PPT Sidang Simulink Matlab

Kamis, 09 September 2021

SEMINAR SIDANG SKRIPSI

AHMAD MAULANA PEMODELAN KENDALI KECEPATAN MOTOR BLDC
1609075019 MENGGUNAKAN METODE FUZZY-PID
DENGAN BEBAN BERBEDA
Dr. Eng. Aji Ery Burhandenny, S.T., M.AIT.

NIP. 19810317 200501 1 001

Happy Nugroho, S.T., M.T.

NIP. 19851229 201803 1 001

Ir. Fatkhul Hani Rumawan, S.T., M.T.

NIP. 19730423 200012 1 001

Ir. Nur Rani Alham, S.Pd., M.T.

NIP. 19921030 201903 2 025

Latar Belakang

01 Kendaraan Listrik

02 Motor BLDC

03 Kendali PID

04 Fuzzy Logic Controller

05 Matlab Simulink

06 Perpres No. 55 Tahun 2019

Perumusan Masalah

1 Bagaimana menentukan nilai Kp, Ki, dan Kd menggunakan Ziegler Nichols
pada kontrol PID?

2 Apa yang terjadi ketika parameter kecepatan dan torque pada motor BLDC
yang digunakan diubah dengan nilai yang berbeda?

3 Bagaimana pengaruh kendali kecepatan motor BLDC menggunakan PID dan
Fuzzy-PID terhadap parameter respon kecepatan melalui simulasi software
simulink matlab R2014b?

Manfaat

1 Sebagai referensi tambahan bagi penelitian dan pengembangan
motor BLDC selanjutnya.

2 Dapat memberi pengetahuan tentang proses kendali kecepatan pada
motor BLDC menggunakan metode Fuzzy-PID.

3 Dapat membantu perkembangan kendaraan listrik di Indonesia berda
sarkan PERPRES nomor 55 tahun 2019.

Tujuan

1 Untuk menentukan nilai Kp, Ki, dan Kd pada kontrol PID menggunakan
Ziegler Nichols metode kedua.

2 Untuk menganalisa hasil perbandingan kendali kecepatan motor BLDC
menggunakan PID dan Fuzzy-PID melalui simulasi software simulink
matlab R2014b.

3 Untuk mengetahui perbandingan nilai gelombang hasil simulasi antara
PID dan Fuzzy-PID dengan menggunakan parameter kecepatan dan to
rque yang berbeda.

Batasan Masalah

01 Motor BLDC yang digunakan adalah jenis UAV.

02 Type motor BLDC adalah Scorpion SII-6530-180 KV.

03 Motor BLDC menggunakan tegangan 37,1 V 4.884 W.

-40

04 Aplikasi yang digunakan untuk simulasi mengunakan simulink matl
ab R2014b.

05 Perancangan kendali kecepatan motor BLDC menggunakan kontrol

PID dan Fuzzy-PID.

06 Perancangan kendali kecepatan motor BLDC untuk menentukan nilai Kp
, Ki, dan Kd menggunakan Ziegler Nichols metode kedua.

07 Pada penelitian ini kecepatan yang dikontrol dalam rentang 1.000 RP

M, dan 3.000 RPM.

08 Parameter yang digunakan adalah kecepatan dan torque.

Batasan Masalah

09 Tidak dilakukan eksperimental pada penelitian motor BLDC.

10 Tidak membahas perhitungan parameter motor BLDC secara
matematis.

11 Penelitian hanya berupa simulasi.

-40

12 Penelitian juga mengambil data arus dan tegangan..

13 Pengambilan data dilakukan pada respon waktu transient dan steady

state.

14 Dilakukan uji coba simulasi dengan parameter kecepatan dan torque
yang berbeda.

Tinjauan Pustaka

Kelebihan Motor BLDC

Motor BLDC 1 2
Efisiensi tinggi
Kecepatan yang lebih baik untuk
melawan karakteristik tenaga 4
putaran Nyaris tanpa suara bila di

3 operasikan
Tahan lama atau usia
pakainya lebih lama

Transfer Fungsi

Motor BLDC

( ) = 2 +
+ + ( + )

Dimana:

Gu = Transfer fungsi motor
La = Ekivalen induktansi kumparan (H)
J = Rotor Inersia (kg.m2)
ra = Resistansi kumparan (Ω)
BV = Viscous damping factor (N.rad/s)
Ke = Voltage constant (V.rad/s)
KT = Torque constant (N.m/A)

PID

Respon Sistem
Kendali PID

µ = + +

Dimana

0

µ(t) = Sinyal keluaran pengendali PID

Kp = Konstanta Proportional
Ki = Konstanta Integral
Kd = Konstanta Derivative
e(t) = Sinyal kesalahan

Metode Ziegler Nichols

Tipe Kontrol = / = /
P T/L ∞ 0
PI 0,9T/L 0
PID 1,2T/L L/0,3
2L 0,5L

Tipe Kontrol = / = /
P 0,5 ∞ 0
PI 0,45 0
PID 0,6 /1,2
/2 /8

Referensi

Kendali Kecepatan Motor BLDC

• "Sistem Kendali • "Pengendali Kecepatan • "Speed Response of • "Implementasi dan
Kecepatan Motor Motor Brushless Brushless DC Motor Analisis Kendali
BLDC Menggunakan DC(BLDC) Kecepatan Motor
Algoritma Hybrid PID Using Fuzzy PID BLDC 1 KW
Menggunakan Metode Controller Under
Fuzzy" Logika Fuzzy" Menggunakan Algritma
Varying Load PID"
Roedy & Agung, dkk Condition"
Mohamed,(2015) (2015) Muchlis &
Akash, dkk Fatkhur, (2019)
(2017)

• An Optimal Fuzzy PID • "Analisis Pengaturan • "Aplikasi Fuzzy Logik
Controller Design Perbandingan Untuk Pengendali
Motor DC Berbasis
Based on Conventional Kecepatan Motor Mikrokontroler
PID Control and BLDC dengan
Nonlinear factors" AtMega8535 dengan
Menggunakan Kontrol Sensor Photodioda"
Chao, et.al (2019) PI dan PID"
Nadhif, (2015)
Simanjuntak,
(2019)

Waktu dan Tempat Penelitian

Penelitian ini dilakukan pada Laboratorium Rekayasa Elektro gedung
Labtek IV Fakultas Teknik, Universitas Mulawarman. Penelitian ini
juga menggunakan laptop dengan memanfaatkan bantuan software
simulink MATLAB R2014b, dengan lama pengambilan data selama 3 bulan.

Bahan dan Alat Penelitian

Bahan Penelitian yang digunakan dalam penelit Peralatan yang digunakan dalam
ian ini adalah jurnal dan buku sebagai referensi penelitian ini adalah:
untuk menguatkan penelitian yang akan dilakuk Laptop dan Software MATLAB R2014b
an, serta data-data sekunder.

Tahapan Penelitian

Parameter yang Diamati

Ess

Pengumpulan Data

Parameter yang diamati

Persen lewatan maksimum (Mp) Waktu tunda (td)

nilai relatif yang menunjukkan nilai waktu yang diperlukan tanggapan
untuk mencapai setengah dari nilai
perbandingan antara nilai maksimum akhir yang pertama kali

tanggapan yang melewati nilai steady Waktu naik (tr)

state waktu yang diperlukan tanggapan
untuk naik dari 10 sampai 90%, 5
= ; (∞) x 100% sampai 95%, atau 0 sampai 100%.
(∞) Untuk sistem redaman lebih,
biasanya digunakan waktu naik
Waktu keadaan tunak, steady 10-90%.
state (ts)

waktu yang diperlukan kurva tanggapan
untuk mencapai keadaan tetap. Dengan

presentasi mutlak dari harga akhir (5%
atau 2%).
.

Error steady state (Ess) Waktu puncak (tp)

Besarnya kesalahan saat dalam kondisi waktu yang diperlukan tanggapan
steady state untuk mencapai puncak lewatan
yang pertama kali.

Blok Diagram

Jadwal Penelitian

Tahun 20 Tahun 2021/2022
20/2021
Tahapan Target Output Februari Maret April Mei Juni
April
Identifikasi 1. Mempelajari penelit 123 4 1 2 341234123412341234
Masalah ian-penelitian terkai
t yang telah ada
Landasan
Teori 2. Merumuskan Latar
Belakang, Rumusa
Perancangan n Masalah, Batasan
Sistem Masalah, Tujuan Pe
nelitian, dan Manfa
at penelitian

Mencari teori – teori yang ber
hubungan dalam penelitian

Merancang siste
m yang akan dib
uat

Seminar Seminar Propos
Skripsi al+Revisi

Pengambilan Pengambilan da
Data ta dari hasil pera
ncangan sistem
Analisis Data yang sudah di b
dan uat
menganalisis da
Pembahasan ta dan dilakukan
pembahasan ter
Kesimpulan kait data yang di
dan Saran ambil
Penyusunan Menarik kesimpulan, dan me
mberikan saran hasil penelitia
Skripsi n
Seminar Menyusun skripsi hasil penelit
Skripsi ian
Ujian Skripsi
Seminar Hasil+Revisi

Sidang+Revisi

Data Motor BLDC Parameter Simbol Parameter Unit
Type V Value Volt
Pada penelitian ini menggunakan motor BLDC dengan parameter yang diambil Rated P 37.1 Watt
dari referensi jurnal. Parameter motor akan dijadikan transfer fungsi matematika I 4.884 Ampere
pada matlab. Transfer fungsi ini nantinya digunakan untuk mencari nilai PID de voltage v 110 Rpm
ngan metode kedua ziegler nichols, pada simulink matlab (Simanjuntak, 2019). Rated Kt 5416 Nm/A
power ke 0.2663 V/(rad/s)
( ) Rated Ra 0.0637 Ω
current La 0.6187 mH
= (0.00262 0.00061) 2 + 0.2663 Max Bv 2.62 N/(rad/s)
(0.6187 0.00061) + (0.00262 0.00291 ) Speed J 0.00291 Kg.m3
Torque 0.00061
+((0.6187 0.00291) + (0.0637 0.2663)) constant Pole 14 -
Voltage
Sehingga transfer fungsi matematika motor yang akan digunakan menja constant
Terminal
di: resistance
Inductance
( ) = 1.598 ;06 0.2663 :0.01876 Friction
2:0.000385 coefficient
Rotor
inertia
Number
of Pole

Proses Pengambilan Data

Keterangan Variasi Beban Yang Digunakan Skema Pengambilan Data

Beban (Nm) Persen (%) Setting Kecepatan RPM Beban (%) Waktu Metode
Tanpa beban = 0 Nm 0% 1.000 RPM 0% T=0 s Ziegler Nichols
1 Nm + 2 Nm = 3 Nm 35 % 1.000 RPM 35% T=0 s, T=0,3 s dan T=0, Ziegler Nichols
2 Nm + 3 Nm = 5 Nm 75 % 1.000 RPM 75% Ziegler Nichols
3 Nm + 4 Nm = 7 Nm 1.000 RPM 6s Ziegler Nichols
100 % 3.000 RPM 100% T=0 s, T=0,3 s dan T=0, Ziegler Nichols
3.000 RPM 0% Ziegler Nichols
Metode Dan Setting Kecepatan 3.000 RPM 35% 6s Ziegler Nichols
3.000 RPM 75% T=0 s, T=0,3 s dan T=0, Ziegler Nichols
Setting Kecepatan Metode PID Ziegler Nichols
RPM 1.000 RPM ke 3.000 RPM 100% 6s Ziegler Nichols
Ziegler Nichols 1.000 RPM ke 3.000 RPM 0% ke 35% T=0 s Ziegler Nichols
1.000 RPM Fuzzy-PID 1.000 RPM ke 3.000 RPM 0% ke 75% T=0 s, T=0,3 s dan T=0,
3.000 RPM 0% ke 100% Fuzzy-PID
1.000 RPM 6s Fuzzy-PID
1.000 RPM 0% T=0 s, T=0,3 s dan T=0, Fuzzy-PID
1.000 RPM 35% Fuzzy-PID
1.000 RPM 75% 6s Fuzzy-PID
3.000 RPM 100% T=0 s, T=0,3 s dan T=0, Fuzzy-PID
3.000 RPM 0% Fuzzy-PID
3.000 RPM 35% 6s Fuzzy-PID
3.000 RPM 75% T=0 s, T=0,5 s, T=1,5 s Fuzzy-PID
1.000 RPM ke 3.000 RPM 100% Fuzzy-PID
1.000 RPM ke 3.000 RPM 0% ke 35% dan T=2.5 s Fuzzy-PID
1.000 RPM ke 3.000 RPM 0% ke 75% T=0 s, T=0,5 s, T=1,5 s
0% ke 100%
dan T=2.5 s
T=0 s, T=0,5 s, T=1,5 s

dan T=2.5 s
T=0 s

T=0 s, T=0,3 s dan T=0,
6s

T=0 s, T=0,3 s dan T=0,
6s

T=0 s, T=0,3 s dan T=0,
6s

T=0 s
T=0 s, T=0,3 s dan T=0,

6s
T=0 s, T=0,3 s dan T=0,

6s
T=0 s, T=0,3 s dan T=0,

6s
T=0 s, T=0,5 s, T=1,5 s

dan T=2.5 s
T=0 s, T=0,5 s, T=1,5 s

dan T=2.5 s
T=0 s, T=0,5 s, T=1,5 s

dan T=2,5 s

Tuning PID

Setelah didapatkan transfer Gelombang Hasil Tuning PID Ziegler Nichols
fungsi motor BLDC, kemudian
dibuatlah desain simulasi pada

simulink matlab. Kemudian
dilakukan penentuan parameter

PID dengan metode kedua
ziegler nichols matlab seperti
yang di tampilkan pada gambar

disamping.

Nilai PID dengan Metode Ziegler Nichols

Tipe Kontrol = / = /
P 0,3315 ∞ 0
PI 0,29835 0
PID 0,3978 10,53
0,001691
23,4

Desain Sistem Ziegler Nichols

Desain Kontrol PID Ziegler Nichols
Metode Kedua Simulink Matlab

Desain Sistem Fuzzy-PID

Desain Subsystem Fuzzy-PID
Simulink Matlab

Tampilan Aturan Fuzzy Logic

Tampilan Fuzzyfikasi Input e dan de

Input e Input de

Tampilan Fuzzyfikasi Output Kp

Tampilan Fuzzyfikasi Output Ki

Tampilan Fuzzyfikasi Output Kd

Aturan Fuzzy Kp, Ki, dan Kd

Setelah didapatkan nilai Kp, Ki, dan Kd dengan metode Ziegler nichols maka
dilanjutkan dengan hybrid fuzzy-PID yang dilakukan dengan mancari aturan
fuzzy Kp, Ki, dan Kd

Rule Base Fuzzy Logic

Defuzzifikasi

Desain Keseluruhan Sistem

Perbandingan Kecepatan Pada 1.000 RPM

Beban 0% Beban 75%

Beban 35% Beban 100%

Perbandingan Kecepatan

Kecepatan 1.000 RPM

Kecepatan 1.015 1.011 1004 1.003
1.010 1.008
1.005 998,10 998,10
1.000 Beban 0 %
993,90 992,70
995
990
985
980

Beban 35% Beban 75% Beban 100%
Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan Torque

Torque Pada Kecepatan 1.000 RPM

9 7,71 7,69
8
Torque 7 5,50 5,49
6
5 3,28 3,27
4
3 Beban 35% Beban 75% Beban 100%
2
1 0,05 0,04
0

Beban 0 %

Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan Current Pada Motor

Current Motor Pada Kecepatan 1.000 RPM

50 45,89 45,59
45
Current 40 31,92 31,90
35
30 17,78 17,76
25
20 Beban 35% Beban 75% Beban 100%
15
10

5 0,35 0,27
0

Beban 0 %

Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan Back EMF

Back EMF Pada Kecepatan 1.000 RPM

14,00 13,98 13,98
13,98
13,96 13,95 13,95
13,94
Back EMF 13,92 13,93
13,90 13,92
13,88
13,86 13,87
13,84 13,86
13,82
13,80

Beban 0 % Beban 35% Beban 75% Beban 100%

Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan V Input

Kecepatan 1.000 RPM

V Input Pada Kecepatan 1.000 RPM Beban V

0% PID Fuzzy-PID
35% Ziegler Nichols
75%
100% 40 (V) 37,07(V)

700 257,07 (V) 225,20 (V)

422,20 (V) 368,10 (V)

600 584,50 584,50 (V) 512,30 (V)
500 512,30
400
300 422,20
200
V Input 368,10 Kecepatan 1.000 RPM

257,30 Beban V
225,20 35%
75% PID
100% Ziegler Nichols Fuzzy-PID

100 40 37,07 1 Nm 2 Nm 1 Nm 2 Nm
0
Beban 0 % Beban 35% Beban 75% 103,50 257,10 89,70 225,40

Variasi Beban Beban (V) (V) (V) (V)
100%
2 Nm 3 Nm 2 Nm 3 Nm

174,70 422,30 151,90 368,70

Ziegler Nichols Fuzzy-PID (V) (V) (V) (V)

3 Nm 4 Nm 3 Nm 4 Nm

257,40 587,50 225,40 512,60

(V) (V) (V) (V)

Perbandingan I Input

I Input Pada Kecepatan 1.000 RPM Kecepatan 1.000 RPM

Beban I Input

35,00 0% PID Fuzzy-PID
30,00 35% Ziegler Nichols
75%
29,89 29,74 100% 0,11 (A) 0,10 (A)

12,64 (A) 12,62 (A)

25,00 21,25 21,25 (A) 21,24 (A)
20,00 21,24
I Input 29,89 (A) 29,74 (A)

15,00 12,64 12,62 Kecepatan 1.000 RPM
10,00
Beban I Input
35%
75% PID Fuzzy-PID
100% Ziegler Nichols
5,00
0,00 0,11 0,10 1 Nm 2 Nm 1 Nm 2 Nm

Beban 0 % Beban 35% Beban 75% Beban 100% 4,06 12,64 4,01 12,61
Variasi Beban
(A) (A) (A) (A)

2 Nm 3 Nm 2 Nm 3 Nm

8,33 21,25 8,28 21,16

Ziegler Nichols Fuzzy-PID (A) (A) (A) (A)

3 Nm 4 Nm 3 Nm 4 Nm

12,64 29,84 12,60 29,84

(A) (A) (A) (A)

Perbandingan Respon Waktu

Respon Waktu dengan metode Ziegler Respon Waktu dengan metode Fuzzy-
Nichols PID

Pada Kecepatan 1.000 RPM Pada Kecepatan 1.000 RPM

Respon Waktu0,12000 0,12000
Respon Waktu0,100000,10000
0,08000 0,08000
0,06000 Beban Beban Beban 0,06000 Beban Beban Beban
0,04000 35% 75% 100% 0,04000 35% 75% 100%
0,02000 0,02000
0,00000 0,00000

Beban 0 % Beban 0 %

Td Tr Tp Ts Keterangan Td Tr Tp Ts Keterangan
Td = Time delay Td = Time delay
Tr = Time rise Tr = Time rise
Tp = Time Peak Tp = Time Peak
Ts = Time settling Ts = Time settling

Perbandingan Respon Mp dan Ess

Respon Mp dengan Metode Ziegler Nichols dan Respon Ess dengan Metode Ziegler Nichols
Fuzzy-PID Pada Kecepatan 1.000 RPM dan Fuzzy-PID Pada Kecepatan 1.000 RPM

1,20% 1,10% 0%
0% 0,14%
1,00%
0,80% 0,80% 0% 0,11%0,11% 0,11%
0,60%
Respon Mp0,40%
Respon Ess0,20%
0,73% 0%
0,61% 0,08%

0% 0,07%

0,40% 0%

0,30% 0%
0,19%0,19%
0%
0,00% 0% 0% 0%

Beban 0 % Beban 35% Beban 75% Beban Beban 0 % Beban 35%Beban 75% Beban
100% 100%

Keterangan Keterangan
Mp = Maksimum Persen Ess = Error Steady State

Ziegler Nichols Fuzzy-PID Ziegler Nichols Fuzzy-PID

Perbandingan Tabel Mp dan Ess

Setting Point Kecepatan 1.000 RPM Setting Point Kecepatan 1.000 RPM

Beban Parameter PID Fuzzy-PID Beban Parameter PID
Ziegler Nichols Ziegler Nichols
Beban Td (s) Beban Ts (s) Fuzzy-PID
0% 35% MP (%)
Tr (s) 0,00060 (s) 0,00060 (s) Ess (%)
Beban Beban Ts (s)
35% TP (s) 0,00585 (s) 0,00585 (s) 75% MP (%) 1 Nm 2 Nm 1 Nm 2 Nm
Ess (%)
Beban Ts (s) 0,00985 (s) 0,00730 (s) Beban Ts (s) 0,05000 0,05000 0,04780 0,04910
75% Ess (%) 100% MP (%)
MP (%) 0,10000 (s) 0,08580 (s) Ess (%) (s) (s) (s) (s)
Beban
100% Td (s) 0 (%) 0 (%) 0,60 0,58 0,50 0,57
1,10 (%) 0,80 (%)
Tr (s) (%) (%) (%) (%)
0,00055 (s) 0,00055 (s)
TP (s) 0,03 0,06 0,04 0,07

Ts (s) 0,00780 (s) 0,00770 (s) (%) (%) (%) (%)
Ess (%)
MP (%) 0,01155 (s) 0,00940 (s) 2 Nm 3 Nm 2 Nm 3 Nm

Td (s) 0,01000 (s) 0,08000 (s) 0,05000 0,05000 0,04930 0,05510

Tr (s) 0,07 (%) 0,08 (%) (s) (s) (s) (s)
0,40 (%) 0,30 (%)
TP (s) 1,20 0,89 1,10 0,89
0,00055 (s) 0,00055 (s)
Ts (s)
Ess (%) 0,03665 (s) 0,03665 (s) (%) (%) (%) (%)
MP (%)
0,01090 (s) 0,00945 (s) 0,05 0,11 0,07 0,12
Td (s)
0,02020 (s) 0,07955 (s) (%) (%) (%) (%)
Tr (s)
0,11 (%) 0,11 (%) 3 Nm 4 Nm 3 Nm 4 Nm
TP (s) 0,19 (%) 0,19 (%)
0,05000 0,05000 0,06950 0,08690
Ts (s) 0,00055 (s) 0,00055 (s)
Ess (%) (s) (s) (s) (s)
MP (%)
0,09840 (s) 0,09840 (s) 1,10 1,20 1 1,16

0,01025 (s) 0,00880 (s) (%) (%) (%) (%)

0,02820 (s) 0,06405 (s) 0,06 0,15 0,11 0,17

0,14 (%) 0,11 (%) (%) (%) (%) (%)
0,61% 0,73 (%)

Perbandingan Kecepatan Pada 3.000 RPM

Beban 0% Beban 75%

Beban 35% Beban 100%

Perbandingan Kecepatan

Kecepatan 3.000 RPM

Kecepatan 3.100 3.072 3.064 3.012 3.006 2.965 2.963 2.909 2.920
3.050 Beban 0 % Beban 35% Beban 75% Beban 100%
3.000
2.950
2.900
2.850
2.800

Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan Torque

Torque Torque Pada Kecepatan 3.000 RPM

14
12,52

12
11,22

10 8,96
8 7,98

6 5,25 4,83
4

2 Beban 35% Beban 75% Beban 100%

0,15 0,14
0

Beban 0 %

Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan Current Pada Motor

Current Motor Pada Kecepatan 3.000 RPM

200 179,30

180
160
140 125,40 144,60
Current 104,70
120
100
80 73,07 62,01
60
40
20 1,28 1,06

0

Beban 0 % Beban 35% Beban 75% Beban 100%

Variasi Beban

Ziegler Nichols Fuzzy-PID

Perbandingan Back EMF

Back EMF Pada Kecepatan 3.000 RPM

Back EMF 42 41,88 41,85 41,84 41,79 41,81 41,88
41,9 Beban 0 % 41,54 41,28
41,8
41,7 Beban 100%
41,6
41,5
41,4
41,3
41,2
41,1

41
40,9

Beban 35% Beban 75%

Variasi Beban

Ziegler Nichols Fuzzy-PID