PERANCANGAN SISTEM PENGENDALIAN TEMPERATUR MENGGUNAKAN ALGORITMA PID SELF TUNING BERBASIS FUZZY LOGIC PADA DESUPERHEATER DI UNIT UTILITAS TRANS PASIFIC PETROCHEMICAL INDOTAMA (TPPI) TUBAN ( Dicky Eka Andriansyah, Ir.Muchammad Ilyas HS) Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111 Telp : +6231-5947188 Fax : +6231-5923626 Abstrak Penurunan tekanan dan temperatur uap air dari kondisi high pressure ke medium pressure di unit utilitas TPPI tuban menggunakan plant yang bernama letdown station. Plant tersebut terdiri dari sebuah pressure reduction station dan desuperheater. Proses penurunan temperatur menggunakan desuperheater, sistem pengendalian temperaturnya belum berjalan dengan sesuai dengan yang diharapkan(set point 2400C tidak terpenuhi). Melalui tugas akhir kali ini dilakukan perancangan sistem pengendalian temperatur menggunakan algoritma PID self tuning berbasis fuzzy logic untuk menambah kualitas performansi algoritma pengendalian yang digunakan sekarang yaitu PID. Penalaan otomatis parameter PID berjalan dengan memanfaatkan masukan yang berupa error kemudian diolah didalam basis aturan fuzzy dan fuzzy mengeluarkan parameter PID sesuai dengan kondisi saat itu. Melalui hasil simulasi tanpa gangguan menggunakan PID konvensional dengan parameter Kp=40.2,Ti=4,dan Td=1 hasil penalaan dengan aturan Ziegler-Nichols metode kedua diperoleh rise time 10s settling time 79s peak time 34s dan overshoot 10.15%. Menggunakan PID self tuning diperoleh rise time 25s settling time 106s dengan error steady state 0.0029%. Untuk pengujian tracking set point PID konvensional mempunyai respon lebih cepat namun terdapat overshoot dan sedikit osilasi berbeda dengan PID self tuning respon yang dihasilkan lebih lama namun tidak ada overshoot dan osilasi. Ketika sistem diuji dengan gangguan berupa laju massa uap air yang berubah-ubah secara keseluruhan PID self tuning lebih unggul karena memiliki overshoot yang lebih kecil dan settling time yang lebih sedikit dibandingkan dengan PID konvensional.. Kata kunci : letdown station, desuperheater, PID self tuning, fuzzy logic I.
meningkatkan performa pengendali PID yaitu dengan PID self-tuning berbasis fuzzy logic. Pada algoritma tersebut fuzzy logic digunakan untuk melakukan penalaan otomatis parameter PID dengan memanfaatkan masukan yang berupa error dan keluaran parameter PID seperti Kp, 1/Ti, dan Td.
PENDAHULUAN
Trans Pacific Petrochemical Indotama (TPPI) merupakan perusahaan yang bergerak dalam bidang pengolahan minyak dan gas. Dalam menunjang proses pengolahan terdapat beberapa divisi yang bergerak pada bidangnya masing-masing dan mempunyai keterkaitan antara satu divisi dengan divisi lainya. Salah satu divisinya adalah unit utilitas yang berperan sebagai penyedia kebutuhan proses salah satunya uap air (steam). Uap dihasilkan dari pemanasan air pada boiler kemudian didistribusikan ke plant lain melalui steam header. Pada proses pendistribusian uap dibedakan menjadi 3 jenis yaitu High Pressure (HP), Medium Pressure (MP), dan Low pressure (LP). Uap tersebut berasal dari beberapa sumber yaitu boiler dan Heat Recovery Steam Generator (HRSG) yang kemudian dilewatkan pada steam header jenis HP, kemudian diturunkan tekanan dan temperaturnya pada plant yang bernama letdown station yang terdiri atas reduction station dan desuperheater . Pada proses penurunan tekanan dari HP-MP sudah tidak bermasalah karena sudah dalam kondisi tunak dan set point yang diinginkan sebesar 17 bar sudah terpenuhi. Namun untuk penurunan temperatur masih ada sedikit masalah yaitu set point yang diinginkan sebesar 2400C belum terpenuhi. Algoritma pengendalian yang digunakan untuk menurunkan temperatur menggunakan PID konvensional namun hasilnya belum maksimal. ketidaksesuaian parameter PID yang diberikan pada algoritma pengendali menjadi salah satu factor penentu keberhasilan dari suatu proses yang dikendalikan. Untuk itu dalam tugas akhir kali ini akan dirancang sebuah algoritma pengendalian yang diharapkan mampu
II. DASAR TEORI Letdown Station Letdown station adalah sebuah plant yang berfungsi untuk menurunkan tekanan dan temperatur dari uap air. Pada letdown station terdiri dari sebuah rangkaian pereduksi tekanan dan desuperheater yang diilustrasikan pada gambar 1 berikut ini : 1.
Gambar 1 letdown station Proses penurunan tekanan ini dalam teori termodinamika dinamakan dengan throttling process. Proses ini dilakukan
1
terjadi perubahan tekanan. Gambar 2.2 adalah gambar salah satu dari tipe desuperheater spray nozzle :
dengan memberikan sebuah penghalang pada laju aliran uap air yang mengalir seperti gambar 2 :
Gambar 2 throttling valve [1] Secara sederhana penghalang bisa berupa valve yang terbuka sebagian atau sumbat berpori. Pada volume atur yang melingkupi peralatan semacam itu neraca laju massa dan energi pada keadaan tunak adalah sebagai berikut : (1) 0 1 2 0 1 1 1
Gambar 3 Desuperheater[9]
2 Algoritma PID Pengendali proposional memiliki keluaran yang sebanding/proposional dengan besarnya sinyal kesalahan (selisih antara besaran yang diinginkan dengan harga aktualnya). Secara lebih sederhana dapat dikatakan, bahwa keluaran pengendali proporsional merupakan perkalian antara konstanta proporsional dengan masukannya. Perubahan pada sinyal masukan akan segera menyebabkan sistem secara langsung mengubah keluarannya sebesar konstanta pengalinya. Pengendali proporsional memiliki dua parameter, pita proporsional (proportional band) dan konstanta proporsional. Daerah kerja pengendali efektif dicerminkan oleh pita proporsional, sedangkan konstanta proporsional menunjukkan nilai faktor penguatan terhadap sinyal kesalahan, Kp. Hubungan antara pita proporsional (PB) dengan konstanta proporsional (Kp) ditunjukkan secara persentasi oleh persamaan berikut:
2 2 (2) 2 Dimana : 1 = laju massa sisi masukan 2 = laju massa sisi keluaran
= perpidahan kalor
= kerja ynag dilakukan 1 = entalpi masukan 2 = entalpi keluaran V1 = kecepatan pada aliran masukan V2 = kecepatan pada aliran keluaran Z1 = ketinggian sisi masukan Z2 = ketinggian sisi keluaran Pada umumnya tidak terdapat perpindahan kalor ke sekeliling yang berarti dan perubahan energi potensial sisi masukan dan keluaran dapat diabaikan sebab memiliki nilai yang sama. Dengan idealisasi neraca laju massa dan energi bergabung menjadi
1 2 (3) Walaupun kecepatan bisa menjadi relative tinggi di dalam daerah sekitar penghalang, pengukuranyang dilakukan di hulu dan di hilir dan penampang dimana aliran dikurangi menunjukkan bahwa untuk kebanyakan kasus perubahan energi kinetik spesifik antara gas atau airan yang mengalir antara kedua tempat pengukuran dapat diabaikan. Dengan penyederhanaan lebih lanjut ini bentuk persamaan terakhir menjadi 1 2 (4) Desuperheater merupakan alat yang digunakan untuk menurunkan suhu dari uap air. Penurunan temperatur dilakukan dengan cara menyemprotkan butiran-butiran air dengan kecepatan tinggi kedalam aliran uap air. Pada keadaan tunak persamaan pada neraca energi menjadi seperti ini: . . . Dimana : = laju massa uap air = laju massa air = entalpi uap air = entalpi air = entalpi uap air setelah diturunkan
!
" 100%
(6)
Dimana : = Lebar Pita Proporsional $% = Gain Proporsional Bila harga Kp semakin besar akan menyebabkan respon pengendali akan semakin cepat dan sebaliknya nilai offset akan mengecil. Namun jika Kp semakin kecil maka akan membutuhkan waktu yang lama. Secara keseluruhan rumus untuk pengendali PID dalam fungsi waktu adalah sebagai berikut:
2
012
&'( $%)*( -3 *. . / 4 (7) +, 02 Dimana : &'( = Sinyal keluaran pengendali fungsi waktu $% = Gain Proporsional *( = Error fungsi waktu /5 = Waktu Integral / = waktu derivative Pengendali integral berfungsi menghasilkan respon sistem yang memiliki kesalahan keadaan mantap nol. Kalau sebuah plant tidak memiliki unsur integrator (1/s), pengendali proporsional tidak akan mampu menjamin keluaran sistem dengan kesalahan keadaan mantapnya nol. Dengan pengendali integral, respon sistem dapat diperbaiki, yaitu mempunyai kesalahan keadaan mantapnya nol. Pengendali integral memiliki karakteristik seperti halnya sebuah integral. Keluaran pengendali sangat dipengaruhi oleh perubahan yang sebanding dengan nilai sinyal kesalahan. Keluaran pengendali ini merupakan jumlahan yang terus
(5)
Desuperheater bekerja pada tekanan yang tetap artinya selama pertukaran panas antara uap air dan air tidak
2
menerus dari perubahan masukannya. annya. Kalau sinyal kesalahan tidak mengalami perubahan, keluaran akan menjaga keadaan seperti sebelum terjadinya perubahan masukan. Keluaran pengendali diferensial memiliki sifat seperti halnya suatu operasi derivatif. Perubahan yang mendadak pada masukann pengendali, akan mengakibatkan perubahan yang sangat besar dan cepat. Ketika masukannya tidak mengalami perubahan, keluaran pengendali juga tidak mengalami perubahan.
yang berupa bilangan tunggal. Operasi fuzzy untuk melakukan MIN dan MAX bisa dibuat sendiri. Namun biasanya dengan memakai fungsi min dan max sudah mencukupi untuk berbagai kebutuhan. Implikasi adalah proses mendapatkan keluaran dari sebuah auran IF-THEN THEN berdasarkan derajat kebenaran antecedent. Namun ketika rule diberi bobot maka keluaran IF-Then Then rule juga harus dikalikandengan bobot tersebut. Setelah keluaran setiap IF-THEN THEN rule ditentukan(yaitu berupa set keluaran yang sudah diboboti pada tahap implikasi maka tahap selanjutnya adalah melakukan proses agregasi yaitu proses mengkombinasi keluaran IF-THEN rule menjadi sebuah fuzzy set tunggal. Jika bagian consecuent terdiri dari satu pernyataan maka proses agregasi dilakukan secara terpisah ditiap variabel keluaran IF-THEN THEN rule.Kalau rule masukan dari fuzzyfikasi berupa bilangan tunggal yaitu harga variabel masukan, asukan, dan keluarannya adalah suatu derajat keanggotaan dalam suatu fuzzy set dalam antecedent maka masukan dan keluaran defuzzyfikasi adalah kebalikannya. Masukan defuzzyfikasi adalah sebuah fuzzy set dan keluarannnya adalah bilangan tunggal yang dimasud tersebut. Ada beberapa versi jenis bilangan tunggal yang dimasud. Mungkin yang
3. Konsep Dasar Fuzzy Fuzzy logic adalah sebuah metode berhitung dengan menggunakan kata-kata kata sebagai pengganti berhitung dengan sebagai pengganti berhitung dengan bilangan. Didalam pembuatan sistem fuzzy secara umum dimulai dari fuzzifikasi masukan dan keluaran, penentuan rule base,, dan penentuan metode defuzzifikasi. Fuzzifikasi bertujuan mentransformasikan input berupa data crisp ke dalam bentuk himpunan fuzzy. Metoda fuzzifikasi yang banyak digunakan adalah fuzzifikasi singleton dimana titik crisp xo dipetakan kedalam suatu himpunan fuzzy dengan fungsi keanggotaan µ(x) (x) = 0 kecuali pada harga xo. Fungsi keanggotaan Merupakan sebuah kurva yang menggambarkan pemetaan dari masukan ke derajat keanggotaan antara 0 dan 1. Melalui fungsi keanggotaan yang telah disusun maka dari nilai-nilai nilai masukan tersebut menjadi informasi fuzzy yang berguna nantinya untuk proses pengolahan secara fuzzy.. Banyaknya jumlah fungsi keanggotaan dalam fuzzy set menentukan banyaknya aturan yang harus dibuat. Keanggotaan dalam himpunan fuzzy mempunyai bentuk yang berbeda-beda terdiri dari : • Fungsi Gaussian
paling popular adalah centroid dibawah kurva hasil set agregasi. 3. PID Self Tuning Berbasis Fuzzy logic PID self tuning berbasis fuzzy logic adalah suatu algoritma pengendalian yang menggabungkan antara PID dan fuzzy logic. Penggabungan 2 algoritma yang berbeda ini ditujukan untuk membuat performa dari PID agar semakin lebuh baik. Fungsi dari fuzzy logic disini sebagai penala otomatis dari parameter PID seperti Kp, Ti, dan Td. Secara umum metode ini menggunakan 2 masukan untuk dijadikan sebagai vareiabel yang akan di fuzzifikasikan yaitu error dan delta error. Secara umum diagram blok dengan menggunakan algoritma pengendali ini seperti gambar 7 berikut ini :
Gambar 4 Bentuk fungsi keanggotaan Gaussian • Fungsi Segitiga
Delta error Du/dt
Set Point
PV
Fuzzy
+
-
PID
Plant
Error
Gambar 5 Bentuk fungsi keanggotaan Segitiga • Trapesium Gambar 7 Diagram blok pengendalian menggunakan PID self tuning berbasis fuzzy logic Algoritma ini cara dibangun dengan cara relatif mudah karena rule base yang menentukan kapan dan berapa nilai yang dikeluarkan bergantung pada aturan IFTHEN.
Gambar 6 Bentuk Fungsi keanggotaan Trapesium Operasi fuzzy logic perlu dilakukan jika bagian antecedent yang lebih dari satu pernyataan. Hasil akhir dari operasi ini adalah derajat kebenaran antecedent
3
2.
III. PEMODELAN DAN PERANCANGAN SISTEM 1. Flow Chart Penelitian
Perancangan Sistem Pengendalian Temperatur Perancangan sistem pengendalian temperatur menggunakan algoritma PID self tuning berbasis fuzzy logic dengan memanfaatkan input yang berupa error dan delta error .seperti yang terlihat pada gambar 9
Gambar 9 Diagram Blok sistem pengendalian Fuzzy logic disini digunakan sebagai penala otomatis parameter PID. fuzzy logic yang dibangun memiliki 2 input error dan delta error dan 3 output yang berupa kp, 1/Ti, Td. Gambar 10 adalah plant let down station high pressure – medium pressure secara sederhana .
Gambar 10 plant let down station high pressure –medium pressure 3.
Pemodelan Desuperheater
Dari data teknis yang didapat dari perusahaan terlihat bahwa kondisi dilapangan untuk proses penurunan tekanan sudah stabil. error pada proses penurunan tekanan ± kurang dari 2%. Data mengenai spesifikasi desuperheater yang ada diketahui bahwa uap air yang temperaturnya diturunkan ternyata tidak mengalami perubahan tekanan kecuali pressure drop dari desuperheater itu sendiri maka untuk proses penurunan tekanan pada plant let down station pada simulasi kali ini dapat diasumsikan dalam keadaan tunak yaitu pada tekanan 17 bar. Untuk memodelkan proses penurunan temperatur uap air maka digunakan dua neraca energi berikut ini: 6..78.0+ 02
. . /59 . . /:5;
. . / (8) Lalu data-data teknis dimasukkan kedalam persamaan 9 : <,<>
[email protected],A3?0+
. 8,61.370 . 4,2.115 . 12,05. / (9) 02
Gambar 8 Flow chart penelitian
4
Dimana : ms = laju massa uap air (kg/s) mcw = Laju aliran massa air pendingin (kg/s) Cv = Kalor spesifik pada volume tetap (kJ/kg. 0C) Tair = Temperatur air pendingin (0C) Tin = Temperatur uap air yang masuk (0C) ρ = Massa jenis uap air (kg/m3) 4. V = Volume dari desuperheater (m3)Pemodelan dan Perancangan Transmitter Untuk pemodelan temperatur transmitter dapat di dekati dengan fungsi alih orde satu seperti pada persamaan 10. +2T
+UT
V.TW
Gambar 12 Fuzzifikasi Error
Gambar 13 Fuzzifikasi delta Error
(10)
Dimana :
/( hasil pengukuran temperatur dalam mA Ta temperatur actual dalam derajat Celcius $ gain dari transmitter . time constant transmitter Dari data teknis maka di dapatkan +2T
+UT
5.
3.3@
>.TW
Gambar 13 Fuzzifikasi Kp
(11)
Pemodelan dan Perancangan Control valve
Pemodelan control valve dapat didekati fungsi alih orde 1 seperti pada persamaan 12. X7YT Z[T
V8.TW
(12)
Dimana :
CO control output dari pengendali (mA) ] laju massa air pendingin (Kg/s) K = gain control valve . time constant control valve
Gambar 14 Fuzzifikasi 1/Ti
Dari data teknis maka di dapatkan
X7YT Z[T
6.
3.3<<>
.><.TW
(13)
Desain PID Self Tuning Berbasis Fuzzy logic
Gambar 15 Fuzzifikasi Td Untuk rule base yang digunakan dalam perancangan algoritma PID self tuning berbasis fuzzy logic adalah sebagai berikut : Error
Gambar 11 Desain PID self tuning berbasis fuzzy logic
Delta Error
PID self tuning berbasis fuzzy logic hanya memiliki 1 input yang berupa error dan 3 output yaitu Kp, 1/Ti, dan Td. PID self tuning ini dibangun dengan 49 rule base. Fuzzifikasi error dengan delta error dan parameter PID ada pada gambar 11, 12, 13, 14 dan 15 berikut ini :
5
NB
NM
NS
Z
PB
PM
PS
NB
B
M
S
Z
B
M
S
NM
B
M
S
Z
B
M
S
NS
B
M
S
Z
B
M
S
Z
B
M
S
Z
B
M
S
PB
B
M
S
Z
B
M
S
PM
B
M
S
Z
B
M
S
PS
B
M
S
Z
B
M
S
2. Pengujian open loop sistem Pengendalian
IV ANALISA DATA DAN PEMBAHASAN
Temperatur. Pengujian open loop dilakukan agar diketahui performansi sistem saat sistem tidak terintegrasi dengan pengendali. Dengan memberikan sinyal 13.7297 mA kepada control valve.
1. Pengujian Transmitter dan Control Valve Pengujian Transmitter dilakukan memberikan input sinyal berupa temperatur.
dengan
Gambar 16 Blok Pengujian Temperatur Transmitter
Gambar 20 Hasil uji open loop Dari hasi uji open loop sistem diketahui bahwa terlihat temperatur berada pada set point ini menunjukkan bahwa sistem telah sesuai dengan yang diinginkan karena sinyal yang diberikan berdasarkan perhitungan dari kondisi proses saat keadaan tunaknya .
3. Pengujian
Sistem Tanpa Gangguan Menggunakan PID Konvensional dan PID Self tuning Pengujian sistem pengendalian menggunakan PID konvensional untuk metode penalaan yang digunakan adalah metode kedua Ziegler-Nichols. Dengan nilai parameter PID adalah Kp = 40.2, Ti = 4, dan Td = 1.
Gambar 17 Hasil Pengujian Temperatur Transmitter Sedangkan untuk control valve dimasukkan sinyal elektrik 4-20mA untuk mengetahui besar laju aliran massa yang keluar.
Gambar 18 Blok pengujian control valve Hasil pengujian dari control valve terlihat pada gambar 19.
Gambar 21 Respon sistem menggunakan PID konvensional
Gambar 22 Respon sistem menggunakan PID self tuning
Gambar 19 Hasil pengujian control valve
6
4. Pengujian Tracking Set Point Sistem Pengendalian Temperatur Menggunakan PID Konvensional dan PID Self Tuning. Pengujian tracking set point dilakukan agar diketahui kehandalan dari suatu algoritma pengendalian apakah ketika set point sistem pengendalian tersebut dinaikkan atau diturunkan masih dapat mengikuti set point. Tracking set point ini dilakukan dengan mengganti-ganti set point temperatur 0 dengan nilai [240, 360, 240, 200 C]. Gambar 25 Sinyal gangguan laju massa uap air Hasil respon yang diberikan oleh sistem adalah sebagai berikut :
Gambar 23 Hasil uji tracking set point dengan PID konvensional Pengujian untuk tracking set point pada sistem menggunakan PID self tuning dilakukan dengan cara yang sama seperti pada PID konvensional yaitu dengan pola set point [240, 260, 240, 2000C]. Pengujian dengan pola set point yang sama dilakukan agar diketahui apakah PID self tuning memiliki respon paling baik terhadap perubahan set point. Hasil dari respon PID self tuning terkihat pada gambar 4.10 berikut ini.
Gambar 25 Respon sistem menggunakan PID konvensional saat uji gangguan
Gambar 26 Respon sistem menggunakan PID self tuning saat uji gangguan
Gambar 24 Respon sistem menggunakan PID self tuning saat set point
V. KESIMPULAN Berdasarkan pengujian yang telah dilakukan dan hasil yang didapatkan maka dapat ditarik beberapa kesimpulan sebagai berikut:
5. Pengujian Sistem Pengendalian Temperatur Terhadap Gangguan Menggunakan PID Konvensional dan PID Self Tuning
1.
algoritma pengendalian akan di uji performansinya saat menerima gangguan yang berubah- ubah dan mengamati algoritma manakah yang mampu kembali dengan cepat ke set point nya dan menghasilkan respon yang baik. Gangguan dari sistem pengendalian temperatur kali ini bersumber dari laju massa uap air.
2.
3.
7
Telah dilakukan perancangan pengendali PID self tuning berbasis fuzzy logic pada letdown station high pressure-medium pressure. Saat uji close loop PID konvensional memiliki overshoot dan respon yang cepat sedangkan PID self tidak memiliki overshoot namun responnya lebih lama. PID self-tuning berbasis fuzzy logic memiliki respon yang lebih baik bila dibandingkan dengan PID konvensional untuk
mengembalikan respon keadaan tunaknya saat terjadi gangguan.
Daftar Pustaka 1.
Cengel , Yunus A., Boles, Michael A. “Thermodynamics An Engineering Approach’’ , Fifth Edition, Mc Graw Hill,New York ,2006 2. Stephanopolous, George “ Chemical Process Control” an introduction to Theory and practice, Prentice/Hall international,Inc,1984 3. Rajput ,R.K “Engineering Thermodynamics “, third edition, Laxmi Publication LTD, 2007 4. Roffel, Brian, Betlem , Ben.” Process Dynamics and Control Modelling and Control Prediction ” John willey and Son, 2006 5. Setiawan, Iwan., “Kontrol PID Untuk Proses Industri” Elex Media Komputindo, 2008 6. Moran, Michael J, Shapiro, Howard N.” Termodinamika Teknik Jilid 1” Edisi keempat, Erlangga, 2003 7. Naba, Agus .,”Belajar Cepat Fuzzy Logic Menggunakan Matlab”Andi Yogyakarta.2009 8. Ogata, Katsuhiko., “System Dynamics” third edition, Practice Hall.,Inc,1998 9. Zulfatman, Rahmat M, F “Application of selftuning fuzzy PID on industrial hydraulic actuator using system identification approach”, International Journal on Smart Sensing and Intelligent System, Vol. 2, No. 2, June 2009 10.
, January ,2010 11. Wen Huang Yan, Cheng Tung Pi,” Design of a fuzzy gain scheduling controller having input saturation a comparative study”, Journal of Marine Science and Technology, Vol. 17, No. 4 (2009)
8
