Hasil Pencarian  ::  Simpan CSV :: Kembali

"Metanol dibuat dengan Cara mereaksikan campuran gas sintesis dengan bantuan katalis Copper Based (Cu-'Z.`nO) pada suhu antara 230 OC - 270 "C dan rentang tekanan 50 » 100 atm. Proses pcmbuatan metanol dcngan menggunakan tekn0|ogi tekanan rendah Lurgi ini menghasilkan metanol kasar (crude meranol) dengan kernumian 92,3%wt , yang perlu mengalami proses pemurnian lebih lanjut, sehingga clidapatkan spesifikasi produk yang sesuai dcngan standart yang diinginkan. Crude metanol yang meninggalkan tealctor masih banyak mengandung air dan impuritis lainnya yaitu : komponen dengan titik didih rendah dan tinggi (Eight ends dan heavy ends) yang meliputi gas-gas terlarut, dimetil eter, metil formiat, ester, alkohol rendah. Impurities tersebut biasanya dipisahkan dalam 2 tahap, Pertama, semua komponen yang mendidih pada suhu lebih rendah daripada metanol dihilangkan dalam light ends coloumn. Metanol murni dan komponen lain yang lebih tinggi titik didihnya kemudian didistilasi dalam saw/lebih kolom distilasi. Produk yang dihasilkan berupa metanol 99,85%wc, metanol 95%wt serca dimetil eter 32%wt. Kebutuhan utilitas (penunjang) berupa air pcndingin sebanyak 60 m’/jam, listrik 30.000 kWh, uap (steam) 206.805 kg/j dan bahan bakar 124.717 kg/j. Tenaga kerja awal yang dibutuhkan untuk produksi sebanyak 82 orang dan pabrik didirikan di atas tanah minimum seluas 30 ha berlokasi di Bontang, Kalimantan Timur. Modal tetap yang dibutuhkan sebesar US $ 82.768.699,28 atau sekitar Rp. 190 milyar. Pembagian modal direncanakan 40% milik sendiri dan sisanya berasal dari pinjaman luar negeri. Dari hasil perhitungan ckonomi diperoleh titik impas sebesar 29,8396 dari kapasitas dan waktu serta laju pengcmbalian modal masing-masing adalah 2,19 tahun dan 35,72%. Berdasarkan analisis ekonomi maka pendirian pabrik metanol berbahan baku gas sintesis ini layak untuk dilakukan."

"Kebutuhan dunia akan metanol khususnya di Asia Pasifik dari tahun ke tahun meningkat cukup pesat. Pada tahun 1995 yang lalu jumlah kekurangan tersebut sejumlah 349 juta galon dan diperkirakan akan semakin bertambah dari tahun ke tahun. Metanol atau metil alkohol dibuat dengan Cara mereaksikan campuran gas sintesis dengan bantuan katalis Copper Based (Cu-ZnO) pada suhu antara 230 °C - 270 "C dan rentang tekanan 50 - 100 atm. Pada kondisi ini konversi karbon monoksida yang dipcroleh sebesar 50,83%. Reaksi terjadi di dalam tube yang berisi karalis pada rcakror unggun tetap dengan tube jamak (Fixed Bed Multi Tube). Reaktor beroperasi secara isotermal dan untuk menjaga temperatur reaksi agar konstan maka panas reaksi yang dihasilkan, yaitu sebesar -21.684 kkal/mol, digunalcan untuk membuat uap (steam) bertekanan sedang (40 bar) dari air panas bersuhu 235 °C. Produk yang dihasilkan berupa metanol 98,85%, metanol 95% serta dimetil eter 32%. Untuk membuat metanol 330.000 ton per tahun dibutuhkan bahan baku gas sintesis scbanyak 85.8916 ton dan katalis 55 ron. Kcbutuhan utilitas (pcnunjang) berupa air pendingin scbanyak 60 rn’/jam, listrik 30.000 kWh, uap (steam) 206.805 kg/j dan bahan bakar 124.717 kg/j. Thnaga kerja awal yang dibutuhkan untuk produksi sebanyak 82 orang dan pabrik didirikan di atas tanah seluas 30 ha berlokasi di Bontang, Modal tetap yang dibutuhkan sebesar US $ 8Z.768.699,28 atau sekitar Rp. 190 milyar. Pembagian modal direncanakan 40% milik sendiri dan sisanya bcrasal dari pinjaman luar negeri. Dari hasil perhitungan ekonomi diperoleh titik impas sebesar 29,8396 dari kapasitas dan waktu serta laju pengembalian modal (sebelum pajak) masing-masing adalah 1,83 tahun dan 44,66%. Berdasarkan analisis ekonomi maka pendirian pabrik metanol bcrbahan baku gas sintesis ini layak untuk dilakukan."

"Penelitian ini bertujuan untuk melakukan studi kinetika reaksi hidrogenasi CO2 menjadi metanol menggunakan katalis CuO ZnO AlOCrO dengan pendekatan analisis kinetika makro (hukum pangkat sederhana dan hukum pangkat kompleks). Analisis kinetika makro menghasilkan model kinetika ;hukum pangkat sederhana (SPL) dan hukum pangkat kompleks CPL seperti pada persamaan-persamaan berikut.Hasil studi kinetika makro tersebut menunjukkan bahwa model kinetika hukum pangkat kompleks dapat memperbaikan model kinetika hukum pangkat sederhana. Secara statistik model CPL lebih baik (akurat) dari pada model SPL dan secara kinetika model CPL dapat memberikan informasi yang lebih lengkap dibandingkandengan model SPL"

"In the future, medium for energy carrier of fossil fuel shoul match the criteria such as energy prices, efficiency, and environment sound to win the competition...."

"Laju penguapan semprotan bahan bakar pada motor pembakaran dalam mempunyai peran yang sangat penting dalam kesempurnaan pembakaran. Semprotan ini berbentuk seperti tetesan-tetesan bahan bakar yang sangat kecil. Tevfik Gemci et. al. telah melakukan simulasi semprotan cairan dengan perangkat lunak KIVA-3V. Beberapa perangkat lunak simulasi pembakaran, seperti KIVA-3V dan Fluent, menggunakan model analogi Ranz-Marshall dan stagnan film untuk menghitung laju perpindahan massa dan panas. Penelitian ini bertujuan untuk melihat kesesuaian kombinasi kedua model tersebut yang diterapkan pada tetesan metanol (Le=1,5) dengan data eksperimen. Analisa yang dilakukan menunjukkan bahwa besar Sh dan Nu model stagnan film memiliki korelasi yang lemah terhadap model analogi Ranz-Marshall.

---

Fuel spray evaporation rate in inner combustion engine has an important role in the perfection of combustion. The spray consists of small dropplets of fuel. Tevfik Gemci et. al. had worked on simulation of spray with KIVA-3V software. Some combustion simulation software, such as KIVA-3V and Fluent, use Ranz-Marshall analog model and stagnant film model to calculate heat and mass transfer rate. This study is aimed to show the correlation between the two models on methanol droplet evaporation (Le=1,5) using experimental data. Besides, this study is also intended to compare stagnan film and Ranz-Marshall analog model to the combination of the two models (modified stagnan film) which Kosasih E.A and Alhamid M.I had proposed. After it was analysed, it was found that the result of Sh dan Nu using Ranz-Marshall analog model has a bad correlation to stagnan film."

"Laju penguapan semprotan bahan bakar pada motor pembakaran dalam mempunyai peran yang sangat penting dalam kesempurnaan pembakaran. Semprotan ini berbentuk seperti tetesan-tetesan bahan bakar yang sangat kecil. Tevfik Gemci et. al. telah melakukan simulasi semprotan cairan dengan perangkat lunak KIVA-3V. Beberapa perangkat lunak simulasi pembakaran, seperti KIVA-3V dan Fluent, menggunakan model analogi Ranz-Marshall dan stagnan film untuk menghitung laju perpindahan massa dan panas. Penelitian ini bertujuan untuk melihat kesesuaian kombinasi kedua model tersebut yang diterapkan pada tetesan metanol (𝐿𝑒=1,5) dengan data eksperimen. Selain itu, penelitian ini juga bertujuan untuk membandingkan model Ranz-Marshall dan stagnan film dengan kombinasi model yang diusulkan oleh Kosasih E.A. dan Alhamid M.I (modifikasi stagnan film). Setelah dianalis, besar Sh dan Nu yang dihasilkan model Ranz-Marshall memiliki korelasi yang buruk dengan yang dihasilkan model stagnan film dan modifikasi. Oleh karena itu, makalah ini juga membahas koreksi terhadap koefisien C1 dan C2 yang digunakan dalam model modifikasi stagnan film.

---

Fuel spray evaporation rate in inner combustion engine has an important role in the perfection of combustion. The spray consists of small dropplets of fuel. Tevfik Gemci et. al. had worked on simulation of spray with KIVA-3V software. Some combustion simulation software, such as KIVA-3V and Fluent, use Ranz-Marshall analog model and stagnant film model to calculate heat and mass transfer rate. This study is aimed to show the correlation between the two models on methanol droplet evaporation (𝐿𝑒=1,5) using experimental data. Besides, this study is also intended to compare stagnan film and Ranz-Marshall analog model to the combination of the two models (modified stagnan film) which Kosasih E.A and Alhamid M.I had proposed. After it was analysed, it was found that the result of Sh dan Nu using Ranz-Marshall analog model has a bad correlation to stagnan film and modification model. Thus, this paper also discusses a correction on C1 and C2 coefficient which is used in modification model."

"Eritropoietin (EPO) adalah hormon glikoprotein yang terdiri dari 165 asam amino dan memiliki berat molekul sebesar 30.400 Daltons. Sebagian besar kebutuhan EPO didapatkan dari hasil sintesis pada selmamalia Chinese hamster ovary (CHO). Pichia pastoris adalah sejenis khamir yang populer digunakan untuk menggantikan sistem ekspresi pada sel mamalia. P. pastoris dapat menggunakan metanol sebagai satu-satunya sumber energi karbon. Pada studi ini, protein rekombinan EPO (rhEPO) disintesis dengan cara mengekspresikan gen hEPO pada khamir metilotropik P. pastoris strain X33. Studi ini dilakukan untuk mengetahui konsentrasi metanol dan waktuinkubasi yang optimal untuk mensintesis rhEPO. Pada studi ini konsentrasi metanol yang digunakan adalah 0%, 0.5%, 1%, 2.5%, 5%, 10%, dan 20%. Sedangkan waktu inkubasi yang digunakan adalah 0 jam, 24 jam, 48 jam, 72 jam, 96 jam, 120 jam, and 144 jam. Hasil penelitian ini menunjukkan bahwa ekspresi protein yang tertinggi terjadi padakonsentrasi metanol sebesar 2.5% dan waktu inkubasi selama 48 jam.

---

AbstractErythropoietin (EPO) is a glycoprotein hormone consists of 165 amino acids and has molecular mass of 30,400 Daltons. The large quantities of these hormone required to satisfy clinical demand are currently met by recombinant expression in mammalian cell, namely chinese hamster ovary (CHO). Pichia pastoris has become popular yeast based proteinproduction systems to substitute mammalian expression systems.P. pastoris is capable to use methanol as sole carbon and energy source. In this study, recombinant human EPO (rhEPO) protein obtained by expressing the hEPO gene in methylotropic yeastP. pastoris, strain X33. The present work was carried out to study the optimal methanol concentration for induction and the incubation time to obtain rhEPO protein. To perform this study, the transformedP. pastoris was induced with various concentrations of methanol (0%, 0.5%, 1%, 2.5%, 5%, 10%, and 20%) and incubation times (0 hours, 24 hours, 48 hours, 72 hours, 96 hours, 120 hours, and 144 hours). The results demonstrate that the highest protein expression level occurred at concentration of 2.5% methanol induction, while the optimal incubation time was at 48 hrs. "

"ABSTRAKMasalah penurunan produksi minyak bumi di Indonesia telah terjadi sejak tahun 2000. Negara Indonesia telah menjadi importir minyak bumi sejak tahun 2003 dengan nilai impor 100 ribu barel per hari yang terus meningkat dari waktu ke waktu hingga tahun 2014. Hal ini disebabkan oleh kebutuhan untuk energi dan bahan bakar di Indonesia terus meningkat. Masalah ini dapat diatasi dengan menggunakan Dimethyl Ether (DME) sebagai sumber bahan bakar alternatif dengan beberapa manfaat dibandingkan dengan bahan bakar fosil. Penelitian tentang desain pabrik DME terus dilakukan, salah satu studi yang dilakukan berjudul Produksi DME dari Gas Sintetis untuk Aditif Bahan Bakar Mesin Diesel dan Campuran LPG. Namun, hasil desain masih memerlukan kontrol proses untuk mencapai proses produksi yang optimal. Penelitian tentang sistem kontrol proses di pabrik ini telah dilakukan, tetapi masih belum menghasilkan sistem kontrol proses yang optimal. Sistem kontrol Multivariable Model Predictive Control (4x4) dapat diterapkan pada desain pabrik ini. Parameter MMPC (4x4) optimal dalam bentuk T, P, dan M dalam proses pemurnian DME dari campuran metanol secara berurutan adalah 25, 18, dan 41. Parameter ini merupakan hasil kombinasi dari metode Shridhar-Cooper dan fine tuning. Jika dibandingkan dengan MPC, MMPC (4x4) memberikan peningkatan kinerja kontrol dari 15,46% menjadi 94,7% bila dilihat dari IAE dan 10,31% hingga 97,726% bila dilihat dari ISE. Dengan demikian sistem MMPC (4x4) memberikan kinerja kontrol yang lebih baik dibandingkan dengan sistem MPC.

---

ABSTRACTThe problem of decreasing petroleum production in Indonesia has occurred since 2000. The Indonesian state has been an importer of petroleum since 2003 with an import value of 100,000 barrels per day which continues to increase from time to time until 2014. This is due to the need for energy and fuel in Indonesia continues to increase. This problem can be overcome by using Dimethyl Ether (DME) as an alternative fuel source with several benefits compared to fossil fuels. Research on the design of the DME plant continues to be carried out, one of the studies conducted was entitled Production of DME from Synthetic Gas for Diesel Engine Fuel Additives and LPG Blends. However, the design results still require process control to achieve optimal production processes. Research on the process control system at this plant has been carried out, but it has not yet produced an optimal process control system. The Multivariable Model Predictive Control (4x4) control system can be applied to this factory design. The optimal MMPC (4x4) parameters in the form of T, P, and M in the DME refining process from methanol mixtures respectively are 25, 18, and 41. These parameters are the result of a combination of the Shridhar-Cooper method and fine tuning. When compared to MPC, MMPC (4x4) gives an increase in control performance from 15.46% to 94.7% when viewed from IAE and 10.31% to 97.726% when viewed from ISE. Thus the MMPC system (4x4) provides better control performance compared to the MPC system."

"ABSTRAKPengendalian proses pemisahan metanol-air pada produksi dimethyl ether (DME) dari gas sistesis menggunakan pengendali Model Predictive Control (MPC) jenis single-input single-output (SISO) telah menunjukkan hasil yang lebih baik dibandingkan dengan penggunaan pengendali Propotional-Integral (PI). Namun, penerapan pengendali MPC tunggal ini membuat proses produksi DME menjadi tidak ekonomis dikarenakan biaya modal pengendali MPC lebih besar dibandingkan pengendali PI. Pada penelitian ini, dirancang pengendali Multivariable Model Predictive Control (MMPC 4x4) dengan empat variabel masukan atau variabel yang dimanipulasikan (manipulated variable, MV) dan empat variabel keluaran atau variabel yang dikendalikan (controlled variable, CV). Pengendali MMPC diusulkan untuk mengurangi jumlah pengendali yang digunakan (empat MPC) serta mengatasi interaksi antar-variabel yang akan memengaruhi kinerja pengendalian. Perancangan pengendali meliputi identifikasi interaksi antar-variabel melalui pemodelan empirik first-order plus dead time (FOPDT) dan penyetelan pengendali. Empat CV tersebut meliputi suhu kondensor, suhu keluaran cooler, level kondensor, dan level kolom, sedangkan empat MV-nya meliputi beban kondensor, beban cooler, laju alir produk distilat, dan laju alir produk bawah. Hasilnya menunjukkan bahwa interaksi antar variabel yang teridentifikasi meliputi seluruh variabel yang terlibat, sehingga didapatkan matriks 4x4 yang berisi 16 model FOPDT. Nilai parameter pengendali berupa sampling time (T), prediction horizon (P), dan control horizon (M) yang memberikan kinerja pengendalian yang optimum berturut-turut adalah 2, 24, dan 10. Penggunaan MMPC memberikan kinerja pengendalian yang lebih baik dibandingkan dengan MPC, yang ditunjukkan oleh penurunan IAE sebesar 7% hingga 72% dan penurunan ISE sebesar 14% sampe 83%.

---

ABSTRACTProcess control of separating methanol-water from the production of dimethyl ether (DME) from synthesis gas using the Model Predictive Control (MPC) controller of single-input single-output (SISO) type has shown better results compared to the use of Propotional-Integral (PI) controllers. However, the application of this single MPC controller made the DME production process uneconomical because the MPC controllers capital cost was greater than the PI controller. In this study, a Multivariable Model Predictive Control (MMPC 4x4) controller was designed with four input variables or manipulated variables (manipulated variables, MV) and four controlled variables (controlled variables, CV). The MMPC controller is proposed to reduce the number of controllers used (four MPC) and overcome inter-variable interactions that will affect control performance. The design of the controller includes the identification of inter-variable interactions through first-order plus dead time (FOPDT) empirical modeling and controller adjustments. The four CVs include condenser temperature, cooler output temperature, condenser level, and column level, while the four MVs include condenser load, cooler load, distillate product flow rate, and bottom product flow rate. The results show that the interactions between the variables identified include all the variables involved, resulting in 16 FOPDT models. The control parameter values ​​in the form of sampling time (T), prediction horizon (P), and control horizon (M) that provide optimum control performance are 2, 24, and 10. The use of MMPC provides better control performance compared to MPC, which is indicated by a decrease in IAE of 7% to 72% and a decrease in ISE of 14% to 83%."