Optimasi motor DC menggunakan algoritma aquila optimizer

Algoritma aquila optimizer (AO) adalah algoritma optimasi yang terinspirasi dari alam yang dapat digunakan untuk menentukan parameter optimal dari pengontrol proportional integral derivative (PID) untuk mengontrol kecepatan motor DC. Algoritma AO terinspirasi oleh perilaku berburu aquila, burung pemangsa di belahan bumi utara. Algoritma ini telah terbukti berkinerja baik pada masalah optimasi benchmark unimodal dan multimodal, mengungguli algoritma optimasi lain seperti seagull optimization algorithm (SOA), marine predators algorithm, dan chimp optimization algorithm (ChOA). Aribowo dkk. (2022) menerapkan algoritma AO untuk mengoptimalkan parameter PID kontrol kecepatan motor DC, dengan melakukan langkah-langkah berikut:

  1. Tentukan fungsi objektif: fungsi objektif adalah fungsi yang akan dioptimalkan. Dalam hal ini, fungsi objektif adalah kesalahan antara kecepatan motor yang diinginkan dan kecepatan motor yang sebenarnya.
  2. Inisialisasi populasi: populasi adalah himpunan kandidat solusi yang akan dicari oleh algoritma AO. Inisialisasi populasi dengan nilai acak untuk parameter PID.
  3. Evaluasi populasi: mengevaluasi fungsi objektif untuk setiap individu dalam populasi.
  4. Selection: memilih individu terbaik dari populasi berdasarkan nilai fungsi objektifnya.
  5. Crossover: menggabungkan individu-individu terbaik untuk menciptakan keturunan baru.
  6. Mutation: mutasi keturunan untuk memperkenalkan solusi baru.
  7. Replacement: mengganti individu-individu terburuk dalam populasi dengan keturunan yang baru.
  8. Mengulangi langkah 3-7 hingga kriteria penghentian terpenuhi, seperti jumlah iterasi maksimum atau ambang batas kesalahan minimum.

Dengan mengikuti langkah-langkah ini, algoritma AO dapat digunakan untuk mengoptimalkan parameter PID untuk mengontrol kecepatan motor DC. Dengan begitu dapat menghasilkan kinerja yang lebih baik dibandingkan dengan algoritma pengoptimalan lainnya.

Optimization of PID parameters for controlling DC motor based on the aquila optimizer algorithm

Widi Aribowo, Supari Supari, Bambang Suprianto

This study presents the application of the aquila optimizer (AO) algorithm to determine the parameters of the proportional integral derivative (PID) controller to control the speed of a dc motor. The AO method is inspired by the most popular bird of prey in the northern hemisphere named Aquila. Initially, the proposed AO algorithm is applied to unimodal and multimodal benchmark optimization problems. To get the performance of the AO method, the controller is compared with other methods, namely Seagull optimization algorithm (SOA), marine predators algorithm, giza pyramids construction (GPC), and chimp optimization algorithm (ChOA). The results represent that the AO is promising and shows the effectiveness. Determination of PID parameters using the AO method for dc motor speed control system shows superior performance.

Redaksi: I. Busthomi