pengaturan kecepatan motor induksi dengan metode …

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.

mailto:[email protected]

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


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)


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:


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]


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


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”


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


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.


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.


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


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.


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.

pengaturan kecepatan motor induksi dengan metode …

Documents