proposal p enelitian laboratorium dana its tahun 20 20
TRANSCRIPT
i
PROPOSAL
PENELITIAN LABORATORIUM
DANA ITS TAHUN 2020
DESAIN SLIDING MODE FAULT TOLERANT CONTROL PADA SISTEM REGENERATIVE ANTI-LOCK BRAKING SYSTEM DENGAN KESALAHAN
PADA SENSOR DAN AKTUATOR
Tim Peneliti:
Bambang L. Widjiantoro (Departemen Teknik Fisika/FT-IRS/ITS) Katherin Indriawati (Departemen Teknik Fisika/FT-IRS/ITS)
Unggul Wasiwitono (Departemen Teknik Mesin/FT-IRS/ITS)
DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2020
ii
DAFTAR ISI
DAFTAR ISI .............................................................................................................................. ii DAFTAR GAMBAR ................................................................................................................iii BAB I RINGKASAN ................................................................................................................ 1
BAB II LATAR BELAKANG ................................................................................................... 3
2.1 Perumusan dan Pembatasan Masalah .......................................................................... 4
2.2 Tujuan Khusus ............................................................................................................. 7
2.3 Urgensi Penelitian ....................................................................................................... 7
BAB III TINJAUAN PUSTAKA .......................................................................................... 9
3.1 Teori Penunjang ........................................................................................................... 9
3.2 Studi Hasil Penelitian Sebelumnya ........................................................................... 22
BAB IV METODE ............................................................................................................... 23
4.1 Rancang Bangun Regenerative ABS untuk Quarter Car ........................................... 23
4.2 Rancang Bangun Sistem Kontrol Regenerative ABS ............................................... 25
4.3 Perancangan Sistem AFTC ....................................................................................... 26
BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA ....................................... 28
5.1 Jadwal ........................................................................................................................ 28
5.2 Anggaran Biaya ......................................................................................................... 28
BAB VI DAFTAR PUSTAKA ............................................................................................ 30
BAB VII LAMPIRAN .......................................................................................................... 36
iii
DAFTAR GAMBAR
Gambar 2.1 Road Map Penelitian Laboratorium Fisika Rekayasa .......................................... 8
Gambar 3.1 Grafik antara Koefisien Jalan (μ) dan Slip Rasio Roda (λ) [22] .......................... 9
Gambar 3.2 Penerapan braking point dengan menggunakan dan tanpa ABS [24] ................ 11
Gambar 3.3 Komponen ABS dengan Rem Hidrolik [23]....................................................... 12
Gambar 3.4 Mode operasi pada motor BLDC [27] ................................................................ 14
Gambar 3.5 Gaya pada Satu Roda Kendaraan [3] .................................................................. 16
Gambar 3.6 Struktur umum FTC aktif [34] ........................................................................... 19
Gambar 3.7 Interpretasi grafik SMC [42] .............................................................................. 20
Gambar 4.3 Diagram Alir Penelitian ...................................................................................... 23
Gambar 4.4 Skema regeneratif motor BLDC ......................................................................... 24
Gambar 4.5 Skema simulator sistem regenerative ABS ......................................................... 25
Gambar 4.6 Struktur sistem kontrol slip ratio ........................................................................ 25
Gambar 4.7 Struktur SMFTC pada plant regenerative ABS .................................................. 26
1
BAB I RINGKASAN
Sistem pengereman yang umum dipakai oleh kendaraan berpenumpang saat ini adalah
anti-lock braking system (ABS) karena sistem ini dapat mencegah roda pada mobil terkunci
ketika adanya pengereman darurat atau pengereman secara mendadak, sehingga jarak
penghentian mobil akan berkurang dan manuverbilitas akan meningkat. Pada EV, beberapa
sistem ABS selain menggunakan pengereman mekanik (friction), juga menggunakan
pengereman regeneratif agar dapat melakukan penghematan energi listrik. Sistem ini dikenal
dengan regenerative ABS. Mengingat keselamatan penumpang merupakan fitur wajib yang
harus terpenuhi, maka tingkat kehandalan sistem regenerative ABS juga harus tinggi.
Kesalahan yang terjadi, seperti pada sistem kontrol ABS, yaitu kesalahan pada aktuator dan
sensor kecepatan harus dapat diakomodasi agar sistem tetap bekerja pada daerah yang aman.
Penelitian ini mengajukan skema perbaikan teknologi regenerative ABS yang sudah ada
saat ini dengan menambahkan fitur akomodasi kesalahan pada sistem kontrolnya. Metode yang
digunakan dikenal sebagai sistem active fault tolerant control (AFTC). Pada penelitian ini
dilakukan perancangan sistem kontrol regenerative ABS untuk mobil listrik dengan
pengereman secara elektrik dan mekanik (hidrolik) dimana kesalahan terjadi pada aktuator
(inverter motor) dan sensor kecepatan. Selain itu pembuatan prototipe sistem regenerative ABS
skala laboratorium juga telah dimulai, dengan menggunakan pendekatan kendaraan 1 roda.
Penelitian sebelumnya telah menghasilkan sistem sliding mode fault tolerant control
(SMFTC) yang mengatasi kesalahan sensor kecepatan kendaraan dan aktuator hidrolik pada
sistem ABS (bukan regeneratif). Pada penelitian tahun ini akan disimulasikan sistem SMFTC
yang mampu menangani kesalahan pada sistem regenerative ABS. Selain itu, pembuatan
prototipe sistem regenerative ABS skala laboratorium akan mulai dikerjakan, dengan
menggunakan simulator kendaraan 1 roda.
Tahap awal penelitian ini adalah memodifikasi simulator sistem ABS dengan aktuator
hidrolik yang sudah ada, dengan sensor kecepatan yang lebih cepat waktu penyuplikannya. Hal
ini bertujuan untuk meningkatkan unjuk kerja sistem kontrol yang terpasang. Selanjutnya
mengganti motor induksi dengan motor BLDC agar proses regeneratif bisa terjadi. Simulator
diperlukan untuk menguji metode SMFTC yang diajukan. Pengereman disimulasikan terjadi
secara regeneratif dan jika diperlukan juga secara mekanik (hidrolik). Algoritma kontrol yang
digunakan adalah sliding mode control agar ketidaklinieran sistem dapat ditangani dengan baik.
Dalam hal ini, variabel yang dikontrol adalah slip ratio dengan memanipulasi torsi
2
pengereman. Karena pengereman dapat dilakukan secara elektrik dan mekanik, maka
diperlukan skema distribusi torsi pengereman. Setelah unjuk kerja sistem kontrol mencapai
kriteria yang ditetapkan, langkah selanjutnya adalah membuat observer. Struktur observer yang
digunakan adalah proporsional-integral. Observer ini akan menghasilkan estimasi keadaan dan
juga estimasi kesalahan yang terjadi pada sensor dan aktuator. Dalam hal ini, observer yang
dihasilkan pada penelitian sebelumnya akan dimodifikasi agar mampu mengestimasi kesalahan
sensor dan kesalahan inverter sekaligus. Hasil estimasi kesalahan selanjutnya digunakan dalam
skema rekonfigurasi kontrol dengan cara mengkompensasi sinyal pengukuran dan sinyal
kontrol.
Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem kontrol yang
toleran terhadap kesalahan terutama pada plant dimana isu keamanan dan biaya sangat kritis.
Keuntungan yang ditawarkan dari teknologi SMFTC pada regenerative ABS adalah
peningkatan kehandalan sistem dengan biaya yang ekonomis karena tidak menambahkan
komponen hardware apapun selain perbaikan perangkat lunak.
3
BAB II LATAR BELAKANG
Umum diketahui bahwa sistem pengereman berperan penting pada kendaraan dalam hal
keamanan (safety). Kegagalan pada sistem pengereman dapat menyebabkan kecelakaan yang
berakibat fatal. Saat ini sistem pengereman telah dikembangkan teknologinya untuk
menghasilkan kenyamanan selain keamanan. Teknologi sistem pengereman terkini yang umum
dikenal saat ini dan telah menjadi perangkat standar kendaraan adalah sistem anti lock braking
(ABS). ABS merupakan sistem pengereman yang berfungsi untuk mencegah roda pada mobil
menjadi terkunci ketika adanya pengereman darurat atau pengereman secara mendadak.
Pengereman mendadak dapat menyebabkan kendaraan mendapatkan gaya pengereman yang
terlalu besar sehingga membuat kendaraan mengalami ketidakstabilan arah seperti understeer
atau oversteer. Gaya pengereman ini dipengaruhi oleh beberapa faktor antara lain: kondisi
jalan, koefesien gesek, kondisi ban, dan lain sebagainya. Berbeda dengan sistem pengereman
konvensional, pada sistem ABS roda kendaraan dijaga agar tidak terkunci dengan keadaan slip
tertentu dimana koefisien adhesi antara jalan dan ban paling besar. Hal ini menjadikan jarak
pengereman (braking distance) lebih pendek dan kendaraan masih tetap stabil atau mudah
dikendalikan walau direm pada kondisi berbelok. Dengan demikian, mobil dengan ABS dapat
mengurangi jarak penghentian mobil dan meningkatkan manuverbilitas dibandingkan dengan
mobil yang tidak memiliki [1].
Saat ini ABS menjadi sistem yang paling penting pada kendaraan bermotor dari segi isu
kritis keamanan. Akibat kegagalan yang terjadi secara tiba-tiba pada sistem, peluang terjadinya
kecelakaan meningkat. Dalam hal ini, untuk mencegah kecelakaan, diperlukan teknologi yang
menoleransi kesalahan dan meningkatkan performansi dan efisiensi sistem ABS. Sistem ini
dapat sangat meningkatkan keamanan kendaraan dalam keadaan ekstrim karena ABS dapat
memaksimalkan gesekan ban jalan dengan tetap mempertahankan gaya lateral (directional)
yang besar yang menjamin keterkendaliannya kendaraan [2].
Pada kendaraan listrik (electric vehicle / EV), sistem ABS selain terdiri atas sistem
pengereman gesekan (friction) dengan menggunakan komponen hidrolik, juga dapat
dilengkapi dengan sistem pengereman regeneratif seperti yang dijelaskan pada [3]. Sistem
pengereman regeneratif dapat mengubah energi kinetik menjadi energi listrik ketika terjadi
perlambatan pada kendaraan. Energi listrik tersebut selanjutnya dapat disimpan dalam baterai
untuk dapat digunakan kembali. Dengan demikian, pengereman regeneratif dapat
meningkatkan efisiensi kendaraan. Oleh karena itu, teknologi ini telah diterapkan pada
4
berbagai jenis EV. Namun karena sistem pengereman regeneratif dibatasi oleh banyak faktor
seperti kecepatan motor, state of charge (SOC) dan temperatur baterai [4], maka sistem
pengereman konvensional masih tetap digunakan bersama sistem pengereman regeneratif. Hal
ini mendorong penelitian tentang strategi pengereman dan metode pengereman regeneratif
yang tepat dan handal.
Perumusan dan Pembatasan Masalah
Secara tipikal, ABS terdiri dari sensor, electronic control unit (ECU), dan modulator
tekanan pengereman. ABS memodulasi garis tekanan independen rem dari gaya pedal,
sehingga kecepatan roda kembali ke tingkatan slip yang telah ditentukan agar kinerja
pengereman optimal. Dalam hal ini digunakan strategi kontrol umpan balik yang memodulasi
gaya pengereman dalam menanggapi perlambatan roda dan kecepatan sudut roda. Untuk
beragam kondisi jalan, terdapat nilai optimum slip ratio yang memaksimalkan koefisien gesek
pada semua kondisi jalan [5]. Oleh karena itu, strategi kontrol yang cocok adalah menjaga nilai
slip ratio agar tetap berada pada range kerja sistem pengereman yang optimal dan aman. Secara
umum, tujuan dari kontrol pada ABS adalah mengatur agar nilai slip ratio roda berada pada
rentang optimumnya [6] [7] [8].
Saat ini teknologi pengereman regeneratif banyak mendapat perhatian karena menawarkan
pendekatan efektif untuk meningkatkan efisiensi kendaraan dan telah diterapkan pada berbagai
jenis EV. Sistem pengereman ini menggunakan motor listrik, menghasilkan torsi negatif ke
roda kendaraan dan mengubah energi kinetik ke energi listrik dalam rangka mengisi ulang
baterai atau pemasok tegangan. Disipasi energi kinetik selama pengereman dapat dimanfaatkan
kembali melalui pengaturan energi total kendaraan menggunakan komponen elektronika daya.
Hasil penelitian menunjukkan bahwa penyimpanan energi yang berhasil dicapai oleh sistem ini
adalah berkisar 8% - 25% dari total energi yang digunakan kendaraan, bergantung pada siklus
pengaturan dan strategi kontrolnya [9]. Meskipun pengereman motor pada sistem regeneratif
lebih unggul dari pada pengereman hidrolik dalam hal akurasi, kecepatan respond dan
kemudahan pengukuran, namun pengereman hidrolik masih diperlukan untuk mengatasi
beberapa keterbatasan pengereman regeneratif seperti yang diutarakan dalam [4] dan juga
kemungkinan terjadinya kegagalan sistem listrik pada pengereman regeneratif. Oleh karena itu,
diperlukan pengembangan strategi pengereman yang mengkoordinasikan torsi regeneratif dari
motor dan torsi gesekan dari unit hidrolik. [10] dan [11] telah mengajukan strategi pengereman
regeneratif dan metode kontrol selama kejadian pengereman normal maupun mendadak.
5
Namun keduanya belum membahas skema ABS dalam penelitiannya.
Penelitian yang menerapkan pengereman regeneratif untuk ABS pada EV telah
dilakukan meskipun belum terlalu banyak, seperti [4], [3] dan [12]. Hasil simulasi dan
eksperimen mereka menunjukkan bahwa kombinasi pengereman regeneratif dan antilock
membuat keamanan dan efisiensi energi kendaraan meningkat. Selain itu, pada beberapa tahun
terakhir, kemajuan teknologi aktuator telah mengarah ke sistem pengereman elektro-hidrolik
dan elektro-mekanik yang mampu melakukan modulasi kontinu torsi pengereman [2]. Oleh
karena itu, penelitian sistem kontrol ABS yang dilengkapi dengan pengereman regeneratif
menjadi topik yang sangat relevan untuk terus dikembangkan.
Kontrol ABS adalah bahasan yang cukup rumit. Kendala utama yang muncul saat
mendesain kontrol ABS adalah sifat ketidaklinieran dan ketidakpastian yang besar. Sejumlah
pendekatan kontrol tingkat lanjut telah diajukan untuk ABS, seperti fuzzy logic control [13],
neural network [14], kontrol adaptif [15], sliding mode control [16] dan kontrol cerdas lainnya.
Seiring dengan berkembangnya teknologi ABS yang menggunakan komponen-komponen
listrik, peluang terjadinya kesalahan juga membesar. Selain itu, untuk teknologi ABS yang
masih menggunakan sistem pengereman gesekan (hidrolik) selain regeneratif, komponen
mekanis seperti katup, pompa dan motor listrik faktanya memiliki intensitas kegagalan yang
melebihi komponen elektronik [17]. Dalam hal ini, sebagus apapun sistem kontrol yang
digunakan, sistem kontrol nominal tersebut tidak memiliki kemampuan menjamin
keberlangsungan sistem keseluruhan selama terjadi kesalahan pada komponennya, seperti
sensor dan aktuator. Padahal tuntutan kehandalan sistem sangat tinggi pada ABS terkait isu
keamana dan keselamatan penumpang. Oleh karena itu perlu dibangun sebuah sistem kontrol
yang mampu mengakomodasi terjadinya kesalahan (dengan tingkat kesalahan pada batas
tertentu) yang dikenal sebagai active fault tolerant control (AFTC). Topik ini merupakan
bidang penelitian yang dikembangkan oleh ketua tim peneliti.
Hasil penelitian AFTC untuk sistem pengereman secara khusus sangat sedikit ditemui.
Salah satu yang berhasil ditemukan dari studi literatur adalah [18] yang mengemukakan bahwa
dampak kegagalan sistem pengereman (sensor dan aktuator) pada kendaraan yang dikontrol
secara elektrik adalah menghambat kemampuan kendaraan untuk melambat. Mereka
menggunakan dua himpunan filter deteksi kegagalan (yang masing-masing untuk sensor dan
aktuator) untuk mendeteksi adanya kegagalan, dan menggunakan observer dalam melakukan
rekonfigurasi sinyal kontrol. Dampak ketidakakuratan model, kesalahan deteksi dan hadirnya
noise belum dibahas. Selain itu penggunaan himpunan filter membuat beban komputasi
menjadi besar padahal sistem tersebut harus direalisasikan secara real-time, sehingga selang
6
waktu antara sinyal input dan output struktur harus dikurangi semaksimal mungkin.
Berdasarkan uraian di atas, maka permasalahan yang diangkat dalam penelitian ini adalah
bagaimana membangun dan mengembangkan sistem pengereman regeneratif ABS - kombinasi
pengereman regeneratif dan pengereman mekanik - yang dilengkapi sistem AFTC agar
menghasilkan respon pengereman yang tepat meskipun ada kesalahan pada komponen sensor
dan aktuator. Dalam hal ini, sistem kontrol yang ditawarkan juga mampu menjawab problem
ketidakakuratan model, kesalahan deteksi, hadirnya noise, dan beban komputasi. Pada tahun
pertama penelitian, telah berhasil dibangun sistem kontrol untuk ABS berbasis algoritma
sliding mode control (SMC) yang diterapkan pada kendaraan konvensional satu roda.
Selanjutnya, penelitian tahun kedua telah menghasilkan prototipe sistem kontrol ABS yang
mampu menoleransi kesalahan pada sensor kecepatan dan aktuator hidrolik. Sistem ini
selanjutnya disebut sliding mode fault tolerant control (SMFTC). Namun SMFTC tersebut
masih diterapkan pada sistem ABS konvensional yang menggunakan cara mekanik saja untuk
pengereman, dan belum diperuntukkan untuk skema regeneratif pada kendaraan listrik. Secara
spesifik, permasalahan penelitian di tahun kedua dirumuskan sebagai berikut:
• Bagaimana menerapkan algoritma sliding mode control dan skema distribusi torsi
pengereman pada prototipe sistem regenerative ABS model kendaraan listrik satu roda
secara real time.
• Bagaimana skema estimator kesalahan yang mampu memberikan informasi tentang
kesalahan sensor kecepatan dan inverter yang terpasang pada sistem regenerative ABS.
• Apakah sistem SMFTC terbukti efektif dan robust terhadap ketidakpastian model dan noise
tanpa memerlukan sistem deteksi guna menghindari terjadinya kesalahan deteksi.
Untuk menghindari luasnya permasalahan yang muncul, maka permasalahan yang diangkat
dalam penelitian tahun pertama dibatasi sebagai berikut:
• Kendaraan yang ditinjau sebagai studi kasus adalah mobil listrik dengan menggunakan
pendekatan quarter-car model.
• Analisa pengereman dilakukan pada variasi kecepatan 20, 40, dan 60 km/jam.
• Kendaraan berjalan di kondisi jalan aspal, datar dan tidak bergelombang.
• Sistem kontrol diperuntukkan untuk mekanisme pengereman dan belum meninjau sisi
baterai.
• Jenis kesalahan yang terjadi adalah kesalahan minor pada sensor dan aktuator sistem
regenerative ABS.
7
Tujuan Khusus
Tujuan dari penelitian ini adalah merancang dan mengembangkan protipe sistem kontrol
pengereman dengan regenerative ABS berbasis kontrol cerdas untuk diimplementasikan pada
kendaraan listrik modern. Secara khusus, tujuan penelitian pada tahun ketiga ini adalah:
• Membangun prototipe sistem kontrol sliding mode (SMC) yang dilengkapi dengan skema
distribusi torsi pengereman untuk regenerative ABS pada model kendaraan satu roda skala
laboratorium.
• Merancang observer yang mampu mengestimasi kesalahan sensor dan inverter yang
digunakan pada sistem regenerative ABS.
• Merancangan sistem SMFTC sebagai penyempurnaan sistem kontrol regenerative ABS
agar dapat mengakomodasi kesalahan yang terjadi pada sensor maupun inverter dengan
motode active fault tolerant control (AFTC).
Urgensi Penelitian
Dengan tujuan tersebut di atas, diharapkan penelitian ini dapat berguna dalam beberapa
hal sebagai berikut:
• Berkontribusi pada studi pengembangan industri otomotif di bidang safety dalam upaya
meminimalisir terjadinya kecelakaan yang terus meningkat dari tahun ke tahun.
• Berkontribusi pada pengembangan teknologi yang hemat energi pada kendaraan listrik
atau EV khususnya mobil listrik
Penelitian yang diajukan ini sesuai dengan road map penelitian Laboratorium Fisika
Rekayasa Teknik Fisika ITS seperti yang ditunjukkan pada Gambar 2.1. Penelitian pada
laboratorium ini bertujuan mengembangkan sebuah embedded system di bidang kontrol
(embedded control system) dengan menggunakan prinsip rekayasa pada variabel-variabel fisika
sistem, dalam rangka untuk meningkatkan kinerja sistem yang ditinjau baik dari segi kualitas
maupun ekonomi. Topik penelitian yang diajukan ini merupakan bagian dari road map
penelitan laboratorium, yaitu tentang fault tolerant control untuk plant vehicle.
Penelitian yang diajukan ini juga inline dengan topik penelitian Pusat Unggulan IPTEK
(PUI) Sistem Kontrol Otomotif, khususnya pada topik “Komponen Kendaraan Listrik”.
Berdasarkan Road Map yang diajukan, PUI Sistem Kontrol Otomotif akan mengembangkan
sistem regenerative break untuk aplikasi pada kendaraan listrik untuk empat tahun ke depan.
Dengan demikian, topik yang diajukan dalam proposal penelitian ini mendukung rencana
8
tersebut dan dapat dijadikan pijakan untuk menghasilkan produk unggulan IPTEK bidang
otomotif yang layak dipatenkan.
Gambar 2.1 Road Map Penelitian Laboratorium Fisika Rekayasa
Embedded Control System
Control System
Supervisory Control
Centralized Supervisory Control
Decentralized Supervisory Control
Renewable EnergyProcess Industry
Fault Tolerant Control
Passive FTCActive FTC
Renewable EnergyProcess Industry
Vehicle
Reliability Prediction
Data BasedModel Based
Fault Detection
Observability ProblemStuck Faults
TOPIK PENELITIAN
9
BAB III TINJAUAN PUSTAKA
Teori Penunjang
3.1.1 Anti-Lock Braking System
Anti-Lock Braking System atau ABS digunakan pada mobil untuk mencegah terjadinya
slip dan penguncian pada roda saat pengereman. Unit ini adalah salah satu sistem keamanan
(safety) pada mobil. ABS pertama kali diterapkan untuk kereta api ditahun 1943, kemudian
diterapkan untuk kendaraan otomotif mobil pada tahun 1971 [19] dengan tujuan utama
mencegah roda terkunci, mengurangi jarak henti (stopping distance), meningkatkan stabilitas
dan meningkatkan steerabiility ketahanan selama pengereman [20], [21], [19]. ABS
digunakan untuk membantu kendaraan mencapai tingkat akselerasi minimum dengan optimal
tanpa mempengaruhi stabilitas dan kemampuan kendali kemudi kendaraan dengan tingkat
keselamatan maksimum [22]. Ketika roda terkunci maka biasanya pengemudi kehilangan
kendali dan ban menjadi tidak normal sehingga kecelakaan tidak dapat dihindari. Pada proses
pengereman, terjadi yang dinamakan tractive force yang dihasilkan oleh ban, sebanding
dengan gaya normal jalan yang bekerja pada ban. Perbandingan yang digunakan tergantung
variasi atau koefisien jalan seperti kering, basah, bersalju, dan lain sebagainya, serta
karakteristik lekukan jalan seperti jalanan yang berlubang, rata, dan lain sebagainya.
Perbandingan variasi atau koefisien permukaan jalan diperlihatkan oleh grafik fungsi non-
linear antara koefisien gesekan dengan jalan (𝜇𝜇) dan slip rasio roda (𝜆𝜆) untuk kondisi spesifik
jalanan tertentu yang ada pada Gambar 3.1. Di Gambar 3.1 menjelaskan bahwa untuk
kondisi jalanan yang licin atau bersalju menjadikan gesekan dengan jalan rendah, sedangkan
resiko slip ban akan semakin tinggi. Dibandingkan kondisi jalanan yang kering atau normal
menjadikan gesekan dengan jalan semakin tinggi, sedangkan resiko slip ban semakin rendah.
Gambar 3.1 Grafik antara Koefisien Jalan (μ) dan Slip Rasio Roda (λ) [22]
10
Pada kondisi ban yang akan slip dan terkunci ketika pengereman yang terlalu keras atau
ketika di permukaan jalan yang licin dan kondisi tersebut mengharuskan ABS akan
memanipulasi slip ban, sehingga dapat melakukan pergesekan maksimum dan mestabilkan
kemudi. Apabila saat ban slip, maka yang dapat terjadi seperti, jarak pengereman meningkat,
kemudi hilang kendali, dan keausan ban akan menjadi tidak normal. Pada saat terjadi
pengereman yang parah, terdapat sebuah titik dimana kecepatan tangensial permukaan ban
tidak sama dengan kecepatan pada permukaan jalan sehingga dapat diperoleh slip optimal
yang sesuai dengan gesekan maksimum [23]. Oleh karena itu diperlukan seperangkat alat
kontrol pada ABS untuk mengendalikan torsi dalam mempertahankan nilai slip rasio optimum
pada dinamika rem dan dinamika roda dikeseluruhan sistem. Slip rasio (𝜆𝜆) dapat dinyatakan
dalam bentuk persamaan matematis yang merupakan fungsi dari kecepatan kendaraan dan
putaran roda yang dapat dinyatakan pada persamaan (2.1) [23].
𝜆𝜆 = 𝑉𝑉−𝜔𝜔𝜔𝜔𝑉𝑉
(3.1)
Dengan ω merupakan kecepatan angular roda (rad/s), R merupakan jari – jari putaran roda
(m), dan 𝑣𝑣 adalah kecepetan kendaraan (m/s). Ketika kondisi berkendara secara normal, 𝑣𝑣 =
𝜔𝜔𝜔𝜔, sedangkan 𝜆𝜆 = 0. Kemudian ketika melakukan pengereman yang sangat kuat, secara
umum dapat terjadi 𝜔𝜔 = 0 ketika 𝜆𝜆 = 1, yang biasa disebut dengan ban terkunci (wheel
lockup). Pada saat ban terkunci (wheel lockup) adalah keadaan yang dapat memperpanjang
jarak pemberhentian dan menyebabkan hilangnya control terhadap arah [23].
Berdasarkan [24], terdapat tiga hal yang utama dari ABS yaitu jarak pemberhentian,
kestabilan, dan ketahanan kendaraan. Jarak pemberhentian adalah salah satu faktor penting
dari proses pengereman. Jarak pemberhentian merupakan hasil fungsi dari massa kendaraan,
kecepatan awal kendaraan dan gaya pengereman. Jarak pemberhentian dapat diperkecil oleh
peningkatan pada gaya pengereman, karena untuk setiap jenis permukaan jalan pasti
mempunyai koeefisien puncak dari gaya pengereman tersebut. Sehingga dengan adanya
sebuah antilock system dapat mencapai gaya gesek maksimum dan menghasilkan jarak
pengereman minimum. Namun tujuan dari antilock system ini dipengaruhi oleh kebutuhan
akan stabilitas dan ketahanan kendaraan.
Kestabilan adalah faktor penting untuk kondisi kemudi kendaraan saat proses
pengereman terjadi. Pada Gambar 3.2, saat kendaraan melewati dipermukaan jalan yang licin
dibutuhkan gaya gesekan maksimum untuk memperlambat dan menghentikan kendaraan.
Namun pada kondisi permukaan jalan yang seperti itu tidak akan didapatkan gaya maksimum
karena gaya pengereman lebih signifikan dapat diperoleh di satu sisi kendaraan saja daripada
11
di sisi lainnya. Sehingga saat menerapkan rem penuh pada kedua sisi akan menghasilkan
momen mengayuh atau meluncur yang dapat menarik kendaraan ke sisi yang memiliki gaya
gesekan tinggi dan mengakibatkan ketidakstabilan kendaraan. Inilah konsep antilock system
yang menjaga slip kedua roda belakang pada tingkat yang sama dan meminimalkan dua
koefisien gesekan puncak [24].
Gambar 3.2 Penerapan braking point dengan menggunakan dan tanpa ABS [24]
Kontrol terhadap titik puncak gaya gesek yang baik diperlukan untuk mencapai lateral
force yang baik, sehingga diperlukan ketahaanan kendaraan yang mencukupi. Ketahanan
kendaraan saat pengereman penting tidak hanya untuk koreksi ringan saja, tetapi untuk
kemungkinan saat mengemudi menghadapi adanya rintangan. Untuk kendaraan yang
dilengkapi ABS, kinerja ban sangat penting, karena semua gaya pengereman dan kemudi
dihasilkan di dalam ban dari bagian kontak antara kendaran dan jalan. Tractive force pada ban
dan juga lateral force hanya dapat dihasilkan ketika ada perbedaan antara kecepatan lingkar
ban dan kecepatan relatif kendaraan terhadap permukaan jalan. Perbedaan tersebut
dilambangkan sebagai slip. Hal ini biasa terjadi untuk menghubungkan gaya pengereman ban
terhadap gaya slip ban. Setelah titik mencapai titik puncak, slip roda yang meningkat
menyebabkan reduksi koefisien gesekan ban terhadap jalan. Sehingga ABS harus membatasi
slip ke nilai di bawah nilai titik puncak untuk mencegah terjadinya lockup pada roda. Roda
dengan titik puncak gesekan yang tinggi mencapai gesekan maksimum pada 0,2 atau dengan
kata lain 20 % slip [25]. Nilai slip optimal menurun seiring dengan gesekan ban terhadap jalan
juga menurun [24]. Pada ABS terdapat beberapa komponen utama seperti yang ditunjukkan
oleh Gambar 3.3. Komponen – kompenen ABS akan dijelaskan berdasarkan [26] sebagai
berikut:
12
Gambar 3.3 Komponen ABS dengan Rem Hidrolik [23]
Sensor Kecepatan Roda
Merupakan elemen sensing kecepatan ban dari sistem ABS yang tersegel rapat dan
biasanya terletak di ujung roda. Umumnya kendaraan ber-ABS memiliki empat sensor dan
terletak pada pinggiran roda di tiap sisi as. Akan tetapi, peletakan sensor bergantung pada
tipe suspensinya. Secara khusus, sensor pada kendaraan bersuspensi spring diletakkan pada
as ganda bagian depan. Sedangkan pada kendaraan bersuspensi udara (air suspension),
sensor diletakkan pada bagian belakang.
Keluran dari sensor ini kemudian diteruskan ke ECU untuk menentukan kapan ABS
akan diaktifkan. Adapun dua tipe sensor yang dapat digunakan, antara lain: sensor sudut
kanan dan sensor lurus. Tipe yang digunakan bergantung pada pembuatan dan model dari
kendaraan.
Electronic Control Unit (ECU)
ECU adalah bagian yang bertugas untuk memproses fungsi dari ABS. Secara umum
ECU bertugas untuk menerima, menguatkan dan menyaring sinyal yang dikirim oleh sensor
untuk menghitung kecepatan dan akselerasi roda, lalu secara logic memutuskan roda ketika
hendak mengunci dan mengaktifkan valve ABS pada kondisi dan waktu tertentu. Pada saat
valve aktif, ECU dapat mengatur tekanan udara yang menuju ruangan rem. ECU terhubung
pada komponen ABS berikut antara lain: sensor kecepatan roda (wheel speed sensors), katup
modulator ABS, catu daya, ground, lampu indikator ABS, blink code switch, konektor
diagnostic J-1587, retarder control (melalui relay atau J1922/J1939 datalink).
Secara rinci, komponen ini menggunakan kecepatan dua roda yang berlawanan secara
diagonal untuk menghitung perkiraan kecepatan kendaraan. Slip pada masing-masing roda
diturunkan dengan membandingkan kecepatan referensi dengan kecepatan roda.
13
Mikrokomputer mengirim sinyal kontrol untuk memicu tekanan selenoida pada katup dari
modulator untuk memodulasi tekanan rem pada masing-masing silinder rem roda.
Unit Modulator
Unit Modulator atau disebut juga dengan ABS Modulator Valve berfungsi untuk
mengatur tekanan udara ke masing-masing rem yang dikontrol oleh ABS. Pada saat
pengereman normal, ABS Modulator Valve tidak diaktifkan sehingga udara mengalir
melalui katup ABS ke ruang rem. Selama ABS beroperasi, katup ABS bertugas untuk
memodulasi tekanan udara di ruang rem yang berfungsi untuk mengendalikan pengereman
dan mencegah ban lockup. Katup ABS adalah katup udara yang dikontrol solenoida, terdiri
dari dua jenis solenoida yang dioperasikan secara elektrik dan dua katup diafragma. ECU
bertugas mengendalikan solenoida agar bertindak sangat cepat, karena solenoida berfungsi
untuk mengendalikan diafragma, yang akan membuka atau menutup agar memberikan dan
mengurangi tekanan pada ruang rem.
3.1.2 Regenerative ABS
Regenerative braking system adalah suatu metode pengereman dimana energi mekanik
akibat putaran motor akan dikonversi menjadi energi listrik dan dikembalikan ke baterai.
Pengereman regeneratif dapat diwujudkan ketika motor dalam keadaan deselerasi
(pengurangan kecepatan). Pada saat torsi motor bernilai positif, maka motor akan mengambil
daya dari baterai dan ketika torsi motor bernilai negatif, maka motor akan bekerja layaknya
generator yaitu mengisi daya dari baterai. Pengisian baterai tersebut disebabkan oleh adanya
tegangan balik pada motor atau dikenal dengan back EMF (electromagnetic force). Motor yang
umum digunakan untuk sistem ini adalah brushless direct current (BLDC).
Secara umum motor BLDC terdiri dari dua bagian yakni, rotor, bagian yang bergerak,
yang terbuat dari permanen magnet; dan stator, bagian yang tidak bergerak, yang terbuat dari
kumparan 3 fasa. Walaupun merupakan motor listrik synchronous AC 3 fasa, motor ini tetap
disebut dengan BLDC karena pada implementasinya BLDC menggunakan sumber DC sebagai
sumber energi utama yang kemudian diubah menjadi tegangan AC dengan menggunakan
inverter 3 fasa. Tujuan dari pemberian tegangan 3 fasa pada stator BLDC adalah menciptakan
medan magnet yang berubah ubah pada stator untuk menarik magnet rotor.
Tidak adanya brush pada motor BLDC menyebabkan perlunya komutasi yang tepat untuk
menjaga torsi dan kecepatan motor konstan. Komutasi pada motor BLDC dikendalikan oleh
kontroler secara elektronik. Kontroler menentukan kumparan mana yang akan dialiri arus
14
dengan referensi dari sensor hall effect yang terdapat pada stator. Sensor hall effect ini
membaca posisi rotor dengan cara mengirim sinyal high atau low yang menandakan lokasi dari
kutub magnet yang dimiliki rotor tersebut. Aliran arus yang menuju ke motor diatur oleh
inverter yang menerima perintah dari kontroler. Jenis inverter yang digunakan untuk mengatur
BLDC adalah jenis six step inverter.
Motor BLDC memiliki empat mode operasi atau biasa disebut dengan four quadrant
operation seperti pada Gambar 3.4. Mode operasi pada motor BLDC ini berdasarkan
kecepatan dan torsi beban dari motor. Ketika motor beroperasi pada kuadran pertama dan
ketigga, motor berada dalam mode motoring, yaitu motor melakukan akselerasi maju (kuadran
1) atau akselerasi mundur (kuadran 3). Proses motoring ini mengharuskan tegangan pada
sumber memiliki nilai yang lebih besar dibandingkan dengan back emf dari motor. Sedangkan
pada kuadran kedua dan keempat, motor terjadi pengereman. Pada kondisi ini back emf dari
motor lebih besar daripada tegangan sumber.
Gambar 3.4 Mode operasi pada motor BLDC [27]
3.1.3 Model Dinamik Gerak Longitudinal Kendaraan
Persamaan gerak longitudinal kendaraan empat roda (dua roda depan dan dua roda
belakang) berdarkan [28] dalam keadaan pengereman adalah sebagai berikut:
m ὐ = - (Fbf + Fbr + Fa + Ff) (3.2)
Jf ὠf = Fbf.R - Thf - Tmf – Tf f (3.3)
Jr ὠf = Fbr.R - Thr - Tfr (3.4)
dengan
m = masa kendaraan
15
ὐ = kecepatan kendaraan
Fbf = gaya pengereman dari ban depan
Fbr = gaya pengereman dari ban belakang
𝐹𝐹𝑎𝑎 = resistansi aerodinamik
= 𝐶𝐶𝑎𝑎𝑣𝑣2
𝐶𝐶𝑎𝑎 = konstanta bentuk kendaraan ketika kecepatan angin diabaikan
𝐹𝐹𝑓𝑓 = resistansi putaran untuk full car model
𝐽𝐽𝜔𝜔f = momen inersia pada roda depan
𝐽𝐽𝜔𝜔𝑟𝑟 = momen inersia pada roda belakang
R = radius dari roda
𝑇𝑇𝑓𝑓𝑓𝑓 = torsi pengereman hidrolik yang diaplikasikan pada roda depan
𝑇𝑇𝑓𝑓𝑟𝑟 = torsi pengereman hidrolik yang diaplikasikan pada roda belakang
𝑇𝑇𝑚𝑚𝑓𝑓 = torsi pengereman motor pada roda depan
Pada saat pengereman, beban normal pada roda depan (𝐹𝐹𝑧𝑧𝑓𝑓), dan roda belakang (𝐹𝐹𝑧𝑧r ),
dinyatakan sebagai berikut:
�𝐹𝐹𝑧𝑧𝑓𝑓 = 1
𝐿𝐿 [W𝐿𝐿𝑟𝑟 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )]
𝐹𝐹𝑧𝑧𝑟𝑟 = 1𝐿𝐿
[W𝐿𝐿𝑟𝑟 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )] (3.5)
dengan:
W = berat kendaraan
ℎ𝑔𝑔 = tinggi pusat massa dari tanah
𝐿𝐿𝑓𝑓 = jarak antara roda depan ke pusat massa
𝐿𝐿𝑟𝑟 = jarak antara roda belakang ke pusat massa
Gaya pengereman pada roda depan (Fbf), dan roda belakang (Fbr) adalah sebagai berikut:
�𝐹𝐹𝑏𝑏𝑓𝑓 = 𝜇𝜇 𝐹𝐹𝑧𝑧𝑓𝑓 = 𝜇𝜇 1
𝐿𝐿 [W𝐿𝐿𝑟𝑟 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )]
𝐹𝐹𝑏𝑏𝑟𝑟 = 𝜇𝜇 𝐹𝐹𝑧𝑧𝑟𝑟 = 𝜇𝜇 1𝐿𝐿
[W𝐿𝐿𝑓𝑓 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )] (3.6)
dengan µ adalah koefisien gaya pengereman antara roda dan jalan, yang dinyatakan sebagai
berikut:
𝜇𝜇(λ, 𝑣𝑣) = �𝐶𝐶1�1 − 𝑒𝑒−𝐶𝐶2 λ� − 𝐶𝐶3λ�𝑒𝑒−𝐶𝐶4 λ𝑣𝑣 (3.7)
𝐶𝐶1 adalah nilai maksimum kurva gesekan, 𝐶𝐶2 adalah bentuk kurva gesekan, 𝐶𝐶3 adalah perbedaan
kurva gesekan antara nilai maksimumnya dan nilai kurva gesekan pada saat λ =1, 𝐶𝐶4 adalah
nilai karakteristik kelembaban.
16
Slip ratio, λ , didefinisikan oleh persamaan berikut:
𝜆𝜆 = 𝑣𝑣− ⍵𝜔𝜔
max (𝑣𝑣,ω) (3.8)
Untuk pemodelan quarter car atau satu roda, maka persamaan menjadi lebih sederhana.
Gaya-gaya yang terjadi pada satu roda ditunjukkan pada Gambar 3.5. Persamaan gaya yang
terjadi ditunjukkan dengan persamaan berikut:
∑= Fam.. (3.9)
−(𝐹𝐹𝑤𝑤 + 𝐹𝐹𝑠𝑠 + 𝐹𝐹𝑎𝑎 + 𝐹𝐹𝑥𝑥) = 𝑚𝑚 𝑑𝑑𝑣𝑣𝑑𝑑𝑑𝑑
(3.10)
Dengan nilai gaya yang bekerja padanya antara lain sebagai berikut:
𝐹𝐹𝑤𝑤 = 𝑐𝑐𝑑𝑑 𝑚𝑚 𝑔𝑔 cosα (3.11)
𝐹𝐹𝑠𝑠 = 𝑚𝑚 𝑔𝑔 𝑠𝑠inα (3.12)
𝐹𝐹𝑎𝑎 = 0,5 𝑐𝑐𝑟𝑟 𝛿𝛿 𝐴𝐴𝑓𝑓 𝑉𝑉2 (3.13)
𝐹𝐹𝑥𝑥 = µ 𝑚𝑚 𝑔𝑔 (3.14)
dengan:
𝑐𝑐𝑑𝑑 = koefisien resistansi putaran roda
𝑐𝑐𝑟𝑟 = koefisien aerodinamik
δ = density udara
𝐴𝐴𝑓𝑓 = area frontal mobil
v = kecepatan mobil
m = massa satu roda
Fw = resistansi putaran untuk quarter car model
Gambar 3.5 Gaya pada Satu Roda Kendaraan [3]
3.1.4 Model Roda
Roda berfungsi untuk menghubungkan torsi eksternal dengan gerakan longitudinal
kendaraan. Pada saat proses pengereman secara mendadak, maka diperoleh kecepatan
tangensial permukaan roda dan kecepatan pada permukaan jalan yang berbeda sehingga terjadi
slip atau tergelincir. Pengontrol ABS harus mengontrol dinamika rem dan dinamika roda.
17
Model gerak rotasi roda diberikan oleh persamaan:
𝐹𝐹𝑥𝑥 𝑟𝑟 − 𝑇𝑇𝑏𝑏 = 𝐽𝐽 𝑑𝑑𝜔𝜔𝑑𝑑𝑑𝑑 (3.15)
dengan:
r =jari-jari roda
𝑇𝑇𝑏𝑏 = torsi pengereman
J = momen inersia
ω = kecepatan angular roda
3.1.5 Model Motor
Mesin yang umum digunakan pada mobil listrik adalah berjenis permanent magnet
synchronous machine (PMSM). Pada saat berkendara, motor akan digunakan sebagai
penggerak kendaraan. Sedangkan pada saat pengereman regeneratif, motor akan digunakan
sebagai generator yang akan menghasilkan listrik.
Beberapa faktor dapat mempengaruhi torsi pada sistem pengereman regeneratif yang
dihasilkan oleh motor. Beberapa faktor diantaranya adalah SOC (Satate of Charge) dari baterai,
kecepatan sudut motor, dan temperatur motor. Tujuan dari SOC adalah untuk menjaga agar
baterai dapat terhindar dari overcharging yang dapat mempengaruhi umur baterai. Faktor bobot
kSOC pada SOC dapat dinyatakan sebagai berikut:
ksoc = �1
10 (0.9 − SOC)0
SOC ≤ 0.8 0.8 < SOC ≤ 0.9
0.9 < SOC ≤ 1 (3.16)
Sedangkan faktor yang dapat mempengaruhi kecepatan sudut motor berasal dari
rendahnya gaya electrik (voltase) yang dihasilkan pada saat kecepatan rotasi rendah. Faktor
bobot kωm pada kecepatan sudut motor dapat dinyatakan sebagai:
𝑘𝑘⍵𝑚𝑚 = �0
(⍵𝑚𝑚 − 50)/500
⍵𝑚𝑚 ≤ 50 rad/s 50 < ⍵𝑚𝑚 ≤ 100 rad/s
0.9 > 100 rad/s (3.17)
Setelah SOC baterai dan kecepatan sudut motor diketahui, torsi pengereman motor yang
tersedia, Tmavail , dapat dihitung sebagai berikut:
𝑇𝑇𝑚𝑚𝑎𝑎𝑣𝑣𝑎𝑎𝑚𝑚𝑚𝑚 = 𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝐼𝐼 𝑘𝑘⍵𝑚𝑚 𝑘𝑘𝑠𝑠𝑠𝑠𝑠𝑠 𝜂𝜂𝑡𝑡
(3.18)
dengan:
Tmmax = torsi motor maksimum
I = rasio transimisi
18
ηt = efisiensi transmisi
Ketika motor berfungsi sebagai penggerak kendaraan, persamaan dinamik torsi motor,
Tm , dapat dimodelkan sebagai sebuah sistem order satu sebagai berikut:
𝑇𝑇𝑚𝑚𝑇𝑇𝑚𝑚_𝑑𝑑𝑑𝑑𝑚𝑚𝑚𝑚𝑑𝑑𝑑𝑑
= 𝑒𝑒−𝜏𝜏𝐷𝐷𝑠𝑠 11+𝑚𝑚𝑠𝑠
(3.19)
dengan:
Tm_demand = torsi motor yang diperlukan
τD = konstanta delay torsi motor
τm = konstanta waktu torsi motor
3.1.6 Fault Tolerant Control
Sistem fault tolerant control (FTC) memiliki kemampuan mengakomodasi kesalahan
komponen secara otomatis dengan tetap mempertahankan kestabilan sistem dan performansi
yang ditetapkan. Dalam tiga dekade terakhir, sistem FTC telah diteliti dan sudah banyak
metode yang ditawarkan dalam literatur, baik dalam bentuk buku seperti [29], [30], [31] dan
makalah tinjauan seperti [32] dan [33]. Tinjauan menyeluruh tentang FTC secara ringkas
dijelaskan pada [34] dengan beberapa sudut pandang: teori, praktek industri, dan tantangan
potensial. Penjelasan rinci berupa tutorial tentang FTC dapat dibaca pada [35], sedangkan
tinjauan literatur secara komprehensif telah dilakukan oleh [36].
Sistem FTC dapat dibangun dengan dua pendekatan: pasif dan aktif. FTC pasif bekerja
dengan kontroler yang ditetapkan dan dirancang menggunakan teknik kontrol robust untuk
menjamin bahwa sistem lup tertutup tetap tidak sensitif terhadap kesalahan tertentu.
Pendekatan ini tidak membutuhkan informasi kesalahan secara on-line maupun rekonfigurasi
kontroler, namun memiliki kekurangan dalam hal kemampuan menoleransi kesalahan yang
terbatas jumlahnya [30], [36]. Di sisi lain, pada FTC aktif, sebuah sistem kontrol baru dirancang
ulang dengan menggunakan informasi kesalahan secara on-line dalam rangka mempertahankan
kestabilan dan performansi yang ditetapkan, atau pada kondisi terparah, mencapai performansi
terdegradasi yang diijinkan. Oleh karena itu, perancangan sistem FTC aktif memerlukan teknik
FDI yang cepat dan efektif sebagai pengambil keputusan akan terjadinya kesalahan atau tidak
pada sistem.
Sistem FTC Aktif
19
Secara umum, sebuah sistem FTC aktif terdiri atas beberapa bagian sub-sistem seperti
yang ditunjukkan pada Gambar 3.6, yaitu: teknik deteksi/diagnosis kesalahan; mekanisme
rekonfigurasi kontroler; dan kontroler (reconfigureable controller). Ketiga bagian tersebut
harus bekerja secara berkesinambungan. Ketika sebuah kesalahan terdeteksi, unit FDI
menentukan dimana letak kesalahan tersebut, yaitu isolasi kesalahan, kemudian algoritma
estimasi kesalahan yang bekerja secara on-line diaktifkan. Berdasarkan pada estimasi ini,
kontroler dirancang ulang untuk mengkompensasi pengaruh kesalahan. Kontroler ini disebut
sebagai reconfigurable controller yang biasanya berupa kontroler digital dengan parameter
dan/atau struktur dapat diubah secara mudah seperti yang diperintahkan oleh mekanisme
rekonfigurasi kontroler.
Gambar 3.6 Struktur umum FTC aktif [34]
Klasifikasi metode penalaan kontrol (control adjustment) pada sistem FTC aktif masih
belum dibakukan. Semua metode yang digunakan dalam desain kontrol nominal dapat menjadi
alternatif pendekatan desain reconfigurable control. Berdasarkan literatur, teknik penalaan
kontrol pada sistem FTC aktif dapat dikelompokkan menjadi dua metode, yaitu metode
proyeksi dan metode automatic redesign. Pada metode proyeksi, kesalahan dikompensasi
dengan memilih hukum kontrol yang dihitung terlebih dahulu pada saat desain (pre-computed
control law). Sedangkan pada metode automatic redesign, kesalahan dikompensasi dengan
menyintesa strategi kontrol baru secara on-line.
Sintesa sinyal kontrol pada metode automatic redesign dapat dilakukan dengan dua cara,
yaitu: merancang ulang kontroler (controller redesign) dengan memodifikasi kontroler
nominal, dan mengkompensasi kesalahan dengan tanpa mengubah kontroler nominal. Metode
kompensasi kesalahan merupakan bidang penelitian yang relatif baru dan banyak diminati. Hal
ini disebabkan karena metode ini tidak memerlukan beban komputasi yang besar sebagai akibat
20
skema FDI dan reconfigurable control didesain secara terintegrasi. Penelitian tentang desain
terintegrasi FDI dan reconfigurable control untuk sistem linear dapat dilihat dalam [37], [38],
[39].
3.1.7 Sliding Mode Control
Sliding mode control (SMC) merupakan sebuah teori kontrol yang menggunakan
pendekatan state space untuk menganalisa sebuah sistem [40]. Pengguanan state space ini baik
digunakan karena dapat merepresentasikan model yang komplek dan multi input multi output
(MIMO). Metode SMC ini dikembangkan untuk membangun sistem kontrol pada model yang
kompleks dengan sistem dinamik nonlinear derajat tinggi yang bekerja dalam keadaan tidak
tentu [41]. Cara kerja SMC dalam mengendalikan sebuah sistem adalah dengan menjalankan
sistem pada sebuah permukaan yang kemudian nilainya dijaga pada permukaan ini. Gambar
3.7 merepresentasikan cara kerja SMC dengan menggunakan fase bidang yang terdiri dari eror
dan turunan pertama dari eror tersebut. Dapat dilihat bahwa pada saat dimulai dari berbagai
kondisi, keadaan trayektori akan menuju permukaan sliding (reaching mode), dan kemudian
akan meluncur sepanjang permukaan menuju target (sliding mode).
Gambar 3.7 Interpretasi grafik SMC [42]
Langkah pertama dalam membangun SMC adalah dengan menentukaan persamaan
permukaan (sliding surface). Persamaan sliding surface akan mengikuti persamaan (2.20),
dimana hanya dipengaruhi oleh 1 (satu) parameter skalar yaitu λ yang ditentukan oleh desainer
dan bernilai positif konstan [43], 𝑛𝑛 merupakan besarnya order dari suatu sistem.
𝑠𝑠(𝑑𝑑) = (λ + 𝑑𝑑𝑑𝑑𝑑𝑑
)n-1e(t) (3.20)
21
Teorema kestabilan Lyapunov digunakan untuk mestabilan suatu sistem nonlinier yang
berubah terhadap waktu. Fungsi Lyapunov digunakan dan dapat dilihat pada permaan (3.21).
Persamaan tersebut dikatakan sebuah fungsi definit positif apabila memenuhi syarat 𝑉𝑉(0) = 0,
𝑉𝑉 > 0.
𝑉𝑉 = 12
𝑠𝑠2 (3.21)
Teorema 3.1 [41] Ditinjau sistem yang didefinisikan sebagai 𝑥𝑥 ̇ = 𝑓𝑓(𝑥𝑥, 𝑑𝑑) dengan 𝑓𝑓(0, 𝑑𝑑) = 0
untuk semua 𝑑𝑑. Jika fungsi skalar yang terdapat pada 𝑉𝑉(𝑥𝑥, 𝑑𝑑) bersifat kontinu, maka turunan
parsial pertama fungsi tersebut memenuhi kondisi definit negatif. Dalam kondisi ini, sistem
mengalami uniformly asymptotic stable.
Berdasarkan Teorema 3.1 yang diterapkan pada persamaan (3.21), persamaan (3.22)
memenuhi syarat kestabilan sistem yang bersifat definit negatif. Nilai 𝜀𝜀 adalah suatu konstanta
positif .
�̇�𝑉 = 𝑠𝑠�̇�𝑠 ≤ −𝜀𝜀 |𝑠𝑠| < 0 (3.22)
Dengan fungsi signum (sgn) dapat didefinisikan sebagai berikut:
𝑠𝑠𝑔𝑔𝑛𝑛(𝑥𝑥) = �−1
1
x < 1
𝑥𝑥 ≥ 1 (3.23)
Persamaan sliding surface merupakan fungsi dari eror. Dengan nilai orde n = 2,
persamaan (3.23) dapat disederhanakan sebagai berikut:
s (𝑑𝑑) = 𝑒𝑒 ̇(𝑑𝑑) + λe(t) (3.24)
dengan r adalah referensi dan fungsi eror adalah:
𝑒𝑒(𝑑𝑑) = 𝑟𝑟(𝑑𝑑) – x (𝑑𝑑) (3.25)
dimana variabel state x(t) memenuhi persamaan state space berikut:
�̇�𝑥(𝑑𝑑) = 𝐴𝐴𝑥𝑥(𝑑𝑑) + 𝐵𝐵𝐵𝐵(𝑑𝑑) (3.26)
dengan A dan B adalah matrik state dan matrik input, serta u(t) adalah sinyal input (kontrol).
Substitusi persamaan (3.25) dan turunannya ke persamaan (3.24) maka didapatkan persamaan
berikut
�̇�𝑠 = �̈�𝑟(𝑑𝑑) − 𝐴𝐴𝑥𝑥(𝑑𝑑) − 𝐵𝐵𝐵𝐵(𝑑𝑑) + λ(�̇�𝑟(𝑑𝑑) − �̇�𝑥(𝑑𝑑)) (3.27)
Dengan memberlakukan constant rate reaching law [44], yaitu:
�̇�𝑠 = −𝜀𝜀 𝑠𝑠𝑔𝑔𝑛𝑛(𝑠𝑠) , 𝜀𝜀 > 0 (3.28)
maka dari (3.28) dapat diperoleh persamaan sinyal kontrol sebagai berikut:
𝐵𝐵(𝑑𝑑) = 1𝐵𝐵
(ε 𝑠𝑠𝑔𝑔𝑛𝑛(𝑠𝑠) + �̈�𝑟(𝑑𝑑) − 𝐴𝐴𝑥𝑥(𝑑𝑑) + λ(�̇�𝑟(𝑑𝑑) − �̇�𝑥(𝑑𝑑)) (3.29)
22
Studi Hasil Penelitian Sebelumnya
Sistem kontrol ABS merupakan sistem yang cukup kompleks. Hambatan utama yang
muncul dalam merancang sistem kontrol ABS adalah sifat ketidaklinieran dan ketidakpastian
model yang besar. Sejumlah pendekatan kontrol modern telah digunakan untuk masalah ini,
seperti fuzzy logic control [13] [25], neural network [14], sliding mode control (SMC) [22] dan
pendekatan kontrol cerdas lainnya. SMC yang memang dibuat untuk sistem sistem nonlinear
menjadi daya pikat tersendiri untuk terus dikembangkan dalam penerapannya di sistem ABS,
termasuk sistem regenerative ABS seperti yang didiskusikan dalam [12] [28]. Hasil simulasi
menunjukkan bahwa stabilitas pengereman dan kenyamanan penumpang lebih meningkat
dengan menggunakan SMC. Namun demikian, pendekatan kontrol modern tersebut di atas
belum mengakomodasi kesalahan yang mungkin terjadi pada sensor dan aktuator.
Pada tahun 2011 terdapat hasil penelitian yang bertujuan untuk mendeteksi kesalahan
sensor yang efektif dan mengembangkan skema identifikasi kesalahan ABS [45]. Untuk
mendeteksi kesalahan pada sensor maka digunakan metode sliding mode observer (SMO).
Pada simulasi menunjukkan bahwa fault detection and isolation (FDI) pada sensor ABS tidak
hanya mampu mendeteksi dan mengisolasi kesalahan sensor tapi juga mampu memperkirakan
kesalahan sensor dengan akurat. Informasi tentang kesalahan sensor kecepatan roda dan
kecepatan kendaraan didapat secara efisien. Namun demikian, penelitian ini belum mendeteksi
kesalahan aktuator.
Pada tahun 2012, terdapat studi penelitian mengenai desain AFTCS pada kesalahan
aktuator berdasarkan variasi waktu (time - varying) [46]. Penelitian ini bertujuan untuk
meningkatkan ketegaran (robustness), sensitivitas dan kecepatan diagnosa kesalahan, serta
prosedur kompensasi menggunakan teknik high-gain observer. Kemudian pengendali
rekonfigurasi akan dibangun langsung berdasarkan informasi diagnosis kesalahan pada sistem.
Hasil akhir teori diilustrasikan dengan contoh simulasi pada motor sinkron magnet permanen,
bukan pada sistem ABS. Selain itu, keberadaan kesalahan sensor masih belum ditinjau.
Skema SMC yang mengakomodasi kesalahan sensor dan aktuator telah diajukan dalam
penelitian [47] pada tahun 2019. Skema ini diterapkan pada plant unmanned aerial vehicle.
Pendekatan yang digunakan adalah memanfaatkan sifat robust dari SMC, sehingga tergolong
sebagai pendekatan passive FTC (PFTC). Perbandingan pendekatan PFTC dan AFTC pada
skema SMC di unmanned aerial vehicle sebenarnya telah dikemukan dalam [48], namun
kesalahan yang ditinjau baru kesalahan aktuator saja.
23
BAB IV METODE
Tahap awal penelitian dimulai dari merancang dan mengembangkan prototipe
pengereman dengan sistem regenerative ABS berbasis sliding mode control (SMC) untuk
kendaraan satu roda. Setelah sistem kontrol terbukti bekerja sesuai dengan performansi yang
ditetapkan, langkah penelitian selanjutnya adalah merancang sebuah sistem kontrol SMC
secara simulasi yang mampu mengakomodasi terjadinya kesalahan dengan menerapkan
metode AFTC, selanjutnya disebut SMFTC.
Diagram alir penelitian ditunjukkan pada Gambar 4.1. Uraian lebih detil dari tiap tahap
dijelaskan dalam beberapa sub bab di bawah ini.
Gambar 4.1 Diagram Alir Penelitian
Rancang Bangun Regenerative ABS untuk Quarter Car
Pada penelitian sebelumnya telah dihasilkan simulator sistem ABS pada model
kendaraan satu roda dalam skala laboratoium. Simulator ini telah dilengkapi dengan sistem
kontrol SMC untuk mengatur proses pengereman secara hidrolik (mekanik). Mesin penggerak
yang digunakan dalam hal ini adalah motor induksi. Pada penelitian selanjutnya ini, akan
Mulai
Rancang bangun regenerative ABS
Perancangan reconfigurable controller
Rancang bangun sistem kontrol
Perancangan algoritma observer
Uji Performansi sistem AFTC
Memenuhi kriteria slip ratio
= 0,2?
Selesai
Tidak Kriteria
terpenuhi?
Analisis
Ya
Ya
Tidak
24
dibangun simulator regenerative ABS yang tersusun atas tiga komponen utama yaitu motor
brushless DC atau BLDC yang dapat berfungsi sebagai motor sekaligus generator DC,
Electronic Control Unit, dan rangkain rem hidrolik. BLDC menggantikan motor induksi yang
telah terpasang sebelumnya sebagai penggerak dan akan aktif menjadi generator hanya pada
saat pengemudi menginjak pedal rem. Pada saat proses pengereman, sebagian energi kinetik
digunakan untuk memutar generator, dikonversikan menjadi energi listrik, dan disimpan di
baterai. Komponen ECU berfungsi untuk mengontrol nilai slip ratio saat terjadi pengereman
penuh (hingga berhenti).
Motor BLDC digunakan sebagai penggerak dari kendaraan yang disimulasikan pada
penelitian ini. Skema motor yang digunakan sesuai dengan [27] yang diilustrasikan pada
Gambar 4.2. Sumber daya utama pada motor ini yaitu baterai. Baterai digunakan untuk
melakukan suplai daya kepada inverter. Inverter menerima masukan gate PWM dan akan
mengalirkan sumber 3 fasa kepada motor pada saat mode motoring atau motor akan
mengalirkan sumber kepada rectifier pada mode generator sehingga dapat melakukan
pengecasan pada baterai saat pengereman.
Gambar 4.2 Skema regeneratif motor BLDC
Gambar 4.3 menunjukkan skema simulator sistem regenerative ABS yang dibangun
dalam penelitian ini. Terdapat dua roda yang saling bersentuhan: roda besar mempresentasikan
roda kendaraan sedangkan roda kecil mewakili jalan yang dilalui kendaraan. Roda kecil
digerakkan oleh motor yang dapat diatur kecepatannya, sehingga dapat mensimulasikan
kondisi jalan (gaya gesek yang diberikan ke kendaraan). Roda besar digerakkan oleh BLDC
yang tersambung dengan baterai. Kerja mesin BLDC ini selaras dengan kerja motor roda kecil,
artinya keduanya bersama-sama hidup dan bersama-sama mati.
Baterai Rectifier
Inverter Motor
BLDC
switches
25
Gambar 4.3 Skema simulator sistem regenerative ABS
Rancang Bangun Sistem Kontrol Regenerative ABS
Sebuah sistem kontrol terdiri atas plant, sensor, aktuator dan kontroler, seperti yang
ditunjukkan pada Gambar 4.4. Di setiap roda pada Gambar 4.3 akan dipasang sensor
kecepatan, yaitu sensor kecepatan kendaraan pada roda kecil dan sensor kecepatan roda pada
roda besar. Kedua hasil pengukuran diumpankan ke ECU untuk digunakan dalam menghitung
nilai slip ratio dan sinyal kontrol untuk aktuator hidrolik dan elektrik (inverter). ECU
menampilkan hasil pembacaan dan perhitungan ke layar display. ECU juga menerima perintah
dari pedal rem dan kondisi mesin BLDC sebagai informasi untuk jenis pengereman apa yang
diberlakukan. Dalam penelitian tahun ini, simulator diuji-cobakan untuk jenis pengereman
hidrolik dan pengereman regeneratif. Oleh karena itu, dalam controller juga diterapkan skema
distribusi torsi pengereman yang efisien.
Gambar 4.4 Struktur sistem kontrol slip ratio
Setpoint Hydr & Elec
Actuator Plant ABS
26
Algoritma kontrol yang digunakan adalah sliding mode control (SMC). Hal ini
disebabkan karena plant ABS merupakan sistem yang nonlinear dan mengandung
ketidakpastian model. Unuk menurunkan sinyal kontrol SMC, maka dilakukan terlebih dahulu
proses identifikasi sistem guna menghasilkan model dinamik plant. Selanjutnya, akan
dilakukan proses uji coba untuk menghasilkan performansi respon yang terbaik. Dalam hal ini
kriteria yang ditetapkan adalah integral absolute error (IAE) dengan nilai setpoint 0,2,
overshoot dan waktu pemberhentian.
Perancangan Sistem AFTC
Setelah sistem kontrol terbukti bekerja sesuai dengan perfomansi yang ditetapkan,
langkah penelitian selanjutnya adalah membangun sebuah sistem kontrol yang mampu
mengakomodasi kesalahan, yaitu AFTC. Perancangan sistem AFTC dilakukan dengan
menggunakan extended state observer (ESO) untuk kompensasi kesalahan sensor dan inverter.
Masukan untuk observer adalah hasil pengukuran dan sinyal kontrol. Variabel pengukuran
adalah kecepatan putaran roda ω yang diukur menggunakan sensor wheel speed dan kecepatan
linier mobil V. Struktur SMFTC ditunjukkan pada Gambar 4.5.
Gambar 4.5 Struktur SMFTC pada plant regenerative ABS
Pada penelitian tahun ini, kesalahan juga ditinjau terjadi pada inverter. Dengan demikian,
perlu dilakukan modifikasi rancangan observer yang dihasilkan pada penelitian tahun
sebelumnya. Dalam perancangan ESO, model state space diturunkan dari fungsi torsi
Mekanisme kompensasi Extended State Observer
SMC & skema distribusi kontrol Actuators
plant regenerative
ABS
Sensors
+
−
Faults
Faults
27
pengereman dan pemodelan dinamik BLDC dan gerak longitudinal kendaraan untuk
pengereman sehingga diperoleh model linier. Penentuan gain observer dilakukan menggunakan
teknik peletakan pole.
Pada tahap akhir penelitian, dilakukan beberapa pengujian untuk menentukan
perfomansi SMFTC yang dirancang melalui simulator regenerative ABS. Kriteria perfomansi
yang digunakan adalah kriteria dari slip ratio yang optimal yaitu sebesar 0,2 dan juga respon
dinamik yang dinyatakan maximum overshoot, settling time, dan error steady state. Jika
perfomansi tidak sesuai dengan kriteria yang ditetapkan, maka desain observer perlu ditinjau
ulang, sampai ditemui kriteria perfomansi yang ditetapkan.
28
BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA
Jadwal
No. Deskripsi Kegiatan Bulan 1 2 3 4 5 6 7 8 9 10
1 Persiapan penelitian 2 Rancang bangun plant
regenerative ABS
3 Rancang bangun sliding mode controller dan skema distribusi kontrol
4 Perancangan observer 5 Penerapan kompensasi 6 Pengujian dan analisis 7 Penulisan laporan dan aktikel
Anggaran Biaya
Upah/Honor
No Tim Peneliti Jumlah Orang
Minggu /
Bulan
Bulan Kerja
Jam / Mngg
Tarif Jam/Mgg
(Rp)
Jumlah (Rp)
1 Pembantu peneliti 1 4 10 12 10.000 4.800.000 2 Pengolah data 2 4 10 10 10.000 8.000.000 3 Teknisi 2 4 6 30 2.500 3.600.000
Total 16.400.000
Komponen Peralatan
No Nama Peralatan Vol Satuan Harga Satuan (Rp) Jumlah (Rp)
1 Motor BLDC 1 buah 5.000.000 5.000.000 2 Driver 1 buah 3.000.000 3.000.000 3 Calliper 4 buah 600.000 2.400.000 4 Tank master 1 buah 900.000 900.000 5 Steel Tube 1 paket 3.000.000 3.000.000
6 Komponen pengukuran kecepatan 2 paket 2.000.000 4.000.000
7 Komponen pengukuran arus 3 paket 1.000.000 3.000.000 8 Baterai 3 buah 500.000 1.500.000 9 Software Support 1 paket 3.000.000 3.000.000
Total 27.800.000
29
Perjalanan
No Kegiatan Frek. Jumlah Harga Satuan (Rp) Jumlah (Rp)
Total
Lain-Lain
No Kegiatan Vol. Satuan Harga Satuan (Rp) Jumlah (Rp)
1 Penggandaan laporan 10 eks 100.000 1.000.000
2 Biaya makalah jurnal internasional 1 kali 5.800.000 5.800.000
Total 6.800.000
Rekapitulasi Anggaran
No Jenis Pengeluaran Jumlah (Rp) 1 Gaji 16.400.000 2 Komponen Peralatan 30.800.000 3 Perjalanan - 4 Lain-Lain 6.800.000
Total 51.000.000
30
BAB VI DAFTAR PUSTAKA
[1] Y. Lee and S. H. Zak, “Designing a Genetic Neural Fuzzy Antilock-Brake-
System Controller,” in Transaction on Evolutionary Computation, 2002.
[2] M. S. Sergio and T. Mara, Active Braking Control Systems Design for Vehicles,
London, UK: Springer, 2010, p. 3–17.
[3] O. Tur, O. Ustun and R. N. Tuncay, “An Introduction to Regenerative Braking
of Electric Vehicles as Anti-lock Braking System,” in Intelligent Vehicles
Symposium, Istanbul, Turkey, 2007.
[4] D. Peng, Y. Zhang, C. L. Yin and J. W. Zhang, “Combined Control of a
Regenerative Braking and Antilock Braking System for Hybrid Electric
Vehicles,” International Journal Automotive Technology, pp. 749-757, 2008.
[5] J. Kim and J. Lee, “Real-Time Estimation of Maximum Friction and Optimal
Slip Ratio Based on Material Identification for a Mobile Robot on Rough
Terrain,” in 13th International Conference on Control, Automation and Systems
(ICCAS), Gwangju, Korea, 2013.
[6] W. Y. Wang, I. H. Li, C. P. Tsai, S. F. Su and S. B. Hsu, “Dynamic Slip-ratio
Estimation and Control of Antilock Braking System Using an Observer-Based
Direct Adaptive Fuzzy–Neural Controller,” Transaction on Industrial
Electronics, p. 1746–1756, 2009.
[7] C. B. Patil, R. G. Longoria and J. Limroth, “Control Prototyping for Anti-lock
Braking Control System on a Scaled Vehicle,” in In Proceedings of the IEEE
Conference on Decision and Control, Hawaii, USA, 2003.
[8] M. Oudghiri, M. Chadli and A. E. Hajjaji, “Robust Fuzzy Sliding Mode Control
for Antilock-Braking-System,” International Journal Science Technology
Automotive Control, pp. 13-28, 2007.
[9] J. Yao, Z. M. Zhong and C. Z. Sun, “A Fuzzy Logic based Regenerative Braking
Regulation for a Fuel Cell Bus,” in In Proceedings of the IEEE International
Conference on Vehicular Electronics and Safety, Beijing, China, 2006.
[10] G. Q. Xu, W. M. Li, K. Xu and Z. B. Song, “An Intelligent Regenerative Braking
Strategy for Electric Vehicles,” Energies, p. 1461–1477, 2011.
[11] B. Long, S. T. Lim, J. H. Ryu and K. T. Chong, “Energy-Regenerative Braking
31
Control of Electric Vehicles Using Three-Phase Brushless Direct-Current
Motor,” Energies, vol. 7, p. 99–114, 2014.
[12] T. K. Bera, K. Bhattacharyya and A. K. Samantaray, “Bond Graph Model Based
Evaluation of a Sliding Mode Controller for Combined Regenerative and
Antilock Braking System,” Part I Journal System Control Engineering, vol. 225,
p. 918–934., 2011.
[13] A. Mirzaei, M. Moallem and B. Dehkordi, “Design of an Optimal Fuzzy
Controller for Antilock-Braking-Systems,” in Vehicle Power and Propulsion,
2005 IEEE Conference, Chicago, IL, USA, 2005.
[14] C. M. Lin and C. F. Hsu, “Neural-Network Hybrid Control for Antilock Braking
Systems,” IEEE Transactions on Neural Networks, pp. IEEE Trans. Neural
Netw. Learn. Syst. 2003, 14, 351–359., 2003.
[15] J. S. Yu, “A Robust Adaptive Wheel-Slip Controller for Antilock-Brake-
System,” in In Proceedings of the 36th IEEE Conference on Decision and
Control, San Diego, CA, USA, 1997.
[16] Z. Zhou, C. Mi and G. Zhang, “Integrated Control of Electromechanical Braking
and Regenerative Braking in Plug-in Hybrid Electric Vehicles,” International
Journal of Vehicle Design, vol. 58, p. 223–239, 2012.
[17] A. Manzone, A. Pincetti and D. De Costantini, “Fault Tolerant Automotive
Systems: an Overview,” in On-Line Testing Workshop, 2001. Proceedings.
Seventh International, Taormina, Italy, 2001.
[18] D. Swaroop, J. C. Gerdes and J. K. Hedrick, “Fault Tolerant Control of
Automatically Controlled Vehicles in Response to Brake System Failures,” in
Proceedings of the 1997 IEEE International Conference on Control
Applications, Hartford, CT, USA, 1997.
[19] S. Solyom, Synthesis of a Model-Based Tire Slip Controller, Lund, Sweden:
Department of Automatic Control, Lund Institute of Technology, 2002.
[20] T. A. Johansen, J. Petersen, J. Kalkkuhl and J. Ludermann, “Gain-scheduled
wheel,” IEEE Transactions on Control Systems Technology, pp. 799-811, 2003.
[21] I. Petersen, T. A. Johansen, J. Kalkkuhl and J. Luudemann, “Wheel Slip Control
Using Gain-Scheduled LQ-LPV/LMI Analysis and Experimental Results,” in
European Control Conference, Cambridge, UK, 2003.
32
[22] A. Harifi, A. Aghagolzadeh and H. Sadeghi, “Designing a Sliding Mode
Controller for Antilock Brake System,” in EUROCON, Belgrade, Serbia &
Montenegro, 2005.
[23] A. A. Aly, E. S. Zeidan, A. Hamed and F. Salem, “An Antilock-Braking System
(ABS) Control: A Technical Review,” Intelligent Control and Automation, pp.
186-195, 2011.
[24] S. Maliye, Regenerative and Anti-Lock Braking System in Electric Vehicle,
Odisha, India: National Institute of Technology, Rourkela, 2014.
[25] S. K. Kumar, L. Verghese and K. K. Mahapatra, “Fuzzy Logic based Integrated
Control of Anti-lock Brake System and Collision Avoidance System using CAN
for Electric Vehicles,” in Industrial Technology IEEE Conference, Gippsland,
VIC, Australia, 2009.
[26] M. Wabco, Anti-Lock Braking Systmen Training Program: Student Manual,
Troy, MI USA: Meritor WABCO Vehicle Control System, 1999.
[27] T. Murali, “Four Quadrant Operation and Control of Three Phase BLDC Motor,”
International Conference on Circuits Power and Computing Technology, 2017.
[28] J. Guo, X. Jian and G. Lin, “Performance Evaluation of an Anti-Lock Braking
System foe Electric Vehicle with a Fuzzy Sliding Mode Controller,” Energies,
pp. 6459-6476, 2014.
[29] M. Blanke, M. Kinnaert, J. Lunze and M. Staroswiecki, Diagnosis and fault-
tolerant control, 2nd ed., New York, USA: Springer Verlag, 2006.
[30] M. M. Mahmoud, J. Jiang and Y. Zhang, Active Fault Tolerant Control Systems:
Stochastic Analysis and Synthesis, New York: Springer-Verlag Berlin
Heidelberg, 2003.
[31] H. Noura, D. Theilliol, J. C. Ponsart and A. Chamseddine, Fault-tolerant Control
Systems: Design and Practical Applications, London: Springer-Verlag, 2009.
[32] R. J. Patton, “Fault tolerant control: the 1997 situation,” in IFAC Safeprocess '97,
Hull, United Kingdom, 1997.
[33] M. Staroswiecki and A. Gehin, “From control to supervision,” Annual Reviews
in Control, vol. 25, no. 1, pp. 1-11, 2001.
[34] J. Jiang, “Fault-tolerant Control Systems - An Introductory Overview,” Acta
33
Automatica Sinica, vol. 31, no. 1, pp. 161-174, 2005.
[35] J. Lunze and R. J. H, “Reconfigurable Fault-tolerant Control: A Tutorial
Introduction,” European Journal of Control, vol. 5, pp. 359-386, 2008.
[36] Y. Zhang and J. Jiang, “Bibliographical review on reconfigurable fault-tolerant
control systems,” Annual Reviews in Control, vol. 32, p. 229–252, 2008.
[37] B. Jiang and F. N. Chowdhury, “Fault estimation and accommodation for linear
MIMO discrete-time systems,” IEEE Transactions on Control Systems
Technology, vol. 13, no. 3, pp. 493-499, 2005.
[38] B. Boussaid, H. Chouiref and M. N. Abdelkrim, “Integrated of Active Fault
Tolerant Control Approach Based LMI,” International Journal of Sciences and
Techniques of Automatic Control and Computer Engineering, vol. 7, no. 1, pp.
1834-1843, 2013.
[39] K. Indriawati, T. Agustinah and A. Jazidie, “Reconfigurable fault tolerant control
of linear system with actuator and sensor faults,” in IEEE International
Conference on Control System, Computing and Engineering (ICCSCE), Penang,
Malaysia, 2013.
[40] A. N. K. Nasir, R. M. T. R. Ismail and M. A. Ahmad, “Performance Comparison
between Sliding Mode Control (SMC) and PD-PID Controllers for a Nonlinear
Inverted Pendulum System,” International Journal of Computer, Electricalm
Automation, Control and Information Engineering, pp. 1-6, 2010.
[41] M. Rahmani, A. Ghanbari and M. Ettafagh, “Robust Adaptive Control of a
Bioinspired Robot Manipulator Using Bat Algorithm,” Expert Systems with
Applications 56, pp. 164-176, 2016.
[42] K. S. Holkar, “Sliding Mode Control with Predictive PID Sliding Surface for
Improved Performance,” International Journal of Computer Application, pp. 1-
5, 2013.
[43] J. E. Slotine and W. Li, Applied Nonlinear Control, New Jersey: Prentice Hall,
1991.
[44] J. Liu and X. Wang, Advanced Sliding Mode Control for Mechanical Systems,
Tsinghua University Press, Beijing and Springer-Verlag Berlin Heidelberg:
Springer, 2012.
[45] A. Zahedi and A. A. Gharaveis, “Fault Detection and Isolation of Anti-Lock
34
Braking System Sensor,” in 2nd International Conference on Control,
Instrumentation And Automation (ICCIA), Shiraz, Iran, 2011.
[46] H. Kang, H. Ma and G. Yang, “Adaptive Fault Tolerant Control for Actuators
Bias on Nonlinear Systems,” in 24th Chinese Control and Decision Conference
(CCDC), TBD Taiyuan, China, 2012.
[47] J. Tan, Y. Fan, P. Yan, C. Wang and H. Feng, “Sliding mode fault tolerant control
for unmanned aerial vehicle with sensor and actuator faults,” Sensors, vol. 19,
no. 3, p. 643, 2019.
[48] T. Li, Y. Zhang and B. W. Gordon, “Passive and active nonlinear fault-tolerant
control of a quadrotor unmanned aerial vehicle based on the sliding mode control
technique,” Journal of Systems and Control Engineering, vol. 227, no. 1, pp. 12-
23, 2013.
[49] J. Stoustrup and H. H. Niemann, “Fault estimation—a standard problem
approach,” International Journal of Robust and Nonlinear Control, vol. 12, no.
8, pp. 649-673, 2002.
[50] M. Kinnaert, “Fault diagnosis based on analytical models for linear and nonlinear
systems – a tutorial,” in IFAC Symposium on Fault Detection, Supervision and
Safety of Technical Processes, Washington, USA, 2003.
[51] D. M. Frank, S. X. Ding and B. Koppen-Seliger, “Current developments in the
theory of FDI,” in the IFAC Symposium on Fault Detection, Supervision & Safety
for Technical Processes, Budapest, Hungary, 2000.
[52] J. Smart, “Idaho National Laboratory,” 3 March 2016. [Online]. Available:
https://at.inl.gov. [Accessed 15 January 2018].
[53] P. B. Bhivate, Modelling and Development of Anti-Lock Braking System,
Rourkela, India: National Institute of Technology Rourkela, 2010.
[54] L. Chu, Y. Hou, M. Liu and J. Li, “Study on The Dynamic Characteristic of
Pneumatic ABS Solenoid Valve for Commercial Vehichle,” IEEE, pp. 641-644,
2007.
[55] K. Indriawati, T. Agustinah and A. Jazidie, “Robust Fuzzy Observer-Based Fault
Tolerant Tracking Control for Nonlinear Systems with Stimultaneous Actuator
and Sensor Faults: Application to a DC Series Motor Speed Drive,” Praise
Worthy Prize, pp. 375-385, 2016.
35
[56] I. A. Hameed, E. I. Elmadbouly and M. I. Abdo, “Sensor and Actuator Fault-
Hiding Reconfigurable Control Design for a Four-Tank System Benchmark,”
International journal of innovative computing, information & control: IJICIC,
pp. 679-690, 2015.
[57] Y. M. Zhang and J. Jiang, “Active Fault-Tolerant Control System Against Partial
Actuator Failures,” in IEE Proceedings - Control Theory and Applications,
London, 2002.
[58] K. Indriawati, T. Agustinah and A. Jazidie, “Robust Observer-based Fault
Tolerant Tracking Control for Linear Systems with Simultaneous Actuator and
Sensor Faults: Application to a DC Motor System,” International Review on
Modelling and Simulation, vol. 8, no. 4, pp. 410-417, 2015.
[59] D. U. Campos-Delgado and S. Z. K. Martinez Martinez, “Integrated fault-
tolerant scheme for a DC speed drive,” IEEE/ASME Transactions on
Mechatronics, vol. 10, no. 4, pp. 419-427, 2005.
[60] “How the braking system works,” How a Car Works, 2019. [Online]. Available:
https://www.howacarworks.com/basics/how-the-braking-system-works.
[Accessed 18 February 2019].
[61] M. Ichikawa, N. Sebe, Suyama and K. Indriawati, “A Bias Fault Estimation of
Actuators and Sensors by Optimization with ℓ0 norm Constraint,” in 11th Asian
Control Conference (ASCC), Gold Coast Convention Centre, Australia, 2017.
36
BAB VII LAMPIRAN
BIODATA TIM PENELITI
1. Ketua
a. Nama Lengkap : Dr. Bambang Lelono Widjiantoro, ST, MT
b. Jenis Kelamin : Laki-laki
c. NIP : 19690507 1995121 001
d. Fungsional/Pangkat/Gol. : Lektor Kepala/Pembina/IV-a
e. Jabatan Struktural : Dekan Fakultas Teknologi Industri (FTI)
f. Bidang Keahlian : Instrumentasi dan Kontrol
g. Fakultas/Jurusan : FTI/Teknik Fisika
h. Alamat Rumah & No. Telp. : Wisma Tamansari 11, Jl. Gunung Anyar
Jaya IV, Surabaya,08179670328
i. Riwayat Penelitian :
• Desain dan Pengembangan Prototipe Turbin Angin Berbasis
Supervisory Control : Studi Kasus Implementasi di Ladang Angin Indonesia, Hibah Penelitian Unggulan Perguruan Tinggi, ITS, 2017-2019, Anggota
• Desain Active Fault Tolerant Control Pada Sistem Anti-lock Braking System Dengan Kesalahan Pada Sensor Dan Aktuator : Studi Kasus Implementasi Pada Kendaraan Listrik, Hibah Penelitian Laboratorium, ITS, 2018-2019, Ketua
• Optimasi Sistem Produksi Listrik Pada Pembangkit Listrik Tenaga Panas Bumi” (Ketua Tim Peneliti) Penelitian Unggulan Laboratorium ITS, BOPTN 2013 - 2014.
j. Publikasi :
• Indriawati K, Nugroho G, Widjiantoro B.L, Biyanto T.R (2014), A Computational Module for Optimizing Electricity Production in a Single Flash Typed Geothermal Power Plant, Proceedings of the 3rd Applied Science for Technology Innovation (ASTECHNOVA), International Energy Conference, Yogyakarta, 13-14 August 2014, 331 339.
• Musyafa A, Aftika D, Widjiantoro B.L (2016), Interval Type - 2 Fuzzy Pitch Angle Controllers (IT2FPACs) for Small Scale Horizontal Axis Wind Turbines, International Journal of Engineering & Technology IJET IJENS, Vol 16(01), 26 – 31
• Indriawati K, Nugroho G, Widjiantoro B.L, Biyanto T.R (2017), Study of Plant-Wide Control Implementation in Production Process of Geothermal Power Plant, Journal of Engineering Science and Technology (JESTEC), vol. 12(2)
• Indriawati K, Musyafa A, Widjiantoro B.L, Design of Sensor and Actuator Fault Tolerant Control System on Wind Turbine Benchmark for Region II, AIMS Energy, vol. 7, no. 12, 2019
37
• Indriawati K, Musyafa A, Widjiantoro B.L, Supervisory Fault Tolerant Control for Variable Speed Wind Turbine Generator, International Review of Modelling and Simulation, vol. 12, no. 3, 2019
• Indriawati K, Musyafa A, Widjiantoro B.L, Extremum Seeking based Supervisory Control for a Variable Speed Variable Pitch Wind Turbine Benchmark, International Journal of Engineering Research and Technology, vol. 11, no. 12, 2018
• Widjiantoro B.L, Indriawati K, Fault Tolerant Sliding Mode Control for Anti-lock Braking in a Quarter Electric Vehicle, International Conference and Workshop on Telecommunication, Computing, Electrical, Electronics and Control (ICW-TELKOMNIKA), Nov 19-20, 2019.
2. Anggota
a. Nama Lengkap : Dr. Katherin Indriawati, S.T., M.T.
b. Jenis Kelamin : Perempuan
c. NIP : 19760523 200012 2 001
d. Fungsional/Pangkat/Gol. : Lektor Kepala/Pembina/IV-a
e. Jabatan Struktural : -
f. Bidang Keahlian : Instrumentasi dan Kontrol
g. Fakultas/Jurusan : FTI/Teknik Fisika
h. Alamat Rumah & No. Telp. : Duku VIII/CE-44 Pondok Candra Indah
Waru Sidoarjo, 031-8679748
i. Riwayat Penelitian :
• Desain dan Pengembangan Prototipe Turbin Angin Berbasis Supervisory Control : Studi Kasus Implementasi di Ladang Angin Indonesia, Hibah Penelitian Unggulan Perguruan Tinggi, ITS, 2017-2019, Ketua
• Perancangan Sisten Passive Fault Tolerant Control Pada Sistem Servo Motor DC Berbeban dengan Kesalahan Pada Aktuator dan Sensor, Kemenristekdikti, 2019, Ketua
• Desain Active Fault Tolerant Control Pada Sistem Regenerative Anti-lock Braking System Dengan Kesalahan Pada Sensor Dan Aktuator : Studi Kasus Implementasi Pada Kendaraan Listrik, Hibah Penelitian Laboratorium, ITS, 2018-2019, Anggota
• Fault Tolerant Control Berbasis Metode Bias Fault Estimation dengan optimisasi l_0 norm constraint, Hibah Penelitian Departemen, ITS, 2018, Ketua
• Optimisasi Sistem Produksi Daya Listrik pada Pembangkit Listrik Tenaga Panas Bumi, Hibah Penelitian Laboratorium, BOPTN – ITS, 2014/2015, Anggota
• Pembuatan dan Penerapan Sistem Kontrol Prediktif Berpengawasan Berbasis Statistical Process Control Untuk Memperbaiki Performansi Sistem Kontrol, Hibah Bersaing, DP2M – DIKTI, 2009/2010, Ketua
j. Publikasi :
38
Tahun Judul Nama Seminar Penyelenggara
2014 Reconfigurable Controller Based On Fuzzy Descriptor Observer For Nonlinear Systems With Sensor Faults
International Seminar on Instrumentation, Measurement and Metrology (ISIMM)
Department of Physics ITB & Department of Physics UGM
2014 A Computation Module for Optimizing Electricity Production in a Single Flash-Type Geothermal Powerplant
The 3rd Applied Science for Technology Innovation, ASTECHNOVA 2014
Department of Engineering Physics UGM
2015 Development of the PD/PI extended state observer to detect sensor and actuator faults simultaneously
The 2nd International Conference on Electrical Engineering, Computer Science and Informatics 2015 (EECSI 2015)
Institute of Advanced Engineering and Science (IAES)
2017 Fault tolerant control system design for vacuum effect evaporator plant with sensor and actuator fault
Instrumentation, Control, and Automation (ICA), 2017 5th International Conference on, Yogyakarta, 9-11 August 2017
Engineering Physics ITB
2017 Study of Supervisory Control Implementation In A Small Scale Variable Speed Wind Turbine
ASTECHNOVA 2017 (International Energy Conference), East Park Hotel Yogyakarta, 1-2 November 2017
Engineering Physics UGM
2017 Study of Speed Sensor Fault Tolerant Control for Small Scale Wind Turbine
ICAMIMIA 2017 (International Conference on Advanced Mechatronics, Intelligent Manufacture And Industrial Automation), Gedung Robotika ITS, Surabaya, 12 – 14 October 2017.
Mechatronics Technology Centre, Institut Teknologi Sepuluh Nopember (ITS – MTC)
2017 A Bias Fault Estimation of Actuators and Sensors by Optimization with ℓ0 norm Constraint
11th Asian Control Conference (ASCC), Gold Coast Convention Centre, Australia,17 – 20 Desember 2017
Asian Control Association
2018 Active Fault Tolerant Control Design In Regenerative Anti-lock Braking System Of Electric Vehicle With Sensor Fault
Engineering Physics International Conference, Surabaya, Oct 31 – 2 Nov 2018
Engineering Physics ITS
2018 Design Active Fault Tolerant Control System
Engineering Physics International Conference,
Engineering Physics ITS
39
for Regenerative Anti-Lock Braking System of Electric Vehicle with Fault at Actuator
Surabaya, Oct 31 – 2 Nov 2018
2018 Real-Time Realiability Prediction For Wind Turbines Speed Control Systems Based On Sensor Fault Prediction
Engineering Physics International Conference, Surabaya, Oct 31 – 2 Nov 2018
Engineering Physics ITS
2018 Study of Dam Operating Strategy for Optimal Water Management During Preventive Maintenance Period on PLTA PT.Vale Indonesia
Engineering Physics International Conference, Surabaya, Oct 31 – Nov 2, 2018
Engineering Physics ITS
2019 Fault Tolerant Sliding Mode Control for Anti-lock Braking in a Quarter Electric Vehicle
International Conference and Workshop on Telecommunication, Computing, Electrical, Electronics and Control (ICW-TELKOMNIKA), Nov 19-20, 2019
Universitas Ahmad Dahlan
2019 Design Passive Fault Tolerant Control (PFTC) for Speed Control of MS150 DC Motor System With Fault in Actuator and Sensor
The 12th International Conference on Information & Communication Technology and System (ICTS 2019), July 18 2019
Department of Informatics ITS
2019 The Fault Estimation Method on Wind Turbine Components by Optimization with l0 Norm Constraint
The 12th International Conference on Information & Communication Technology and System (ICTS 2019), July 18 2019
Department of Informatics ITS
2020 Design Fault Tolerant Control for Speed Sensorless of DC Motor
The International Conference on Smart Technology and Applications (ICoSTA) 2020, 20 February 2020
Faculty of Engineering - University of Bhayangkara Surabaya
2020 Designing Fault Tolerant Control Strategy Based on Reliability and Cost Analysis in Heat Recovery Steam Generator Plant
The International Conference on Smart Technology and Applications (ICoSTA) 2020, 20 February 2020
Faculty of Engineering - University of Bhayangkara Surabaya
Tahun Judul Jurnal
40
2015 Reconfigurable Controller Based On Fuzzy Descriptor Observer For Nonlinear Systems With Sensor Faults
Applied Mechanics and Materials
2015 Robust Observer-Based Fault Tolerant Tracking Control for Linear Systems with Simultaneous Actuator and Sensor Faults: Application to a DC Motor System
International Review on Modelling And Simulation (IREMOS)
2015 Robust Fuzzy Observer-Based Fault Tolerant Tracking Control for Nonlinear Systems with Simultaneous Actuator and Sensor Faults: Application to a DC Series Motor Speed Drive
International Review of Automatic Control (IREACO)
2017 Study of Plant-Wide Control Implementation in Production Process of Geothermal Power Plant
Journal of Engineering Science and Technology (JESTEC)
2018 Real Time Implementation of Robust Observer Based Sensor and Actuator Fault Tolerant Tracking Control for a DC Motor System
International Review of Automatic Control (IREACO)
2018 Extremum Seeking based Supervisory Control for a Variable Speed Variable Pitch Wind Turbine Benchmark
International Journal of Engineering Research and Technology
2019 Design of sensor and actuator fault tolerant control system on wind turbine benchmark for Region II
AIMS Energy
2019 Design of Supervisory Fault Tolerant Control for Wind Turbine Generator System Operated in Region II
International Review on Modelling And Simulation (IREMOS)
2020 Fault Tolerant Method on Position Cascade Control of DC Servo System
Mechatronic Systems and Control (MSC)
3. Anggota
Anggota Peneliti
a. Nama Lengkap : Dr. Eng Unggul Wasiwitono, ST., MEngSc
b. NIP : 197805102001121001
c. Fungsional/Pangkat/Gol : Lektor/Penata/IIIC
d. Bidang Keahlian : Dinamika dan Pengendalian
e. Departemen/Fakultas : Teknik Mesin/FTIRS
f. Alamat Rumah dan No.
Telp
: Sukolilo Park Regency J-11, Keputih, Sukolilo,
Surabaya. HP: 085712963407
g. Riwayat penelitian/pengabdian (2) yang paling relevan dengan penelitian yang
diusulkan/ dilaporkan (sebutkan sebagai Ketua atau Anggota)
1. (2018-2019) Penelitian Dasar Unggulan Perguruan Tinggi, Pengendalian
41
Sistem Pendulum Terbalik dengan Aktuasi Momen Giroskop, sebagai
ketua.
2. (2018) Penelitian Kerja Sama Luar Negeri, Controller Design and
Dynamics Analysis of a Search-and-Rescue Cable Driven Parallel Robot,
sebagai anggota.
h. Publikasi (2) yang paling relevan (dalam bentuk makalah atau buku)
1. U. Wasiwitono, A. Wahjudi, A. K. Saputra, E. R. Sampurna, and I. N.
Sutantra, “Dynamic analysis and control of gyroscopic inverted pendulum,”
in AIP Conference Proceeding, vol. 2187, 2019.
2. U. Wasiwitono, A. Wahjudi, and A. K. Saputra, “Constrained 𝐻𝐻∞ control
application to inverted pendulum with control moment gyroscope,” in
International Conference on Advanced Mechatronics, Intelligent
Manufacture, and Industrial Automation, 2019.
i. Paten (2) terakhir
j. Tugas Akhir (2 terakhir yang paling relevan), Tesis (2 terakhir yang paling relevan),
dan Disertasi (2 terakhir yang paling relevan) yang sudah selesai dibimbing.
1. Demas Galang Nuswantara (02111540000163), Analisa Dinamis Sistem
Giroskopik pada Kendaraan Roda Dua dengan Sistem Full State-
Feedback Control, Tugas Akhir, Gasal 2019.
2. Ilham Maulana Ash Shiddieqy (02111540000071), Pemodelan dan
Pengendalian Two-Wheeled Self-Balancing Robot dengan Metode
Pengendali Linear Quadratic Regulator, Tugas Akhir, Genap 2018.
3. Edwin Ramadhani Sampurna (02111650050003), Desain Sistem Kendali
Gyroscopic Inverted Pendulum dengan Dua Flywheel, Tesis, Gasal 2018.
DATA USULAN DAN PENGESAHAN
PROPOSAL DANA LOKAL ITS 2020
1. Judul Penelitian
DESAIN SLIDING MODE FAULT TOLERANT CONTROL PADA SISTEM REGENERATIVE ANTI-LOCK BRAKING SYSTEM DENGAN KESALAHAN PADA SENSOR DAN AKTUATOR
Skema : PENELITIAN LABORATORIUM
Bidang Penelitian : Sistem Kontrol Otomotif
Topik Penelitian : Komponen Kendaraan Listrik
2. Identitas Pengusul
Ketua Tim
Nama : Dr. Bambang Lelono Widjiantoro ST.,MT.
NIP : 196905071995121001
No Telp/HP : 08179670328
Laboratorium : Laboratorium Fisika Rekayasa
Departemen/Unit : Departemen Teknik Fisika
Fakultas : Fakultas Teknologi Industri dan Rekayasa Sistem
Anggota Tim
No Nama Lengkap Asal Laboratorium Departemen/UnitPerguruan
Tinggi/Instansi
1Unggul
Wasiwitono ST., M.Eng.Sc.
Laboratorium Otomotif
Departemen Teknik Mesin
ITS
2
Dr. Bambang Lelono
Widjiantoro ST.,MT.
Laboratorium Fisika Rekayasa
Departemen Teknik Fisika
ITS
3Dr. Katherin
Indriawati ST, MTLaboratorium Fisika
RekayasaDepartemen Teknik
FisikaITS
3. Jumlah Mahasiswa terlibat : 3
4. Sumber dan jumlah dana penelitian yang diusulkan
a. Dana Lokal ITS 2020 : 50.000.000,-
b. Sumber Lain : 0,-
Jumlah : 50.000.000,-
Tanggal Persetujuan
Nama Pimpinan Pemberi
Persetujuan
Jabatan Pemberi Persetujuan
Nama Unit Pemberi
PersetujuanQR-Code
10 Maret 2020
Dr. Bambang Sudarmanta
ST., MT.
Kepala Pusat Penelitian/Kajian/Unggulan
Iptek
Sistem Kontrol Otomotif
10 Maret 2020
Agus Muhamad Hatta , ST, MSi,
Ph.DDirektur
Direktorat Riset dan Pengabdian
Kepada Masyarakat