Desain dan Simulasi Kontrol Kecepatan Motor Induksi Berbasis Atificial Neural Network (ANN) Pada Sepeda Motor Scrambler Ditrix

Saat ini kendaraan listrik menjadi perhatian utama yang dikembangkan untuk mengatasi permasalahan pencemaran lingkungan akibat kendaraan bermotor khususnya pertambahan sepeda motor konvensional yang mencapai 30% dalam 10 tahun terakhir. Untuk mencegah peningkatan pencemaran lingkungan dapat dengan cara menjadikan sepeda motor listrik sebagai alternatif pengganti sepeda motor konvensional. Sebagai kendaraan yang ramah lingkungan, masalah utama dari sepeda motor listrik terletak pada harganya dan oleh sebab itu pemilihan motor dan kontroler pada kendaraan listrik harus diperhatikan. Dengan semakin berkembangnya penelitian tentang teknologi kontrol, motor induksi menjadi salah satu motor listrik AC terbaik sebagai penggerak kendaraan listrik dan sudah banyak digunakan pada kendaraan listrik modern. Motor induksi memiliki keunggulan struktur yang sederhana, daya tahan yang kuat, sangat andal dengan tidak memerlukan perawatan dan harga yang murah. Kontrol motor yang sangat komplek untuk dapat merespon perubahan parameter saat terjadi perubahan beban membutuhkan metode kontrol yang tepat. Metode Fied Oriented Control dapat mengontrol parameter utama yaitu torsi dan fluks agar dapat dikontrol secara terpisah seperti halnya motor DC. Penggunaan motor induksi pada kendaraan listrik terkadang kurang optimal dikarenakan set point yang bervariasi dengan adanya beban dan medan yang dilalui kendaraan. Maka diperlukan pengatur kecepatan untuk mengontrol kecepatan motor agar motor dapat bekerja secara baik. Oleh karena itu, penelitian ini menggunakan metode Artificial Neural Network (ANN) yang digabungkan untuk menoptimalkan tuning PID konvensional sebagai pengatur keceaptan motor induksi dengan metode IFOC. Dari hasil simulasi didapatkan Respon kecepatan aktual motor dari kontroler NNPD dapat mengatasi perubahan parameter kecepatan referensi dan beban torsi dari sepeda motor Scrambler Ditrix dengan nilai rata-rata error steady state sebesar 2,1125% dibandingkan dengan kontroler PID konvensional sebesar 3,056%. Dan pada saat beban torsi berubah mengikuti perubahan parameter kendaraan akibat jalan yang dilalui, respon kecepatan aktual motor dengan kontrol NNPD menghasilkan nilai rata-rata error steady state sebesar 2,225% dan dengan kontrol PID sebesar 2,889% ================================================================================================================================== Currently, electric vehicles are the main concern being developed to overcome the problem of environmental pollution due to motorized vehicles, especially the increase in conventional motorbikes which has reached 30% in the last 10 years. To prevent an increase in environmental pollution, you can make electric motorbikes an alternative to conventional motorbikes. As an environmentally friendly vehicle, the main problem with electric motorbikes lies in their price and therefore the selection of motors and controllers for electric vehicles must be considered. With the development of research on control technology, induction motors are one of the best AC electric motors for driving electric vehicles and are widely used in modern electric vehicles. Induction motors have the advantages of simple structure, high durability, high reliability, low maintenance and low cost. Very complex motor control to be able to respond to changes in parameters when there is a change in load requires the right control method. The Fied Oriented Control method can control the main parameters, namely torque and flux so that they can be controlled separately like a DC motor. The use of induction motors in electric vehicles is sometimes less than optimal because the set point varies with the load and the terrain that the vehicle traverses. Then a speed regulator is needed to control the speed of the motor so that the motor can work properly. Therefore, this study uses the combined Artificial Neural Network (ANN) method to optimize conventional PID tuning as a regulator of induction motor speed with the IFOC method. From the simulation results, the actual motor speed response from the NNPD controller can handle changes in the reference speed parameter and torque load from the Ditrix Scrambler motorcycle with an average steady state error value of 2,1125% compared to a conventional PID controller of 3.056%. And when the torque load changes according to changes in vehicle parameters due to the road being traversed, the actual speed response of the motor with NNPD control produces an average steady state error value of 2.225% and with PID control of 2.889