Article Sidebar

Download
PDF

Main Article Content

Abstract





Motor brushless DC (BLDC) mulai popular digunakan pada kendaraan listrik dibandingkan motor induksi. Hal ini dikarenakan beberapa keunggulan motor BLDC seperti efisiensi daya yang lebih tinggi, dimensi yang lebih kecil jika dibandingkan dengan motor lain yang memiliki daya yang sama. Beberapa metode telah diterapkan pada motor BLDC diantaranya adalah trapezoidal commutation dan field oriented control (FOC). Dari kedua metode tersebut, FOC lebih unggul dalam meminimalisir ripple torsi dan dalam hal efisiensi daya terutama pada saat motor pada kecepatan rendah, tetapi FOC memerlukan sensor yang lebih banyak dan algortitma yang lebih rumit. Dengan memperhatikan hal tersebut maka penelitian ini akan berfokus pada permodelan dan simulasi motor BLDC menggunakan metode Field Oriented Control (FOC). Aplikasi dari penelitian ini adalah pada swerve drive. aplikasi penelitian ini adalah pada Swerve drive. Swerve drive, juga dikenal sebagai holonomic drive atau swerve and steer drive, adalah jenis sistem penggerak roda yang digunakan dalam robot atau kendaraan untuk memberikan kemampuan manuver tingkat tinggi. Sistem ini memungkinkan kendaraan untuk bergerak dalam berbagai arah dengan mudah dan presisi, termasuk berbelok dalam tempat dengan radius yang sangat kecil. Metode ini sering digunakan dalam robotika, terutama dalam konteks perlombaan robot dan aplikasi yang membutuhkan manuver yang canggih. Swerve drive terdiri dari 2 motor yang masing-masing fungsinya adalah untuk steering dan driving untuk pergerakaannya sehingga dibutuhkan sebuah kontroller agar perputaran motor sesuai dengan set point yang telah ditentukan. hasil dari metode ini adalah, error berkurang sebesar 2% dan pada steering mengurangi error sebesar 0,7%. Selain itu kontroler juga dapat memperbaiki respon dari driving dan steering sehingga dapat memperbaiki performa dari alat penelitian ini..





Keywords

Swerve drive Independen steering Independen driving holonomic

Article Details

License

Copyright (c) 2023 Mas Nurul Achmadiah, Arif anwar Rosyidin, Agus Pracoyo; Indrazno Siradjuddin; Dinda Ayu Permatasari, Gillang Al Azhar

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

References

  1. K. S. Devi, R. Dhanasekaran, and S. Muthulakshmi, “Improvement of speed control performance in BLDC motor using fuzzy PID controller,” Proceedings of 2016 International Conference on Advanced Communication Control and Computing Technologies, ICACCCT 2016, no. 978, pp. 380–384, 2017, doi: 10.1109/ICACCCT.2016.7831666.
  2. A. Sofwan, H. R. Mulyana, H. Afrisal, and A. Goni, “Development of omni-wheeled mobile robot based-on inverse kinematics and odometry,” 2019 6th International Conference on Information Technology, Computer and Electrical Engineering, ICITACEE 2019, pp. 1–6, 2019, doi: 10.1109/ICITACEE.2019.8904418.
  3. K. V. Vasireddy, M. Rose, Rakesh, and S. Suresh, OMNI-DIRECTIONAL ROBOT USING SWERVE DRIVE. 2021.
  4. M. A. Al Mamun, M. T. Nasir, and A. Khayyat, “Embedded system for motion control of an omnidirectional mobile robot,” IEEE Access, vol. 6, no. 8, pp. 6722–6739, 2018, doi: 10.1109/ACCESS.2018.2794441.
  5. J. Carothers, Design of a triple singularity drive for mobile wheeled robots. 2014.
  6. B. Denoma, M. Kendall, and N. Poulos, “4-wheel Independent Steering ‘ Swerve D rive ’ Table of Contents,” 2022.
  7. V. K. Pranav, K. S. Kumar, A. R. Nair, and G. Udupa, “Design and Manufacture of Octagonal Rover for Space Exploration,” 2020 4th International Conference on Automation, Control and Robots, ICACR 2020, pp. 48–52, 2020, doi: 10.1109/ICACR51161.2020.9265497.
  8. A. Shyam and J. L. Febin Daya, “A comparative study on the speed response of BLDC motor using conventional PI controller, anti-windup PI controller and fuzzy controller,” 2013 International Conference on Control Communication and Computing, ICCC 2013, no. Iccc, pp. 68–73, 2013, doi: 10.1109/ICCC.2013.6731626.
  9. K. S. K. Veni, N. S. Kumar, and J. Gnanavadivel, “Low cost fuzzy logic based speed control of BLDC motor drives,” Proceedings of IEEE International Conference on Advances in Electrical Technology for Green Energy 2017, ICAETGT 2017, vol. 2018-January, pp. 7–12, 2018, doi: 10.1109/ICAETGT.2017.8341453.
  10. Y. Chandra Wibowo and S. Riyadi, “Analisa Pembebanan Pada Motor Brushless Dc (Bldc),” pp. 277–282, 2019, doi: 10.5614/sniko.2018.33.
  11. K. Sreeram, “Design of Fuzzy Logic Controller for Speed Control of Sensorless BLDC Motor Drive,” 2018 International Conference on Control, Power, Communication and Computing Technologies, ICCPCCT 2018, pp. 18–24, 2018, doi: 10.1109/ICCPCCT.2018.8574280.
  12. S. VishnuC. and R. M. Francis, “Speed Control of BLDC Motor using a Tuned LQR Controller,” 2015.
  13. A. B. Sajid, A. Marryam, and M. Ali, “Modelling and Control of Brushless DC Motor,” 2021.
  14. M. S. E. Blessy and M. Murugan, “Modeling and controlling of BLDC motor based fuzzy logic,” in International Conference on Information Communication and Embedded Systems (ICICES2014), 2014, pp. 1–6. doi: 10.1109/ICICES.2014.7034138.
  15. A. Shyam and J. L. Febin Daya, “A comparative study on the speed response of BLDC motor using conventional PI controller, anti-windup PI controller and fuzzy controller,” 2013 International Conference on Control Communication and Computing, ICCC 2013, no. Iccc, pp. 68–73, 2013, doi: 10.1109/ICCC.2013.6731626.
  16. E. Blessy and Murugan, “Modeling and Controlling of BLDC Motor Based Fuzzy Logic,” ICICES, vol. 35, no. 2007, pp. 93–100, 2014.