IIUM Engineering Journal
Not a member yet
783 research outputs found
Sort by
THE EFFECTIVENESS OF 6T BEAMFORMER ALGORITHM IN SMART ANTENNA SYSTEMS FOR CONVERGENCE ANALYSIS
Get PDFRecently, the need for more capacity in wireless networks has motivated this current research towards the creation of standards and algorithms that selectively take advantage of space. The development of smart antenna arrays and related beamforming algorithms has received a lot of attention. Cell Planning is an important process in networking, which is used to ensure coverage and avoid interference. Also, cell planning plays a vital role in the placement of base stations in a network. The communication between the base station (BS) and mobile station can happen either using a single antenna or an array of antenna elements. In the case of using a single antenna, if the Electromagnetic (EM) wave has low SNR, then BS cannot decode the data and drops the signal. Conversely, when an array is used, a signal with low SNR also falls on the base station, and due to multiple delayed copies of the same signal, the data gets decoded successfully. With Space Division Multiple Access (SDMA), the frequencies allotted for mobile communication are reused to provide channel access to multiple users at the same time preserving the allowable reuse distance in network architecture, thus increasing the channel capacity and facilitating multiple users separated by a distance at the same time with frequency reuse. The smart antenna system at the base station performs the transceiver function. The transmission phase uses the output from the reception i.e., the detected user direction radiates a beam towards the desired user for communication to narrow the beam. The proposed 6T Beamformer method is a six-tap-based system with three taps having fixed step sizes and the other three having variable step sizes. With the execution of each tap or module, better convergence and quality of service are achieved. In the result analysis, the proposed method is compared with existing high-performing algorithms like LMS, Griffiths, and VSSLMS against Mean Square Error (MSE) to show that it converges faster at the 9th iteration which is better than others in all the probabilities.
ABSTRAK: Dewasa ini, keperluan terhadap lebih kapasiti dalam rangkaian tanpa wayar menjadi motivasi kepada kajian terkini dalam membentu piawai dan algoritma yang menjimatkan ruang. Pembangunan tata susun antena pintar dan algoritma pembentukan pancaran telah mendapat perhatian ramai. Merancang sel adalah proses penting dalam jaringan, bagi memastikan liputan terhasil dan mengelak dari gangguan. Juga, merancang sel memainkan peranan penting dalam menempatkan tapak stesen dalam rangkaian. Komunikasi antara stesen pusat (BS) dan stesen bergerak dapat berlaku samada menggunakan antena tunggal atau elemen tata susunan antena. Dalam kes antena tunggal, jika gelombang Elektromagnetik (EM) mempunyai SNR rendah, BS tidak dapat menafsirkan kod data dan signal akan terabai. Sebaliknya, apabila susun atur digunakan, signal dengan gelombang SNR rendah akan terus ke stesen pusat dan disebabkan beberapa gelombang sama yang tertunda, data dapat ditafsir dengan sempurna. Melalui Capaian Pelbagai Pembahagi Ruang (SDMA), frekuensi yang ditimbulkan bagi komunikasi bergerak telah diguna balik bagi menyediakan kemasukan saluran kepada pelbagai pengguna pada waktu sama memelihara jarak guna balik yang dibenarkan dalam binaan rangkaian, oleh itu menambah kapasiti saluran dan membantu gandaan pengguna yang dipisahkan oleh jarak dengan kekerapan guna balik pada masa sama. Sistem antena pintar di stesen pusat pula menjalankan fungsi pemancar. Fasa pemancaran ini menggunakan pengeluaran dari penerima iaitu, pengguna yang dikesan dari arah pancaran, akan memancarkan gelombang kepada pengguna yang memerlukan komunikasi, ini dapat mengecilkan jarak pancaran. Kaedah yang dicadangkan ini menghasil pancaran 6T iaitu sistem berdasarkan-enam-tap di mana tiga tap mempunyai saiz langkah yang tetap dan tiga lagi mempunyai saiz langkah berubah. Dengan pelaksanaan ini setiap tap atau modul mempunyai penumpuan yang lebih baik dan servis yang berkualiti terhasil. Dapatan kajian menunjukkan, kaedah yang dicadangkan dapat dibandingkan dengan algoritma berprestasi tinggi sedia ada seperti LMS, Griffiths, dan VSSLMS berbanding min kuasa dua ralat (MSE) bagi menunjukkan ia tertumpu lebih laju pada iterasi ke 9, iaitu lebih baik daripada ke semua kebarangkalian
TRIPLE NONLINEAR HYPERBOLIC PID WITH STATIC FRICTION COMPENSATION FOR PRECISE POSITIONING OF A SERVO PNEUMATIC ACTUATOR
Get PDFAccurate and precise positioning control is critical in designing a positioning servo pneumatic system. The internal friction force of the pneumatic is one of the disturbances that make it challenging to achieve accurate and precise positioning. Dynamic friction identification and modelling are usually very complex and computationally exhaustive. In addition, pneumatic actuators are nonlinear systems, and applying linear control to the system is a mismatch. This study proposes an enhanced triple nonlinear hyperbolic PID controller with static friction (T-NPID+FSS) feedback module. T-NPID is integrated with nonlinear hyperbolic functions at each PID gain, hence the name. The reference in designing the T-NPID is the Popov stability criterion. Meanwhile, static friction (comparatively more straightforward than dynamic friction) is identified by measuring the actuator's internal friction at various velocities and applying it to the static friction model. T-NPID+FSS is compared to a classical PID, a PID with static friction (PID+FSS), and T-NPID without the friction module. With the comparisons, the performance gains of each module are clear. While most previous research focuses on the sinusoidal wave tracking performance (measuring the maximum tracking error, MTE, and root mean square error, RMSE), the analysis in this research focuses on obtaining precise positioning; steady-state analysis is the primary measurement. However, transient response and integral of absolute error (IAE) analysis are also observed to ensure no significant drawback in the controller's performance. T-NPID+FSS achieved the best precise positioning control, with 88.46% improvement over PID, 71.15% over PID+FSS, and 59.46% over T-NPID. The final controller is also on par with T-NPID for transient responses compared to the base PID. Although the FSS model caters to friction compensation, optimizing the FSS parameter by applying artificial intelligence, such as Neural Networks (NN) and Genetic Algorithm (GA), will increase the friction modeling‘s accuracy, and improve the compensation.
ABSTRAK: Kawalan kedudukan yang tepat dan jitu adalah kitikal dalam mereka bentuk sistem pneumatik servo penentududukan. Daya geseran dalaman pneumatik adalah salah satu gangguan yang menyukarkan untuk mencapai kedudukan yang tepat dan jitu. Penentuan daya geseran dinamik dan pemodelannya selalunya kompleks dan pengiraan menyeluruh yang sukar. Selain itu, pneumatik ialah sistem tak linear, menggunakan kawalan linear pada sistem adalah tidak padan. Kajian ini mencadangkan PID hiperbolik tiga fungsi tak linear yang dipertingkatkan dengan modul suapan-balik geseran statik (T-NPID+FSS). T-NPID diintegrasikan dengan tiga fungsi hiperbolik tidak linear pada setiap pendarab PID, member pada nama. T-NPID direka bentuk dengan kriteria kestabilan Popov. Manakala geseran statik (secara perbandingan lebih mudah daripada geseran dinamik) dikenal pasti dengan mengukur geseran dalaman penggerak pada pelbagai halaju dan menerapkannya pada model geseran statik. T-NPID+FSS dibandingkan dengan PID klasik, PID dengan geseran statik (PID+ FSS) dan T-NPID tanpa modul geseran. Dengan perbandingan, prestasi peningkatan setiap modul adalah jelas. Walaupun kebanyakan penyelidikan terdahulu memfokuskan pada prestasi penjejakan gelombang sinusoidal (mengukur ralat penjejakan maksimum, MTE dan ralat purata kuasa dua akar, RMSE), analisis kajian ini memberi tumpuan kepada mendapatkan kedudukan yang tepat; oleh itu, analisis keadaan akhir ialah ukuran utama. Walau bagaimanapun, tindak balas sementara dan analisis kamiran ralat mutlak (IAE) juga diperhatikan untuk memastikan tiada kelemahan ketara dalam prestasi pengawal. T-NPID+FSS mencapai kawalan penentududukan tepat terbaik, dengan peningkatan 88.46% berbanding PID, 71.15% berbanding PID+FSS dan 59.26% berbanding T-NPID. Pengawal yang dicadangkan juga setanding dengan T-NPID untuk respons sementara berbanding PID asas. Walaupun model FSS telah ditunjukkan untuk memenuhi pampasan geseran, mengoptimumkan parameter FSS dengan menggunakan kecerdasan buatan (artificial intelligence, AI) seperti Neural Networks, NN dan Genetic Algorithms, GA akan meningkatkan ketepatan dan pampasan pemodelan geseran.
A ROBUST FRAMEWORK FOR DRIVER FATIGUE DETECTION FROM EEG SIGNALS USING ENHANCEMENT OF MODIFIED Z-SCORE AND MULTIPLE MACHINE LEARNING ARCHITECTURES
Get PDFPhysiological signals, such as electroencephalogram (EEG), are used to observe a driver’s brain activities. A portable EEG system provides several advantages, including ease of operation, cost-effectiveness, portability, and few physical restrictions. However, it can be challenging to analyse EEG signals as they often contain various artefacts, including muscle activities, eye blinking, and unwanted noises. This study utilised an independent component analysis (ICA) approach to eliminate such unwanted signals from the unprocessed EEG data of 12 young, physically fit male participants between the ages of 19 and 24 who took part in a driving simulation. Furthermore, driver fatigue state detection was carried out using multichannel EEG signals obtained from O1, O2, Fp1, Fp2, P3, P4, F3, and F4. An enhanced modified z-score was utilised with features extracted from a time-frequency domain continuous wavelet transform (CWT) to elevate the reliability of driver fatigue classification. The proposed methodology offers several advantages. First, multichannel EEG analysis improves the accuracy of sleep stage detection, which is vital for accurate driver fatigue detection. Second, an enhanced modified z-score in feature extraction is more robust than conventional z-score techniques, making it more effective for removing outlier values and improving classification accuracy. Third, the proposed approach for detecting driver fatigue employs multiple machine learning classifiers, such as Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs), Artificial Neural Networks (ANNs) that utilise Long Short-Term Memory (LSTM), and also machine learning techniques like Support Vector Machines (SVM). The evaluation of five classifiers was performed through 5-fold cross-validation. The outcomes indicate that the suggested framework attains exceptional precision in identifying driver fatigue, with an average accuracy rate of 96.07%. Among the classifiers, the ANN classifier achieved the most significant precision of 99.65%, and the SVM classifier ranked second with an accuracy of 97.89%. Based on the results of the receiver operating characteristic (ROC) and area under the curve (AUC) analysis, it was observed that all the classifiers had an outstanding performance, with an average AUC value of 0.95. This study’s contribution lies in presenting a comprehensive and effective framework that can accurately detect driver fatigue from EEG signals.
ABSTRAK: Isyarat fisiologi, seperti elektroencefalogram (EEG), digunakan bagi memerhati aktiviti otak pemandu. Sistem EEG mudah alih menyediakan beberapa kelebihan, termasuk kemudahan operasi, keberkesanan kos, mudah alih dan sedikit sekatan fizikal. Namun, isyarat EEG mungkin sukar dianalisis kerana ia sering mengandungi pelbagai artifak, termasuk aktiviti otot, mata berkedip dan bunyi yang tidak diingini. Kajian ini menggunakan pendekatan analisis komponen bebas (ICA) bagi membuang isyarat tidak diperlukan daripada data EEG yang belum diproses daripada 12 peserta lelaki muda, cergas fizikal berumur 19 hingga 24 tahun yang mengambil bahagian dalam simulasi pemanduan. Tambahan, pengesanan keadaan lesu pemandu telah dijalankan menggunakan isyarat EEG berbilang saluran yang diperoleh dari O1, O2, Fp1, Fp2, P3, P4, F3, dan F4. Penambah baik skor z digunakan dengan ciri diekstrak daripada transformasi wavelet berterusan (CWT) domain frekuensi masa bagi meningkatkan kebolehpercayaan klasifikasi keletihan pemandu. Metodologi yang dicadangkan menawarkan beberapa kelebihan. Pertama, analisis EEG berbilang saluran meningkatkan ketepatan pengesanan peringkat tidur, penting bagi pengesanan keletihan pemandu secara tepat. Kedua, penambah baik skor z dalam pengekstrak ciri adalah lebih teguh daripada teknik skor z konvensional, menjadikannya lebih berkesan bagi membuang unsur luaran dan meningkatkan ketepatan pengelasan. Ketiga, pendekatan yang dicadangkan bagi mengesan keletihan pemandu menggunakan pelbagai pengelas pembelajaran mesin, seperti Rangkaian Neural Konvolusi (CNN), Rangkaian Neural Berulang (RNN), Rangkaian Neural Buatan (ANN) yang menggunakan Memori Jangka Pendek Panjang (LSTM), dan juga teknik pembelajaran mesin seperti Mesin Vektor Sokongan (SVM). Penilaian lima pengelas dilakukan melalui pengesahan silang 5 kali ganda. Dapatan kajian menunjukkan cadangan rangka kerja ini mencapai ketepatan yang luar biasa dalam mengenal pasti keletihan pemandu, dengan kadar ketepatan purata 96.07%. Antara kesemua pengelas, pengelas ANN mencapai ketepatan paling ketara sebanyak 99.65%, dan pengelas SVM menduduki tempat kedua dengan ketepatan 97.89%. Berdasarkan keputusan analisis ciri operasi penerima (ROC) dan kawasan di bawah lengkung (AUC), didapati semua pengelas mempunyai prestasi cemerlang, dengan purata nilai AUC 0.95. Sumbangan kajian ini adalah terletak pada rangka kerja yang komprehensif dan berkesan mengesan keletihan pemandu secara tepat melalui isyarat EEG
ENHANCING SUSTAINABILITY INDEX PARAMETER USING ANFIS COMPUTATIONAL INTELLIGENCE MODEL
Get PDFThe scarcity of water resource is an essential global issue in the 21st century. Therefore, one of the Sustainable Development Goals (SDG) was to ensure the availability and sustainable management of water and sanitation. To do this, it is necessary to assess whether or not the SDG has been followed using the sustainability index. However, there are a lot of sustainability indexes and many of them have the same problem, in which all sustainability index parameters have the same weightage. This problem shows us that every parameter in the sustainability index is equal, while in real life there is no equal parameter. In this paper a weightage for each parameter is proposed to enhance the sustainability index. The method to assess the sustainability index parameters was using a questionnaire by key experts in the water industry. Using ANFIS computational intelligence, the result of the assessment was then fit to the frequent parameters that exist in other sustainability indexes. This proposed method can produce a ranking and weight for each sustainability index parameter and criteria. Using this method, the weightage for each sustainability index parameter can be generated, such as environmental 0.301, engineering 0.214, economic 0.280, and social 0.205.
ABSTRAK: Kekurangan sumber air merupakan isu global yang penting dalam abad ke-21. Oleh itu, salah satu Matlamat Pembangunan Mampan (SDG) adalah bagi memastikan ketersediaan dan pengurusan air dan sanitasi yang berterusan. Bagi melaksanakan ini, adalah perlu untuk menilai sama ada SDG telah diikuti atau tidak menggunakan indeks kemampanan. Walau bagaimanapun, terdapat banyak indeks kemampanan dan kebanyakannya mempunyai masalah yang sama, di mana semua parameter indeks kemampanan mempunyai pemberat yang sama. Masalah ini menunjukkan kepada kita bahawa setiap parameter indeks kemampanan adalah sama, manakala dalam kehidupan sebenar tiada parameter yang sama. Kajian ini merupakan cadangan wajaran pemberat bagi setiap parameter bagi meningkatkan indeks kemampanan. Kaedah bagi menilai parameter indeks kemampanan adalah menggunakan soal selidik oleh pakar utama dalam industri air. Menggunakan kecerdasan pengiraan ANFIS, hasil penilaian kemudiannya diselaraskan dengan parameter kerap yang wujud dalam indeks kemampanan lain. Kaedah yang dicadangkan ini boleh menghasilkan pemeringkatan dan pemberat bagi setiap parameter dan kriteria indeks kemampanan. Menggunakan kaedah ini, wajaran pemberat bagi setiap parameter indeks kemampanan dapat dijana, seperti persekitaran 0.301, kejuruteraan 0.214, ekonomi 0.280, dan sosial 0.205.
ABSTRAK: Kekurangan sumber air merupakan isu global yang penting dalam abad ke-21. Oleh itu, salah satu Matlamat Pembangunan Mampan (SDG) adalah bagi memastikan ketersediaan dan pengurusan air dan sanitasi yang berterusan. Bagi melaksanakan ini, adalah perlu untuk menilai sama ada SDG telah diikuti atau tidak menggunakan indeks kemampanan. Walau bagaimanapun, terdapat banyak indeks kemampanan dan kebanyakannya mempunyai masalah yang sama, di mana semua parameter indeks kemampanan mempunyai pemberat yang sama. Masalah ini menunjukkan kepada kita bahawa setiap parameter indeks kemampanan adalah sama, manakala dalam kehidupan sebenar tiada parameter yang sama. Kajian ini merupakan cadangan wajaran pemberat bagi setiap parameter bagi meningkatkan indeks kemampanan. Kaedah bagi menilai parameter indeks kemampanan adalah menggunakan soal selidik oleh pakar utama dalam industri air. Menggunakan kecerdasan pengiraan ANFIS, hasil penilaian kemudiannya diselaraskan dengan parameter kerap yang wujud dalam indeks kemampanan lain. Kaedah yang dicadangkan ini boleh menghasilkan pemeringkatan dan pemberat bagi setiap parameter dan kriteria indeks kemampanan. Menggunakan kaedah ini, wajaran pemberat bagi setiap parameter indeks kemampanan dapat dijana, seperti persekitaran 0.301, kejuruteraan 0.214, ekonomi 0.280, dan sosial 0.205
FEATURE EXTRACTION AND SUPERVISED LEARNING FOR VOLATILE ORGANIC COMPOUNDS GAS RECOGNITION
Get PDFThe emergence of advanced technologies, particularly in the field of artificial intelligence (AI), has sparked significant interest in exploring their potential benefits for various industries, including healthcare. In the medical sector, the utilization of sensing systems has proven valuable for diagnosing pulmonary diseases by detecting volatile organic compounds (VOCs) in exhaled breath. However, the identification of the most informative and discriminating features from VOC sensor arrays remains an unresolved challenge, essential for achieving robust VOC class recognition. This research project aims to investigate effective feature extraction techniques that can be employed as discriminative features for machine learning algorithms. A preliminary dataset was used to predict VOC classification through the application of five supervised machine learning algorithms: k-Nearest Neighbors (kNN), Random Forest (RF), Support Vector Machines (SVM), Logistic Regression (LR), and Artificial Neural Networks (ANN). Ten feature extraction methods were proposed based on changes in sensor response as inputs to classify three types of gases in the dataset. The performance of each model was evaluated and compared using k-Fold cross-validation (k=10) and metrics derived from the confusion matrix. The results demonstrate that the RF model achieved the highest mean accuracy and standard deviation, with values of 0.813 ± 0.035, followed closely by kNN with 0.803 ± 0.033. Conversely, LR, SVM (kernel=Polynomial), and ANN exhibited poor performances when applied to the VOC dataset, with accuracies of 0.447 ± 0.035, 0.403 ± 0.041, and 0.419 ± 0.035, respectively. Therefore, this paper provides evidence that classifying VOC gases based on sensor responses is feasible and emphasizes the need for further research to explore sensor array analysis to enhance feature extraction techniques.
ABSTRAK: Perkembangan teknologi canggih, khususnya dalam bidang kecerdasan buatan (AI), telah mencetuskan minat yang ketara dalam menerokai manfaatnya untuk pelbagai industri, termasuk bidang kesihatan. Dalam sektor perubatan, penggunaan sistem penderiaan telah terbukti bernilai untuk mendiagnosis penyakit paru-paru dengan mengesan sebatian organik meruap (VOC) dalam nafas yang dihembus manusia. Walau bagaimanapun, pengenalpastian ciri yang paling bermaklumat dan mendiskriminasi daripada penderia VOC kekal sebagai cabaran yang tidak dapat diselesaikan, penting untuk mencapai pengiktirafan kelas VOC yang kukuh. Projek penyelidikan ini bertujuan untuk menyiasat teknik pengekstrakan ciri yang berkesan yang boleh digunakan sebagai ciri diskriminatif untuk algoritma pembelajaran mesin. Set data awal digunakan untuk meramalkan klasifikasi VOC melalui aplikasi lima algoritma pembelajaran mesin yang diselia: k-Nearest Neighbors (kNN), Random Forest (RF), Support Vector Machines (SVM), Logistic Regression (LR), dan Artificial Neural Networks (ANN). Sepuluh kaedah pengekstrakan ciri telah dicadangkan berdasarkan perubahan dalam tindak balas penderia sebagai input untuk mengklasifikasikan tiga jenis gas dalam set data. Prestasi setiap model telah dinilai dan dibandingkan menggunakan pengesahan silang k-Fold (k=10) dan metrik yang diperoleh daripada confusion matriks . Keputusan menunjukkan bahawa model RF mencapai ketepatan minima tertinggi dan sisihan piawai, dengan nilai 0.813 ± 0.035, diikuti oleh kNN dengan 0.803 ± 0.033. Sebaliknya, LR, SVM (kernel=Polinomial), dan ANN mempamerkan prestasi yang lemah apabila digunakan pada dataset VOC, dengan ketepatan masing-masing 0.447 ± 0.035, 0.403 ± 0.041 dan 0.419 ± 0.035. Oleh itu, kertas kerja ini memberikan bukti bahawa mengklasifikasikan gas VOC berdasarkan tindak balas penderia adalah boleh dilaksanakan dan menekankan keperluan untuk penyelidikan lanjut untuk meneroka analisis tatasusunan penderia untuk meningkatkan teknik pengekstrakan ciri
Terminal Control Area Complexity Measurement Using Simulation Model
Get PDFTraffic density in the terminal control area will increase flight safety risks. One effort to reduce the risk is to minimize the controller’s workload when affected by air traffic complexity. This research uses a simulation model to measure air traffic complexity in terminal control areas. The aircraft performance model has been constructed from ADS-B data and represents the aircraft movement in the terminal control area of Soekarno-Hatta International Airport. The simulation model can detect and resolve conflicts to keep separations between aircraft at a specified minimum separation limit. Air traffic complexity measurement uses several indicators, i.e., aircraft density, number of climbing and descending aircraft, aircraft type mixing, conflict control, aircraft speed difference, and controller communication. The weighting factor for each indicator has been obtained from Jakarta Air Traffic Service Center (JATSC) controller perception using an analytic hierarchy process. The simulation results show that the variation of resolution type affects the complexity level significantly. The results of this study can be used as consideration for improving air traffic control procedures and air space structures.
ABSTRAK: Kepadatan trafik di kawasan terminal kawalan bakal menyebabkan peningkatan risiko keselamatan penerbangan. Salah satu cara bagi mengurangkan risiko adalah dengan meminimumkan beban kerja pengawal yang terlibat dengan kesesakan trafik udara. Kajian ini menggunakan model simulasi bagi mengukur kesesakan trafik udara di kawasan terminal kawalan. Model pretasi pesawat telah dibina menggunakan data ADS-B dan ini mewakili pergerakan pesawat di terminal kawalan lapangan terbang antarabangsa Soekarno-Hatta. Model simulasi ini dapat mengesan konflik dan membuat resolusi bagi mengekalkan penjarakan antara pesawat mengikut had penjarakan minimum yang ditetapkan. Beberapa indikator telah digunakan bagi mengukur kerumitan trafik udara, iaitu: ketumpatan pesawat, bilangan pesawat mendaki dan menurun, jenis pesawat, kawalan konflik, perbezaan kelajuan pesawat dan pengawal komunikasi. Faktor pemberat bagi setiap indikator telah diperoleh daripada pengawal persepsi Pusat Servis Trafik Udara Jakarta (JATSC) menggunakan proses analisis hierarki. Keputusan simulasi menunjukkan pelbagai jenis resolusi mempengaruhi tahap kerumitan dengan ketara. Hasil kajian ini boleh digunakan bagi menambah baik prosedur kawalan trafik udara dan struktur ruang udara
The Ricochet of Spinning Spheres Off Water
No full textLiquid impact and ricochet is still attracting researchers interested in the field of hydrodynamics and naval engineering. The ricochet from a water surface experienced by spinning spheres was examined both analytically and numerically. A theoretical analysis was made to quantify the enhancement attained by imparting backspin to the sphere. Numerical simulation of the process was conducted by implementing ABAQUS software. The mathematical analysis and the simulation were built on the assumption that the effects of cavitation, splash, and two phase flow are negligible compared to hydro-dynamical forces of lift and drag. It was proven that both mathematical analysis and simulation were capable of predicting the trajectory of a spinning sphere during its course of entry into the water. Aspects like the critical angle of ricochet and the maximum depth of immersion were extracted from these trajectories and compared with available data. It was found that the analytical and numerical results were generally validated with respect to each other as well as to existing findings. Aluminum () spinning spheres, of radius 10 mm and speed of 10 m/sec, were examined. It was found that a 300 rad/sec backspin improves the critical angle of ricochet from 10.43 to 12.5 deg and increases the maximum depth of immersion from 1.52 to 1.83. "Magnus Effect" usually acting on a fully immersed spinning sphere, was described and relations estimating the hydrodynamic forces were deduced.
ABSTRAK: Keadaan pertumbuhan bakteria penghasil enzim protease aktif-sejuk terasing daripada sampel Antartika disaring menggunakan satu-faktor-satu-masa (OFAT). Kemudian, enzim protease ini diekstrak pada lewat fasa logaritma untuk ujian enzimatik. Strain yang menunjukkan aktiviti enzim tertinggi telah dipilih bagi tujuan pengoptimuman melalui Kaedah Permukaan Tindak Balas (RSM). Parameter yang dikaji adalah pada suhu pengeraman (4 - 36 °C), media pH (4 – 10) dan kepekatan NaCl (0 - 8 %). Berdasarkan dapatan OFAT, kesemua lapan bakteria menunjukkan kadar pertumbuhan tertinggi pada 20 °C, pH 7 dan 4% NaCl (w/v). Hasil ujian enzimatik menunjukkan enzim protease mentah yang diekstrak daripada SC8 menunjukkan aktiviti yang jauh lebih tinggi (0.20 U dan 0.37 U) daripada kawalan positif (0.11 U dan 0.31 U) pada -20 °C dan 20 °C. RSM ini menunjukkan kadar optimum bagi pertumbuhan SC8 adalah pada 20.5 °C, pH 6.83 dan 2.05% NaCl (w/v) dengan dapatan kadar pertumbuhan bakteria pada 3.70 ± 0.06 x 106 sel/jam. Keadaan pertumbuhan optimum SC8 melalui kajian ini bermanfaat bagi menghasilkan produk protease aktif-sejuk secara besar-besaran pada masa hadapan
USE OF TIO2 AS A REINFORCEMENT OF CASSAVA STARCH/PVA COMPOSITES ON MOISTURE-RESISTANT PROPERTIES OF TRIBOELECTRIC NANOGENERATORS (TENG) FILM
Get PDFHigh humidity environments can accelerate the transmission, neutralization, or dissipation of frictional charges on the frictional surface of solid-solid triboelectric nanogenerator films (TENGs), which can reduce the output power. The moisture resistance properties of the TENG triboelectric film are needed to overcome these problems. Therefore, this study discusses the role of the TiO2 nanofiller in cassava starch (CS) and polyvinyl alcohol (PVA) nanocomposite matrix that can increase triboelectricity through the formation of hydrogen bonds and the provision of oxygen-free electrons. The research method was to incorporate different concentrations of TiO2 nanoparticles (0%, 0.5%, 1%, 5%, 10% wt, and 15% wt) into the CS-PVA nanocomposite matrix using the solvent casting method. The results showed an increase in surface polarity which was more triboelectric-positive due to the CS-PVA hydroxyl group interacting with water molecules. Increasing the concentration above 5% wt TiO2 increases the density of the CS-PVA nanocomposite film which can significantly reduce water vapor permeability (WVP) and increase water resistance. The TENG performance of the CS-PVA/TiO2 nanocomposite film with a concentration of 15% wt TiO2 under conditions of high humidity (RH, 95%) resulted in an output voltage of 2.5-fold (~70.5 V to ~180 V), and the output current increased 2.6-fold (~5.2 ?A to ~13.7 ?A).
ABSTRAK: Persekitaran berkelembapan tinggi dapat mempercepatkan penghantaran, peneutralan, atau pelesapan cas geseran pada permukaan geseran filem nanopengeluaran triboelektrik pepejal (TENG), di mana mengurangkan pengeluaran tenaga. Sifat rintangan lembapan filem triboelektrik TENG diperlukan bagi mengatasi masalah ini. Oleh itu, kajian ini membincangkan peranan pengisi nano TiO2 dalam matriks nanokomposit kanji ubi kayu (CS) dan polivinil alkohol (PVA) yang dapat meningkatkan triboelektrik melalui pembentukan ikatan hidrogen dan bekalan elektron bebas oksigen. Kaedah kajian ini adalah dengan menggabungkan kepekatan nanozarah TiO2 berbeza (0%, 0.5%, 1%, 5%, 10%, dan 15%) ke dalam matriks nanokomposit CS-PVA menggunakan kaedah tuangan pelarut. Dapatan kajian menunjukkan peningkatan kekutuban permukaan yang lebih positif-triboelektrik adalah disebabkan oleh kumpulan hidroksil CS-PVA yang berinteraksi dengan molekul air. Pertambahan jisim kepekatan TiO2 melebihi 5% meningkatkan ketumpatan filem nanokomposit CS-PVA yang boleh mengurangkan kebolehtelapan wap air dan meningkatkan rintangan air dengan ketara. Prestasi TENG filem nanokomposit CS-PVA/TiO2 dengan jisim kepekatan TiO2 15% dalam keadaan berkelembapan tinggi (RH, 95%) menghasilkan voltan keluaran sebanyak 2.5 kali ganda (~70,5 V kepada ~ 180 V), dan arus keluaran meningkat 2.6 kali ganda (~ 5,2 ?A kepada ~ 13,7 ?A).
Repurposing A Sampling-Based Planner for A Six-Degree-Of-Freedom Manipulator to Avoid Unpredictable Obstacles
Get PDFThis paper presents the use of a sampling-based planner as a reactive planning scheme to avoid obstacles between a robotic arm and a moving obstacle. Based on a planner benchmark on an obstacle-ridden environment, a rapidly-exploring random tree (RRT) planner has been used to populate the trajectories of the task space and map them into a configuration space using a Newton-Raphson-based inverse kinematic solver. Two robot poses are defined in a cycle of back-and-forth motion; the initial and the goal poses. The robot repeatedly moves from the starting pose to the end pose via the midpoint pose. Each set of trajectories is unique. We define this unique solution within the context of the configuration space as a cycle space. We impose a periodically occurring synthetic obstacle that moves in and out of the robot arm workspace defined in a simulated environment. Within the robot's workspace, the obstacle moves and cuts through the cycle space to emulate a dynamic environment. We also ran a benchmark on the available sampling planner in the OMPL library for static obstacle avoidance. Our benchmark shows that the RRT has the lowest time planning time at 0.031 s compared with other sampling-based planners available in the OMPL library, RRT implicitly avoids singularities within the cycle space, and reactively attempts to avoid synthetic moving objects near the robot hardware. This research intends to further investigate on the use of RGB-D sensor and LiDAR to track moving obstacles while abiding by the task space commands described by the initial and goal poses.
ABSTRAK: Kertas kerja ini membentangkan penggunaan perancang berasaskan persampelan sebagai skim perancangan reaktif untuk mengelakkan halangan antara lengan robot dan halangan yang bergerak. Berdasarkan penanda aras perancang pada persekitaran yang dipenuhi halangan, perancang pokok rawak (RRT) penerokaan pantas telah digunakan untuk mengisi trajektori ruang tugas dan memetakannya ke dalam ruang konfigurasi menggunakan penyelesai kinematik songsang berasaskan Newton-Raphson. Dua pose robot ditakrifkan dalam kitaran gerakan bolak-balik; pose awal dan matlamat. Robot berulang kali bergerak dari pose permulaan ke pose akhir melalui pose titik tengah. Setiap set trajektori adalah unik. Kami mentakrifkan penyelesaian unik ini dalam konteks ruang konfigurasi sebagai ruang kitaran. Kami mengenakan halangan sintetik yang berlaku secara berkala yang bergerak masuk dan keluar dari ruang kerja lengan robot yang ditakrifkan dalam persekitaran simulasi. Dalam ruang kerja robot, halangan bergerak dan memotong ruang kitaran untuk meniru persekitaran yang dinamik. Kami juga menjalankan penanda aras pada perancang pensampelan yang tersedia dalam perpustakaan OMPL untuk mengelakkan halangan statik. Penanda aras kami menunjukkan bahawa RRT mempunyai masa perancangan masa terendah pada 0.031 s berbanding dengan perancang berasaskan pensampelan lain yang terdapat dalam perpustakaan OMPL, RRT secara tersirat mengelakkan singulariti dalam ruang kitaran, dan secara reaktif cuba mengelakkan objek bergerak sintetik yang menghampiri perkakasan robot. Melangkah ke hadapan, penyelidikan ini berhasrat untuk menyiasat lebih lanjut mengenai penggunaan penderia RGB-D dan LiDAR untuk mengesan halangan bergerak sambil mematuhi arahan ruang tugas yang diterangkan oleh pose awal dan matlamat
ENHANCEMENT OF MPPT MODULE FOR PARTIAL SHADING PHOTOVOLTAIC SYSTEM UNDER UNIFORM IRRADIANCE CONDITIONS
Get PDFMaximum Power Point Tracking (MPPT) algorithms play a critical role in maximizing the output power of solar panels. Different MPPT techniques are evaluated based on several criteria, such as tracking speed, simplicity, and accuracy with changes in solar irradiance and ambient temperature. Under partial shading conditions (PSCs), conventional techniques fail to track global maximum power points (GMPP). This paper aims to present an automatic and accurate method to fix the complexity of determining the accurate lookup table data in an automatic and fast process under uniform irradiance conditions (UICs) and PSCs. The proposed method runs the photovoltaic (PV) module with all potential irradiance and temperature. It automatically calculates the perfect voltage reference (Vref) for all potential PV system cases. The Vref is collected in an array, sent into a two-dimensional lookup table, and used for controlling the boost converter. Simulation results verify the effectiveness of the proposed method. In addition, a comparison was also made with the conventional perturb and observe (P&O) method. Under UICs, the proposed method takes less time than the conventional P&O algorithm to reach the MPP. The time difference between them is ?t = 0.133 sec and ?t = 0.04 sec for the first scanning process at t = 0 sec and sudden change irradiance at t = 1.5 sec, respectively. As for PSCs, the proposed method reached the GMPP during pattern 104 (first peak) without any power loss, while the P&O MPPT was able to track the GMPP but with power losses of 2729.97 watts.
ABSTRAK: Algoritma Penjejakan Titik Kuasa Maksimum (MPPT) memainkan peranan penting dalam memaksimumkan kuasa keluaran panel solar. Teknik MPPT yang berbeza dinilai berdasarkan beberapa kriteria seperti kelajuan pengesanan, kesederhanaan, dan ketepatan dengan perubahan dalam sinaran suria dan suhu ambien. Di bawah keadaan teduhan separa (PSC), teknik konvensional gagal menjejak titik kuasa maksimum global (GMPP). Kajian ini bertujuan bagi membentangkan kaedah automatik dan tepat bagi membetulkan kesusahan dalam menentukan carian data berjadual secara tepat, automatik dan pantas di bawah keadaan sinaran seragam (UIC) dan PSC. Kaedah yang dicadangkan menjalankan modul fotovoltaik (PV) dengan semua potensi sinaran dan suhu dan mengira rujukan voltan sempurna (Vref) secara automatik bagi semua kes yang berpotensi dalam sebarang jenis sistem PV. Vref dikumpul dalam tata susunan, dihantar ke dalam jadual carian dua dimensi, dan digunakan bagi mengawal penukar rangsangan. Keputusan simulasi mengesahkan keberkesanan kaedah yang dicadangkan. Perbandingan juga dibuat dengan kaedah konvensional perhati dan ganggu (P&O). Di bawah UIC, kaedah yang dicadangkan mengambil masa yang lebih singkat berbanding algoritma konvensional P&O bagi mencapai MPP. Perbezaan masa antara keduanya adalah masing-masing, ?t = 0.133 saat dan ?t = 0.04 saat bagi proses pengimbasan pertama iaitu pada t = 0 saat dan sinaran perubahan mendadak pada t = 1.5 saat. Bagi PSC, kaedah yang dicadangkan mencapai GMPP semasa corak 104 (puncak pertama) tanpa kehilangan kuasa manakala MPPT P&O dapat mengesan GMPP tetapi dengan pengurangan kuasa sebanyak 2729.97 watt