No abstract

No abstract

The operation of induction motors with high performance contributes significantly to the global energy savings but hysteresis loss is one of the factors causing decreased performance. Stator flux density (B) and magnetic field intensity (H) must be plotted to know hysteresis loss quantity. Unfortunately, since the rotor rotates in time series, the stator flux density is unmeasurable quantities. It is hard to directly detect this properties because of limited airgap space and costly installation of additional instrument The purpose of this paper is to evaluate the hysteresis loss quantity in induction motor using a novel method of multilayer perceptron Feed Forward Neural Network (FFNN) as stator flux estimator and magnetizing current model as magnetic field intensity properties. This method is effective because it's non-destructive method, without an additional instrument, low cost, and suitable for real-time motor drive systems. The FFNN estimator response is satisfied because it is accurate to estimate stator flux density for evaluating hysteresis loss quantity including its magnitude and phase angle. By using the proposed model, the stator flux density and magnetizing current can be plotted to be hysteresis loss curve. The performance of flux response, speed response, torque response and error deviation of stator flux estimator has been presented, investigated, compared and verified in Simulink Matlab.

ABSTRAKMotor induksi secara struktur dan kendali standarnya dirancang untuk bekerja pada kecepatan nominal, sehingga sulit mengendalikan kecepatan sesuai kebutuhan karena akan mengubah konstruksi motor. Penelitian tentang pengendalian motor induksi agar semudah mengendalikan motor DC sudah banyak dilakukan oleh peneliti, salah satunya adalah dengan kendali skalar. Kendali skalar banyak digunakan karena memiliki keunggulan sederhana, biaya murah, mudah didesain dan diimplementasikan, serta yang paling penting tidak memerlukan parameter dari motor induksi. Penggunaan kendali skalar yang telah dilengkapi pengendali PID penalaan otomatis, dengan parameter yang telah dioptimalkan algoritma Particle Swarm Optimization (PSO), akan memudahkan pengendalian kecepatan motor induksi tiga fase pada kecepatan beragam. Simulasi penalaan otomatis PID menggunakan PSO telah dilakukan dengan LabView, dengan karakteristik maksimal 10% overshoot, 1% error steady state dan rise time kurang dari 2 milidetik. Sementara dalam pengujian real time dengan MyRIO hasilnya tanpa overshoot, 5.5% error steady state maksimal dan rise time maksimal 5 detik.Kata kunci: Kendali skalar, PID, Particle Swarm Optimization, LabView ABSTRACTInduction motor is designed at nominal speed as default, we have to change its stucture to obtain dessired speed. Many researchers developt method how to control induction motor as simple as DC motor, one of the methods is scalar control. Scalar control has several benefits, such as simply, low cost, easily designed and implemented, and the main banefit is no necessary motor parameters. Using scalar control with PID controller that optimized Partical Swarm Optimization (PSO) algoritm, will ease to control 3 phase induction motor variant speed. Simulation auto tunning using PSO has done on LabView, it has some characteristic, they are 10% overshoot, 1% steady state error, and rise time within 2ms. In other hand, real time test using MyRIO got no overshoot, 5.5% steady state error maximal, and rise time maximal 5 s characteristic.Keywords: Scalar control, PID, Particle Swarm Optimization, LabView

Motor induksi tiga fasa (MITF) umumnya digunakan di berbagai aplikasi di industri  karena keandalannya, biaya rendah, kontruksi kokoh, perawatan rendah, dan effisiensi yang tinggi. Namun untuk mengontrol MITF tidak semudah seperti mengontrol motor DC, karena MITF merupakan motor yang tidak linear. Penggunaan metode indirect field oriented control (IFOC) dengan kontroler fuzzy proportional integrator and derivative (FPID) dipilih untuk dapat mengatur kecepatan MITF. Metode IFOC akan membuat MITF dapat dikontrol seperti motor DC penguat terpisah. Kontroler FPID yang di desain dengan mengganti kontroler PID konvensional. Performa kontroler FPID yang di desain dibandingkan dengan kontroler PID konvensional. Performa respon yang dibandingkan seperti rise time, settling time, overshoot, steady state error, dan undershoot. Hasil simulasi yang dibuat menunjukkan bahwa dengan menggunakan kontroler FPID lebih baik dibandingkan dengan kontroler PID. Dimana respon overshoot untuk kontroler FPID 0% sedangkan kontroler PID adalah 0.23%. Begitu pula dengan respon undershoot untuk kontrol FPID adalah 2.88% sedangkan kontroler PID adalah 6.78%. Untuk respon rise time, settling time, dan steady state error tidak jauh berbeda dari kedua kontroler. Sistem yang sudah di buat disimulasikan di platform LabView