Tugas Besar Probabilitas dan Statistika

Karakteristik Generator DC Penguat Terpisah Tanpa Beban

Disusun oleh: Galuh Prawestri C. H. (0910630061) Kosa Shantia (0910630071) Maulani Candra (0910630076) Konsentrasi : Tenaga Elektrik (A)

KEMENTRIAN PENDIDIKAN DAN KEBUDAYAAN JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA MALANG

Tugas Besar Probabilitas dan Statistika

GENERATOR DC PENGUAT TERPISAH TANPA BEBAN

Tujuan : Mengetahui karakteristik dari generator DC penguat terpisah tanpa beban. Dasar Teori: 1. Generator DC Penguat Terpisah Tanpa Beban

Diagram Jenis-Jenis Generator Arus Searah

Generator Penguatan Terpisah (Bebas) Yaitu Generator yang penguatannya berasal dari sumber arus searah luar misalnya baterai.

Vf = IfRf

Generator tipe penguat bebas dan terpisah adalah generator yang lilitan medannya dapat dihubungkan ke sumber dc yang secara listrik tidak tergantung dari mesin. Tegangan searah
1

Tugas Besar Probabilitas dan Statistika

yang dipasangkan pada kumparan medan yang mempunyai tahanan Rf akan menghasilkan arus If dan menimbulkan fluks pada kedua kutub. Tegangan induksi akan dibangkitkan pada generator.

Karakteristik tanpa beban dari generator DC dengan penguat terpisah : E0 = f (If) Besarnya tegangan E0 tersebut dapat ditunjukkan oleh hubungan berikut : E0 = c.n.0 Karena n adalah konstan maka c.n = c1, sehingga didapatkan E0 = c1. 0 atau E0 ~ 0 Jadi E0 = F (If) dapat ditulis dengan 0 = (If), dari persamaan di atas maka kurvanya akan berbentuk lengkung magnetisasi. E0 = c.n.0 E0 = c.n1.0 E0 = c.n2.0 pada putaran n pada putaran n1 pada putaran n2

E0 : E1 = n : n1 dan E0 : E2 = n : n2

Tugas Besar Probabilitas dan Statistika

2. Variabel Acak Kontinu Model Eksponensial Variabel acak merupakan fungsi bernilai nyata yang didefinisikan pada ruang sampel. Jadi bila terdapat ruang sampel S dengan elemen-elemen s, maka variabel acak X dalam S dinyatakan sebagai X(s) = x

X(s) = x

Seperti dapat terlihat di atas, maka variabel acak adalah suatu fungsi yang memetakan setiap elemen s dalam ruang sampel S ke dalam himpunan daerah hasil bilangan real Sx. Variabel acak dapat dibedakan dalam dua tipe yaitu: 1. Variabel acak diskrit 2. Variabel acak kontinu Variabel Acak Kontinu Variabel acak kontinu merupakan variabel acak yang mempunyai jumlah nilai yang banyaknya tak berhingga. Nilai yang muncul bisa bervariasi dengan jumlah kemungkinan yang banyaknya tak berhingga dalam suatu interval tertentu. Dengan demikian variabel acak kontinu tidak dapat didefinisikan pada nilai-nilai tertentu saja seperti pada variabel acak diskrit. Fungsi yang terdapat pada variabel random kontinu dinamakan sebagai fungsi kepekatan probabilitas (probability density function) Definisi 1: Jika x merupakan variabel random yang kontinu dan merupakan sembarang nilai antara - sampai , maka fungsi kepekatannya yang menggambarkan probabilitas x yang terdapat dalam interval a sampai b adalah:

Tugas Besar Probabilitas dan Statistika

( )

f(x)

Kurva Variabel Random Kontinu

Definisi 2: Cara menghitung rata-rata x darn varians serta deviasi standar dari fungsi kepekatan probabilitas f(x) yang memiliki interval (a,b) diberikan sebagai: Rata-rata ( )

Varians dan deviasi standar: 1. ( ) Atau 2. ( ) ( ) ( ) ( )

Pada variabel acak kontinu 1. Model uniform 2. Model eksponensial 3. Model gaussian (normal) 4. Model erlang

Tugas Besar Probabilitas dan Statistika

Model Eksponensial Suatu variabel acak x disebut dengan variabel acak eksponensial dengan parameter (>0) jika persamaan differensial yang menyatakan: ( ) ( ) Sedangkan fungsi distribusinya diberikan oleh: ( ) ( ) Rata-rata dan varians dari variabel acak eksponensial diberikan oleh: ( )

( )

Selanjutnya ( )

Sehingga nilai varians dapat dihitung: ( ) [ ( )] ( )

Tugas Besar Probabilitas dan Statistika

Sifat paling menarik dari distribusi eksponensial adalah sifat memoryless yaitu jika umur (life time) dari suatu komponen adalah terdistribusi eksponensial maka artinya bahwa komponen yang telah dipakai selama selang waktu tertentu mempunyai kondisi yang sama baiknya dengan komponen yang masih baru, sampai pada saat komponen rusak. Jika merupakan jumlah rata-rata dalam kurung waktu tertentu, maka probabilitas waktu tertentu, maka probabilitas, maka probabilitas waktu tertentu dari awal adalah: ( Metode Pengambilan Data : Pengambilan data dilaksanakan dengan melakukan percobaan. Percobaan dilakukan di Laboratorium Mesin Elektrik Teknik Elektro Universitas Brawijaya Malang Prosedur Percobaan 1. Sebagai mesin penggerak mula digunakan motor DC Shunt 2. Rangkaian percobaan dihubungkan seperti gambar 3. Putar generator serempak yang diuji sampai pada putaran nominalnya 4. Percobaan dimulai dengan arus penguat If = 0, kemudian If dinaikkan sampai nilai maksimum, setiap kenaikan (If) supaya dicatat penunjukkan (E0) dan arus penguat (If) 5. Ulangi percobaan no. 3 tetapi dengan n = 75 % dari putaran nominal, kemudian ulangi langkah no. 4 Gambar Rangkaian Percobaan )

Tugas Besar Probabilitas dan Statistika

Data hasil percobaan: Percobaan dilaksanakan pada: Hari Pukul Tempat : Jumat, 25 November 2011 : 10.35 : Laboratorium Mesin Elektrik Teknik Elektro Universitas Brawijaya

Data yang ada dalam Nameplate Mesin: Daya Tegangan Jangkar Arus Jangkar : 300 Watt : 220 volt : 0.45 ampere

Tegangan Penguatan : 220 volt Putaran Nominal : 0.45 ampere

No 1 2 3 4 5 6 7 8 9 10

If 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.40 0.45

n=1500 rpm V (volt)

6 35 50 62.5 75 90 100 107.5 112.5 115

n=2000 rpm V (volt)

10 30 65 92.5 120 135 145 160 170 175

Tugas Besar Probabilitas dan Statistika

Grafik Pengambilan Data V=f(If) pada Generator DC Penguat Terpisah Tanpa beban
200 150 n=1500 n=2000 50

Tegangan V ()volt

100

0 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45

Kesimpulan

E = VT + Ia.Ra Karena tanpa beban maka open circuit Ia = 0 E = VT E = c.n. VT = E ~ c.n.If Vf = Rf.If
8

Tugas Besar Probabilitas dan Statistika

Untuk n konstan If berbanding lurus dengan VT Untuk If konstan n berbanding lurus dengan VT Pada saat If dinaikkan, pada awalnya fungsi E terhadap If merupakan garis eksponensial, namun pada saat mencapai nilai E tertentu inti besi mengalami kejenuhan akibat telah terisi fluksi maksimum sehingga E yang dapat terjadi telah menjadi nilai maksimum pula sesuai dengan E = c.n.. Pada saat arus penguat (If) bernilai nol, tegangan tidak nol karena pada kumparan terdapat remanensi magnet (fluksi sisa karena pemakaian sebelumnya). Berdasarkan grafik pengambilan data V = f(If) pada generator dc penguat terpisah tanpa beban maka semakin besar If dan semakin cepat putaran generator dc penguat terpisah tanpa beban maka tegangan yang dihasilkan juga semakin besar.

Pengolahan dan Analisis Data : Variabel random yang kita gunakan adalah variabel acak kontinu. Hal ini dikarenakan mengandung titik sampel sebanyak titik pada sebuah garis. Karena karakteristik dari generator DC penguat terpisah tanpa beban nilai yang muncul bisa bervariasi dengan jumlah kemungkinan yang banyaknya tak berhingga dalam suatu interval tertentu dan tidak dapat didefinisikan pada nilai nilai tertentu seperti pada variabel acak diskrit. Variabel acak kontinu yang kita gunakan adalah model eksponensial karena adanya kejenuhan inti besi pada arus penguatan tertentu. Dan besarnya tegangan naik secara eksponensial

( ) ( ) Persamaannya adalah:

Tugas Besar Probabilitas dan Statistika

Pada n=1500 rpm ( ) ( ) Fungsi distribusinya: ( ) ( ) Rata-rata dan varians: ( )

Sehingga nilai varians dapat dihitung: ( ) [ ( )] ( )

Pada n=2000 rpm ( ) ( ) Fungsi distribusinya: ( ) ( ) Rata-rata dan varians:

10

Tugas Besar Probabilitas dan Statistika

( )

Sehingga nilai varians dapat dihitung: ( ) [ ( )] ( )

11