Perancangan Sistem Pengendalian Rasio Aliran Udara dan Bahan Bakar Pada Boiler Di Unit Utilitas PT. Trans Pacific Petrochemical Indotama (TPPI) Tuban Dengan Menggunakan Sistem Pengendali PID - Fuzzy OLEH : DONY PRASETYA (2406 100 030)
DOSEN PEMBIMBING :
Ir.Muchammad Ilyas Hs
LATAR BELAKANG -Kadar gas O2 yang keluar melewati stack masih mencapai diatas 3% hingga 10%. -Pembakaran Sempurna -- Penghematan Bahan Bakar. - Sistem Pengendalian --- Perubahan Dinamika Proses - PID fuzzy Gain Scedulling.
PERMASALAHAN • Bagaimana merancang sebuah sistem pengendalian rasio menggunakan yang mampu mengatasi pengendali PID fuzzy gain scedulling permasalahan yang terjadi pada proses pembakaran yaitu dengan mengendalikan laju aliran udara dan bahan bakar yang masuk ke ruang bakar (furnace) dan menjaga perbandingan antara udara dan bahan bakar agar selalu dalam kondisi yang optimum sehingga dapat menghasilkan panas pembakaran yang maksimal.
TUJUAN • Untuk memodelkan sistem pembakaran yang terjadi pada ruang bakar guna memperoleh hasil pembakaran yang sempurna berdasarkan rasio antara udara dan bahan bakar dan mendesain sistem pengendalian yang optimal pada sistem pembakaran dengan menggunakan PID fuzzy gain scedulling.
BATASAN MASALAH • pemodelan matematis plant secara linier disimulasikan dengan mempergunakan Matlab versi R2009a. . Asumsi properties dan sifat thermodinamika fluida, adalah konstan.
Flow Chart Penelitihan
DASAR TEORI Boiler
Water Tube Fire Tube Gambaran sistem boiler sederhana
Tungku atau furnace yang berfungsi menghasilkan panas melalui pembakaran bahan bakar
Dua sistem yang terpisah
Boiler atau ketel uap, yang berfungsi untuk mengubah air menjadi uap melalui panas yang dihasilkan oleh furnace
Proses Pembakaran Pada Ruang Bakar
Proses pembakaran yang terjadi di dalam ruang bakar
Reaksi Eksotermik membebaskan energy berupa panas dan nyala api (flame)
Kesempurnan proses pembakaran ini dapat dipengaruhi dari tiga hal, yaitu : - Jenis bahan bakar. - Kandungan O2, Temperatur pada gas buang - Konsentrasi O2 dan CO2 pada kandungan bahan bakar.
PERANCANGAN SISTEM PENGENDALIAN RASIO (RATIO CONTROL)
Gb. Piping and instrumentation diagram sistem AFRC
Proses pembakaran sempurna dapat didekati menurut persamaan kimia berikut ini :
Untuk mengkondisikan agar proses pembakaran terjadi secara sempurna, maka perhitungan stochiometri kebutuhan udara digunakan persamaan dibawah ini. Sehingga diketahui kebutuhan udara dalam satuan mol, sebagai berikut :
Apabila kandungan bahan bakar dinyatakan dalam persen, yaitu persen C (carbon), H2 (hydrogen) ,S (sulfur), dan persen kandungan O2.
Dengan : C = % massa karbon dalam 1kg bahan bakar H = % massa hydrogen dalam 1 kg bahan bakar S = % massa sulphur dalam 1 kg bahan bakar O = % kandungan Oksigen dalam 1 kg bahan bakar Pada kenyataannya proses pembakaran sempurna ini tidak pernah terjadi. Untuk mengkondisikan agar proses pembakaran terjadi lebih sempurna, maka proses pembakaran dibuat dengan kondisi kelebihan udara. Jumlah udara berlebih yang dibutuhkan untuk proses pembakaran ini disebut dengan excess air Dengan k=konstanta pembakaran k=0,9 untuk gas alam, k=0,94 untuk fuel oil, dan k=0,97 untuk batubara
Proporsional (P)
Pengendali PID
Integral (I)
mempercepat rise time agar respon sistem lebih cepat mencapai setpoint, namun dia masih memiliki kekurangan yaitu meninggalkan offset mampu menghilangkan offset dan juga mengurangi terjadinya maximum overshoot yang terlalu besar. Tetapi mode I menyebabkan lambatnya respon sistem
Derivative (D)
Fungsi alih pengendali PID adalah sebagai berikut U(t) = Kp.e + 1/Ti.Kp.∫e(t)dt + Kp.Td. de(t)/dt
Fuzzy Logic Controller Pada dasarnya struktur logika fuzzy dapat digambarkan seperti berikut :
Fungsi dari bagian-bagian di atas adalah sebagai berikut: Fuzzifikasi Berfungsi untuk mentransformasikan sinyal masukan yang bersifat crisp ( bukan fuzzy ) ke himpunan fuzzy dengan menggunakan operator fuzzifikasi. Basis Pengetahuan Berisi basis data dan aturan dasar yang mendefinisikan himpunan fuzzy atas daerah – daerah masukan dan keluaran dan menyusunnya dalam perangkat aturan kontrol. Logika Pengambil Keputusan merupakan inti dari Logika Fuzzy yang mempunyai kemampuan seperti manusia dalam mengambil keputusan. Aksi atur fuzzy disimpulkan dengan menggunakan implikasi fuzzy dan mekanisme inferensi fuzzy. Defuzzifikasi berfungsi untuk mentransformasikan kesimpulan tentang aksi atur yang bersifat fuzzy menjadi sinyal sebenarnya yang bersifat crisp dengan menggunakan operator defuzzifikasi
Pengendali PID fuzzy gain scedulling Sering kali dinamika proses suatu sistem berubah sejalan dengan kondisi operasi proses. Keadaan demikian dapat diatasi melalui perubahan parameter-parameter dari pengendali dengan memonitor kondisi operasi proses. Penalaan gain atau parameter pengendali tersebut, lebih dikenal dengan istilah gain scheduling. Struktur dasar fuzzy gain scheduling PID controller
Gambar struktur dasar fuzzy gain scheduling PID controller
PERANCANGAN SISTEM PENGENDALIAN RASIO (RATIO CONTROL)
Gambar. Piping and instrumentation diagram sistem AFRC
Gambar Diagram Blok sistem AFRC
Perhitungan Untuk Sistem rasio aliran udara dan bahan bakar Untuk mendapatkan hasil pembakaran yang optimum, maka kebutuhan udara dapat dihitung dengan menggunakan hukum kesetimbangan massa, stoikiometri untuk persamaan pembakaran sempurna, serta kebutuhan udara berlebih diketahui menurut persamaan
Apabila Rata-rata properties minyak yang digunakan adalah 85% mengandung C, H2=11%, O2=0.5%, dan Sulphur 3.5%, sehingga : Gt = [(11,47* (85) + 34.4 * [(11) – 0.5/8) + 4.3*(3.5)]]*1/100 Gt = [974.95 +376,25+15.5] *1/100 Sehingga kebutuhan udara teoritis sebesar : Gt = 13.67 kg udara/kg bahan bakar Menentukan excess air dari kandungan oksigen terukur
Dengan k untuk bahan bakar oil=0,94
Menentukan kebutuhan udara aktual atau AFR untuk target kandungan oksigen 2%
Pada boiler, pembakaran memiliki peranan yang sangat penting. Untuk menjaga agar proses pembakaran tetap berlangsung secara op
- Model Matematis Transmitter Aliran Bentuk umum model matematis transmitter aliran adalah :
didapatkan fugsi alih sebagai berikut :
- Model Matematik Control valve Bentuk umum model matematis pada control valve adalah sebagai berikut: didapatkan fungsi alih control valve sebagai berikut :
Perancangan Fuzzy logic Controller (FLC)
Gambar . Membership function output Ti,Td Gambar . Membership function untuk input
Gambar . Membership function output Kp
Gambar . Rule base fuzzy
ANALISA HASIL SIMULASI UJI OPEN LOOP CONTROL VALVE
Gambar. Grafik Simulasi open loop keluaran sinyal 4 ampere
Simulasi Open loop control Valve ini dimaksudkan untuk mengetahui, apakah model yang telah dibuat dapat bekerja sesuai, yaitu menutup ketika diberikan sinyal 4 mA, dan membuka 100% ketika diberikan sinyal 20mA. Simulasi dilakukan dengan memberikan masukan sinyal 4 dan 20 mA.
Gambar. Grafik Simulasi open loop keluaran sinyal 20 ampere
Uji Respon Sinyal Step Kp = 0.5 Ti = 2 Td = 1.5
Gambar Grafik respon pada PID konvensional
Gambar Grafik respon pada PID FGS
Kp = 0.75 Ti = 1 Td = 1
Gambar Grafik respon pada PID redesign
Uji Load Bahan Bakar
Gambar Grafik respon pada PID
Gambar Grafik respon pada PID FGS
Uji Beban kandungan karbon bahan bakar
Gambar Grafik respon pada PID
Gambar Grafik respon pada PID FGS
Uji Beban pada Kandungan Karbon Bahan Bakar pada O2 Estimator Model
Gambar. Hasil Proses berupa kandungan O2 pada gas buang setelah mendapat gangguan konsentrasi karbon naik pada bahan bakar
Gambar. Hasil Proses berupa kandungan O2 pada gas buang setelah mendapat gangguan konsentrasi karbon turun pada bahan bakar
Kesimpulan - Untuk mengoptimalkan kandungan oksigen gas buang dapat dilakukan dengan menerapkan hukum kesetimbangan massa (Lavoisier), dengan mempertimbangkan komponen penyusun bahan bakar. Telah didesain dan disimulasikan sistem AFRC dengan menggunakan Pengendali PID Fuzzy gain scedulling dan pengendali PID konvensional redesign. - Secara kualitatif, sistem AFRC dengan menggunakan pengendali PID Fuzzy gain scedulling pada pengujian sinyal step memiliki Mp sebesar 2.05%, Ts sebesar 28.5 sekon, pada redesign PID memiliki Mp sebesar 7.69%, Ts sebesar 36.25 sekon. Sedangkan pada PID konvensional memiliki Mp sebesar 14.75%, Ts sebesar 40 sekon. Pada pengujian perubahan beban bahan bakar pengendali PID Fuzzy gain scedulling pada pengujian sinyal step memiliki Ts sebesar 20 sekon, pada redesign PID memiliki Mp sebesar 2.24%, Ts sebesar 30 sekon. Pada pengujian beban perubahan bahan bakar pengendali PID Fuzzy gain scedulling pada pengujian sinyal step memiliki Mp sebesar 2.47%, Ts sebesar 28 sekon, pada redesign PID memiliki Mp sebesar 8.4%, Ts sebesar 40sekon. sehingga dapat disimpulkan bahwa pengendali PID Fuzzy gain scedulling y untuk respon sistemnya lebih baik dibandingkan PID konvensional
TERIMA KASIH
