Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada tahun 2015, Indonesia diproyeksikan mengalami defisit bahan bakar minyak sebesar 562.000 barrel/ hari. Untuk menutupi defisit tersebut diperlukan upaya luar biasa berupa pembangunan terminal transit bahan bakar minyak impor atau pembangunan kilang baru dan modifikasi kilang eksisting dengan kapasitas pengolahan sebesar minimal 300.000 barrel/ hari guna menjaga ketahanan energi nasional. Disain kilang yang ada harus dipasang dengan sistem pengendalian untuk menghindari gangguan pada proses yang berdampak pada keefektifan dan kestabilan operasi pabrik. Pada awalnya minyak bumi akan diproses pada bagian Crude Distillation Unit (CDU) untuk mendapatkan produk straight run. Unit ini sangat menentukan rate produk sehingga perlu diterapakan konfigurasi sistem pengendalian yang optimum. Jenis pengendali yang akan diterapkan pada penelitian ini adalah pengendali PI (Proportional - Integral) karena dapat menangani hampir setiap situasi pengendalian proses di dalam skala industri. Telah banyak rancangan kilang dengan model konfigurasi tertentu dan metode pengendali tertentu, misalnya kilang dengan dominasi produk bensin dengan pengendali PID dan kilang dengan dominasi produk kerosene dengan pengendali PI. Pengendalian proses kolom distilasi ini dilakukan dengan mensimulasikan secara dinamik pada perangkat lunak Aspen Hysys v.8. Penyetelan pengendali dilakukan untuk mendapatkan parameter kinerja alat kendali yang optimum yaitu dihitung berdasarkan metode Ziegler - Nichols, Lopez dan fine tunning. Sebagai hasilnya, pada pengendali laju alir diesel dan light naphta, pengendali tekanan pada reboiler, dan pengendali temperatur feed masukan kolom distilasi digunakan penyetelan Lopez. Sedangkan untuk pengendali laju alir AGO (atmospheric gas oil) dan level kondenser digunakan penyetelan fine tuning.

---

By 2015, Indonesia is projected in deficit of fuel oil by 562.000 barrels/ day. To cover that deficit, Indonesia requires a tremendous efforts such as the construction of a transit terminal which is imported fossil fuels or the construction of new refineries and modification of the existing refinery with a processing capacity of at least 300.000 barrels/ day in order to maintain national energy security. The design of the existing refinery has to be fitted with a control system to avoid interruptions that have an impact on the effectiveness and stability of plant operations. At first, crude oil will be processed at the Crude Distillation Unit (CDU) to obtain straight run products. This unit will determine the rate of product that needs to be applied an optimum configuration of system control. PI controller (Proportional - Integral) will be applied to the system control because it can handle almost any situation in process control in industrial scale. Have many designs refineries with a particular configuration model and specific control methods, such as a refinery with a petrol product dominance with a PID controllers and refineries with kerosene product dominance with a PI controller. The distillation column of process control is done by simulating the plant dynamically in Aspen Hysys v.8 software. Adjustments made to obtain the optimum performance parameters of control device that is calculated based on Ziegler - Nichols, Lopez and fine tunning methods. As a result, the diesel and light naphtha flowrate controllers, reboiler pressure controller, and input feeds temperature of a distillation column controller used Lopez adjustment. As for the AGO (atmospheric gas oil) flowrate controller and the level of conndenser controller used fine tuning adjustment."

"Indonesia adalah salah satu negara yang memiliki potensi yang sangat besar dalam pengembangan sustainable energy sebagai sumber energi nasional, dan biomassa adalah yang paling potensial untuk menjadi energi alternatif. Pemanfaatan biomassa sebagai bahan baku pembuatan hidrogen merupakan hal positif yang sangat prospektif, salah satunya melalui pengadaan pabrik biohidrogen dari biomassa. Hidrogen dipilih karena merupakan salah satu zat yang memiliki banyak fungsi strategis dalam industri kimia.kemudian membandingkan nilai IAE (Integral Absolute Error) dan ISE (Integral Square Error) dari ketiga jenis penyetelan tersebut. Proses pada pabrik biohidrogen dari biomassa terbagi menjadi beberapa unit proses, yaitu unit pengolahan awal bahan baku, unit gasifikasi, unit char combustor, unit kompresi, unit H2S Removal, unit steam reforming, unit water gas shift, dan unit pressureswing adsorber. Pada penelitian ini akan dijelaskan pengendalian pada kompresor dan steam reformer. Kedua unit tersebut penting dikendalikan agar mencapai tekanan yang diinginkan pada masukan H2S Removal dan untuk mendapatkan gas hidrogen pada unit Steam Reformer. Pengendali yang digunakan adalah pengendali PI karena hampir dapat menangani setiap situasi pengendalian proses. Untuk mendapatkan kinerja yang optimum, dilakukan penyetelan pengendali dengan metode Ziegler Nichols, Lopez, dan Default Unisim, Hasilnya pengendalian tekanan dan suhu yang optimum adalah dengan metode penyetelan pengendali Ziegler Nichols. Sedangkan pengendalian surge-01, surge-02, surge-03 pada kompresor metode yang paling optimum adalah Default Unisim, dan untuk surge-04 adalah metode Lopez.

---

Indonesia is a country that has a huge potential in the development of sustainable energy as a national energy source, and biomass is the most potential to become alternative energy. Utilization of biomass as raw material for hydrogen is very prospective for the provision of biohidrogen plant. Hydrogen was chosen because it is a substance that has many critical functions in chemical industries. The process in biohidrogen from biomass plant is divided into several process units, such as raw material pretreatment, gasification unit, char combustor unit, compression unit, H2S removal unit, steam reforming unit, water gas shift unit, and pressure swing adsorber unit.

This research will explain the process control of compressor and steam reformer. Both units are essential in order to achieve the desired pressure for the input of H2S Removal and to get hydrogen gas at Steam Reformer unit. The controller used in this research is a PI controller because it can handle virtually any process control situation. To get optimum performance, controller tuning method is done by the method of Ziegler Nichols, Lopez, and Default Unisim, then compare the IAE (Integral Absolute Error) and ISE (Integral Square Error) values of the three types of tuning methods. The result is the optimum pressure control and temperature control is by Ziegler Nichols tuning method. While the optimum control for surge-01, surge-02, and surge- 03 is Default Unisim, and for surge-04 is Lopez tuning method."

"Laju pertumbuhan penduduk Indonesia memaksa konsumsi akan bahan bakar terus meningkat, karena saat ini bahan bakar telah menjadi salah satu kebutuhan utama masyarakat modern di Indonesia. Sebagian besar bahan bakar tersebut berasal dari minyak bumi yang dalam satu dekade ini produksinya mengalami penurunan di dalam negeri. Oleh sebab itu peluang pengembangan energi alternatif harus terus di kembangkan di Indonesia, salah satunya dengan membuat Pabrik Dimetil Eter (DME) dengan bahan baku utama gas sintesis. Gas sintesis ini diperoleh dari gas alam melalui proses autotermal reforming. Indonesia sendiri memiliki cadangan gas alam yang lebih besar ketimbang minyak bumi. DME dipilih karena merupakan bahan bakar alternatif yang ramah lingkungan. Proses pembuatan DME secara indirect melibatkan sintesis metanol, dehidrasi metanol, purifikasi DME hingga purifikasi metanol untuk di recylce. Dalam penelitian ini akan dijelaskan sistem pengendalian pada proses purifikasi DME hingga purifikasi metanol. Unit-unit yang ada pada proses purifikasi DME ialah unit heater, unit distilasi DME, unit cooler, unit flash drum dan unit storage tank, sedangkan pada proses purifikasi metanol terdapat unit distilasi metanol, unit cooler dan unit pompa. Pengendalian pada kedua proses purifikasi itu penting untuk menjaga proses tetap pada kondisi optimumnya. Proses purifikasi DME dan Metanol ini mengandalkan Unit Distilasi yang memiliki temperatur operasi hingga 190oC dan tekanan hingga 1950 kPa. Sistem pengendalian yang dipilih untuk proses ini ialah jenis pengendali Proportional Integral (PI) karena dapat menangani hampir setiap situasi kontrol proses di dalam skala industri. Penelitian ini menggunakan pemodelan penyetelan pengendali Ziegler Nichols dan Lopez, lalu dibandingkan nilai parameter kinerja pengendalinya yaitu Offset, Rise Time, Time of First Peak, Settling Time, Periode osilasi, Decay Ratio, Overshoot, Deviasi maksimum, Integral Absolute Error (IAE) dan Integral Square Error (ISE) dari kedua jenis penyetelan tersebut. Hasil penelitian ini dapat digunakan untuk penentuan variabel input dan output yang optimum pada proses purifikasi DME dan Metanol yang dapat diterapkan pada pabrik DME.

---

Increases of Indonesia’s population makes consumption of fuel was high, because nowadays fuel become primary needs for modern people in Indonesia. Fuel in Indonesia is mostly from petroleum, which is has slowly production in one decade behind. Therefore, chance in alternative energy must be develop in Indonesia, one of them is making Industry of Dimethyl Ether (DME) from synthetic gas feed. Synthetic gas was get from natural gas in autothermal reforming process. Indonesia has more reserve natural gas than petroleum. The another benefit from DME is friendly for our environment as alternative fuel. Indirect process in production of DME consists of synthesis methanol, dehidration methanol, purification DME and purification methanol for recycle.

The research will explain about control system in purification DME and purification methanol. Purification DME consists of heater, distillation column of DME, cooler, flash drum and storage tank, furthermore purification methanol consists of distillation column of methanol, cooler and pump. Controlling both of purification process is really important to keep the process in optimum condition. Purification process of DME and methanol used distillation column in temperature up to 190oC and pressure up to 1950 kPa.

Type of control system in this research is Proportional Integral (PI) controller, it is because the controller can handle much process control condition in industry scale. This research used tuning model Ziegler Nichols and Lopez, then compares the performance parameter of Offset, Rise Time, Time of First Peak, Settling Time, Osilation Period, Decay Ratio, Overshoot, Maximum Deviation, Integral Absolute Error (IAE) and Integral Square Error (ISE) by both tuning model. The result of this research can be use to define optimum input and output variable in Purification process of DME and Methanol that can applied in Industry of DME."

"Tingginya kandungan gas CO₂ pada cadangan gas alam di Indonesia merupakan tantangan yang cukup berdampak bagi proses produksi dan pemanfaatan cadangan gas alam tersebut. Untuk meningkatkan aspek teknis dan terhindar dari masalah-masalah operasional pada proses penghilangan gas CO₂, salah satu aspek yang dapat ditingkatkan adalah sistem pengendalian yang diaplikasikan ke sistem tersebut. Adanya variabel disturbance pada suatu sistem dapat menurunkan kinerja sistem pengendali yang digunakan. Dalam mengatasi masalah tersebut, aplikasi pengendali multi-loop PI dengan melibatkan disturbance model dinilai mampu meningkatkan kinerja sistem pengendalian dan mengeliminasi efek dari variabel disturbance tersebut. Dengan demikian, penelitian ini bertujuan untuk memperoleh disturbance model berdasarkan first order plus dead time (FOPDT) yang telah diverifikasi dan memperoleh kinerja pengendalian yang optimal dengan melibatkan model tersebut ke dalam sistem pengendali multi-loop PI. Dalam memperoleh kinerja pengendalian yang optimal dilakukan proses tuning dengan menggunakan metode biggest log modulus tuning (BLT) dan fine tuning, untuk dibandingkan dengan kinerja pengendalian multivariable model predictive control (MMPC) oleh Wahid, Meizvira dan Wiranoto (2018) pada sistem linear dan non-linear. Disturbance model dirancang berdasarkan perubahan variabel disturbance laju alir gas alam dengan membuat setpoint controlled variable (CV) tidak berubah, yaitu tekanan gas alam umpan sebesar 511,4 psia dan laju alir make-up water sebesar 10,5 psig. Hasil disturbance model yang paling merepresentasikan sistem yang dikendalikan adalah yang diperoleh menggunakan metode Solver. Dengan melakukan uji perubahan setpoint dan variabel disturbance, diketahui bahwa pengendali multi-loop PI-fine tuning menghasilkan kinerja pengendalian yang lebih baik daripada sistem pengendali MMPC, PI re-tuning dan multi-loop PI-BLT, baik pada sistem linear maupun non-linear. Hal ini menunjukkan bahwa penyusunan pengendali multi-loop PI pada sistem linear dengan melibatkan disturbance model dapat digunakan sebagai dasar dalam meningkatkan kinerja pengendalian pada sistem non-linear.

---

The high content of CO₂ in natural gas reserves in Indonesia is a challenge that has quite an impact on its production and utilization process. To improve the technical aspects and avoid operational problems in the CO₂ gas removal, one aspect that can be improved is the applied control system. The existence of a disturbance variables in a system may downgrade the performance of the used control system. To overcome this problem, the application of a multi-loop PI controller which involves disturbance model is considered to be able to improve the performance of the control system and eliminate the effects of the disturbance. Thus, this study aims to obtain a disturbance model based on the verified first order plus dead time (FOPDT), to be applied to the design of a linear multi-loop PI control system. To obtain optimal control performance of multivariable model predictive control model (MMPC) which has been conducted by Wahid, Meizvira and Wiranoto (2018), both on linear and non-linear system. The disturbance model is designed based one changes in the natural gas flow rate as disturbance variable by setting the setpoint of all controlled variables (CV) unchanged), which are the feed natural gas pressure on 511,4 psig, and make-up water flow rate on 10,5 psig. Through setpoint and disturbance variable change tests, it is known that the multi-loop PI-fine tuning controller produces better control performance than MMPC, PI re-tuning and multi-loop PI-BLT control system, both on linear and non-linear systems. Thus, by involving the disturbance model on linear multi-loop PI controller system design might be a bases for improving control system performance in non-linear system."

"Proses dehidrasi gas merupakan salah satu proses yang umum dijumpai pada industri pengolahan gas. Unit dehidrasi gas ini tentu diharapkan dapat beroperasi pada kondisi produksi yang optimum sehingga dapat menghasilkan produk sales gas yang memberikan keuntungan bagi kedua belah pihak. Namun, adanya kandungan hidrokarbon dan uap air pada sales gas akan menyebabkan pembentukan hidrat yang bersifat korosif pada saluran pipa. Untuk mencegah hal tersebut, gas alam yang berasal dari reservoar perlu dikeringkan terlebih dahulu sebelum dijual sebagai sales gas. Oleh karena itu, dibutuhkan sistem pengendalian proses pada bagian-bagian yang penting pada unit dehidrasi gas agar kestabilan dan keselamatan proses produksi dapat terjaga. Sistem tersebut dirancang untuk menjaga keamanan operasi dan memastikan proses berjalan dengan optimal untuk mendapatkan kualitas produk sales gas yang baik. Selama ini pengendalian hanya dilakukan menggunakan pengendali Proporsional-Integral, akan tetapi belum optimal sehingga perlu digunakan pengendali Multivariabel MPC Model Predictive Control. Penyetelan pengendali menggunakan metode Non-Adaptif DMC dan fine tuning kemudian hasil penyetelan dengan metode yang lebih baik akan dibandingkan dengan pengendali PI. Evaluasi kineja pengendalian dilihat berdasarkan seberapa cepat respon pengendali dalam mengatasi perubahan set point dan menangani adanya gangguan serta berdasarkan nilai ISE Integral Square Error. Sebagai hasilnya, metode fine tuning lebih baik digunakan dengan konstanta penyetelan P Prediction Horizon, M Model Horizon, dan T Sampling Time yang optimum adalah 14, 5, dan 3, dengan nilai ISE pada perubahan set point pada pengendalian tekanan dan temperatur sebesar 55 dan 51, atau perbaikan kinerja pengendalian sebesar 11.29 dan 16.39 dibandingkan dengan kinerja pengendali PI.

---

Gas dehydration process is one of the most common processes in gas processing industry. To produce sales gas that could benefit both parties, an optimum operation condition have to be obtained. However, the presence of hydrocarbon and water vapor on sales gas will lead to the formation of hydrates that are corrosive to the pipeline. Natural gas originating from the reservoir needs to be drained first before being sold as a sales gas to prevent the formation of hydrates. Therefore, a process controlling system is required in the critical parts of gas dehydration unit in order to maintain the stability and safety of the production process. This system is designed to maintain the security of operations and ensure the process runs optimally to get good quality sales gas. Current control system are mostly using Proportional Integral controller, but MPC Model Predictive Control controller is more preferable to optimize the process control. Adjustment of the controller were done using the DMC Non Adaptive method and fine tuning. The best tunning result from those two methods then will be compared with the PI controller. Evaluation of control performance is based on how fast controller could overcoming set point changes, handling disturbance and ISE Integral Square Error value. As a result, fine tuning methods are better used with P Prediction Horizon , M Model Horizon , and T Sampling Time optimization constants of 14, 5, and 3, with ISE values for set point changes in pressure control and temperatures are 55 and 51, or improvement in control performance by 11.29 and 16.39 compared to PI controller performance."

"This research taken from abnormality problem that happened in Imported Component Distribution of Automotive Industry in Indonesia. Overall, the abnormalities causing in loss of distribution costs from Drop Point to Warehouse by 41 container deliveries or equivalent to Rp 91.000.000,00 per month. With DMAIC Methodology, the solution are new standard minimum stock calculation based on production volume increased and heijunka pattern (load leveling) on the packing of component in accordance with production need. In the case of minivan product that imported from Thailand 1, the abnormalities can be reduced by Rp 30.800.000,00 or equivalent with 14 container deliveries.

---

Penelitian ini diangkat dari masalah abnormalitas operasi pada distribusi komponen impor industri otomotif di Indonesia. Secara keseluruhan, abnormalitas operasi tersebut menyebabkan kerugian biaya distribusi dari Drop Point ke Gudang Bahan Baku sebesar 41 delivery kontainer atau setara Rp 91.000.000,00 per bulan. Pendekatan DMAIC digunakan untuk mendapatkan usulan perbaikan berupa perhitungan standar stok minimum baru dengan memerhatikan kenaikan volume produksi dan membuat pola heijunka (perataan beban) pada bagian pengepakan komponen dalam kontainer yang sesuai dengan kebutuhan produksi. Untuk kasus produk minivan pada importir Thailand 1, dapat dilakukan penurunan biaya abnormalits operasi sebesar Rp 30.800.000,00 atau setara dengan 14 delivery kontainer."