Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kebutuhan energi di dunia semakin meningkat. Hal ini mendorong terbentuknya penelitian berbasisi Energi Baru dan Terbarukan (EBT) salah seperti biomassa dan salah satunya adalah biohidrogen. Unit penting dalam proses pembuatan biohidrogen adalah gasifier dan char combustor. Gasifier adalah unit reaksi pembentukan biohidrogen. Untuk mengoptimasi kinerja unit proses awal pabrik bioidrogen dari biomassa ini maka akan dipasangkan sistem pengendalian dengan metode MPC. Pengendali MPC bergantung pada model empirik FOPDT yang diperoleh dengan melakukan identifikasi sistem. Pemodelan empirik melalui PRC menghasilkan pengendali MPC yang tidak lebih baik dari pengendali PI. Setelah dilakukan MPC tuning dan reidentifikasi, kinerja MPC menjadi lebih baik dibandingkan PI. Hal tersebut ditunjukkan dengan nilai IAE yang kecil. Untuk IAE pada pengendalia suhu gasifier nilaie IAE nya 184,47 dengan kenaikan performa pengendalia 100% disbanding PI, untuk char combustor IAEnya sebesar 61,12 dengan kenaikan performa pengendali sebesar 78,9% dan pada unit cooler IAEnya menjadi 12,76 dengan kenaikan kinerja pengendali 81,11%. Hal tersebut menjadikan kinerja pengendali meningkat 70% hingga 80% dan ketigaya dapat bekerja dengan baik pada proses menyeluruh.

---

Need of energy source increasing each year. It lead researcher to find another source of newable and renewabale energy such biomass energy based as an example biohydrogen. The important proses unit in biohydrogen plant is gasifier and char combustor. Gasifer is reactor that produce biohydrogen from biomethane. To optimize plant performance, plant will utilize with proses control equipment with MPC method. MPC controller depend on empirical model from system identification. Result of empirical modeling with PRC method is MPC model that has not better performance than PI method controller. But, after MPC tuning and reidentification of empirical model, the MPC controller have better performance than PI method. It proven by smaller IAE number. In gasifier IAe humber is 184.47%, it has 100% increases of performances char combustor temperature control the IAE number is 61,12%, it performance is increase in 78%. IAE number in cooler is 12,67 it performance is increase 81,18% . It make proses control performance increase for 70% up to 80%. Proses Control work very well in overall process.

Abstrak :
Model Predictive Control (MPC)-Single Input Single Output (SISO) digunakan untuk mengoptimalisasi parameter pengendalian pada penghilangan CO2 di lapangan Subang. MPC-SISO digunakan untuk mengendalikan laju aliran amina, laju aliran makeup water, dan tekanan gas umpan untuk mempertahankan konsentrasi CO2 pada keluaran sweet gas. Model empiris dibuat untuk diterapkan di MPC controller berdasarkan kurva reaksi proses (PRC) dengan menggunakan pendekatan first order plus dead time (FOPDT) berbasis SISO (Single Input-Single Output). Namun, bila terdapat disturbance pada feed gas, seperti perubahan laju air dan konsentrasi CO2, maka dibutuhkan penyesuaian kembali berupa re-tuning agar produk sweet gas yang dihasilkan tetap terjaga kualitasnya. Metode Ziegler-Nichols, Tyreus-Luyben dengan Bode Diagram, serta fine-tuning digunakan dalam mengamati respons pengendali PIC-1101, FIC-1102, dan FIC-1103 terhadap adannya disturbance. Dengan simulasi dinamik yang dilakukan, maka didapatkan nilai FOPDT berbasis SISO untuk tiap pengendali dengan metode fine-tuning yang terbaik untuk penyetelan SP (PIC-1101 ISE = 721300 dan IAE = 2764, FIC-1102 ISE = 113.1 dan IAE = 701, dan FIC-1103 ISE = 2262000 dan IAE = 19430). Untuk menangani gangguan berupa laju alir dan konsentrasi, metode Ziegler-Nichols merupakan metode yang terbaik untuk pengendali PIC-1101 (ISE = 2.409 dan IAE = 5.723 untuk laju alir dan ISE = 0 dan IAE = 0 untuk konsentrasi CO2) dan FIC-1102 (ISE = 0.00001392 dan IAE = 0.1663 untuk laju alir dan ISE = 0 dan IAE = 0 untuk konsentrasi CO2) serta fine-tuning untuk FIC-1103 (ISE = 2.382 dan IAE = 63.41 untuk laju alir dan ISE = 8.693e+04 dan IAE = 8.361e+03 untuk konsentrasi CO2). ......Model Predictive Control (MPC) - Single Input Single Output (SISO) is used to optimize the control parameters for CO2 removal in the Subang field. MPC-SISO is used to control amine flow rate, makeup water flow rate, and feed gas pressure to maintain CO2 concentrations in sweet gas output. Empirical models are made to be applied in the MPC controller based on the process reaction curve (PRC) using the first order plus dead time (FOPDT) approach based on SISO (Single Input-Single Output). However, if there are any disturbances in the gas feed, such as flow rate and CO2 concentration, then re-tuning is necessary so that the sweet gas product is maintained in its best quality. The Ziegler-Nichols method, Tyreus-Luyben method with Bode Diagrams, and Fine-Tuning method are used in observing the response of the PIC-1101, FIC-1102, and FIC-1103 controllers to disturbance. With the dynamic simulation carried out, the SISO-based FOPDT values ​​for each controller are obtained with the best fine-tuning method for SP settings (PIC-1101 ISE = 721300 and IAE = 2764, FIC-1102 ISE = 113.1 and IAE = 701, and FIC-1103 ISE = 2262000 and IAE = 19430). To deal with disturbances of flow rate and CO2 concentration, the Ziegler-Nichols method is the best method for controlling PIC-1101 (ISE = 2.409 and IAE = 5.723 for flow rates and ISE = 0 and IAE = 0 for CO2 concentration) and FIC-1102 (ISE = 0.00001392 and IAE = 0.1663 for flow rate and ISE = 0 and IAE = 0 for CO2 concentration) and fine-tuning for FIC-1103 (ISE = 2.382 and IAE = 63.41 for flow rate and ISE = 8.693e + 04 and IAE = 8.361e + 03 for CO2 concentration).