Particle Swarm Optimization (PSO) Sebagai Tuning PID Kontroler Untuk Kecepatan Motor DC

Abstract

Motor DC yang terhubung dengan seri atau shunt banyak digunakan dalam berbagai aplikasi. Karena memiliki torsi yang relatif tinggi untuk memikul beban dibandingkan dengan motor permanen magnet dengan ukuran yang sama. Motor permanen magnet bersifat linear sedangkan motor DC bersifat non linea. Ketidaklinearan dari motor DC tersebut akan mempersulit dalam aplikasi yang memerlukan kecepatan kontrol secara otomatis. Sayangnya, non linear model dinamik dari motor DC memiliki keterbatasan pada desain dari ragkaian close-loop feedback kontroler. Karakteristik non linear dari motor DC seperti saturasi dan gesekan dapat menurunkan kinerja dari konvensional Kontrol. Pemodelan system pengaturan motor Motor DC harus disesuaikan dengan karakteristik motor DC dan model pengaturannya. Metode kontrol Proporsional-Integral-Derivative (PID) banyak diterapkan di bidang industri. Kontroler ini memiliki parameter-parameter pengontrol, yaitu Kp, Ki, dan Kd. Ketiga parameter tersebut diturunkan dari perhitungan matematis pada metode PID konvensional. Metode osilasi Ziegler-Nichols merupakan sebuah metode penalaan PID yang dapat dilakukan secara otomatis tanpa memodelkan sistem. Paper ini digunakan untuk membandingkan perancangan kecepatan motor DC tanpa controller, dengan manual controller, dengan PID tanpa Artificial Intelegence (AI) dan dengan menggunakan Proporsional-Integral-Derivative (PID) yang dituning dengan 2 (dua) AI. AI yang digunakan adalah Particle Swarm Optimization (PSO). Sistem kontrol kecapatan motor DC yang paling baik adalah kontrol PID-PSO, kemudian dengan kontrol, PID-ZN, PID dan Nonkontrol. Didapatkan nilai; overshoot tanpa kontrol 0 dengan settling time 7,634 detik, overshoot PID standart 1,513 dengan settling time 10 detik, overshoot PID-ZN 1,495 dengan settling time 2,023 detik, overshoot PID-PSO 1,103 dengan settling time 1,32 detik.