Hasil Pencarian  ::  Simpan CSV :: Kembali

"Indonesia's oil production capacity has decreased from 1997 until now and yet the demand for oil and fuel is showing an increasing pattern. The clean and renewable energy of Dimethyl Ether (DME), derived from methanol, has been issued to be the alternative answer. This study will continue the research of an optimized process control design for the DME purification plant, specifically the methanol purification process In this way, water can be separated and the main product methanol can be recycled for DME synthesis. A set point based linear model of Methanol-Water purification system has been developed with 4 controlled variables (CV), maintaining the separated liquid water stream in the bottom stage (stage 30th) of distillation column for the methanol-water separation at 11.22%, the purified liquid methanol at condenser in 58.81℃ and 49.96%, and the last CV is at the cooler in distillate stream, to keep the purified methanol top product at 40.75℃. To complete the model, a disturbance model of First Order Plus Dead Time is created against the inlet temperature and flow rate of the feed, the major cause of disturbances in the industry. Using the traditional Proportional Integral controller connected to each controlled variables, a Multi-loop control system is formed with an optimization compare to MMPC’s disturbance rejection. The final improvement against feed temperature and flow for CV1, CV2, CV3, and CV4 respectively, are 79.49%, 99.90%, 100%, and 99.99% for IAE, and also 97.1%, 100%, 99.99%, and 100% for ISE.

---

Kapasitas produksi minyak Indonesia mengalami penurunan dari tahun 1997 hingga sekarang, namun kebutuhan minyak dan bahan bakar menunjukkan pola yang meningkat. Energi yang bersih dan terbarukan, Dimethyl Ether (DME), berasal dari metanol dan telah dikeluarkan untuk menjadi solusi alternatif. Studi ini akan melanjutkan penelitian desain kontrol proses untuk pabrik pemurnian DME, khususnya proses pemurnian metanol. Dengan cara ini, air dapat dipisahkan dan produk utama metanol dapat didaur ulang untuk sintesis DME. Model linier berbasis set point sistem pemurnian Methanol-Air telah dikembangkan dengan 4 variabel kontrol (CV), untuk mempertahankan aliran air cair yang terpisah di tahap bawah (tahap 30) kolom distilasi untuk pemisahan metanol-air sebesar 11,22%, metanol cair akan dimurnikan dalam kondensor pada kondisi 58,81 ℃ dan 49,96%, dan CV terakhir berada pada pendingin dalam aliran distilat, untuk menjaga produk atas metanol yang dimurnikan pada 40,75 ℃. Untuk melengkapi model tersebut, dibuat model gangguan First Order Plus Dead Time terhadap suhu masuk dan laju aliran umpan, penyebab utama gangguan di industri. Menggunakan pengontrol Proportional Integral tradisional yang terhubung ke setiap variabel yang dikontrol, sistem kontrol Multi-loop dibentuk dengan pengoptimalan dibandingkan dengan penolakan gangguan MMPC. Peningkatan terakhir terhadap suhu dan aliran masuk untuk CV1, CV2, CV3, dan CV4 masing-masing adalah 79,49%, 99,90%, 100%, dan 99,99% untuk IAE, dan juga 97,1%, 100%, 99,99%, dan 100% untuk ISE."

"ABSTRAKPengendalian proses pemisahan metanol-air pada produksi dimethyl ether (DME) dari gas sistesis menggunakan pengendali Model Predictive Control (MPC) jenis single-input single-output (SISO) telah menunjukkan hasil yang lebih baik dibandingkan dengan penggunaan pengendali Propotional-Integral (PI). Namun, penerapan pengendali MPC tunggal ini membuat proses produksi DME menjadi tidak ekonomis dikarenakan biaya modal pengendali MPC lebih besar dibandingkan pengendali PI. Pada penelitian ini, dirancang pengendali Multivariable Model Predictive Control (MMPC 4x4) dengan empat variabel masukan atau variabel yang dimanipulasikan (manipulated variable, MV) dan empat variabel keluaran atau variabel yang dikendalikan (controlled variable, CV). Pengendali MMPC diusulkan untuk mengurangi jumlah pengendali yang digunakan (empat MPC) serta mengatasi interaksi antar-variabel yang akan memengaruhi kinerja pengendalian. Perancangan pengendali meliputi identifikasi interaksi antar-variabel melalui pemodelan empirik first-order plus dead time (FOPDT) dan penyetelan pengendali. Empat CV tersebut meliputi suhu kondensor, suhu keluaran cooler, level kondensor, dan level kolom, sedangkan empat MV-nya meliputi beban kondensor, beban cooler, laju alir produk distilat, dan laju alir produk bawah. Hasilnya menunjukkan bahwa interaksi antar variabel yang teridentifikasi meliputi seluruh variabel yang terlibat, sehingga didapatkan matriks 4x4 yang berisi 16 model FOPDT. Nilai parameter pengendali berupa sampling time (T), prediction horizon (P), dan control horizon (M) yang memberikan kinerja pengendalian yang optimum berturut-turut adalah 2, 24, dan 10. Penggunaan MMPC memberikan kinerja pengendalian yang lebih baik dibandingkan dengan MPC, yang ditunjukkan oleh penurunan IAE sebesar 7% hingga 72% dan penurunan ISE sebesar 14% sampe 83%.

---

ABSTRACTProcess control of separating methanol-water from the production of dimethyl ether (DME) from synthesis gas using the Model Predictive Control (MPC) controller of single-input single-output (SISO) type has shown better results compared to the use of Propotional-Integral (PI) controllers. However, the application of this single MPC controller made the DME production process uneconomical because the MPC controllers capital cost was greater than the PI controller. In this study, a Multivariable Model Predictive Control (MMPC 4x4) controller was designed with four input variables or manipulated variables (manipulated variables, MV) and four controlled variables (controlled variables, CV). The MMPC controller is proposed to reduce the number of controllers used (four MPC) and overcome inter-variable interactions that will affect control performance. The design of the controller includes the identification of inter-variable interactions through first-order plus dead time (FOPDT) empirical modeling and controller adjustments. The four CVs include condenser temperature, cooler output temperature, condenser level, and column level, while the four MVs include condenser load, cooler load, distillate product flow rate, and bottom product flow rate. The results show that the interactions between the variables identified include all the variables involved, resulting in 16 FOPDT models. The control parameter values ​​in the form of sampling time (T), prediction horizon (P), and control horizon (M) that provide optimum control performance are 2, 24, and 10. The use of MMPC provides better control performance compared to MPC, which is indicated by a decrease in IAE of 7% to 72% and a decrease in ISE of 14% to 83%."

"Indonesia tengah menghadapi tantangan terus-menerus dengan meningkatnya permintaan bahan bakar fosil dan masalah lingkungan yang menyertai seperti emisi rumah kaca, sehingga sumber energi alternatif yang berpotensi mengurangi kerugian ini harus dikembangkan. Salah satu kemungkinan untuk mengatasi kelemahan ini adalah melalui pemanfaatan Dimethyl Ether (DME). Salah satu bagian penting dalam proses produksi DME adalah proses purifikasi metanol melalui kolom distilasi, dimana perolehan kembali metanol yang tinggi menghasilkan produksi DME yang lebih tinggi. Karena kolom distilasi sifatnya kompleks dan nonlinier, pendekatan yang berbeda dari pemodelan parametrik konvensional dicoba untuk memberikan model proses yang lebih akurat. Pendekatan ini menggunakan pendekatan pemodelan statistik, dimana diimplementasikan model Auto-Regressive Exogenous (ARX). Model ARX dibandingkan dengan model FOPDT yang dikembangkan oleh Wahid dan Brillianto (2020) dengan nilai root mean square error (RMSE) antara data model simulasi dan data proses aktual. Hasil penelitian menunjukkan bahwa model ARX mampu memberikan representasi yang lebih baik dari proses aktual dengan peningkatan akurasi dalam hal nilai RMSE mulai dari 22,22% hingga 99,28% untuk 14 dari 16 pasangan model proses (4 ✕ 4). Tiga set model (FOPDT, ARX, dan Mixed yang berisi model ARX dan FOPDT terbaik berdasarkan nilai RMSE-nya) diimplementasikan dalam MMPC 4 ✕ 4 dengan 2 variabel disturbance yang terukur. Hasil akhir menunjukkan bahwa kontroler set model Mixed memberikan hasil kontrol terbaik untuk pengujian set-point dan disturbance rejection, dengan peningkatan dalam hal nilai IAE mulai dari 14,3% hingga 95,81% dan dalam hal nilai ISE mulai dari 37,39% hingga 99,95%.

---

As Indonesia faces the constant challenge of rising fossil fuel demands and environmental issues attached such as greenhouse emissions, an alternative energy source that could potentially mitigate these disadvantages should be developed. One possibility to counteract these disadvantages is through the utilization of Dimethyl Ether (DME). One important section in the DME production process is the recovery of methanol through a distillation column, where high recovery of methanol yields higher DME production. As the distillation column is highly complex and nonlinear, a different approach to conventional parametric modelling is attempted to provide a more accurate process model. This approach uses a statistical modelling approach, in which the Auto-Regressive Exogenous (ARX) model is implemented. The ARX model is compared to that of the FOPDT models developed by Wahid and Brillianto (2020) with the root mean square error (RMSE) value between the simulated model data and actual process data. The results show that the ARX model is able to provide better representation of the actual process with fitness improvements in term of RMSE value ranging from 22.22% to 99.28% for 14 of the 16 process model pairs (4 ✕ 4). Three model sets (FOPDT, ARX, and Mixed which contains the best ARX and FOPDT model based on their RMSE value) are implemented in a 4 ✕ 4 MMPC with 2 measured disturbance variables. The final result shows that the Mixed model set controller provides the best control result for both set-point and disturbance rejection testing, with improvements in term of IAE value ranging from 14.3% to 95.81% and in term of ISE value ranging from 37.39% to 99.95%."

"Kinerja pabrik pengolahan gas alam berperan penting untuk menjaga agar dapat mencukupi permintaan gas Indonesia yang meningkat dari tahun ke tahun. Gangguan dalam proses pada pabrik-pabrik tersebut tidak bisa dihindarkan, terutama pada pabrik yang sudah lama beroperasi, proses dalam unit pengolahan gas pun bersifat dinamik. Oleh karena itu, proses tersebut perlu dikendalikan agar berjalan pada kondisi operasi yang optimum. Salah satu solusinya adalah dengan melakukan penyetelan ulang atau re-tuning pengendali pabrik. Dalam studi ini, penyetelan ulang pengendali Proportional Integral (PI) sebuah unit CO2 removal dilakukan berbasis model linear dan sistem multi input multi output (MIMO) menggunakan metode penyetelan Open Loop Ziegler Nichols (ZN), Closed Loop Tyreus Luyben (TL) dan Fine Tuning. Pengecekan pemasangan variabel pada pengendali juga dilakukan dengan menggunakan analisis Relative Gain Array (RGA). Ditinjau dari nilai Integral Square Error (ISE), pengendali dengan setelan fine tuning memberikan pengendalian yang lebih baik dibandingkan pengendali dengan setelan Open Loop Ziegler Nichols dan Closed Loop Tyreus Luben, dengan ISE untuk pengendali PIC 1101, FIC 1102 dan FIC 1103 sebesar 0.3122, 0.2028 dan 0.01944 untuk uji coba set-point dan 0.03681, 0.1116 dan 0.3009 untuk uji coba disturbance. Berdasarkan analisis RGA, pemasangan Controlled Variable (CV) dan Manipulated Variable MV yang di lapangan sudah tepat, yakni CV1-MV1, CV2-MV2 dan CV3-MV3.

---

Indonesian domestic natural gas demand has been increasing since the last couple of years, thus maintaining natural gas production is vital to fulfill the country’s ever so demanding industrial and energy needs. Optimization is key in maintaining production in natural gas processing plants, especially the performance of its operating units. A solution for optimization is the retuning of process controllers of existing plants to better handle process disturbance. This research studies the retuning of a CO2 Removal plant using linear modelling with Ziegler Nichols (ZN), Tyreus Luben (TL) and Fine-Tuning method. Analysis of controller pairing is also done in this study using the Relative Gain Array (RGA) method. The performance of the controller will be evaluated using the Integral Square Error (ISE) value during set-point and disturbance testing. The study has shown that ZN and TL tuning method are not capable of stabilizing the process of a multiple input multiple output system. Fine Tuning method resulted in the best performance with an ISE value of 0.3122, 0.2028 dan 0.01944 on set-point testing, and 0.03681, 0.1116 dan 0.3009 on disturbance testing for controllers PIC 1101,FIC 1102, and FIC 1103.RGA Analysis have shown that the plant controller has been paired correctly based on the recommended pairing, which is CV1-MV1, CV2-MV2 and CV3-MV3"

"Laju pertumbuhan penduduk Indonesia memaksa konsumsi akan bahan bakar terus meningkat, karena saat ini bahan bakar telah menjadi salah satu kebutuhan utama masyarakat modern di Indonesia. Sebagian besar bahan bakar tersebut berasal dari minyak bumi yang dalam satu dekade ini produksinya mengalami penurunan di dalam negeri. Oleh sebab itu peluang pengembangan energi alternatif harus terus di kembangkan di Indonesia, salah satunya dengan membuat Pabrik Dimetil Eter (DME) dengan bahan baku utama gas sintesis. Gas sintesis ini diperoleh dari gas alam melalui proses autotermal reforming. Indonesia sendiri memiliki cadangan gas alam yang lebih besar ketimbang minyak bumi. DME dipilih karena merupakan bahan bakar alternatif yang ramah lingkungan. Proses pembuatan DME secara indirect melibatkan sintesis metanol, dehidrasi metanol, purifikasi DME hingga purifikasi metanol untuk di recylce. Dalam penelitian ini akan dijelaskan sistem pengendalian pada proses purifikasi DME hingga purifikasi metanol. Unit-unit yang ada pada proses purifikasi DME ialah unit heater, unit distilasi DME, unit cooler, unit flash drum dan unit storage tank, sedangkan pada proses purifikasi metanol terdapat unit distilasi metanol, unit cooler dan unit pompa. Pengendalian pada kedua proses purifikasi itu penting untuk menjaga proses tetap pada kondisi optimumnya. Proses purifikasi DME dan Metanol ini mengandalkan Unit Distilasi yang memiliki temperatur operasi hingga 190oC dan tekanan hingga 1950 kPa. Sistem pengendalian yang dipilih untuk proses ini ialah jenis pengendali Proportional Integral (PI) karena dapat menangani hampir setiap situasi kontrol proses di dalam skala industri. Penelitian ini menggunakan pemodelan penyetelan pengendali Ziegler Nichols dan Lopez, lalu dibandingkan nilai parameter kinerja pengendalinya yaitu Offset, Rise Time, Time of First Peak, Settling Time, Periode osilasi, Decay Ratio, Overshoot, Deviasi maksimum, Integral Absolute Error (IAE) dan Integral Square Error (ISE) dari kedua jenis penyetelan tersebut. Hasil penelitian ini dapat digunakan untuk penentuan variabel input dan output yang optimum pada proses purifikasi DME dan Metanol yang dapat diterapkan pada pabrik DME.

---

Increases of Indonesia’s population makes consumption of fuel was high, because nowadays fuel become primary needs for modern people in Indonesia. Fuel in Indonesia is mostly from petroleum, which is has slowly production in one decade behind. Therefore, chance in alternative energy must be develop in Indonesia, one of them is making Industry of Dimethyl Ether (DME) from synthetic gas feed. Synthetic gas was get from natural gas in autothermal reforming process. Indonesia has more reserve natural gas than petroleum. The another benefit from DME is friendly for our environment as alternative fuel. Indirect process in production of DME consists of synthesis methanol, dehidration methanol, purification DME and purification methanol for recycle.

The research will explain about control system in purification DME and purification methanol. Purification DME consists of heater, distillation column of DME, cooler, flash drum and storage tank, furthermore purification methanol consists of distillation column of methanol, cooler and pump. Controlling both of purification process is really important to keep the process in optimum condition. Purification process of DME and methanol used distillation column in temperature up to 190oC and pressure up to 1950 kPa.

Type of control system in this research is Proportional Integral (PI) controller, it is because the controller can handle much process control condition in industry scale. This research used tuning model Ziegler Nichols and Lopez, then compares the performance parameter of Offset, Rise Time, Time of First Peak, Settling Time, Osilation Period, Decay Ratio, Overshoot, Maximum Deviation, Integral Absolute Error (IAE) and Integral Square Error (ISE) by both tuning model. The result of this research can be use to define optimum input and output variable in Purification process of DME and Methanol that can applied in Industry of DME."

"ABSTRAKDimethyl ether products (DME) can be used as alternative energy sources that are more environmentally friendly and sustainable. In this DME purification plant, the feed with DME, methanol and water composition will be separated so that pure DME is obtained with a concentration of 99. In this study, Multivariable Model Predictive Control is used to control the process of DME purification plant. The performance of MMPC in both DME and methanol purification process has been conducted in previous research with separate system. This research is proposed towards the stability of both system when combined and its economic analysis when compared with standard MPC and PID Controller. The consideration when combining DME purification process and methanol purification process is the bottom product of DME purification column where it also acts as methanol purification column feed. Valve conductance needs to be adjusted accordingly to satisfy both systems. Retuning MMPC parameters is based on Wahid-Utomo (2019) and Wahid-Brillianto (2019) tuning parameters. The results of retuning yield a better control performance throughout the entire purification process. The retuning parameters value for T, P, and M are 10, 40, and 50 for DME purification process and 1, 40, and 50 for methanol purification process. The improvement on IAE are from 35.31% to 56.24% for DME purification and 20.06% to 94.91% for methanol purification process. Furthermore, installing MMPC proved to be economically feasible with a positive NPV of Rp 10,216,077 when compared to PI controller.

---

ABSTRACT

Produk Dimethyl ether (DME) dapat digunakan sebagai sumber energi alternatif yang lebih ramah lingkungan dan berkelanjutan. Di pabrik pemurnian DME ini, umpan dengan komposisi DME, metanol, dan air akan dipisahkan sehingga DME murni diperoleh dengan konsentrasi 99. Dalam penelitian ini, Multivariable Model Predictive Control digunakan untuk mengontrol proses pabrik pemurnian DME. Kinerja MMPC dalam proses pemurnian DME dan metanol telah dilakukan dalam penelitian sebelumnya dengan sistem terpisah. Penelitian ini diusulkan terhadap stabilitas kedua sistem ketika dikombinasikan dan analisis ekonominya bila dibandingkan dengan MPC dan PID controller. Pertimbangan saat menggabungkan proses pemurnian DME dan proses pemurnian metanol adalah produk dasar kolom pemurnian DME di mana juga bertindak sebagai umpan kolom pemurnian metanol. Valve conductance perlu disesuaikan untuk memenuhi kedua sistem. Retuning parameter MMPC didasarkan pada parameter tuning Wahid-Utomo (2019) dan Wahid-Brillianto (2019). Hasil retuning menghasilkan kinerja kontrol yang lebih baik di seluruh proses pemurnian. Nilai parameter retuning untuk T, P, dan M adalah 10, 40, dan 50 untuk proses pemurnian DME dan 1, 40, dan 50 untuk proses pemurnian metanol. Peningkatan IAE adalah dari 35,31% menjadi 56,24% untuk pemurnian DME dan 20,06% menjadi 94,91% untuk proses pemurnian metanol. Selain itu, menginstal MMPC terbukti layak secara ekonomi dengan NPV positif sebesar Rp 10.216.077 jika dibandingkan dengan pengontrol PI.

"

"Produksi dimetil eter (DME) dapat menggunakan proses indirect. Pada proses indirect, terdapat proses yang penting, yaitu sintesis metanol dan sintesis DME. Untuk memastikan proses ini dapat berlangsung secara optimum, perlu dilakukan pengendalian. Pengendali yang digunakan adalah Model Predictive Control (MPC), yang menggunakan model FOPDT secara langsung dalam pengendaliannya. Untuk mendapatkan model FOPDT terbaik (IAE terkecil), dilakukan reidentifikasi sistem dari model sebelumnya, sedangkan proses optimasi dilakukan dengan penyetelan terhadap parameter-parameter pengendali MPC: waktu sampel (T), prediction horizon (P), dan control horizon (M). Pengendalian dilakukan pada unit heater, cooler, compressor, dan reaktor sistesis dimetil eter (pengendali konsentrasi). Hasil perancangan sistem pengendalian menggunakan MPC ini memberikan kinerja yang lebih baik dibandingkan dengan pengendai PI, dengan pengurangan kesalahan masing-masing unit sebagai berikut: 29,62% (IAE) dan 1,51% (ISE) untuk TC Heater 1; 51,69% (IAE) dan 79,04% (ISE) untuk TC Heater 2; 67,44% (IAE) dan 82,24% (ISE) untuk TC Cooler 1; 49,07% (IAE) dan 67,26% (ISE) untuk TC Cooler 2; 56,75% (IAE) dan 53,03% (ISE) untuk PC Compressor; 4,46% (IAE) dan 50,00% (ISE) untuk CC DME.

---

Production of dimethyl ether (DME) can use indirect process. In indirect process, there are two important processes which are methanol synthesis and DME synthesis. To ensure this process going optimally, controlling is needed. The controller that can be used is Model Predictive Control (MPC), which uses FOPDT model directly in controlling. To get the best FOPDT model (the least IAE), system reidentification is done from the previous model while the optimizing process is done by adjusting the parameters of MPC controllers: the time of sample (T), prediction horizon (P), and the control horizon (M). The controlling is done by units of heater, cooler, compressor, and reactor of dimethyl ether synthesis (the concentration controller). The result of this control system design using MPC provides better performance than PI controller by decreasing the errors for each unit as follows: 29,62% (IAE) and 1,51% (ISE) for TC Heater 1; 51,69% (IAE) and 79,04% (ISE) for TC Heater 2; 67,44% (IAE) and 82,24% (ISE) for TC Cooler 1; 49,07% (IAE) and 67,26% (ISE) for TC Cooler 2; 56,75% (IAE) and 53,03% (ISE) for PC Compressor; 4,46% (IAE) and 50,00% (ISE) for CC DME."