Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sistem Boiler merupakan sistem yang melibatkan banyak variabel dan ketidak linieran. Pemodelan pada sistem boiler dilakukan untuk mendapatkan model dinamika. Model dinamika yang didapat merupakan persamaan yang memiliki sifat non liner. Proses linierisasi perlu dilakukan untuk mendapatkan persamaan-persamaan yang bersifat linier. Dari model dinamika dapat diketahui pengaruh perubahan laju masukan air, laju bahan bakar, laju keluaran uap terhadap tekanan pada drum dan ketinggian air dalam drum. Bagian dekopling diperlukan untuk memisahkan pengaruh silang antara variabel-variabel keluaran yang sedang dikendalikan. Sistem kendali adaptif dapat melakukan proses penataan secara terus menerus dengan adanya bagtan estimator yang berfungsi untuk mengestimasi nilai-nilai parameter sistem yang sedang dikendalikan. Hasil estimasi digunakan untuk menala ulang parameter-parameter pada sistem kendali. Pole Asignment. Pengendali Pole Asignment digunakan untuk memperbaiki respon sistem yang sedang dikendalikan."

"Dalam Tugas Akhir ini digunakan sistem kendali yang merupakan gabungan antara pengendali jaringan syaraf dengan pengendali PID. Pengendali jaringan syaraf yang digunakan menggunakan sebuah jaringan syaraf lain yang berfungsi sebagai ideenrifier. Identifier di sini berfungsi untuk menghitung sinyal error bagi jaringan syaraf pengendali. 3aringan syaraf pengendali di sini berfungsi untuk memberikan sinyal koreksi bagi sinyal kendali pengendali PID untuk memperbaiki respon transien sistem. Dengan menggunakan kombinasi dua jenis pengendali seperti ini, diperoleh basil kendali dengan tanggapan yang eepat dan stabil, yang terlihat pada basil simulasi yang dilakukan."

"Perkembangan bare dalam neural network telah memberikan keuntungan-keuntungan dalam aplikasi sistem kontrol. Berdasarkan teori stale space dan pendekatan neural network, dikembangkan suatu algoritma yang disebut Stochastic Neural Direct Adaptive Control (SNDAC) untuk mengendalikan plant yang diketahui sebagian matriks sistemnya, yaitu matdks masukan B(.) dan matriks keluaran C(.). Pengendali neural network menggunakan algoritma SNDAC untuk mengubah bobot-bobotnya sehingga dihasilkan sinyal kendali yang mengoptimalkan quadratic performance index. Parameter yang berpengaruh pada pengendalian adalah banyaknya neuron pada lapisan tersembunyi dan besarnya koefisien belajar. Pemilihan banyaknya neuron pada lapisan tersembunyi dan besarnya koefisien belajar tidak dapat dilakukan secara eksak, tetapi dengan trial and error. Dengan pemilihan yang tepat dihasilkan pengendalian yang stabil dengan toleransi kesalahan yang kecil, seperti terlihat pada hasiI simulasi."

"Sistem boiler pada pembahasan tesis ini merupakan sistem mutivariabel, yang mempunyai empat variabel keadaan, dua variabel masukan dan dua variabel keluaran. Dengan variabel pengendali adalah tekanan drum (drum pressure) (y1) dan selisih tingkat air/level air didalam drum (drum water level) (y3 ), sedangkan variabel yang dimanipulasi adalah laju aliran bahan bakar (fuel flow rate) ( u1 ) dan laju aliran air pengisi drum (feedwater flow rate) (u3).Tujuan dari sistem pengendalian boiler adalah untuk mengatur tekanan uap (drum pressure) (y1) disekitar 320 psi dan level air di dalam drum (drum water level) (y3) disekitar 0 inch terhadap perubahan beban uap. Salah satu pengendalian sistem boiler adalah pengendali PI. Pengendali PI ini akan mengendalikan boiler agar boiler mampu memiliki kinerja yang baik karena pengendali PI dapat mempercepat respon sistem menuju setpoint dan dapat menghilangkan offset atau error steady state.Pada pembahasan tesis ini pengendalian sistem boiler akan melakukan penalaan parameter pengendali PI berbasis algoritma genetika untuk mendapatkan nilai parameter yang optimal.Hasil yang diperoleh dari penalaan PI berbasis algoritma genetika pada pembahasan tesis ini sudah dapat mencapai kriteria yang diinginkan seperti overshoot, rise time dan settling time. Dan respon keluaran dari pengendali PI yang ditala dengan algoritma genetika ternyata menunjukkan hasil yang lebih baik jika dibandingkan dengan respon keluaran dari pengendali PI yang ditala dengan cara trial error seperti pada acuan [2] dan [3].

---

Boiler system described in this thesis is multivariable system, which have four state variable, two input and two output variable. Where variable control is drum pressure (y1) and delta drum water level (y3), whereas the manipulated variable is fuel flow rate (u1 ) and feedwater flow rate (u3 ).

The purpose in this boiler control is to make the drum pressure (y1) around 320 psi and drum water level (y3) around 0 inch towards the changes of steam load. One of boiler system control is PI controller. PI controller will control the boiler to make the boiler have a good performance, because PI controller can enforce system response more quicker into the set point and can eliminate offset or error steady state.

In this thesis a boiler system controller will do a tunning parameter on PI controller based on Genetic Algoritms to produce optimal parameter value.

The result from PI tunning based on Genetic Algorithm in this thesis already fulfill the criteria like overshoot, rise time, and settling time. And output respons from PI controller that have been tunning with genetic algoritms shows the better result when compares with output response from PI controller which tunning with trial error method [2] , [3]."

"Sistem Kendali Adaptif Acuan Model Proporsional Integral (SKA2M-PI) merupakan salah sate jenis pengendali adaptif yang dapat mengatasi masalah-masalah yang sering didapati dalam perancangan sistem kendali modern seperti fungsi alih yang tidak dapat didefinisikan dengan baik dan parameter proses yang berubah terhadap waktu. Kestabilan sistem ini dijamin dengan diterapkannya teon kestabilan Lyapunov dalam perancangan mekanismenya. Pada skripsi ini dibuat suatu perangkat lunak yang dinamakan Program Sistem Kendali Adaptif Acuan Model (PSK42M), yang berguna untuk men-simulasikan SKA2M-Pl. PSKA2M merupakan perangkat lunak yang mudah digunakan (user friendly), karena dibuat dengan bahasa Visual Basic versi 3.0 di lingkungan Windows 3.10. Dari hasil simulasi dengan PSKA2M, dapat dilihat beberapa kelebihan SKA2M-PI yaitu : mampu meredam overshoot sampai nol persen; mampu menghilangkan galat-tunak sampai mendekati nol persen; mampu mempercepat rise-time dan settling-time; mampu beradaptasi terhadap perubahan parameter proses, sehingga jika hai tersebut terjadi, dapat dengan cepat kembali mencapai unjuk-keoa yang diinginkan; tidak perlu mengetahui fungsi alih-sistem dalam penerapannya ; dan dengan adanya model acuan, mudah untuk mengatur dinamika keluaran sesuai dengan keinginan."

"Pengendalian keluaran tekanan uap steam-drum boiler pada PLTU penting dilakukan agar dapat menghasilkan energi yang cukup untuk memutar turbin generator sehingga menghasilkan daya listrik yang diinginkan. Untuk merancang sistem pengendalian tekanan uap yang tepat diperlukan model steam-drum boiler dan metode perancangan pengendali yang mampu mengatasi perubahan kondisi steam-drum boiler yang dinamis.Pada tesis ini, diaplikasikan dua metode perancangan sistem kendali untuk steam-drum boiler yaitu sistem kendali PID dan LQR (Linear Quadratic Regulator). Sistem kendali PID dirancang untuk sistem SISO (single input single output). Sistem SISO merupakan bentuk penyederhanaan dari sistem MISO (multi input single output) dengan menganalisa besarnya efek masing-masing masukan terhadap keluarannya. Berdasarkan model SISO ini, parameter kendali PID ditetapkan dan dipergunakan untuk mengendalikan laju alir panas masukan. Pada perancangan sistem kendali LQR, kendali ini diaplikasikan baik untuk sistem SISO maupun MISO. Kendali LQR yang dikembangkan memiliki prekompensator.Untuk mengetahui efektifitas dari rancangan yang didapat simulasi dilakukan dengan mempergunakan perangkat lunak MATLAB/SIMULINK. Pada simulasi ini, kinerja masing-masing sistem kendali (PID dan LQR) dibandingkan pada sistem SISO, sedangkan untuk sistem MISO pembandingan dilakukan antara kendali LQR dengan pre-kompensator dan tanpa pre-kompensator. Dari hasil simulasi yang didapat bahwa untuk sistem SISO kinerja kendali PID menghasilkan overshoot pada keluarannya, sedangkan pada kendali LQR tanpa pre-kompensator akan menghasilkan kenaikan sesaat pada sinyal kendali panas masukan yang sangat besar sekali. Untuk sistem MISO kinerja kendali LQR menggunakan pre-kompensator menghasilkan keluaran tanpa adanya overshoot dengan kenaikan sesaat pada panas masukan yang lebih kecil dibandingkan tanpa menggunakan pre-kompensator.

---

Controlling steam pressure output from a steam-boiler drum in power plant is important in order to produce enough energy to turn turbine generators that can produce the desired electrical power. To design a proper control system, steamdrum boiler model and controller design method is needed to be able to deal with the changing conditions of the steam-drum boiler dynamics.

In this thesis, two methods of control system design have been applied for the steam-drum boiler, which are PID and LQR (Linear Quadratic Regulator) control system. The designed of PID control system is applied on SISO system (single input single output). SISO system is a model simplification from MISO system by analyzing the effect of each input to output. Based on SISO model, PID control parameters are established and used to control the flow rate of heat input. In the LQR control system design, these controls are applied both for SISO and MISO systems. The LQR control system has a pre-compensator.

To determine the effectiveness of the designed control system, simulation was performed by using the software MATLAB / SIMULINK. In this simulation, for SISO system the performance of control system (PID and LQR) compared each other, while for MISO systems comparison is made between LQR control with pre-compensator and without pre-compensator. Results of the simulation shows that the preformance of SISO system using PID control produced overshoot on the output, while the LQR control without pre-compensator produced a huge momentary increase in heat input control signals. The performance of MISO system using LQR control with pre-compensator produced an output without any overshoot and momentary increase in heat input is much smaller compared without using a pre-compensator."