Pkm p Hafizh Malik h.t Revised

1006773345

UNIVERSITAS INDONESIA

USULAN PROGRAM KREATIVITAS MAHASISWAJUDUL PROGRAMAPLIKASI METODE MODEL PREDICTIVE CONTROL (MPC) UNTUK PENGENDALIAN KOMPRESOR DAN H2S REMOVAL PADA PABRIK BIOHIDROGEN DARI BIOMASSA

BIDANG KEGIATANPROGRAM KREATIVITAS MAHASISWA-PENELITIAN (PKM-P)

DIUSULKAN OLEH:Ketua Pelaksana:Hafizh Malik H.T (1006706233, Angkatan 2010)Anggota Pelaksana:Farah Diba Toya(1206229995, Angkatan 2012)Anggota Pelaksana:Dezaldi Adam(1306392853, Angkatan 2013)

UNIVERSITAS INDONESIADEPOK2013

PENGESAHAN USULAN PKM-PENELITIAN

DAFTAR ISI

PENGESAHAN USULAN PKM-PENELITIAN iDAFTAR ISIiiDAFTAR GAMBARiiRINGKASAN1BAB 1 PENDAHULUAN21.1.Latar Belakang Masalah21.2Perumusan Masalah31.3Tujuan31.4Luaran Yang Diharapkan31.5Kegunaan32.1.Pabrik Biohidrogen dari Biomassa42.2.Pengendalian tingkat lanjut42.3.Model Predictive Control53.1.Diagram Alir Penelitian63.2.Peralatan yang digunakan73.3.Bahan Penelitian73.4.Prosedur Penelitian74.1Anggaran Biaya84.2Jadwal Kegiatan9Lampiran 1. Biodata Ketua dan Anggota10Lampiran 2. Justifikasi Anggaran Kegiatan13Lampiran 3. Susunan Organisasi Tim Peneliti dan Pembagian Tugas13Lampiran 4. Surat Pernyataan Ketua Peneliti14

DAFTAR GAMBAR

Gambar 3. 1. Diagram Alir Penelitian6

ii

RINGKASAN

Banyaknya unit pada sebuah pabrik membuat banyak gangguan yang akan terjadi pada suatu proses pabrik, gangguan tersebut akan berdampak kepada keefektidan dan kestabilan operasi pabrik tersebut yang juga berpengaruh kepada lingkungan sekitar. Salah satu cara untuk menangai adanya gangguan dari luar tersebut yakni dengan cara memasanag suatu pengendali pada unit-unit yang sangat penting. Kompresor dan H2S Removal merupakan unit-unit yang penting dalam pabrik biohidrogen dari biomassa. Kandungan H2S harus dihilangkan guna mencegah korosi dan juga meningkatkan nilai bakar dari suatu gas hidrogen. Kompresor berfungsi untuk meningkatkan tekanan hingga mencapai tekanan operasi. Model Predictive Control (MPC) merupakan suatu pengendali yang dapat bekerja dengan sistem multi input multi output dimana pada pabrik biohidrogen dan biomassa ini banyak sekali variable yang akan dikendalikan.

1

BAB 1 PENDAHULUAN1.1. Latar Belakang MasalahPada pabrik biohidrogen dari biomassa, proses yang akan dilakukan sangatlah banyak, sehingga memerlukan alat yang juga sangat banyak seperti unit pengolahan bahan baku, unit gasifikasi, unit char decomposer, unit kompresi, steam reforming, unit char combuster, unit cooler, unit H2S Removal, dan unit presseure swing absorber. H2S Removal dan Unit Kompresi merupakan unit yang terpenting dalam menghasilkan biohidrogen secara efektif. H2S merupakan zat beracun yang dapat membahayakan orang disekitarnya sehingga harus dihilangkan, sedangkan unit kompresi bertugas untuk menaikkan tekanan yang keluar dari unit gasifikasi sehingga tercapai tekanan yang tinggi untuk dapat beroperasi.Dalam pengoperasian pabrik, tidak bisa dihilangkan bahwa kondisi maksimal sangat sulit didapat, jika tidak digunakan kontroler pada kedua unit tersebut, maka apabila terjadi gangguan dari luar, akan berdampak kepada keefektifan dan kestabilan operasi pabrik tersebut yang juga akan dapat membahayakan orang-orang sekitar pabrik.Penelitian mengenai pengendalian ini, sudah dilakukan oleh M.Iqbal dengan menggunakan metode Proportional-Integral (PI) pada tahun 2012. Metode lain yang dapat digunakan adalah metode Model Predictive Control (MPC) yang merupakan salah satu pengendalian alternatif dengan sistem multi input multi output (MIMO) dengan interaksi diantara lup-lup yang dikendalikannya. Dalam kenyataannya, pengendalian MPC akan mengeluarkan hasil yang lebih baik dari pada PI karena MPC memulai pengendalian sebelum setpoint berubah, sementara PI memulai pengendalian pada saat setpoint berubah. Hal ini berarti dalam MPC, pengendalian dilakukan sebelum adanya perubahan pada sistem, sedangkan pada PI, pengendalian dilakukan setelah adanya gangguan, perubahan pada sistem sehingga membutuhkan waktu yang lama untuk mengembalikannya ke keadaan semula (Haugen, 2010).Pada penelitian ini, akan dilakukan sistem pengendalian pada proses kompresi dan H2S Removal yakni pengendalian tekanan dan pengendalian komposisi H2S. Pada proses ini, untuk menghilangkan H2S secara efektif dari aliran gas dan membentuk suatu padatan sulfida yang stabil. Dalam proses ini, tekanan operasi yang digunakan sangatlah tinggi yakni sebesar 3162 kPa, sedangkan untuk tekanan masuknya adalah sebesar 148,6 kPa (Budianta et al.,2011). Sehingga diperlukan unit kompresi yang dapat menaikkan tekanan hingga mencapai 3162 kPa. Oleh karena itulah, untuk menaikkan tekanan dan menghilangkan H2S dalam produksi biohidrogen ini dibutuhkan sebuah sistem pengendalian MPC controller agar pada saat ada gangguan yang terjadi, maka kondisi operasi dapat kembali ke keadaan yang seharusnya.

1.2Perumusan MasalahKompresor merupakan komponen penting pada pabrik biohidrogen dari biomassa ini, karena kompresor dapat meningkatkan tekanan yang akan masuk ke H2S Removal. H2S Removal merupakan komponen utama dari pabrik ini, dimana H2S harus dihilangkan agar mencapai spesifikasi dari gas yang ditentukan. Oleh karena itu, kedua unit ini harus di kontrol agar mendapatkan hasil yang lebih baik lagi serta bagaimana MPC Controller dapat lebih baik daripada pengendali lain.

1.3 TujuanTujuan dari penelitian ini adalah untuk menghasilkan pengendalian yang lebih baik untuk proses kompresi dan H2S Removal pada pabrik biohidrogen dari biomassa.

1.4Luaran Yang DiharapkanAdapun luaran yang diharapkan dari penelitian ini adalah nilai Integral Absolut Error dari metode MPC lebih baik daripada nilai Integral Absolut Error metode lain.

1.5 Kegunaan1.5.1 Untuk Masa KiniKegunaan penelitian ini untuk masa sekarang ini adalah sebagai perbandingan antara suatu metode dengan metode lainnya dalam melakukan pengendalian1.5.2 Untuk Masa MendatangKegunaan untuk masa mendatang adalah sebagai saran pengembangan terhadap sistem pengendalian.

BAB 2 TINJAUAN PUSTAKA2.1. Pabrik Biohidrogen dari BiomassaPabrik biohidrogen digunakan sebagai feedstock, dimana masukan kebanykan berasal dari kayu dan limbah kayu, hasil pertanian serta limbahnya. Energi keluaran dari pabrik ini akan digunakan sebagai energi elektrik.H2S removal merupakan unit yang digunakan untuk menghilangkan H2S. H2S harus dihilangkan karena dapat menyebabkan korosi dan juga dapat menurunkan nilai bakar gas. Pada pabrik ini digunakan metode iron sponge, dimana metode ini terbuat dari besi oksida yang terhidrasi dengan penunjang yang terbuat dari lembaran kayu berukuran partikel yang memiliki bidang kontak yang baik dengan gas.Proses pemurnian H2S berlangsung dengan cara menagalirkan gas ke bawah melintasi unggun yang berisi iron sponge. Pada proses ini, besi sulfida akan bereaksi dengan H2S sehingga akan membentuk besi sulfida dan air. Air akan turun ke bagian bawah dari unggun bersama gas dan kemudian di keringkan (drainasi) untuk mencegah akumulasi. Iron sponge juga dapat menghilangkan zat pembau seperti merkaptan yang terdapat dalam aliran gas.

2.2. Pengendalian tingkat lanjutPada proses industri modern, biasanya industri beroperasi dalam skala besar dimana pada suatu unit dapat memiliki input dan output yang banyak, sehingga terdapat multivariable. Banyak dari variabel-variable proses tersebut yang berinteraksi satu sama lain dan tidak bisa diabaikan karena akan mempengaruhi performa dari proses tersebut. Hingga saat ini, terdapat beberapa pengendalian advance yang pernah dikembangkan seperti ratio control, cascade control, feedforward control, decoupling control, model based control. Model Predictive Control merupakan pengendalian tingkat lanjut (Advance) yang dikembangkan berdasarkan Model based control.

2.3. Model Predictive ControlHal yang paling menunjang dari Model Predictive Control adalah perilaku dari proses yang ada akan diprediksi dengan menggunakan model dinamik dan pengukuran yang tersedia. Sehingga pada saat sistem menerima gangguan (disturbance), controller akan semakin cepat menanggapinya.Model Predictive Control (MPC) merupakan suatu metode pengendalian yang berdasarkan model dan merupakan metode umum yang dapat menyelesaikan pengendalian multi input multi output (MIMO).Konsep dasar dari Model Predictive Control ini adalah :a. Keluaran proses yang diharapkan berada pada rentang horizon N yang telah ditentukan, hal ini dinamakan prediction horizon, keluaran diprediksi pada waktu pencuplikan dengan menggunakan model proses. Keluaran dari proses ini bergantung kepada nilai masukan dan keluaran serta sinyal kendali yang akan digunakan.b. Penghitungan sinyal kendali dengan meminimalisasi objective function (fungsi kriteria) yang ditetapkan sebelumnya, hal ini bertujuan untuk menjaga keluaran proses agar sedekat mungkin dengan acuan.Sinyal kendali u(t|t) akan dikirim ke proses, sementara sinyal terprediksi yang lainnya akan dibuang. Hal ini dikarenakan pada pada pencuplikan berikutnya keluaran dari y(t+1) sudah diketahui. Langkah pertama akan diulang dengan menghasilkan keluaran baru dan semua perhitungan yang diperlukan akan diperbaiki. Sinyal yang baru akan dihitung dengan menggunakan konsep receving horizon.

BAB 3 METODE PENELITIAN3.1. Diagram Alir Penelitian

Gambar 3. 1. Diagram Alir Penelitian.3.2. Peralatan yang digunakanPada penelitian ini, program yang digunakan untuk mensimulasikan pengendalian dengan metode MPC adalah ASPEN HYSYS 7.0. Pada perangkat lunak ini, terdapat perancangan berbagai jenis alat yang serta pengendali yang dapat di simulasikan baik secara steady state maupun secara dinamik.

3.3. Bahan PenelitianPada penelitian kali ini, bahan yang digunakan adalah hasil perancangan pabrik hidrogen dari biomassa (Budianta, et al, 2011), dimana pada perancangan pabrik ini memiliki unit kompresor dan H2S Removal.

3.4. Prosedur Penelitian Melakukan Pemodelan dalam kondisi Steady StateSistem yang akan diidentifikasi adalah unit kompresor dan H2S yang telah ada pada perancangan pabrik biohidrogen (Budianta et al, 2011). Dalam pengendalian kali ini tekanan yang keluar dari kompresor diasumsikan selalu tetap, sedangkan pada H2S Removal akan mengikuti sistem untuk menghasilkan konsentrasi sulfur yang diharapkan.

Pengumpulan data dan penentuan parameter KompresorLaju alir umpan yang masuk kedalam kompresor (F): 740 kgmol/hrSuhu Umpan Masuk (Tf): 110 oCTekanan umpan masuk (Pin): 48,6 kPaTekanan umpan keluar (Pout): 3162 kPa H2S RemovalLaju alir umpan yang masuk kedalam H2S Removal (F): 740 kgmol/hrSuhu Umpan Masuk (Tf): 200 oCTekanan umpan masuk (Pin): 3162 kPaKomposisi H2S umpan masuk H2S removal: 3000 ppmwKomposisi keluaran H2S: 0 ppmw

Mengubah simulasi ke proses dynamic dan memasang pengendaliModel sistem diubah menjadi model dinamik yang kemudian setiap unit dipasang pengendalian yakni berupa pengendali MPC. Variabel yang akan dikontrol pada unit kompresor adalah tekanan aliran yang memasuki H2S Removal, sedangkan untuk H2S removal, variabel yang akan dikontrol adalah komposisi H2S (fraksi massa)

Mengidentifikasi Sistem ModelDalam melakukan identifikasi sistem model, akan dilakukan model testing, dimana pada model testing ini akan digunakan PID Controller dimana akan diberi gangguan pada PID Controller sehingga didaptkan pemodelan empirik dari hasil model testing ini. Simulasi dengan menggunakan MPC kemudian dilakukan dengan memasukkan parameter yang didapatkan pada pemodelan empirik.

Membandingkan hasil dari IAE MPC dan IAE PIDDalam proses tuning, akan dibandingkan antara Integral Absolut Error yang dihasilkan oleh Model Predictive Control dan Proportional Integrative. Jika dihasilkan IAE dari PI lebih kecil daripada IAE yang dihasilkan oleh MPC, maka akan dilakukan tunning ulang, sedangkan apabila sudah mencapai, maka tuning telah selesai dilakukan.

BAB 4 BIAYA DAN JADWAL KEGIATAN4.1Anggaran BiayaTabel 4. 1. Ringkasan Anggaran Biaya.NoJenis PengeluaranBiaya (Rp)

1Perangkat Lunak Aspen Hysys 7.08.812.000

2Random Access Memory 16GB1.400.000

Jumlah10.212.000

4.2Jadwal KegiatanTabel 4. 2. Jadwal Kegiatan PKMP.KegiatanBulan ke-

123

123412341234

Studi Literatur

Persiapan Perangkat Lunak

Proses Pengujian

Pengolahan Data dan Analisis Hasil

Pembuatan Laporan Akhir

DAFTAR PUSTAKA[1] Agachi, Paul Serban (2006). Model Based Control. German : WILEY-VCH Verlag GmbH[2] Aspen, 2012. Aspen Hysys Operation Guide : Reference Guide[3] Boyd, S. (2010). Model Predictive Control. Stanford University[4] Budianta, I.A, Abqari, F. Dkk (2011). Perancangan Pabrik Biohidrogen dari Biomassa. Depok : Departemen Teknik Kimia Universitas Indonesia[5] Dwiyaniti, Murie. (2010). Perancangan Pengendalian. University of Indonesia.

Lampiran 1. Biodata Ketua dan Anggota

I. Biodata Ketua Pelaksana PenelitianA. Identitas Diri1Nama Lengkap (dengan gelar)Hafizh Malik H.T

2Jenis KelaminL

3Program StudiTeknik Kimia

4NIM1006706233

5Tempat dan Tanggal LahirDuri, 22 Januari 1993

[email protected]

7Nomor Telepon/HP085271100048

B. Riwayat PendidikanSDSMPSMA

Nama InstansiMI Hubbul WathanMTs YasmiSMA N 2 Mandau

Jurusan---

Tahun Masuk-Lulus1998 20042004 20072007 - 2010

C. Pemakalah Seminar NasionalNo.Nama Pertemuan Ilmiah/SeminarJudul Artikel IlmiahWaktu dan Tempat

D. Penghargaan dalam 10 Tahun TerakhirNo.Jenis PenghargaanInstitusi Pemberi PenghargaanTahun

1SPE Java ScholarshipAsosiasi2013

220 Terbaik Olimpiade Kimia ke-7 RiauAsosiasi2009

3Terbaik I Olimpiade Kimia SMA DuriAssosiasi2010

Semua data yang saya isikan dan tercantum dalam biodata ini adalah benar dan dapat dipertanggungjawabkan secara hukum. Apabila di kemudian hari ternyata dijumpai ketidaksesuian dengan kenyataan, saya sanggup menerima sanksi. Demikian biodata ini saya buat dengan sebenarnya untuk memenuhi salah satu persyaratan dalam pengajuan hibah PKM-P DIKTI.

Depok, 22 Oktober 2013Pengusul,

Hafizh Malik H.T

II. Biodata Anggota Pelaksana Penelitian 1A. Identitas Diri1Nama Lengkap (dengan gelar)Farah Diba Toya

2Jenis KelaminP


4NIM1206229995

5Tempat dan Tanggal LahirJakarta, 28 Oktober 1994

[email protected]



Nama InstansiSD Al-Azhar 04 Kebayoran lamaSMPN 11 JakartaSMAN 6 Jakarta

Jurusan

Tahun Masuk-Lulus2000-20062006-20092009-2012


-


-



Farah Diba Toya

III. Biodata Anggota Pelaksana Penelitian 2A. Identitas Diri1Nama Lengkap (dengan gelar)Deazaldi Adam

2Jenis KelaminL


4NIM1306392853

5Tempat dan Tanggal LahirJakarta, 10 Desember 1995

[email protected]



Nama InstansiSD Bina InsaniSMP Negeri 1 BogorSMA Labschool Kebayoran

Jurusan---

Tahun Masuk-Lulus2001-20072007-20102010-2013


-


1-

2



Dezaldi Adam

Lampiran 2. Justifikasi Anggaran KegiatanMaterialJustifikasi PemakaianKuantitasHarga Satuan (Rp)Keterangan

Software(Aspen Hysys 7.0)Sebagai alat pendukung simulasi pengendalian18.812.0008.812.000

Hardware(RAM 16 GB)Sebagai upgrade untuk unit komputer11.400.0001.400.000

Sub Total (Rp)10.212.000

Lampiran 3. Susunan Organisasi Tim Peneliti dan Pembagian TugasNo.Nama / NIMProgram StudiBidang IlmuAlokasi Waktu (jam/minggu)Uraian Tugas

1.Hafizh Malik H.T/ 1006660604Teknik Kimia-20 Melakukan koordinasi antar anggota Melakukan pemodelan Melakukan Tuning Menganalisa hasil pengujian

2.Farah Diba Toya/ 1206229995Teknik Kimia-10 Mengubah simulasi ke proses dynamic dan memasang pengendali

3.Deazaldi Adam/ 1306392853Teknik Kimia-10 Melakukan pengambilan data dan penentuan parameter

7

14Lampiran 4. Surat Pernyataan Ketua Peneliti

Documents

Pkm p Hafizh Malik h.t Revised