<![CDATA[AbstrakFMRLC merupakan modifikasi metode fuzzy logic control(FLC) dan model reference adaptive control (MRAC), yaituFLC yang memiliki sebuah "sistem pembelajaran" untuk meningkatkan kinerjanya dari waktu ke waktu ketikaberinteraksi dengan lingkungannya. Kontroler tersebut telah banyak digunakan untuk mengontrol sistem-sistemnonlinear. Proses perancangan FMRLC memerlukan empat bagian utama: plant, fuzzy controller untuk diatur, modelreferensi, dan mekanisme pembelajaran (mekanisme adaptasi). Pada penelitian ini, algoritma adaptasi dilakukan denganmenggunakan FLC yang bertindak sebagai penyedia parameter adaptasi, yaituFuzzyInverse Model (FIM).Tujuan dariproses pembelajaran FMRLC adalah meminimalkan error yang terjadi ketika menggunakan kontroler fuzzySugeno.Berdasarkan pengujian yang dilakukan dengan menerapkan FMRLC dan FLC pada plant conical tank, untukperubahan setpoint, diketahui bahwa respon sistem dengan FMRLC memiliki waktu konstan yang lebih cepat dibandingFLC. Ketika mendapat gangguan eksternal, FMRLC dapat mempertahankan performa sistem pada setpoint.Kata kunci : FMRLC, model reference adaptive control, fuzzy logic controller, fuzzy inverse modelAbstractFMRLC is a modification of fuzzy logic control (FLC) and model reference adaptive control (MRAC), it can beinterpreted with FLC which has a "learning system" to improve its performance over time by interacting withenvironment. That’s controller had been used to control many nonlinear system. To design FMRLC, need four mainpart : plant, fuzzy controller to be tuning, model reference, and learning mechanism (adaptation mechanism). In thisresearch, the adaptation algorithm use FLC to produce adaptive parameter, that is Fuzzy Inverse Model (FIM). Thepurpose of FMRLC learning process is to reduce thefuzzy Sugeno system’s error.Based on setpoint changes testing thatperformed by applying FMRLC and FLC on conical tank plant, FMRLC system response has faster constant time thanFLC system response. Similarly, when system gets an external disturbance, FMRLC can maintain system performanceat setpoint.Keyword : FMRLC, model reference adaptive control, fuzzy logic controller, fuzzy inverse model]]>
Copyrights © 2013
