Jurnal Elektro PENS

www.jurnalpa.eepis-its.edu Teknik Elektronika Vol.1, No.1, 2012 Politeknik Elektronika Negeri Surabaya

Metode Vector Control Untuk Pengaturan Kecepatan Motor Induksi 3 Fase Berbasis PID - Fuzzy
Relanggih Pratama Andhisia, Dedid Cahya Happyanto, Agus Indra Gunawan
Program Studi D4 Teknik Elektronika Departemen Teknik Elektro Politeknik Elektronika Negeri Surabaya Kampus PENS, Jalan Raya ITS Sukolilo, Surabaya 60111 Tel: (031) 594 7280; Fax: (031) 594 6114 Email:relanggih.elkamek@gmail.com,dedihch@gmail,agus_ig@eepis-its.edu

Abstrak Sistem kontrol saat ini sudah mengalami banyak perkembangan, salah satunya dalam bidang motor listrik. Motor induksi adalah salah satu jenis motor listrik yang handal namun sulit dalam pengontrolannya. Hal tersebut dikarenakan karakteristik dari motor induksi yang tidak linier. Secara konvensional kontrol motor induksi dilakukan dengan cara merubah frekuensi. Salah satu kontrol yang sering digunakan adalah PID. Namun PID sendiri terkadang perlu sering di tunning agar nilai keluaran bisa sesuai dengan yang diharapkan. Maka dari itu perlu adanya selftunning. Salah satunya dengan metode kontrol fuzzy. Dimana fuzzy berfungsi memilih membership function dari KP, KI, dan KD yang sesuai. Namun kontrol ini masih disebut konvensional karena masih menggunakan kontrol hertz yaitu v/f. Dimana merubah nilai frekuensi dengan merubah nilai tegangan pada inverter. Metode vector control muncul sebagai alternatif baru dalam pengontrolan modern. Metode ini merubah karakteristik motor induksi dari 3 fasa di-decouple kedalam vektor 2 fasa Id dan Iq, sehingga motor induksi seakan – akan dalam pengontrolannya seperti motor DC yang linier. Berdasarkan percobaan pengujian yang dilakukan, diperoleh hasil yang cukup baik. Rata – rata rise time yang dihasilkan sekitar 5 detik, sedangkan error stady state adalah berkisar 2.1 % Kata kunci: Vector Control, PID,Fuzzy, Motor Induksi.

1. Pendahuluan Motor Induksi 3 fase merupakan salah satu jenis motor listrik yang handal dibandingkan dengan motor DC, hal itu dikarenakan kontruksinya yang kuat dan sederhana terutama bila motor induksi dengan rotor sangkar, harganya relatif murah, efisiensinya relatif tinggi pada keadaan normal dan tidak adanya sikat sehingga rugi gesekan kecil, serta biaya pemeliharaan yang rendah. Namun disisi lain motor induksi juga memiliki kelemahan yaitu memiliki beberapa parameter yang bersifat tidak linier jika di bandingkan

Sedangkan fuzzy digunakan untuk mendapatkan parameter kontrol PID yang nantinya akan digunakan oleh PID untuk mengontrol kecepatan motor. dan Kd pada sistem [2]. Perancangan dan Pembuatan Perangkat Keras kontroler Inverter Motor Induksi Sensor arus Sensor Kecepatan Gambar 2. No. Pada vector control. Blok Diagram Sistem 2.Fuzzy. Maka dalam pengaturannya inverter juga perlu suatu kontroler. Dan proses ini akan dilakukan secara real time. Vol.Jurnal Elektro PENS.1. 2. proyek akhir ini terdiri dari perancangan dan pemasangan hardware serta perancangan dan pembuatan algoritma pengontrolan motor induksi 3 fase menggunakan Vector Control dan PID . Secara konvensional motor induksi dioperasikan pada kecepatan yang tetap sesuai dengan frekuensi sumber tegangan serta jumlah kutub dari motor induksi. Pengaturan kecepatan motor induksi dengan metode vector control memerlukan inverter untuk memberikan tegangan dan pengaturan frekuensi pada motor induksi.1. Teknik Elektronika.1. Metode yang digunakan dalam sistem inverter ini adalah PID-Fuzzy yang berfungsi mengontrol rangkaian switching inverter. Ki. PID menjadi kontroler utama pada sistem ini sedangkan Fuzzy berfungsi untuk meng-update nilai Kp. Vector Control digunakan sebagai metode untuk memisahkan antara arus flux dan arus torsi. Perancangan sistem . sehingga dalam pengaturan motor induksi dapat digunakan berbagai kontroler seperti pada pengaturan kecepatan motor arus searah [1]. Maka salah satu metode metode yang kemudian disebut sebagai vector control digunakan untuk mengatur kecepatan motor induksi pada rentang kecepatan yang besar serta presisi dan respon yang cepat. 2012 dengan motor DC karena tidak ada hubungan yang linier antara arus motor dengan torsi yang dihasilkan seperti pada motor DC. Perancangan Sistem Secara umum. pengaturan motor induksi ini telah diubah seperti pengaturan motor DC. Dimana frekuensi juga merupakan variabel pengaturan kecepatan pada motor induksi. Fuzzy Input Kontroler PID Vector Control Plan Output Gambar 1.

ini dilakukan agar motor induksi dalam kondisi stabil dan tidak bergetar. tampilan LCD 16x4. Blok Sistem Program Fuzzy . Dimana dalam pembuatan software ini mnggunakan codevision AVR 2. Motor induksi dipasang pada papan setebal 15mm sebagai dudukan. Pada datasheet terdapat data inersia motor yang nantinya digunakan untuk merubah besaran percepatan kedalam besaran torsi.2. dan modul sensor arus ACS712. inverter. Motor induksi ini menggunakan driver motor tipe SYSDRIVE 3G3MV. Beberapa data yang terdapat pada datasheet yang diperlukan dalam perhitungan. 2. modul Atmega 128. rotary encoder modul. Teknik Elektronika. Konstruksi dudukan motor Motor induksi yang digunakan adalah motor induksi 3 fase. program PID dan program fuzzy.03. 2. Dalam pemasangan kabel juga harus memilih kabel yang mampu dengan beban 220 volt dan dialiri arus hingga 3 A sesuai dengan spesifikasi motor. Gambar 3.1.Jurnal Elektro PENS. Vol.3.1.2. Dimana motor telah dipasang dengan piringan rotary dan sensor opto coupler. 2012 Perancangan dan pembuatan perangkat keras ini meliputi pembuatan mekanik dan rangkaian elektronika yaitu terdiri dari beberapa bagian seperti motor induksi 3 fase. Selain itu untuk mengetahui karakteristik dari motor induksi maka dapat dilihat melalui datasheet motor. Hal tersebut perlu diperhitungkan agar kabel tidak terbakar karena tidak mampu menghantarkan arus yang besar. No. Perancangan Perangkat Lunak dan Algoritma Perencanan software dan algoritma terbagi atas beberapa bagian yaitu program utama. Konstruksi dudukan motor dapat dilihat seperti y1ang tampak pada gambar 3.1. Torsi motor diukur melalui pengujian pengukuran torsi motor secara manual. Algoritma Fuzzy Gambar 4.4.

2012 Tahap awal adalah menentukan membership function untuk masing-masing masukan error dan delta error. HS = 3. Tabel 1. (b) delta error. (c) Kp. dan (e) Kd Nilai delta error juga dipetakan dalam semesta pembicaraan yang ditetapkan yaitu -1700 sampai dengan 1700 yang dibagi dalam lima tingkat keanggotaan yaitu: Negative Big (NB_DE).5. Masukan controller fuzzy yang berupa error(e) didapat dari hasil selisih antara set point dan kecepatan keluaran sistem. Negative Small (NS_DE). sedangkan nilai delta error (de) didapat dari selisih antara error saat ini dengan error sebelumnya. M = 2.Jurnal Elektro PENS.1.1.75. Tahap berikutnya adalah menetukan rule atau aturan yang akan digunakan dalam mengambil keputusan. (d) Ki. Zero Error (Z_DE). dan Positive Big (PS_E). Teknik Elektronika. Berikut adalah aturan atau rule based yang dibuat dalam bentuk tabel. Aturan dasar terdiri dari aturan kontrol fuzzy yang dibutuhkan untuk mencapai tujuan pengontrolan . LS = 1. Positive Small (PS_E). dan Positive Big (PS_DE). (a) (b) (c) (d) (e) Gambar 5.Rule based Kp DE \ E NB_DE NS_DE Z_DE PS_DE PB_DE BN_E HL HS LS HS HL NS_E M M LS M HS Z_E LL LL LL LL LL PS_E M M LS M M PB_E HL HS LS HS HL Dimana : LL = 0.75. No. HL = 5 . Vol. Gambar membership fun1ction (a) error. Zero Error (Z_E). Negative Small (NS_E). Nilai error dipetakan dalam semesta pembicaraan yang ditetapkan yaitu -1700 sampai dengan 1700 yang dibagi dalam lima tingkat keanggotaan yaitu: Negative Big (NB_E). Positive Small (PS_DE).

Dalam kasus ini. No.0005. Vol.2.2. Algoritma PID Kontrol PID merupakan kontrol konvensional yang sederhana dan mampu menyelesaikan berbagai masalah.0075. Dengan optimasi dari fuzzy diharapkan menghasilkan kontrol PID yang relative lebih baik. HL = 0. M = 0. Teknik Elektronika.1 Tahap terakhir adalah proses defuzzifikasi yaitu proses pemetaan ruang aksi kontrol fuzzy menjadi ruang aksi kontrol non-fuzzy (crisp). (1) Dimana : Vo : Nilai keluaran m : Tingkat kuantisasi vk : elemenke-k1 µv(vk) : Derajat keanggotaan elemen V : Semesta pembicaraan 2.Jurnal Elektro PENS.005. HS = 0. LS = 0. 2012 Tabel 2. LS = 0.1.1. Masukan kontroler PID yang berupa error (e) didapat .000275. HS = 0. Rule based Kd DE \ E NB_DE NS_DE Z_DE PS_DE PB_DE BN_E LL LS HS LS LL NS_E LS M HS M LS Z_E M HL HL HL M PS_E LS M HS M LS PB_E LL LS HS LS LL Dimana : LL = 0. Tujuannya adalah untuk menghasilkan sinyal kontrol yang dapat digunakan plant.00075.001 Tabel 2. HL = 0.0025. Rule based Ki DE \ E NB_DE NS_DE Z_DE PS_DE PB_DE BN_E LL LS HS LS LL NS_E LS M HS M LS Z_E M HL HL HL M PS_E LS M HS M LS PB_E LL LS HS LS LL Dimana : LL = 0. proses defuzzifikasi dilakukan dengan menggunakan metode Centre Of Area (COA) [3]. namun masih memiliki kelemahan dalam hal tunning. M = 0.

digunakan scaling factor.1.3. dan karakteristikkecepatan motor induksi pada range kecepatan tertentu. Pada gambar 3.1.29 dapat dilihat bahwa proses decoupled secara matematis dilakukan dengan 2 tahap yaitu denga menggunkan transformasi clarke dan transformasi park. Algoritma Vector Control Vektor kontrol adalah suatu metode pengaturan medan pada motor ac. Vol. Pengujian Karakteristik Motor Pada pengujian karakteristik motor ini didapatkan hasil berupa karakteristik kecepatan motor pada kecepatan maksimalnya. Karena sistem vector control yang digunakan menggunkan sensor kecepatan bukan vector control tipe sensorless maka nilai tetha = tetha + kecepatan motor + slip [5] τ* λ + PI Transformasi Invers Park Transformasi Invers Clarke PWM Inverter M ω Theta θ Ia Id Iα Transformasi Park Iβ Transformasi Clarke Ib τ torsi Iq Gambar 6. Persamaan PID secara konvensional dapat ditulis sebagai berikut [4] : (2) (3) (4) 2. Hasil 3. Dengan sistem ini arus penguatan dan arus beban motor dapat dikontrol secara terpisah. dimana dari sistem coupled dirubah menjadi sistem decoupled. Teknik Elektronika. hubungan torsi dengan arus motor. Sedangkan konstanta PID diperolehdari proses fuzzy. No. 2 tipe transformasi ini yang merubah secara matematis dari arus Ia dan Ib kedalam bentuk matematis Id(arus flux) dan Iq(arus torsi).2.Jurnal Elektro PENS. Blok Diagram Vector Control 3. Hal terpenting juga dalam melakukan transformasi secara matematis adalah nilai tetha θ.Hal ini agar mempermudah dalam pembuatan algoritma kontrol .1. seperti halnya motor dc. 2012 dari hasil selisih antara set point dan kecepatan keluaran sistem . sedangkan nilai delta error (de) didapat dari selisih antara error saat ini dengan error sebelumnya. dengan demikian torka dan fluksi juga dapat diatur secara terpisah. Untuk mempermudah model matematis dari error dan delta error.

Pengujian Kontroler PID.2. 3. dan PID-Fuzzy dengan Vector Control Gambar 8.Jurnal Elektro PENS. PID-Fuzzy. 2012 Set point kecepatan Kec. Hasil pengujian (kiri) kecepatan maksimal motor dan kecepatan per-step Dari data (a) maka nantinya dapat dicari nilai Kp. Hasil pengujian motor dengan PID Gambar 8. Hasil pengujian motor dengan PID-Fuzzy Gambar 10.1. Vol.1. motor waktu (a) (b) Gambar 7. Sehingga didapatkan konstanta PID dari sistem. dan Kd motor dengan metode tunning ZiegerNichols. Pengujian motor dengan PID-Fuzzy dan Vector Control . Pada pengujian (c) kecepatan motor per-step dapat disimpulkan bahwa motor mengalami kendala pada kecepatan tengah. Teknik Elektronika. Dimana kecepatan motor melebihi dari set point yang diberikan. Ki. Sehingga dengan metode ini didapatkan nilai PID yang sesuai untuk MF pada proses Fuzzy. No.

Agus.IEEE Industry Application Society Jaroslav Lepka.pastikan bahwa nilai arus benar-benar sesuai dengan keluaran arus dari inverter.4.Vector Control of AC Drives. Indra G.2004.com Boldea Ion. dan Kd = 0. BPRA073.1998. Begitu juga dengan sensor arus.CRC Presss.1992.elecktro-kontrol.Introduction to Field Orientation and High Performance AC Drive.6 %  Menggunakan metode PID-Fuzzy dan vector control motor dapat bekerja tanpa overshoot pada kecepatan rendah dan error stady state 2.Field Oriented Control of 3 Phase AC Motors. Petr Stekl. Selain melihat pada datasheet lebih baik pengujian parameter pada motor dapat dilakukan pengujian secara langsung agar data spesifikasi motor lebih baik. Kuswadi Son.4 %  Menggunakan PID-Fuzzy error stady state yang dihasilkan adalah 2. Dalam melakukan pengambilan data keceaptan motor gunakan modul rotary encoder yang standar agar pembacaan kecepatan motor benar-benar presisi.sehingga mikro dapat mengontrol langsung tanpa perlu dikonversi kedalam besaran lain.1. Dedid. Oleh karenanya penulis merasa perlu untuk memberi saran-saran sebagai berikut : 1. Kendali Cerdas. 2011.Mexico. D. 2007.2 %  Nilai PID yang di tunning oleh Zieger Nichhols pada sistem ini menghasilkan error sebesar 40 % dan tidak pernah mencapai stady  Nilai PID yang cocok untuk sistem ini adalah Kp = 0.Germany. Ki = 0.Texas Instruments Europe. .1.Jurnal Elektro PENS. Tyannur. Diskusi Dari hasil proyek akhir ini masih terdapat beberapa kekurangan dan dimungkinkan untuk pengembangan lebih lanjut.00001 dengan error stady state 2. 4.3%. 5.02. Teknik Elektronika. Novontny.  Tanpa menggunakan kontroler motor memiliki nilai error steady state yang cukup besar yaitu kurang lebih 5. 2. Kesimpulan Setelah melakukan tahap perancangan dan pembuatan sistem yang kemudian dilanjutkan dengan tahap pengujian dan analisa maka dapat diambil kesimpulan sebagai berikut :  Untuk mencapai kecepatan maksimal (1717 Rpm) tanpa menggunakan kontroler dibutuhkan waktu sekitar 12 detik sedangkan setelah menggunakan kontrol PID dibutuhkan waktu 5 detik untuk mencapai kecepatan maksimal yang diberikan.Surabaya. No. Kontrol Kecepatan Motor Induksi 3 Fase menggunakan PIDFuzzy. www. Penerbit Andi. Referensi [1] [2] [3] [4] [5] [6] [7] [8] An Introduction to Vector Controlof AC Motors Using the V850.1985. 3. 2012 Dari perbandingan ketiga hasil pengujian diatas dapat dilihat hasil dari kontrol yang berbeda pada gambar 8 adalah pengujian PID dan PID-Fuzzy pada gambar 9 adalah pengujian PID-Fuzzy dengan Vector Control. Yogyakarta.EEPIS. Cahya H. Membuat inverter sendiri atau menggunakan modul inverter yang dapat dikontrol nilai Iq menggunakan PWM. Vol.3 phase induction motor using vector control.W.

Sign up to vote on this title
UsefulNot useful