Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"ABSTRACTPenyetelan ulang pengendali proportional integral dilakukan pada pabrik penghilangan CO2 pengolahan gas alam lapangan Subang. Penyetelan ulang ini dilakukan untuk meningkatkan kinerja pengendali pada pabrik tersebut. Pengendali pada pabrik yang diteliti pada penelitian ini adalah pengendali tekanan gas umpan PIC 1101, pengendali laju alir air FIC 1102, dan pengendali laju alir sirkulasi amina FIC 1103. Metode penyetelan ulang pengendali yang diusulkan adalah metode Ziegler-Nichols PRC, Wahid-Rudi-Victor WRV, Cohen-coon, setelan hasil autotuner pada simulator, dan fine tuning. Dari hasil pengujian terhadap setiap metode penyetelan yang diusulkan, didapatkan hasil setelan yang memberikan hasil paling baik untuk setiap pengendali, yaitu setelan fine tuning. Penyetelan menggunakan fine tuning berhasil meningkatkan kinerja pengendali PIC 1101 sebesar 77,42, FIC 1102 sebesar 90.59 dan FIC 1103 sebesar 13,06 untuk penurunan nilai setpoint SP sebesar 5. Sementara untuk kemampuan pengendali mengatasi gangguan didapatkan peningkatan kinerja pengendali PIC ndash; 1101 sebesar 86,04, FIC 1102 sebesar 90,8 dan FIC 1103 sebesar 24,8.

---

ABSTRACTA proportional ndash integral controller retuning is performed on CO2 removal plant in natural gas processing Subang field. Retuning is performed to increase controller performance on the plant. Retuning will be performed on feed gas pressure controller PIC ndash 1101, make up water flow controller FIC 1102 , and amine circulation flow controller FIC 1103 on the plant. Retuning methods used are Ziegler ndash Nichols PRC, Wahid Rudi Victor WRV, Cohen coon, tuning from simulator autotuner, and fine tuning method. Result of this research shows that retuning that gives the highest improvement for the controllers is tuning with fine tuning method for every controller. Retuning with fine tuning can give 77,42 improvement for PIC ndash 1101, 90,59 improvement for FIC 1102, and 13,06 improvement for FIC ndash 1103 for 5 setpoint SP reduction. While for controller capability to handle disturbance, fine tuning can give 86,04 improvement for PIC ndash 1101, 90,8 improvement for FIC ndash 1102, and 24,8 improvement for FIC 1103."

"Kinerja pabrik pengolahan gas alam berperan penting untuk menjaga agar dapat mencukupi permintaan gas Indonesia yang meningkat dari tahun ke tahun. Gangguan dalam proses pada pabrik-pabrik tersebut tidak bisa dihindarkan, terutama pada pabrik yang sudah lama beroperasi, proses dalam unit pengolahan gas pun bersifat dinamik. Oleh karena itu, proses tersebut perlu dikendalikan agar berjalan pada kondisi operasi yang optimum. Salah satu solusinya adalah dengan melakukan penyetelan ulang atau re-tuning pengendali pabrik. Dalam studi ini, penyetelan ulang pengendali Proportional Integral (PI) sebuah unit CO2 removal dilakukan berbasis model linear dan sistem multi input multi output (MIMO) menggunakan metode penyetelan Open Loop Ziegler Nichols (ZN), Closed Loop Tyreus Luyben (TL) dan Fine Tuning. Pengecekan pemasangan variabel pada pengendali juga dilakukan dengan menggunakan analisis Relative Gain Array (RGA). Ditinjau dari nilai Integral Square Error (ISE), pengendali dengan setelan fine tuning memberikan pengendalian yang lebih baik dibandingkan pengendali dengan setelan Open Loop Ziegler Nichols dan Closed Loop Tyreus Luben, dengan ISE untuk pengendali PIC 1101, FIC 1102 dan FIC 1103 sebesar 0.3122, 0.2028 dan 0.01944 untuk uji coba set-point dan 0.03681, 0.1116 dan 0.3009 untuk uji coba disturbance. Berdasarkan analisis RGA, pemasangan Controlled Variable (CV) dan Manipulated Variable MV yang di lapangan sudah tepat, yakni CV1-MV1, CV2-MV2 dan CV3-MV3.

---

Indonesian domestic natural gas demand has been increasing since the last couple of years, thus maintaining natural gas production is vital to fulfill the country’s ever so demanding industrial and energy needs. Optimization is key in maintaining production in natural gas processing plants, especially the performance of its operating units. A solution for optimization is the retuning of process controllers of existing plants to better handle process disturbance. This research studies the retuning of a CO2 Removal plant using linear modelling with Ziegler Nichols (ZN), Tyreus Luben (TL) and Fine-Tuning method. Analysis of controller pairing is also done in this study using the Relative Gain Array (RGA) method. The performance of the controller will be evaluated using the Integral Square Error (ISE) value during set-point and disturbance testing. The study has shown that ZN and TL tuning method are not capable of stabilizing the process of a multiple input multiple output system. Fine Tuning method resulted in the best performance with an ISE value of 0.3122, 0.2028 dan 0.01944 on set-point testing, and 0.03681, 0.1116 dan 0.3009 on disturbance testing for controllers PIC 1101,FIC 1102, and FIC 1103.RGA Analysis have shown that the plant controller has been paired correctly based on the recommended pairing, which is CV1-MV1, CV2-MV2 and CV3-MV3"

"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."

"ABSTRACTGas alam yang diambil dari sumbernya masih memiliki sejumlah senyawa pengotor yang harus dihilangkan, yang salah satunya adalah gas asam seperti CO2 dan H2S. Proses yang paling umum digunakan untuk menghilangkan gas asam adalah dengan absorpsi yang dilangsungkan di kolom absorpsi. Untuk mendukung kelancaran proses tersebut, perlu diterapkan sistem pengendalian pada proses. Pada penelitian ini, akan diterapkan penggunaan multivariable model predictive control MMPC untuk mengendalikan proses absorpsi. MMPC adalah salah satu pengendali tingkat lanjut advanced control yang diharapkan dapat memberikan performa yang lebih baik dalam menjaga kestabilan proses, dan dapat mengatasi interaksi antarvariabel pada proses absorpsi yang memiliki sistem multiple input multiple output MIMO . Pasangan variabel yang teridentifikasi memiliki interaksi adalah tekanan gas dan laju alir make up water masuk absorber. Dengan menggunakan MMPC, didapatkan nilai ISE yang lebih baik daripada pengendali PI yang digunakan di lapangan sebesar 42,6 untuk pengendalian tekanan dan 65,04 untuk pengendalian laju alir. MMPC pun memberikan respon yang lebih baik dalam mengatasi interaksi antarvariabel.

---

ABSTRACTRaw natural gas contains impurities that need to be removed before it can be utilized as energy source. One of the impurities is sour gas, which includes CO2 and sulphur compound such as H2S. The most common process used to remove sour gas is absorption, which is carried out in an absorption column. One of the essential step to support the operation is applying control strategy on the process. In this research, multivariable model predictive control MMPC will be applied as the controller for absorption process. MMPC is classified in advanced control category, and is expected to give a better performance in handling the process, and is able to overcome intervariable interaction that is prone to happen in multiple input multiple output MIMO system. The identified intervariable interaction is between the pressure of gas feed in and the flow of make up water to absorber. By implementing MMPC, the ISE of controller rsquo s performance are improved from the PI controller that is currently used in the plant. The improvement for ISE is 42,6 for pressure control and 65,04 for flow control. MMPC implementation also shows a better response in handling intervariable interaction in the process."

"Pengembangan lapangan gas bumi baru setelah ditemukan memerlukan desain pabrik pengolahan gas bumi, termasuk di Lapangan X. Selain desain proses, desain kontrol proses juga sangat penting. Untuk itu, pada pemisahan awal gas bumi yang akan diproses lebih lanjut, dirancang pengendalian proses menggunakan pengontrol proporsional-integral berbasis sistem identifikasi ulang (PI-SRI). Terdapat tiga sumur (Alpha, Betha, dan Charlie), separator dan cooler pada proses pemisahan awal dan terdapat tiga jenis kontroler (tekanan [PC], level [LC] dan temperatur [TC]). Untuk menentukan parameter kontroler PI yang optimal, dilakukan tiga kali identifikasi sistem untuk menghasilkan tiga model first-order plus dead-time (FOPDT). Ketiga model tersebut dimasukkan dalam persamaan tuning untuk metode Ziegler-Nichlos sehingga dihasilkan tiga parameter kontroler PI. Untuk menguji kinerja kendali yang optimal digunakan perubahan set point (SP) pada PC, LC dan TC, serta gangguan berupa perubahan laju aliran gas bumi yang berasal dari ketiga sumur tersebut. Indikator kinerja pengendalian yang digunakan adalah overshoot dan settling time. Hasil penelitian menunjukkan bahwa model FOPDT untuk proses pemisahan awal produksi gas bumi berdasarkan tiga variabel terkontrol memiliki =−1,614, =0,24 dan =0,01 untuk PC; =−0.882, =0.2295 dan =0.2385 untuk LC dan =−0.063, =1.5075 dan =0.0425 untuk TC. Harga parameter kontroler PI yang memberikan performansi kontrol optimum (overshoot dan settling time) adalah =−13,383, =0,033 untuk PC; =−132.6, =0.483 untuk LC, dan =−506.7, =0.142 untuk TC.

---

The development of a new natural gas field after being discovered requires the design of a natural gas processing plant, including in Field X. In addition to process design, process control design is also very important. For this reason, at the initial separation of natural gas which will be further processed, process control is designed using a proportional-integral controller based on a re-identification system (PI-SRI). There are three wells (Alpha, Betha, and Charlie), separator and cooler in the initial separation process and there are three types of controllers (pressure [PC], level [LC] and temperature [TC]). To determine the optimal PI controller parameters, three system identifications were carried out to produce three first-order plus dead-time (FOPDT) models. The three models are included in the tuning equation for the Ziegler-Nichlos method so that three PI controller parameters are produced. To test the optimal control performance, changes in the set point (SP) of the PC, LC and TC are used, as well as disturbances in the form of changes in the flow rate of natural gas originating from the three wells. The control performance indicators used are overshoot and settling time. The results showed that the FOPDT model for the initial separation process of natural gas production based on three controlled variables had =−1.614, =0.24 and =0.01 for PC; =−0.882, =0.2295 and =0.2385 for LC and =−0.063, =1.5075 and =0.0425 for TC. The parameter values ​​for the PI controller that provide optimum control performance (overshoot and settling time) are =−13,383, =0.033 for PC; =−132.6, =0.483 for LC, and =−506.7, =0.142 for TC."

"Teknologi proses Thiopaq rencananya akan dikembangkan pada lapangan gas alam X. Proses Thiopaq merupakan teknologi terintegrasi untuk pemrosesan gas yang efisien dan ramah lingkungan karena menggunakan bakteri dari alam. Input proses Thiopaq adalah acid gas 3 MMSCFD dengan kandungan hidrogen sulfida mencapai 12% mol berhasil memperoleh kembali sulfur lebih dari 94%. Kadar H2S pada gas buang dapat diturunkan hingga 0 ppm. Kapasitas produksi sulfur 13 ton per hari. Dengan menggunakan proses Thiopaq, apabila harga sulfur sebesar 500 USD/ton maka didapatkan IRR sebesar 33%, harga NPV sebesar USD 53.237.964 dan PBP selama 2,35 tahun. Semakin tinggi harga sulfur maka revenue akan semakin meningkat dan mengakibatkan naiknya nilai NPV dan IRR sedangkan nilai PBP semakin rendah yang berarti bahwa waktu yang diperlukan untuk mencapai angka nol (titik balik modal) akan semakin cepat. Dan analisis sensitivitas menunjukan bahwa harga sulfur yang paling berpengaruh terhadap terjadinya perubahan NPV dan IRR.

---

Thiopaq process technology will be developed in the field of natural gas X. Thiopaq is an integrated process technology for gas processing. It is an efficient and friendly environmental because of using the natural bacteria. Feed stream of Thiopaq process is acid gas 3 MMSCFD with hydrogen sulfide 12% mole able to recover sulphur more than 94%. Level of hydrogen sulfide in flue gas can be reduced to 0 ppm. The production capacity is 13 ton per day of sulfur. By using technology Thiopaq, when the sulphur price of 500 USD/ton, it will obtain 33% of IRR, the price of NPV USD 53.237.964 and PBP of 2,35 years. The higher price of sulphur will also increase the amount of revenue and lead to the higher NPV and IRR. The lower value of PBP means the required time to reach zero (turning point of the capital) will be faster. And the sensitivity analysis of the increasing of sulfur price will have a significant influence in the NPV and IRR."

"ABSTRAKFasilitas Produksi Oil X akan memanfaatkan hasil samping gas alam yang mengandung 1,8 vol H2S dan 45 vol CO2sebagai fuel. AGRU perlu dibangun untuk mendapatkan spesifikasi 100 ppmv H2S dengan kandungan CO2 berkisar 30 ndash; 35 vol. Gas umpan capacity adalah 39 MMScfd. MDEA dipilih karena selectivitas terhadap H2S. Studi simulasi dengan menggunakan Proses Simulator ini diharapkan dapat memperoleh kondisi operasi AGRU yang optimum, yaitu konsentrasi MDEA, suhu kolom absorber,dan tekanan stripper; yang dapat memberikan biaya paling rendah untuk pemisahan H2S dan CO2secara simultan pada konsentrasi gas asam yang tinggi dan tekanan gas yang rendah. Kondisi optimum operasi AGRU yang diperoleh adalah 40 berat konsentrasi MDEA, suhu lean amine masuk kolom absorber 52 oC dan tekanan stripper 200 kPa; yang menghasilkan kandungan CO2 33,4 vol dan kandungan H2S 37 ppmv dalam fuel gas. Laju Alir Sirkulasi MDEA adalah 597 m3/hr. Biaya separasi untuk kondisi optimum adalah 1,0 /MMBtu fuel gas yang dihasilkan.

---

ABSTRACTOil Production Facility X plant to utilize its side product of natural gas which content 1,8 vol H2S and45 vol CO2 as internal usage fuel gas. AGRU is installed to get fuel gas spesification of 100 ppmv H2S with 30 ndash 35 vol CO2. Feed Gas capacity is 39 MMScfd. MDEA is selected due to its H2S selectivity solvent. This simulation study using Process Simulator focuses to get optimum AGRU operation parameters, such as MDEA concentration, Absorber temperature, and Stripper pressure which will result the lowest cost for simultanoeus H2S and CO2 removal at high acid gas concentration and low pressure.Optimum AGRU operation parameters results are 40 weight MDEA concentration 52oC Lean Amine temperature to Absorber and Stripper Pressure of 200 kPa which results CO2 content of 33,4 vol and H2S content of 37 ppmv in fuel gas product. MDEA circulation rate is 597 m3 hr. Separation cost for this optimum condition is 1,0 MMBtu fuel gas product. "

"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."

"ABSTRAKMMPC (Multivariable Model Predictive Control) digunakan untuk mengontrol suhu dan tekanan di kilang regasifikasi LNG untuk mengatasi masalah yang saling mempengaruhi variabel dan mengurangi jumlah pengontrol. Ada empat variabel yang dikontrol (variabel terkontrol, CV) dan empat variabel yang dimanipulasi variabel, MV). CV yang dikontrol adalah tekanan di tangki penyimpanan LNG yaitu tekanan keluaran vaporizer, suhu keluaran vaporizer, dan suhu gas ke pipa. MV dimanipulasi, yang masing-masing berpasangan dengan CV tersebut, adalah laju aliran produk tank top, laju aliran gas pipa, laju aliran air laut, dan pemanas tugas. Identifikasi Model empiris FOPDT (First Order Plus Dead-Time) akan dilakukan terhadap keempatnya pasang CV dan MV untuk menggambarkan interaksi antar variabel. FOPDT diperoleh digunakan sebagai pengontrol di MMPC dan menentukan pengaturan kinerja kontrol Parameter MMPC yaitu P (prediction horizon), M (control horizon), T (waktu sampling). Kinerja kontrol diukur dengan menggunakan metode ISE (Integral Square Error). Hasilnya, parameter MMPC (P, M, T) untuk kondisi regasifikasi LNG adalah optimum masing-masing adalah 330, 1, 1. Ukuran ISE dari pengontrol MMPC dalam setpoint pelacakan: 2.12 × 10-4; 23.834; 0,763; 0,085, dengan perkembangan kinerja pengontrol masing-masing 31.262%, 17%, 175%, 757% dibandingkan kinerja MPC.

---

ABSTRACTMMPC (Multivariable Model Predictive Control) is used to control temperature and pressure in the LNG regasification plant to overcome the problem of interplaying variables and reducing the number of controllers. There are four controlled variables (controlled variable, CV) and four manipulated variablesvariable, MV). CV that is controlled is the pressure in the LNG storage tank, namely the vaporizer output pressure, the vaporizer output temperature, and the gas temperature to the pipe. MV manipulated, each of which is paired with the CV, is the tank top product flow rate, the pipeline gas flow rate, the seawater flow rate, and the heating duty. Identification of the FOPDT (First Order Plus Dead-Time) empirical model will be carried out on the four CV and MV pairs to describe the interactions between variables. The obtained FOPDT is used as a controller in the MMPC and determines the control performance settings for the MMPC parameters, namely P (prediction horizon), M (control horizon), T (sampling time). Control performance is measured using the ISE (Integral Square Error) method. As a result, the MMPC parameters (P, M, T) for the optimum LNG regasification conditions were 330, 1, 1. ISE size of the MMPC controller in the tracking setpoint: 2.12 × 10-4; 23,834; 0.763; 0.085, with the development of the controller performance respectively 31,262%, 17%, 175%, 757% compared to the performance of MPC."