Endro Wahjono, Endro
Unknown Affiliation

Published : 4 Documents
Articles

Found 4 Documents
Search

PENGATURAN KECEPATAN MOTOR INDUKSI TIGA FASA DENGAN METODA DIRECT TORQUE CONTROL MENGGUNAKAN FUZZY LOGIC CONTROLLER Wahjono, Endro; Soebagio, Soebagio
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2009): Instrumentational And Robotic
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengembangkan metode pengaturan kecepatan motor induksi tanpa sensor (sensorless) menggunakan Direct torque Control (DTC) dengan Fuzzy Logic Control (FLC). Estimasi kecepatan motor akan dibandingkan dengan kecepatan referensi untuk menghasilkan error. Error sebagai masukan FLC. Nilai keluaran dari FLC adalah Torka referensi. Besaran masukan estimasi DTC adalah arus dan tegangan motor, sinyal masuk inverter dan tegangan dc. Besaran keluaran estimasi DTC adalah torka, putaran, fluks dan sudut antara fluks sumbu d dan sumbu q. Hasil simulasi dengan simulink menunjukkan bahwa dengan metoda DTC menggunakan FLC pengaturan kecepatan motor induksi saat start terjadi overshoot 1,6%, rise time 0.0245 detik dan setling time 0.4825 detik untuk kecepatan motor referensi 76,18 rad/detik. Dengan metode Direct Torque Control (DTC) menggunakan Fuzzy Logi Controller (FLC) mampu untuk mengikuti kecepatan referensi yang dinamis dengan baik serta dapat menekan ripple sampai ke derajat yang sangat rendah.
PENGATURAN KECEPATAN MOTOR INDUKSI SEBAGAI PENGGERAK MOBIL LISTRIK DENGAN KONTROLER FUZZY LOGIC BERBASIS DIRECT TORQUE CONTROL Wahjono, Endro
Jurnal Ilmiah Mikrotek Vol 1, No 3 (2014): AGUSTUS
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengobservasi suatu metode pengaturan kecepatan motor induksi  tiga fasa sebagai penggerak mobil listrik menggunakan Direct torque Control (DTC) . Respon kecepatan dari sistem diperbaiki dengan Fuzzy Logic Control (FLC). Hasil dari observasi dibandingkan dengan sistem yang dikontrol oleh kontroler PI. Hasil simulasi dengan simulink menunjukkan bahwa dengan kontroler Fuzzy Logic berbasis Direct Torque Control memberikan respon yang lebih baik dari kontroler PI. Hal ini ditunjukkan pada saat terjadi overshoot 2,67%, rise time 0.025   detik dan setling time  0.2 detik, sedangkan pada kontroler PI  saat terjadi overshoot 27,5%, rise time 0.035   detik dan setling time  0.425 detik, untuk kecepatan referensi motor 149,02 rad/detik dan torka beban 12,64 Nm.  Dari hasil simulasi terbukti menggunakan kontroler Fuzzy Logic berbasis Direct Torque Control respon  kecepatan motor induksi tiga fasa menjadi lebih baik.
Load Identification Using Harmonic Based on Probabilistic Neural Network Anggriawan, Dimas Okky; Amsyar, Aidin; Prasetyono, Eka; Wahjono, Endro; Sudiharto, Indhana; Tjahjono, Anang
EMITTER International Journal of Engineering Technology Vol 7, No 1 (2019)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.473 KB) | DOI: 10.24003/emitter.v7i1.330

Abstract

Due to increase power quality which are caused by harmonic distortion it could be affected malfunction electrical equipment. Therefore, identification of harmonic loads become important attention  in the power system. According to those problems, this paper proposes a Load Identification using harmonic based on probabilistic neural network (PNN). Harmonic is obtained by experiment using prototype, which it consists of microcontroller and current sensor. Fast Fourier Transform (FFT) method to analyze of current waveform on loads become harmonic load data. PNN is used to identify the type of load. To load identification, PNN is trained to get the new weight. Testing is conducted To evaluate of the accuracy of the PNN from combination of four loads. The results demonstrate that this method has high accuracy to determine type of loads based on harmonic load
Load Identification Using Harmonic Based on Probabilistic Neural Network Anggriawan, Dimas Okky; Amsyar, Aidin; Prasetyono, Eka; Wahjono, Endro; Sudiharto, Indhana; Tjahjono, Anang
EMITTER International Journal of Engineering Technology Vol 7 No 1 (2019)
Publisher : Politeknik Elektronika Negeri Surabaya (PENS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (529.473 KB) | DOI: 10.24003/emitter.v7i1.330

Abstract

Due to increase power quality which are caused by harmonic distortion it could be affected malfunction electrical equipment. Therefore, identification of harmonic loads become important attention  in the power system. According to those problems, this paper proposes a Load Identification using harmonic based on probabilistic neural network (PNN). Harmonic is obtained by experiment using prototype, which it consists of microcontroller and current sensor. Fast Fourier Transform (FFT) method to analyze of current waveform on loads become harmonic load data. PNN is used to identify the type of load. To load identification, PNN is trained to get the new weight. Testing is conducted To evaluate of the accuracy of the PNN from combination of four loads. The results demonstrate that this method has high accuracy to determine type of loads based on harmonic load