Perancangan Kontroler Jaringan Saraf Tiruan Berbasis Feedforward Yang Mengoptimalkan PID Untuk Electromagnetic Anti-Lock Braking System (ABS) Pada Kendaraan Listrik

Anti-lock braking system (ABS) adalah salah satu teknologi dalam sistem keselamatan mobil yang mencegah roda terkunci saat pengemudi melakukan pengereman mendadak atau menekan pedal rem sangat kuat. Roda yang terkunci berarti slip antara kecepatan putar roda dengan kecepatan longitudinal mobil bernilai 1. Pada saat roda terkunci, daya manuver mobil menjadi berkurang sehingga sulit dikemudikan oleh pengemudi. ABS dapat mempertahankan daya manuver mobil pada saat pengereman dengan cara mengontrol slip roda agar tetap berada pada nilai 0,2, karena pada saat itu nilai koefisien gesek jalannya terbesar, dan mobil masih mudah untuk dikemudikan. Pada kendaraan listrik, pengereman dapat dilakukan dengan rem elektromagnetik sehingga memungkinkan menggunakan kontroler PID untuk menggantikan kontroler bang – bang yang umum digunakan pada ABS. Sayangnya kontroler PID menghasilkan performa yang kurang bagus ketika diterapkan pada ABS, akibat efek non-linear koefisien gesek jalan terhadap slip roda. Untuk meningkatkan performa kontroler PID digunakan inverse neural model plant untuk mengoptimalkan masukan sinyal referensi slip. Pada Tugas Akhir ini, metode kontrol jaringan saraf tiruan berbasis feedforward yang mengoptimalkan kontroler PID terbukti dapat memperbaiki respon transient plant. Settling time plant ± 0,5 % menjadi lebih cepat sepuluh kali jika dibandingkan dengan kontroler PID. Pengujian terhadap metode kontrol ini dilakukan pada software MATLAB Simulink dengan memperhatikan dinamika dari simulator ABS. ======================================================================================================= Anti-lock braking system (ABS) is one of the technology in car safety system to prevent wheels locking when the driver suddenly braking or press the brake pedal strongly. When the wheels locking slip’s value between angular speed and longitudinal car’s speed will be one, and manuver ability of the car will be decrease, so car difficult to steer. ABS can mantain manuver ability of the car when braking by control the slip’s value become 0.2, because at that time road friction coefficient will be greatest and the car still easy to steer. In electric vehicle, we use electromagnetic brake, so we can use PID’s controller to replace bangbang controller which mostly used in commercial ABS. Unfortunately PID controller lead to limitied performance when applied to ABS, due the non-linear effect of road friction coefficient and slip. In order to improve the perfomance of PID controller, i used inverse neural model plant to optimize the reference input slip. In this final project, artificial neural network-based feedforward which optimize PID controller is approved can improve the transient response of the plant. Settling time ± 0.5 % of the plant can be faster ten times than PID controller. The test of control method which is used in this final project tested in MATLAB Simulink with regard the dynamics of ABS simulator