Path: Top S2-Theses Instrumentation and Control 2000

Penggunaan jaringan syaraf tiruan umpan maju dan diagonal recurrent untuk
identifikasi dan kontrol sistem dinamik.

Master Theses from JBPTITBPP / 2007-03-14 16:02:15
Oleh : Abdul Hafid
Dibuat : 2000-06-15, dengan 1 file

Keyword : Automatic control engineering-control theory; Artificial Neural Network (ANN); Turbogenerator plant

Sejak beberapa tahun belakangan ini salah satu teknik yang banyak diteliti orang baik di dalam pemrosesan sinyal, pengenalan pola, identifikasi dan kontrol system adalah Jaringan Syaraf Tiruan (JST).
Khusus untuk keperluan identifikasi dan kontrol system dinamik, arsitektur JST yang banyak digunakan adalah JST umpan maju dan Diagonal Recurrent (Diagonal Recurrent Neural Network/DRRN). Untuk melakukan proses identifikasi dan kontrol suatu plant menggunakan JST maka diperlukan proses pembelajaran. Algoritma pembelajaran pada JST yang digunakan umumnya adalah Algoritma Propagasi Balik (PB). Alternatif lainnya adalah dengan menggunakan algoritma Recursive Prediction Error (RPE).
Tesis ini membicarakan tiga hal pokok dalam kaitan dengan identifikasi dan kontrol system menggunakan jaringan syaraf tiruan. Hal pertama yang dibahas adalah bagaimana meningkatkan kinerja algoritma Recursive Prediction Error (RPE) dengan mengintroduksi teknik faktorisasi matriks kovariansi P pada algoritma. Pokok bahasan kedua adalah melakukan pemodelan, yaitu membangun model matematik plant berdasarkan hasil identifikasi dengan jaringan syaraf tiruan. Pada proses pemodelan ini dilakukan perbandingan kinerja empat struktur jaringan syaraf tiruan yang dikembangkan pada penelitian ini. Hal ketiga yang dibicarakan adalah perancangan sistem kontrol berdasarkan metoda DRNN. Sistem kontrol ini secara efektif dapat dipakai untuk pengontrolan sistem asalkan laju pembelajarannya diatur secara adaptif. Prosedur identifikasi dan pengontrol yang dirancang kemudian diaplikasikan pada pemodelan system suspensi kendaraan dan plant turbogenerator berdasarkan data masukan-keluaran waktu nyata dari percobaan secara eksperimen.
Hasil pengamatan menunjukkan bahwa JST yang dirancang pada penelitian ini mampu melakukan identifikasi plant dengan baik dan menghasilkan model matematik plant. Demikian juga halnya dengan system kontrol yang digunakan berhasil dalam melakukan pengontrolan defleksi suspensi system suspensi kendaraan dan frekuensi putaran turbin plant torbogenerator.

Deskripsi Alternatif :

Sejak beberapa tahun belakangan ini salah satu teknik yang banyak diteliti orang baik di dalam pemrosesan sinyal, pengenalan pola, identifikasi dan kontrol system adalah Jaringan Syaraf Tiruan (JST).
Khusus untuk keperluan identifikasi dan kontrol system dinamik, arsitektur JST yang banyak digunakan adalah JST umpan maju dan Diagonal Recurrent (Diagonal Recurrent Neural Network/DRRN). Untuk melakukan proses identifikasi dan kontrol suatu plant menggunakan JST maka diperlukan proses pembelajaran. Algoritma pembelajaran pada JST yang digunakan umumnya adalah Algoritma Propagasi Balik (PB). Alternatif lainnya adalah dengan menggunakan algoritma Recursive Prediction Error (RPE).
Tesis ini membicarakan tiga hal pokok dalam kaitan dengan identifikasi dan kontrol system menggunakan jaringan syaraf tiruan. Hal pertama yang dibahas adalah bagaimana meningkatkan kinerja algoritma Recursive Prediction Error (RPE) dengan mengintroduksi teknik faktorisasi matriks kovariansi P pada algoritma. Pokok bahasan kedua adalah melakukan pemodelan, yaitu membangun model matematik plant berdasarkan hasil identifikasi dengan jaringan syaraf tiruan. Pada proses pemodelan ini dilakukan perbandingan kinerja empat struktur jaringan syaraf tiruan yang dikembangkan pada penelitian ini. Hal ketiga yang dibicarakan adalah perancangan sistem kontrol berdasarkan metoda DRNN. Sistem kontrol ini secara efektif dapat dipakai untuk pengontrolan sistem asalkan laju pembelajarannya diatur secara adaptif. Prosedur identifikasi dan pengontrol yang dirancang kemudian diaplikasikan pada pemodelan system suspensi kendaraan dan plant turbogenerator berdasarkan data masukan-keluaran waktu nyata dari percobaan secara eksperimen.
Hasil pengamatan menunjukkan bahwa JST yang dirancang pada penelitian ini mampu melakukan identifikasi plant dengan baik dan menghasilkan model matematik plant. Demikian juga halnya dengan system kontrol yang digunakan berhasil dalam melakukan pengontrolan defleksi suspensi system suspensi kendaraan dan frekuensi putaran turbin plant torbogenerator.


Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTITBPP
Organisasi
Nama KontakUPT Perpustakaan ITB
AlamatJl. Ganesha 10
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon62-22-2509118, 2500089
Fax62-22-2500089
E-mail Administratordigilib@lib.itb.ac.id
E-mail CKOinfo@lib.itb.ac.id

Print ...

Kontributor...

  • Dr.-Ing. Yul Y. Nazaruddin; Dr. Ir. Farida I. Muchtadi, Editor:

Download...