Kata kunci: Fuzzy Adaptif, Air Fuel Ratio, duty cycle, sensor lambda

Prosiding Seminar Nasional Manajemen Teknologi III Program Studi MMT-ITS, Surabaya 4 Pebruari 2006

KONTROL AIR FUEL RATIO PADA SPARK IGNITION ENGINE SISTEM EFI SEKUENSIAL MENGGUNAKAN KONTROL FUZZY ADAPTIF DAPAT MENEKAN BEAYA OPERASIONAL KENDARAAN Abdul Hamid, Ari Santoso Jurusan Teknik Elektro-FTI ITS Kampus ITS Sukolilo Surabaya

ABSTRAK Air Fuel Ratio (AFR) adalah salah satu faktor yang sangat menentukan performansi spark ignition engine atau motor bakar, yaitu tenaga yang besar, hemat bahan bakar dan gas buang yang ramah lingkungan. Pada motor bakar sistem EFI, pengaturan AFR dilaksanakan dengan cara mengatur lamanya injektor menyemprotkan bahan bakar (duty cycle) agar selalu sesuai dengan jumlah udara yang masuk ke intake manifold. Pengaturan duty cycle ini dilakukan oleh electronic unit control (ECU) berdasarkan temperatur air pendingin mesin, posisi katup gas, tekanan di dalam intake manifold, kecepatan putaran mesin dan kandungan oksigen pada gas buang (  ). Yang menjadi problem adalah sensor lambda hanya dapat bekerja efektif jika bahan bakar yang digunakan bebas timbal (bukan premium), sehingga beaya operasionalnya sangat mahal. Pada penelitian terdahulu yang berjudul “Sistem Pengaturan Kecepatan Spark Ignition Engine dengan Sequential Injection Menggunakan Look-up Table Berbasis Fuzzy” telah mampu mengatur agar engine selalu mempunyai daya maksimum untuk semua kondisi operasional mesin, tetapi tidak memperhatikan berapa AFR-nya. Penelitian ini, merupakan upaya untuk mendisain suatu kontroler yang berbasis fuzzy adaptif yang mampu mengestimasi dan mengatur (mengontrol) nilai AFR sesuai dengan kondisi operasional mesin, dengan cara mengoreksi duty cycle yang diatur oleh peneliti terdahulu melalui sebuah kontrol fuzzy adaptif. Kata kunci: Fuzzy Adaptif, Air Fuel Ratio, duty cycle, sensor lambda.

PENDAHULUAN Perkembangan dunia teknologi saat ini sungguh sangat cepat dan fantastis, perbaikan demi perbaikan terus bergerak secara signifikan, sehingga batasan ilmu semakin tipis, tidak terkecuali di bidang otomotif. Ada tiga hal yang sangat pokok yang saat ini menjadi bahan kajian para peneliti otomotif dalam rangka perbaikan performansi spark ignition engine, yaitu: efisiensi kerja yang tinggi sehingga dihasilkan daya yang besar, efisiensi pemakaian bahan bakar, dan gas buang dengan tingkat pencemaran rendah (ramah lingkungan) [1] [2] [3]. Salah satu parameter yang mempengaruhi performansi mesin adalah nilai perbandingan antara udara dan bahan bakar (AFR) yang dibakar di dalam silinder pada setiap kali proses pembakaran. Jika nilai AFR nya tidak sesuai dengan kondisi operasional mesin, maka akan mengakibatkan efisiensi mesin tidak optimal, dan kandungan polutan pada gas-buang sangat tinggi [1] [2] [3]. Pada spark ignition engine sistem EFI, kondisi AFR dipantau oleh sensor lambda dengan cara mendeteksi kandungan O2 (oksigen) yang terdapat pada gas buang. Jika kandungan oksigennya tinggi, artinya kondisi gas (campuran antara bahan bakar


dan udaranya) terlalu gemuk, maka sensor lambda memberi informasi kepada electronic control unit (ECU) untuk mengurangi duty cycle injektor sehingga volume bahan bakar yang diinjeksikan dikurangi, begitu juga sebaliknya. Dengan demikian kendaraan dengan sistem EFI kondisi AFR-nya selalu mendekati ideal, sesuai dengan kebutuhan mesin. Ditinjau dari sisi ekonomi, kondisi AFR yang tidak bagus juga sangat tidak menguntungkan, karena setiap pemakaian kendaraan yang nilai AFR-nya tidak tepat, akan menyebabkan pemakaian bahan bakar bertambah 15 % dari pemakaian normal [4]. Problematiknya adalah sensor lambda atau exhaust gas oxygen (EGO) sensor hanya dapat bekerja dengan baik jika bahan bakar yang digunakan jenis tanpa timbal (Super TT), sehingga beaya operasional kendaraan menjadi sangat mahal, karena dibandingkan dengan bensin biasa (premium), harganya jauh lebih mahal. Penelitian sebelumnya yang berjudul “Sistem Pengaturan Spark Ignition Engine dengan Sequential Fuel Injection Menggunakan Look-up Table berbasis Fuzzy” telah mampu mengontrol duty cycle dari injektor agar daya yang dihasilkan engine dapat selalu maksimal, yang pada penelitian itu diekspresikan dalam bentuk kecepatan putaran mesin yang meningkat, untuk bukaan throttle valve (katup gas) yang sama. Tetapi penelitian ini tidak pernah memperhitungkan nilai AFR yang terbentuk di dalam in-take manifold sebelum masuk ke dalam silinder [6]. Penelitian saat ini merupakan lanjutan dari penelitian sebelumnya, artinya pada penelitian ini dilakukan koreksi terhadap duty cycle dari look-up table yang ada dengan cara memasang kontrol fuzzy adaptif, sehingga diharapkan spark ignition engine dapat bekerja dengan baik sesuai kondisi operasional mesin. Misalnya saat mesin dihidupkan (starter), saat pemanasan, saat kendaraan berjalan mendaki, dan lain sebagainya, yang tentunya membutuhkan gas dengan AFR yang variatif. METODA PENELITIAN Studi literatur Materi-materi literatur yang digunakan untuk menunjang penelitian ini, secara garis besar terdiri atas: 1) Prinsip Kerja spark ignition engine 2) Campuran bahan bakar dan udara yang ideal 3) Kontrol fuzzy adaptif 1. Prinsip Kerja Spark Ignition Engine [5] Satu siklus kerja pada spark ignition engine adalah ; langkah hisap, langkah kompresi, langkah usaha dan langkah buang. Pada kendaraan jenis 2 Tak, satu siklus kerja tersebut diselesaikan dalam 2 kali gerakan torak, yaitu satu kali dari TMA ke TMB, dan satu kali dari TMB ke TMA. Jenis ini mulai ditinggalkan, sebab walaupun berdaya besar tetapi efisiensinya rendah dan gas buang yang tidak ramah lingkungan. Untuk spark ignition engine jenis 4 Tak, satu siklus kerja tersebut diselesaikan dalam 4 kali gerakan piston, yaitu 2 kali dari TMA ke TMB dan 2 kali dari TMB ke TMA. Untuk jelasnya dapat dilihat pada Gambar 1.

ISBN : 979-99735-1-1 A-21-2


1. Langkah Hisap

2. Langkah Kompresi dan Pembakaran

3. Langkah Usaha

4. Langkah Buang

Gambar 1. Proses Kerja Motor Bakar 4 T [5]

2. Campuran Bahan Bakar dan Udara yang Ideal [1][2] Perbandingan udara dan bahan bakar (AFR) teoritis ialah perbandingan berat udara (oksigen) didalam suatu campuran antara udara dan bahan bakar (gas) dengan berat bahan bakarnya. Nilai AFR teoritis ini dapat diperoleh berdasarkan reaksi kimia yang terjadi saat campuran udara dan bahan bakar itu dibakar sempurna (dalam proses pembakaran) yang ditunjukkan persamaan reaksi kimia sebagai berikut (jika Octana merupakan unsur dominant), maka diperoleh: 2C8H18 + 25 O2 16 CO2 + 18 H2 O dimana masa relatif atom C = 12; H = 1 dan O = 16, sehingga dari persamaan reaksi kesetimbangan di atas dapat dihitung masa relatif dari masing-masing molekul, yaitu: Octana (2C8H18) = ( 2 x 12 x 8 ) + ( 1 x 18 ) = 228 dan Oxygen (25 O2) = ( 25 x 16 x 2 ) = 800 hal ini menunjukkan bahwa perbandingan udara dan bahan bakar pada peristiwa pembakaran sempurna adalah 800 : 228 atau disederhanakan menjadi 3,5088 : 1, artinya untuk membakar 1 Kg bahan bakar (Octana) dibutuhkan 3,5088 Kg udara. Kandungan Oksigen di udara bebas adalah 23% per-satuan berat udara, artinya dalam 1 Kg udara bebas terdapat 0,23 Kg Oksigen, dengan demikian diperlukan 3,5088 : 0,23 = 15,255 Kg udara murni. Dengan lain kata nilai AFR pada proses pembakaran sempurna Octana adalah 15,255 : 1 (nilai stoikiometri). Dengan perhitungan yang sama untuk Cyclohexane dan Benzena didapatkan: Cyclohexane: C6H12 + 9 O2 6 CO2 + 6 H2O Air – fuel ratio (AFR) = 14,7 : 1 Benzena: 2C6H6 + 15 O2 12 CO2 + 6 H2O Air – fuel ratio (AFR) = 13,2 : 1 Dalam realitasnya bahan bakar premium atau sering disebut bensin tidaklah murni, tetapi merupakan senyawa dari beberapa hydrocarbon, sehingga nilai AFR-nya pada pembakaran sempurna adalah bergerak antara 14 : 1 sampai 15 : 1, secara praktis, AFR ideal adalah 14,7 : 1 atau senilai dengan lambda () = 1 , yang diperoleh dari perbandingan antara AFR real dibanding AFR teoritis.

ISBN : 979-99735-1-1 A-21-3


Nilai λ mengindikasikan seberapa besar penyimpangan jumlah udara dalam campuran dibandingkan dengan kebutuhan udara secara teori [1]. λ << 1 artinya udara yang dimasukkan sangat kurang dari kebutuhan teori. λ < 1 artinya udara yang dimasukkan kurang dari kebutuhan teori. λ = 1 artinya udara yang dimasukkan sesuai dengan kebutuhan teori. λ > 1 artinya udara yang dimasukkan lebih banyak dari kebutuhan teori. λ >> 1 artinya udara yang dimasukkan jauh lebih banyak dari kebutuhan teori. 3. Kontrol Fuzzy Adaptif [1] Yaitu sebuah sistem kontrol berbasis fuzzy yang mampu mengikuti perubahan perubahan parameter dari plan yang dikontrol. Dalam hal ini yang dimaksud plan adalah engine (motor bakar), sedang parameternya adalah terdiri atas temperatur mesin, posisi bukaan throttle valve, tekanan di dalam in-take manifold, kecepatan putaran mesin, dan beban mesin. Dalam penelitian ini, hanya menggunakan empat parameter (tanpa kontrol temperatur). Alasan digunakan kontrol berbasis fuzzy adalah karena plan yang dikontrol mempunyai sifat yang sangat dinamis dan multi komplek, sehingga sulit untuk dimodelkan dalam bentuk matematis. Secara blok diagram, kontrol fuzzy adaptif dapat di gambarkan sebagai berikut: Look-up Table

Observer

x

y Kontrol

Plan

Gambar 3. Diagram Blok Kontrol Fuzzy Adaptif [7]

Pengumpulan data dari hasil identifikasi Sebelum dilakukan identifikasi terhadap plan, terlebih dahulu dirancang sebuah system pengambilan data secara simulatif pada software MATLAB dengan menggunakan diagram blok dari Simulink, seperti pada Gambar 4.

Gambar 4. Diagram Blok Sistem Pengambilan Data

ISBN : 979-99735-1-1 A-21-4


Perancangan Disain Kontrol Fuzzy Adaptif [1][2] Penelitian ini menggunakan system fuzzy dengan algoritma backpropagation, sehingga diperlukan sebuah disain fuzzy yang dapat digunakan untuk men-training data hasil identifikasi dan juga berfungsi sebagai kontrol adaptif berbasis fuzzy. Dengan perimbangan ini, maka penelitian ini menggunakan disain sebagai berikut: xi  xil 2 ) ]  il f ( x)  x  xl  lM1 [ in1 exp(( i l i ) 2 ] i  lM1 y l [ in1 exp((

dimana

y l  V , x il  U i

Implentasi Disain Kontrol Fuzzy Adaptif pada Sistem Disain fuzzy tersebut kemudian diimplementasikan dalam bentuk diagram blok dari Simuling pada software MATLAB (Gambar 5), selanjutnya hasil training data yang telah dilakukan merupakan parameter plan yang diberlakukan pada system kontrol, yang hasilnya dapat dilihat sebagai hasil simulasi melalui software MATLAB.

Gambar. 5. Sistem Kontrol AFR Berbasis Fuzzy Adaptif

Penulisan/Analisis Dari hasil simulasi, dapat dilakukan analisis grafik yang mengekspresikan hasil kerja kontrol yang telah didisain dan dirancang, dan selanjutnya dilakukan penulisan sebagai laporan ilmiah hasil penelitian. HASIL DAN DISKUSI Dari hasil implementasi disain fuzzy dan kontrol fuzzy adaptif terhadap plan, dapat ditunjukkan dalam gambar-gambar grafik berikut:

(a)

(b)

(c)

Gambar 6. Grafik Hasil Trainning Data pada Bukaan Throtle 13% dan Setting Point AFR : a) 13 : 1 b) 14,6 : 1 c) 15 : 1

ISBN : 979-99735-1-1 A-21-5


Dari grafik pada Gambar 6 (a), 6 (b) dan 6 (c) dapat dilihat bahwa fuel estimasi (red) hampir dapat mengikuti fuel real (green), artinya disain fuzzy yang digunakan cukup bagus. Jika dilakukan perbaikan agar garis estimasi betul-betul sama dengan garis real, maka yang perlu dipertimbangkan adalah perbaikan pada look-up table-nya. 1 . A F R

2 1

T H R O T L E

Gambar 7. Grafik Hasil Kontrol Fuzzy Adaptif terhadap Nilai AFR pada Bukaan Throtle Varitif dan pada Beban = 0

Gambar 7 menunjukkan kerja kontrol fuzzy adaptif terhadap AFR pada saat beban sama dengan nol (jalan datar) dan bukaan throttle antara 10% sampai 16 % time sampling 0,5 detik. Nilai AFR ideal (stokiometri) adalah 14,7 : 1, lebih tinggi dari nilai ideal artinya pemakaian bahan bakar semakin hemat, dan batas maksimalnya adalah 19 : 1 (mesin sudah sulit hidup), dan lebih rendah dari nilai ideal artinya pemakaian bahan bakar semakin boros, batas minimalnya 9 : 1. Dari grafik dapat dilihat bahwa nilai AFR dapat mengikuti gerakan throttle valve, pada posisi 1, jika throttle valve naik (kecepatan bertambah), nilai AFR turun (bahan bakar ditambah), dan pada posisi 2, terjadi perlambatan (throttle valve turun) maka nilai AFR naik (bahan bakar dikurangi).

Gambar 8. Grafik Hasil Kontrol Fuzzy Adaptif terhadap Nilai AFR pada Bukaan Throtle Varitif Beban = -5 (jalan turun)

Beban minus artinya jalan turun sehingga beban mesin sangat ringan. Pada kondisi ini pemakaian bahan bakar harus lebih hemat dari nilai AFR ideal.

ISBN : 979-99735-1-1 A-21-6


AFR

THROTLE

Gambar 9. Grafik Hasil Kontrol Fuzzy Adaptif terhadap Nilai AFR pada Bukaan Throtle VaritifBeban = 10 (jalan naik)

Beban positif artinya jalan naik, nilai 10 menunjukkan naik agak curam sehingga beban mesin sangat berat. Akibatnya pemakaian bahan bakar agak boros tetapi tidak boleh terlalu boros ( nilai AFR di bawah 11). Dari grafik dapat dilihat bahwa nilai AFR yang terkontrol masih berada diantara 12,1 sampai 12,9 (tidak terlalu boros bahan bakar). Dari grafik pada Gambar 7, Gambar 8, dan Gambar 9 dapat dilihat bahwa kontrol fuzzy adaptif mampu mengatur/mengontrol nilai AFR pada semua kondisi operasional kendaraan (jalan datar, jalan turun dan jalan naik) agar tetap berada pada kisaran nilai AFR yang paling hemat sesuai kondisinya. Sebab jika nilai AFR tidak sesuai dengan kebutuhan mesin, maka terjadi pemakaian bahan bakar 15 % lebih banyak dari nilai ideal [4], artinya jika nilai AFR tepat sesuai dengan operasional kendaraan, maka akan ada penghematan 15 % dari beaya operasional kendaraan. Sebagai ilustrasi: 1) Sebuah kendaraan system EFI dalam sehari membutuhkan 25 liter bahan bakar tanpa timbal (premix / pertamax) , maka bea operasionalnya = 25 x Rp 5.400 = Rp 135.000. Jika menggunakan kontrol fuzzy adaptif (tanpa EGO sensor), bea opersionalnya menjadi = 25 x Rp. 4500 = Rp.112.500. jadi ada penghematan = Rp. 22.500 / hari / 1 kendaraan. 2) Sebuah kendaraan konvensional (dengan Karburator) dalam sehari membutuhkan 25 liter bensin, maka bea operasionalnya = 25 x Rp 4500 = 112.500. Jika dimodifikasi menjadi system EFI dengan kontrol fuzzy adaptif (tanpa EGO sensor), maka akan terjadi penghematan 15 % dari pemakaian bahan bakar yang seharusnya dikeluarkan. Maka nilai penghematan yang ada adalah = 15 % x Rp 112.500 = Rp 16.875 / hari / 1 kendaraan.

ISBN : 979-99735-1-1 A-21-7


KESIMPULAN Dari hasil pengujian terhadap kontrol fuzzy adaptif yang telah dirancang, maka dapat disimpulkan hal-hal sebagai berikut: 1) Pengontrolan AFR pada mesin kendaraan sangat diperlukan, karena sangat berpengaruh terhadap unjuk kerja atau performansi mesin pada semua kondisi opersional kendaraan. 2) Kontrol Fuzzy Adaptif yang dirancang dapat dijadikan alternatif sebagai alat pengontrol AFR pada kendaraan walaupun masih memerlukan penyempurnaanpenyempurnaan. 3) Nilai AFR pada pada engine mempunyai hubungan yang signifikan terhadap beaya oprasional kendaraan, makin tepat nilai AFR maka penghematan beaya operasional juga semakin besar DAFTAR PUSTAKA Anthonius Radhityo, 2005. “Disain Fuzzy Observer untuk Mengukur Perbandingan Udara dan Bahan bakar (Air Fuel Ratio) pada Spark Ignition Engine dengan Sequential Fuel Injection”, Tugas Akhir , Jurusan Elektro – FTI , ITS. …,1992. “Emission System”, Service and Training, P.T. Toyota Astra Motor …,1975. “Emission Control”, Repair Manual, P.T. Toyota Motor Sales CO LTD …, 1992. “Electronic Fuel Injection”, Training Manual, P.T. Toyota Astra Motor Crouse, William H, 1978.“Automotive Mechanics” 7th Edition, McGraw Hill. Trigas Badmianto, 2005. “Sistem Pengaturan Kecepatan Spark Ignition Engine dengan Sequential Fuel Injection menggunakan Look-up Table Berbasis Fuzzy”, Tugas Akhir, Jurusan Elektro - FTI, ITS. Li-Xing Wang, 1974. ”Adaptive Fuzzy Sistem and Control”, Prentice Hall.

ISBN : 979-99735-1-1 A-21-8

Kata kunci: Fuzzy Adaptif, Air Fuel Ratio, duty cycle, sensor lambda

Recommend Documents