Matlab
Kursus Skripsi Tesis Disertasi Matlab Simulink ~ “Implementasi Kendali Fuzzy-PID pada Sistem Propulsi EV dengan PSO di Lingkungan Simulink”
Berikut adalah silabus 20 sesi @1,5 jam untuk topik:
“Implementasi Kendali Fuzzy-PID pada Sistem Propulsi EV dengan PSO di Lingkungan Simulink”
🧠 Tujuan Umum:
Peserta memahami dan mampu merancang serta mengimplementasikan kendali Fuzzy-PID pada sistem propulsi kendaraan listrik (Electric Vehicle/EV) dan mengoptimalkannya menggunakan Particle Swarm Optimization (PSO) dalam MATLAB Simulink.
🗓️ Silabus 20 Sesi (Masing-masing 1,5 jam)
🔹 Bagian 1: Pengantar dan Persiapan Dasar (Sesi 1–5)
| Sesi | Topik | Penjelasan |
|---|---|---|
| 1 | Pengantar Sistem Propulsi EV | Struktur kendaraan listrik, motor (BLDC, PMSM, DC), dan konsep dasar propulsi. |
| 2 | Simulink Overview | Pengantar antarmuka Simulink, blok diagram, simulasi sederhana. |
| 3 | Pemodelan Sistem Motor Listrik EV | Pemodelan motor DC atau BLDC di Simulink, input tegangan vs kecepatan output. |
| 4 | Dasar-dasar Kontrol PID | Teori PID, fungsi transfer, tuning manual. |
| 5 | Implementasi PID di Simulink | Blok PID Controller, tuning respons kecepatan dan error tracking. |
🔹 Bagian 2: Pengenalan dan Implementasi Fuzzy Logic (Sesi 6–10)
| Sesi | Topik | Penjelasan |
|---|---|---|
| 6 | Dasar Fuzzy Logic | Konsep fuzzy set, membership function, rule base. |
| 7 | FIS (Fuzzy Inference System) di MATLAB | Pembuatan dan pengujian FIS di Fuzzy Logic Designer. |
| 8 | Integrasi Fuzzy dengan PID (Fuzzy-PID) | Skema hybrid Fuzzy-PID, input: error dan delta error. |
| 9 | Simulasi Kendali Fuzzy-PID di Simulink | Penerapan Fuzzy-PID untuk pengendalian kecepatan motor. |
| 10 | Uji Performansi Fuzzy-PID vs PID | Perbandingan hasil (rise time, overshoot, steady-state error). |
🔹 Bagian 3: Optimasi dengan Particle Swarm Optimization (PSO) (Sesi 11–15)
| Sesi | Topik | Penjelasan |
|---|---|---|
| 11 | Dasar PSO | Prinsip kerja PSO, parameter (inertia, c1, c2), ruang solusi. |
| 12 | Implementasi PSO di MATLAB | Kode dasar PSO untuk minimisasi fungsi fitness. |
| 13 | Formulasi Fitness Function (error sistem) | Desain fungsi biaya: ISE, ITAE, IAE untuk tuning PID. |
| 14 | Tuning PID/Fuzzy-PID dengan PSO | Integrasi hasil PSO ke dalam pengaturan PID/Fuzzy. |
| 15 | Simulasi & Evaluasi Performansi Optimasi | Simulasi EV dengan kontrol hasil optimasi. Analisis performansi. |
🔹 Bagian 4: Studi Kasus dan Evaluasi (Sesi 16–20)
| Sesi | Topik | Penjelasan |
|---|---|---|
| 16 | Studi Kasus: Jalan Datar dan Menanjak | Uji kinerja sistem pada variasi beban dan kemiringan. |
| 17 | Studi Kasus: Variasi Beban dan Tegangan | Efek variasi baterai dan bobot kendaraan terhadap kendali. |
| 18 | Validasi Sistem & Parameterisasi | Analisis sensitivitas parameter dan generalisasi sistem. |
| 19 | Finalisasi Model dan UI Simulasi | Membuat tampilan antar muka sederhana dengan MATLAB App Designer/Simulink Dashboard. |
| 20 | Presentasi dan Evaluasi Proyek Mini | Mahasiswa mempresentasikan proyek Fuzzy-PID + PSO pada sistem EV masing-masing. |
📦 Output Akhir:
-
Model sistem propulsi EV terintegrasi dengan Fuzzy-PID
-
Sistem optimasi kendali dengan PSO
-
Evaluasi performansi lengkap di Simulink
