan pada torsi induksi karena rugi-rugi daya akan terlihat besar salah
satu yang dapat mengkompensasi adanya tegangan turun menggunakan boost drive [13].
Pengoperasian diatas kecepatan dasar (frekuensi divariasikan diatas frekuensi dasar) dimana
tegangan stator tidak boleh dinaikkan diatas tegangan nominal motor namun frekuensi dapat
dinaikkan diatas frekuensi dasar [13]. Untuk mempermudah pemahaman metode ini dapat
diperhatikan pada persamaan (2), (3) dan (4) [13].
fs=K × fs,rated → ωs=K × ωs,rated (2)
Vs = K × Vs,rated, ketika fs<fs,rated (3)
Vs = K × Vs,rated, ketika fs>fs,rated (4)
d = Vs,rated
ωs,rated (5)
Variabel “d” merupakan rasio dari V/f [13]. Melalui konverter daya seperti inverter dengan
adanya modulasi lebar pulsa, Tegangan stator motor (Vs) ditentukan melalui besar tegangan
masukkan inverter (VDC) dan perbandingan sinyal tegangan referensi dengan
sinyal carrier pada teknik modulasi lebar pulsa (ma) [14].
Vs=ma × VDC (6)
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
4
Persamaan (5) berlaku jika nilai ma lebih kecil sama dengan 1 [14]. Jika ma lebih besar sama
dengan 1, amplitudo keluaran akan bertambah dengan nilai ma tetapi tidak linier [1]. Rasio
sinyal tegangan referensi dengan sinyal carrier ditunjukkan pada persamaan (6) [14].
ma= Vm,ref (sine)
Vm, car (tri) =
frekuensi referensi
frekuensi fundamental (7)
Pada penelitian ini keluaran metode V/f akan dimasukkan ke dalam persamaan sinyal referensi
sebagai masukkan metode modulasi lebar pulsa. Metode SPWM (Sinusoidal Pulse Width
Modullation) merupakan modulasi lebar pulsa yang menggunakan sinyal referensi berupa
gelombang sinusoidal dan sinyal carrier berupa gelombang segitiga atau gigi gergaji. Karena
sebagai aplikasi motor induksi 3 fasa maka dibutuhkan 3 sinyal referensi / 3 gelombang
sinusoidal yang masing – masing memiliki perbedaan fasa sebesar 1200.
II.2. Kontrol Propotional Integral Derivatif
Kontroler PID adalah sistem kontrol umpan balik, yang menghitung nilai kesalahan error
(e(t)) sebagai perbedaan antara nilai referensi dan nilai terukur dan menerapkan koreksi
berdasarkan proporsional, integral, dan derivatif secara kontinu [5]. Proportional berfungsi
untuk error saat ini. Integral berfungsi untuk error lalu dan derivative berfungsi untuk
kemungkinan terjadi error di akan mendatang [5]. Meningkatkan konstanta proportional gain
(Kp) akan mengurangi risetime tetapi tidak pernah menghilangkan error steady state [5].
Konstanta integral (Ki) membantu mengurangi error steady state, namun hal ini mebuat sistem
sangat lamban (osilasi) sehingga membuat respon sementara tidak baik [5]. Efek dari
menambahkan konstanta derivatif (Kd) adalah meningkatkan stabilitas sistem, mengurangi
overshoot, dan meningkatkan respons sementara (tetapi tidak ada efek pada error steady state)
[5].
Metode Ziegler Nichols 1 didasarkan pada respon plant terhadap masukan tangga dalam
kalang terbuka [11]. Plant yang tidak mempunyai integrator, menghasilkan kurva tanggapan
terhadap masukan tangga seperti kurva huruf S [11]. Kurva tanggapan plant digunakan untuk
mencari waktu tunda L dan konstanta waktu T. Parameter-parameter yang didapat dari kurva
reaksi digunakan untuk menentukan parameter pengendali PID berdasarkan tetapan empiris
Ziegler Nichols [11].
Pada penelitian ini dilakukan perhitungan kontrol PI dengan metode Ziegler Nichols 1.
Tujuannya utama untuk menentukan parameter Ki sedangkan parameter KP akan dicari melalui
kontrol logika fuzzy meskipun parameter Kp juga dapat dicari melalui metode ini. Gambar 1
merupakan kurva tanggapan hasil simulasi sistem secara terbuka. Dari kurva tersebut maka
dapat dibuat persamaan (7) dan (8) untuk menentukan parameter PI. Pada simulasi sistim
terbuka dengan harapan nilai setpoint 1200 rpm dihasilkan kecepatan rotor sebesar 1440 rpm
(kecepatan mekanik motor) sehingga kurva respon tanggapan dapat dibuat sebagai berikut:
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
5
Gambar. 1. Kurva tanggapan dengan metode Ziegler Nichols 1
Keterangan:
Garis biru = nilai setpoint kecepatan
Garis merah = nilai kecepatan terukur
Perhitungan Metode Ziegler Nichols 1:
l = 0.05s
T = 0.162s
Kp= 0.9 × (T
l ) (8)
Kp= 2.916
Kp= l × 3 (9)
Kp= 0.15
II.3. Desain dan Perhitungan Kontrol Logika Fuzzy
Dalam kontrol logika fuzzy, masukan dan keluaran pada logika fuzzy dispesifikasikan dalam
bentuk pemodelan matematika [12]. Prinsip dalam mendesain kendali logika fuzzy adalah
mengatur parameter fungsi keanggotaan dan aturan dasar logika fuzzy [12].
Kontrol logika Fuzzy Plant
E(s)
DE(s)
R(s)
U(s) C(s)
+
-
Gambar. 2. Blok diagram kontrol logika fuzzy [12]
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
6
Sebuah kontrol logika fuzzy pada umumnya dapat dimasukkan dalam sistem tertutup [12].
Gambar 2 menunjukkan kontrol logika fuzzy dalam kondisi tertutup dimana “E” (error) dan
“DE” (∆ error) yang dimana kedua variabel tersebut merupakan masukkan dari kontrol logika
fuzzy dan “U” adalah keluaran dari fuzzy berupa nilai parameter Kp serta berupa besaran yang
diberikan pada plant berupa motor induksi [12]. Masukkan error didapat nilai referensi atau
setpoint dikurangi dengan nilai aktualnya sedangkan nilai ∆ error didapat dari nilai error saat
ini dikurangi dengan error sebelumnya [12]. “R” adalah nilai referensi atau setpoint berupa
kecepatan dan “C” adalah hasil keluaran berupa kecepatan mekanik dari sistem kontrol tertutup
[12]. Logika fuzzy diklasifikasikan dalam tiga tipe yaitu logika fuzzy Takagi Sugeno, dan
logika fuzzy Mamdani [7]. Ada bermacam-macam bentuk fungsi keanggotaan. diantaranya
fungsi keanggotaan segitiga dan fungsi keanggotaan trapezium [7].
Pada penelitian ini dilakukan desain kontrol logika fuzzy. Dengan adanya kontrol logika
fuzzy diharapkan menghasilkan parameter Kp yang sesuai. Kontrol logika fuzzy yang
digunakan adalaha metode Mamdani dengan masukkan error dan ∆error serta menghasilkan
keluaran berupa Kp. Desain kontrol logika fuzzy menjabarkan desain dari masukkan dan
keluaran pada fungsi keanggotaan serta pemodelan aturan dasar yang diterapkan pada
penelitian ini. Berikut desain fungsi keanggotaan masukkan dan keluaran:
Plot dan parameter variabel masukkan fuzzy “error” ditunjukkan pada gambar 3 dan tabel 1.
Gambar. 3. Plot fungsi keanggotaan “error”
TABEL 1
PARAMETER VARIABEL “ERROR”
Nama Tipe Parameter
NB (Negative Big) trapezium -1 -1 -0.9 -0.5
NM (Negative Medium) segitiga -1 -0.5 -0.2
NS (Negative Small) segitiga -0.5 -0.2 0
ZE (Zero) segitiga -0.2 0 0.2
PS (Positive Small) segitiga 0 0.2 0.5
PM (Positive Medium) segitiga 0.2 0.5 1
PB (Positive Big) trapesium 0.5 0.9 1 1
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
7
Plot dan parameter variabel masukkan fuzzy “∆error” ditunjukkan pada gambar 4 dan tabel 2.
Gambar. 4. Plot fungsi keanggotaan “∆error”
TABEL 2
PARAMETER VARIABEL “∆ERROR”
Nama Tipe Parameter
NB (Negative Big) trapezium -1 -1 -0.9 -0.5
NM (Negative Medium) segitiga -1 -0.5 -0.2
NS (Negative Small) segitiga -0.5 -0.2 0
ZE (Zero) segitiga -0.2 0 0.2
PS (Positive Small) segitiga 0 0.2 0.5
PM (Positive Medium) segitiga 0.2 0.5 1
PB (Positive Big) trapesium 0.5 0.9 1 1
Plot dan parameter variabel keluaran fuzzy “Kp” ditunjukkan pada gambar 5 dan tabel 3.
Gambar. 5. Plot fungsi keanggotaan “Kp”
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
8
TABEL 3
PARAMETER VARIABEL “Kp”
Nama Tipe Parameter
NB (Negative Big) trapesium -1300 -1300 -1200 -750
NM (Negative Medium) segitiga -1300 -750 -300
NS (Negative Small) segitiga -750 -300 0
NVS (Negative Very Small) segitiga -600 -150 0
ZE (Zero) segitiga -300 0 300
PVS (Positive Very Small) segitiga 0 150 600
PS (Postive Small) segitiga 0 300 750
PM (Positive Medium) segitiga 300 750 1300
PB (Positive Big) trapesium 750 1200 1300 1300
Jumlah aturan dasar if – then yang ditunjukkan pada tabel 4 terdapat 49 aturan dasar dengan
menggunakan koneksi rangkaian “and”. Untuk mempermudah pembacaan aturan dasar maka
aturan dasar yang diterapkan pada penelitian ini disajikan dalam tabel 4.
TABEL 4
ATURAN DASAR
“error” & “∆error” NB NM NS ZE PS PM PB
NB NB NB NB NM NS NVS ZE
NM NB NB NM NS NVS ZE PVS
NS NB NM NS NVS ZE PVS PS
ZE NM NS NVS ZE PVS PS PM
PS NS NVS ZE PVS PS PM PB
PM NVS ZE PVS PS PM PB PB
PB ZE PVS PS PM PB PB PB
III. Hasil dan Pembahasan
Pada hasil dan pembhasan akan ditunjukkan hasil dari pengujian keseluruhan sistem secara
tertutup dengan kontrol PI-Fuzzy. Sistem ini terdiri dari konverter daya berupa rangkaian
penyearah 3 fasa, inverter 3 fasa serta motor induksi 3 fasa. Untuk metode penyulutan switching
pada inverter 3 fasa digunakan metode SPWM (Sinusoidal Pulse Width Modullation). Gambar
6 menunjukkan rangkaian blok kontrol PI-Fuzzy yang akan diterapkan di penelitian ini:
Gambar. 6. Kontrol PI-Fuzzy
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
9
Berikut gambar 7 menunjukkan rangkaian simulasi keseluruhan pada penelitian ini dan tabel 4
menunjukkan parameter motor induksi 3 fasa yang digunakan.
Gambar. 7. Rangkaian simulasi “Pengaturan Kecepatan Motor Induksi dengan Merode V/f
dan Kontrol PI-FUZZY”
TABEL 5
PARAMETER MOTOR INDUKSI 3 FASA
Parameter Nilai Satuan
Tegangan stator (Vs line-line) 220 V
Daya nominal (P) 1.5 kW
Frekuensi stator (fs) 50 Hz
Resistansi stator (Rs) 0.7384 Ω
Resistansi rotor (Rr) 0.7402 Ω
Induktansi magnetik (Lm) 0.1241 H
Induktansi stator (Ls) 0.003045 H
Induktansi rotor (Lr) 0.003045 H
Kecepatan mekanik (Nm) 1440 rpm
Jumlah kutub (p) 4
Keluaran dari kontrol PI-Fuzzy berupa nilai perbandingan tegangan refrensi “ma” yang
selanjutnya akan masuk ke proses modulasi pulsa sinusoidal. Nilai “ma” dapat disetarakan
melalui perbandingan frekuensi referensi dibanding frekuensi fundamental yaitu 50Hz. Nilai
“ma” akan mewakili nilai tegangan sinkron sesuai dengan persamaan (5). Berikut tabel 6
menunjukkan hasil simulasi pada penelitian ini.
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
10
TABEL 6
HASIL DATA PENGUJIAN SISTEM TERTUTUP
Kontrol PI-Fuzzy
Fungsi keanggotaan (7x7)
Aturan Dasar 49
Fungsi keanggotaan (3x3)
Aturan Dasar 9
Setpoint (kecepatan) 1300 rpm 1200 rpm 1300 rpm 1200 rpm
risetime 74.9 ms 41.161 ms 76.64 ms 64.792 ms
overshoot 0.505% 0.806% 0.505 % 0.505%
Kecepatan motor 1306 rpm 1204 rpm 1331 rpm 1213 rpm
“ma” (simulasi) 0.91 0.88 1.146 0.95
“ma” (teori) 0.91 0.84 0.91 0.84
frekuensi 45.5 42 45.5 42
Dari hasil data pada tabel 6 untuk menguji keberhasilan dari kontrol PI-Fuzzy dengan
memberikan variasi nilai pada setpoint. Selain itu kontrol fuzzy di lakukan dengan variasi
jumlah parameter fungsi keanggotaan serta jumlah aturan dasar tujuannya untuk mengetahui
pengaruh fuzzy terhadap respon keluaran yang dihasilkan. Pada fungsi keanggotaan 7x7
dengan jumlah 49 aturan dasar, dapat diketahui dengan setpoint 1300 rpm dihasilkan kecepatan
keluaran motor 1306 rpm dengan nilai perbandingan tegangan referensi dengan carrier (ma)
sebesar 0.91 dan frekuensi sebesar 45.5 Hz. Dari hasil tersebut didapatkan error (selisih antara
nilai setpoint dengan terukur) sebesar 0.46%. Begitu juga dengan setpoint 1200 rpm dihasilkan
kecepatan keluaran motor 1204 rpm dengan nilai perbandingan tegangan referensi dengan
carrier (ma) sebesar 0.88 dan frekuensi sebesar 42 Hz. Dari hasil tersebut didapatkan error
(selisih antara nilai setpoint dengan terukur) sebesar 0.33%. Pada fungsi keanggotaan 3x3
dengan jumlah 9 aturan dasar, dapat diketahui dengan setpoint 1300 rpm dihasilkan kecepatan
keluaran motor 1331 rpm dengan nilai perbandingan tegangan referensi dengan carrier (ma)
sebesar 1.146 dan frekuensi sebesar 45.5 Hz. Dari hasil tersebut didapatkan error (selisih antara
nilai setpoint dengan terukur) sebesar 2.3%. Begitu juga dengan setpoint 1200 rpm dihasilkan
kecepatan keluaran motor 1213 rpm dengan nilai perbandingan tegangan referensi dengan
carrier (ma) sebesar 0.95 dan frekuensi sebesar 42 Hz. Dari hasil tersebut didapatkan error
(selisih antara nilai setpoint dengan terukur) sebesar 1.08%. Jumlah parameter fungsi
keanggotaan dan aturan dasar dapat mempengaruhi hasil kontrol logika fuzzy untuk mencapai
respon yang sesuai. Dilihat dari tabel 6 dapat disimpulkan bahwa dengan fungsi keanggotaan
7x7 dapat menghasilkan aturan dasar sebanyak 49 sehingga error yang didapat lebih kecil dari
pada dengan Fungsi keanggotaan 3x3. Pengaruh fungsi keanggotaan dan aturan dasar akan
mepengaruhi ketepatan tuning nilai parameter Kp. Dengan parameter fungsi keanggotaan 7x7
dan aturan dasar sebanyak 49, hasil tuning parameter Kp akan lebih tepat sehingga keluaran
kontrol PI-Fuzzy yang berupa “ma” sesuai dengan perhitungan teori pada persamaan (9). Pada
gambar 8 terlihat kurva kecepatan mekanik motor dalam mencapai nilai setpoint dengan
kondisi Fungsi keanggotaan dan aturan dasar yang berbeda. Dari grafik yang dihasilkan pada
intinya kontrol PI-Fuzzy dapat mengurangi besar nilai risetime, osilasi yang dihasilkan lebih
sedikit / jarang terjadi osilasi sehingga error steady state sangat kecil, oveshoot pada respon
sistem tersebut tidak terlalu besar sehingga hasil respon ini cocok untuk motor induksi. Pada
penelitian ini juga dirancang suatu hardware yang ditunjukkan pada gambar 9. Hardware yang
telah dirancang dalam tahap pengujian sehingga belum 100% selesai.
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
11
Keterangan:
Garis biru = nilai setpoint kecepatan.
Garis merah = nilai kecepatan terukur.
(a) (b)
Gambar. 8. (a) Grafik kecepatan motor pada setpoint 1200 rpm dengan fungsi keanggotaan
7x7; (b) Grafik kecepatan motor pada setpoint 1200 rpm dengan fungsi keanggotaan 3x3
Gambar. 9. Rancangan hardware
IV. Kesimpulan
Dengan adanya sistem “Pengaturan Kecepatan Motor Induksi dengan Metode V/f dan
Kontrol PI-Fuzzy” melalui penyampaian hasil simulasi pada penelitian ini dapat memberikan
beberapa keunggulan teknologi di bidang pengemudian elektrik seperti dapat dihasilkannya
nilai setpoint pada tingkat error yang cukup kecil. Selain itu, Respon keluaran yang dihasilkan
pada kontrol PI-Fuzzy memiliki risetime, oveshoot dan error steady state yang kecil sehingga
cocok untuk pengaturan kecepatan motor induksi Namun pada system yang dirancang Terdapat
ketidaktepatan nilai rasio pada metode V/f sehingga penurunan atau kenaikkan frekuensi
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
12
referensi dan perbandingan tegangan referensi (ma) tidak sesuai rasio, hal ini dikarenakan
keluaran dari kontrol PI-Fuzzy berupa “ma”. Dari kekurangan ini dapat dikembangkan dengan
keluaran kontrol PI-Fuzzy berupa kecepatan sehingga perhitungan metode V/f dapat sesuai
(penurunan/kenaikkan “ma” dan frekuensi referensi dapat sesuai perbandingannya).
Ucapan terima kasih
Terimakasih kepada Kementerian Riset Teknologi dan Pendidikan Tinggi untuk mendanai
penelitian ke Pusat Penelitian di Politeknik Elektronika Negeri Surabaya.
Referensi
[1] Sharda, D, Chande., Pranoti, Khanke., 2017, Matlab Simulation Model Design of Fuzzy
Controller based V/F Speed Control of Three Phase Induction Motor, International
Journal of Engineering Research & Technology (IJERT), vol 6, hal 10-15.
[2] Abdul, Muis, Prasetia., Hadi, Santoso., 2018, Implementation of Scalar Control Method
for 3 Phase Induction Motor Speed Control, ELINVO (Electronics, Informatics, and
Vocational Education), vol 3, hal 63-69.
[3] Pallavi, Shirkant, Alagur., J, A, Shaiks., 2016, Speed Control of Induction Motor by V/F
Method, International Journal of Engineering Research and Application (IJERA), vol 6,
hal 76-79.
[4] Pratyush, Verma., Rohit, Saxena., Chitra, A., Razia, Sulthana., 2017, Implementing Fuzzy
PI Scalar Control of Induction Motor, IEEE International Conference on Power, Control,
Signals and Instrumentation Engineering (ICPCSI), Chennai, September 21.
[5] Oinam, Manganleiba, Meetei., 2017, Advanced Control Methods of Induction Motor: A
Review, ADBU Journal of Electrical and Electronics Engineering (AJEEE), vol 1, hal 34-
40.
[6] Mohammad, Alizadeh., Mahyar, Masoumi., Ehsan, Ebrahim., 2017, Closed Loop Speed
Control of Induction Motor using Constant V/F Applying SPWM and SVM Based
Inverter, International Journal of Engineering and Advanced Technology (IJEAT), vol 6,
hal 234-241.
[7] Sukamto., 2019, Pengendalian Kecepatan Motor Induksi Menggunakan Kontroller Logika
Fuzzy, Journal of Electrical Electronic Control and Automotive Engineering (JEECAE),
vol 4, hal 245-252.
[8] Sandeep, S, dan Mandeep, K., 2016, Gain Scheduling of PID Constroller Based on Fuzzy
System, International Conference on Advances in Engineering and Technology (ICAET),
Bangalore, Juni 4.
[9] Himashu, Mishra., Rameshwar, Singh., Manoj, Solanki., 2018, Investigation of of Three
Phase Induction Speed Control Strategies, International Research Journal of Engineering
and Technology (IRJET), vol 5, hal 1464-1468.
B.D.P.Setiawan, M.N. Habibi, N.A. Windarko & Sutedjo
13
[10] Alfred, A, Idoko., Iliya, T, Thuku., S, Y, Musa., Chinda, Almos., 2017, Design of Tuning
Mechanism of PID Controller for Application in three Phase Induction Motor Speed
Control, International Journal of Advanced Engineering Research and Science (IJAERS),
vol 4, hal 138-147.
[11] Bachtiar, I. K., 2011, Penerapan Metode Auto Tuning PI Relay Feedback Ziegler – Nichols
pada Pengendalian Level Ketinggian Cairan Menggunakan Mikrokontroller ATmega
8535, Skripsi, Program Pendidikan Strata I Teknik Elektro, Univ. Diponegoro, Semarang.
[12] Sutikno., 2012, Perbandingan Metode Defuzzifikasi Aturan Mamdani Pada Sistem
Kendali Logika Fuzzy (Studi Kasus Pada Pengaturan Kecepatan Motor DC), Tesis,
Program Pasca Sarjana Teknik Elektro, Univ. Diponegoro, Semarang.
[13] Stephen, J. C., 2012, Electric Machinery Fundamental, Ed.5, McGraw-Hill, New York.
[14] Daniel,W. H., 2011, Power Electronics, McGraw-Hill, New York.
Informasi penulis
Pertama Utama. Bima Dwi Priya Setiawan lahir di Kediri pada tanggal 7 April 1998. Lulus
dari Diploma 4 Teknik Elekro Industri di Politeknik Elektronika Negeri Surabaya pada tahun
2020. Saat ini sedang menyandang gelar sebagai Sarjana Terapan Teknik atau yang disingkat
S. Tr. T.