26
4.1.2 Serhitungan Sarameter pada ELC
Menghitung daya maksimal yang dapat dibangkitkan dari pembangkit dapat dihitung menggunakan Persamaan 2.1:
kW 25.4016
= 0.4
x 9
x 0.9
x 0.8
x 1
x 9.8
. .
. .
Q H
g P
Pertama, akan dihitung besar tegangan DC pada dummy load dengan menggunakan Persamaan 4.1:
= 3
400 .
1.35 =
π .V
2 3
= V
LL dc
311.769 V 4.1
Dengan perkiraan tegangan lebih sebesar 10 dari rating tegangan saat transien, tegangan rms adalah 231+23 = 254 V.
254 2
V
dc
x
210 .
359
V 4.2
Dari hasil perhitungan di atas, dapat kita hitung resistansi dummy load dengan menggunakan satu beban dummy load konstan yang berdasarkan dengan
Persamaan 2.6, yaitu:
25000 769
. 311
2 2
P V
= R
dc d
3.887 Ω
Terakhir, menghitung kapasitor yang digunakan untuk filter pada ELC yang dapat dihitung dengan menggunakan Persamaan 4.3. Apabila tegangan ripple
yang diizinkan adalah 5, maka [10]:
.r 2
1 1
. 12.f.R
1 C
d
4.3
Universitas Sumatera Utara
27 F
1036.766 0.5
x 2
1 1
. 3.887
x 50
x 12
1 C
4.1.3 Serancangan Fuzzy Logic pada ELC
Fuzzy logic biasa digunakan untuk menentukan nilai output yang tepat berdasarkan nilai membership input yang telah ditentukan.
Kontrol logika fuzzy akan bekerja dengan tahapan sebagai berikut: 1. Menyatakan input dan output pada sistem,
2. Mengatur peraturan-peraturan rules yang akan digunakan pada sistem 3. Meracang metoda untuk mengubah hasil kerja fuzzy menjadi sinyal
keluaran yang dapat dimanfaatkan kembali pada sistem defuzzifikasi Berikut perincian proses kerja logika fuzzy yang dirancang untuk kendali
bukaan IGBT yang menghubungkan rangkaian menuju dummy load. 1. Menyatakan input dan output pada sistem
Telah ditentukan input terdiri dari 2 variabel yaitu error dan derror. Error merupakan besar tegangan DC yang telah dibandingkan dengan
tegangan referensi. Derror merupakan besar turunan error, tepatnya merupakan turunan tegangan DC. Nilai fungsi input error dan derror
ditentukan dari percobaan rangkaian simulasi tanpa menggunakan logika fuzzy.
Himpunan error terdiri dari 7 variabel, yaitu:
Universitas Sumatera Utara
28 Himpunan derror juga terdiri dari 7 variabel, yaitu:
Skema input fuzzy yang diusulkan dapat dilihat pada Gambar 4.1 dan 4.2.
Gambar 4.1 Fungsi membership input error
Gambar 4.2 Fungsi membership input derror
- NB
E
x ≤ -30 - NK
E
-30 x -35 - NS
E
-35 ≤ x ≤ 0 - PS
E
-10 ≤ x ≤ 10 - PK
E
10 x ≤ 35 - PB
E
x 20
- NB
D
x ≤ -30 - NK
D
-40 x -20 - NS
D
-20 ≤ x ≤ 0 - PS
D
-10 ≤ x ≤ 10 - PK
D
10 x ≤ 35 - PB
E
x 20
E E
E E
E E
D D
D D
D D
Universitas Sumatera Utara
29 Selanjutnya adalah menentukan nilai output. Nilai output merupakan
range bukaan sakelar IGBT. Himpunan output terdiri dari 7 variabel, yaitu:
Gambar 4.3 menampilkan skema fungsi output yang diusulkan.
Gambar 4.3 Fungsi membership output
Grafik yang digunakan adalah tipe segitiga. Disetiap grafik ada yang berimpit irisan, artinya nilai tersebut memiliki 2 makna. Maka dari itu
logika fuzzy akan menentukan output yang cocok apabila terjadi nilai irisan.
- NB
O
-2 ≤ x ≤ -3 - NK
O
-2 x -1 - NS
O
-1 ≤ x ≤ 0 - PS
O
0 ≤ x ≤ 1 - PK
O
1 x ≤ 2 - PB
E
2 x ≤ 3
O O
O O
O O
Universitas Sumatera Utara
30 2. Menentukan peraturan rules untuk logika fuzzy
Rule fuzzy menggunakan IF-AND-THEN, yang mana diwakilkan pada Tabel 4.2:
Tabel 4.2 Tabel Peraturan Fuzzy Logic
NB
E
NK
E
NS
E
PS
E
PK
E
PB
E
NB
D
NB
O
NK
O
PS
O
PB
O
NK
O
NK
O
NK
D
NB
O
NK
O
PS
O
PB
O
NK
O
NK
O
PS
D
NB
O
NK
O
PS
O
PB
O
NK
O
NB
O
PS
D
NB
O
NK
O
PS
O
PB
O
NB
O
NB
O
PK
D
NB
O
NB
O
PK
O
PS
O
PK
O
PK
O
PB
D
NB
O
NB
O
PK
O
PS
O
PB
O
PB
O
3. Proses deffuzifikasi Proses deffuzifikasi merupakan proses keluaran output yang
merupakan nilai tegas. Sebelum proses deffuzifikasi dilakukan, input akan diubah menjadi output oleh sistem inferensi. Dapat kita contohkan
proses inferensi dengan menggunakan variabel di atas. Kita gunakan sampel dua variabel saja agar perhitungan tidak terlalu panjang. Gambar
4.4a, 4.4b, dan 4.5 menampilkan input dan output yang ditentukan.
error derror
Universitas Sumatera Utara
31
a b
Gambar 4.4 a Sampel fungsi membership error b Sampel fungsi membership derror
Gambar 4.5 Sampel fungsi membership output
Sampel rule fuzzy menggunakan IF-AND-THEN yang ditentukan dapat dilihat pada Tabel 4.3 berikut.
Tabel 4.3 Sampel Tabel Peraturan Fuzzy Logic
PK
E
PB
E
PK
D
PK
O
PK
O
PB
D
PB
O
PB
O
E E
O O
error derror
Universitas Sumatera Utara
32 Tahap dibawah ini akan mencari nilai output apabila error bernilai 20
dan derror bernilai 25 dengan menggunakan metode Mamdani. 1 Tahap Fuzzifikasi
Error terdiri dari 2 variabel, yaitu PK
E
dan PB
E
50 x
50 x
10 10
x 40
x 50
1 x
PKE
50 x
50 x
10 10
x 1
40 10
x x
PBE
Derajat keanggotaan untuk error = 20
75 .
40 20
50 20
PKE
25 .
40 10
20 20
PBE
Derror terdiri dari 2 variabel, yaitu PK
D
dan PB
D
50 y
50 y
10 10
y 40
y 50
1 y
PKD
50 y
50 y
10 10
y 1
40 10
y y
PBD
Derajat keanggotaan untuk derror = 25
625 .
40 25
50 25
PKD
375 .
40 10
25 25
PKD
Output terdiri dari 2 variabel, yaitu PK
O
dan PB
O
3 y
3 y
1 1
y 2
z 3
1 z
PKO
3 y
3 y
1 1
y 1
2 1
z z
PKO
Universitas Sumatera Utara
33 2 Pembentukan peraturan rules
Sesuai Tabel 4.3, rule yang dibentuk dapat dilihat pada peraturan dibawah ini:
[R1] IF error PK
E
AND derror PK
D
THEN output PK
O
[R2] IF error PK
E
AND derror PB
D
THEN output PB
O
[R3] IF error PB
E
AND derror PK
D
THEN output PK
O
[R4] IF error PB
E
AND derror PB
D
THEN output PB
O
3 Tahap Inferensi Dengan menggunakan metode Mamdani, kita terapkan
fungsi MIN untuk setiap aturan pada aplikasi fungsi implikasinya.
[R1] IF error PK
E
AND derror PK
D
THEN output PK
O
0,625 625
, ;
75 ,
min ]
25 [
], 20
[ min
PKD PKE
PKD PKE
predikat
[R2] IF error PK
E
AND derror PB
D
THEN output PB
O
0,375 375
, ;
75 ,
min ]
25 [
], 20
[ min
PBD PKE
PBD PKE
predikat
[R3] IF error PB
E
AND derror PK
D
THEN output PK
O
0,25 625
, ;
25 ,
min ]
25 [
], 20
[ min
PKD PBE
PKD PBE
predikat
[R4] IF error PB
E
AND derror PB
D
THEN output PB
O
Universitas Sumatera Utara
34 0,25
375 ,
; 25
, min
] 25
[ ],
20 [
min
PBD PBE
PBD PBE
predikat
Komposisi rule menggunakan fungsi MAX. Kemudian, daerah hasil komposisi kita bagi 2 bagian yaitu A1 dan A2.
Selanjutnya mencari nilai A1 dan A2. A1 – 12 = 0,25
A1 = 1,5 A2 – 12= 0,625 A2 = 2,25
Dengan demikian, didapatlah fungsi keanggotaan fuzzy yang baru, yaitu:
25 ,
2 x
25 ,
2 x
5 ,1
5 ,1
x 2
1 z
25 ,
z
4 Tahap Deffuzifikasi Pada tahap ini kita menggunakan metode centorid
963 ,
1 46875
, 328
, 375
, 230
, 1
6328 ,
28125 ,
z dz
625 ,
dz 2
1 z
dz 25
, zdz
625 ,
zdz 2
1 z
zdz 25
, z
dz z
zdz z
z
o 5
, 1
2,25 1,5
3 25
, 2
5 ,
1 2,25
1,5 3
25 ,
2 o
o
Universitas Sumatera Utara
35 Jadi, apabila error bernilai 20 dan derror bernilai 25, maka
nilai output adalah 1,963 yang mana sesuai dengan R3 yaitu “IF error PB
E
AND derror PK
D
THEN output PK
O
”
4.1.4 Rangkaian ELC dengan menggunakan Fuzzy Logic
Kategori