PERANCANGAN SISTEM KONTROL pH PADA SEMIBATCH REACTOR DENGAN MENGGUNAKANFUZZY LOGIC CONTROL UNTUK STUDI KASUS PENETRALAN CH3COOH DAN NaOH Roza Hamidyantoro, Hendra Cordova, Ronny Dwi Noriyati Jurusan Teknik Fisika – Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS Keputih Sukolilo, Surabaya 60111 E-mail:
[email protected] ABSTRAK Pengendalian pH bertujuan untuk mengatur nilai pH sesuai dengan kebutuhan.Untuk mengendalikan nilai pH, diperlukan suatu sistem pengendali yang mampu mengendalikan variable yang mempunyai karakteristik nonlinier.Penelitian ini bertujuan untuk mendesain system pengendali pH pada Reaktor semibatch. Untuk itu digunakan fuzzy logic controller dengan dua variableinput dan satu variable output dimana pada variable input yaitu error dan delta error dengan range variableerror antara -2 sampai 2 dan range delta error antara -0.2 sampai 0.2 sedangkan variable output yaitu valve input menggunakan range 4-20 mA. Pada uji open loop respon berhasil menunjukkan kurva titrasi berbentuk S dimana batas pH antara 4 sampai 10. Pada Uji closed loop didapatkan beberapa karakteristik respon sistem diantaranya adalah set point pH 6 dead time(td)=428 detik; rise time(tr)= 342 detik; settling time(ts)=639; maximum overshoot - error steady state= 0,8 % . Untuk karakteristik respon sistem pada set point pH 7 ialah dead time(td)= 475 detik; rise time(tr)= 297 detik; peak time (tp)= 498 detik; settling time(ts)=1290 detik; maximum overshoot (Mp)=2.42 %; error steady state= 1,7 %. Sedangkan karakteristik respon sistem pada set point pH 8 ialah dead time(td)=498 detik; rise time(tr)= 248 detik; settling time(ts)= 657 detik; error steady state=0,6 % Kata kunci :Nonlinear, Volume ,pH,Reactor semibatch , fuzzy logic control manusia dalam proses tuning. Oleh sebab itu, pada penelitian tugas akhir ini akan menerapkan fuzzy logic untuk system pengendalian pH pada semibatch reactor.
I. PENDAHULUAN Derajat keasaman atau sering disebut dengan pH merupakan suatu variable fisis yang umum dijumpai dalam dunia industri Nilai dari pH dapat diperoleh dari proses titrasi asam dan basa. Pengendalian pH mempunyai tujuan untuk mengatur nilai pH sesuai dengan kebutuhan. Dimana untuk mengendalikan nilai pH, diperlukan suatu system pengendali yang mampu mengendalikan variable yang mempunyai karakteristik nonlinier.Berdasarkan beberapa penelitian, pH mempunyai karakteristik nonlinear yang ditunjukkan dengan kurva titrasi yang merupakan hubungan logaritmik antara pH terhadap volume penetralnya (Yien, 2001). Karakteristik nonlinear tersebut menjadi suatu permasalahan dalam proses pengendalian pH ini , hal ini disebabkan karena dengan adanya sedikit perubaan konsentrasi ion [H+] dapat merubah nilai pH yang cukup signifikan. Sehingga sedikit kesalahan dalam penambahan nilai manipulated variable dapat mempengaruhi output nilai pH secara drastic.Dalamprosesnetralisasiairdinetralkan sampai dengan nilaipH7atausesuai dengan nilai pH yang diinginkan. Netralisasi dengan menggunakan semibatch reactor memiliki kelebihan yaitu memastikan netralisasi terjadi secara sempurna di dalam tanki reactor. Pada penelitian ini fuzzylogic digunakan untuk mengatasi karakteristik nonlinearpada pH, karena logika fuzzy bekerja berdasarkan rule base yang dibangun dari kareakeristik pH. Rule base tidak menggunakan model matematis sehingga menjadikan metode ini akan lebih mudah mengakomodasi logika
III. PEMODELAN DAN PERANCANGAN SISTEM Mulai
Studi Literatur dan menentukan parameter proses
Pemodelan Sistem Plant
Simulasi Open loopuntuk menentukan batas minimum dan maximum Set Point
Pemodelan dinamik pH Transmitter dan Control Valve Perancangan Fuzzy Logic Control
Tunning FLC ( Fuzzification , Rule base, Deffuzification) Tidak Error ≤ 0,05 Ya Analisa Performansi Sistem
Selesai
Gambar 3.1 Diagram alir penelitian
1
keluaran 4 – 20 mA, dimana hubungan antara input (pH) dengan output (mA) adalah linear. pHTransmitter dapat didekati dengan model yang secara umum dirumuskan seperti persamaan berikut ini:
3.1 Pemodelan Sistem Reaktor adalah suatu alat proses tempat di mana terjadinya suatu reaksi kimia berlangsung. Dalam hal ini reactor yang digunakan adalah reactor dengan tipe semibatch. Reactorsemibatch atau semi alir pada umumnya berbentuk tangki berpengaduk. Dimana prinsip kerja dari semibatch reactor adalah dengan jalan memasukan sebagian zat pereaksi atau salah satu zat pereaksi kedalam reaktor sedangkan zat pereaksi yang lain atau sisanya dimasukan secara kontinyu kedalam reactor. Dalam studi kasus netralisasi ini, menggunakan dua zat pereaksi yaitu CH3COOH dan NaOH yang mana pada set-up reactor ini CH3COOH sebagai pereaksi awal yang akan direaksikan oleh NaOH yang dialirkan secara kontinyu.. Berikut adalah rancangan plant semibatch reactor
(3.9) Dimana ,
pHT /
= Measured Variable (mA) = Process Variable (pH) = Gain transmitter = Time constant dari transmitte(detik )
Hubungan antara input pH transmitter dengan output bersifat linear, maka gain pH adalah (3.10) Dimana = Output pH Transmitter(mA) = Input pHTransmitter (pH) Besarnya Gain dan Bias Transmitter dapat ditentukan melalui persamaan linier yang menghubungkan range input dan range output dari Transmitter. Sedangkan Time Constant adalah 63,2 % dari waktu yang dibutuhkan transmitter untuk mendeteksi variable proses dari pH sampai pada pentransmisian besaran elektrik 4-20 mA ke Controller.
Gambar 3.2Plant Semi Batch Reaktor
Input (pH)
Dari perancangan plant semi batch reactor diatas maka dapat dihasilkan persamaan sebagai berikut :
Output (mA)
Gambar 3.5 Diagram Blok pH Transmiter -
-
(3.6) Karena time constant sangat kecil dan dapatdiabaikan sehingga time constant dapat dianggap nol. Maka Transfer Function yang terdapat pada model dapat dihilangkan .Secara umum nilai gain (Transfer Function) pada gambar di atas dapat ditulis dengan nilai 1.
Persamaan(3.6) dapatdiselesaikan secara , sedangkanpHdari numerikuntuk sistemdapatdihitung sebagai definisi: pH= - log [ ] (3.7) Dari pemodelan sistem dari plant diatas, pada tugas akhir ini ditetapkan beberapa data operasional meliputi konsentrasi dan laju aliran dari asam dan basa seperti pada tabel di bawah ini.
3.2.2 Pemodelan Control Valve Dalam tugas akhir ini, control valve yang digunakanadalah jenis linear Control Valve.Control valve tersebut digunakan untuk mengatur lajualiran fluida input NaOH yang masuk ke dalamreaktor. I/P Converter, menerima input sinyalelektrik 4 – 20 mA yang diubah menjadi sinyal pneumatik 3 – 15psi. yang berfungsi menggerakkan stem membuka dan menutup 0– 100 % dalam mengatur laju aliran fluida input dengan sinyalkoreksi.Fungsi transfer dari control valve dapat dinyatakan sebagaisebuah sistem orde satu, sebagai berikut: (3.11)
Tabel 3.1 Data Operasional Plant No. Data Operasional Satuan 1. Ca 0.001 M 2. Cb 0.001 M 3. Fa 0.007 Liter/detik 4. Fb 0 – 0.009 Liter/detik 3.2. Pemodelan pH Transmitter Dalam penelitian ini , menggunakan pH transmitter dimana perubahan konsentrasi ion hydrogen dikonversikan oleh elektroda kedalam sinyal dengan range pengukuran pH = 4 – 10 dan sinyal
Dimana, = Manipulated variable (L/s) 2
= Gain total Control Valve = Sinyal Input Control Valve (mA) = Time constant dari Control Valve Untuk menentukan gain total dari control valve, digunakan persamaan sebagai berikut. (3.12) Gambar.3.10 Desain Input error dan delta error
Dimana , (3.13)
Pada tugas akhir ini , input error di desain menggunakan 3 membership function dengan tipe gauss yang mana range dari input error ini adalah -2 sampai dengan 2.
(3.14) Dengan ,
Tabel 3.2 Variabel input error
= Gain I/P positioner Control Valve = Gain actuator Control Valve = Valve characteristic = = Flow Rate maximum (l/s) Gain Control Valve adalah perubahan aliran yang melewati Control Valve (l/s) terhadap perubahan masukan ControlValve (mA). Karena karakteristik Control Valve yang linier, maka terdapat bias sebagaimana pada persamaan linier terdapat gradien dan konstanta bias. Berikut adalah skema dari mekanisme konversi sinyal input control valve menuju output control valve. I/P positioner
High Okay Low
[0.6 - 2] [0.04 -0.0106] [0.6 2]
Tabel 3.3 Variabel input delta error Membership Parameter Function Negative [0.06 -0.2] None [0.01 0] Positive [0.06 0.2]
Actuator
0-100% (flow)
4-20mA
Parameter
Sedangkan untuk input delta error, menggunakan range input antara -0.2 sampai dengan 0.2,dimana pada input delta error ini digunakan 3 membership function
Output
Input
Membership Function
Gambar 3.7 Diagram blokcontrol valve 3.3.2 Perancangan Output Dalam desain ini, output dari FLC berupa sinyal control sebagai input untuk control valve, sehingga pada perancangan Output ini menggunakan rangeOutput 4 sampai 20, dimanarange terseut dibagi menjadi 5 membership function
Dari ilustrasi pada gambar diatas makadidapatkan pemodelan Control Valve dengan karakteristik linear adalah sebagai berikut (3.22)
Tabel 3.4 Output variabel Membership Parameter Function Close-Full [4 4 5.6] Close-Just-Little [9.944 10.5 11.03] Normal [12 12 12] Open-Just-Little [13.01 13.46 14.01] Open-Full [18.4 20 20]
Dengan, = Manipulated Variable (l/s) = Sinyal input Control Valve (mA) 3.3 Pemodelan Fuzzy Logic Controller Pada tugas akhir ini digunakan Logika Fuzzy mamdani. Adapun langkah-langkah dalam membangun Fuzzy Logic Controller adalah perancangan variabel input, rule base, dan variabel output.
3.3.3 Perancangan Rule Base Dalam perancangan FLC ini didesain sebuah Rule base sebagai aturan untuk menghubungkan antara input dan output, dimana pada tuga akhir ini dibangun 5 buah rule seperti berikut ini,
3.3.1 Perancangan input Pemilihan variabel input ini memerlukan pemahaman prilaku atau sifat-sifat dari plant dan prilaku pengaturannya. Pada penelitian ini, menggunakan acuan aturan kontrol sama dengan kontrol konvensional yaitu error (e) dan delta error (de) dari plant. Sehingga input dari FLC ini dapat dirancang seperti gambar di bawah ini.
1If (Error is okay) then (valve-Input is Normal) (1) 2If (Error is low) then (valve-Input is Open-Full) (1) 3If (Error is high) then (valve-Input is Close-Full) (1) 4If (Error is okay) and (D-Error is pos) then (valve-Input is Close-Just-Little) (1)
3
menunjukkan bahwa sistem yang telah dirancang ini memiliki performansi yang cukup baik dimana indeks performansi sebagai parameter kualitatif dari sistem closed loop pada set point 6 adalah sebagai berikut dead time(td)=428 detik; rise time(tr)= 342 detik; settling time(ts)=639; maximum overshoot - error steady state= 0,8 %
Gambar diatas menunjukkan bahwa pada pengujian sistem closed loop yang telah dirancang dapat dilihat bahwa proses variabel (PV) bergerak dari pH 4 menuju set point pH 8. Selain itu respon dari sistem hanya mengalami sedikit osilasi pada set point pH 8 ini, hal ini menunjukkan bahwa sistem yang telah dirancang memiliki performansi yang cukup baik dimana indeks performansi sebagai parameter kualitatif dari sistem closed loop pada set point pH 8 adalah sebagai berikut dead time(td)=498 detik; rise time(tr)= 248 detik; settling time(ts)= 657 detik; error steady state=0,6 %
4.3.2 Simulasi Closed Loop Set Point pH 7 Pada pengujian set point pH 7. Dapat dilihat 8
pH
7
4.3.4 Uji Set Point pH 7 dengan variasi konsentrasi basa (Cb) Pada sistem pengendalian pH, set point pH 7 merupakan titik yang unik karena selalu menimbulkan osilasi dalam pencapaian Process Variable menuju Set Point, oleh karena itu dilakukan uji set point pH 7 dengan variasi konsentrasi basa untuk mengetahui hubungan antara performa sistem pengendali dalam mencapai set point pH 7 dengan konsentrasi basa. Untuk hasil pengujian dapat dilihat pada gambar di bawah ini.
6 5
SP
4 1
401
801
1201
1601
2001
Waktu (s) pada gambar dibawah ini. Gambar 4.11 Respon pH pada simulasi closed loop untuk Set Point pH 7
pH
Gambar 4.11 merupakan representasi dari respon pH pada simulasi closed loop untuk set point pH 7 dimana gambar tersebut menunjukkan bahwa respon sistem untuk mencapai set point dari pH 4 menuju(pH 7) terjadi osilasi. Osilasi yang timbul dalam pencapaian respon menuju set point selama masih dalam batas error yang diijinkan (error ≤ 5%) , maka hal tersebut diperbolehkan. Osilasi juga relatif kecil sehingga osilasi ini diperbolehkan.Sehingga sistem yang dirancang dapat dikatakan memiliki performansi yang baik. Indeks performansi sebagai parameter kualitatif dari sistem closed loop pada set point 7 adalah ialah dead time(td)= 475 detik; rise time(tr)= 297 detik; peak time (tp)= 498 detik; settling time(ts)=1290 detik; maximum overshoot (Mp)=2.42 %; error steady state= 1,7 %
Gambar 4.17 Uji set point pH 7 dengan variasi konsentrasi basa (Cb) Dari gambar diatas dapat dilihat bahwa besar kecilnya konsentrasi basa NaOH (Cb) berpengaruh pada waktu pencapaian PV menuju SP, dimana semakin besar Cb maka semakin cepat PV menuju SP, namun pada saat mencapai SP untuk konsentrasi besar meberikan dampak Overshoot yang ditimbulkan semakin besar juga, sedangakan semakin kecil konsentrasi basa (Cb) maka waktu yang dibuthkan PV untuk mencapai SP lebih lama dibandingkan dengan konsentrasi Fb yang besar, Namun efek yang ditimbulkan adalah Overshoot semakin kecil dan Osilasi dalam pencapaian pada setpoint akan berkurang.
pH
8 7 SP
4.3.5 Uji Tracking Set Point Uji tracking set point merupakan salah satu tahapan pengujian untuk simulasi closed loop. Pengujian ini digunakan untuk mengetahui performansi dari sistem pengendalian pH ini untuk merespon perubahan setpoint (naik maupun turun) dalam waktu tertentu.
4 1
401
801 1201 Waktu (s)
1601
501 1001 1501 2001 2501 3001 3501 4001
Waktu (s)
9
5
SP Cb 0.001 Cb 0.000975 Cb 0.000950 Cb 0.000925
1
4.3.3 Simulasi Closed loop Set Point pH 8 Untuk pengujian sistem closed loop pada set point pH 8 menghasilkan respon seperti direpresentasikan pada gambar 4.14 dibawah ini
6
7,50 7,00 6,50 6,00 5,50 5,00 4,50 4,00
2001
Gambar 4.14 Respon pH pada simulasi closed loop untuk Set Point pH 8 5
Pada pengujian ini digunakan input step dimana untuk uji traking naik digunakan 2 titik set point yaitu dari set point pH5 menuju set point pH 10 dimana pada input step menggunakan step time sebesar 2000 s dan waktu yang digunakan untuk simulasi adalah 5000 s. Sama seperti uji traking naik , untuk uji tracking turun yang membedakan adalah input step berawal dari set point pH 10 menuju set point pH 5. Untuk hasil pengujian dari tracking set point ini, dapat dilihat pada gambar di bawah ini.
0.2 sampai 0.2 sedangkan variable output yaitu valve input menggunakan range 4-20 mA. Untuk variable input error dibagi menjadi 3 membership function yaitu high, okay dan low, sedangkan pada input delta error dibagi menjadi 3 membership function yaitu negative, none, dan positive. Untuk Output dibagi menjadi 5 membership function yaitu , close full, close just little, normal, Open just little, dan open full. Untuk uji open loop respon berhasil menunjukkan kurva titrasi berbentuk S dimana batas pH adalah antara pH 4 sampa pH 10. Pada Uji closed loop didapatkan beberapa karakteristik respon sistem diantaranya adalah pada set point pH dead time(td)=428 detik; rise time(tr)= 342 detik; settling time(ts)=639; maximum overshoot - error steady state= 0,8 % . Untuk karakteristik respon sistem pada set point pH 7 ialah dead time(td)= 475 detik; rise time(tr)= 297 detik; peak time (tp)= 498 detik; settling time(ts)=1290 detik; maximum overshoot (Mp)=2.42 %; error steady state= 1,7 %. Sedangkan karakteristik respon sistem pada set point pH 8 ialah dead time(td)=498 detik; rise time(tr)= 248 detik; settling time(ts)= 657 detik; error steady state=0,6 % 3. Dari hasil analisa performansi yang telah dilakukan, dapat disimpulkan fuzzy logic controller mampu megatasi karakteristik nonlinear pada pengendalian pH untuk proses netralisasi.
12
pH
10 8
SP PV
6 4
1
1001
2001 3001 4001 5001 Waktu (s) Gambar4.18 Respon pH Uji tracking naik
Dari gambar 4.18 sampai dengan gambar 4.23 diketahui bahwa respon sistem mengikuti set point yang diberikan.Dari uji tracking ini juga diketahui bahwa laju NaOH mengikuti set point yang diberikan.Hal ini menunjukkan pengendali Fuzzy Logic Controller bekerja sesuai dengan set point yang diberikan.Begitu juga saat uji tracking turun laju NaOH berkurang sesuai dengan kondisi asam yang diinginkan.
DAFTAR PUSTAKA [1]Abdul Aziz Ishak ;2001;“ Modeling and Control Studies of Waste Water Neutralization Process ” [2] Gunterus, Frans; 1994; Falsafah Dasar :Sistem Pengendalian Proses; Elex Media Komputindo; Jakarta. [3] Lee,Choi; 1999; In-Line Mixer For Feedforward Control and Adaptive Feedback Control Of pH Process; Department of Chemical Engineering, Kyungpook National University. [4] Luthfi, Fadloli, 2011, Sistem Pengendalian pH untuk Menetralkan Air Hasil Kondensasi Di PT. Pertamina Geothermal Energy unit IV, Teknik Fisika - FTI, Institut Teknologi Sepuluh Nopember Surabaya. [5] Ogata, Katsuhiko; 1997; Teknik Kontrol Automatik; Erlangga; Jakarta. [6] Peter Yien, Jean ; 2001; Measuring, Modelling And Controlling The pH Value And The Dynamic Chemical State; Helsinsky University Of Technology [7] Shinskey, F, G; 1992; pH and Ion Measurement System; Mc Graw Hill; Newyork.
12 SP PV
pH
10 8 6 4 1
1001
2001 3001 Waktu (s)
4001
5001
Gambar4.21 Respon pH Uji tracking turun V. KESIMPULAN DAN SARAN 1. Kesimpulan Berdasarkan simulasi yang telah dilakukan maka didapatkan kesimpulan sebagai berikut : 1. Telah dilakukan pemodelan titrasi CH3COOH dan NaOH pada tipe semibatch reactor dengan laju aliran NaOH sebagai variabel kontrol. 2. Telah dilakukan perancangan sistem pengendalian pH berbasis fuzzy logic control dengan dua variabel input dan satu variable output dimana pada variable input yaitu error dan delta error dengan range variable error antara -2 sampai 2 dan range delta error antara 6
Biodata Penulis Nama : Roza Hamidyantoro Tempat & tgl lahir : Magetan 16 Februari 1990 Kebangsaan : Indonesia Agama : Islam Status : Belum menikah
7
