SISTEM KONTROL KECEPATAN MOTOR DC MENGGUNAKAN PIDMQPSO
Sari
pada teori penalaan. Teori penalaan yang sering digunakan adalah metode Ziegler-Nichols disamping metode
Trial-Error. Kendala yang dialami oleh metode penalaan ini adalah respon yang dihasilkan belum optimal.
Penelitian ini menggunakan algoritma MQPSO (Modified Quantum behaved Particle Swarm Optimization)
untuk optimasi parameter Kp, Ki, dan Kd dari hasil penalaan metode Ziegler-Nichols. MQPSO merupakan
pengembangan dari algoritma PSO (Particle Swarm Optimization) dan QPSO (Quantum behaved Particle
Swarm Optimization). MQPSO memiliki perilaku pencarian partikel yang lebih detail karena memperhitungkan
posisi partikel terhadap mbest dan gbest. Berdasarkan penelitian yang dilakukan, didapatkan hasil bahwa
penalaan MQPSO menghasilkan parameter PID yang memiliki respon paling optimal dibandingkan penalaan
QPSO, PSO, dan Ziegler-Nichols. MQPSO menghasilkan settling time sistem sebesar 41.0201ms, sedangkan
QPSO sebesar 42.8276ms, PSO sebesar 43.7008ms, dan Ziegler-Nichols 61.8571ms.
Teks Lengkap:
PDF (English)Referensi
Astrom, K. & Hagglund, T. (1934): PID Controller :
Theory, Design, and Tuning 2nd edition.
Hunaini,F., Robandi, I., Sutantra, N. (2014):
Optimization Control System using the
Quantum Behaved Particle Swarm Optimization
on Vehicle Steering Control System with Steer-byWire System, Jurnal Teknologi, 71:2, 2014, 91–
Hunaini,F., Robandi, I., Sutantra, N. (2016):
Optimization of automatic steering control on
vehicle with steer by wire system using particle
swarm optimization, Turk J Elec Eng & Comp
Sci,24; 2: 541 – 557.
Jia, P., Duan, S. & Yan, J. (2015): An Enhanced
Quantum-Behaved Particle Swarm Optimization
Based on a Novel Computing Way of Local
Attractor, Information, pp.633-649.
Kennedy, J. & Eberhart, R. (1995): Particle swarm
optimization, Proceedings of the IEEE
International Conference on Neural Networks vol.
, pp. 1942-1948.
Ljung, L. & Singh, R. (2012): Version 8 of the
MATLAB system identification toolbox. IFAC
Proceedings Volumes, 45(16), pp. 1826-1831
Sheng, X., Xi, M., Sun, J. & Xu, W. (2015):
Quantum-behaved Particle Swarm Optimization
with Novel Adaptive Strategies, Journal of
Algorithms & Computational Technology pp.143-
Sun, J., Bin, F., & Wenbo, X. (2004): Particle Swarm
Optimization With Particles Having Quantum
behavior, In Proceedings of IEEE Congress on
Evolutionary Computation, vol. 1, pp. 325-331.
Ziegler, J.G. & Nichols, N.B. (1942): Optimum
settings for automatic controllers, transactions of
the ASME 64. pp. 759–768.
Zuhal. (1988):.Dasar Teknik Tenaga Listrik dan
Elektronika Daya.Jakarta.
Refbacks
- Saat ini tidak ada refbacks.