i

PROPOSAL

PENELITIAN LABORATORIUM

DANA ITS TAHUN 2020

DESAIN SLIDING MODE FAULT TOLERANT CONTROL PADA SISTEM REGENERATIVE ANTI-LOCK BRAKING SYSTEM DENGAN KESALAHAN

PADA SENSOR DAN AKTUATOR

Tim Peneliti:

Bambang L. Widjiantoro (Departemen Teknik Fisika/FT-IRS/ITS) Katherin Indriawati (Departemen Teknik Fisika/FT-IRS/ITS)

Unggul Wasiwitono (Departemen Teknik Mesin/FT-IRS/ITS)

DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2020

ii

DAFTAR ISI

DAFTAR ISI .............................................................................................................................. ii DAFTAR GAMBAR ................................................................................................................iii BAB I RINGKASAN ................................................................................................................ 1

BAB II LATAR BELAKANG ................................................................................................... 3

2.1 Perumusan dan Pembatasan Masalah .......................................................................... 4

2.2 Tujuan Khusus ............................................................................................................. 7

2.3 Urgensi Penelitian ....................................................................................................... 7

BAB III TINJAUAN PUSTAKA .......................................................................................... 9

3.1 Teori Penunjang ........................................................................................................... 9

3.2 Studi Hasil Penelitian Sebelumnya ........................................................................... 22

BAB IV METODE ............................................................................................................... 23

4.1 Rancang Bangun Regenerative ABS untuk Quarter Car ........................................... 23

4.2 Rancang Bangun Sistem Kontrol Regenerative ABS ............................................... 25

4.3 Perancangan Sistem AFTC ....................................................................................... 26

BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA ....................................... 28

5.1 Jadwal ........................................................................................................................ 28

5.2 Anggaran Biaya ......................................................................................................... 28

BAB VI DAFTAR PUSTAKA ............................................................................................ 30

BAB VII LAMPIRAN .......................................................................................................... 36

iii

DAFTAR GAMBAR

Gambar 2.1 Road Map Penelitian Laboratorium Fisika Rekayasa .......................................... 8

Gambar 3.1 Grafik antara Koefisien Jalan (μ) dan Slip Rasio Roda (λ) [22] .......................... 9

Gambar 3.2 Penerapan braking point dengan menggunakan dan tanpa ABS [24] ................ 11

Gambar 3.3 Komponen ABS dengan Rem Hidrolik [23]....................................................... 12

Gambar 3.4 Mode operasi pada motor BLDC [27] ................................................................ 14

Gambar 3.5 Gaya pada Satu Roda Kendaraan [3] .................................................................. 16

Gambar 3.6 Struktur umum FTC aktif [34] ........................................................................... 19

Gambar 3.7 Interpretasi grafik SMC [42] .............................................................................. 20

Gambar 4.3 Diagram Alir Penelitian ...................................................................................... 23

Gambar 4.4 Skema regeneratif motor BLDC ......................................................................... 24

Gambar 4.5 Skema simulator sistem regenerative ABS ......................................................... 25

Gambar 4.6 Struktur sistem kontrol slip ratio ........................................................................ 25

Gambar 4.7 Struktur SMFTC pada plant regenerative ABS .................................................. 26

1

BAB I RINGKASAN

Sistem pengereman yang umum dipakai oleh kendaraan berpenumpang saat ini adalah

anti-lock braking system (ABS) karena sistem ini dapat mencegah roda pada mobil terkunci

ketika adanya pengereman darurat atau pengereman secara mendadak, sehingga jarak

penghentian mobil akan berkurang dan manuverbilitas akan meningkat. Pada EV, beberapa

sistem ABS selain menggunakan pengereman mekanik (friction), juga menggunakan

pengereman regeneratif agar dapat melakukan penghematan energi listrik. Sistem ini dikenal

dengan regenerative ABS. Mengingat keselamatan penumpang merupakan fitur wajib yang

harus terpenuhi, maka tingkat kehandalan sistem regenerative ABS juga harus tinggi.

Kesalahan yang terjadi, seperti pada sistem kontrol ABS, yaitu kesalahan pada aktuator dan

sensor kecepatan harus dapat diakomodasi agar sistem tetap bekerja pada daerah yang aman.

Penelitian ini mengajukan skema perbaikan teknologi regenerative ABS yang sudah ada

saat ini dengan menambahkan fitur akomodasi kesalahan pada sistem kontrolnya. Metode yang

digunakan dikenal sebagai sistem active fault tolerant control (AFTC). Pada penelitian ini

dilakukan perancangan sistem kontrol regenerative ABS untuk mobil listrik dengan

pengereman secara elektrik dan mekanik (hidrolik) dimana kesalahan terjadi pada aktuator

(inverter motor) dan sensor kecepatan. Selain itu pembuatan prototipe sistem regenerative ABS

skala laboratorium juga telah dimulai, dengan menggunakan pendekatan kendaraan 1 roda.

Penelitian sebelumnya telah menghasilkan sistem sliding mode fault tolerant control

(SMFTC) yang mengatasi kesalahan sensor kecepatan kendaraan dan aktuator hidrolik pada

sistem ABS (bukan regeneratif). Pada penelitian tahun ini akan disimulasikan sistem SMFTC

yang mampu menangani kesalahan pada sistem regenerative ABS. Selain itu, pembuatan

prototipe sistem regenerative ABS skala laboratorium akan mulai dikerjakan, dengan

menggunakan simulator kendaraan 1 roda.

Tahap awal penelitian ini adalah memodifikasi simulator sistem ABS dengan aktuator

hidrolik yang sudah ada, dengan sensor kecepatan yang lebih cepat waktu penyuplikannya. Hal

ini bertujuan untuk meningkatkan unjuk kerja sistem kontrol yang terpasang. Selanjutnya

mengganti motor induksi dengan motor BLDC agar proses regeneratif bisa terjadi. Simulator

diperlukan untuk menguji metode SMFTC yang diajukan. Pengereman disimulasikan terjadi

secara regeneratif dan jika diperlukan juga secara mekanik (hidrolik). Algoritma kontrol yang

digunakan adalah sliding mode control agar ketidaklinieran sistem dapat ditangani dengan baik.

Dalam hal ini, variabel yang dikontrol adalah slip ratio dengan memanipulasi torsi

2

pengereman. Karena pengereman dapat dilakukan secara elektrik dan mekanik, maka

diperlukan skema distribusi torsi pengereman. Setelah unjuk kerja sistem kontrol mencapai

kriteria yang ditetapkan, langkah selanjutnya adalah membuat observer. Struktur observer yang

digunakan adalah proporsional-integral. Observer ini akan menghasilkan estimasi keadaan dan

juga estimasi kesalahan yang terjadi pada sensor dan aktuator. Dalam hal ini, observer yang

dihasilkan pada penelitian sebelumnya akan dimodifikasi agar mampu mengestimasi kesalahan

sensor dan kesalahan inverter sekaligus. Hasil estimasi kesalahan selanjutnya digunakan dalam

skema rekonfigurasi kontrol dengan cara mengkompensasi sinyal pengukuran dan sinyal

kontrol.

Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem kontrol yang

toleran terhadap kesalahan terutama pada plant dimana isu keamanan dan biaya sangat kritis.

Keuntungan yang ditawarkan dari teknologi SMFTC pada regenerative ABS adalah

peningkatan kehandalan sistem dengan biaya yang ekonomis karena tidak menambahkan

komponen hardware apapun selain perbaikan perangkat lunak.

3

BAB II LATAR BELAKANG

Umum diketahui bahwa sistem pengereman berperan penting pada kendaraan dalam hal

keamanan (safety). Kegagalan pada sistem pengereman dapat menyebabkan kecelakaan yang

berakibat fatal. Saat ini sistem pengereman telah dikembangkan teknologinya untuk

menghasilkan kenyamanan selain keamanan. Teknologi sistem pengereman terkini yang umum

dikenal saat ini dan telah menjadi perangkat standar kendaraan adalah sistem anti lock braking

(ABS). ABS merupakan sistem pengereman yang berfungsi untuk mencegah roda pada mobil

menjadi terkunci ketika adanya pengereman darurat atau pengereman secara mendadak.

Pengereman mendadak dapat menyebabkan kendaraan mendapatkan gaya pengereman yang

terlalu besar sehingga membuat kendaraan mengalami ketidakstabilan arah seperti understeer

atau oversteer. Gaya pengereman ini dipengaruhi oleh beberapa faktor antara lain: kondisi

jalan, koefesien gesek, kondisi ban, dan lain sebagainya. Berbeda dengan sistem pengereman

konvensional, pada sistem ABS roda kendaraan dijaga agar tidak terkunci dengan keadaan slip

tertentu dimana koefisien adhesi antara jalan dan ban paling besar. Hal ini menjadikan jarak

pengereman (braking distance) lebih pendek dan kendaraan masih tetap stabil atau mudah

dikendalikan walau direm pada kondisi berbelok. Dengan demikian, mobil dengan ABS dapat

mengurangi jarak penghentian mobil dan meningkatkan manuverbilitas dibandingkan dengan

mobil yang tidak memiliki [1].

Saat ini ABS menjadi sistem yang paling penting pada kendaraan bermotor dari segi isu

kritis keamanan. Akibat kegagalan yang terjadi secara tiba-tiba pada sistem, peluang terjadinya

kecelakaan meningkat. Dalam hal ini, untuk mencegah kecelakaan, diperlukan teknologi yang

menoleransi kesalahan dan meningkatkan performansi dan efisiensi sistem ABS. Sistem ini

dapat sangat meningkatkan keamanan kendaraan dalam keadaan ekstrim karena ABS dapat

memaksimalkan gesekan ban jalan dengan tetap mempertahankan gaya lateral (directional)

yang besar yang menjamin keterkendaliannya kendaraan [2].

Pada kendaraan listrik (electric vehicle / EV), sistem ABS selain terdiri atas sistem

pengereman gesekan (friction) dengan menggunakan komponen hidrolik, juga dapat

dilengkapi dengan sistem pengereman regeneratif seperti yang dijelaskan pada [3]. Sistem

pengereman regeneratif dapat mengubah energi kinetik menjadi energi listrik ketika terjadi

perlambatan pada kendaraan. Energi listrik tersebut selanjutnya dapat disimpan dalam baterai

untuk dapat digunakan kembali. Dengan demikian, pengereman regeneratif dapat

meningkatkan efisiensi kendaraan. Oleh karena itu, teknologi ini telah diterapkan pada

4

berbagai jenis EV. Namun karena sistem pengereman regeneratif dibatasi oleh banyak faktor

seperti kecepatan motor, state of charge (SOC) dan temperatur baterai [4], maka sistem

pengereman konvensional masih tetap digunakan bersama sistem pengereman regeneratif. Hal

ini mendorong penelitian tentang strategi pengereman dan metode pengereman regeneratif

yang tepat dan handal.

Perumusan dan Pembatasan Masalah

Secara tipikal, ABS terdiri dari sensor, electronic control unit (ECU), dan modulator

tekanan pengereman. ABS memodulasi garis tekanan independen rem dari gaya pedal,

sehingga kecepatan roda kembali ke tingkatan slip yang telah ditentukan agar kinerja

pengereman optimal. Dalam hal ini digunakan strategi kontrol umpan balik yang memodulasi

gaya pengereman dalam menanggapi perlambatan roda dan kecepatan sudut roda. Untuk

beragam kondisi jalan, terdapat nilai optimum slip ratio yang memaksimalkan koefisien gesek

pada semua kondisi jalan [5]. Oleh karena itu, strategi kontrol yang cocok adalah menjaga nilai

slip ratio agar tetap berada pada range kerja sistem pengereman yang optimal dan aman. Secara

umum, tujuan dari kontrol pada ABS adalah mengatur agar nilai slip ratio roda berada pada

rentang optimumnya [6] [7] [8].

Saat ini teknologi pengereman regeneratif banyak mendapat perhatian karena menawarkan

pendekatan efektif untuk meningkatkan efisiensi kendaraan dan telah diterapkan pada berbagai

jenis EV. Sistem pengereman ini menggunakan motor listrik, menghasilkan torsi negatif ke

roda kendaraan dan mengubah energi kinetik ke energi listrik dalam rangka mengisi ulang

baterai atau pemasok tegangan. Disipasi energi kinetik selama pengereman dapat dimanfaatkan

kembali melalui pengaturan energi total kendaraan menggunakan komponen elektronika daya.

Hasil penelitian menunjukkan bahwa penyimpanan energi yang berhasil dicapai oleh sistem ini

adalah berkisar 8% - 25% dari total energi yang digunakan kendaraan, bergantung pada siklus

pengaturan dan strategi kontrolnya [9]. Meskipun pengereman motor pada sistem regeneratif

lebih unggul dari pada pengereman hidrolik dalam hal akurasi, kecepatan respond dan

kemudahan pengukuran, namun pengereman hidrolik masih diperlukan untuk mengatasi

beberapa keterbatasan pengereman regeneratif seperti yang diutarakan dalam [4] dan juga

kemungkinan terjadinya kegagalan sistem listrik pada pengereman regeneratif. Oleh karena itu,

diperlukan pengembangan strategi pengereman yang mengkoordinasikan torsi regeneratif dari

motor dan torsi gesekan dari unit hidrolik. [10] dan [11] telah mengajukan strategi pengereman

regeneratif dan metode kontrol selama kejadian pengereman normal maupun mendadak.

5

Namun keduanya belum membahas skema ABS dalam penelitiannya.

Penelitian yang menerapkan pengereman regeneratif untuk ABS pada EV telah

dilakukan meskipun belum terlalu banyak, seperti [4], [3] dan [12]. Hasil simulasi dan

eksperimen mereka menunjukkan bahwa kombinasi pengereman regeneratif dan antilock

membuat keamanan dan efisiensi energi kendaraan meningkat. Selain itu, pada beberapa tahun

terakhir, kemajuan teknologi aktuator telah mengarah ke sistem pengereman elektro-hidrolik

dan elektro-mekanik yang mampu melakukan modulasi kontinu torsi pengereman [2]. Oleh

karena itu, penelitian sistem kontrol ABS yang dilengkapi dengan pengereman regeneratif

menjadi topik yang sangat relevan untuk terus dikembangkan.

Kontrol ABS adalah bahasan yang cukup rumit. Kendala utama yang muncul saat

mendesain kontrol ABS adalah sifat ketidaklinieran dan ketidakpastian yang besar. Sejumlah

pendekatan kontrol tingkat lanjut telah diajukan untuk ABS, seperti fuzzy logic control [13],

neural network [14], kontrol adaptif [15], sliding mode control [16] dan kontrol cerdas lainnya.

Seiring dengan berkembangnya teknologi ABS yang menggunakan komponen-komponen

listrik, peluang terjadinya kesalahan juga membesar. Selain itu, untuk teknologi ABS yang

masih menggunakan sistem pengereman gesekan (hidrolik) selain regeneratif, komponen

mekanis seperti katup, pompa dan motor listrik faktanya memiliki intensitas kegagalan yang

melebihi komponen elektronik [17]. Dalam hal ini, sebagus apapun sistem kontrol yang

digunakan, sistem kontrol nominal tersebut tidak memiliki kemampuan menjamin

keberlangsungan sistem keseluruhan selama terjadi kesalahan pada komponennya, seperti

sensor dan aktuator. Padahal tuntutan kehandalan sistem sangat tinggi pada ABS terkait isu

keamana dan keselamatan penumpang. Oleh karena itu perlu dibangun sebuah sistem kontrol

yang mampu mengakomodasi terjadinya kesalahan (dengan tingkat kesalahan pada batas

tertentu) yang dikenal sebagai active fault tolerant control (AFTC). Topik ini merupakan

bidang penelitian yang dikembangkan oleh ketua tim peneliti.

Hasil penelitian AFTC untuk sistem pengereman secara khusus sangat sedikit ditemui.

Salah satu yang berhasil ditemukan dari studi literatur adalah [18] yang mengemukakan bahwa

dampak kegagalan sistem pengereman (sensor dan aktuator) pada kendaraan yang dikontrol

secara elektrik adalah menghambat kemampuan kendaraan untuk melambat. Mereka

menggunakan dua himpunan filter deteksi kegagalan (yang masing-masing untuk sensor dan

aktuator) untuk mendeteksi adanya kegagalan, dan menggunakan observer dalam melakukan

rekonfigurasi sinyal kontrol. Dampak ketidakakuratan model, kesalahan deteksi dan hadirnya

noise belum dibahas. Selain itu penggunaan himpunan filter membuat beban komputasi

menjadi besar padahal sistem tersebut harus direalisasikan secara real-time, sehingga selang

6

waktu antara sinyal input dan output struktur harus dikurangi semaksimal mungkin.

Berdasarkan uraian di atas, maka permasalahan yang diangkat dalam penelitian ini adalah

bagaimana membangun dan mengembangkan sistem pengereman regeneratif ABS - kombinasi

pengereman regeneratif dan pengereman mekanik - yang dilengkapi sistem AFTC agar

menghasilkan respon pengereman yang tepat meskipun ada kesalahan pada komponen sensor

dan aktuator. Dalam hal ini, sistem kontrol yang ditawarkan juga mampu menjawab problem

ketidakakuratan model, kesalahan deteksi, hadirnya noise, dan beban komputasi. Pada tahun

pertama penelitian, telah berhasil dibangun sistem kontrol untuk ABS berbasis algoritma

sliding mode control (SMC) yang diterapkan pada kendaraan konvensional satu roda.

Selanjutnya, penelitian tahun kedua telah menghasilkan prototipe sistem kontrol ABS yang

mampu menoleransi kesalahan pada sensor kecepatan dan aktuator hidrolik. Sistem ini

selanjutnya disebut sliding mode fault tolerant control (SMFTC). Namun SMFTC tersebut

masih diterapkan pada sistem ABS konvensional yang menggunakan cara mekanik saja untuk

pengereman, dan belum diperuntukkan untuk skema regeneratif pada kendaraan listrik. Secara

spesifik, permasalahan penelitian di tahun kedua dirumuskan sebagai berikut:

• Bagaimana menerapkan algoritma sliding mode control dan skema distribusi torsi

pengereman pada prototipe sistem regenerative ABS model kendaraan listrik satu roda

secara real time.

• Bagaimana skema estimator kesalahan yang mampu memberikan informasi tentang

kesalahan sensor kecepatan dan inverter yang terpasang pada sistem regenerative ABS.

• Apakah sistem SMFTC terbukti efektif dan robust terhadap ketidakpastian model dan noise

tanpa memerlukan sistem deteksi guna menghindari terjadinya kesalahan deteksi.

Untuk menghindari luasnya permasalahan yang muncul, maka permasalahan yang diangkat

dalam penelitian tahun pertama dibatasi sebagai berikut:

• Kendaraan yang ditinjau sebagai studi kasus adalah mobil listrik dengan menggunakan

pendekatan quarter-car model.

• Analisa pengereman dilakukan pada variasi kecepatan 20, 40, dan 60 km/jam.

• Kendaraan berjalan di kondisi jalan aspal, datar dan tidak bergelombang.

• Sistem kontrol diperuntukkan untuk mekanisme pengereman dan belum meninjau sisi

baterai.

• Jenis kesalahan yang terjadi adalah kesalahan minor pada sensor dan aktuator sistem

regenerative ABS.

7

Tujuan Khusus

Tujuan dari penelitian ini adalah merancang dan mengembangkan protipe sistem kontrol

pengereman dengan regenerative ABS berbasis kontrol cerdas untuk diimplementasikan pada

kendaraan listrik modern. Secara khusus, tujuan penelitian pada tahun ketiga ini adalah:

• Membangun prototipe sistem kontrol sliding mode (SMC) yang dilengkapi dengan skema

distribusi torsi pengereman untuk regenerative ABS pada model kendaraan satu roda skala

laboratorium.

• Merancang observer yang mampu mengestimasi kesalahan sensor dan inverter yang

digunakan pada sistem regenerative ABS.

• Merancangan sistem SMFTC sebagai penyempurnaan sistem kontrol regenerative ABS

agar dapat mengakomodasi kesalahan yang terjadi pada sensor maupun inverter dengan

motode active fault tolerant control (AFTC).

Urgensi Penelitian

Dengan tujuan tersebut di atas, diharapkan penelitian ini dapat berguna dalam beberapa

hal sebagai berikut:

• Berkontribusi pada studi pengembangan industri otomotif di bidang safety dalam upaya

meminimalisir terjadinya kecelakaan yang terus meningkat dari tahun ke tahun.

• Berkontribusi pada pengembangan teknologi yang hemat energi pada kendaraan listrik

atau EV khususnya mobil listrik

Penelitian yang diajukan ini sesuai dengan road map penelitian Laboratorium Fisika

Rekayasa Teknik Fisika ITS seperti yang ditunjukkan pada Gambar 2.1. Penelitian pada

laboratorium ini bertujuan mengembangkan sebuah embedded system di bidang kontrol

(embedded control system) dengan menggunakan prinsip rekayasa pada variabel-variabel fisika

sistem, dalam rangka untuk meningkatkan kinerja sistem yang ditinjau baik dari segi kualitas

maupun ekonomi. Topik penelitian yang diajukan ini merupakan bagian dari road map

penelitan laboratorium, yaitu tentang fault tolerant control untuk plant vehicle.

Penelitian yang diajukan ini juga inline dengan topik penelitian Pusat Unggulan IPTEK

(PUI) Sistem Kontrol Otomotif, khususnya pada topik “Komponen Kendaraan Listrik”.

Berdasarkan Road Map yang diajukan, PUI Sistem Kontrol Otomotif akan mengembangkan

sistem regenerative break untuk aplikasi pada kendaraan listrik untuk empat tahun ke depan.

Dengan demikian, topik yang diajukan dalam proposal penelitian ini mendukung rencana

8

tersebut dan dapat dijadikan pijakan untuk menghasilkan produk unggulan IPTEK bidang

otomotif yang layak dipatenkan.

Gambar 2.1 Road Map Penelitian Laboratorium Fisika Rekayasa

Embedded Control System

Control System

Supervisory Control

Centralized Supervisory Control

Decentralized Supervisory Control

Renewable EnergyProcess Industry

Fault Tolerant Control

Passive FTCActive FTC

Renewable EnergyProcess Industry

Vehicle

Reliability Prediction

Data BasedModel Based

Fault Detection

Observability ProblemStuck Faults

TOPIK PENELITIAN

9

BAB III TINJAUAN PUSTAKA

Teori Penunjang

3.1.1 Anti-Lock Braking System

Anti-Lock Braking System atau ABS digunakan pada mobil untuk mencegah terjadinya

slip dan penguncian pada roda saat pengereman. Unit ini adalah salah satu sistem keamanan

(safety) pada mobil. ABS pertama kali diterapkan untuk kereta api ditahun 1943, kemudian

diterapkan untuk kendaraan otomotif mobil pada tahun 1971 [19] dengan tujuan utama

mencegah roda terkunci, mengurangi jarak henti (stopping distance), meningkatkan stabilitas

dan meningkatkan steerabiility ketahanan selama pengereman [20], [21], [19]. ABS

digunakan untuk membantu kendaraan mencapai tingkat akselerasi minimum dengan optimal

tanpa mempengaruhi stabilitas dan kemampuan kendali kemudi kendaraan dengan tingkat

keselamatan maksimum [22]. Ketika roda terkunci maka biasanya pengemudi kehilangan

kendali dan ban menjadi tidak normal sehingga kecelakaan tidak dapat dihindari. Pada proses

pengereman, terjadi yang dinamakan tractive force yang dihasilkan oleh ban, sebanding

dengan gaya normal jalan yang bekerja pada ban. Perbandingan yang digunakan tergantung

variasi atau koefisien jalan seperti kering, basah, bersalju, dan lain sebagainya, serta

karakteristik lekukan jalan seperti jalanan yang berlubang, rata, dan lain sebagainya.

Perbandingan variasi atau koefisien permukaan jalan diperlihatkan oleh grafik fungsi non-

linear antara koefisien gesekan dengan jalan (𝜇𝜇) dan slip rasio roda (𝜆𝜆) untuk kondisi spesifik

jalanan tertentu yang ada pada Gambar 3.1. Di Gambar 3.1 menjelaskan bahwa untuk

kondisi jalanan yang licin atau bersalju menjadikan gesekan dengan jalan rendah, sedangkan

resiko slip ban akan semakin tinggi. Dibandingkan kondisi jalanan yang kering atau normal

menjadikan gesekan dengan jalan semakin tinggi, sedangkan resiko slip ban semakin rendah.

Gambar 3.1 Grafik antara Koefisien Jalan (μ) dan Slip Rasio Roda (λ) [22]

10

Pada kondisi ban yang akan slip dan terkunci ketika pengereman yang terlalu keras atau

ketika di permukaan jalan yang licin dan kondisi tersebut mengharuskan ABS akan

memanipulasi slip ban, sehingga dapat melakukan pergesekan maksimum dan mestabilkan

kemudi. Apabila saat ban slip, maka yang dapat terjadi seperti, jarak pengereman meningkat,

kemudi hilang kendali, dan keausan ban akan menjadi tidak normal. Pada saat terjadi

pengereman yang parah, terdapat sebuah titik dimana kecepatan tangensial permukaan ban

tidak sama dengan kecepatan pada permukaan jalan sehingga dapat diperoleh slip optimal

yang sesuai dengan gesekan maksimum [23]. Oleh karena itu diperlukan seperangkat alat

kontrol pada ABS untuk mengendalikan torsi dalam mempertahankan nilai slip rasio optimum

pada dinamika rem dan dinamika roda dikeseluruhan sistem. Slip rasio (𝜆𝜆) dapat dinyatakan

dalam bentuk persamaan matematis yang merupakan fungsi dari kecepatan kendaraan dan

putaran roda yang dapat dinyatakan pada persamaan (2.1) [23].

𝜆𝜆 = 𝑉𝑉−𝜔𝜔𝜔𝜔𝑉𝑉

(3.1)

Dengan ω merupakan kecepatan angular roda (rad/s), R merupakan jari – jari putaran roda

(m), dan 𝑣𝑣 adalah kecepetan kendaraan (m/s). Ketika kondisi berkendara secara normal, 𝑣𝑣 =

𝜔𝜔𝜔𝜔, sedangkan 𝜆𝜆 = 0. Kemudian ketika melakukan pengereman yang sangat kuat, secara

umum dapat terjadi 𝜔𝜔 = 0 ketika 𝜆𝜆 = 1, yang biasa disebut dengan ban terkunci (wheel

lockup). Pada saat ban terkunci (wheel lockup) adalah keadaan yang dapat memperpanjang

jarak pemberhentian dan menyebabkan hilangnya control terhadap arah [23].

Berdasarkan [24], terdapat tiga hal yang utama dari ABS yaitu jarak pemberhentian,

kestabilan, dan ketahanan kendaraan. Jarak pemberhentian adalah salah satu faktor penting

dari proses pengereman. Jarak pemberhentian merupakan hasil fungsi dari massa kendaraan,

kecepatan awal kendaraan dan gaya pengereman. Jarak pemberhentian dapat diperkecil oleh

peningkatan pada gaya pengereman, karena untuk setiap jenis permukaan jalan pasti

mempunyai koeefisien puncak dari gaya pengereman tersebut. Sehingga dengan adanya

sebuah antilock system dapat mencapai gaya gesek maksimum dan menghasilkan jarak

pengereman minimum. Namun tujuan dari antilock system ini dipengaruhi oleh kebutuhan

akan stabilitas dan ketahanan kendaraan.

Kestabilan adalah faktor penting untuk kondisi kemudi kendaraan saat proses

pengereman terjadi. Pada Gambar 3.2, saat kendaraan melewati dipermukaan jalan yang licin

dibutuhkan gaya gesekan maksimum untuk memperlambat dan menghentikan kendaraan.

Namun pada kondisi permukaan jalan yang seperti itu tidak akan didapatkan gaya maksimum

karena gaya pengereman lebih signifikan dapat diperoleh di satu sisi kendaraan saja daripada

11

di sisi lainnya. Sehingga saat menerapkan rem penuh pada kedua sisi akan menghasilkan

momen mengayuh atau meluncur yang dapat menarik kendaraan ke sisi yang memiliki gaya

gesekan tinggi dan mengakibatkan ketidakstabilan kendaraan. Inilah konsep antilock system

yang menjaga slip kedua roda belakang pada tingkat yang sama dan meminimalkan dua

koefisien gesekan puncak [24].

Gambar 3.2 Penerapan braking point dengan menggunakan dan tanpa ABS [24]

Kontrol terhadap titik puncak gaya gesek yang baik diperlukan untuk mencapai lateral

force yang baik, sehingga diperlukan ketahaanan kendaraan yang mencukupi. Ketahanan

kendaraan saat pengereman penting tidak hanya untuk koreksi ringan saja, tetapi untuk

kemungkinan saat mengemudi menghadapi adanya rintangan. Untuk kendaraan yang

dilengkapi ABS, kinerja ban sangat penting, karena semua gaya pengereman dan kemudi

dihasilkan di dalam ban dari bagian kontak antara kendaran dan jalan. Tractive force pada ban

dan juga lateral force hanya dapat dihasilkan ketika ada perbedaan antara kecepatan lingkar

ban dan kecepatan relatif kendaraan terhadap permukaan jalan. Perbedaan tersebut

dilambangkan sebagai slip. Hal ini biasa terjadi untuk menghubungkan gaya pengereman ban

terhadap gaya slip ban. Setelah titik mencapai titik puncak, slip roda yang meningkat

menyebabkan reduksi koefisien gesekan ban terhadap jalan. Sehingga ABS harus membatasi

slip ke nilai di bawah nilai titik puncak untuk mencegah terjadinya lockup pada roda. Roda

dengan titik puncak gesekan yang tinggi mencapai gesekan maksimum pada 0,2 atau dengan

kata lain 20 % slip [25]. Nilai slip optimal menurun seiring dengan gesekan ban terhadap jalan

juga menurun [24]. Pada ABS terdapat beberapa komponen utama seperti yang ditunjukkan

oleh Gambar 3.3. Komponen – kompenen ABS akan dijelaskan berdasarkan [26] sebagai

berikut:

12

Gambar 3.3 Komponen ABS dengan Rem Hidrolik [23]

Sensor Kecepatan Roda

Merupakan elemen sensing kecepatan ban dari sistem ABS yang tersegel rapat dan

biasanya terletak di ujung roda. Umumnya kendaraan ber-ABS memiliki empat sensor dan

terletak pada pinggiran roda di tiap sisi as. Akan tetapi, peletakan sensor bergantung pada

tipe suspensinya. Secara khusus, sensor pada kendaraan bersuspensi spring diletakkan pada

as ganda bagian depan. Sedangkan pada kendaraan bersuspensi udara (air suspension),

sensor diletakkan pada bagian belakang.

Keluran dari sensor ini kemudian diteruskan ke ECU untuk menentukan kapan ABS

akan diaktifkan. Adapun dua tipe sensor yang dapat digunakan, antara lain: sensor sudut

kanan dan sensor lurus. Tipe yang digunakan bergantung pada pembuatan dan model dari

kendaraan.

Electronic Control Unit (ECU)

ECU adalah bagian yang bertugas untuk memproses fungsi dari ABS. Secara umum

ECU bertugas untuk menerima, menguatkan dan menyaring sinyal yang dikirim oleh sensor

untuk menghitung kecepatan dan akselerasi roda, lalu secara logic memutuskan roda ketika

hendak mengunci dan mengaktifkan valve ABS pada kondisi dan waktu tertentu. Pada saat

valve aktif, ECU dapat mengatur tekanan udara yang menuju ruangan rem. ECU terhubung

pada komponen ABS berikut antara lain: sensor kecepatan roda (wheel speed sensors), katup

modulator ABS, catu daya, ground, lampu indikator ABS, blink code switch, konektor

diagnostic J-1587, retarder control (melalui relay atau J1922/J1939 datalink).

Secara rinci, komponen ini menggunakan kecepatan dua roda yang berlawanan secara

diagonal untuk menghitung perkiraan kecepatan kendaraan. Slip pada masing-masing roda

diturunkan dengan membandingkan kecepatan referensi dengan kecepatan roda.

13

Mikrokomputer mengirim sinyal kontrol untuk memicu tekanan selenoida pada katup dari

modulator untuk memodulasi tekanan rem pada masing-masing silinder rem roda.

Unit Modulator

Unit Modulator atau disebut juga dengan ABS Modulator Valve berfungsi untuk

mengatur tekanan udara ke masing-masing rem yang dikontrol oleh ABS. Pada saat

pengereman normal, ABS Modulator Valve tidak diaktifkan sehingga udara mengalir

melalui katup ABS ke ruang rem. Selama ABS beroperasi, katup ABS bertugas untuk

memodulasi tekanan udara di ruang rem yang berfungsi untuk mengendalikan pengereman

dan mencegah ban lockup. Katup ABS adalah katup udara yang dikontrol solenoida, terdiri

dari dua jenis solenoida yang dioperasikan secara elektrik dan dua katup diafragma. ECU

bertugas mengendalikan solenoida agar bertindak sangat cepat, karena solenoida berfungsi

untuk mengendalikan diafragma, yang akan membuka atau menutup agar memberikan dan

mengurangi tekanan pada ruang rem.

3.1.2 Regenerative ABS

Regenerative braking system adalah suatu metode pengereman dimana energi mekanik

akibat putaran motor akan dikonversi menjadi energi listrik dan dikembalikan ke baterai.

Pengereman regeneratif dapat diwujudkan ketika motor dalam keadaan deselerasi

(pengurangan kecepatan). Pada saat torsi motor bernilai positif, maka motor akan mengambil

daya dari baterai dan ketika torsi motor bernilai negatif, maka motor akan bekerja layaknya

generator yaitu mengisi daya dari baterai. Pengisian baterai tersebut disebabkan oleh adanya

tegangan balik pada motor atau dikenal dengan back EMF (electromagnetic force). Motor yang

umum digunakan untuk sistem ini adalah brushless direct current (BLDC).

Secara umum motor BLDC terdiri dari dua bagian yakni, rotor, bagian yang bergerak,

yang terbuat dari permanen magnet; dan stator, bagian yang tidak bergerak, yang terbuat dari

kumparan 3 fasa. Walaupun merupakan motor listrik synchronous AC 3 fasa, motor ini tetap

disebut dengan BLDC karena pada implementasinya BLDC menggunakan sumber DC sebagai

sumber energi utama yang kemudian diubah menjadi tegangan AC dengan menggunakan

inverter 3 fasa. Tujuan dari pemberian tegangan 3 fasa pada stator BLDC adalah menciptakan

medan magnet yang berubah ubah pada stator untuk menarik magnet rotor.

Tidak adanya brush pada motor BLDC menyebabkan perlunya komutasi yang tepat untuk

menjaga torsi dan kecepatan motor konstan. Komutasi pada motor BLDC dikendalikan oleh

kontroler secara elektronik. Kontroler menentukan kumparan mana yang akan dialiri arus

14

dengan referensi dari sensor hall effect yang terdapat pada stator. Sensor hall effect ini

membaca posisi rotor dengan cara mengirim sinyal high atau low yang menandakan lokasi dari

kutub magnet yang dimiliki rotor tersebut. Aliran arus yang menuju ke motor diatur oleh

inverter yang menerima perintah dari kontroler. Jenis inverter yang digunakan untuk mengatur

BLDC adalah jenis six step inverter.

Motor BLDC memiliki empat mode operasi atau biasa disebut dengan four quadrant

operation seperti pada Gambar 3.4. Mode operasi pada motor BLDC ini berdasarkan

kecepatan dan torsi beban dari motor. Ketika motor beroperasi pada kuadran pertama dan

ketigga, motor berada dalam mode motoring, yaitu motor melakukan akselerasi maju (kuadran

1) atau akselerasi mundur (kuadran 3). Proses motoring ini mengharuskan tegangan pada

sumber memiliki nilai yang lebih besar dibandingkan dengan back emf dari motor. Sedangkan

pada kuadran kedua dan keempat, motor terjadi pengereman. Pada kondisi ini back emf dari

motor lebih besar daripada tegangan sumber.

Gambar 3.4 Mode operasi pada motor BLDC [27]

3.1.3 Model Dinamik Gerak Longitudinal Kendaraan

Persamaan gerak longitudinal kendaraan empat roda (dua roda depan dan dua roda

belakang) berdarkan [28] dalam keadaan pengereman adalah sebagai berikut:

m ὐ = - (Fbf + Fbr + Fa + Ff) (3.2)

Jf ὠf = Fbf.R - Thf - Tmf – Tf f (3.3)

Jr ὠf = Fbr.R - Thr - Tfr (3.4)

dengan

m = masa kendaraan

15

ὐ = kecepatan kendaraan

Fbf = gaya pengereman dari ban depan

Fbr = gaya pengereman dari ban belakang

𝐹𝐹𝑎𝑎 = resistansi aerodinamik

= 𝐶𝐶𝑎𝑎𝑣𝑣2

𝐶𝐶𝑎𝑎 = konstanta bentuk kendaraan ketika kecepatan angin diabaikan

𝐹𝐹𝑓𝑓 = resistansi putaran untuk full car model

𝐽𝐽𝜔𝜔f = momen inersia pada roda depan

𝐽𝐽𝜔𝜔𝑟𝑟 = momen inersia pada roda belakang

R = radius dari roda

𝑇𝑇𝑓𝑓𝑓𝑓 = torsi pengereman hidrolik yang diaplikasikan pada roda depan

𝑇𝑇𝑓𝑓𝑟𝑟 = torsi pengereman hidrolik yang diaplikasikan pada roda belakang

𝑇𝑇𝑚𝑚𝑓𝑓 = torsi pengereman motor pada roda depan

Pada saat pengereman, beban normal pada roda depan (𝐹𝐹𝑧𝑧𝑓𝑓), dan roda belakang (𝐹𝐹𝑧𝑧r ),

dinyatakan sebagai berikut:

�𝐹𝐹𝑧𝑧𝑓𝑓 = 1

𝐿𝐿 [W𝐿𝐿𝑟𝑟 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )]

𝐹𝐹𝑧𝑧𝑟𝑟 = 1𝐿𝐿

[W𝐿𝐿𝑟𝑟 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )] (3.5)

dengan:

W = berat kendaraan

ℎ𝑔𝑔 = tinggi pusat massa dari tanah

𝐿𝐿𝑓𝑓 = jarak antara roda depan ke pusat massa

𝐿𝐿𝑟𝑟 = jarak antara roda belakang ke pusat massa

Gaya pengereman pada roda depan (Fbf), dan roda belakang (Fbr) adalah sebagai berikut:

�𝐹𝐹𝑏𝑏𝑓𝑓 = 𝜇𝜇 𝐹𝐹𝑧𝑧𝑓𝑓 = 𝜇𝜇 1

𝐿𝐿 [W𝐿𝐿𝑟𝑟 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )]

𝐹𝐹𝑏𝑏𝑟𝑟 = 𝜇𝜇 𝐹𝐹𝑧𝑧𝑟𝑟 = 𝜇𝜇 1𝐿𝐿

[W𝐿𝐿𝑓𝑓 – ℎ𝑔𝑔 (𝑚𝑚 ὐ + 𝐹𝐹𝑎𝑎 )] (3.6)

dengan µ adalah koefisien gaya pengereman antara roda dan jalan, yang dinyatakan sebagai

berikut:

𝜇𝜇(λ, 𝑣𝑣) = �𝐶𝐶1�1 − 𝑒𝑒−𝐶𝐶2 λ� − 𝐶𝐶3λ�𝑒𝑒−𝐶𝐶4 λ𝑣𝑣 (3.7)

𝐶𝐶1 adalah nilai maksimum kurva gesekan, 𝐶𝐶2 adalah bentuk kurva gesekan, 𝐶𝐶3 adalah perbedaan

kurva gesekan antara nilai maksimumnya dan nilai kurva gesekan pada saat λ =1, 𝐶𝐶4 adalah

nilai karakteristik kelembaban.

16

Slip ratio, λ , didefinisikan oleh persamaan berikut:

𝜆𝜆 = 𝑣𝑣− ⍵𝜔𝜔

max (𝑣𝑣,ω) (3.8)

Untuk pemodelan quarter car atau satu roda, maka persamaan menjadi lebih sederhana.

Gaya-gaya yang terjadi pada satu roda ditunjukkan pada Gambar 3.5. Persamaan gaya yang

terjadi ditunjukkan dengan persamaan berikut:

∑= Fam.. (3.9)

−(𝐹𝐹𝑤𝑤 + 𝐹𝐹𝑠𝑠 + 𝐹𝐹𝑎𝑎 + 𝐹𝐹𝑥𝑥) = 𝑚𝑚 𝑑𝑑𝑣𝑣𝑑𝑑𝑑𝑑

(3.10)

Dengan nilai gaya yang bekerja padanya antara lain sebagai berikut:

𝐹𝐹𝑤𝑤 = 𝑐𝑐𝑑𝑑 𝑚𝑚 𝑔𝑔 cosα (3.11)

𝐹𝐹𝑠𝑠 = 𝑚𝑚 𝑔𝑔 𝑠𝑠inα (3.12)

𝐹𝐹𝑎𝑎 = 0,5 𝑐𝑐𝑟𝑟 𝛿𝛿 𝐴𝐴𝑓𝑓 𝑉𝑉2 (3.13)

𝐹𝐹𝑥𝑥 = µ 𝑚𝑚 𝑔𝑔 (3.14)

dengan:

𝑐𝑐𝑑𝑑 = koefisien resistansi putaran roda

𝑐𝑐𝑟𝑟 = koefisien aerodinamik

δ = density udara

𝐴𝐴𝑓𝑓 = area frontal mobil

v = kecepatan mobil

m = massa satu roda

Fw = resistansi putaran untuk quarter car model

Gambar 3.5 Gaya pada Satu Roda Kendaraan [3]

3.1.4 Model Roda

Roda berfungsi untuk menghubungkan torsi eksternal dengan gerakan longitudinal

kendaraan. Pada saat proses pengereman secara mendadak, maka diperoleh kecepatan

tangensial permukaan roda dan kecepatan pada permukaan jalan yang berbeda sehingga terjadi

slip atau tergelincir. Pengontrol ABS harus mengontrol dinamika rem dan dinamika roda.

17

Model gerak rotasi roda diberikan oleh persamaan:

𝐹𝐹𝑥𝑥 𝑟𝑟 − 𝑇𝑇𝑏𝑏 = 𝐽𝐽 𝑑𝑑𝜔𝜔𝑑𝑑𝑑𝑑 (3.15)

dengan:

r =jari-jari roda

𝑇𝑇𝑏𝑏 = torsi pengereman

J = momen inersia

ω = kecepatan angular roda

3.1.5 Model Motor

Mesin yang umum digunakan pada mobil listrik adalah berjenis permanent magnet

synchronous machine (PMSM). Pada saat berkendara, motor akan digunakan sebagai

penggerak kendaraan. Sedangkan pada saat pengereman regeneratif, motor akan digunakan

sebagai generator yang akan menghasilkan listrik.

Beberapa faktor dapat mempengaruhi torsi pada sistem pengereman regeneratif yang

dihasilkan oleh motor. Beberapa faktor diantaranya adalah SOC (Satate of Charge) dari baterai,

kecepatan sudut motor, dan temperatur motor. Tujuan dari SOC adalah untuk menjaga agar

baterai dapat terhindar dari overcharging yang dapat mempengaruhi umur baterai. Faktor bobot

kSOC pada SOC dapat dinyatakan sebagai berikut:

ksoc = �1

10 (0.9 − SOC)0

SOC ≤ 0.8 0.8 < SOC ≤ 0.9

0.9 < SOC ≤ 1 (3.16)

Sedangkan faktor yang dapat mempengaruhi kecepatan sudut motor berasal dari

rendahnya gaya electrik (voltase) yang dihasilkan pada saat kecepatan rotasi rendah. Faktor

bobot kωm pada kecepatan sudut motor dapat dinyatakan sebagai:

𝑘𝑘⍵𝑚𝑚 = �0

(⍵𝑚𝑚 − 50)/500

⍵𝑚𝑚 ≤ 50 rad/s 50 < ⍵𝑚𝑚 ≤ 100 rad/s

0.9 > 100 rad/s (3.17)

Setelah SOC baterai dan kecepatan sudut motor diketahui, torsi pengereman motor yang

tersedia, Tmavail , dapat dihitung sebagai berikut:

𝑇𝑇𝑚𝑚𝑎𝑎𝑣𝑣𝑎𝑎𝑚𝑚𝑚𝑚 = 𝑇𝑇𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝐼𝐼 𝑘𝑘⍵𝑚𝑚 𝑘𝑘𝑠𝑠𝑠𝑠𝑠𝑠 𝜂𝜂𝑡𝑡

(3.18)

dengan:

Tmmax = torsi motor maksimum

I = rasio transimisi

18

ηt = efisiensi transmisi

Ketika motor berfungsi sebagai penggerak kendaraan, persamaan dinamik torsi motor,

Tm , dapat dimodelkan sebagai sebuah sistem order satu sebagai berikut:

𝑇𝑇𝑚𝑚𝑇𝑇𝑚𝑚_𝑑𝑑𝑑𝑑𝑚𝑚𝑚𝑚𝑑𝑑𝑑𝑑

= 𝑒𝑒−𝜏𝜏𝐷𝐷𝑠𝑠 11+𝑚𝑚𝑠𝑠

(3.19)

dengan:

Tm_demand = torsi motor yang diperlukan

τD = konstanta delay torsi motor

τm = konstanta waktu torsi motor

3.1.6 Fault Tolerant Control

Sistem fault tolerant control (FTC) memiliki kemampuan mengakomodasi kesalahan

komponen secara otomatis dengan tetap mempertahankan kestabilan sistem dan performansi

yang ditetapkan. Dalam tiga dekade terakhir, sistem FTC telah diteliti dan sudah banyak

metode yang ditawarkan dalam literatur, baik dalam bentuk buku seperti [29], [30], [31] dan

makalah tinjauan seperti [32] dan [33]. Tinjauan menyeluruh tentang FTC secara ringkas

dijelaskan pada [34] dengan beberapa sudut pandang: teori, praktek industri, dan tantangan

potensial. Penjelasan rinci berupa tutorial tentang FTC dapat dibaca pada [35], sedangkan

tinjauan literatur secara komprehensif telah dilakukan oleh [36].

Sistem FTC dapat dibangun dengan dua pendekatan: pasif dan aktif. FTC pasif bekerja

dengan kontroler yang ditetapkan dan dirancang menggunakan teknik kontrol robust untuk

menjamin bahwa sistem lup tertutup tetap tidak sensitif terhadap kesalahan tertentu.

Pendekatan ini tidak membutuhkan informasi kesalahan secara on-line maupun rekonfigurasi

kontroler, namun memiliki kekurangan dalam hal kemampuan menoleransi kesalahan yang

terbatas jumlahnya [30], [36]. Di sisi lain, pada FTC aktif, sebuah sistem kontrol baru dirancang

ulang dengan menggunakan informasi kesalahan secara on-line dalam rangka mempertahankan

kestabilan dan performansi yang ditetapkan, atau pada kondisi terparah, mencapai performansi

terdegradasi yang diijinkan. Oleh karena itu, perancangan sistem FTC aktif memerlukan teknik

FDI yang cepat dan efektif sebagai pengambil keputusan akan terjadinya kesalahan atau tidak

pada sistem.

Sistem FTC Aktif

19

Secara umum, sebuah sistem FTC aktif terdiri atas beberapa bagian sub-sistem seperti

yang ditunjukkan pada Gambar 3.6, yaitu: teknik deteksi/diagnosis kesalahan; mekanisme

rekonfigurasi kontroler; dan kontroler (reconfigureable controller). Ketiga bagian tersebut

harus bekerja secara berkesinambungan. Ketika sebuah kesalahan terdeteksi, unit FDI

menentukan dimana letak kesalahan tersebut, yaitu isolasi kesalahan, kemudian algoritma

estimasi kesalahan yang bekerja secara on-line diaktifkan. Berdasarkan pada estimasi ini,

kontroler dirancang ulang untuk mengkompensasi pengaruh kesalahan. Kontroler ini disebut

sebagai reconfigurable controller yang biasanya berupa kontroler digital dengan parameter

dan/atau struktur dapat diubah secara mudah seperti yang diperintahkan oleh mekanisme

rekonfigurasi kontroler.

Gambar 3.6 Struktur umum FTC aktif [34]

Klasifikasi metode penalaan kontrol (control adjustment) pada sistem FTC aktif masih

belum dibakukan. Semua metode yang digunakan dalam desain kontrol nominal dapat menjadi

alternatif pendekatan desain reconfigurable control. Berdasarkan literatur, teknik penalaan

kontrol pada sistem FTC aktif dapat dikelompokkan menjadi dua metode, yaitu metode

proyeksi dan metode automatic redesign. Pada metode proyeksi, kesalahan dikompensasi

dengan memilih hukum kontrol yang dihitung terlebih dahulu pada saat desain (pre-computed

control law). Sedangkan pada metode automatic redesign, kesalahan dikompensasi dengan

menyintesa strategi kontrol baru secara on-line.

Sintesa sinyal kontrol pada metode automatic redesign dapat dilakukan dengan dua cara,

yaitu: merancang ulang kontroler (controller redesign) dengan memodifikasi kontroler

nominal, dan mengkompensasi kesalahan dengan tanpa mengubah kontroler nominal. Metode

kompensasi kesalahan merupakan bidang penelitian yang relatif baru dan banyak diminati. Hal

ini disebabkan karena metode ini tidak memerlukan beban komputasi yang besar sebagai akibat

20

skema FDI dan reconfigurable control didesain secara terintegrasi. Penelitian tentang desain

terintegrasi FDI dan reconfigurable control untuk sistem linear dapat dilihat dalam [37], [38],

[39].

3.1.7 Sliding Mode Control

Sliding mode control (SMC) merupakan sebuah teori kontrol yang menggunakan

pendekatan state space untuk menganalisa sebuah sistem [40]. Pengguanan state space ini baik

digunakan karena dapat merepresentasikan model yang komplek dan multi input multi output

(MIMO). Metode SMC ini dikembangkan untuk membangun sistem kontrol pada model yang

kompleks dengan sistem dinamik nonlinear derajat tinggi yang bekerja dalam keadaan tidak

tentu [41]. Cara kerja SMC dalam mengendalikan sebuah sistem adalah dengan menjalankan

sistem pada sebuah permukaan yang kemudian nilainya dijaga pada permukaan ini. Gambar

3.7 merepresentasikan cara kerja SMC dengan menggunakan fase bidang yang terdiri dari eror

dan turunan pertama dari eror tersebut. Dapat dilihat bahwa pada saat dimulai dari berbagai

kondisi, keadaan trayektori akan menuju permukaan sliding (reaching mode), dan kemudian

akan meluncur sepanjang permukaan menuju target (sliding mode).

Gambar 3.7 Interpretasi grafik SMC [42]

Langkah pertama dalam membangun SMC adalah dengan menentukaan persamaan

permukaan (sliding surface). Persamaan sliding surface akan mengikuti persamaan (2.20),

dimana hanya dipengaruhi oleh 1 (satu) parameter skalar yaitu λ yang ditentukan oleh desainer

dan bernilai positif konstan [43], 𝑛𝑛 merupakan besarnya order dari suatu sistem.

𝑠𝑠(𝑑𝑑) = (λ + 𝑑𝑑𝑑𝑑𝑑𝑑

)n-1e(t) (3.20)

21

Teorema kestabilan Lyapunov digunakan untuk mestabilan suatu sistem nonlinier yang

berubah terhadap waktu. Fungsi Lyapunov digunakan dan dapat dilihat pada permaan (3.21).

Persamaan tersebut dikatakan sebuah fungsi definit positif apabila memenuhi syarat 𝑉𝑉(0) = 0,

𝑉𝑉 > 0.

𝑉𝑉 = 12

𝑠𝑠2 (3.21)

Teorema 3.1 [41] Ditinjau sistem yang didefinisikan sebagai 𝑥𝑥 ̇ = 𝑓𝑓(𝑥𝑥, 𝑑𝑑) dengan 𝑓𝑓(0, 𝑑𝑑) = 0

untuk semua 𝑑𝑑. Jika fungsi skalar yang terdapat pada 𝑉𝑉(𝑥𝑥, 𝑑𝑑) bersifat kontinu, maka turunan

parsial pertama fungsi tersebut memenuhi kondisi definit negatif. Dalam kondisi ini, sistem

mengalami uniformly asymptotic stable.

Berdasarkan Teorema 3.1 yang diterapkan pada persamaan (3.21), persamaan (3.22)

memenuhi syarat kestabilan sistem yang bersifat definit negatif. Nilai 𝜀𝜀 adalah suatu konstanta

positif .

�̇�𝑉 = 𝑠𝑠�̇�𝑠 ≤ −𝜀𝜀 |𝑠𝑠| < 0 (3.22)

Dengan fungsi signum (sgn) dapat didefinisikan sebagai berikut:

𝑠𝑠𝑔𝑔𝑛𝑛(𝑥𝑥) = �−1

1

x < 1

𝑥𝑥 ≥ 1 (3.23)

Persamaan sliding surface merupakan fungsi dari eror. Dengan nilai orde n = 2,

persamaan (3.23) dapat disederhanakan sebagai berikut:

s (𝑑𝑑) = 𝑒𝑒 ̇(𝑑𝑑) + λe(t) (3.24)

dengan r adalah referensi dan fungsi eror adalah:

𝑒𝑒(𝑑𝑑) = 𝑟𝑟(𝑑𝑑) – x (𝑑𝑑) (3.25)

dimana variabel state x(t) memenuhi persamaan state space berikut:

�̇�𝑥(𝑑𝑑) = 𝐴𝐴𝑥𝑥(𝑑𝑑) + 𝐵𝐵𝐵𝐵(𝑑𝑑) (3.26)

dengan A dan B adalah matrik state dan matrik input, serta u(t) adalah sinyal input (kontrol).

Substitusi persamaan (3.25) dan turunannya ke persamaan (3.24) maka didapatkan persamaan

berikut

�̇�𝑠 = �̈�𝑟(𝑑𝑑) − 𝐴𝐴𝑥𝑥(𝑑𝑑) − 𝐵𝐵𝐵𝐵(𝑑𝑑) + λ(�̇�𝑟(𝑑𝑑) − �̇�𝑥(𝑑𝑑)) (3.27)

Dengan memberlakukan constant rate reaching law [44], yaitu:

�̇�𝑠 = −𝜀𝜀 𝑠𝑠𝑔𝑔𝑛𝑛(𝑠𝑠) , 𝜀𝜀 > 0 (3.28)

maka dari (3.28) dapat diperoleh persamaan sinyal kontrol sebagai berikut:

𝐵𝐵(𝑑𝑑) = 1𝐵𝐵

(ε 𝑠𝑠𝑔𝑔𝑛𝑛(𝑠𝑠) + �̈�𝑟(𝑑𝑑) − 𝐴𝐴𝑥𝑥(𝑑𝑑) + λ(�̇�𝑟(𝑑𝑑) − �̇�𝑥(𝑑𝑑)) (3.29)

22

Studi Hasil Penelitian Sebelumnya

Sistem kontrol ABS merupakan sistem yang cukup kompleks. Hambatan utama yang

muncul dalam merancang sistem kontrol ABS adalah sifat ketidaklinieran dan ketidakpastian

model yang besar. Sejumlah pendekatan kontrol modern telah digunakan untuk masalah ini,

seperti fuzzy logic control [13] [25], neural network [14], sliding mode control (SMC) [22] dan

pendekatan kontrol cerdas lainnya. SMC yang memang dibuat untuk sistem sistem nonlinear

menjadi daya pikat tersendiri untuk terus dikembangkan dalam penerapannya di sistem ABS,

termasuk sistem regenerative ABS seperti yang didiskusikan dalam [12] [28]. Hasil simulasi

menunjukkan bahwa stabilitas pengereman dan kenyamanan penumpang lebih meningkat

dengan menggunakan SMC. Namun demikian, pendekatan kontrol modern tersebut di atas

belum mengakomodasi kesalahan yang mungkin terjadi pada sensor dan aktuator.

Pada tahun 2011 terdapat hasil penelitian yang bertujuan untuk mendeteksi kesalahan

sensor yang efektif dan mengembangkan skema identifikasi kesalahan ABS [45]. Untuk

mendeteksi kesalahan pada sensor maka digunakan metode sliding mode observer (SMO).

Pada simulasi menunjukkan bahwa fault detection and isolation (FDI) pada sensor ABS tidak

hanya mampu mendeteksi dan mengisolasi kesalahan sensor tapi juga mampu memperkirakan

kesalahan sensor dengan akurat. Informasi tentang kesalahan sensor kecepatan roda dan

kecepatan kendaraan didapat secara efisien. Namun demikian, penelitian ini belum mendeteksi

kesalahan aktuator.

Pada tahun 2012, terdapat studi penelitian mengenai desain AFTCS pada kesalahan

aktuator berdasarkan variasi waktu (time - varying) [46]. Penelitian ini bertujuan untuk

meningkatkan ketegaran (robustness), sensitivitas dan kecepatan diagnosa kesalahan, serta

prosedur kompensasi menggunakan teknik high-gain observer. Kemudian pengendali

rekonfigurasi akan dibangun langsung berdasarkan informasi diagnosis kesalahan pada sistem.

Hasil akhir teori diilustrasikan dengan contoh simulasi pada motor sinkron magnet permanen,

bukan pada sistem ABS. Selain itu, keberadaan kesalahan sensor masih belum ditinjau.

Skema SMC yang mengakomodasi kesalahan sensor dan aktuator telah diajukan dalam

penelitian [47] pada tahun 2019. Skema ini diterapkan pada plant unmanned aerial vehicle.

Pendekatan yang digunakan adalah memanfaatkan sifat robust dari SMC, sehingga tergolong

sebagai pendekatan passive FTC (PFTC). Perbandingan pendekatan PFTC dan AFTC pada

skema SMC di unmanned aerial vehicle sebenarnya telah dikemukan dalam [48], namun

kesalahan yang ditinjau baru kesalahan aktuator saja.

23

BAB IV METODE

Tahap awal penelitian dimulai dari merancang dan mengembangkan prototipe

pengereman dengan sistem regenerative ABS berbasis sliding mode control (SMC) untuk

kendaraan satu roda. Setelah sistem kontrol terbukti bekerja sesuai dengan performansi yang

ditetapkan, langkah penelitian selanjutnya adalah merancang sebuah sistem kontrol SMC

secara simulasi yang mampu mengakomodasi terjadinya kesalahan dengan menerapkan

metode AFTC, selanjutnya disebut SMFTC.

Diagram alir penelitian ditunjukkan pada Gambar 4.1. Uraian lebih detil dari tiap tahap

dijelaskan dalam beberapa sub bab di bawah ini.

Gambar 4.1 Diagram Alir Penelitian

Rancang Bangun Regenerative ABS untuk Quarter Car

Pada penelitian sebelumnya telah dihasilkan simulator sistem ABS pada model

kendaraan satu roda dalam skala laboratoium. Simulator ini telah dilengkapi dengan sistem

kontrol SMC untuk mengatur proses pengereman secara hidrolik (mekanik). Mesin penggerak

yang digunakan dalam hal ini adalah motor induksi. Pada penelitian selanjutnya ini, akan

Mulai

Rancang bangun regenerative ABS

Perancangan reconfigurable controller

Rancang bangun sistem kontrol

Perancangan algoritma observer

Uji Performansi sistem AFTC

Memenuhi kriteria slip ratio

= 0,2?

Selesai

Tidak Kriteria

terpenuhi?

Analisis

Ya

Ya

Tidak

24

dibangun simulator regenerative ABS yang tersusun atas tiga komponen utama yaitu motor

brushless DC atau BLDC yang dapat berfungsi sebagai motor sekaligus generator DC,

Electronic Control Unit, dan rangkain rem hidrolik. BLDC menggantikan motor induksi yang

telah terpasang sebelumnya sebagai penggerak dan akan aktif menjadi generator hanya pada

saat pengemudi menginjak pedal rem. Pada saat proses pengereman, sebagian energi kinetik

digunakan untuk memutar generator, dikonversikan menjadi energi listrik, dan disimpan di

baterai. Komponen ECU berfungsi untuk mengontrol nilai slip ratio saat terjadi pengereman

penuh (hingga berhenti).

Motor BLDC digunakan sebagai penggerak dari kendaraan yang disimulasikan pada

penelitian ini. Skema motor yang digunakan sesuai dengan [27] yang diilustrasikan pada

Gambar 4.2. Sumber daya utama pada motor ini yaitu baterai. Baterai digunakan untuk

melakukan suplai daya kepada inverter. Inverter menerima masukan gate PWM dan akan

mengalirkan sumber 3 fasa kepada motor pada saat mode motoring atau motor akan

mengalirkan sumber kepada rectifier pada mode generator sehingga dapat melakukan

pengecasan pada baterai saat pengereman.

Gambar 4.2 Skema regeneratif motor BLDC

Gambar 4.3 menunjukkan skema simulator sistem regenerative ABS yang dibangun

dalam penelitian ini. Terdapat dua roda yang saling bersentuhan: roda besar mempresentasikan

roda kendaraan sedangkan roda kecil mewakili jalan yang dilalui kendaraan. Roda kecil

digerakkan oleh motor yang dapat diatur kecepatannya, sehingga dapat mensimulasikan

kondisi jalan (gaya gesek yang diberikan ke kendaraan). Roda besar digerakkan oleh BLDC

yang tersambung dengan baterai. Kerja mesin BLDC ini selaras dengan kerja motor roda kecil,

artinya keduanya bersama-sama hidup dan bersama-sama mati.

Baterai Rectifier

Inverter Motor

BLDC

switches

25

Gambar 4.3 Skema simulator sistem regenerative ABS

Rancang Bangun Sistem Kontrol Regenerative ABS

Sebuah sistem kontrol terdiri atas plant, sensor, aktuator dan kontroler, seperti yang

ditunjukkan pada Gambar 4.4. Di setiap roda pada Gambar 4.3 akan dipasang sensor

kecepatan, yaitu sensor kecepatan kendaraan pada roda kecil dan sensor kecepatan roda pada

roda besar. Kedua hasil pengukuran diumpankan ke ECU untuk digunakan dalam menghitung

nilai slip ratio dan sinyal kontrol untuk aktuator hidrolik dan elektrik (inverter). ECU

menampilkan hasil pembacaan dan perhitungan ke layar display. ECU juga menerima perintah

dari pedal rem dan kondisi mesin BLDC sebagai informasi untuk jenis pengereman apa yang

diberlakukan. Dalam penelitian tahun ini, simulator diuji-cobakan untuk jenis pengereman

hidrolik dan pengereman regeneratif. Oleh karena itu, dalam controller juga diterapkan skema

distribusi torsi pengereman yang efisien.

Gambar 4.4 Struktur sistem kontrol slip ratio

Setpoint Hydr & Elec

Actuator Plant ABS

26

Algoritma kontrol yang digunakan adalah sliding mode control (SMC). Hal ini

disebabkan karena plant ABS merupakan sistem yang nonlinear dan mengandung

ketidakpastian model. Unuk menurunkan sinyal kontrol SMC, maka dilakukan terlebih dahulu

proses identifikasi sistem guna menghasilkan model dinamik plant. Selanjutnya, akan

dilakukan proses uji coba untuk menghasilkan performansi respon yang terbaik. Dalam hal ini

kriteria yang ditetapkan adalah integral absolute error (IAE) dengan nilai setpoint 0,2,

overshoot dan waktu pemberhentian.

Perancangan Sistem AFTC

Setelah sistem kontrol terbukti bekerja sesuai dengan perfomansi yang ditetapkan,

langkah penelitian selanjutnya adalah membangun sebuah sistem kontrol yang mampu

mengakomodasi kesalahan, yaitu AFTC. Perancangan sistem AFTC dilakukan dengan

menggunakan extended state observer (ESO) untuk kompensasi kesalahan sensor dan inverter.

Masukan untuk observer adalah hasil pengukuran dan sinyal kontrol. Variabel pengukuran

adalah kecepatan putaran roda ω yang diukur menggunakan sensor wheel speed dan kecepatan

linier mobil V. Struktur SMFTC ditunjukkan pada Gambar 4.5.

Gambar 4.5 Struktur SMFTC pada plant regenerative ABS

Pada penelitian tahun ini, kesalahan juga ditinjau terjadi pada inverter. Dengan demikian,

perlu dilakukan modifikasi rancangan observer yang dihasilkan pada penelitian tahun

sebelumnya. Dalam perancangan ESO, model state space diturunkan dari fungsi torsi

Mekanisme kompensasi Extended State Observer

SMC & skema distribusi kontrol Actuators

plant regenerative

ABS

Sensors

+

−

Faults

Faults

27

pengereman dan pemodelan dinamik BLDC dan gerak longitudinal kendaraan untuk

pengereman sehingga diperoleh model linier. Penentuan gain observer dilakukan menggunakan

teknik peletakan pole.

Pada tahap akhir penelitian, dilakukan beberapa pengujian untuk menentukan

perfomansi SMFTC yang dirancang melalui simulator regenerative ABS. Kriteria perfomansi

yang digunakan adalah kriteria dari slip ratio yang optimal yaitu sebesar 0,2 dan juga respon

dinamik yang dinyatakan maximum overshoot, settling time, dan error steady state. Jika

perfomansi tidak sesuai dengan kriteria yang ditetapkan, maka desain observer perlu ditinjau

ulang, sampai ditemui kriteria perfomansi yang ditetapkan.

28

BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA

Jadwal

No. Deskripsi Kegiatan Bulan 1 2 3 4 5 6 7 8 9 10

1 Persiapan penelitian 2 Rancang bangun plant

regenerative ABS

3 Rancang bangun sliding mode controller dan skema distribusi kontrol

4 Perancangan observer 5 Penerapan kompensasi 6 Pengujian dan analisis 7 Penulisan laporan dan aktikel

Anggaran Biaya

Upah/Honor

No Tim Peneliti Jumlah Orang

Minggu /

Bulan

Bulan Kerja

Jam / Mngg

Tarif Jam/Mgg

(Rp)

Jumlah (Rp)

1 Pembantu peneliti 1 4 10 12 10.000 4.800.000 2 Pengolah data 2 4 10 10 10.000 8.000.000 3 Teknisi 2 4 6 30 2.500 3.600.000

Total 16.400.000

Komponen Peralatan

No Nama Peralatan Vol Satuan Harga Satuan (Rp) Jumlah (Rp)

1 Motor BLDC 1 buah 5.000.000 5.000.000 2 Driver 1 buah 3.000.000 3.000.000 3 Calliper 4 buah 600.000 2.400.000 4 Tank master 1 buah 900.000 900.000 5 Steel Tube 1 paket 3.000.000 3.000.000

6 Komponen pengukuran kecepatan 2 paket 2.000.000 4.000.000

7 Komponen pengukuran arus 3 paket 1.000.000 3.000.000 8 Baterai 3 buah 500.000 1.500.000 9 Software Support 1 paket 3.000.000 3.000.000

Total 27.800.000

29

Perjalanan

No Kegiatan Frek. Jumlah Harga Satuan (Rp) Jumlah (Rp)

Total

Lain-Lain

No Kegiatan Vol. Satuan Harga Satuan (Rp) Jumlah (Rp)

1 Penggandaan laporan 10 eks 100.000 1.000.000

2 Biaya makalah jurnal internasional 1 kali 5.800.000 5.800.000

Total 6.800.000

Rekapitulasi Anggaran

No Jenis Pengeluaran Jumlah (Rp) 1 Gaji 16.400.000 2 Komponen Peralatan 30.800.000 3 Perjalanan - 4 Lain-Lain 6.800.000

Total 51.000.000

30

BAB VI DAFTAR PUSTAKA

[1] Y. Lee and S. H. Zak, “Designing a Genetic Neural Fuzzy Antilock-Brake-

System Controller,” in Transaction on Evolutionary Computation, 2002.

[2] M. S. Sergio and T. Mara, Active Braking Control Systems Design for Vehicles,

London, UK: Springer, 2010, p. 3–17.

[3] O. Tur, O. Ustun and R. N. Tuncay, “An Introduction to Regenerative Braking

of Electric Vehicles as Anti-lock Braking System,” in Intelligent Vehicles

Symposium, Istanbul, Turkey, 2007.

[4] D. Peng, Y. Zhang, C. L. Yin and J. W. Zhang, “Combined Control of a

Regenerative Braking and Antilock Braking System for Hybrid Electric

Vehicles,” International Journal Automotive Technology, pp. 749-757, 2008.

[5] J. Kim and J. Lee, “Real-Time Estimation of Maximum Friction and Optimal

Slip Ratio Based on Material Identification for a Mobile Robot on Rough

Terrain,” in 13th International Conference on Control, Automation and Systems

(ICCAS), Gwangju, Korea, 2013.

[6] W. Y. Wang, I. H. Li, C. P. Tsai, S. F. Su and S. B. Hsu, “Dynamic Slip-ratio

Estimation and Control of Antilock Braking System Using an Observer-Based

Direct Adaptive Fuzzy–Neural Controller,” Transaction on Industrial

Electronics, p. 1746–1756, 2009.

[7] C. B. Patil, R. G. Longoria and J. Limroth, “Control Prototyping for Anti-lock

Braking Control System on a Scaled Vehicle,” in In Proceedings of the IEEE

Conference on Decision and Control, Hawaii, USA, 2003.

[8] M. Oudghiri, M. Chadli and A. E. Hajjaji, “Robust Fuzzy Sliding Mode Control

for Antilock-Braking-System,” International Journal Science Technology

Automotive Control, pp. 13-28, 2007.

[9] J. Yao, Z. M. Zhong and C. Z. Sun, “A Fuzzy Logic based Regenerative Braking

Regulation for a Fuel Cell Bus,” in In Proceedings of the IEEE International

Conference on Vehicular Electronics and Safety, Beijing, China, 2006.

[10] G. Q. Xu, W. M. Li, K. Xu and Z. B. Song, “An Intelligent Regenerative Braking

Strategy for Electric Vehicles,” Energies, p. 1461–1477, 2011.

[11] B. Long, S. T. Lim, J. H. Ryu and K. T. Chong, “Energy-Regenerative Braking

31

Control of Electric Vehicles Using Three-Phase Brushless Direct-Current

Motor,” Energies, vol. 7, p. 99–114, 2014.

[12] T. K. Bera, K. Bhattacharyya and A. K. Samantaray, “Bond Graph Model Based

Evaluation of a Sliding Mode Controller for Combined Regenerative and

Antilock Braking System,” Part I Journal System Control Engineering, vol. 225,

p. 918–934., 2011.

[13] A. Mirzaei, M. Moallem and B. Dehkordi, “Design of an Optimal Fuzzy

Controller for Antilock-Braking-Systems,” in Vehicle Power and Propulsion,

2005 IEEE Conference, Chicago, IL, USA, 2005.

[14] C. M. Lin and C. F. Hsu, “Neural-Network Hybrid Control for Antilock Braking

Systems,” IEEE Transactions on Neural Networks, pp. IEEE Trans. Neural

Netw. Learn. Syst. 2003, 14, 351–359., 2003.

[15] J. S. Yu, “A Robust Adaptive Wheel-Slip Controller for Antilock-Brake-

System,” in In Proceedings of the 36th IEEE Conference on Decision and

Control, San Diego, CA, USA, 1997.

[16] Z. Zhou, C. Mi and G. Zhang, “Integrated Control of Electromechanical Braking

and Regenerative Braking in Plug-in Hybrid Electric Vehicles,” International

Journal of Vehicle Design, vol. 58, p. 223–239, 2012.

[17] A. Manzone, A. Pincetti and D. De Costantini, “Fault Tolerant Automotive

Systems: an Overview,” in On-Line Testing Workshop, 2001. Proceedings.

Seventh International, Taormina, Italy, 2001.

[18] D. Swaroop, J. C. Gerdes and J. K. Hedrick, “Fault Tolerant Control of

Automatically Controlled Vehicles in Response to Brake System Failures,” in

Proceedings of the 1997 IEEE International Conference on Control

Applications, Hartford, CT, USA, 1997.

[19] S. Solyom, Synthesis of a Model-Based Tire Slip Controller, Lund, Sweden:

Department of Automatic Control, Lund Institute of Technology, 2002.

[20] T. A. Johansen, J. Petersen, J. Kalkkuhl and J. Ludermann, “Gain-scheduled

wheel,” IEEE Transactions on Control Systems Technology, pp. 799-811, 2003.

[21] I. Petersen, T. A. Johansen, J. Kalkkuhl and J. Luudemann, “Wheel Slip Control

Using Gain-Scheduled LQ-LPV/LMI Analysis and Experimental Results,” in

European Control Conference, Cambridge, UK, 2003.

32

[22] A. Harifi, A. Aghagolzadeh and H. Sadeghi, “Designing a Sliding Mode

Controller for Antilock Brake System,” in EUROCON, Belgrade, Serbia &

Montenegro, 2005.

[23] A. A. Aly, E. S. Zeidan, A. Hamed and F. Salem, “An Antilock-Braking System

(ABS) Control: A Technical Review,” Intelligent Control and Automation, pp.

186-195, 2011.

[24] S. Maliye, Regenerative and Anti-Lock Braking System in Electric Vehicle,

Odisha, India: National Institute of Technology, Rourkela, 2014.

[25] S. K. Kumar, L. Verghese and K. K. Mahapatra, “Fuzzy Logic based Integrated

Control of Anti-lock Brake System and Collision Avoidance System using CAN

for Electric Vehicles,” in Industrial Technology IEEE Conference, Gippsland,

VIC, Australia, 2009.

[26] M. Wabco, Anti-Lock Braking Systmen Training Program: Student Manual,

Troy, MI USA: Meritor WABCO Vehicle Control System, 1999.

[27] T. Murali, “Four Quadrant Operation and Control of Three Phase BLDC Motor,”

International Conference on Circuits Power and Computing Technology, 2017.

[28] J. Guo, X. Jian and G. Lin, “Performance Evaluation of an Anti-Lock Braking

System foe Electric Vehicle with a Fuzzy Sliding Mode Controller,” Energies,

pp. 6459-6476, 2014.

[29] M. Blanke, M. Kinnaert, J. Lunze and M. Staroswiecki, Diagnosis and fault-

tolerant control, 2nd ed., New York, USA: Springer Verlag, 2006.

[30] M. M. Mahmoud, J. Jiang and Y. Zhang, Active Fault Tolerant Control Systems:

Stochastic Analysis and Synthesis, New York: Springer-Verlag Berlin

Heidelberg, 2003.

[31] H. Noura, D. Theilliol, J. C. Ponsart and A. Chamseddine, Fault-tolerant Control

Systems: Design and Practical Applications, London: Springer-Verlag, 2009.

[32] R. J. Patton, “Fault tolerant control: the 1997 situation,” in IFAC Safeprocess '97,

Hull, United Kingdom, 1997.

[33] M. Staroswiecki and A. Gehin, “From control to supervision,” Annual Reviews

in Control, vol. 25, no. 1, pp. 1-11, 2001.

[34] J. Jiang, “Fault-tolerant Control Systems - An Introductory Overview,” Acta

33

Automatica Sinica, vol. 31, no. 1, pp. 161-174, 2005.

[35] J. Lunze and R. J. H, “Reconfigurable Fault-tolerant Control: A Tutorial

Introduction,” European Journal of Control, vol. 5, pp. 359-386, 2008.

[36] Y. Zhang and J. Jiang, “Bibliographical review on reconfigurable fault-tolerant

control systems,” Annual Reviews in Control, vol. 32, p. 229–252, 2008.

[37] B. Jiang and F. N. Chowdhury, “Fault estimation and accommodation for linear

MIMO discrete-time systems,” IEEE Transactions on Control Systems

Technology, vol. 13, no. 3, pp. 493-499, 2005.

[38] B. Boussaid, H. Chouiref and M. N. Abdelkrim, “Integrated of Active Fault

Tolerant Control Approach Based LMI,” International Journal of Sciences and

Techniques of Automatic Control and Computer Engineering, vol. 7, no. 1, pp.

1834-1843, 2013.

[39] K. Indriawati, T. Agustinah and A. Jazidie, “Reconfigurable fault tolerant control

of linear system with actuator and sensor faults,” in IEEE International

Conference on Control System, Computing and Engineering (ICCSCE), Penang,

Malaysia, 2013.

[40] A. N. K. Nasir, R. M. T. R. Ismail and M. A. Ahmad, “Performance Comparison

between Sliding Mode Control (SMC) and PD-PID Controllers for a Nonlinear

Inverted Pendulum System,” International Journal of Computer, Electricalm

Automation, Control and Information Engineering, pp. 1-6, 2010.

[41] M. Rahmani, A. Ghanbari and M. Ettafagh, “Robust Adaptive Control of a

Bioinspired Robot Manipulator Using Bat Algorithm,” Expert Systems with

Applications 56, pp. 164-176, 2016.

[42] K. S. Holkar, “Sliding Mode Control with Predictive PID Sliding Surface for

Improved Performance,” International Journal of Computer Application, pp. 1-

5, 2013.

[43] J. E. Slotine and W. Li, Applied Nonlinear Control, New Jersey: Prentice Hall,

1991.

[44] J. Liu and X. Wang, Advanced Sliding Mode Control for Mechanical Systems,

Tsinghua University Press, Beijing and Springer-Verlag Berlin Heidelberg:

Springer, 2012.

[45] A. Zahedi and A. A. Gharaveis, “Fault Detection and Isolation of Anti-Lock

34

Braking System Sensor,” in 2nd International Conference on Control,

Instrumentation And Automation (ICCIA), Shiraz, Iran, 2011.

[46] H. Kang, H. Ma and G. Yang, “Adaptive Fault Tolerant Control for Actuators

Bias on Nonlinear Systems,” in 24th Chinese Control and Decision Conference

(CCDC), TBD Taiyuan, China, 2012.

[47] J. Tan, Y. Fan, P. Yan, C. Wang and H. Feng, “Sliding mode fault tolerant control

for unmanned aerial vehicle with sensor and actuator faults,” Sensors, vol. 19,

no. 3, p. 643, 2019.

[48] T. Li, Y. Zhang and B. W. Gordon, “Passive and active nonlinear fault-tolerant

control of a quadrotor unmanned aerial vehicle based on the sliding mode control

technique,” Journal of Systems and Control Engineering, vol. 227, no. 1, pp. 12-

23, 2013.

[49] J. Stoustrup and H. H. Niemann, “Fault estimation—a standard problem

approach,” International Journal of Robust and Nonlinear Control, vol. 12, no.

8, pp. 649-673, 2002.

[50] M. Kinnaert, “Fault diagnosis based on analytical models for linear and nonlinear

systems – a tutorial,” in IFAC Symposium on Fault Detection, Supervision and

Safety of Technical Processes, Washington, USA, 2003.

[51] D. M. Frank, S. X. Ding and B. Koppen-Seliger, “Current developments in the

theory of FDI,” in the IFAC Symposium on Fault Detection, Supervision & Safety

for Technical Processes, Budapest, Hungary, 2000.

[52] J. Smart, “Idaho National Laboratory,” 3 March 2016. [Online]. Available:

https://at.inl.gov. [Accessed 15 January 2018].

[53] P. B. Bhivate, Modelling and Development of Anti-Lock Braking System,

Rourkela, India: National Institute of Technology Rourkela, 2010.

[54] L. Chu, Y. Hou, M. Liu and J. Li, “Study on The Dynamic Characteristic of

Pneumatic ABS Solenoid Valve for Commercial Vehichle,” IEEE, pp. 641-644,

2007.

[55] K. Indriawati, T. Agustinah and A. Jazidie, “Robust Fuzzy Observer-Based Fault

Tolerant Tracking Control for Nonlinear Systems with Stimultaneous Actuator

and Sensor Faults: Application to a DC Series Motor Speed Drive,” Praise

Worthy Prize, pp. 375-385, 2016.

35

[56] I. A. Hameed, E. I. Elmadbouly and M. I. Abdo, “Sensor and Actuator Fault-

Hiding Reconfigurable Control Design for a Four-Tank System Benchmark,”

International journal of innovative computing, information & control: IJICIC,

pp. 679-690, 2015.

[57] Y. M. Zhang and J. Jiang, “Active Fault-Tolerant Control System Against Partial

Actuator Failures,” in IEE Proceedings - Control Theory and Applications,

London, 2002.

[58] K. Indriawati, T. Agustinah and A. Jazidie, “Robust Observer-based Fault

Tolerant Tracking Control for Linear Systems with Simultaneous Actuator and

Sensor Faults: Application to a DC Motor System,” International Review on

Modelling and Simulation, vol. 8, no. 4, pp. 410-417, 2015.

[59] D. U. Campos-Delgado and S. Z. K. Martinez Martinez, “Integrated fault-

tolerant scheme for a DC speed drive,” IEEE/ASME Transactions on

Mechatronics, vol. 10, no. 4, pp. 419-427, 2005.

[60] “How the braking system works,” How a Car Works, 2019. [Online]. Available:

https://www.howacarworks.com/basics/how-the-braking-system-works.

[Accessed 18 February 2019].

[61] M. Ichikawa, N. Sebe, Suyama and K. Indriawati, “A Bias Fault Estimation of

Actuators and Sensors by Optimization with ℓ0 norm Constraint,” in 11th Asian

Control Conference (ASCC), Gold Coast Convention Centre, Australia, 2017.

36

BAB VII LAMPIRAN

BIODATA TIM PENELITI

1. Ketua

a. Nama Lengkap : Dr. Bambang Lelono Widjiantoro, ST, MT

b. Jenis Kelamin : Laki-laki

c. NIP : 19690507 1995121 001

d. Fungsional/Pangkat/Gol. : Lektor Kepala/Pembina/IV-a

e. Jabatan Struktural : Dekan Fakultas Teknologi Industri (FTI)

f. Bidang Keahlian : Instrumentasi dan Kontrol

g. Fakultas/Jurusan : FTI/Teknik Fisika

h. Alamat Rumah & No. Telp. : Wisma Tamansari 11, Jl. Gunung Anyar

Jaya IV, Surabaya,08179670328

i. Riwayat Penelitian :

• Desain dan Pengembangan Prototipe Turbin Angin Berbasis

Supervisory Control : Studi Kasus Implementasi di Ladang Angin Indonesia, Hibah Penelitian Unggulan Perguruan Tinggi, ITS, 2017-2019, Anggota

• Desain Active Fault Tolerant Control Pada Sistem Anti-lock Braking System Dengan Kesalahan Pada Sensor Dan Aktuator : Studi Kasus Implementasi Pada Kendaraan Listrik, Hibah Penelitian Laboratorium, ITS, 2018-2019, Ketua

• Optimasi Sistem Produksi Listrik Pada Pembangkit Listrik Tenaga Panas Bumi” (Ketua Tim Peneliti) Penelitian Unggulan Laboratorium ITS, BOPTN 2013 - 2014.

j. Publikasi :

• Indriawati K, Nugroho G, Widjiantoro B.L, Biyanto T.R (2014), A Computational Module for Optimizing Electricity Production in a Single Flash Typed Geothermal Power Plant, Proceedings of the 3rd Applied Science for Technology Innovation (ASTECHNOVA), International Energy Conference, Yogyakarta, 13-14 August 2014, 331 339.

• Musyafa A, Aftika D, Widjiantoro B.L (2016), Interval Type - 2 Fuzzy Pitch Angle Controllers (IT2FPACs) for Small Scale Horizontal Axis Wind Turbines, International Journal of Engineering & Technology IJET IJENS, Vol 16(01), 26 – 31

• Indriawati K, Nugroho G, Widjiantoro B.L, Biyanto T.R (2017), Study of Plant-Wide Control Implementation in Production Process of Geothermal Power Plant, Journal of Engineering Science and Technology (JESTEC), vol. 12(2)

• Indriawati K, Musyafa A, Widjiantoro B.L, Design of Sensor and Actuator Fault Tolerant Control System on Wind Turbine Benchmark for Region II, AIMS Energy, vol. 7, no. 12, 2019

37

• Indriawati K, Musyafa A, Widjiantoro B.L, Supervisory Fault Tolerant Control for Variable Speed Wind Turbine Generator, International Review of Modelling and Simulation, vol. 12, no. 3, 2019

• Indriawati K, Musyafa A, Widjiantoro B.L, Extremum Seeking based Supervisory Control for a Variable Speed Variable Pitch Wind Turbine Benchmark, International Journal of Engineering Research and Technology, vol. 11, no. 12, 2018

• Widjiantoro B.L, Indriawati K, Fault Tolerant Sliding Mode Control for Anti-lock Braking in a Quarter Electric Vehicle, International Conference and Workshop on Telecommunication, Computing, Electrical, Electronics and Control (ICW-TELKOMNIKA), Nov 19-20, 2019.

2. Anggota

a. Nama Lengkap : Dr. Katherin Indriawati, S.T., M.T.

b. Jenis Kelamin : Perempuan

c. NIP : 19760523 200012 2 001

d. Fungsional/Pangkat/Gol. : Lektor Kepala/Pembina/IV-a

e. Jabatan Struktural : -

f. Bidang Keahlian : Instrumentasi dan Kontrol

g. Fakultas/Jurusan : FTI/Teknik Fisika

h. Alamat Rumah & No. Telp. : Duku VIII/CE-44 Pondok Candra Indah

Waru Sidoarjo, 031-8679748

i. Riwayat Penelitian :

• Desain dan Pengembangan Prototipe Turbin Angin Berbasis Supervisory Control : Studi Kasus Implementasi di Ladang Angin Indonesia, Hibah Penelitian Unggulan Perguruan Tinggi, ITS, 2017-2019, Ketua

• Perancangan Sisten Passive Fault Tolerant Control Pada Sistem Servo Motor DC Berbeban dengan Kesalahan Pada Aktuator dan Sensor, Kemenristekdikti, 2019, Ketua

• Desain Active Fault Tolerant Control Pada Sistem Regenerative Anti-lock Braking System Dengan Kesalahan Pada Sensor Dan Aktuator : Studi Kasus Implementasi Pada Kendaraan Listrik, Hibah Penelitian Laboratorium, ITS, 2018-2019, Anggota

• Fault Tolerant Control Berbasis Metode Bias Fault Estimation dengan optimisasi l_0 norm constraint, Hibah Penelitian Departemen, ITS, 2018, Ketua

• Optimisasi Sistem Produksi Daya Listrik pada Pembangkit Listrik Tenaga Panas Bumi, Hibah Penelitian Laboratorium, BOPTN – ITS, 2014/2015, Anggota

• Pembuatan dan Penerapan Sistem Kontrol Prediktif Berpengawasan Berbasis Statistical Process Control Untuk Memperbaiki Performansi Sistem Kontrol, Hibah Bersaing, DP2M – DIKTI, 2009/2010, Ketua

j. Publikasi :

38

Tahun Judul Nama Seminar Penyelenggara

2014 Reconfigurable Controller Based On Fuzzy Descriptor Observer For Nonlinear Systems With Sensor Faults

International Seminar on Instrumentation, Measurement and Metrology (ISIMM)

Department of Physics ITB & Department of Physics UGM

2014 A Computation Module for Optimizing Electricity Production in a Single Flash-Type Geothermal Powerplant

The 3rd Applied Science for Technology Innovation, ASTECHNOVA 2014

Department of Engineering Physics UGM

2015 Development of the PD/PI extended state observer to detect sensor and actuator faults simultaneously

The 2nd International Conference on Electrical Engineering, Computer Science and Informatics 2015 (EECSI 2015)

Institute of Advanced Engineering and Science (IAES)

2017 Fault tolerant control system design for vacuum effect evaporator plant with sensor and actuator fault

Instrumentation, Control, and Automation (ICA), 2017 5th International Conference on, Yogyakarta, 9-11 August 2017

Engineering Physics ITB

2017 Study of Supervisory Control Implementation In A Small Scale Variable Speed Wind Turbine

ASTECHNOVA 2017 (International Energy Conference), East Park Hotel Yogyakarta, 1-2 November 2017

Engineering Physics UGM

2017 Study of Speed Sensor Fault Tolerant Control for Small Scale Wind Turbine

ICAMIMIA 2017 (International Conference on Advanced Mechatronics, Intelligent Manufacture And Industrial Automation), Gedung Robotika ITS, Surabaya, 12 – 14 October 2017.

Mechatronics Technology Centre, Institut Teknologi Sepuluh Nopember (ITS – MTC)

2017 A Bias Fault Estimation of Actuators and Sensors by Optimization with ℓ0 norm Constraint

11th Asian Control Conference (ASCC), Gold Coast Convention Centre, Australia,17 – 20 Desember 2017

Asian Control Association

2018 Active Fault Tolerant Control Design In Regenerative Anti-lock Braking System Of Electric Vehicle With Sensor Fault

Engineering Physics International Conference, Surabaya, Oct 31 – 2 Nov 2018

Engineering Physics ITS

2018 Design Active Fault Tolerant Control System

Engineering Physics International Conference,

Engineering Physics ITS

39

for Regenerative Anti-Lock Braking System of Electric Vehicle with Fault at Actuator

Surabaya, Oct 31 – 2 Nov 2018

2018 Real-Time Realiability Prediction For Wind Turbines Speed Control Systems Based On Sensor Fault Prediction

Engineering Physics International Conference, Surabaya, Oct 31 – 2 Nov 2018

Engineering Physics ITS

2018 Study of Dam Operating Strategy for Optimal Water Management During Preventive Maintenance Period on PLTA PT.Vale Indonesia

Engineering Physics International Conference, Surabaya, Oct 31 – Nov 2, 2018

Engineering Physics ITS

2019 Fault Tolerant Sliding Mode Control for Anti-lock Braking in a Quarter Electric Vehicle

International Conference and Workshop on Telecommunication, Computing, Electrical, Electronics and Control (ICW-TELKOMNIKA), Nov 19-20, 2019

Universitas Ahmad Dahlan

2019 Design Passive Fault Tolerant Control (PFTC) for Speed Control of MS150 DC Motor System With Fault in Actuator and Sensor

The 12th International Conference on Information & Communication Technology and System (ICTS 2019), July 18 2019

Department of Informatics ITS

2019 The Fault Estimation Method on Wind Turbine Components by Optimization with l0 Norm Constraint

The 12th International Conference on Information & Communication Technology and System (ICTS 2019), July 18 2019

Department of Informatics ITS

2020 Design Fault Tolerant Control for Speed Sensorless of DC Motor

The International Conference on Smart Technology and Applications (ICoSTA) 2020, 20 February 2020

Faculty of Engineering - University of Bhayangkara Surabaya

2020 Designing Fault Tolerant Control Strategy Based on Reliability and Cost Analysis in Heat Recovery Steam Generator Plant

The International Conference on Smart Technology and Applications (ICoSTA) 2020, 20 February 2020

Faculty of Engineering - University of Bhayangkara Surabaya

Tahun Judul Jurnal

40

2015 Reconfigurable Controller Based On Fuzzy Descriptor Observer For Nonlinear Systems With Sensor Faults

Applied Mechanics and Materials

2015 Robust Observer-Based Fault Tolerant Tracking Control for Linear Systems with Simultaneous Actuator and Sensor Faults: Application to a DC Motor System

International Review on Modelling And Simulation (IREMOS)

2015 Robust Fuzzy Observer-Based Fault Tolerant Tracking Control for Nonlinear Systems with Simultaneous Actuator and Sensor Faults: Application to a DC Series Motor Speed Drive

International Review of Automatic Control (IREACO)

2017 Study of Plant-Wide Control Implementation in Production Process of Geothermal Power Plant

Journal of Engineering Science and Technology (JESTEC)

2018 Real Time Implementation of Robust Observer Based Sensor and Actuator Fault Tolerant Tracking Control for a DC Motor System

International Review of Automatic Control (IREACO)

2018 Extremum Seeking based Supervisory Control for a Variable Speed Variable Pitch Wind Turbine Benchmark

International Journal of Engineering Research and Technology

2019 Design of sensor and actuator fault tolerant control system on wind turbine benchmark for Region II

AIMS Energy

2019 Design of Supervisory Fault Tolerant Control for Wind Turbine Generator System Operated in Region II

International Review on Modelling And Simulation (IREMOS)

2020 Fault Tolerant Method on Position Cascade Control of DC Servo System

Mechatronic Systems and Control (MSC)

3. Anggota

Anggota Peneliti

a. Nama Lengkap : Dr. Eng Unggul Wasiwitono, ST., MEngSc

b. NIP : 197805102001121001

c. Fungsional/Pangkat/Gol : Lektor/Penata/IIIC

d. Bidang Keahlian : Dinamika dan Pengendalian

e. Departemen/Fakultas : Teknik Mesin/FTIRS

f. Alamat Rumah dan No.

Telp

: Sukolilo Park Regency J-11, Keputih, Sukolilo,

Surabaya. HP: 085712963407

g. Riwayat penelitian/pengabdian (2) yang paling relevan dengan penelitian yang

diusulkan/ dilaporkan (sebutkan sebagai Ketua atau Anggota)

1. (2018-2019) Penelitian Dasar Unggulan Perguruan Tinggi, Pengendalian

41

Sistem Pendulum Terbalik dengan Aktuasi Momen Giroskop, sebagai

ketua.

2. (2018) Penelitian Kerja Sama Luar Negeri, Controller Design and

Dynamics Analysis of a Search-and-Rescue Cable Driven Parallel Robot,

sebagai anggota.

h. Publikasi (2) yang paling relevan (dalam bentuk makalah atau buku)

1. U. Wasiwitono, A. Wahjudi, A. K. Saputra, E. R. Sampurna, and I. N.

Sutantra, “Dynamic analysis and control of gyroscopic inverted pendulum,”

in AIP Conference Proceeding, vol. 2187, 2019.

2. U. Wasiwitono, A. Wahjudi, and A. K. Saputra, “Constrained 𝐻𝐻∞ control

application to inverted pendulum with control moment gyroscope,” in

International Conference on Advanced Mechatronics, Intelligent

Manufacture, and Industrial Automation, 2019.

i. Paten (2) terakhir

j. Tugas Akhir (2 terakhir yang paling relevan), Tesis (2 terakhir yang paling relevan),

dan Disertasi (2 terakhir yang paling relevan) yang sudah selesai dibimbing.

1. Demas Galang Nuswantara (02111540000163), Analisa Dinamis Sistem

Giroskopik pada Kendaraan Roda Dua dengan Sistem Full State-

Feedback Control, Tugas Akhir, Gasal 2019.

2. Ilham Maulana Ash Shiddieqy (02111540000071), Pemodelan dan

Pengendalian Two-Wheeled Self-Balancing Robot dengan Metode

Pengendali Linear Quadratic Regulator, Tugas Akhir, Genap 2018.

3. Edwin Ramadhani Sampurna (02111650050003), Desain Sistem Kendali

Gyroscopic Inverted Pendulum dengan Dua Flywheel, Tesis, Gasal 2018.

DATA USULAN DAN PENGESAHAN

PROPOSAL DANA LOKAL ITS 2020

1. Judul Penelitian

DESAIN SLIDING MODE FAULT TOLERANT CONTROL PADA SISTEM REGENERATIVE ANTI-LOCK BRAKING SYSTEM DENGAN KESALAHAN PADA SENSOR DAN AKTUATOR

Skema : PENELITIAN LABORATORIUM

Bidang Penelitian : Sistem Kontrol Otomotif

Topik Penelitian : Komponen Kendaraan Listrik

2. Identitas Pengusul

Ketua Tim

Nama : Dr. Bambang Lelono Widjiantoro ST.,MT.

NIP : 196905071995121001

No Telp/HP : 08179670328

Laboratorium : Laboratorium Fisika Rekayasa

Departemen/Unit : Departemen Teknik Fisika

Fakultas : Fakultas Teknologi Industri dan Rekayasa Sistem

  Anggota Tim

No Nama Lengkap Asal Laboratorium Departemen/UnitPerguruan

Tinggi/Instansi

1Unggul

Wasiwitono ST., M.Eng.Sc.

Laboratorium Otomotif

Departemen Teknik Mesin

ITS

2

Dr. Bambang Lelono

Widjiantoro ST.,MT.

Laboratorium Fisika Rekayasa

Departemen Teknik Fisika

ITS

3Dr. Katherin

Indriawati ST, MTLaboratorium Fisika

RekayasaDepartemen Teknik

FisikaITS

3. Jumlah Mahasiswa terlibat : 3

4. Sumber dan jumlah dana penelitian yang diusulkan

  a. Dana Lokal ITS 2020 : 50.000.000,-

  b. Sumber Lain : 0,-

 

  Jumlah : 50.000.000,-

Tanggal Persetujuan

Nama Pimpinan Pemberi

Persetujuan

Jabatan Pemberi Persetujuan

Nama Unit Pemberi

PersetujuanQR-Code

10 Maret 2020

Dr. Bambang Sudarmanta

ST., MT.

Kepala Pusat Penelitian/Kajian/Unggulan

Iptek

Sistem Kontrol Otomotif

10 Maret 2020

Agus Muhamad Hatta , ST, MSi,

Ph.DDirektur

Direktorat Riset dan Pengabdian

Kepada Masyarakat