Hybrid Adaptive-Neuro-Fuzzy-Inference-System – Bat-Algorithms (ANFIS-BA) Pada Pengaturan Kecepatan Motor Induksi
DOI:
https://doi.org/10.48056/jintake.v12i1.176Keywords:
Kinerja Simpang, Derajat Kejenuhan, Panjang antrian, Tundaan.Abstract
Nilai resistansi rotor dari motor induksi dipengaruhi kondisi operasinya. Hal ini mengakibatkan nilai resistansi rotor berbeda tiap kondisi. Nilai sesistansi yang berbeda-beda tiap kondisi menyebabkan pengaturannya menjadi lebih kompleks jika dibandingkan dengan motor DC. Motor Induksi tidak cukup mampu dalam mempertahankan kecepatannya pada saat ada perubahan beban yang cukup besar secara tiba-tiba. Perubahan ini mengakibatkan kecepatan motor akan berkurang dan tidak stabil. Dibutuhkan alat dan metode kontrol yang handal agar kecepatan dan kinerja motor menjadi lebih baik. Alat dan metode kontrol yang handal akan memperbaiki kinerja dan stabilitas system. Bebarapa kecerdasan buatan telah berkembang dan banyak digunakan sebagai alat kontrol system dan telah behasil dalam memperbaiki kontrol system konvensional. Pada penelitian ini digunakan untuk mendesain model kontrol induksi 3 phasa dengan menggunakan kontrol PID yang ditunning dengan beberapa metode kontrol. Sebagai perbandingan dilakukan desain kecepatan motor tanpa kontrol, dengan metode PID konvensional, dengan metode PID ditunning Bat Algorithm (PID_BA). Hasil output metode PID_BA dipakai sebagai data tracking ANFIS. Hasil simulasi dari model ANFIS_BA menghasilkan nilai overshot, undershot yang paling kecil, dengan settling time tercepat. Ini menunjukkan bahwa metode ANFIS_BA merupakan metode terbaik dalam penelitian ini dengan nilai overshot maksimum 1.16 pada t = 0.0133 detik, dengan kecepatan rekondisi settling time 0.091 detik
References
S. Kumar et al., “A Comprehensive Review of Condition Based Prognostic Maintenance (CBPM) for Induction Motor,” IEEE Access, vol. 7. pp. 90690–90704, 2019, doi: 10.1109/ACCESS.2019.2926527.
A. Glowacz, “Acoustic based fault diagnosis of three-phase induction motor,” Appl. Acoust., vol. 137, pp. 82–89, 2018, doi: 10.1016/j.apacoust.2018.03.010.
B. Heber, L. Xu, and Y. Tang, “Fuzzy logic enhanced speed control of an indirect field-oriented induction machine drive,” IEEE Trans. Power Electron., vol. 12, no. 5, pp. 772–778, 1997, doi: 10.1109/63.622994.
M. Ali, A. N. Afandi, A. Parwati, R. Hidayat, and C. Hasyim, “Design Of Water Level Control Systems Using PID and ANFIS Based on Firefly Algorithm,” JEEMECS (Journal Electr. Eng. Mechatron. Comput. Sci., vol. 2, no. 1, pp. 61–66, Feb. 2019, doi: 10.26905/jeemecs.v2i1.2804.
M. Arrohman, R. Fajardika, M. Muhlasin, and M. Ali, “Optimasi Frekuensi Kontrol pada Sistem Hybrid Wind-Diesel Menggunakan PID Kontroler Berbasis ACO dan MFA,” J. Rekayasa Mesin, vol. 9, no. 1, pp. 65–68, May 2018, doi: 10.21776/ub.jrm.2018.009.01.10.
M. Chekkouri, J. Català i López, E. Aldabas Rubira, and L. Romeral Martínez, “Fuzzy Adaptive Control of an Induction Motor Drive,” Autom. časopis za Autom. Mjer. Elektron. računarstvo i Komun., vol. 44., no. 3–4, pp. 113–122, 2003.
M. Muhlasin, R. Rukslin, A. Raikhani, and M. Ali, “The FA-ANFIS Hybrid Method is used for LFC Optimization in Micro Hydro Power Generation,” in Seminar Nasional Teknik Elektro (FORTEI 2017), 2017, pp. 225–229, [Online]. Available: http://fortei.org/v2/wp-content/uploads/2017/12/43-Fullpaper_Muhlasin_Fullpaper_Muhlasin_Paper_Fortei_Muhlasin_Microhydro_FA_Anfis.pdf.
M. Ali, “DESAIN PENGATURAN GOVERNOR MENGGUNAKAN PROPORTIONAL INTEGRAL DERIVATIVE ( PID ) PADA SISTEM PEMBANGKIT LISTRIK TENAGA MIKRO HIDRO ( PLTMH ) BERBASIS PARTICLE SWARM OPTIMIZATION ( PSO ),” J. Intake, vol. 5, no. 2, pp. 78–92, 2014.
M. Ali, Muhlasin, H. Nurohmah, A. Raikhani, H. Sopian, and N. Sutantra, “Combined ANFIS method with FA, PSO, and ICA as Steering Control Optimization on Electric Car,” in 2018 Electrical Power, Electronics, Communications, Controls and Informatics Seminar (EECCIS), Oct. 2018, pp. 299–304, doi: 10.1109/EECCIS.2018.8692885.
H. Hartanto, A. Rochmansyah, Kadaryono;, and H. Nurohmah, “Desain Optimasi Kecepatan Motor Induksi Menggunakan Hybrid ANFIS (Adaptive Neuro Fuzzy Inference System) Dengan PID-PSO (Proportional Integral Derivative–Particle Swarm Optimization),” SENTIA-2016, Polinema, Malang, vol. 8, no. 2, pp. 44–48, 2016.
A. A. Alawady, M. F. M. Yousof, N. Azis, and M. A. Talib, “Phase to phase fault detection of 3-phase induction motor using FRA technique,” Int. J. Power Electron. Drive Syst., vol. 11, no. 3, pp. 1241–1248, 2020, doi: 10.11591/ijpeds.v11.i3.pp1241-1248.
M. Ali, A. A. Syaifuddin, and H. Nurohmah, “Desain Hibrid Menggunakan PID-ANFIS Controller Pada Motor DC Berbasis PSO (Particle Swarm Optimization),” JE-Unisla, vol. 6, no. 2, pp. 60–65, 2021, doi: https://doi.org/10.30736/je-unisla.v6i2.707.
M. Ali, T. Fahmi, D. W. Khaidir, and H. Nurohmah, “Optimizing Single Axis Tracking for Bat Algorithm-based Solar Cell,” J. FESPE, vol. 2, no. 2, pp. 1–5, 2020.
M. Ali et al., “The comparison of dual axis photovoltaic tracking system using artificial intelligence techniques,” IAES Int. J. Artif. Intell., vol. 10, no. 4, p. 901, Dec. 2021, doi: 10.11591/ijai.v10.i4.pp901-909.
Kadaryono, Rukslin, M. Ali, Askan, A. Parwanti, and I. Cahyono, “Comparison of LFC Optimization on Micro-hydro using PID, CES, and SMES based Firefly Algorithm,” in 2018 5th International Conference on Electrical Engineering, Computer Science and Informatics (EECSI), Oct. 2018, pp. 204–209, doi: 10.1109/EECSI.2018.8752733.
S. N. Sivanandam, S. Sumathi, and S. N. Deepa, Introduction to fuzzy logic using MATLAB. 2007.
M. Ali, H. Nurohmah, Budiman, J. Suharsono, H. Suyono, and M. A. Muslim, “Optimization on PID and ANFIS Controller on Dual Axis Tracking for Photovoltaic Based on Firefly Algorithm,” in ICEEIE 2019 - International Conference on Electrical, Electronics and Information Engineering: Emerging Innovative Technology for Sustainable Future, 2019, pp. 53–57, doi: 10.1109/ICEEIE47180.2019.8981428.
M. Ali, A. Raikhani, B. Budiman, and H. Sopian, “Algoritma Persaingan Imperialis Sebagai Optimasi Kontroler PID dan ANFIS Pada Mesin Sinkron Magnet Permanen (Imperialist Competitive Algorithm As PID Optimization and ANFIS Controller at Permanent Magnet Synchronous Machine),” JEEE-U (Journal Electr. Electron. Eng., vol. 3, no. 1, p. 57, Apr. 2019, doi: 10.21070/jeee-u.v3i1.2023.
Kadaryono, Machrus Ali, Muhlasin, and Budiman, “Desain Pengaturan Governor Menggunakan Proportional Integral Derivative (PID) Pada Sistem Pembangkit Listrik Tenaga Mikro Hidro (PLTMH) Berbasis Particle Swarm Optimization (PSO)”, jintake, vol. 11, no. 2, pp. 93-101, Oct. 2020.
Machrus Ali, Agus Raikhani, Hendi Sopian, and Izzatul Umami, “Optimasi Pengaturan Kecepatan Motor Shunt Berbasis Imperalist Competitive Algorithm (ICA)”, jintake, vol. 9, no. 1, pp. 26-31, Apr. 2019.
Dwi Ajiatmo, Imam Robandi, and Machrus Ali, “Analisis Gangguan Pada Sistem Tenaga Listrik Jawa Bali 500 kV Menggunakan Power World Simulator ”, jintake, vol. 10, no. 1, pp. 35-41, Apr. 2019.
Markhaban Siswanto, Mohammad Hasib Al Isbilly, Asnun Parwanti, and Machrus Ali, “Pengaturan Debit Air Berdasarkan Volume Air Dalam Tangki Berbasis Imperalis Competitive Algorithm (ICA)”, jintake, vol. 8, no. 2, pp. 78-85, Oct. 2017.
Machrus Ali, Budiman, Yanuangga Gala Hartlambang, and Dwi Ajiatmo, “Fuzzy Logic Controller Sebagai Pengatur Kecepatan Motor Shunt”, jintake, vol. 8, no. 1, pp. 11-16, Apr. 2017.
Machrus Ali and Miftachul Ulum, “Penataan Kembali Jaringan Distribusi Radial Menggunakan Modified Firefly Algorithm (MFA) Pada Penyulang Jogorogo Ngawi”, jintake, vol. 8, no. 2, pp. 86-91, Oct. 2017.
Machrus Ali, Izzatul Umami, and Hendi Sopian, “Particle Swarm Optimization (PSO) Sebagai Tuning PID Kontroler Untuk Kecepatan Motor DC ”, jintake, vol. 7, no. 1, pp. 10-20, Apr. 2016.
Machrus Ali, Muhlasin, and Budiman, “Optimasi PID Controller Pada Pada Mikrohidro Dengan Tuning PSO”, jintake, vol. 7, no. 1, pp. 40-54, Apr. 2016.
Published
How to Cite
Issue
Section
Copyright (c) 2021 Jurnal Intake : Jurnal Penelitian Ilmu Teknik dan Terapan
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
