Hasil Pencarian  ::  Simpan CSV :: Kembali

"Ester base oil merupakan pelumas alami yang telah diterima secara luas dikarenakan kemampuan pelumasannya yang tinggi, serta keunggulan seperti kinerja suhu rendah, indeks viskositas yang tinggi, pengurangan gesekan yang sangat baik, dan sifat anti aus. Proses sintesis ester base oil melibatkan dua tahapan utama, yaitu oligomerisasi dan esterifikasi. Penelitian ini bertujuan untuk mendapatkan rancangan serta mendesain pengendalian proses pada proses pre- treatment oligomerisasi pabrik ester base oil dengan multivariable model predictive control (MMPC) 4x4. Metode yang digunakan untuk mendapatkan model first order plus dead time (FOPDT) 4x4 adalah dengan cara dilakukan identifikasi sistem menggunakan metode Smith, metode Wade, dan metode Solver. Selanjutnya, ditentukan model FOPDT terbaik dengan membandingkan nilai root- mean-square error (RMSE) terkecil dari setiap metode. Metode tuning yang digunakan untuk MMPC adalah metode Shridhar-Cooper dilanjutkan dengan fine- tuning untuk mendapatkan nilai parameter P (prediction horizon), M (control horizon), dan T (sampling time). Parameter MMPC tersebut akan diuji berdasarkan respon kinerja pengendali terhadap pengujian set point (SP) tracking dan pengujian disturbance rejection. Kinerja MMPC juga akan dibandingkan dengan kinerja pengendali propotional-integral (PI) dengan perhitungan integral absolute error (IAE) dan integral square error (ISE). Hasil identifikasi sistem didapatkan model FOPDT terbaik menggunakan metode Smith yaitu M1V3, M2V1 ; metode Wade yaitu M1V2, M2V3, M2V4, M4V2 ; metode Solver yaitu M1V1, M1V4, M2V2, M3V1, M3V2, M3V3, M3V4, M4V1, M4V3, M4V4. Metode fine-tuning pada penyetelan MMPC menghasilkan parameter P, M, T terbaik masing-masing sebesar 350, 300, dan 2. Pada pengujian SP ttacking, MMPC menunjukkan kinerja terbaik dalam pengendalian suhu sedangkan kinerja pengendali PI lebih baik dalam pengendalian laju alir. Pada pengujian disturbance rejection, kinerja MMPC lebih baik dibandingkan pengendali PI dengan perbaikan kinerja pengendalian sebesar 7,16% - 61,35% untuk nilai IAE dan 13,96% - 88,60% untuk nilai ISE.

---

Ester base oil is a natural lubricant widely accepted due to its high lubricating ability, as well as advantages such as low-temperature performance, high viscosity index, excellent friction reduction, and anti-wear properties. The synthesis process of ester base oil involves two main stages, namely oligomerization and esterification. This research aims to obtain a design and design process control in the pre-treatment process of oligomerization in the ester base oil plant with multivariable model predictive control (MMPC) 4x4. The method used to obtain the first-order plus dead time (FOPDT) 4x4 model is by identifying the system using Smith's method, Wade's method, and Solver's method. Furthermore, the best FOPDT model is determined by comparing the smallest root-mean-square error (RMSE) values from each method. The tuning method used for MMPC is the Shridhar-Cooper method followed by fine-tuning to obtain the parameter values P (prediction horizon), M (control horizon), and T (sampling time). These MMPC parameters will be tested based on controller performance responses to set point (SP) tracking testing and disturbance rejection testing. The performance of MMPC will also be compared with proportional-integral (PI) controllers using integral absolute error (IAE) and integral square error (ISE) calculations. The results of the system identification obtained the best FOPDT model using Smith's method, namely M1V3, M2V1; Wade's method, namely M1V2, M2V3, M2V4, M4V2; Solver's method, namely M1V1, M1V4, M2V2, M3V1, M3V2, M3V3, M3V4, M4V1, M4V3, M4V4 .The fine-tuning method in MMPC tuning resulted in the best P, M, T parameters of 350, 300, and 2 respectively. In SP tracking testing, MMPC showed the best performance in temperature control while PI controller performance was better in flow rate control. In disturbance rejection testing, MMPC performance was better than PI controllers with performance improvement ranging from 7.16% to 61.35% for IAE values and 13.96% to 88.60% for ISE values."

"Salah satu unit proses yang sulit untuk dilakukan pemodelanannya secara matematis adalah unit proses ammonia converter. Dalam unit proses ini produk yang dihasilkan dipengaruhi berbagai macam proses seperti proses reaksi kimia, proses quenching, serta perpindahan kalor, yang kesemuanya dipengaruhi oleh setting laju alir pada aliran feed, by-pass, quench dan interchanger dalam ammonia converter. Dengan banyaknya proses yang terjadi, perubahan kondisi pada aliran masukan akan sangat berpengaruh terhadap produk yang dihasilkan, sehingga dibutuhkan pengubahan setting laju alir dalam ammonia agar produk tetap sesuai dengan spesifikasi yang diinginkan, oleh karena itu dibutuhkan suatu alat untuk memprediksi kondisi operasi ammonia converter yang dapat mengikuti perilaku alami dari unit proses ammonia converter tersebut. Metode jaringan syaraf tiruan backpropagation dan jaringan regresi dapat digunakan untuk memprediksi setting laju alir dalam ammonia converter jika diketahui data historis kondisi operasi dan setting laju alir yang sudah ada pada unit ammonia converter tersebut. Dalam penelitian ini dilakukan perancangan jaringan syaraf tiruan dengan menggunakan backpropagation dan jaringan regresi yang kemudian dilakukan proses pembelajaran, validasi dan simulasi dengan data historis yang didapat dari unit Ammonia Converter 105-D pada periode Juli - Agustus 2004. Unit ini merupakan unit proses sintesis ammonia milik PT. Pupuk Sriwidjaya (Persero). Dari penelitian diperoleh hasil bahwa untuk memprediksi setting laju alir dalam ammonia converter, dibutuhkan 4 buah jaringan syaraf tiruan paralel yang digunakan untuk memprediksi masing-masing laju alir dalam ammonia converter. Jaringan backpropagation 3 layer (lapisan) dengan 10 neuron pada layer input, 5 neuron pada hidden layer dan 1 neuron pada layer output menghasilkan kesalahan rata-rata hasil simulasi sebesar 0.85 %. Sedangkan jaringan regresi 3 layer dengan 4 neuron pada layer input, 4 neuron pada hidden layer dan 1 neuron pada layer outputnya menghasilkan kesalahan rata-rata hasil simulasi sebesar 0.523 %. Dengan hasil tersebut maka jaringan regresi dapat melakukan prediksi setting laju alir dalam ammonia converter lebih baik dibandingkan jaringan backpropagation."

"The directional solidification which is not toward to riser causes the shrinkage defect. This defect canbe predicted by investigating the temperature distribution in riser or casting products. The goal of thisresearch is to examine the temperature distribution using Finite Element Software (ANSYS) and then anad hoc experiment has been performed to verify the result of the simulation, especially the existences cfshrinkageThe simulation is carried out by sand casting process using pure aluminum. This research usesenthalpy method to examine the distribution of temperature. The properties of melted metal that beingused for the simulation are enthalpy H(T) and thermal conductivity k(T). For experiment, the sand castingprocess uses pure aluminum and eutectic aluminum. The eutectic aluminum castings is used to supportthe pure aluminum castings.The result of the simulation hypothesis against shrinkage defect is appropriate with the experiment result."

"Pada tesis ini dibuat program simulasi pengendalian temperatur dan tinggi level air pada wadah pencampur. Wadah ini diasumsikan memiliki luas penampang 1200 cm². Pengendalian dilakukan dengan mengatur debit air panas dan dingin yang diatur katup yang memiliki luas pembukaan 1,3272 cm². Sistem ini dikendalikan oleh pengendali logika fuzzy. Respon pengendalian dibandingkan dengan pengendali PID. Sistem ini memiliki struktur multivariabel.

---

In this tesis a simulation program for temperature and water level control on mixer is proposed. This mixer is assumed to have a base area 1200 cm². To control temperature and water level, the hot and cold water flow rates are varied. A valve with erosscctirm area 1.3272 cm² is used to varied those flow rates. The system is controlled with fuzzy logic controller. This system has multivariable structure. The respon of this system is compared to the respon of a PID controlled system."

"Data Distilasi TBP dan Hempel merupakan data yang sangat penting karena digunakan sebagai data desain dan pengembangan produk di kilang. Namun Distilasi TBP membutuhkan biaya mahal dan waktu lama di laboratorium. Kurva distilasi TBP dan Hempel dapat diprediksi secara lengkap dan akurat, menggunakan Persamaan Riazy, dengan hanya menggunakan data pada tekanan atmosfir sampai suhu 180°C pada distilasi TBP dan suhu sampai 175°C untuk distilasi Hempel, pada minyak bumi seperti Duri, SLC, Sepinggan, Attaka, Westseno, Arjuna dan Camar. Tingkat korelasi (R2) persamaan Riazy untuk distilasi TBP dan Hempel diatas 0.990 dan deviasi rerata antara 0.7 %- 7.5%, kecuali untuk TBP minyak duri dengan R2 = 0.970 dan deviasi rerata 42%. Deviasi relatifbesar terjadi pada prediksi suhu pada tekanan vakum, karena meningkatnya kecepatan uap sehingga terjadi penurunan tekanan antara tekanan dasar kolom dengan puncak kolom, serta adanya faktor konversi suhu pada tekanan vakum ke suhu tekanan atmosfir menggunakan persamaan Maxwell dan Bonne!. Tingkat korelasi simulasi dapat ditingkatkan dengan menggunakan data pemotongan suhu sempit ( 20-25°C). Durasi distilasi TBP dapat dipersingkat, dari 48 jam menjadi sekitar 2 jam dan dari 7-8 jam menjadi 30-40 menit untuk distilasi Hempel"

"Kolom 11C105 adalah satu dari beberapa kolom distilasi yang terdapat di Crude Distilling Unit (CDU) Pertamina Unit Pengolahan VI Balongan. Kolom ini dilengkapi dengan sistim kendali process yang memerlukan tindakan dari operator untuk mengatur atau mengarahkan kondisi operasi sebagaimana yang diinginkan. Proses variabel kolom distilasi ini adalah suhu-suhu kolom, alinin reflux, dan jumlah panas reboiler. Perubahan satu atau beberapa proses variabel dapat mempengaruhi kualitas dan kuantitas produk kolom yaitu naphtha dan kerosene. Dalam keadaan operasi normal dimana semua assesori peralatan kolom berfungsi baik, maka pengarahan mode operasi (misal: peningkatan jumlah produk naphtha dalam batasan spesifikasi) tidak terlalu menyulitkan bagi operator untuk menetapkan kondisi operasi. Tetapi bila pengarahan mode operasi tersebut dalam keadaan salah satu atau beberapa peralatan pendukung kolom tidak berfungsi baik, maka perlu waktu yang cukup panjang bagi operator untuk mengarahkan kondisi sesuai mode yang diinginkan, bahkan mungkin berisiko menghasilkan produk yang off-spec. Tesis ini bertujuan menyediakan sarana bagi operator untlik mempermudah dan mempercepat pengaturan kondisi kolom sesuai yang diinginkan."

"ABSTRAKKolom llC105 adalah kolom distilasi yang terdapat di Crude Distillation Unit(CDU) Pertamina Unit Pengolahan VI Balongan- Dalam keadaan operasi normal, maka pengaturan dan penetapan kondisi opemsi tidak terlalu menyulitkan bagi operator, Tetapi bila salah satu atau beberapa peralatan pendukung kolom tidak berfungsi baik, maka perlu waktu bagi operator untuk mengarahkan kondisi sesuai mode yang diinginkan, bahkan berisiko menghasilkan produk yang off-spec. Kertas kerja ini bertujuan rnenyediakan sarana bag operator untuk mempermudah dan mempercepat pengaturan kondisi kolom sesuai yang diinginkan.Terdapat empat tahap penyelesaian, yaitu pengumpulan dan pengembangan data, perhitungan regresi, pembuatan aplikasi program, dan pengujian data. Pada tahap awal, sekelompok data dikumpulkan kemudian dilihat penyebarannya pada berbagai kondisi operasi. Bila penyebarannya kurang memuaskan digunakan sirnulasi program aplikasi kornersil HYSYS_ Tahap selanjutnya adalah melakukan regresi semra multipel least squares terhadap semua variabel kuantitas/kualitas produk. Tahap ketiga adalah tahap pembuatan progam dimana semua persamaan yang didapat akan diselesaikan semra terstruktur. Penggunaan program ini untuk mengatasi kesulitan penyelesaian perhitungan karena sctiap persamaan saling berkait dan berhubungau sehingga membentuk suatu lingkaran perhitungan yang bila penggunaannya tidak tepat tidak alum mengbasilkan kesetirnbangan perhitungan. Setelah didapat pola penyelesaian perhittmgart terstruktur, dilalurkan pcmbuatan program. Tahap lerakhir adalah pengujian program, yaitu semua data yang digunakan di tahap awal akan dibuktikan dengan program.Regresi terhadap semua variabel opcrasi dan analisa lrualitas menghasilkan enam buah persamaan korrdisi operasi dan 18 buah persamaan kualitas prodult. Penyusunan pola penyelesaian dan progranutya memberikan hasil pembuktian balik yang baik, sehingga dapat digtmakan tmtuk memperkirakan kondisi opcrasi dan keluaran kttalitas produk sekaligus sebagai Sararla lalihan bagi operator.

---

ABSTRACT

Column llC105 is a distillation column in Crude Distilling Unit (CDU) of Pet-lamina UP-V1 Balongan refinery. In normal condition, maintaining and adjusting the operating condition of the column is not so difficult to the operators. However, if one or some of the supporting equipment are not so well, it will take time for the operator to adjust the condition as required, even they might produce oft'-spec products. The purpose of this paper is to provide a device for the operators to help them easily and fast in adjusting the required operating condition.

There are four steps to go, i.e. data collection and expansion, regression calculation, application programming, and the last step is program testing In the first step, a group of data is collected and their distribution is evaluated. HYSYS simulation program is used for anticipated narrow data that not represent all condition. The next step is to calculate all variables by using multiple least-squares regression method of all quantity quality product variables. The third step is to make a simulation program to anticipate the difficulties of the solution This is because ch equation has strong relation each other, 'if' the solution methods are not right, the calculation will not converge at all. 'Die programming is written after the solution pattern is found. The last step is to test the simulation program by input all used data in the first step.

The regression of all operation and quality variables give six operating condition equations and 18 product quality equations. The pattern of solution and application program give good testing, so it can be used to predict the operating condition and training simulator for the operators."

"Model struktur umur untuk penyebaran penyakit menular akan disajikan dalam tesis ini. Model ini digunakan untuk memahami bagaimana penyakit menyebar di antara populasi tertentu, yaitu tergantung pada usia dan waktu. Model epidemi SIR akan digunakan sebagai model dasar untuk membangun model epidemi SIR yang terstruktur usia. Dalam model ini, intervensi perawatan medis untuk menyembuhkan manusia yang terinfeksi akan diberikan kepada individu yang terinfeksi dan sembuh populasi akan mendapatkan kekebalan permanen. Lebih jauh, kami berasumsi bahwa penyakitnya adalah mematikan dalam kelompok umur tertentu, sehingga akan ada tingkat kematian spesifik usia yang membuat total populasi tidak konstan. Sebuah studi analitik telah dilakukan untuk menghasilkan keseimbangan menunjuk dan memberi tahu bagaimana angka ambang yang disebut nomor reproduksi dasar akan mempengaruhi keseimbangan. Kami menemukan bahwa model ini memiliki dua keseimbangan; keseimbangan bebas penyakit dan keseimbangan endemik. Analisis numerik akan dilakukan untuk beberapa skenario membuat pemahaman yang lebih baik tentang hasil analisis

---

An age structure model for the spread of infectious diseases will be presented in this thesis. This model is used to understand how diseases spread among certain populations, viz depends on age and time. The SIR epidemic model will be used as a basic model for constructing age-structured SIR epidemic models. In this model, medical treatment interventions to cure infected humans will be given to infected individuals and the healed population will get permanent immunity. Furthermore, we assume that the disease is deadly in certain age groups, so there will be age-specific mortality rates that make the total population not constant. An analytic study has been carried out to produce pointing equilibrium and tells how threshold numbers called basic reproduction numbers will affect equilibrium. We find that this model has two balances; disease-free balance and endemic balance. Numerical analysis will be carried out for several scenarios making a better understanding of the results of the analysis"