DOI: https://doi.org/10.12777/transmisi.19.2.72-79

IMPLEMENTASI LOGIKA FUZZY DALAM KONTROL POSISI KEDALAMAN PADA REMOTELY OPERATED UNDERWATER VEHICLE (ROV)

*Andrey Wicaksono  -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Sudjadi Sudjadi  -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Iwan Setiawan  -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Diterbitkan: 26 Jul 2017.
Akses Terbuka Copyright (c) 2017 TRANSMISI

Citation Format:
Sari
Remotely Operated Underwater Vehicle (ROV) merupakan robot bawah air yang memiliki bentuk seperti kapal selam dan dioperasikan menggunakan remote control. Permasalahan yang dihadapi terkait pemanfaatan ROV adalah kontrol gerakan vertikal maupun horizontal. ROV memiliki persamaan kinematika dan dinamis yang multivariabel dan tidak linier karena dipengaruhi beberapa faktor lain seperti gangguan yang dihasilkan dari gaya hidrodstatis dan hidrodinamis, sehingga sulit untuk dimodelkan. Sehubungan hal tersebut, dalam penelitian ini dipilih Fuzzy Logic Control (FLC) dengan metode Sugeno untuk mengontrol gerakan ROV mencapai kedalaman yang diinginkan. Variabel masukkan FLC berupa error dan ∆ error sedangkan variabel keluarannya adalah sinyal PWM. Sinyal PWM digunakan untuk mengontrol kecepatan motor BLDC vertikal. Pengujian dianalisis berdasarkan parameter tanggapan sistem terhadap set point kedalaman dan gangguan. Kinerja dan hasil pengujian FLC dibandingkan kontrol on-off. FLC menggunakan 49 rule base, 7 buah keluaran PWM dengan pengaturan 1628,1870,1970,2070,2170 dan 2220 dengan kontrol on-off menggunakan keluaran PWM 1620 dan 1800. Didapatkan hasil perbandingan  FLC masing-masing lebih cepat 0,4 detik, 0,175 detik, 1,78 detik dan 0,31 detik dari kontrol on-off.  FLC lebih kecil 26,56% dari kontrol on-off. Hal tersebut menunjukkan bahwa FLC mampu mencapai, dan mempertahankan kestabilan pada kedalaman yang diinginkan dengan cepat, presisi dan tanpa osilasi.
Fulltext View|Download
Kata Kunci: Remotely Operated Underwater Vehicle; Kontrol Kedalaman; Kontrol Logika Fuzzy; Sensor Tekanan Air GY-MS5803-14BA

Article Metrics:

Article Info
Bagian: Artikel - Teknik Tenaga Listrik
Bahasa : ID
Recent articles
RANCANG BANGUN ALAT PENGUKUR PERSENTASE LEMAK TUBUH DENGAN METODE WHOLE BODY MEASUREMENT BIOELECTRICAL IMPEDANCE ANALYSIS (BIA) EMPAT ELEKTRODA DENGAN SAKLAR OTOMATIS BERBASIS MIKROKONTROLER ATMEGA 32 IMPLEMENTASI LOGIKA FUZZY DALAM KONTROL POSISI KEDALAMAN PADA REMOTELY OPERATED UNDERWATER VEHICLE (ROV) DESAIN DAN IMPLEMENTASI VOLTAGE-SOURCE INVERTER (VSI) TIGA FASE UNIFORM PULSE-WIDTH MODULATION (UPWM) DENGAN DSPIC30F4011 More recent articles
Most cited articles
RANCANG BANGUN PURWARUPA ALAT MONITORING DAN KONTROL BEBAN SATU FASA BERBASIS IOT (INTERNET OF THINGS) ANALISIS TEKNOLOGI GPON UNTUK PERLUASAN JARINGAN FIBER TO THE HOME (FTTH) Aplikasi Pengenalan Ucapan dengan Ekstraksi Mel-Frequency Cepstrum Coefficients (MFCC) Melalui Jaringan Syaraf Tiruan (JST) Learning Vector Quantization (LVQ) untuk Mengoperasikan Kursor Komputer DAMPAK PEMASANGAN PERALATAN FACTS TERHADAP STABLITAS TEGANGAN PADASISTEM TENAGA LISTRIK SKENARIO MANAJEMEN ENERGI RENDAH EMISI SEKTOR RUMAH TANGGA UNTUK MENGURANGI EMISI GAS CO2 DI KOTA SEMARANG More cited articles
  1. . K. Ishaque, S. S. Abdullah, S. M. Ayob, and Z. Salam, “Single Input Fuzzy Logic Controller for Unmanned Underwater Vehicle,” J. Intell. Robot. Syst., vol. 59, no. 1, pp. 87–100, 2010
  2. . T. I. Fossen, Handbook of Marine Craft Hydrodynamics and Marine Craft Hydrodynamics and, First Edit. 2011
  3. . A. Gianluca, Underwater Robots: Motion and Force Control of Vehicle-Manipulator Systems, vol. 2. 2001
  4. . S. M. Zanoli and G. Conte, “Remotely Operated Vehicle Depth Control,” Control Eng. Pract., vol. 11, no. 4, pp. 453–459, 2003
  5. . K. Young-Shik, L. Jihong, P. Sung-Kook, J. Bong-Hwan, and L. Pan-Mook, “Path tracking Control for Underactuated AUVs Based on Resolved Motion Acceleration Control,” ICARA 2009 - Proc. 4th Int. Conf. Auton. Robot. Agents, vol. 4, pp. 342–346, 2009
  6. . C. S. CHIN, “Systematic Modeling and Model-Based Simulation of a Remotely Operated Vehicle Using Matlab and Simulink,” Int. J. Model. Simulation, Sci. Comput., vol. 2, no. 4, pp. 481–511, 2011
  7. . A. Bagheri and J. J. Moghaddam, “Simulation and tracking control based on neural-network strategy and sliding-mode control for underwater remotely operated vehicle,” Neurocomputing, vol. 72, pp. 1934–1950, 2009
  8. . M. P. R. Prasad and A. Swarup, “Position and Velocity control of Remotely Operated Underwater Vehicle using Model Predictive Control,” Indian J. Geo-Marine Sci., vol. 44, no. 12, pp. 1920–1927, 2015
  9. . I. S. Akkizidis, G. N. Roberts, P. Ridao, and J. Batlle, “Designing a Fuzzy-like PD Controller for an Underwater Robot,” Control Eng. Pract., vol. 11, no. 4, pp. 471–480, 2003
  10. . A. I. Rahmanto, A. Triwiyatno, and B. Setiyono, “Perancangan Stabilisasi Sudut Orientasi Pitch Pada Remotely Operated Vehicle ( ROV ) Dengan Metode Kontrol Proporsional Integral Derivatif”, 2015
  11. . R. Dwirahayu and B. Setiyono, “Perancangan Kontroler Logika Fuzzy Berbasis Mikrokontroler Atmega32 Sebagai Kendali Kecepatan Motor Brushless DC ( BLDC ), 2016
  12. . M. Asrofi, Sumardi, and B. Setiyono, “Stabilisasi Robot Berkaki 6 ( Hexapod ) Pada Bidang Miring Menggunakan 9 DOF IMU Berbasis Invers Kinematic”, 2015
  13. . M. Specialities, “Ms5803-14Ba”, 2012

Last update:

No citation recorded.

Last update: 2024-11-20 12:57:47

No citation recorded.