Estimasi Deviasi Parameter pada Motor DC Menggunakan Sliding-Mode Observer dan Algoritme Least-Square

Dzuhri Radityo Utomo, Muhammad Faris
{"title":"Estimasi Deviasi Parameter pada Motor DC Menggunakan Sliding-Mode Observer dan Algoritme Least-Square","authors":"Dzuhri Radityo Utomo, Muhammad Faris","doi":"10.22146/jnteti.v11i4.5036","DOIUrl":null,"url":null,"abstract":"Pemeliharaan suatu plant menjadi hal yang penting untuk menghindari terjadinya kegagalan pada operasi plant tersebut. Salah satu cara untuk mendeteksi adanya kegagalan pada plant adalah dengan melakukan estimasi parameter dari plant tersebut. Penyimpangan nilai parameter plant yang terlalu jauh dari nilai nominalnya dapat meningkatkan potensi terjadinya kegagalan pada plant. Dalam makalah ini, diusulkan suatu metode estimasi deviasi parameter sebuah sistem linear sebagai pengembangan dari metode estimasi deviasi parameter yang telah diusulkan sebelumnya. Komponen utama dalam sistem estimasi deviasi parameter ini adalah sebuah blok observer yang mengadopsi metode sliding-mode observer dan dikombinasikan dengan sebuah blok tapis adaptif. Blok tapis adaptif yang digunakan dalam metode estimasi deviasi parameter yang diusulkan ini mengadopsi algoritme least-square, alih-alih menggunakan algoritme gradient-descent yang diusulkan pada metode estimasi sebelumnya. Metode estimasi deviasi parameter yang diusulkan ini kemudian diujikan untuk melakukan proses estimasi deviasi parameter pada kasus plant sebuah motor DC. Hasil simulasi menunjukkan bahwa metode ini mempunyai akurasi yang baik dalam proses estimasi deviasi nilai parameter motor DC dengan galat maksimal hasil estimasi kurang dari 4%. Metode estimasi deviasi parameter yang diusulkan ini mampu mengestimasi deviasi nilai parameter motor DC, baik nilai deviasi yang bernilai konstan maupun nilai deviasi yang semakin besar seiring dengan berjalannya waktu. Selain itu, proses estimasi deviasi parameter menggunakan metode ini juga menghasilkan tingkat akurasi yang baik walaupun menggunakan isyarat masukan dengan frekuensi yang tidak terlalu tinggi. Metode estimasi deviasi parameter yang diusulkan ini cocok diadopsi dalam proses monitoring parameter sebuah sistem linear sehingga fault pada plant dapat dideteksi dan ditangani sebelum terjadinya kegagalan pada plant.","PeriodicalId":31477,"journal":{"name":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","volume":"22 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-11-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22146/jnteti.v11i4.5036","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pemeliharaan suatu plant menjadi hal yang penting untuk menghindari terjadinya kegagalan pada operasi plant tersebut. Salah satu cara untuk mendeteksi adanya kegagalan pada plant adalah dengan melakukan estimasi parameter dari plant tersebut. Penyimpangan nilai parameter plant yang terlalu jauh dari nilai nominalnya dapat meningkatkan potensi terjadinya kegagalan pada plant. Dalam makalah ini, diusulkan suatu metode estimasi deviasi parameter sebuah sistem linear sebagai pengembangan dari metode estimasi deviasi parameter yang telah diusulkan sebelumnya. Komponen utama dalam sistem estimasi deviasi parameter ini adalah sebuah blok observer yang mengadopsi metode sliding-mode observer dan dikombinasikan dengan sebuah blok tapis adaptif. Blok tapis adaptif yang digunakan dalam metode estimasi deviasi parameter yang diusulkan ini mengadopsi algoritme least-square, alih-alih menggunakan algoritme gradient-descent yang diusulkan pada metode estimasi sebelumnya. Metode estimasi deviasi parameter yang diusulkan ini kemudian diujikan untuk melakukan proses estimasi deviasi parameter pada kasus plant sebuah motor DC. Hasil simulasi menunjukkan bahwa metode ini mempunyai akurasi yang baik dalam proses estimasi deviasi nilai parameter motor DC dengan galat maksimal hasil estimasi kurang dari 4%. Metode estimasi deviasi parameter yang diusulkan ini mampu mengestimasi deviasi nilai parameter motor DC, baik nilai deviasi yang bernilai konstan maupun nilai deviasi yang semakin besar seiring dengan berjalannya waktu. Selain itu, proses estimasi deviasi parameter menggunakan metode ini juga menghasilkan tingkat akurasi yang baik walaupun menggunakan isyarat masukan dengan frekuensi yang tidak terlalu tinggi. Metode estimasi deviasi parameter yang diusulkan ini cocok diadopsi dalam proses monitoring parameter sebuah sistem linear sehingga fault pada plant dapat dideteksi dan ditangani sebelum terjadinya kegagalan pada plant.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
基于最小二乘的滑模观测器参数估计
植物的维护对于避免植物操作的失败至关重要。检测plant出现故障的方法之一是对plant进行估计。偏离正常值值的植物参数会增加plant失败的可能性。在本文中,提出了一种线性系统参数估计方法,作为先前提议的参数偏差估计方法的开发。该参数估计系统的主要组成部分是采用观察者模式的观察方法并与适应障碍相结合的观察方法。在此提议参数估计方法中使用的适应性块采用了leasts -square算法,而不是使用之前提出的预测方法中的免费算法。然后测试提议参数的偏差估计方法被批准对plant DC电动机的参数进行估计。模拟结果表明,该方法在DC电机参数参数参数偏差过程中具有很好的准确性,最高误差估计误差小于4%。提议参数的偏差估计方法可以计算出DC活动参数的值偏差值,即持续的偏差值或随着时间的推移而增加的偏差值。此外,使用这些方法的参数估计偏差进程也可以产生一个良好的准确性水平,尽管使用频率较低的输入信号。提议的参数估计方法适用于线性监控参数进程中采用,以便在plant故障之前检测和治疗plant的错误。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
期刊最新文献
Citra Tekstur Terbaik Untuk Gaussian Naïve Bayes Dengan Interpolasi Nearest Neighbor Research and Analysis of IndoBERT Hyperparameter Tuning in Fake News Detection Implementation of QR Code Attendance Security System Using RSA and Hash Algorithms Fog Computing-Based System for Decentralized Smart Parking System by Using Firebase Pemantauan dan Pengendalian Parameter Greenhouse Berbasis IoT Dengan Protokol MQTT
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1