PENERAPAN SELF CONSTRUCTING FUZZY NEURAL NETWORK SEBAGAI OBSERVER FLUKSI PADA MOTOR INDUKSI TIGA FASA

Transkripsi

1 Semna Naonal Aplka Teknolog Infoma 5 (SNATI 5) ISBN: Yogyakata, 8 Jun 5 PENERAPAN SELF CONSTRUCTING FUZZY NEURAL NETWORK SEBAGAI OBSERVER FLUKSI PADA MOTOR INDUKSI TIGA FASA Sutedjo,, Soebago, Maudh Hey Punomo ) Polteknk Elektonka Nege Suabaya, Inttut Teknolog Sepuluh Nopembe Kampu ITS Keputh Sukollo Suabaya 6 Telp(6) Fax( ) Juuan Teknk ElektoFTI, Inttut Teknolog Sepuluh Nopembe Abtak Kontol kecepatan tanpa eno kecepatan da moto nduk tga faa yang dopeakan dengan metoda vecto kontol pelu mengamat bea nla tegangan dan au tato, maka kecepatan moto dapat dpedk, bea nla paamete dan au moto nduk akan mempengauh nla fluk. Dalam makalah n untuk mengetma peubahan fluk menggunakan Self Contuctng Fuzzy Neual Netwok (SCFNN), metode pembelajaannya dgunakan algotma pembelajaan backpopaga tekontuk. Hal mula menunjukkan ytem dapat mengkut epon model efeen yang dtentukan, hal etma dapat dgunakan untuk meng dentfka fluk moto nduk tga fae. Kata kunc: moto nduk, SCFNN, obeve fluk. Pendahuluan Metode kontol vekto tanpa eno kecepatan (peed enole vecto contol method) untuk moto ndut dkembangkan begtu peat [4]. Dalam aplka tem penggeak, kontol loop tetutup mempunya bebeapa vaabel yang pentng yatu to, dan kecepatan. Untuk mempeoleh epon au yang cepat, ebuah loop to akan dgunakan untuk pengatuan kecepatan. Sedangkan untuk mempeoleh epon to yang cepat dpelukan ebuah kontole fluk yang tepah. Pemahan kontole fluk dan to dnamakan kontol vekto (feld oented contol) []. Tdak epet au tato, fluk oto yang meupakan vaabel keadaan da model moto nduk uka untuk duku. Oleh kaena tu dgunakan uatu obeve yang befung ebaga etma fluk, ehngga emua vaabel keadaan yang dbutuhkan dapat dpeoleh dan dmanfaatkan dalam tem pengendalan []. Neual netwok obeve dengan pembelajaan backpopaga meupakan alah atu pengembangan obeve yang dapat menunjukkan unjuk keja yang bak ehngga dalam hal mulanya akan dpeoleh eo fluk ebenanya dan fluk yang damalkan dapat djaga dengan nteval yang kecl [4]. Namun pembelajaan backpopaga mempunya kelemahan yatu atektu jangan hau dtentukan ecaa tepat. Atektu jangan yang telalu kecl tdak akan menghalkan etma dengan bak, tetap jka ukuan atektu jangan telalu bea akan menyebabkan ovefttng ehngga geneala menjad buuk. Oleh ebab tu dalam peneltan n dancang uatu obeve yang dapat mengetma fluk yang dpelukan pada pengontolan moto nduk dengan menggunakan Self Contuctng Fuzzy Neual Netwok (SCFNN) [5] dengan algotma pembelajaan backpopaga tekontuk (contuctve backpopagaton). Algotma backpopaga tekontuk meupakan pengembangan da algotma backpopaga yatu mempunya kemampuan untuk melakukan penyeuaan atektu jangan dengan komplekta pemaalahan yang dhadap elama poe pembelajaan. Dengan atuan pembelajaan teebut akan mempekecl eo beaan ebenanya dengan etma yang akan dpeoleh. Metode n telah dteapkan pada etma kecepatan, dengan hal angat bak [7]. Dengan hal mula etma kecepatan, etma fluk juga menunjukkan hal yang angat bak mempunya eo yang kecl, dengan kata lan Self Contuctng Fuzzy Neual Netwok Obeve (SCFNNO) mampu melakukan etma fluk moto nduk.. Modelng. Model Stem Mengembangkan da bebeapa peneltan yang telah dlakukan oleh SeongHwan Km, dkk. [], FaaJeng Ln, dkk [5] dan Iadatu DPK. [6], maka blok dagam ytem yang dkembangkan pada peneltan n adalah epet Gamba. C65

2 Semna Naonal Aplka Teknolog Infoma 5 (SNATI 5) ISBN: Yogyakata, 8 Jun 5 m d a V a ω T e q b c a V b V c a ω λ coθ n θ b c b c λ λ d co φ λ d / λ n φ λ q / λ λ q λ d λ q ω V a V b V c Gamba. Konfgua Stem SpeedSenole Vecto Contol untuk Moto Induk dengan SCFNN [6]. Model Invete Vekto ota tehadap au magneta dan au to menghalkan au fae efeen yang dgunakan untuk nyal contol PWM nvete. Tegangan yang dhalkan nvete akan dgunakan oleh tato moto nduk. Model PWM nvete dtunjukkan pada Gamba. I S I SB I SC I S I tato Moto I Induk Gamba. PWM Invete.3 Model Moto Induk Rangkaan ekvalen moto nduk dalam koodnat dq dapat dlhat pada Gamba 3. ωλ d ωλ q Swtchng Pembangk t Snyal ( ω ω ) λ ' d ( ω ω ) λ ' q PW M Vd c Rangkaan ekvalen moto nduk dalam koodnat dq, dengan memaukkan tegangan oto (V ), maka ddapat beaan tegangan tato yang meupakan fung da au tato dan au oto dalam bentuk matk, ebaga bekut: vd R pl vq ωl ( ω ω ) M ω L ( ω ω ) M ω M ( ω ω ) L ωm. ( ω ω ) L R pl () dengan d p dt jka dtnjau pada koodnat tatone (ω ), maka peamaan () menjad: vd R pl vq ωm ω M.4 Model Obeve ω L d q d q d q. ω ) L d R pl q ().4. Stuktu SelfContuctng Fuzzy Neual Netwok Kontole n maukannya adalah ebuah kontole Fuzzy, ehngga maukannya adalah data numec beupa nla eo. Nla eo ddapat dengan menghtung elh da nla et pont dengan nla keluaan da plant. Fuzzy Kemudan elanjutnya dubah menjad data lngutc. Stutu daa da ebuah Neual Netwok, epet Gamba 4. Gamba 3. Rangkaan Ekvalen Moto Induk dalam koodnat dq C66

3 Semna Naonal Aplka Teknolog Infoma 5 (SNATI 5) ISBN: Yogyakata, 8 Jun 5 y Lap 4 M y (5) j w j u j ω ω ωm µ µ µ M Lap 3.4. SCFNN Obeve µ ( x ) A µ ( x ) A µ ( x ) A µ ( x ) A µ M ( x ) A µ M ( x ) A Lap Pembelajaan SCFNN menggunakan model moto nduk untuk mengdentka fuk moto nduk, dtunjukkan pada Gamba 5,. Penggunaan SCFNN obeve untuk mengdentfka fluk oto moto nduk, ehngga dcapa Standa Eo Etma (SEE). Lap ω Gamba 4. Stuktu Daa SCFN [5] Pada lapan petama hanya tejad poe maukan beupa data cp yatu eo (X ) dan Delta eo (X ) untuk meneukan nyal ke lapan bekutnya. Pada lapan ke dua tejad poe fuzyfka dan pembentukan membehp fung. Fung yang dpegunakan adalah fung Gauan. u A j ( x m ) exp j j (3) dengan m j menentukan puat fung keanggotaan dan σ j menentukan lebanya. Pada Lap ketga. meupakan penentuannya kond awal da atuan fuzzy. Langkan n adalah untuk mempeoleh hal pekalan antaa emua komponen nput da eo dan delta eo dengan peamaan: untuk jth ule node peamaan: u j u X j ( x A ) u j ( x u x A ) j ( A n j ( x A ) n ) u (4) dengan u j adalah output node ule kej Lap ke empat: Befung untuk menjumlahkan eluuh nyal maukan yang dmbulkan dengan Σ kemudan dumukan dalam peamaan elanjutnya dlakukan poe defuzzka; X y yang v Gamba 5. Skema pembelajaan off lne SCFNN obeve untuk etma fluk 3. Smula Hal mula SCFNN obeve yang dancang menamplkan pefoman moto nduk menggunakan model moto nduk dan pefoman etma SCFNN obeve. Semakn kecl eo yang dhalkan, maka dapat dkatakan bahwa obeve yang dancang memlk pefoman yang tngg (bak). Model yang telah dkembangkan epet Gamba, bekut n bebeapa hal mula yang dpeoleh untuk etma fluk. Pefoman yang dtunjukkan menamplkan hal mula pada kecepatan pm, pm dan 5 pm. Hal mula dtunjukkan pada Gamba 6, 7, 8, 9, dan. Data moto nduk yang dgunakan dalam mula: Tegangan5 Volt Jumlah paang kutub Fekuen 6 Hz R 9 (ohm) L 3,79 (H) L 3.3 (H) M 3. (H) J.5 (Kg.m ) Kd.9e5(Kg.m /) Im.8 (ampe) λ λˆ e λ C67

4 Semna Naonal Aplka Teknolog Infoma 5 (SNATI 5) ISBN: Yogyakata, 8 Jun 5 Gamba 6. Bentuk Fluk Sumbu d Pada Refeen Kecepatan pm a. Fluk Pembelajaan b. Fluk Refeen Gamba 7. Bentuk Fluk Sumbu q Pada Refeen Kecepatan pm a. Fluk Pembelajaan b. Fluk Refeen Gamba 8. Bentuk Fluk Sumbu d Pada Refeen Kecepatan pm a. Fluk Pembelajaan b. Fluk Refeen Gamba 9. Bentuk Fluk Sumbu q Pada Refeen Kecepatan pm a. Fluk Pembelajaan b. Fluk Refeen Gamba. Bentuk Fluk Sumbu d Pada Refeen Kecepatan 5 pm a. Fluk Pembelajaan b. Fluk Refeen Gamba. Bentuk Fluk Sumbu q Pada Refeen Kecepatan 5 pm a. Fluk Pembelajaan b. Fluk Refeen C68

5 Semna Naonal Aplka Teknolog Infoma 5 (SNATI 5) ISBN: Yogyakata, 8 Jun 5 Tabel. Hal Pengujan SCFNN Obeve Fluk pada Refeen Kecepatan yang Bebeda N Kecepatan (pm) Hal Output Output Eo pada Pembelajaan Refeen d,78653, q,48583,54536,873 d,64559, q,75485,79374,6 d,7744,79768,976 q,6867,637984,9357 d,49676,496,56 q,77796,88988,36 d,783354,7744,3 q,55969,585654,6385 d,9753,97876,79 q,7647,393,35 4. Kempulan Bedaakan hal mula yang telah dlakukan tehadap SCFNN obeve maka dapat dmpulkan: a. Etma fluk da moto nduk untuk menngkatkan kneja da dve tanpa eno kecepatan telah dajukan. Da hal mula dapat dlhat bahwa SCFNN obeve dapat bekeja dengan bak dalam melakukan etma fluk mula da efeen kecepatan yang dbekan yatu pm ampa efeen kecepatan 5 pm. b. SCFNN obeve yang dancang mampu mengetma fluk oto dengan bak yang dtunjukkan pada tabel. c. Dengan eo kecl d,465, q,873 (efeen kecepatan pm), ecaa lengkap dtunjukkan pada tabel dan hal teebut mah dbawah 5% beat mah dbawah nla Standa Eo Etma (SEE) yang dpebolehkan. Dafta Putaka [] H. Kubota, K. Matue, and T. Nakano, DSPBaed peed adaptve flux obeve of nducton moto, IEEE Tan. Ind. Applcant., vol 9, pp , Ma/Ap [] Jehud Mae and Jan A. Melkebeek, Speed Senole Dect Toque Contol of Inducton Moto Ung an Adaptve Obeve, IEEE Tan. On Induty Applcaton, Vol. 36, No. 3, May/June,. [3] Eng Kan Kenneth Sng, Ahchoy Lew, and Thoma A. Lpo, New Obeve Baed DFO Scheme fo Speed Senole Feld Oented Dve fo LowZeoSpeed Opeatng, IEEE Tan. On IndutyApplcaton, Vol.3, No.5, Sep 998. [4] J. Thecha and V. Petd, Neual Netwok Obeve fo Inducton Moto Contol, IEEE Contol Sytem, Apl 994. [5] FaaJeng Ln, and ChhHong Ln, A Pemanentmagnet Synchonou Moto Sevo Dve Ung Self Contuctng fuzzy Neual Netwok Contolle, IEEE Tan. On Enegy Conveon, Vol. 9, No., Mach 4. [6] Iadatu DPK, Peancangan Neual Netwok Obeve Untuk Identfka Kecepatan Moto Induk, Te, Paca Sajana ITS 3. [7] Sutedjo, Soebago dan Maudh Hey Punomo, Kendal Kecepatan Moto Induk Tanpa Seno Kecepatan Menggunakan Self Conuctng Fuzzy Neual Netwok, Semna Naonal XII FTIITS9Maet 5. C69