POLNAMPOLNAM

JURNAL SIMETRIKJURNAL SIMETRIK

Motor Brushless DC (BLDC) memerlukan sistem kontrol yang canggih untuk mengoptimalkan performanya dalam aplikasi industri modern. Penelitian ini mengembangkan model matematis komprehensif menggunakan pendekatan state-space dan merancang sistem kontrol fuzzy logic untuk motor BLDC dengan validasi eksperimental. Model matematis dikembangkan berdasarkan parameter elektrik dan mekanik melalui pengujian DC dan AC, menghasilkan representasi akurat dari dinamika sistem. Sistem kontrol fuzzy logic dirancang menggunakan struktur Mamdani dengan 49 aturan dan dioptimalkan menggunakan Chameleon Swarm Algorithm. Validasi eksperimental dilakukan menggunakan platform uji dengan motor BLDC 500W dan sistem kontrol berbasis DSP. Hasil validasi model menunjukkan nilai RMSE sebesar 15.3-28.9 rpm untuk kecepatan, dan koefisien determinasi (R²) berkisar dari 0.963 hingga 0.987. Sistem kontrol fuzzy logic menunjukkan performa superior dengan waktu naik 45.2 ms, waktu settling 132.5 ms, overshoot 2.8%, dan error steady-state 0.5 rpm dibandingkan dengan kontroler PID konvensional. Pengujian performa tracking menghasilkan error RMS sebesar 3.2 rpm untuk referensi sinusoidal, dan evaluasi robustness menunjukkan ketahanan yang baik terhadap gangguan beban. Penelitian ini berhasil mengintegrasikan pemodelan matematis yang akurat dengan sistem kontrol adaptif yang dapat diimplementasikan dalam berbagai aplikasi industri yang memerlukan kontrol motor presisi tinggi.

Penelitian ini berhasil mengembangkan model matematis motor brushless DC dengan tingkat akurasi tinggi, ditunjukkan oleh nilai RMSE antara 15.9 rpm dan koefisien determinasi R² antara 0.Sistem kontrol fuzzy logic yang dirancang menunjukkan performa superior dibandingkan kontroler PID konvensional, dengan waktu naik lebih cepat, waktu settling lebih pendek, dan error steady-state yang lebih kecil.Validasi eksperimental mengkonfirmasi keunggulan sistem kontrol fuzzy logic dalam hal performa tracking dan robustness terhadap gangguan beban, menjadikannya solusi yang menjanjikan untuk aplikasi industri.

Penelitian lanjutan dapat difokuskan pada pengembangan algoritma optimasi hibrid yang menggabungkan Chameleon Swarm Algorithm dengan metode optimasi lainnya untuk meningkatkan konvergensi dan akurasi parameter fuzzy logic controller. Selain itu, perlu dilakukan pengujian pada berbagai jenis motor BLDC dengan spesifikasi yang berbeda untuk menguji generalisasi model matematis yang dikembangkan. Pengembangan sistem kontrol adaptif yang dapat menyesuaikan parameter secara real-time berdasarkan kondisi operasional juga menjadi area penelitian yang menarik, terutama dalam konteks aplikasi kendaraan listrik dan sistem robotika yang memerlukan efisiensi energi tinggi. Integrasi model matematis yang lebih kompleks yang mempertimbangkan efek saturasi magnetik dan nonlinearitas lainnya dapat meningkatkan akurasi prediksi performa motor BLDC. Terakhir, pengembangan interface pengguna yang user-friendly akan memfasilitasi implementasi sistem kontrol dalam lingkungan industri yang sesungguhnya, sehingga mempercepat adopsi teknologi ini oleh praktisi.

  1. Modeling and analysis of brushless DC motor system based on intelligent controllers | Mohammed Al Mashhadany... doi.org/10.11591/eei.v11i6.4365Modeling and analysis of brushless DC motor system based on intelligent controllers Mohammed Al Mashhadany doi 10 11591 eei v11i6 4365
Read online
File size412.51 KB
Pages10
DMCAReport

Related /

ads-block-test