ESTIMASI NILAI PARAMETER MOTOR DC MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION

Abstract

Abstrak

Motor DC memiliki banyak aplikasi mulai dari dari peralatan rumah tangga hingga sistem kontrol industri yang kompleks dengan alasan mudah untuk dimodelkan dan kontrol. Kebutuhan informasi mengenai parameter motor DC diperlukan untuk analisis atau kontrol sistem. Tetapi keterbatasan dan ketidakakuratan informasi mengenai parameter menjadi masalah dalam menganalisis motor DC. Estimasi Parameter memiliki potensi dalam pemodelan sistem dan kontrol. Karena pemodelan yang tepat membantu dalam menganalisispermasalahan motor DC. Pada penelitian ini bertujuan untuk menentukan parameter-parameter motor DCdengan menggunakan algoritma Particle Swarm Optimization (PSO) dengan parameter motorDC yang diestimasi meliputi Momen Inersia (J), damping (b), Resistansi Motor (R),Induktansi Motor (L), Konstan Back E.M.F. (Ke), dan konstan torsi (Kt). Dalam penelitian menggunakan fungsi fitness dari permasalahan optimisasi untuk mengetahui performa algoritma yang digunakan dengan metode Mean Squared Error (MSE) dan Proses algortima PSO mikrokontroler Arduino Uno sebagai pusat pemrosesan data. Masukan dari sistem berupa nilai kecepatan sudut yang didapat dari sensor rotary encoder incremental dan arusyang didapat dari sensor arus ACS712. Nilai parameter yang didapatkan setalah proses estimasi kemudian dievaluasi dengan cara membandingkan respon kecepatan yang dihasilkan sistem aktual dan sistem yang sudah terestimasi. Grafik respon kecepatan yang dihasilkan menunjukkan perbedaan yang besar pada saat respon transien dan perbedaan yang kecil pada saat respon tunak. Eror yang didapatkan dalam pengujian metode PSO memiliki MSE sebesar 8,38 yang menunjukkan perbedaan yang cukup besar dari nilai estimasi yang diperoleh. Eror yang didapat pada sistemkemungkinan disebabkan oleh keterbatasan Arduino Uno dalam menyimpan data dan noise yang terdapat pada sensor yang digunakan saat proses estimasi berjalan.

Kata Kunci: Motor DC, estimasi parameter , particle swarm optimization.

Abstract

DC motors have many applications ranging from household appliances to complex industrial control systems for reasons of being easy to model and control. Information requirements regarding DC motor parameters are required for system analysis or control. But the limitations and inaccuracies of information about the parameters become a problemin analyzing DC motors. Parameter Estimation has potential in system modeling and control. Because proper modeling helps in analyzing DC motor problems. This study aims to determine the DC motor parameters using the Particle Swarm Optimization (PSO) algorithm with the estimated DC motor parameters including Moment ofInertia (J), damping (b), Motor Resistance (R), Motor Inductance (L), Constant Back EMF(Ke), and torque constant (Kt). In this study, using the fitness function of the optimizationproblem to determine the performance of the algorithm used by the Mean Squared Error(MSE) method and the Arduino Uno microcontroller PSO process algorithm as a dataprocessing center. The input from the system is the angular velocity value obtained from theincremental rotary encoder sensor and the current obtained from the ACS712 current sensor.The parameter values ​​obtained after the estimation process are then evaluated bycomparing the speed response produced by the actual system and the system that has beenestimated. The resulting velocity response graph shows a large difference in the transientresponse and a small difference in the steady-state response. The error obtained in testing thePSO method has an MSE of 8.38 which indicates a large difference from the estimated valueobtained. Errors obtained in the system may be caused by the limitations of Arduino Uno instoring data and noise contained in the sensors used during the estimation process.

Keywords: DC motor, parameter estimation, particle swarm optimization.