72 research outputs found
STUDI NUMERIK PEMANFAATAN MAGNET PERMANEN UNTUK PENGGERAK MOTOR
Mike Brady telah membuat hak patent untuk motor perendev. Dalam patennya, dia menyatakan bahwa motor tersebut tidak menggunakan tenaga listrik untuk membuatnya bisa berputar, motor tersebut hanya menggunakan gaya tolak antar magnet yang terpasang pada stator dan rotornya. Patent tersebut telah menarik perhatian banyak peneliti untuk ikut mengembangkannya, diantaranya adalah Ignatius Bagus Subiantoro dan Derito Nanda. Mereka telah mengembangkan berbagai model motor berdasarkan patent dari perendev motor
secara eksperimen. Namun semua model motor yang mereka kembangkan tersebut tidak berhasil menghasilkan putaran yang kontinyu. Oleh sebab itu peneliti tertarik untuk menganalisis lebih lanjut secara numerik dengan metode
finite element, sehingga dapat diketahui fenomena gaya apa saja yang bekerja pada motor tersebut yang menyebabkan tidak bisa menghasilkan perputaran secara kontinyu. Penelitian ini juga bertujuan untuk menganalisis apakah magnet permanen benar-benar bisa digunakan untuk menggerakkan motor tanpa ada suplai dari arus listrik. Pada penelitian ini telah dilakukan berbagai simulasi untuk
mendapatkan desain yang bisa menghasilkan torsi yang maksimal. Setelah dilakukan simulasi, telah didapatkan desain yang bisa menghasilkan torsi sebesar 1,33 N*m. Berdasarkan analisa yang telah dilakukan, torsi tersebut tidak mampu untuk menghasilkan putaran secara kontinyu pada motor. Kemudian dilakukan juga simulasi kepada desain motor listrik, dengan mengganti kumparan pada stator dengan magnet permanen. Berdasarkan hasil simulasi dan analisa yang telah dilakukan, torsi yang dihasilkan pada motor tersebut juga sangat kecil, yaitu 0,0028 Nm untuk SMPM motor yang dikembangkan Baudart, 0,00217 Nm untuk SPM motor yang dikembangkan Melfi dan 0,096 Nm untuk motor jenis
bearingless brushless multiple pole motor. Torsi yang kecil tersebut tidak bisa menghasilkan putaran pada motor. Berdasarkan hal tersebut, maka didapatkan sebuah kesimpulan bahwa magnet permanen tidak bisa digunakan untuk menggerakkan motor jika tidak mendapatkan suplai sumber tenaga dari arus listrik, baik diterapkan pada desain motor seperti pada konsep motor perendev maupun pada desain motor listrik yang telah banyak digunakan dan dikembangkan
Implementasi Pemetaan Robot Roda Mecanum Otonom Berbasis LIDAR dengan SLAM
This article reviews an autonomous mobile robot with mecanum wheels using localization and mapping with Lidar. The mecanum wheeled robot is capable of autonomously moving from point A to point B. This study aims to determine the level of accuracy and precision in mapping to ensure the robot can operate efficiently, as well as to develop the ability to perform real-time environmental mapping using data obtained from the Lidar A2M12 sensor. It also aims to implement the SLAM (Simultaneous Localization and Mapping) algorithm to simultaneously determine the robot\u27s position and orientation while mapping. For independent movement, the robot must be aware of its surroundings and its position within that environment. The method used is simultaneous localization and mapping using the RPLidar A2M12 sensor and ROS (Robot Operating System). Based on the testing results, the gmapping SLAM error rate is 3.34%, with a sensor distance and angle measurement error of 1.16%. Overall, this autonomous robot can be used even in open areas and with simple obstacles. Artikel ini mengulas tentang autonomous mobile robot roda mekanum menggunakan lokalisasi dan pemetaanmenggunakan lidar Robot beroda mekanik adalah robot yang dapat bergerak dari titik A ke titik B secara mandiri.Tujuan dari penelitian ini adalah untuk mengevaluasi ketepatan dan akurasi pemetaan dan ketepatan dalampemetaan untuk memastikan robot dapat beroperasi dengan efisien serta membangun kemampuan untukmelakukan pemetaan lingkungan sekitar secara real-time menggunakan data yang diperoleh dari sensor LidarA2M12 dan mengimplementasikan algoritma SLAM (Simultaneous Localization and Mapping) untukmenentukan posisi dan orientasi robot secara simultan saat melakukan pemetaan. Untuk bergerak secara mandiri,robot harus menyadari lingkungannya dan posisinya dalam lingkungan tersebut. Metode yang digunakan adalahlokalisasi dan pemetaan simultan dengan menggunakan sensor RPLidar A2M12 dan ROS (Robot OperatingSystem). Berdasarkan hasil pengujian gmapping SLAM sebesar 3,34%, error pengukuran jarak dan sudut sensorsebesar 1,16%, secara keseluruhan, robot otonom ini dapat digunakan bahkan di area terbuka dan rintangansederhana
Implementasi Perencanaan Jalur menggunakan Algoritma Dijkstra pada Robot Roda Mecanum
This research develops a robot capable of moving from a starting point to a destination as well as avoiding collisions using Dijkstra\u27s algorithm, which is effective in finding the shortest path. This algorithm is implemented on a mecanum robot equipped with an Arduino microcontroller, mini PC, battery, DC motor with encoder, motor driver, and related software. This study tested five maps with the same starting point and destination, but with different obstacle locations. The test results showed that the mecanum robot managed to find the path and avoid obstacles well. With an average maximum speed of 2.6 m/s, the robot can cover a distance of 3.2 meters without obstacles in 14.96 seconds, and a distance of 4.2 meters with obstacles in 22.82 seconds. This research demonstrates the potential of Dijkstra\u27s algorithm in path planning and robot navigation, and underscores the importance of using the right hardware and software to achieve optimal performance. These results can serve as a basis for further development in the field of robotics, particularly in the application of autonomous robots in dynamic environments.Dengan kemajuan teknologi, banyak pekerjaan manusia yang berisiko digantikan oleh robot. Robot harus dapat bermanuver secara mandiri tanpa kendali manusia. Penelitian ini mengembangkan robot yang mampu bergerak dari titik awal ke tujuan serta menghindari tabrakan menggunakan algoritma Dijkstra, yang efektif dalam mencari jalur terpendek. Algoritma ini diimplementasikan pada robot mecanum yang dilengkapi dengan mikrokontroler Arduino, mini PC, baterai, motor DC dengan encoder, driver motor, dan perangkat lunak terkait. Penelitian ini menguji lima peta dengan titik awal dan tujuan yang sama, namun dengan letak halangan yang berbeda. Hasil pengujian menunjukkan bahwa robot mecanum berhasil menemukan jalur dan menghindari halangan dengan baik. Dengan kecepatan maksimal rata-rata 2.6 m/s, robot dapat menempuh jarak 3.2 meter tanpa halangan dalam waktu 14.96 detik, serta jarak 4.2 meter dengan halangan dalam waktu 22.82 detik. Penelitian ini menunjukkan potensi algoritma Dijkstra dalam perencanaan jalur dan navigasi robot, serta menggarisbawahi pentingnya penggunaan perangkat keras dan perangkat lunak yang tepat untuk mencapai kinerja optimal. Hasil ini dapat menjadi dasar bagi pengembangan lebih lanjut dalam bidang robotika, khususnya dalam aplikasi robot otonom di lingkungan yang dinamis
AUTO TUNING PID PADA LABVIEW MENGGUNAKAN METODE ALGORITMA GENETIKA
Sistem kontrol PID masih sangat banyak digunakan hingga saat ini karena kehandalan dan kemudahannya. Penentuan parameter nilai Kp, nilai Ki dan nilai Kd secara manual kerap kali membutuhkan waktu yang tidak sebentar untuk mencapai hasil kontrol yang baik dan stabil. Oleh karena itu pada penelitian ini dikembangkan sistem auto tuning PID menggunakan Algoritma Genetika yang diprogram memakai software labview. Sistem autotuning menggunakan algoritma genetika yang dikembangkan ini diuji menggunakan empat fungsi transfer yang merupakan model matematis dari sistem Motor Servo pada pengujian pertama, sistem Head tank pada pengujian kedua, sistem Rangkain RLC pada pengujian ketiga dan pada pengujian keempat menggunakan sistem temperature control. Hasil kontrol PID yang dituning menggunakan sistem autotuning akan dibandingkan dengan tuning manual menggunakan metode Ziegler Nichols. Pada pengujian ini ada 3 parameter yang akan di bandingkan yaitu Overshoot, Settling Time dan Rise Time. Hasil dari pengujian ini didapatkan rata rata nilai pada pengujian Algoritma genetika ialah Overshoot = 9.75% , Settling Time = 1.375 detik, dan Rise Time = 0.6 detik. Sedangkan pada pengujian menggunakan metode Ziegler Nichols mendapatkan nilai Overshoot= 28.75%, Settling Time= 2.2 detik, dan Rise Time = 0.20 detik. Berdasarkan hasil pengujian tersebut, performa PID hasil autotuning menggunakan metode algortima genetika lebih baik pada dua kriteria, yaitu overshoot dan settling time
Peningkatan Proses Pembersihan Strip Pelapis Dari Manual ke Semi Otomatis
Memproduksi sensor NTC melewati proses electrostatic coating / pelapisan NTC menggunakan bubuk. Sebelum memasuki proses electrostatic coating, NTC diletakkan pada strip (besi berbahan stainless) dan direkatkan menggunakan isolasi agar NTC tidak terjatuh. Kemudian NTC akan melewati beberapa proses sampai dengan proses untapping. Proses untapping bertujuan melepaskan isolasi dari NTC. Saat isolasi dilepas dari NTC, lem bekas isolasi menempel pada strip. Untuk memulai kembali ke proses awal dibutuhkan strip yang bersih, sehingga manpower harus melakukan pembersihan strip secara manual. Oleh karena itu dilakukan sebuah inovasi dengan membuat mesin untuk mengubah proses pembersihan strip dari manual ke semi otomatis. Peneltian ini ditujukan pada proses brushing station untuk mendapatkan parameter yang bagus guna menghasilkan strip yang bersih. Menggunakan metode Design of Experiment untuk mendapatkan parameter yang menjadi ketetapan prosedur di brushing station. Dari hasil pengujian didapat nilai parameter pada penekanan brush 3.6 mm dengan kecepatan motor 5000 Rpm dapat menghasilkan strip yang bersih
Implementasi Sistem Kontrol PID untuk Orientasi Robot Hexapod
This research aims to improve the stability and accuracy of hexapod robot motion in the SAR competition in Indonesia using an adaptive PID control system combined with fuzzy logic. PID control has advantages in linear systems but is less responsive to dynamic conditions, while fuzzy logic can produce a more flexible adaptive response. The proposed system uses IMU sensors to measure directional error, where this data is then processed by fuzzy control to adjust the PID parameters in real time. Tests show that this method results in an average recovery time of 3,06 seconds, a rise time of 1,99 seconds, and an overshoot of approximately 10,00% to 15,60%. These results show an increase in the efficiency of the robot in navigating in complex environments, thus improving the performance in real applications.Penelitian ini bertujuan untuk meningkatkan stabilitas dandan akurasi gerak robot hexapod pada kompetisi SAR diIndonesia menggunakan sistem kontrol PID adaptif yang dikombinasikan denganlogika fuzzy. Kontrol PID memiliki kelebihan pada sistem linier tetapi kurangresponsif terhadap kondisi dinamis, sedangkan logika fuzzy dapat menghasilkanrespon adaptif yang lebih fleksibel. Sistem yang diusulkan menggunakan sensor IMUsensor untuk mengukur kesalahan arah, di mana data ini kemudiandiproses oleh kontrol fuzzy untuk mengatur parameter PID secara realwaktu. Pengujian menunjukkan bahwa metode ini menghasilkan pemulihan rata-ratawaktu 3,06 detik, waktu naik 1,99 detik, dan overshootsekitar 10% hingga 15,6%. Hasil ini menunjukkan adanya peningkatan dalamefisiensi robot dalam bernavigasi di lingkungan yang kompleks,sehingga meningkatkan kinerja dalam aplikasi nyata.
Translated with DeepL.com (free version
Sistem Pemetaan Ruangan 2D Menggunakan Lidar
Agar dapat membantu pekerjaan dalam sistem pembuatan peta pada suatu ruangan yang memiliki tingkat bahaya yang tinggi, dibutuhkan sebuah robot yang dapat mengganti proses pembuatan peta. Sehingga robot tesebut harus memiliki sistem pemetaan 2D yang baik, agar dapat menggambarkan bentuk peta yang benar. Area berbentuk kotak dengan ukuran 2,44 m x 1,6 m dilengkapi adanya labirin di dalamnya dipilih sebagai area penelitian. Permasalahan yang muncul adalah bagaimana cara mengukur sekeliling ruangan dan membentuk gambar peta ruangan yang diukur. Pada penilitian ini akan dikembangkan sistem pemetaan ruangan dengan menggunakan sensor lidar yang mampu melakukan pengukuran ruangan dengan jarak ukur panjang maksimal 6 m dan dapat berputar 360o. Pada penelitian ini terdapat mobile robot yang berfungsi untuk membawa sensor lidar yang memiliki navigasi untuk menelusuri ruangan, sehingga sistem pemetaan ruangan pada penelitian ini mampu menggambarkan peta ruangan secara keseluruhan. Untuk input pembuatan peta didapat dari hasil proses sensor lidar berupa nilai jarak dan sudut. Hasil penelitian ini diharapkan menghasilkan sistem pemetaan 2 dimensi secara langsung di komputer dengan ukuran peta terhadap objek sebenarnya. Setelah penelitian dilakukan, hasil pemetaan dari software yang dibuat telah memiliki kesamaan bentuk dengan lapangan yang sebenarnya. Terdapat rata rata error pengukuran dengan menggunakan sensor LIDAR sebesar 0,87%
A Design and Implementation of a 3-Axis UAV Drone Gimbal Rig for Testing Stability and Performance Parameters in the Laboratory
This study designs a 3-axis UAV gimbal rig for testing stability and performance before deployment in real-world flight conditions. The gimbal rig simulates the vertical, lateral, and longitudinal axes to ensure reliable operation in various scenarios. Made from lightweight aluminum alloy, the structure minimizes vibrations and maintains rigidity during testing. For precise motion tracking, each axis is equipped with an LPD3806- 600BM-G5 rotary encoder, offering accurate feedback on movement. The Arduino Nano processes the encoder data, displaying real-time results on a 16x2 LCD with an I2C interface for easy monitoring. Additionally, a push-button system enables users to switch between different readings for each axis. This setup aids researchers in analyzing UAV dynamics and refining both firmware and hardware. Future enhancements may include wireless data logging and integration of machine learning techniques to predict maintenance needs, further supporting UAV stability testing in various applications, including aerospace, defense, and commercial use
Goal Detection and Opponent Avoidance Algorithm for Wheeled Robot Soccer using Color Filtering and Contour Extraction
- …
