TEKNIK SAMPLING DATA PADA SISTEM KENDALI SUHU TUNGKU SINTER PELET UO 2 ME-06

Ke DAFTAR ISI Prosiding Seminar Nasional Sains dan Teknologi Nuklir PTNBR – BATAN Bandung, 17 – 18 Juli 2007

Tema : Peran Teknologi Nuklir Bahan dan Radiometri dalam Pengembangan dan Pengelolaan Potensi Nasional

TEKNIK SAMPLING DATA PADA SISTEM KENDALI SUHU TUNGKU SINTER PELET UO2 ME-06 Achmad Suntoro Pusat Rekayasa Perangkat Nuklir, BATAN, Komplek Puspiptek Gd 71. Lt. 2 Serpong

ABSTRAK TEKNIK SAMPLING DATA PADA SISTEM KENDALI SUHU TUNGKU SINTER PELET UO2 ME-06. Teknik sampling untuk monitoring dan pengendalian suhu pada tungku sinter pelet UO2 dikembangkan dengan metode validasi melalui nilai rata-rata. Teknik ini dilakukan untuk menekan noise spike yaitu dengan menentukan nilai sampling yang diinginkan melalui proses perbandingan. Nilai rata-rata lima data sampling lainnya di sekitar waktu sampling yang diinginkan diambil dengan periode waktu sampling yang lebih kecil dari periode waktu sampling yang diinginkan tersebut. Selanjutnya nilai rata-rata ini dibandingkan dengan nilai sampling yang diinginkan. Hasil perbandingan ini digunakan untuk validasi pembuktian bahwa nilai sampling yang diinginkan telah terbebas dari noise spike. Periode sampling yang diinginkan dipilih seperlima time-constant tungku. Pengembangan ini berhasil menekan spike noise yang masuk pada saluran termokopel sistem tungku dan menghasilkan data hasil sampling yang baik sehingga pengendalian suhu dalam tungku tergolong presisi. Makalah ini berisi penjelasan bagaimana teknik tersebut diimplementasikan. Kata kunci: teknik sampling, sampling non-periodik, sampling termokopel, noise spike.

ABSTRACT A DATA SAMPLING TECHNIQUE ON TEMPERATURE CONTROL OF SINTERING FURNACE FOR UO2 PELLET ME-06. A sampling technique for monitoring and controlling the sintering furnace temperature for UO2 pellet has been developed by using a validation method through an average value. This technique is developed to eliminate spike noise by defining the required sampling value through a comparison process. An average of five other sampling data around the required sampling time is taken using sampling period which is less than the sampling time of the sampling data required. Then the average value is compared with the sampling value required. The result of the comparison is used to prove that the required sampling value has been free from any noise spike. The time sampling period required is chosen one-fifth of the time-constant of the furnace system. This technique is succesfully done to eliminate spike noise that comes through the thermocouple wiring system of the furnace and produces good sampled data so that the controlling temperature of the furnace works in precission results. This paper describes how the technique has been implemented. Key words: sampling technique, non-periodic sampling, thermocouple sampling, spike noise.

1.

PENDAHULUAN

Sistem elektronika yang muncul dan berperan di panggung industri pada dasarnya bekerja menggunakan sistem analog yang bersifat kontinu, dan sistem digital yang bersifat diskrit. Dalam perjalanan peran tersebut, dewasa

215

ini sistem digital lebih populer digunakan dibanding dengan sistem analog. Teknik analog digunakan dalam dunia elektronika pada kondisi-kondisi tertentu dimana sistem digital sulit dipakai. Termokopel sebagai transducer dari temperatur ke sinyal listrik menghasilkan sinyal

Prosiding Seminar Nasional Sains dan Teknologi Nuklir PTNBR – BATAN Bandung, 17 – 18 Juli 2007

analog. Sinyal ini dapat langsung digunakan baik untuk umpan–balik pengendalian ataupun untuk ditampilkan dan disimpan jika perangkat yang digunakan menggunakan sistem analog. Jika sistem digital yang digunakan, maka sinyal analog dari termokopel tersebut harus diubah terlebih dahulu menjadi sinyal diskrit atau digital sebelum diproses lebih lanjut. Sampling adalah suatu kegiatan yang merupakan bagian dalam proses perubahan sinyal analog menjadi sinyal digital. Problem utama dalam sampling adalah bagaimana mengambil data kontinu tersebut sehingga data hasil sampling tidak kehilangan informasi yang ada dalam sinyal kontinu yang disampling. Teori sampling untuk sinyal periodik yang dikenal dengan Nyquist Criterion memberi batasan bahwa frekuensi sampling harus lebih besar dari dua kali frekuensi sinyal yang disampling [1]. Batasan ini digunakan untuk menghindari problem aliasing yang bisa terjadi jika frekuensi sampling di bawah yang dipersyaratkan. Untuk sinyal yang disampling tidak bersifat periodik, maka batasan tersebut tidak mungkin digunakan langsung tetapi harus melalui suatu proses pendekatan. Problem lain dalam pengambilan data dengan sampling tersebut adalah jika data tersebut tercampur dengan noise. Ketika sampling dilakukan dan kebetulan noise yang terambil, maka hasil sampling akan menjadi salah yang bisa mengakibatkan kesalahan sistem kendali yang menggunakan data hasil sampling tersebut.


suhu yang bekerja secara analog, namun sistem kendali analog tersebut telah rusak dan tidak mungkin diperbaiki [2]. Penggantian kendali suhu tersebut dilakukan menggunakan kendali suhu yang bekerja berbasis sistem digital, yaitu menggunakan sebuah personal computer (PC). Oleh karena itu proses sampling harus dilaksanakan. Dalam makalah ini, teknik sampling yang digunakan oleh pengendali suhu tungku sinter ME-06 akan dibahas. Teknik sampling tersebut telah digunakan dan terbukti dapat mengatasi persoalan teknis konversi data dalam operasi tungku tersebut.

2.

TEORI

2.1. Periode sampling Sampling data merupakan teknik yang sering digunakan dalam dunia instrumentasi mengingat data yang tersedia terlalu banyak jika

waktu

a. Sinyal informasi, frekuensi fi

waktu

b. Frekuensi sampling fs < 2 fi waktu

c. Frekuensi sampling fs = 2 fi

waktu

Gambar 1. Tungku sinter pelet UO2 ME-06 obyek teknik sampling.

d. Frekuensi sampling fs > 2 fi ;

(fs = 4 x fi)

Gambar 2. Fenomena proses sampling

Sistem tungku sintering pelet UO2 ME-06 (Gambar 1) pada awalnya menggunakan kendali

216

diambil seluruhnya atau untuk tujuan konversi data. Sampling data hanya mengambil data


secukupnya untuk mewakili data yang banyak tersebut. Dalam proses sampling, data hasil sampling akan mengandung kesalahan jika dibandingkan dengan informasi yang disampling. Kesalahan tersebut akan menjadi mengecil jika frekuensi samplingnya meninggi, dan kesalahan akan menjadi nol untuk frekuensi sangat tinggi atau praktis kembali menjadi sistem analog. Sesungguhnya ide dasar sistem diskrit adalah mengurangi frekuensi sampling namun data hasil sampling masih mengandung informasi yang disampling. Gambar 2 adalah sebuah contoh fenomena yang terjadi dalam proses sampling. Gambar 2.a adalah sinyal informasi dengan frekuensi fi yang akan disampling menggunakan frekuensi sampling fs. Hasil sampling ditunjukkan pada Gambar 2.b s/d 2.c dengan garis putus-putus. Kesalahan yang ada pada hasil sampling pada Gambar 2.b dan 2.c tidak mewakili sama sekali informasi yang disampling, dan kondisi ini yang disebut dengan aliasing. Gelombang informasi hasil sampling berupa gelombang lain dengan frekuensi lebih rendah pada Gambar 2.b, dan hilang sama sekali pada Gambar 2.c (karena amplitudo selalu nol). Hal itu terjadi jika frekuensi sampling lebih kecil atau sama dengan dua kali frekuensi informasi yang disampling. Jika frekuensi sampling di atas dua kali frekuensi informasi seperti yang diperlihatkan pada Gambar 2.c yaitu fs = 4 x fi maka kesalahan data sampling masih mengandung sinyal informasi. Teori sampling memberikan batasan bahwa tidak akan terjadi aliasing jika frekuensi sampling yang digunakan lebih besar dari dua kali frekuensi informasi yang ada pada data tersebut [1]. Frekuensi gelombang merupakan faktor kunci atas bentuk dari gelombang tersebut sehingga dari frekuensi tersebut periode sampling harus diturunkan. Teori sampling memberi batasan dua hal agar aliasing tidak terjadi. Pertama frekuensi sampling yang digunakan harus lebih tinggi dari dua kali frekuensi informasi tertingginya. Kedua adalah semua amplitudo informasi bernilai nol untuk informasi di atas frekuensi tertinggi tersebut [1]. Kedua batasan tersebut harus dipenuhi untuk menghasilkan data hasil sampling yang terbebas dari aliasing. Spektrum frekuensi gelombang informasi yang tidak periodik akan berbentuk kontinu [1]. Oleh karena itu, semua frekuensi akan ada dalam spektrum informasi tersebut, sehingga pendekatan harus dilakukan untuk menentukan frekuensi sampling terhadap informasi yang

217


tidak periodik tersebut. Hal ini dapat dilakukan dengan menggunakan frekuensi spektrum tertinggi (dalam batas toleransi) dari hasil transformasi Fourier atas gelombang informasi tersebut. h(t)

H(f)

β

β α t

f

a. Domain waktu

b. Domain frekuensi

Gambar 3. Transformasi Fourier [1]

Gambar 3.b memperlihatkan bentuk spektrum yang kontinu dari sebuah gelombang non-periodik yang berbentuk eksponensial. Persamaan gelombang informasi tersebut adalah:

h(t) = β e -α t

(1)

dan persamaan hasil transformasi Fourier atas gelombang tersebut adalah [1]:

H(f) =

β α + 4 π2 f 2

(2)

2

Dari Gambar 3.b terlihat bahwa frekuensi tertinggi hasil transformasi Fourier terletak pada titik tak terhingga, sehingga pendekatan praktis harus dilakukan. Langkah pendekatan diawali dengan mendefinisikan suatu bilangan real positip yang menjadi faktor ketinggian amplituda H(f). 0≤P≤1 jika P = 0 ⇒ H(f) = 0, P = 1 ⇒ H(f) = β/α. Besarnya nilai P diatas mengikuti grafik domain frekuensi pada Gambar 3.b dengan memenuhi persamaan (2). Nilai P digunakan untuk pendekatan dalam menentukan frekuensi tertinggi dari persamaan (2). Dengan definisi variabel P tersebut dan menggunakan persamaan (2) diperoleh persamaan sebagai berikut: Ts =

π σ P 1 - P2 1 - P2

(3)

dimana σ adalah time-constant sinyal informasi yang nilainya 1/α. Terlihat untuk kondisi


sampling ideal yaitu P = 0 terjadi jika periode sampling Ts = 0, atau menjadi sistem kontinu atau analog. Oleh karena itu nilai P didekati dengan angka yang nilainya relatif kecil.


ketika peralatan tersebut beroperasi dinamis ON dan OFF. Gambar 5 adalah contoh bentuk spike akibat aktivitas peralatan listrik pada jalur tegangan listrik peralatan tersebut [4].

2.2. Noise spike Medan magnet yang berubah-ubah merupakan sumber penyebab munculnya tegangan listrik pada ujung konduktor yang membentuk luasan pada medan tersebut. Gambar 4 adalah prinsip munculnya tegangan listrik akibat adanya perubahan medan magnet pada kawat tersebut. Secara teoritis penyebab timbulnya tegangan di kedua ujung konduktor tersebut mengikuti hukum Faraday yang dapat ditulis dalam bentuk persamaan sebagai berikut [3]: emf = -

Gambar 5. Spike pada tegangan listrik

dΦ dt

(4)

dimana fluks magnet Φ ditentukan juga oleh luasan S yang ditembus medan magnet B yang berubah-ubah tersebut, dan dihubungkan dengan persamaan: Φ = ∫ B ds

(5)

s

Spike listrik akan memancarkan gelombang elektromagnetik ke udara dengan kekuatan tergantung dari besarnya arus spike tersebut. Sehingga semua perkabelan instrumentasi lain di ruangan yang membentuk luasan dan ditembus oleh medan elektromagnet yang berubah-ubah ini akan menghasilkan tegangan induksi di kedua ujung kabelnya berupa pulsa tajam yang serupa dengan spike listrik pembangkitnya dengan nilai tegangan ditentukan oleh persamaan (4).

3.

Medan magnet yang berubahubah nilainya

TATA KERJA

3.1. Periode Sampling emf

Gambar 4. Kawat membentuk luasan pada medan magnet yang berubah-ubah.

Persamaan (4) dan persamaan (5) berkaitan dengan sistem tungku yang mempunyai termokopel berupa konduktor dengan konfigurasi lingkar tertutup, maka di kedua ujung logam perpanjangan termokopel sangat mungkin mendapat tambahan tegangan, akibat adanya medan magnet yang berubah-ubah dari luar. Sumber medan magnet yang berubah-ubah dapat berasal dari electric spike yang ditimbulkan oleh peralatan-peralatan listrik yang mengkonsumsi arus listrik tinggi dan terjadi

218

Response temperatur sistem tungku sinter ME-06 dimodelkan bersifat eksponensial. Angka penting dalam fungsi eksponensial adalah time-constant. Proses sampling harus bisa mengambil informasi data dengan benar dalam kurun waktu time-constant tersebut. Pendekatan yang dilakukan untuk periode sampling temperatur pada sistem tungku ME-06 ini adalah: Ts = σ/5

(6)

σ adalah time-constant perubahan suhu dalam tungku. Gambar 6 memperlihatkan pendekatan periode sampling tersebut.


dimana y dalam derajat Celsius dan x dalam menit. Dari Persamaan (7) dapat dihitung timeconstant σ dari tungku saat suhunya menurun yaitu σ = 1/0.0036 menit = 278 menit. 157

o

d = delay = 70 detik

d waktu

T em p eratu r tu n g k u ( o C )

σ

σ = time-constant

113

disampling 5 x

Gambar 6. Pendekatan periode sampling

Oleh karena itu, langkah pertama dalam kegiatan teknik sampling untuk tungku sinter ME-06 ini adalah menentukan time-constant dari sistem tungku. Penentuan ini dilakukan dengan dua cara, pertama dengan melihat response suhu ketika diberi perintah untuk naik selama beberapa detik (diberi perintah fungsi step). Kedua menggunakan data response dari tungku pada saat terlihat fungsi kendali suhu tungku sudah tidak berfungsi lagi ketika proses penurunan suhu dalam tungku dilakukan. Pada kondisi ini proses penurunan suhu dalam tungku telah terjadi secara alamiah. Dari data kedua pengukuran tersebut time-constant yang mewakili sistem tungku ditentukan. Gambar 7.a didapat dari data pengukuran sistem tungku yang diberi fungsi step selama 50 detik [5]. Gambar tersebut diperoleh dari kertas grafik yang digambar kembali untuk tujuan pengukuran time-constant ini. Dari gambar tersebut diperoleh data amplitudo tertinggi β = 113 oC dan time-constant σ = 50 detik. Informasi time-delay dapat ditentukan dari tenggang waktu antara ketika sinyal perintah dan hasil perintah masing-masing pada posisi setengah amplitudo tertingi, diperoleh timedelay tungku ME-06 adalah d = 70 detik. Dari data-data response tungku ME-06 yang dimiliki dapat dilihat bahwa pada saat penurunan temperatur dalam tungku dibawah suhu 500oC, maka suhu di dalam tungku sudah tidak dapat dikendalikan lagi. Kondisi ini menunjukkan karakteristik penurunan temperatur dari tungku. Gambar 7.b adalah pola suhu tungku di bawah 500oC yang diambil dari potongan data eksperimen posisi menurun (cooling down). Kurva pada Gambar 7.b berbentuk eksponensial dan dapat ditentukan persamaannya:

y = 484.29 e -0.0036x

(7)

219

92

o

o

Pulsa perintah

180

60

0

300 waktu (detik)

σ = 50 detik

(a). Kondisi suhu naik. Penurunan Temperatur Tungku tanpa Kendali 600

500

y = 484.29e

-0.0036x

400 derajat C els ius

Temperatur tungku (oC)


300

200

100

0 1

61

121

181

241

301

361

421

Waktu (menit)

(b). Kondisi suhu turun.

Gambar 7. Karakteristik tungku ME-06.

Dari dua time-constant yang diperoleh, ditetapkan time-constant ketika suhu naik (nilai yang kecil) untuk diambil mewakili karakteristik tungku, yaitu 50 detik. Dari data ini maka ditetapkan periode waktu sampling menggunakan persamaan (6), diperoleh Ts = 50/5 detik = 10 detik.

3.2 Algoritma sampling Sasaran utama dari algoritma sampling ini adalah untuk menekan kesalahan pengambilan data (sampling) akibat noise yang ditimbulkan oleh spike listrik yang masuk ke jaringan termokopel. Tegangan thermoucouple berpotensi mengandung noise spike tersebut sehingga diperlukan teknik untuk proses samplingnya.



sampling ini belum pernah terjadi kesalahan akibat spike noise seperti sebelumnya. void sure_data() { int i; float tmps[6]; void get_ana_in(int p);

T e m p e ra tu r tu n g k u ( o C )

1200

tmps[5] = 0.0; for(;;) { for(i=0;i<5;i++) { get_ana_in(1); tmps[i] = temp_in; tmps[5]= tmps[5]+tmps[i]; delay(50); } tmps[5] = tmps[5]/i; if(fabs(tmps[5]tmps[0])<5.0) break; } }

800 600 400 200

Waktu(menit)

0 1

61

121

181

Gambar 9. Grafik data hasil sampling

Gambar 8. Routine data sampling

Sub-routine get_ana_in() pada Gambar 8 berfungsi untuk mengambil data dari port ADC (Analog to Digital Computer). Diambil lima data dengan selang waktu pengambilan 50 ms yang kemudian diambil nilai rata-ratanya, dan nilai rata-rata tersebut dibandingkan dengan data yang pertama kali diambil. Jika terjadi selisih lebih kecil dari lima itu berarti data yang pertama kali diambil tidak mengandung noise spike, dan jika terjadi lebih besar dari lima artinya data mengandung noise dan routine pengambilan data diulang dari awal dengan lima data lagi. Pengulangan terus berlangsung selama data mengandung noise hingga data yang diambil bebas dari noise.

4.

1000

Disamping itu, dari hasil pengendalian yang dipublikasikan [2], yaitu pengendalian suhu menggunakan teknik sampling dalam makalah ini, memperlihatkan bahwa sistim kendali suhu dapat menekan perbedaan antara suhu yang terjadi dalam tungku dengan suhu yang diinginkan oleh kendali di bawah 1%. Pada suhu 1650o C konstan selama 2 jam hanya terjadi perbedaan rata-rata 5oC, dan pada suhu naik ramp dari 800o C ke 1600o C dalam waktu 3 jam terjadi perbedaan rata-rata 4o C. Fenomena tersebut menunjukkan bahwa teknik sampling yang dibahas dalam makalah ini mampu menekan noise spike maupun menghasilkan ketelitian pengendalian yang baik (presisi).

4.2 Pembahasan Berikut ini pertimbangan teknis pendekatan yang digunakan dalam proses teknik sampling ini.

HASIL DAN PEMBAHASAN

4.1. Hasil Teknik sampling ini telah digunakan [2] dan hasilnya dapat menekan kesalahan pengambilan data (sampling) sehingga proses pengendalian dapat berjalan dengan baik. Sebelum teknik ini digunakan scara random pernah terjadi pengendalian suhu yang salah, dan terlihat dari layar monitor pengendalian bahwa itu terjadi sebagai akibat adanya spike noise yang diambil sebagai data. Gambar 9 adalah sampel data hasil penggunaan teknik sampling ini, terlihat tidak ada spike noise, dan selama penggunaan teknik

220

4.2.1 Periode sampling Secara menyeluruh, tegangan termokopel yang disampling sesungguhnya berbentuk tidak periodik, namun demikian didekati dengan fungsi eksponensial yang diasumsikan akan terjadi periodik dengan periode sama dengan periode akibat pengendalian aktuasi sistem tungku Ti. Oleh karena itu periode waktu sampling Ts yang digunakan nilainya harus lebih kecil dari periode tersebut Ti. Ilustrasi proses pengendalian dan sampling data digambarkan pada Gambar 10 dengan


pengandaian bentuk response ideal antara suhu naik dan turun sama untuk penyederhanaan pendekatan. Terlihat bahwa periode pengendalian Tk adalah setengah dari periode informasi Ti yang muncul akibat pengendalian tersebut. Oleh karena itu berdasarkan teori sampling, maka periode waktu sampling Ts harus lebih kecil dari periode aktuasi kendali Tk. Sistem kendali tungku ME-06 ini menggunakan periode aktuasi pengendalian Tk = 30 detik [2]. Dari sisi pandangan ini, periode sampling Ts yang dipilih telah memenuhi batasan –pertama teori sampling, karena 10 dt < 30 dt.

Ti

Ti = periode informasi Response suhu

Aktuasi kendali

Tk Tk = perioda pengendalian

Gambar 10. Fenomena pengendalian


sehingga low-pass filter tidak diperlukan lagi karena spektrum domain frekuensi atas sinyal non-periodic telah berbentuk response dari sebuah low-pass filter. Bentuk fungsi eksponensial dalam pendekatan ini diambil dari melihat data pada Gambar 7 bahwa response tungku berbentuk eksponensial, demikian juga model matematis response suhu tungku biasa digunakan berbentuk eksponensial [6]. Terdapat dua timeconstant yang berbeda, maka diambil nilai yang terkecil, yaitu time-constant ketika suhu naik. Pertimbangan ini diambil karena time-constant diambil sebagai nilai penentu periode sampling, sesuai dengan Persamaan (6), dimana periode sampling makin kecil akan menghasilkan data hasil sampling makin baik. Perbedaan time-constant antara kondisi naik dan turunnya suhu dapat dipahami sebagai berikut. Kenaikan suhu dalam tungku merupakan usaha paksa dengan memberi energi listrik melalui filamen pemanas dalam tungku, sedangkan proses penurunan suhu dilepas secara alamiah tidak ada usaha paksa pendinginan. Proses yang demikian ini yang digunakan dalam pengendalian suhu dalam tungku, sehingga jelas akan memberi nilai time-constant yang berbeda.

4.2.2 Potensi noise

Selama dalam selang periode Tk, maka sistem tungku didekati dengan fungsi eksponensial non periodik dan disampling dengan periode sampling Ts yang telah ditetapkan 10 detik. Untuk melihat nilai pendekatan yang dilakukan, angka 10 detik dievaluasi menggunakan persamaan (3) dan diperoleh nilai P = 0,065. Angka ini menunjukkan bahwa amplitudo frekuensi tertinggi yang dipakai sebagai referensi penentu Ts mempunyai nilai 6,5% dari amplitudo sinyal tertinggi dalam domain frekuensi. Nilai ini yang dipakai sebagai pendekatan untuk mendekati nilai ideal 0% (lihat Gambar 3.b). Jadi dalam teknik sampling ini angka 0% sebagai batasankedua teori sampling didekati dengan 6,5%. Dalam instrumentasi pada umumnya, sebelum sampling dilakukan sinyal dilewatkan terlebih dahulu pada low-pass filter untuk menjamin bahwa di atas frekuensi tertinggi sinyal yang akan disampling amplitudonya adalah nol, sesuai dengan batasan-kedua teori sampling. Pendekatan menggunakan P = 0,065 adalah setara dengan menggunakan low-pass filter dengan redaman di atas 20.74 dB,

221

Persamaan (4) dan persamaan (5) menunjukkan potensi masuknya noise dalam saluran termokopel menuju ke instrumen kendali dan monitoring. Meskipun kawat perpanjangan termokopel menggunakan shielding yaitu coaxial cable, tetapi pada bagian tertentu seperti sambungan di instrumen dan di terminal tungku seperti yang ditunjukkan pada Gambar 11 membentuk luasan. Pada dua posisi tersebut berpotensi besar untuk menjadi pintu masuknya noise spike ke jalur termokopel. Rangkaian low-pass filter biasanya digunakan untuk menekan noise spike, tetapi pemberian filter tersebut pada jalur thermocuple akan mempengaruhi karakteristik response dari termokopel sehingga dapat menyebabkan kesalahan baca. Teknik sampling dengan ratarata ini tepat digunakan mengingat sistem tungku mempunyai time-constant dan delay yang cukup besar sehingga periode sampling juga relatif besar (10 detik). Waktu yang dihabiskan untuk pengambilan sampling ratarata seperti yang di tunjukkan pada Gambar 8 adalah 5 x 50 ms = 250 ms. Angka ini cukup kecil dan tidak akan mempengaruhi periode sampling yang 10 detik tersebut.



informasi sampling

dirata-rata

disimpan

dibandingkan

Jika selisihnya > 5 ulangi lagi

Gambar 12. Algoritma sampling

Fenomena tersebut diatas yang digunakan dalam algoritma sampling ini untuk mendeteksi keberadaan noise spike pada informasi yang akan disampling. Sehingga routine pada Gambar 8 tidak akan berhenti atau kembali ke program utamanya kecuali membawa data yang sudah bebas dari noise spike.

5. Gambar 11. Luasan kawat termokopel

4.2.3 Algoritma sampling Routine pada Gambar 8 ditulis untuk bahasa pemrograman C, namun demikian routine tersebut juga dianggap sebagai pseudocode dari algoritma teknik sampling ini, karena sederhana dan mudah dibaca. Aliran kerja algoritma dijelaskan dengan Gambar 12, yaitu selisih antara nilai sampling pertama dengan rata-rata lima sampling yang dilakukan ditetapkan nilainya lima. Angka ini ditentukan untuk mendeteksi terambilnya noise spike. Besaran hasil konversi suhu dari termokopel adalah tegangan. Oleh karena itu selisih angka 5 mV yang terjadi jika ditransformasikan ke nilai suhu (jenis termokopel tungku ME-06 adalah W3%Re/W25%Re) akan senilai dengan 320o C [7]. Mengingat lembamnya sistem tungku (timeconstant 50 detik dan time-delay 70 detik) maka tidak mungkin akan terjadi lonjakan suhu setinggi 320o C dalam periode waktu lima kali sampling tersebut, kecuali jika sistem data akusisi telah mengambil (sampling) spike noise.

222

KESIMPULAN

Teknik penentuan periode dan metoda sampling untuk tungku sinter ME-06 telah dijelaskan. Teknik ini telah digunakan dalam pengendalian suhu tungku tersebut dan terbukti noise spike yang sebelumnya pernah muncul secara random tidak lagi terjadi. Teknik ini memanfaatkan kecepatan hitung alat kendali (dalam hal ini komputer), time-delay sistem tungku yang besar, dan periode waktu sampling sistem tungku yang besar. Sampling lima data untuk dirata-rata dan selisih lima mili-volt sebagai penentu hasil perbandingan merupakan variabel pendekatan yang dilakukan dalam teknik ini, yang disesuaikan dengan kondisi tungku ketika beroperasi. Periode sampling 1/5 time-constant untuk gelombang informasi non-periodik berbentuk eksponensial merupakan pendekatan yang sangat baik. Untuk tungku sinter ME-06 yang memiliki time-constant 50 detik (ketika suhu naik), maka data hasil sampling setara dengan 93,5% kualitas data hasil sampling ideal (kontinu). Indikator ini dilihat dari nilai P = 0,065 yang diperoleh dari periode sampling 1/5 time-constant tersebut, dimana untuk nilai P = 0 adalah nilai untuk sistem sampling yang ideal (kontinu).


6.

DAFTAR PUSTAKA

1.

ORAN, B.E DAN BENYAMIN, M., The Fast Fourier Transform., Prentice-Hall International., Inc., Englewood Cliffs (1974). SUNTORO, A., Refurbishing Sistem Kendali Suhu Tungku Sinter Pelet UO2., Prosiding PPI – PDIPTN 2005., Puslitbang Teknologi Maju – BATAN., Yogyakarta (2005) 63-72. HAYT, W.H. Jr., Engineering Electromagnetics., McGraw-Hill Kogakusha., Tokyo (1974). Mc. Eachern. (2007) Transient over voltages,

2.

3.

4.

7.


5.

6.

7.

Available:http://www.powerstandards.com/ tutorials/transientovervoltages.htm . SUNTORO, A., LATIEF A., DAN RACHMAWATI M., Disain Modifikasi Sistem Kendali Suhu Tungku Sinter Pelet Degussa., Prosiding Seminar UO2 Penelitian Dasar Ilmu Pengetahuan dan Teknologi Nuklir, Yogyakarta (1997) 437445. WILLIAM, CDH., (2007), System Model., School of Physiscs, University of Exeter. Available:http://newton.ex.ac.uk/teaching/C DHW/Feedback/SystemModel.html . SUNTORO, A., Karakteristik Termokopel Tungsten-Rhenium (W-4%Re/W-25%Re)., Prima., Vol. 1, No. 1., (1999) 15-18.

DISKUSI

Didi Gayani PTNBR-BATAN: Apakah ada perbedaan antara teknik sampling untuk menghindari noise dari sistem yang digunakan dengan misalnya penggunaan Low Pass Filter sebelum disampling? Achmad Suntoro: Low Pass Filter memang bisa digunakan, tetapi bisa berakibat adanya penurunan amplitudo dari sinyal informasi (terjadi redaman). Teknik dalam makalah ini menggunakan cara software sehingga amplitudo informasi sama sekali tidak mengalami peredaman. Jadi perbedaan utamanya hanyalah pada implementasi: Low Pass Filter cara hardware. Teknik yang dilakukan dalam makalah ini adalah cara software.

Ke DAFTAR ISI

223

TEKNIK SAMPLING DATA PADA SISTEM KENDALI SUHU TUNGKU SINTER PELET UO 2 ME-06

Recommend Documents