Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2019 - 2024

0.23

P-Index

This Author published in this journals

All Journal Jurnal Teknik ITS JAREE (Journal on Advanced Research in Electrical Engineering)

Rusdhianto Effendi

Institut Teknologi Sepuluh Nopember

Author-ID : 2777673

Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Perancangan Pengaturan Kecepatan pada Simulator Parallel Hybrid Electric Vehicle (PHEV) Menggunakan Metode State Dependent – Linear Quadratic Regulator Anisa Endarwati; Rusdhianto Effendi; Ali Fatoni
Jurnal Teknik ITS Vol 3, No 1 (2014)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Teknologi Hybrid Electric Vehicle (HEV) menggabungkan kinerja Internal Combution Engine (ICE) dan motor listrik. ICE berlaku sebagai penggerak utama, dan motor listrik berlaku sebagai penggerak pembantu. Tetapi, pengembangan pada teknologi HEV masih sulit untuk dikembangkan karena konfigurasinya sangat kompleks. Selain itu terjadi permasalahan pada pembagian kerja antara ICE dengan motor DC pada saat akselerasi ataupun pada permasalahan regulasi. Permasalahan regulasi dapat terjadi pada saat terjadi pembebenan lebih pada kendaran berupa rem mekanik yang akan mempengaruhi penurunan kecepatan mesin bakar sehingga terjadi penurunan kecepatan pada HEV. Oleh karena itu perlu adanya suatu kontroler yang dapat dengan segera mengembalikan kecepatan HEV dengan mengatur kecepatan putar dari motor DC sebagai penggerak pembantu. Pada tugas akhir ini, digunakan kontroler State Dependent – Linear Quadratic Regulator (SD-LQR) untuk pengaturan kecepatan yang akan diimplementasikan pada simulator Parallel Hybrid Electric Vehicle (PHEV). Berdasarkan hasil pengujian, motor DC dapat membantu kinerja mesin bakar mempertahankan set point hingga ess dapat mencapai 0,05%. Berdasar hasil implementasi masih terdapat ess hingga 11,1%

Pengaturan Kecepatan pada Simulator Parallel Hybrid Electric Vehicle (PHEV) Menggunakan Linear Quadratic Regulator (LQR) Berdasarkan Particle Swarm Optimization (PSO) Widhayaka Aji Candra; Rusdhianto Effendi; Ali Fatoni
Jurnal Teknik ITS Vol 3, No 1 (2014)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Hybrid Electric Vehicle (HEV) merupakan suatu jenis kendaraan hibrida yang menggabungkan sistem daya gerak Internal Combustion Engine (ICE) dengan sistem daya gerak listrik dari motor listrik. ICE dan motor listrik pada HEV dengan konfigurasi parallel dapat bekerja bersama – sama, sehingga tenaga yang dihasilkan bisa lebih besar untuk mempertahankan kecepatan terhadap adanya pembebanan pada kendaraan yang disebut dengan permasalahan regulator. Hal tersebut merupakan kelebihan dari HEV dibandingkan dengan mesin konvensional yang hanya menggunakan ICE. Metode optimal kontrol Linear Quadratic Regulator (LQR) digunakan untuk pengaturan kecepatan pada simulator HEV. Indeks performansi yang minimum dan nilai kesalahan terkecil menjadi perhatian dalam penelitian ini. Penentuan matriks pembobot Q dan R merupakan salah satu langkah agar tercapainya tujuan tersebut. Penggunaan algoritma cerdas Particle Swarm Optimization (PSO) dapat melakukan proses tuning matriks Q dan R berdasar multi kriteria yang diinginkan. Hasil pengujian, didapatkan kontrol LQR mampu mereduksi sinyal kesalahan pada saat terjadi pembebanan berlebih pada rentang beban nominal 0-60 VDC rem elektromagnetik, sehingga kecepatan yang diinginkan dapat terus dipertahankan dengan bantuan motor DC sebesar 99,4 %. Hasil implementasi ess relatif kecil sebesar 1,9%.

Traction Control pada Parallel Hybrid Electric Vehicle dengan Metode Generalized Predictive Control Ilmiyah Elrosa Citra Resmi; Rusdhianto Effendi; Eka Iskandar
Jurnal Teknik ITS Vol 3, No 1 (2014)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Dalam Hybrid Electric Vehicle, terutama pada Parallel Hybrid Electric Vehicle (PHEV) terdapat suatu masalah, yaitu lambatnya respon Internal Combustion Engine (ICE) apabila terjadi peningkatan kecapatan. Saat keadaan akselerasi ICE membutuhkan bantuan dari motor listrik. Karena jika tidak ada bantuan dari motor listrik dan terjadi secara terus menerus dapat mengurangi kinerja dari ICE. Oleh karena itu dibutuhkan pengaturan traksi motor listrik untuk membantu ICE dalam mencapai tingkat akselerasi yang diinginkan. Pada Tugas Akhir ini digunakan metode Generalized Predictive Control untuk mengatasi masalah kenaikan kecepatan. Dengan metode ini yang memanfaatkan informasi masa depan, dapat menghasilkan respon yang mendekati model referensi. Dengan itu dapat membantu ICE dalam menanggung beban yang diberikan. Berdasarkan hasil pengujian sistem pengaturan dengan metode GPC dapat memperbaiki respon yaitu peningkatan rise time dari 0,624s ke 0,35s, hal ini membuktikan bahwa kontroler GPC cocok untuk meningkatkan akselerasi

Traction Control pada Parallel Hybrid Electric Vehicle (HEV) dengan Menggunakan Metode Kontrol Neuro-Fuzzy Prediktif Bayu Prasetyo Wibowo; Rusdhianto Effendi; Eka - Iskandar
Jurnal Teknik ITS Vol 3, No 1 (2014)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Penggunaan bahan bakar minyak untuk kendaraan bermotor yang semakin meningkat menyebabkan semakin menurunnya stok bahan bakar minyak di dunia. Hal ini menyebabkan terjadinya krisis energi di dunia.Selainitu, semakin banyaknya penggunaan bahan bakar minyak pada kendaraan bermotor menyebabkan semakin meningkatnya polusi udara. Polusi yang dihasilkan oleh kendaraan bermotor akan menyebabkan global warming sehingga suhu di atmosfer bumi akan meningkat. Dalam upaya menanggulangi krisis energi dan bahaya global warming yang dihasilkan oleh kendaraan bermotor, maka diciptakan suatu kendaraan alternatif yang hemat energi dan ramah lingkungan yang disebut Hybrid Electric Vehicle (HEV). HEV merupakan suatu kendaraan yang menggunakan Internal Combustion Engine (ICE) dan motor listrik sebagai motor penggeraknya. Salah satu permasalahan yang masih terjadi pada HEV yaitu akselerasi. Kontroler Neuro-Fuzzy Prediktif digunakan untuk mengatur kecepatan motor DC ketika proses akselerasi HEV. Berdasarkan hasil pengujian didapatkan respon kecepatan HEV dapat mencapai model referensi yang diberikan pada t = 0,051 s sehingga dapat disimpulkan kontroler Neuro-Fuzzy Prediktif dapat mempercepat akselerasi pada HEV.

Model Predictive Control of Autonomous Underwater Vehicles Based on Horizon Optimization sudirman sudirman; Mochammad Rameli; Rusdhianto Effendi
JAREE (Journal on Advanced Research in Electrical Engineering) Vol 4, No 1 (2020): April
Publisher : Department of Electrical Engineering ITS and FORTEI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j25796216.v4.i1.109

Heading control of Autonomous Underwater Vehicle (AUV) using Model Predictive Control (MPC) gives a good performance. Varying the length of the horizon provides a variety of performance. This paper is made in order to find out how many optimal horizons are needed to obtain the highest efficiency of energy use in AUV. Test results show a positive correlation between the length of the horizon and the amount of energy used. The optimal horizon obtained is then tested on several different trajectories.Keywords: autonomous underwater vehicle, horizon optimizatoin, model predictive control.

Co-Authors Anisa Endarwati Bayu Prasetyo Wibowo Eka Iskandar Fatoni, Ali Ilmiyah Elrosa Citra Resmi Mochammad Rameli sudirman sudirman Widhayaka Aji Candra

Title

Found 5 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 5 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 5 Documents
Search