Desain Optimal Kontrol PID Menggunakan Craziness Particle Swarm pada Permanent Magnet Synchronous Motor

Faisal Faisal(1), Muhammad Ruswandi Djalal(2*)


(1) 
(2) Scopus ID: 57053480800, Politeknik Negeri Ujung Pandang
(*) Corresponding Author

Abstract


Pengontrol Proporsional Integral Derivatif (PID) pada motor sinkron banyak digunakan karena struktur yang sederhana, ketangguhan, kekuatan, dan kemudahan penggunaannya. Penggunaan pengontrol PID memerlukan pengaturan parameter yang tepat untuk kinerja optimal pada motor. Solusi yang sering digunakan adalah metode uji-coba untuk menentukan parameter yang benar untuk PID, tetapi hasil yang diperoleh tidak membuat pengontrol PID optimal. Baru-baru ini, banyak penelitian telah dilakukan untuk mengoptimalkan pengontrol PID dengan metode cerdas. Untuk itu, penelitian ini akan menggunakan metode Craziness Particle Swarm Optimization (CRPSO) untuk mengoptimalkan dan menentukan parameter yang tepat dari PID. Metode CRPSO adalah metode yang memberikan inovasi pada fungsi kecepatan partikel yang didistribusikan dalam metode PSO. Dari hasil simulasi, kinerja CRPSO lebih optimal dibandingkan PSO. Dari hasil penyetelan parameter PID yang benar, diperoleh respons overshoot minimum dengan beberapa variasi kecepatan. Selain itu, juga diperoleh peningkatan torsi awal PMSM menggunakan CRPSO.Pengontrol Proporsional Integral Derivatif (PID) pada motor sinkron banyak digunakan karena struktur yang sederhana, ketangguhan, kekuatan, dan kemudahan penggunaannya. Penggunaan pengontrol PID memerlukan pengaturan parameter yang tepat untuk kinerja optimal pada motor. Solusi yang sering digunakan adalah metode uji-coba untuk menentukan parameter yang benar untuk PID, tetapi hasil yang diperoleh tidak membuat pengontrol PID optimal. Baru-baru ini, banyak penelitian telah dilakukan untuk mengoptimalkan pengontrol PID dengan metode cerdas. Untuk itu, penelitian ini akan menggunakan metode Craziness Particle Swarm Optimization (CRPSO) untuk mengoptimalkan dan menentukan parameter yang tepat dari PID. Metode CRPSO adalah metode yang memberikan inovasi pada fungsi kecepatan partikel yang didistribusikan dalam metode PSO. Dari hasil simulasi, kinerja CRPSO lebih optimal dibandingkan PSO. Dari hasil penyetelan parameter PID yang benar, diperoleh respons overshoot minimum dengan beberapa variasi kecepatan. Selain itu, juga diperoleh peningkatan torsi awal PMSM menggunakan CRPSO. 

Keywords


Synchronous Motor; PID; CRPSO; PSO; Overshoot

Full Text:

PDF

References


A. A. Kumar, "Application of GA for PID controller of a Real time industrial Process," Sensors and transducers, 10/10 2010.

K. Lu, W. Zhou, G. Zeng, and W. Du, "Design of PID controller based on a self-adaptive state-space predictive functional control using extremal optimization method," Journal of the Franklin Institute, vol. 355, no. 5, pp. 2197-2220, 2018/03/01/ 2018, doi: https://doi.org/10.1016/j.jfranklin.2017.12.034.

M. Ali et al., "The comparison of dual axis photovoltaic tracking system using artificial intelligence techniques," vol. 10, no. 4, p. 901, 2021.

S. Qiu et al., "Intelligent algorithm tuning PID method of function electrical stimulation using knee joint angle," in 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 26-30 Aug. 2014 2014, pp. 2561-2564, doi: 10.1109/EMBC.2014.6944145.

S. Pareek, M. Kishnani, and R. Gupta, "Application of Artificial Bee Colony Optimization for optimal PID tuning," in 2014 International Conference on Advances in Engineering & Technology Research (ICAETR - 2014), 1-2 Aug. 2014 2014, pp. 1-5, doi: 10.1109/ICAETR.2014.7012817.

H. Wang, H. Du, Q. Cui, and H. Song, "Artificial bee colony algorithm based PID controller for steel stripe deviation control system," vol. 105, no. 1, p. 00368504221075188, 2022, doi: 10.1177/00368504221075188.

D. Maddi, A. Sheta, D. Davineni, and H. Al-Hiary, "Optimization of PID Controller Gain Using Evolutionary Algorithm and Swarm Intelligence," in 2019 10th International Conference on Information and Communication Systems (ICICS), 11-13 June 2019 2019, pp. 199-204, doi: 10.1109/IACS.2019.8809144.

U.-Q. Jorge-Humberto, H.-R. Jesús-Antonio, and M.-G. Nicolás, "Optimum PI/PID Controllers Tuning via an Evolutionary Algorithm," in PID Control for Industrial Processes, S. Mohammad Ed. Rijeka: IntechOpen, 2018, p. Ch. 3.

N. Katal and S. Singh, "Optimal Tuning of PID Controller for DC Motor using Bio-Inspired Algorithms," International Journal of Computer Applications, vol. 56, pp. 1-5, 10/01 2012, doi: 10.5120/8860-2822.

S. K. Valluru and M. Singh, "Optimization Strategy of Bio-Inspired Metaheuristic Algorithms Tuned PID Controller for PMBDC Actuated Robotic Manipulator," Procedia Computer Science, vol. 171, pp. 2040-2049, 2020/01/01/ 2020, doi: https://doi.org/10.1016/j.procs.2020.04.219.

K. M. Goher and S. O. Fadlallah, "Bacterial foraging-optimized PID control of a two-wheeled machine with a two-directional handling mechanism," Robotics and Biomimetics, vol. 4, no. 1, p. 1, 2017/03/23 2017, doi: 10.1186/s40638-017-0057-3.

V. Rajinikanth and K. Latha, "Bacterial foraging optimization algorithm based pid controller tuning for time delayedunstable systems," Mediterranean Journal of Measurement and Control, vol. 7, pp. 197-203, 01/01 2011.

M. Baskin and B. Caglar, "A modified design of PID controller for permanent magnet synchronous motor drives using particle swarm optimization," in 2014 16th International Power Electronics and Motion Control Conference and Exposition, 21-24 Sept. 2014 2014, pp. 388-393, doi: 10.1109/EPEPEMC.2014.6980524.

E. S. Rahayu, Ma, #039, A. arif, and A. Çakan, "Particle Swarm Optimization (PSO) Tuning of PID Control on DC Motor," 2022, PID Control; PSO; Angular Speed; Arduino; Tuning vol. 2, no. 2, p. 13 %J International Journal of Robotics and Control Systems, 2022-07-06 2022, doi: 10.31763/ijrcs.v2i2.476.

K. T. Chaturvedi, M. Pandit, and L. Srivastava, "Particle swarm optimization with crazy particles for nonconvex economic dispatch," Applied Soft Computing, vol. 9, no. 3, pp. 962-969, 2009/06/01/ 2009, doi: https://doi.org/10.1016/j.asoc.2008.11.012.

M. Saini, M. R. Djalal, and A. Yunus, "Design of a Robust PID-PSS & FACTS Using Craziness Particle Swarm Optimization in Sulselrabar System," International Journal of Intelligent Engineering & Systems, vol. 17, no. 4, 2024.

R. M. Bamatraf, "DESAIN KONTROL OPTIMAL POWER SYSTEM STABILIZER (PSS) DAN FLEXIBLE AC TRANSMISSION SYSTEM (FACTS) MENGGUNAKAN CRAZINESS PARTICLE SWARM OPTIMIZATION (CRPSO) PADA SISTEM INTERKONEKSI JAWA BALI 500 KV," 2010.

M. Siswanto, M. Ali, M. A. Haikal, S. Wahyudi, S. Soedarsono, and M. R. Djalal, "Stability of Water Flow in Tanks Using Particle Swarm Optimization (PSO) Method," in E3S Web of Conferences, 2024, vol. 473: EDP Sciences, p. 04003.

M. R. Djalal, M. Saini, and A. S. Yunus, "Optimal design of PSS on SMIB using particle swarm optimization," INTEK: Jurnal Penelitian, vol. 8, no. 1, pp. 91-95, 2021.

M. SAINI, M. R. DJALAL, A. YUNUS, and A. PANGKUNG, "FACTS Devices Optimization for Optimal Power Flow Using Particle Swarm Optimization In Sulselrabar System," Przeglad Elektrotechniczny, vol. 2024, no. 4, 2024.


Article Metrics

Abstract view : 35 times
PDF - 2 times

DOI: https://doi.org/10.26714/me.v17i1.15283

Refbacks

  • There are currently no refbacks.




Copyright (c) 2024 MEDIA ELEKTRIKA



Editorial Office of Media Elektrika


Universitas Muhammadiyah Semarang FT-FMIPA Building, 7nd Floor. 
Department of Electrical Engineering
Jl. Kedungmundu Raya No. 18, Kota Semarang, Prov. Jawa Tengah, Indonesia 50273

Phone: 085299398663
Email: [email protected]

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.