Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pemilik bermaksud untuk meningkatkan kapasitas Crude Distillation Unit (CDU) yang ada. Tujuan proyek ini adalah untuk meningkatkan kapasitas sebesar 20%. Kapasitas CDU akan ditingkatkan dari 125 MBSD menjadi 150 MBSD dengan komposisi minyak mentah berat baru (maks. Sulfur 0,37% wt). Tujuan lain dari proyek ini adalah untuk memverifikasi dan merancang apakah peralatan dan sistem yang ada memadai untuk kapasitas baru dengan investasi minimum, biaya operasi dan periode penutupan minimum. Perubahan kapasitas produksi akan menyebabkan perubahan dinamika fluida yang mengalir pada jaringan pipa dan peralatan eksisting yang dapat mempengaruhi tekanan fluida. Perhitungan hidraulik diperlukan untuk memahami dampak kapasitas produksi terhadap perubahan tekanan melalui pipa. Modifikasi pada penyesuaian pressure drop control valve dapat memastikan bahwa tekanan fluida di tempat tujuan (battery limit / peralatan) dapat tercapai. Hasil menunjukkan bahwa pipa dan sistem memadai untuk kapasitas baru dan tekanan pada battery limit dapat mengikuti persyaratan pemilik.

---

Owner intends to upgrade the existing Crude Distillation Unit (CDU). The objective of project is to upgrade the capacity by 20%. The CDU capacity shall be increased from 125 MBSD to 150 MBSD with new heavy crude composition (max. sulphur 0.37%wt). Another objective of this project is to verify and design whether the existing equipment and systems are adequate for the new capacity with minimum investment, operating cost and minimum shutdown period. Changes in production capacity will lead to changes the dynamics of the fluid flowing in the existing pipelines and equipment which can affect fluid pressure. Hydraulic calculation is needed to understand impact of production capacity on pressure changes through the pipelines. Modification on pressure drop control valve adjustment can ensure that fluid pressure at the destination (battery limit / equipment) can be achieved. Result shown that pipelines and systems are adequate for the new capacity and pressure at battery limit can follow owner’s requirement"

"Penelitian ini membahas tentang perancangan pengendalian tekanan otomatis di Stasiun Muara Bekasi (MBK) melalui Pressure Control Valve (PCV) di LBM yang berjarak 161 km. Tekanan di MBK perlu dijaga pada batasan aman yaitu pada range 410 – 430 psig. Hal ini dikarenakan tejadinya noise dan vibrasi di MBK. Penelitian ini menggunakan metode pemodelan empirik. Data empirik diperoleh dari lapangan yang diambil dalam interval waktu tertentu. Data-data yang diambil adalah bukaan valve di titik 1, tekanan di titik 1 (P1), tekanan di titik 2 (P2), dan laju alir di titik 2 (Q2). Data-data yang diambil kemudian dihubungkan dan ditampilkan dalam beberapa grafik hubungan. Grafik ini dianalisa dengan metode Process Reaction Curve (PRC) untuk memperoleh nilai fungsi alih dari proses (Gp), valve (Gv), dan gangguan (Gd). Pada penelitian ini terdapat dua usulan desain pengendalian yaitu sistem pengendalian metode umpan balik (model 1) dan sistem pengendalian metode umpan balik dengan koreksi gangguan (model 2). Setiap model akan dilakukan simulasi menggunakan Simulink. Ada tiga model Simulink yang akan disimulasikan yaitu model aktual, model 1, dan model 2. Model aktual menggunakan nilai Kc dan Ki yang digunakan saat ini yaitu -0,05 dan 0,007. Untuk model 1 dan 2 menggunakan Kc dan Ki hasil perhitungan dengan Ziegler Nichols yaitu 0,212 dan 0,0001. Hasil simulasi yang diperoleh dari kedua model memiliki overshoot yang tinggi yaitu 46,05 % untuk model 1 dan 41,6 % untuk model 2. Kemudian dilakukan “fine tuning” untuk memperoleh nilai Kc dan ki yang optimal dan diperoleh nilai Kc sebesar 0,1908 dan Ki sebesar 0,00006. Hasil simulasi memiliki overshoot yang reasonable yaitu 10,2 % (model 1) dan 6,97 % (model 2). Dari kedua model ini dipilih model 2 karena memiliki overshoot yang lebih kecil. Nilai overshoot menjadi prioritas utama karena berpengaruh pada faktor keamanan operasi jaringan transmisi gas. Pada model 2 ini memiliki keunggulan dibandingkan model aktual yaitu memiliki nilai offset dan rise time yang lebih kecil walaupun memiliki osilasi, overshoot, dan settling time yang agak tinggi. Selain itu pada model 2 sistem pengendalian berjalan otomatis tanpa ada unsur coba-coba (trial-error) sehingga kecil kemungkinan terjadinya human error.

---

This study discusses the design of automated pressure control in Muara Bekasi Station through Pressure Control Valve in LBM within 161 km. MBK pressure should be maintained at safe limits between 410 until 430 psig. This is because of noise and vibration issue in MBK. This study uses empirical modeling. Empirical data obtained from the field were taken at defined intervals. Data that needed for this study are valve opening at point 1, pressure at point 1 (P1), pressure at point 2 (P2), and flow rate at point 2 (Q2). The data captured are then connected and displayed in a graph. Then this graph will be analyzed by Process Reaction Curve (PRC) method to get value of process transfer function (Gp), valve coefficient (Gv), and disturbance transfer function (Gd).

There are two suggested models in this study. There are feedback control system (model 1) and feedback with disturbance correction control system (model 2). There are three models that will be simulated in Simulink actual model, model 1, and model 2. In actual model use Kc and Ki values that used today are -0.05 and 0.007. The value of Kc and Ki that used for model 1 and model 2 come from Ziegler Nichols Calculation. The value is 0.212 for Kc and 0.0001 for Ki.

Simulation results obtained from these two models have high overshoot is 46.05 % for model 1 and 41.6 % for model 2. Then do the fine tuning and get optimum value for Kc in 0.1908 and Ki in 0.00006. Simulation results have reasonable overshoot is 10.2 % (model 1) and 6.97 % (model 2). From both models we choose model 2 because it has little overshoot. Overshoot value is the top priority because it affects the safety factor of the gas transmission network operations. Model 2 have advantages over current models that have smaller value of offset and rise time despite having oscillation, overshoot, and settling time is rather high. In addition to model 2 control system runs automatically without any element of trial error so little possibility of human error."

"Gas – Oil Separator merupakan salah satu peralatan utama dalam Fasilitas Pemrosesan Gas Bumi. Gas – Oil Separator merupakan suatu bejana tekan yang berfungsi untuk memisahkan fluida dari sumur migas menjadi fasa gas dan fasa cair. Peralatan ini dipasang pada Fasilitas Pemrosesan Gas Bumi sebagai peralatan pertama yang dilalui oleh fluida produksi yang mengalir dari sumur migas dan jaringan pipa pengumpul. Separator akan memisahkan fluida produksi tersebut menjadi gas, kondensat, dan air. Dengan demikian, cairan dan gas akan memenuhi ruang separator. Volume cairan dan tekanan gas harus dapat dikendalikan untuk menjamin process safety. Untuk mencegah terjadinya risiko keselamatan, komponen instrumentasi keselamatan dibutuhkan untuk dapat mengendalikan fluida di dalam sistem, sehingga risiko tersebut dapat dicegah. Dalam hal ini, salah satunya diperlukan pemilihan desain dan ukuran yang sesuai dari sebuah liquid control valve untuk menjamin process safety. Liquid control valve digunakan untuk mengendalikan ketinggian cairan di dalam separator untuk mencegah fluida dapat mencapai batas ketinggian maksimum maupun minimum cairan di separator. Untuk menghasilkan sebuah liquid control valve yang handal, diperlukan perhitungan sizing dan pemilihan tipe desain yang sesuai dengan kondisi operasional yang diinginkan. Penelitian ini menghasilkan perhitungan sizing dan pemilihan desain yang harus dipenuhi untuk mendapatkan sebuah liquid control valve yang tepat dan handal untuk dipasang pada Sistem Gas – Oil Separator.

---

Gas – Oil separator is one of the main equipment in Gas Processing Facility. Gas – Oil Separator itself is a pressure vessel used for separating a well stream into gaseous phase and liquid phase. It is installed in the Gas Processing Facility as the first equipment where the production fluid flow through from wells and gathering pipeline. The separator will separate the fluid into gas, condensate, and water. So, the liquid and gas will fill the separator. Liquid volume and gas pressure has to be controlled to obtain a process safety. To prevent the risks, the safety instrumentation components is required to control a fluid so the risk would not be happened. For this case it needs a proper design of liquid control valve to obtain a process safety. Liquid Control Valve is used to control liquid level in the Separator to prevent high and low level liquid in the separator. To provide a reliable Liquid Control Valve we need to run a sizing calculation and design selection to determine the size and type of Liquid Control Valve that suits an operational condition. The Research resulted the size and type of Liquid Control Valve that should be fulfilled to install a capable and reliable Liquid Control Valve in Oil – Gas Separator system."

"Machine Learning (ML) telah menjadi salah satu teknologi yang sangat populer. Hal ini memungkinkan ML untuk diaplikasikan dalam sistem industri otomasi, seperti pengendalian ketinggian air pada coupled tank. Penelitian ini bertujuan untuk mengevaluasi kinerja metode reinforcement learning, khususnya proximal policy optimization (PPO), dalam mengendalikan ketinggian air pada sistem coupled tank, serta membandingkannya dengan metode pengendalian konvensional, yaitu proporsional derivative integral (PID) controller. Pemilihan PPO didasari oleh kemampuannya dalam menyelesaikan permasalahan kontinu dengan komputasi yang sederhana. Penelitian dilakukan dengan membuat sistem pengendalian ketinggian air pada coupled tank menggunakan perangkat-perangkat seperti control valve, programmable logic controller (PLC), DAQ card, dan water level transmitter. Perangkat-perangkat tersebut dihubungkan dengan MATLAB/Simulink menggunakan OPC server melalui PLC sebagai interface. Hasil penelitian menunjukkan bahwa respon pengendalian menggunakan metode PPO memiliki overshoot sebesar 49.26%, rise time sebesar 104 detik, settling time sebesar 306 detik, dan steady state error sebesar 5.4%. Sementara itu, metode PID memiliki nilai overshoot yang lebih rendah (38.52%), tetapi nilai rise time, settling time, dan steady state error yang lebih tinggi (masing-masing sebesar 118 detik, 502.4 detik, dan 24.62%). Dengan demikian, performa PPO secara relatif lebih baik daripada PID dalam mengendalikan ketinggian air pada coupled tank.

---

Machine Learning (ML) has become one of the most popular technologies. It enables ML to be applied in automation industry systems, such as controlling water levels in coupled tanks. This study aims to evaluate the performance of reinforcement learning methods, specifically proximal policy optimization (PPO), in controlling water levels in coupled tank systems, and compare it with conventional control methods, namely proportional derivative integral (PID) controller. The selection of PPO is based on its ability to solve continuous problems with simple computations. The research was conducted by creating a water level control system in coupled tanks using devices such as control valves, programmable logic controllers (PLC), DAQ card, and water level transmitters. These devices were connected to MATLAB/Simulink using an OPC server through PLC as an interface. The research results show that the control response using the PPO method has an overshoot of 49.26%, a rise time of 104 seconds, a settling time of 306 seconds, and a steady state error of 5.4%. Meanwhile, the PID method has a lower overshoot value (38.52%), but higher rise time, settling time, and steady state error values (118 seconds, 502.4 seconds, and 24.62%, respectively). Thus, the performance of PPO is relatively better than PID in controlling water levels in coupled tanks."