Strategi Pengaturan Torsi pada Hybrid Electric Vehicle (HEV) Menggunakan Metode Neuro-Fuzzy Prediktif

Aulia Rahma Annisa, Mochammad Rameli, Rusdhianto Effendi

Abstract


Hybrid Electric Vehicle (HEV) adalah kendaraan yang memiliki dua sumber tenaga, yaitu motor bakar dan motor listrik. Motor bakar sebagai penggerak utama memiliki kapasitas yang lebih rendah dibandingkan kendaraan konvensional karena dibantu oleh kerja dari motor listrik. Motor listrik berperan membantu motor bakar mencapai torsi dan kecepatan sesuai dengan yang diinginkan. Pengaturan torsi pada HEV berperan dalam hal seberapa besar torsi yang dibutuhkan oleh motor listrik untuk membantu kinerja dari motor bakar. Pada saat motor bakar tidak mampu mempertahankan kecepatan, maka motor listrik akan membantu memberikan tenaga. Untuk mengatasi permasalahan yang ada pada HEV dalam hal strategi pengaturan torsi, pada penelitian ini digunakan metode neuro-fuzzy. Kontroler neuro-fuzzy memiliki keunggulan pada kemampuan adaptasi. Pada penelitian menggunakan multi-input neuro-fuzzy invers model yang bertujuan untuk mendapatkan hasil estimasi torsi. Sehingga nantinya dapat diketahui berapa besar torsi yang dibutuhkan agar dapat mencapai kecepatan yang diinginkan. Berdasarkan hasil pengujian didapatkan respon kecepatan HEV yang dapat mencapai referensi yang diberikan dan cepat melakukan proses adaptasi terhadap perubahan parameter sistem. Sehingga kontroler neuro-fuzzy prediktif yang telah dirancang dapat melakukan strategi pengaturan torsi pada HEV untuk mencapai kecepatan yang diinginkan.

Full Text:

PDF

References


Li Weimin, Guoqing Xu dan Yangsheng Xu. “A Hybrid Controller Design For Parallel Hybrid Electric Vehicle”. Integration Technology, 2007. ICIT '07. IEEE International Conference on . pp: 450-454. 2007.

Mohebbi M, Charkhgard M, and Farrokhi M. “Optimal Neuro-Fuzzy Control of Parallel Hybrid Electric Vehicles”. IEEE Vehicle Power and Propulsion Conference. pp: 26-30. 2005.

Yi Zhang, Heping Liu dan Huabin Wang. “Torque Control Strategy for Parallel Hybrid Electric Vehicles using Fuzzy Logic”. WSEAS Transactions on Systems. Volume: 10. Issue: 4. 2011.

Shicun Yang, Ming Li, Haoyu Weng, Bao Liu, Qiang Li, Yongli Zhu, Xiu Liu. “Research on Genetic-fuzzy Control Strategy for Parallel Hybrid Electric Vehicle”. World Electric Vehicle Journal. Volume: 4. 2010.

Yun Zhang, Xiumin Yu, Mingshuang Bi, Sina Xu. “An Adaptive Neural PID Controller for Torque Control of Hybrid Electric Vehicle”. IEEE. Computer Science & Education (ICCSE), 6th International Conference on. pp: 901-903. 2011.

Ing. Jakoubek, Pavel, “ Experimental Identification of Stabile Nonoscillatory Systems from Step-Responses by Selected Methods”, Konference studentské tvůrčí činnosti, 2009.

Kusumadewi, Sri. Neuro-Fuzzy Edisi 2. Graha Ilmu. 2010. Yogyakarta.




DOI: https://doi.org/10.22219/sentra.v0i1.2006

Refbacks

  • There are currently no refbacks.


Seketariat

Fakultas Teknik

Universitas Muhammadiyah Malang Kampus III

Jl. Raya Tlogomas 246 Malang, 65144