PERANCANGAN SISTEM PENGENDALIAN ANTISURGE KOMPRESOR DENGAN MENGGUNAKAN METODE ADAPTIVE NEURAL NETWORK DI KALTIM-1 PT. PUPUK KALIMANTAN TIMUR-BONTANG
|
|
- Suryadi Budiono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PERANCANGAN SISTEM PENGENDALIAN ANTISURGE KOMPRESOR DENGAN MENGGUNAKAN METODE ADAPTIVE NEURAL NETWORK DI KALTIM-1 PT. PUPUK KALIMANTAN TIMUR-BONTANG Ricki Prastya Pembimbing : Imam Abadi, ST, MT, Hendra Cordova, ST, MT. Jurusan Teknik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya Telp : Fax : ricki.prastya@gmail.com ABSTRAK Salah satu bentuk kondisi operasi yang tidak stabil pada kompresor adalah kondisi yang disebut surge, dimana terjadi ketidakstabilan laju aliran udara yang dapat berakibat getaran pada kompresor. Oleh karena itu akan dirancang suatu pengendalian antisurge pada kompresor. Dengan menggunakan metode Artificial Neural Network (ANN) dimana memiliki kemampuan belajar terhadap berbagai perubahan kondisi yang tak terduga, maka dari itu artificial neural network digunakan untuk sistem pengendalian antisurge kompresor dengan algoritma pembelajaran Levenberg Marquardt. Menggunakan Direct Inverse Control (DIC) dan pengendali PI berbasis ANN. Penelitian dilakukan dengan memodelkan plant dan kontroler dengan ANN kemudian dari bobot yang dihasilkan disusunlah DIC dan pengendali PI berbasis ANN. Dari hasil simulasi DIC dan simulasi PI dengan gain kontrol Kp=4.5, dan Ti=0.02 diketahui bahwa respon sistem DIC lebih baik dan unggul dari pada respon sistem PI, yaitu pada uji setpoint 900(kg/mnt) dihasilkan Mp = 0%, ts = 18 sekon, dan Ess = % untuk DIC, sedangkan pengendali PI dihasilkan Mp = 1.88%, ts = 24.5 sekon, dan Ess = %. Kata kunci: Kompresor Sentrifugal, Pengendalian Antisurge Kompresor, Artificial Neural Network, DIC, PI. I. PENDAHULUAN Kompresor pada unit kaltim-1 PT. Pupuk Kalimantan Timur merupakan salah satu alat penunjang utama dalam suatu proses di industri, hampir selalu dijumpai kebutuhan terhadap udara bertekanan, yang mana tekanan dan kapasitas udara tersebut berbeda-beda. Merujuk pada Gbr. 1, maka untuk menghasilkan udara bertekan ini digunakan kompresor. Salah satu kendala pada pengoprasian kompresor ini adalah adanya kondisi operasi yang tidak stabil yang bisa mengakibatkan kompresor mengalami masalah yang serius, yang lebih dikenal dengan sebutan surge. Surge merupakan gejala gangguan pada operasi kompresor dimana terjadi getaran dalam frekuensi yang bervariasi. Gejala umumnya dapat diakibatkan oleh tersumbatnya aliran keluaran udara, ataupun laju aliran masuk yang kurang. Gambar 1 Plant Kompresor Plant di industri pada umumnya dikarakteristikkan sebagai sistem yang tidak linier, multivariabel, dan saling berinteraksi. Untuk mempermudah mendapatkan model proses dari sistem yang sangat tidak linier dan multivariabel hanya melalui hubungan data input-output serta sebagian kecil pengetahuan proses dapat menggunakan jaringan saraf tiruan sebagai salah satu artificial intelligent. Jaringan syaraf tiruan selain dapat digunakan sebagai kontroller, dapat pula digunakan untuk pemodelan. Pada tugas akhir ini jaringan syaraf tiruan digunakan untuk menentukan model proses pada sistem antisurge kompresor. Hal ini dikarenakan jaringan syaraf tiruan dapat memodelkan fungsi nonlinier dari sistem yang kompleks. Keberhasilan jaringan syaraf tiruan sangatlah bergantung pada struktur dari jaringan syaraf tiruan tersebut. Algoritma yang digunakan pada permodelan ini adalah algoritma levenberg marquardt dengan struktur multi layer perceptron (MLP). Tinjauan Pustaka Kompresor adalah mesin yang berfungsi memampatkan udara atau gas yang masuk melalui suction bertekanan rendah, keluar melalui discharge bertekanan tinggi. Secara umum berdasarkan prinsip operasinya kompresor dibedakan dalam empat kategori, yaitu kompresor sentrifugal, kompresor 1
2 axial, rotary dan reciprocating. Pada PT. Pupuk Kalimantan Timur kompresor yang digunakan khususnya di KALTIM-1 menggunakan jenis kompresor sentrifugal. Kompresor sentrifugal merupakan tipe dinamik. Kompresor tipe dinamik adalah kompresor dimana udara atau gas ditekan oleh aksi dinamik dari putaran sudu-sudu atau impeller sehingga memberikan kenaikan kecepatan dan kenaikan tekana pada aliran gas. Putaran sudu-sudu ini diperoleh dari pesawat penggerak berupa turbin atau motor. Kompresor tipe positive displacement adalah kompresor dimana udara atau gas dikurung dalam suatu ruang tertutup (chamber). Tekanan akan naik dengan menurunnya volume gas yang terkurung dalam chamber. Kondisi surge pada kompresor Secara umum ada 2 jenis surge yang terjadi pada kompresor yaitu mild surge dan violent surgei [16]. 1. Mild surge Merupakan surge yang terjadi karena adanya osilasi aliran dengan frekuensi tinggi dalam batas aliran sempit yang terjadi pada tekanan yangrelatif konstan. 2. Violent surge Surge ini terjadi diseluruh unit, ditandai dengan jatuhnya laju aliran secara tiba-tiba sehingga menimbulkan vibrasi yang tinggi, bunyi bisisng dan temperature yang tinggi yang kemudian memungkinkan terjadinya kondisi trip pada kompresor. Sistem pengendalian antisurge Seperti yang dibahas sebelumnya, kombinasi tekanan discharge yang tinggi dan laju aliran yang rendah akan menghasilkan surge. Pengendalian antisurge hamper selalu didasarkan pada pemanipulasian recycle valve. Bukaan valve menggeser operasi kompresor dari kondisi surge ke kondisi yang aman. Pada gambar 2 terlihat bahwa dalam kondisi normal secara ideal control valve V 1 harus selalu dalam keadaan tertutup penuh untuk mendapatkan efesiensi yang maksimal. Valve V 1 akan membuka apabila gejala surging mulai terjadi. Dengan terbukanya valve V 1, maka laju aliran suction yang kurang dapat di backup oleh adanya sirkulasi discharge. Untuk mengendalikan bukaan valve ini diperlukan suatu sistem kontrol automatik. Perancangan antisurge kontrol berpedoman pada kurva operasi karakteristik kompresor dengan mendapatkan garis batas surge (surge limit line) terlebih dahulu. Dari batas surge limit line tersebut maka dapat dibuat aturan kontrol untuk menentukan garis kontrol surge (surge control line) pada pengendalian antisurge. (a) (b) Gambar 3 Garis batas kontrol dan batas surge [15] Merujuk Gbr. 3 surge limit line dibuat berdasarkan performansi kompresor. Titik A merupakan titik operasi normal pada kompresor. Pada gambar menunjukkan suatu keadaan surge limit line. Kondisi operasi yang diperkenankan adalah pada daerah di sebelah kanan garis batas surge. Kondisi surging akan terjadi jika operasi berada pada kondisi di sebelah kiri garis batas surge yang berwarna merah. Berdasarkan pada Gbr. 3 dapat diperoleh hubungan antara h dan ΔP, yaitu jika h adalah differensial pressure melalui orifice, dapat dihitung bahwa laju aliran masa, W (dalam kg/dt) dengan rumus, Gambar 2 Sistem pengendalian antisurge saluran recycle [15] 2
3 Dengan anggapan aliran steady state, laju aliran masa (W) pada suction dan discharge adalah sama atau W s = W d maka, Gambar di bawah ini menunjukkan diagram dari model serial-parallel atau NNARX. Untuk mendesain pengendali antisurge dengan elemen pengukur laju aliran pada saluran discharge digunakan persamaan berikut, h d = C. ΔP (3) dimana : h s = differensial pressure orifice suction P s = tekanan suction T s = suhu suction h d = differensial pressure orifice discharge P d = tekanan discharge ΔP = perbedaan tekanan C n = (C 1,C 2 ) konstanta pengali Pembuatan struktur Jaringan Syaraf Tiruan diilhami oleh struktur jaringan biologi, khususnya jaringan otak manusia. Jaringan syaraf tiruan terdiri dari beberapa neuron, dan terdapat suatu hubungan antara neuron-neuron tersebut. Neuron akan mentransformasikan informasi yang diterima melalui sambungan keluarnya menuju ke neuron-neuron yang lain. Sistem jaringan syaraf tiruan dicirikan dengan adanya proses pembelajaran (learning) yang berfungsi untuk mengadaptasi parameter-parameter jaringannya. Kelebihan dari jaringan syaraf tiruan diantaranya : - Mampu melakukan proses pembelajaran - Mampu beradaptasi Sesuai dengan karakteristik yang dimiliki oleh JST, maka model yang dihasilkan oleh JST merupakan empirical model serta non-parametric model. Fokus utama dari sistem identifikasi dengan JST hanya untuk sistem non-linier yang dinyatakan sebagai berikut: y t f x t (4) x t u t 1... u t n y t 1... y t (5) u n y dimana: f = fungsi nonlinier x(t) = regressor y(t) = output sistem u(t) = input sistem n u = history length untuk input sistem n y = history length untuk output system Sistem identifikasi nonlinear dengan menggunakan metode Series-Parallel / NNARX (Nonlinier Auto Regresive with external input) Model. T Gambar 4 Series-Parallel/NNARX Model Algoritma pembelajaran dan struktur JST yang digunakan dalam penelitian ini adalah algoritma Levenberg Marquardt dan Multilayer Perceptron (MLP). Algoritma Levenberg Marquardt memiliki kelebihan karakteristiknya lebih cepat konvergen (rapid convergence). Multilayer Perceptron (MLP) adalah jaringan yang paling sering mempertimbangkan anggota dari keluarga jaringan syaraf tiruan. Alasan utamanya adalah kemampuannya untuk memodelkan secara sederhana dari hubungan fungsional yang kompleks. Rumus matematik yang mengekspresikan apa yang terjadi pada jaringan-mlp diambil dari: y ( t) i g [, i ] F n h W i j 1 f n w i, j i l 1 (6) θ menunjukkan vektor parameter yang didalamnya terdapat semua parameter JST yang dapat diatur (bobot dan bias). Kriteria Performansi Pemodelan JST Kriteria yang digunakan untuk menilai pemodelan JST menggunakan Root Mean Square Error (RMSE) dan Variance Accounted For (VAF). RMSE adalah akar rata-rata total kuadrat error yang terjadi antara keluaran model dan keluaran proses. Semakin kecil nilai RMSE (mendekati nilai nol) maka makin besar tingkat keberhasilan training, sebaliknya semakin besar nilai RMSE maka makin kecil tingkat keberhasilan training. Persamaan nilai RMSE dapat dituliskan sebagai berikut: 2 y yˆ i i i 1 RMSE N (7) dengan : y i = output proses ŷ i = output model N = jumlah data VAF juga dinyatakan dalam VAF (Variance Accounted For) dalam persen. Dengan 3 j, l l N w j,0 W i,0
4 ketentuan bahwa semakin besar nilai VAF (mendekati nilai 100) maka makin besar tingkat keberhasilan training. Persamaan VAF dapat dituliskan sebagai berikut: var y( t) yˆ( t) VAF 1 x100% (8) var y( t) Direct Inverse Control Direct Inverse Control merupakan konsep yang paling dasar dari kontrol yang berdasarkan jaringan syaraf yang menggunakan inverse model sebagai kontrol proses, seperti yang ditunjukkan pada Gbr. 3. Pemakaian pengendali baik P, PI, maupun PID disesuaikan dengan kebutuhan dan karakteristik dari proses yang dikendalikan. Pengendali P digunakan apabila adanya offset masih dapat ditolerir oleh proses. Apabila tidak, maka pengendali PI dapat digunakan untuk memperbaiki performasi sistem dan sedangkan pengendali PID seringkali digunakan pada sistem pengendalian yang memiliki karakteristik pengendalian yang lambat seperti pengendalian temperatur. Untuk mendapatkan performasi yang optimal pada algoritma pengendali PID pada berbagai perubahan daerah operasi, disturbance dan sesuai dengan kebutuhan proses maka perlu dilakukan penalaan terhadap nilai parameter pengendali PID (Kp, Ti, Td). Dalam kombinasi PID, diagram bloknya menjadi seperti pada gambar 6. Gambar 5 Direct Inverse Control Karena model inverse sistem memegang peranan yang penting dalam teori kontrolnya, sehingga pencapaian dalam bentuk analitis cukup berat. Untuk mengatasi hal tersebut maka sistem dinamis dapat digambarkan dalam bentuk persamaan differential sebagai berikut : y t 1 f y t,..., y t n 1, u t,..., u t m 1 (9) dimana output sistem y(t1) bergantung pada nilai n- output dan m-input yang terdahulu, model inverse sistem secara umum dapat disajikan dalam bentuk berikut : 1 u t f r t 1, y t,..., y t n 1, u t,..., u t m 1 (10) Nilai y(t1) disini merupakan unknown value (nilai yang tidak dikenal), dan oleh karena itu dapat disubtitusikan pada nilai kuantitas keluaran (output) yang diinginkan r(t1). Sebelum sistem kontrol aktual bekerja maka model inverse harus dilatih. Pengendali PID Untuk menutupi kekurangan dari masing masing pengendali, ketiga pengendali tersebut dapat saling dikombinasikan menjadi pengendali PI, PD atau PID. Keluaran Pengendali PID merupakan jumlahan dari keluaran Pengendali proporsional, keluaran Pengendali integral dan keluaran Pengendali diferensial. Gambar menunjukkan hubungan masukan dan keluaran pada pengendalian PID. Gambar 6 Diagram Blok pengendali PID Karakteristik Pengendali PID sangat dipengaruhi oleh kontribusi besar dari ketiga parameter P, I dan D. Penyetelan konstanta Kp, Ti, dan Td akan mengakibatkan penonjolan sifat dari masing-masing elemen. Satu atau dua dari ketiga konstanta tersebut dapat disetel lebih menonjol dibanding yang lain. Konstanta yang menonjol itulah akan memberikan kontribusi pengaruh pada respon sistem secara keseluruhan [Gunterus, 1994]. Skema Perancangan Sistem Pengendalian Antisurge Kompresor Berbasis JST Perancangan ulang sistem pengendalian antisurge kompresor berikut diagram blok dengan merujuk pada Gbr.2 ditunjukkan oleh Gbr. 7 dibawah ini: Driver F 1 Kompresor JST Gambar 7 Sistem Pengendalian antisurge Kompresor Berbasis JST Metodologi penelitian seperti terlihat pada Gbr. 6 diawali dengan pengambilan data Plant berupa FT F 2 4
5 data flow input-output pada kompresor, kemudian dengan merujuk pada Gbr. 4 maka dibuat blok diagram pemodelan untuk Plant maupun pengendali dimana harus dibuat dengan mencari nilai RMSE dan VAF terbaik. Dimana (u) adalah data flow suction gas CO 2, dan (y) adalah data flow discharge gas CO 2. Kemudian data-data tersebut dilatih untuk mendapatkan model dengan sistem pemodelan seperti terlihat pada Gbr. 9 dan 10 dengan merujuk pada persamaan (5). sehingga nantinya didapat model struktur dengan jumlah node pada input layer, hidden layer, dan output layer yang dapat terdefinisikan. Untuk selanjutnya model tersebut akan digunakan dalam simulasi kontrol DIC maupun PI dimana kemudian hasil dari simulasi akan dianalisa dan dibahas untuk mencapai suatu kesimpulan. Start u(t-1) y(t-1) u(t) Plant Model Plant dengan JST Gambar 10 Blok Diagram Pemodelan Pengendali JST Fref Error Kontroler Actuator CV JST - y(t) ŷ e LOAD Kompresor Fout Data - PFD plant - Data flow input dan output Flow Transmiter Pembuatan Model dengan JST Sesuai - RMSE <10e-5 - VAF > 90% Tidak Sesuai Gambar 11 Gambar Diagram Blok Perancangan Sistem Pengendalian Antisurge Kompresor Berbasis JST Tidak Sesuai Validasi Model dengan JST Sesuai - RMSE <10e-5 - VAF > 90% Simpan Bobot, History Length dan Node Dari Gbr. 12 dapat dilihat bahwa data input Plant didapat bahwa input flow suction gas CO 2 tidak stabil atau terlalu banyak terjadi fluktuasi data akibat tidak adanya sistem pengendali pada Plant tersebut. Akibatnya terlihat pada output dari Plant yaitu flow discharge gas CO 2. Simulasi DIC Simulasi PI Analisa dan Pembahasan Kesimpulan Stop Gambar 8 Metodologi Penelitian Tugas Akhir Gambar 12 Grafik Input Flow suction u (t) PLANT y (t) - u (t-1) y (t-1) Model Plant dengan JST ŷ Gambar 9 Blok Diagram Pemodelan Plant JST Gambar 13 Grafik Output Kompresor Training dan Validasi 5
6 Training dan validasi adalah proses pembelajaran model JST untuk dapat belajar memodelkan real Plant dalam bentuk model JST. Yaitu dengan mengubah struktur jaringan model agar mampu menghasilkan model yang mirip dengan real Plant yang hasilnya bisa dilihat pada Gbr. 13. training. Dimana warna merah mengikuti pola dari warna biru dan didapatkan selisih antara data Plant dan data training pada grafik prediksi error (y-yhat). Dari prediksi error tersebut didapatkan RMSE e-004 serta VAF dengan struktur model 2 node input layer, 18 node hidden layer, dan 2 node output layer. Hasil dari training pemodelan plant dan pengendali ini berupa bobot-bobot yang tersimpan dalam file inverse yang nantinya digunakan pada pengendalian direct inverse control. Simulasi DIC dan PI Sebelum dilakukannya pemodelan kontrol DIC dan PI perlu dilakukan terlebih dahulu uji open loop seperti gambar 16, Gambar 14 Hasil Training Model Plant Gambar 16 Uji Open Loop Gambar 15 Hasil Training Model Pengendali Pada gambar 14 merupakan hasil training pemodelan Plant berdasarkan hubungan masukan flow suction dan menghasilkan keluaran flow discharge yang didapat dari 700 data yang melalui proses training. Dari prediksi error tersebut didapatkan RMSE training e-005 dan VAF training dengan struktur pemodelan terdiri dari 2 node input layer, 2 node hidden layer, dan 1 node output layer. Kemudian pada gambar 15 adalah hasil training pengendali berdasarkan hubungan masukan flow discharge menghasilkan keluaran flow suction yang didapat dari 700 data yang melalui proses training. Dari gambar. 14 dan gambar 15 diatas dapat dilihat warna biru yang menandakan data plant dan pengendali, sedangkan warna merah adalah data hasil Dari gambar 16 dapat dilihat bahwa tanpa pengendali, maka output sistem tidak sesuai set poin yang diinginkan. Oleh karena itu maka diperlukannya suatu pengendali dalam proses tersebut agar output proses mampu mencapai set point yang ddinginkan Dari hasil pemodelan plant dan pemodelan pengendali didapatkan nilai bobot, jumlah history length dan hidden node yang terintegrasi dalam file forward hasil training pemodelan Plant dan file inverse yang hasil pemodelan pengendali. Dimana keduanya akan digunakan untuk melakukan simulasi direct inverse control dan PID control. Berikut adalah hasil dari simulasi DIC yang bisa dilihat pada Gbr. 17 dan 18 serta pada Tabel 1 dan 2. 6
7 overshoot dari respon kontrol daripada DIC. Kedua pengendali cukup berimbang dalam memberikan respon kontrol karena tanggapan keduanya masih berada dalam range standar error steady state yaitu berkisar antara 2-5%. Gambar 17 simulasi DIC pada set point 950 kg/mnt Sedangkan berikut ini adalah hasil dari simulasi PI, V. KESIMPULAN 5.1 Kesimpulan Dari hasil simulasi dan analisa data pada penelitian Tugas Akhir ini, dapat ditarik beberapa kesimpulan antara lain : Didapatkan arsitektur JST untuk pemodelan plant dan pengendali. Dihasilkan pemodelan plant dengan RMSE flow discharge kompresor e-005 dan pemodelan pengendali dengan RMSE flow suction kompresor e-004. Berdasarkan parameter kualitatif telah didapatkan sistem pengendalian hasil perancangan dengan performansi pengendalian antisurge kompresor sebagai berikut; pengendali DIC menghasilkan Mp = 0 %, ts = 19 sekon, Ess = 0.002% dan pengendali PI menghasilkan Mp = 9.7%, ts = sekon, Ess = % pada setpoint flow 950 kg/mnt. Sedangkan untuk pengendali PI menghasilkan Mp = 0.41%, ts = 2.11 sekon, Ess = pada set point 950 kg/mnt. Bila dilihat dari uji perbandingan performansi pengendali PI dan DIC menunjukkan DIC lebih unggul dalam pencapaian setpoint dengan waktu yang lebih sedikit dibandingkan pengendali PI serta maximal overshoot yang lebih kecil, dan error steady state (ess) lebih baik. DAFTAR PUSTAKA Tanggapan Transient Max. overshoot (%) Settling Time (detik) Gambar 18 (a) simulasi PI, (b) simulasi pada set point 950 kg/mnt Tabel 1 Tanggapan transient DIC dan PI Setpoint DIC PI DIC PI DIC PI 900 kg/mnt 1000kg/mnt 800kg/mnt Ess Dari hasil yang telah didapat seperti pada Gbr. 16 dan 17 serta Tabel 1 dan 2, maka dapat dilihat bahwa baik pengendali DIC maupun PI mampu memberikan respon terhadap sinyal kontrol. Namun bagaimanapun terdapat perbedaan tanggapan dari kedua pengendali terhadap sinyal kontrol. Dimana kontrol DIC jauh lebih unggul dalam mencapai keadaan steady dibanding kontrol PI. Akan tetapi kontrol PI jauh lebih unggul dalam mengurangi [1] Cornelin Lazar, Sorin Carari, Draguna Vrabie, Marius Kloetzer. Neuro-predictive Control Based Self-tuning of PID Controller. ESANN'2004 proceedings - European Symposium on Artificial Neural Networks Bruges (Belgium). [2] Dias, M. Fernando., Mota, M. Alexandre., Direct Inverse Control Of a Kiln. Proceeding Departamento de Engenharia Electrotécnica,Campus do IPS, stefanilha, Setúbal, Portugal. CONTROLO [3] Gunterus, Frans Falsafah Dasar: Sistem Pengendalian Proses. Jakarta: Elex Media Komputindo. [4] Hendra Cordova The Neural Network Controller Design For Nonlinear ph Neutralization Process Proceeding Engineering Physics, ITS. [5] Hendra Cordova Self-tuning PID Neural Network Controller to Control 7
8 Nonlinear ph Neutralization in Waste Water Treatment. Proceeding IPTEK. [6] Katsuhiko, Ogata Teknik Kontrol Automatik, Jilid 1 Edisi Kedua. Jakarta: Erlangga. [7] K. Sri,. Artificial Inteligence. Yogyakarta : Graha Ilmu [8] Koivo, Heikki N Basics using MATLAB Neural Network Toolbox. London: Verlag Springer. [9] Nørgaard, Magnus. Ravn, O. Poulsen, N.K. dan Hansen, L.K Neural Network for Modelling and Control of Dynamic Systems. London: Verlag Springer. [10] Nørgaard, Magnus Neural Network Based Control System Design TOOLKIT For Use with MATLAB, Version 2. Denmark: Department of Automation. Department of Mathematical Modelling-Technical University of Denmark. [11] Rachma A.A,. Perancangan Sistem Pengendalian Level pada Absorber PV-1110 Berbasis Jaringan Syaraf Tiruan di Sulfur Recovery Unit JOB Pertamina-Petrochina East Java., Tugas Akhir, Jurusan Teknik Fisika, [12] Woo-yong Han, Jin-wook Han, Chang-goo Lee. Development of a Self-tuning PID Controller based on Neural Network for Nonlinear Systems. Proceedings of the 7th Mediterranean Conference on Control and Automation (MED99) Haifa, Israel - June 28-30, [13] Paul C. Hanlon. Compressor Handbook, United States, [14] MM. Gupta, DH.Rao.,1994,Neuro Control System Theory and Application, IEEE Press Inc : New York [15] Jaidi Abdiansyah. Sistem Kontrol Antisurge Pada Kompresor CO 2 di POPKA. Bontang,2009. [16] Virginia, Surge As a Problem, Virginia Indonesia Company, Biodata Penulis : Nama : Ricki Prastya Ttl : Bontang, 15 Oktober 1986 Alamat : Jl. Cendrawasih blok.s no.3 BTN PKT Bontang Riwayat Pendidikan : SD YPK SLTP YPK SMA YPK Teknik Fisika ITS Sekarang 8
PERANCANGAN SISTEM PENGENDALIAN LEVEL DENGAN JARINGAN SYARAF TIRUAN PADA STEAM DRUM BOILER 1102 DI PT. PETROKIMIA GRESIK
PERANCANGAN SISTEM PENGENDALIAN LEVEL DENGAN JARINGAN SYARAF TIRUAN PADA STEAM DRUM BOILER 1102 DI PT. PETROKIMIA GRESIK (Sofidul Aris, Ya umar) Jurusan Teknik Fisika Fakultas Teknologi Industri Institut
Lebih terperinciPerancangan Sistem Pemodelan Kontrol Level Air Steam Drum Berbasis Jaringan Syaraf Tiruan
Perancangan Sistem Pemodelan Kontrol Level Air Steam Drum Berbasis Jaringan Syaraf Tiruan Ardian Oktakaisar, Supari, Herwin Suprijono Jurusan Teknik elektro, Fakultas Teknik, Universitas Dian Nuswantoro
Lebih terperinciBAB III PERANCANGAN DAN METODOLOGI
BAB III PERANCANGAN DAN METODOLOGI Setelah bab sebelumnya membahas tentang teori teori yang mendasari perancangan dalam Tugas Akhir ini, maka pada bab ini akan dijelaskan mengenai bentuk perancangan Jaringan
Lebih terperinci(Kodar Sudiono, Hendra Cordova)
PERANCANGAN SISTEM KONTROL DAN OPTIMASI RASIO UDARA DAN BAHAN BAKAR PADA BOILER DI PT. PETROKIMIA GRESIK BERBASIS JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIK (Kodar Sudiono, Hendra Cordova) Jurusan Teknik
Lebih terperinciPENGENDALIAN PROSES EVAPORASI PADA PABRIK UREA MENGGUNAKAN KENDALI JARINGAN SARAF TIRUAN
PENGENDALIAN PROSES EVAPORASI PADA PABRIK UREA MENGGUNAKAN KENDALI JARINGAN SARAF TIRUAN Nazrul Effendy 1), Masrul Solichin 2), Teuku Lukman Nur Hakim 3), Faisal Budiman 4) Jurusan Teknik Fisika, Fakultas
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA DATA
4.1 Training JST BAB IV PENGUJIAN DAN ANALISA DATA Dalam penelitian ini menggunakan metode penentuan bobot pada training jaringan syaraf tiruan yaitu Levenberg Marquad dengan struktur JST menggunakan MLP
Lebih terperinciRANCANG BANGUN PENGENDALIAN ph PADA INLINE FLASH MIXING DENGAN METODE NEURO-REGULATOR CONTROLLER. Dosen Pembimbing : Hendra Cordova, ST, MT.
RANCANG BANGUN PENGENDALIAN ph PADA INLINE FLASH MIXING DENGAN METODE NEURO-REGULATOR CONTROLLER Dosen Pembimbing : Hendra Cordova, ST, MT. Dalam dunia industri, penetralan ph merupakan hal penting. Sebagai
Lebih terperinciDesain PI Controller menggunakan Ziegler Nichols Tuning pada Proses Nonlinier Multivariabel
Desain PI Controller menggunakan Ziegler Nichols Tuning pada Proses Nonlinier Multivariabel Poppy Dewi Lestari 1, Abdul Hadi 2 Jurusan Teknik Elektro UIN Sultan Syarif Kasim Riau JL.HR Soebrantas km 15
Lebih terperinciRANCANG BANGUN SELF TUNING PID KONTROL PH DENGAN METODE PENCARIAN AKAR PERSAMAAN KARAKTERISTIK
RANCANG BANGUN SELF TUNING PID KONTROL PH DENGAN METODE PENCARIAN AKAR PERSAMAAN KARAKTERISTIK JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Self Tuning PID Kontrol ph Dengan Metode
Lebih terperinciMuhammad Riza A Pembimbing : Hendra Cordova ST, MT. NIP :
Muhammad Riza A. 248 1 67 Pembimbing : Hendra Cordova ST, MT. NIP : 19695319941211 Latar Belakang Kontrol ph dilakukan untuk menjaga harga ph pada nilai tertentu yang diharapkan. Nilai ph dipengaruhi dari
Lebih terperincipengendali Konvensional Time invariant P Proportional Kp
Strategi Dalam Teknik Pengendalian Otomatis Dalam merancang sistem pengendalian ada berbagai macam strategi. Strategi tersebut dikatakan sebagai strategi konvensional, strategi modern dan strategi berbasis
Lebih terperinciRancang Bangun Self Tuning PID Kontrol ph Dengan Metode Pencarian Akar Persamaan Karakteristik
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Self Tuning PID Kontrol ph Dengan Metode Pencarian Akar Persamaan Karakteristik Muhammad Riza Alaydrus, Hendra Cordova ST, MT. Jurusan Teknik
Lebih terperinciSISTEM PENGATURAN MOTOR DC MENGGUNAKAN PROPOTIONAL IINTEGRAL DEREVATIVE (PID) KONTROLER
SISTEM PENGATURAN MOTOR DC MENGGUNAKAN PROPOTIONAL IINTEGRAL DEREVATIVE (PID) KONTROLER Nursalim Jurusan Teknik Elektro, Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto-Penfui Kupang,
Lebih terperinciSedangkan untuk hasil perhitungan dengan parameter tuning PID diperoleh :
4.2 Self Tuning PID Controller Untuk lebih memaksimalkan fungsi controller maka perlu dilakukan tuning lebih lanjut terhadap parameter PID pada controller yaitu pada nilai PB, Ti, dan Td. Seperti terlihat
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI. III, aspek keseluruhan dimulai dari Bab I hingga Bab III, maka dapat ditarik
BAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI Pada bab ini akan dibahs mengenai pengujian control reheat desuperheater yang telah dimodelkan pada matlab sebagaimana yang telah dibahas pada bab III, aspek
Lebih terperinciPERANCANGAN SISTEM PENGENDALIAN PEMBAKARAN PADA DUCTBURNER WASTE HEAT BOILER (WHB) BERBASIS LOGIC SOLVER
PERANCANGAN SISTEM PENGENDALIAN PEMBAKARAN PADA DUCTBURNER WASTE HEAT BOILER (WHB) BERBASIS LOGIC SOLVER Oleh : AMRI AKBAR WICAKSONO (2406 100 002) Pembimbing: IBU RONNY DWI NORIYATI & BAPAK TOTOK SOEHARTANTO
Lebih terperinciTUGAS AKHIR RESUME PID. Oleh: Nanda Perdana Putra MN / 2010 Teknik Elektro Industri Teknik Elektro. Fakultas Teknik. Universitas Negeri Padang
TUGAS AKHIR RESUME PID Oleh: Nanda Perdana Putra MN 55538 / 2010 Teknik Elektro Industri Teknik Elektro Fakultas Teknik Universitas Negeri Padang PROPORSIONAL INTEGRAL DIFERENSIAL (PID) Pendahuluan Sistem
Lebih terperinciPERANCANGAN SOFTSENSOR STEAM QUALITY PADA STEAM GENERATOR DENGAN OPTIMASI NILAI SPESIFIK VOLUM DENGAN METODE JARINGAN SYARAF TIRUAN (JST)
PERANCANGAN SOFTSENSOR STEAM QUALITY PADA STEAM GENERATOR DENGAN OPTIMASI NILAI SPESIFIK VOLUM DENGAN METODE JARINGAN SYARAF TIRUAN () 1 Alif Tober Rachmawati, Fitri Adi Iskandarianto, ST.MT, DR.Gunawan
Lebih terperinciRancang Bangun Auto Switch PID Dengan Feedforward Feedback Control Sebagai Pengendali ph
1 Rancang Bangun Auto Switch PID Dengan Feedforward Feedback Control Sebagai Pengendali ph Ahmad Novrizal 1) Hendra Cordova 2) 1) Department of Engineering Physics, Faculty of Industrial Technology ITS
Lebih terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir APLIKASI KENDALI MENGGUNAKAN SKEMA GAIN SCHEDULING UNTUK PENGENDALIAN SUHU CAIRAN PADA PLANT ELECTRIC WATER HEATER Ahmad Shafi Mukhaitir [1], Iwan Setiawan, S.T., M.T. [2],
Lebih terperinciDesain Kendali pada Sistem Steam Drum Boiler dengan Memperhitungkan Control Valve
Desain Kendali pada Sistem Steam Drum Boiler dengan Memperhitungkan Control Valve ROFIKA NUR AINI 1206 100 017 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciPENGENDALI TEMPERATUR FLUIDA PADA HEAT EXCHANGER DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PREDIKTIF
PENGENDALI TEMPERATUR FLUIDA PADA HEAT EXCHANGER DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PREDIKTIF Rr.rahmawati Putri Ekasari, Rusdhianto Effendi AK., Eka Iskandar Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciAdaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan. Nastiti Puspitosari L/O/G/O NETWORKED CONTROL SYSTEM (NCS)
L/O/G/O NETWORKED CONTROL SYSTEM (NCS) Adaptive Fuzzy Untuk Menala Parameter PID pada Sistem Pengaturan Berjaringan Nastiti Puspitosari 2208100039 BIDANG STUDI TEKNIK SISTEM PENGATURAN - ITS TOPIK PEMBAHASAN
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI
BAB IV PENGUJIAN DAN ANALISA HASIL SIMULASI Pada bab ini akan dijelaskan hasil analisa perancangan kontrol level deaerator yang telah dimodelkan dalam LabVIEW sebagaimana telah dibahas pada bab III. Dengan
Lebih terperinciSistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN
Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan Eru Puspita Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup[1] Sistem kendali dapat dikatakan sebagai hubungan antara komponen yang membentuk sebuah konfigurasi sistem, yang akan menghasilkan
Lebih terperinciLEVEL DAN SISTEM PROTEKSI PADA PERTAMINA (PERSERO) RU IV CILACAP
PERANCANGAN SISTEM PENGENDALIAN LEVEL DAN SISTEM PROTEKSI PADA KNOCK OUT DRUM 260V106 DI PT PERTAMINA (PERSERO) RU IV CILACAP Oleh : Fitri Noer Laili (2406100034) Pembimbing : Hendra Cordova, ST, MT PENDAHULUAN
Lebih terperinciSTUDI PERFORMANSI SISTEM PENGENDALIAN TEMPERATUR, RELIABILITY DAN SAFETY PADA HEAT EXCHANGER PT. PETROWIDADA GRESIK
STUDI PERFORMANSI SISTEM PENGENDALIAN TEMPERATUR, RELIABILITY DAN SAFETY PADA HEAT EXCHANGER PT. PETROWIDADA GRESIK NOVAN YUDHA ARMANDA 2409 105 032 DOSEN PEMBIMBING: IR. RONNY DWI NORIYATI M.KES IMAM
Lebih terperinciSadra Prattama NRP Dosen Pembimbing: Dr. Bambang Lelono Widjiantoro, ST, MT NIP
PRESENTASI SEMINAR TUGAS AKHIR Perancangan Sistem Pengendalian Level Pada STRIPPERPV 3300 Dengan Metode FEEDBACK FEEDFORWARD di PT. JOB Pertamina-PetroChina East Java Sadra Prattama NRP. 2406.100.055 Dosen
Lebih terperinciInstitut Teknologi Sepuluh Nopember PERANCANGAN SISTEM PENGENDALIAN TEKANAN DAN FLOW UNTUK KEBUTUHAN REFUELING SYSTEM PADA DPPU JUANDA SURABAYA
PERANCANGAN SISTEM PENGENDALIAN TEKANAN DAN FLOW UNTUK KEBUTUHAN REFUELING SYSTEM PADA DPPU JUANDA SURABAYA Oleh : ITS Institut Teknologi Sepuluh Nopember Arya Dwi Prayoga 2408100097 Pembimbing : Fitri
Lebih terperinciJURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Rancang Bangun Kontrol Logika Fuzzy-PID Pada Plant Pengendalian ph (Studi Kasus : Asam Lemah dan Basa Kuat) Oleh : Fista Rachma Danianta 24 08 100 068 Dosen Pembimbing Hendra Cordova ST, MT. JURUSAN TEKNIK
Lebih terperinciAplikasi Kendali PID Menggunakan Skema Gain Scheduling Untuk Pengendalian Suhu Cairan pada Plant Electric Water Heater
Available online at TRANSMISI Website http://ejournal.undip.ac.id/index.php/transmisi TRANSMISI, 12 (1), 21, 27-32 Research Article Aplikasi Kendali Menggunakan Skema Gain Scheduling Untuk Pengendalian
Lebih terperinciPERANCANGAN PID SEBAGAI PENGENDALI ph PADA CONTINUOUS STIRRED TANK REACTOR (CSTR)
PERANCANGAN PID SEBAGAI PENGENDALI ph PADA CONTINUOUS STIRRED TANK REACTOR (CSTR) Fihir, Hendra Cordova Jurusan Teknik Fisika Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Kampus ITS
Lebih terperinciPERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN
Feng PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK... 211 PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Tan
Lebih terperinciTabel 1. Parameter yang digunakan pada proses Heat Exchanger [1]
1 feedback, terutama dalam kecepatan tanggapan menuju keadaan stabilnya. Hal ini disebabkan pengendalian dengan feedforward membutuhkan beban komputasi yang relatif lebih kecil dibanding pengendalian dengan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 1.1 Metode Pengasapan Cold Smoking Ikan asap merupakan salah satu makanan khas dari Indonesia. Terdapat dua jenis pengasapan yang dapat dilakukan pada bahan makanan yaitu hot smoking
Lebih terperinciDosen Pembimbing : Hendro Nurhadi, Dipl. Ing. Ph.D. Oleh : Bagus AR
Dosen Pembimbing : Hendro Nurhadi, Dipl. Ing. Ph.D. Oleh : Bagus AR 2105100166 PENDAHULUAN LATAR BELAKANG Control system : keluaran (output) dari sistem sesuai dengan referensi yang diinginkan Non linear
Lebih terperinciIDENTIFIKASI DAN DESAIN CONTROLLER PADA TRAINER FEEDBACK PRESSURE PROCESS RIG Satryo Budi Utomo, Universitas Jember
IDENTIFIKASI DAN DESAIN CONTROLLER PADA TRAINER FEEDBACK PRESSURE PROCESS RIG 38 714 Abstrac Satryo Budi Utomo, Universitas Jember Satryo.budiutomo@yahoo.com Pressure Process Control of Trainer studying
Lebih terperinciPerancangan Sistem Pengendalian Level Pada Steam drum dengan Menggunakan Kontroller PID di PT Indonesia Power Ubp Sub Unit Perak-Grati
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 1 Perancangan Sistem Pengendalian Level Pada Steam drum dengan Menggunakan Kontroller PID di PT Indonesia Power Ubp Sub Unit Perak-Grati Rian Apriansyah,
Lebih terperinciRancang Bangun Pengendalian ph Pada Inline Flash Mixing Menggunakan Metode Neural Network Controller
JURNAL TEKNIK POMITS Vol., No., (13) ISSN: 337-3539 (31-971 Print) F-177 Rancang Bangun Pengendalian Pada Inline Flash Mixing Menggunakan Metode Neural Network Controller Warin Gusena dan Hendra Cordova
Lebih terperinciUJI PERFORMANSI PADA SISTEM KONTROL LEVEL AIR DENGAN VARIASI BEBAN MENGGUNAKAN KONTROLER PID
UJI PERFORMANSI PADA SISTEM KONTROL LEVEL AIR DENGAN VARIASI BEBAN MENGGUNAKAN KONTROLER PID Joko Prasetyo, Purwanto, Rahmadwati. Abstrak Pompa air di dunia industri sudah umum digunakan sebagai aktuator
Lebih terperinciPERANCANGAN SISTEM PENGENDALIAN LEVEL DAN INTERLOCK STEAM DRUM DENGAN DUA ELEMEN KONTROL DI PT. INDONESIA POWER UBP SUB UNIT PERAK.
PERANCANGAN SISTEM PENGENDALIAN LEVEL DAN INTERLOCK STEAM DRUM DENGAN DUA ELEMEN KONTROL DI PT. INDONESIA POWER UBP SUB UNIT PERAK. Seminar Oleh : Wahid Abdurrahman 2409 105 006 Pembimbing : Hendra Cordova
Lebih terperinciFUZZY LOGIC UNTUK KONTROL MODUL PROSES KONTROL DAN TRANSDUSER TIPE DL2314 BERBASIS PLC
FUZZY LOGIC UNTUK KONTROL MODUL PROSES KONTROL DAN TRANSDUSER TIPE DL2314 BERBASIS PLC Afriadi Rahman #1, Agus Indra G, ST, M.Sc, #2, Dr. Rusminto Tjatur W, ST, #3, Legowo S, S.ST, M.Sc #4 # Jurusan Teknik
Lebih terperinciIr.Muchammad Ilyas Hs DONY PRASETYA ( ) DOSEN PEMBIMBING :
Perancangan Sistem Pengendalian Rasio Aliran Udara dan Bahan Bakar Pada Boiler Di Unit Utilitas PT. Trans Pacific Petrochemical Indotama (TPPI) Tuban Dengan Menggunakan Sistem Pengendali PID -Fuzzy OLEH
Lebih terperinciRancang Bangun Sistem Pengendalian Level pada Knock Out Gas Drum Menggunakan Pengendali PID di Plant LNG
Rancang Bangun Sistem Pengendalian Level pada Knock Out Gas Drum Menggunakan Pengendali PID di Plant LNG Paisal Tajun Aripin 1, Erna Kusuma Wati 1, V. Vekky R. Repi 1, Hari Hadi Santoso 1,2 1 Program Studi
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-6 1 Perancangan Sistem Pengendalian Tekanan dan Laju Aliran pada Pipa Bahan Bakar untuk Kebutuhan Awal Pembakaran Gas Turbin di Pembangkit Listrik Tenaga Gas
Lebih terperinciKontrol PID Pada Miniatur Plant Crane
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Kontrol PID Pada Miniatur Plant Crane E. Merry Sartika 1), Hardi Sumali 2) Jurusan Teknik Elektro Universitas Kristen
Lebih terperinciRESPON SISTEM DITINJAU DARI PARAMETER KONTROLER PID PADA KONTROL POSISI MOTOR DC
RESPON SISTEM DITINJAU DARI PARAMETER KONTROLER PID PADA KONTROL POSISI MOTOR DC Dwiana Hendrawati Prodi Teknik Konversi Energi Jurusan Teknik Mesin Politeknik Negeri Semarang Jl. Prof. H. Sudarto, SH.,
Lebih terperinciPengaturan Kecepatan Motor DC Menggunakan Kendali Hybrid PID-Fuzzy
ABSTRAK Pengaturan Kecepatan Motor DC Menggunakan Kendali Hybrid PID-Fuzzy Felix Pasila, Thiang, Oscar Finaldi Jurusan Teknik Elektro Universitas Kristen Petra Jl. Siwalankerto 121-131 Surabaya - Indonesia
Lebih terperinciPERANCANGAN SISTEM KONTROL ph PADA SEMIBATCH REACTOR DENGAN MENGGUNAKANFUZZY LOGIC CONTROL UNTUK STUDI KASUS PENETRALAN CH3COOH DAN NaOH
PERANCANGAN SISTEM KONTROL ph PADA SEMIBATCH REACTOR DENGAN MENGGUNAKANFUZZY LOGIC CONTROL UNTUK STUDI KASUS PENETRALAN CH3COOH DAN NaOH Roza Hamidyantoro, Hendra Cordova, Ronny Dwi Noriyati Jurusan Teknik
Lebih terperinciTUNING PROPORSIONAL INTEGRAL DERIVATIF MENGGUNAKAN JARINGAN SYARAF TIRUAN PADA PENGENDALIAN TEMPERATUR HEAT EXCHANGER
TUNING PROPORSIONAL INTEGRAL DERIVATIF MENGGUNAKAN JARINGAN SYARAF TIRUAN PADA PENGENDALIAN TEMPERATUR HEAT EXCHANGER Supriyanto, Totok R. Biyanto Jurusan Teknik Fisika - FTI ITS Surabaya Kampus ITS Keputih
Lebih terperinciSIMULASI KONTROL PID UNTUK MENGATUR PUTARAN MOTOR AC
F.5 SIMULASI KONTROL PID UNTUK MENGATUR PUTARAN MOTOR AC M. Subchan Mauludin *, Rony Wijanarko, Nugroho Eko Budiyanto Jurusan Teknik Informatika, Fakultas Teknik, Universitas Wahid Hasyim Jl. Menoreh Tengah
Lebih terperinciPENERAPAN FUZZY LOGIC CONTROLLER UNTUK MEMPERTAHANKAN KESETABILAN SISTEM AKIBAT PERUBAHAN DEADTIME PADA SISTEM KONTROL PROSES DENGAN DEADTIME
PENERAPAN FUZZY LOGIC CONTROLLER UNTUK MEMPERTAHANKAN KESETABILAN SISTEM AKIBAT PERUBAHAN DEADTIME PADA SISTEM KONTROL PROSES DENGAN DEADTIME Mukhtar Hanafi Program Studi Teknik Informatika Fakultas Teknik
Lebih terperinciPerancangan Sistem Pengendalian Tekanan dan Laju Aliran Untuk Kebutuhan Refueling System Pada DPPU Juanda-Surabaya
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Perancangan Sistem Pengendalian Tekanan dan Laju Aliran Untuk Kebutuhan Refueling System Pada DPPU Juanda-Surabaya Arya Dwi Prayoga, Fitri Adi Iskandarianto,
Lebih terperinciBAB VII METODE OPTIMASI PROSES
BAB VII METODE OPTIMASI PROSES Tujuan Pembelajaran Umum: Setelah membaca bab ini diharapkan mahasiswa dapat memahami Metode Optimasi Proses Pengendalian dalam Sistem Kendali. Tujuan Pembelajaran Khusus:
Lebih terperinciLAPORAN TUGAS AKHIR. Untuk Memenuhi Persyaratan Mencapai Pendidikan Diploma III (DIII) Disusun Oleh : Choiruzzad Fahri NIM.
RANCANG BANGUN SISTEM PENGENDALI SUHU PADA SANGKAR NYAMUK MENGGUNAKAN PENGENDALI PID BERBASIS MIKROKONTROLER ATMEGA32A UNTUK PENGAMATAN SIKLUS HIDUP NYAMUK LAPORAN TUGAS AKHIR Untuk Memenuhi Persyaratan
Lebih terperinciLOGO OLEH : ANIKE PURBAWATI DOSEN PEMBIMBING : KATHERIN INDRIAWATI, ST.MT.
LOGO Perancangan Sistem Pengendalian Tekanan Keluaran Steam Separator Dalam Upaya Peningkatan Kualitas Output Steam di PT. Pertamina Geothermal Energy area Kamojang, Jawa Barat OLEH : ANIKE PURBAWATI 2408100037
Lebih terperinciPENGENDALI POSISI MOTOR DC DENGAN PID MENGGUNAKAN METODE ROOT LOCUS
PENGENDALI POSISI MOTOR DC DENGAN PID MENGGUNAKAN METODE ROOT LOCUS Oleh : Agus Nuwolo (1), Adhi Kusmantoro (2) agusnuwolo15461@gmail.com, adhiteknik@gmail.com Fakultas Teknik / Teknik Elektro Universitas
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: ( Print) 1
JURNAL TEKNIK POMITS Vol., No. 1, (13) ISSN: 337-3539 (31-971 Print) 1 Rancang Bangun Pengendalian Pada Inline Flash Mixing Menggunakan Metode Neural Network Controller Warin Gusena 1), Hendra Cordova,
Lebih terperinciOleh : Alif Tober Rachmawati
Perancangan softsensor steam quality pada steam generator dengan optimasi nilai spesifik volume dengan metode jaringan syaraf tiruan (JST) Oleh : Alif Tober Rachmawati 2410105022 Latar Belakang Steam generator
Lebih terperinciperalatan-peralatan industri maupun rumah tangga seperti pada fan, blower, pumps,
1.1 Latar Belakang Kebutuhan tenaga listrik meningkat mengikuti perkembangan kehidupan manusia dan pertumbuhan di segala sektor industri yang mengarah ke modernisasi. Dalam sebagian besar industri, sekitar
Lebih terperinciPEMODELAN SISTEM PENGENDALI PID DENGAN METODE CIANCONE BERBASIS MATLAB SIMULINK PADA SISTEM PRESSURE PROCESS RIG
Jurnal Teknik dan Ilmu Komputer PEMODELAN SISTEM PENGENDALI PID DENGAN METODE CIANCONE BERBASIS MATLAB SIMULINK PADA SISTEM PRESSURE PROCESS RIG 38-714 SYSTEM MODELLING WITH PID CONTROLLER APPLYING CIANCONE
Lebih terperinciBAB III PERANCANGAN DAN PEMBUATAN SISTEM
BAB III PERANCANGAN DAN PEMBUATAN SISTEM Pada bab ini menjelaskan tentang perancangan dan pembuatan sistem kontrol, baik secara software maupun hardware yang digunakan untuk mendukung keseluruhan sistem
Lebih terperinciIMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI
IMPLEMENTASI ADAPTIVE SWITCHING FUZZY LOGIC CONTROLER SEBAGAI PENGENDALI LEVEL AIR PADA TIGA BEJANA BERINTERAKSI Satryo Budi Utomo ), Rusdhianto ), Katjuk Astrowulan ) ) Fakultas Teknik,Jurusan Teknik
Lebih terperinciPemodelan dan Optimisasi Kandungan Oksigen dengan Jaringan Syaraf Tiruan dan Algoritma Genetik pada Gas Buang Boiler PT.
Pemodelan dan Optimisasi Kandungan Oksigen dengan Jaringan Syaraf Tiruan dan Algoritma Genetik pada Gas Buang Boiler PT. Petrokimia Gresik Abstrak Mohamad Fithron Yunaji Program Studi Teknik Fisika Institut
Lebih terperinciRancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 2337-3539 (2301-9271 Print) F-153 Rancang Bangun Sistem Kontrol Level dan Pressure Steam Generator pada Simulator Mixing Process di Workshop Instrumentasi
Lebih terperinciBAB II DASAR TEORI. kontrol, diantaranya yaitu aksi kontrol proporsional, aksi kontrol integral dan aksi
BAB II DASAR TEORI 2.1 Proporsional Integral Derivative (PID) Didalam suatu sistem kontrol kita mengenal adanya beberapa macam aksi kontrol, diantaranya yaitu aksi kontrol proporsional, aksi kontrol integral
Lebih terperinciBAB II LANDASAN TEORI. berefisiensi tinggi agar menghasilkan produk dengan kualitas baik dalam jumlah
BAB II LANDASAN TEORI 2.1 Umum Didalam dunia industri, dituntut suatu proses kerja yang aman dan berefisiensi tinggi agar menghasilkan produk dengan kualitas baik dalam jumlah banyak serta dengan waktu
Lebih terperinciPerancangan Sistem Kontrol PID Untuk Pengendali Sumbu Azimuth Turret Pada Turret-gun Kaliber 20mm
A512 Perancangan Sistem Kontrol PID Untuk Pengendali Sumbu Azimuth Turret Pada Turret-gun Kaliber 20mm Danu Wisnu, Arif Wahjudi, dan Hendro Nurhadi Jurusan Teknik Mesin, Fakultas Teknik Industri, Institut
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciPERANCANGAN SISTEM KENDALI SLIDING-PID UNTUK PENDULUM GANDA PADA KERETA BERGERAK
PERANCANGAN SISTEM KENDALI SLIDING-PID UNTUK PENDULUM GANDA PADA KERETA BERGERAK Oleh : AHMAD ADHIM 2107100703 Dosen Pembimbing : Hendro Nurhadi, Dipl.-Ing., Ph.D. PENDAHULUAN LATAR BELAKANG Kebanyakan
Lebih terperinciHerry gunawan wibisono Pembimbing : Ir. Syamsul Arifin, MT
PERANCANGAN SISTEM PENGENDALIAN DAYA REAKTOR NUKLIR MENGGUNAKAN LOGIKA FUZZY DI PUSAT TEKNOLOGI NUKLIR BAHAN DAN RADIOMETRI BADAN TENAGA NUKLIR NASIONAL (PTNBR BATAN) BANDUNG Herry gunawan wibisono 2406
Lebih terperinciBAB III DINAMIKA PROSES
BAB III DINAMIKA PROSES Tujuan Pembelajaran Umum: Setelah membaca bab ini diharapkan mahasiswa dapat memahami Dinamika Proses dalam Sistem Kendali. Tujuan Pembelajaran Khusus: Setelah mengikuti kuiah ini
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2013) 1-5 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (13) 1-5 1 Rancang Bangun Auto Switch PID pada Sistem ILFM (In Line Flash Mixing) untuk Proses Netralisasi Hariadi kurniawan 1), Hendra Cordova S.T., M.T. 1) Jurusan
Lebih terperinciBAB II TINJAUAN PUSTAKA. Penelitian sebelumnya berjudul Feedforward Feedback Kontrol Sebagai
BAB II TINJAUAN PUSTAKA 2.1 Studi Pustaka Penelitian sebelumnya berjudul Feedforward Feedback Kontrol Sebagai Pengontrol Suhu Menggunakan Proportional Integral berbasis Mikrokontroler ATMEGA 8535 [3].
Lebih terperinciIV. PERANCANGAN SISTEM
SISTEM PENGATURAN KECEPATAN PUTARAN MOTOR PADA MESIN PEMUTAR GERABAH MENGGUNAKAN KONTROLER PROPORSIONAL INTEGRAL DEFERENSIAL (PID) BERBASIS MIKROKONTROLER Oleh: Pribadhi Hidayat Sastro. NIM 8163373 Jurusan
Lebih terperinciSIMULATOR RESPON SISTEM UNTUK MENENTUKAN KONSTANTA KONTROLER PID PADA MEKANISME PENGENDALIAN TEKANAN
SIMULATOR RESPON SISTEM UNTUK MENENTUKAN KONSTANTA KONTROLER PID PADA MEKANISME PENGENDALIAN TEKANAN Dwiana Hendrawati Prodi Teknik Konversi Energi Jurusan Teknik Mesin Politeknik Negeri Semarang Jl. Prof.
Lebih terperinciSISTEM BOILER DENGAN SIMULASI PEMODELAN PID
SISTEM BOILER DENGAN SIMULASI PEMODELAN PID Wisnu Broto *), Ane Prasetyowati R. **) Prodi Elektro Fakultas Teknik Univ. Pancasila, Srengseng Sawah Jagakarsa, Jakarta, 12640 Email: *) wisnu.agni@gmail.com
Lebih terperinciIMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY
Implementasi Microkontroller untuk Sistem Kendali Kecepatan (Kristiyono dkk.) IMPLEMENTASI MICROKONTROLLER UNTUK SISTEM KENDALI KECEPATAN BRUSHLESS DC MOTOR MENGGUNAKAN ALGORITMA HYBRID PID FUZZY Roedy
Lebih terperinciPerancangan dan Simulasi MRAC PID Control untuk Proses Pengendalian Temperatur pada Continuous Stirred Tank Reactor (CSTR)
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-128 Perancangan dan Simulasi MRAC PID Control untuk Proses Pengendalian Temperatur pada Continuous Stirred Tank Reactor (CSTR)
Lebih terperinci5/12/2014. Plant PLANT
Matakuliah : Teknik Kendali Tahun : 2014 Versi : Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : menjelaskan gambaran umum dan aplikasi sistem pengaturan di industri menunjukkan kegunaan dasar-dasar
Lebih terperinciPENERAPAN ALGORITMA KENDALI PROPORTIONAL INTEGRAL DERIVATIVE PADA SISTEM REAL TIME UNTUK MEMPELAJARI TANGGAPAN TRANSIEN
PENERAPAN ALGORITMA KENDALI PROPORTIONAL INTEGRAL DERIVATIVE PADA SISTEM REAL TIME UNTUK MEMPELAJARI TANGGAPAN TRANSIEN Isnan Nur Rifai 1, Panji Saka Gilab Asa 2 Diploma Elektronika Dan Instrumentasi Sekolah
Lebih terperinciPENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni
PENGENDALIAN OPTIMAL PADA SISTEM STEAM DRUM BOILER MENGGUNAKAN METODE LINEAR QUADRATIC REGULATOR (LQR) Oleh : Ika Evi Anggraeni 206 00 03 Dosen Pembimbing : Dr. Erna Apriliani, M.Si Hendra Cordova, ST,
Lebih terperinciPERANCANGAN REMOTE TERMINAL UNIT (RTU) PADA SIMULATOR PLANT TURBIN DAN GENERATOR UNTUK PENGENDALIAN FREKUENSI MENGGUNAKAN KONTROLER PID
Oleh: Mahsun Abdi / 2209106105 Dosen Pembimbing: 1. Dr.Ir. Mochammad Rameli 2. Ir. Rusdhianto Effendie, MT. Tugas Akhir PERANCANGAN REMOTE TERMINAL UNIT (RTU) PADA SIMULATOR PLANT TURBIN DAN GENERATOR
Lebih terperinciPERANCANGAN TRAINER PID ANALOG UNTUK MENGATUR KECEPATAN PUTARAN MOTOR DC
Perancangan Trainer PID Analog untuk Mengatur Kecepatan (Subchan Mauludin dan Andi Kurniawan) PERANCANGAN TRAINER PID ANALOG UNTUK MENGATUR KECEPATAN PUTARAN MOTOR DC M. Subchan Mauludin 1*, Andi Kurniawan
Lebih terperinciSISTEM KENDALI DIGITAL
SISTEM KENDALI DIGITAL Sistem kendali dapat dikatakan sebagai hubungan antara komponen yang membentuk sebuah konfigurasi sistem, yang akan menghasilkan tanggapan sistem yang diharapkan. Jadi harus ada
Lebih terperinciBAB 5 KOMPONEN DASAR SISTEM KONTROL
BAB 5 KOMPONEN ASAR SISTEM KONTROL 5. SENSOR AN TRANSMITER Sensor: menghasilkan fenomena, mekanik, listrik, atau sejenisnya yang berhubungan dengan variabel proses yang diukur. Trasmiter: mengubah fenomena
Lebih terperinciBambang Pramono ( ) Dosen pembimbing : Katherin Indriawati, ST, MT
PERANCANGAN SISTEM PENGENDALIAN BERPENGAWASAN PADA AERATION BASIN DENGAN TEKNIK CUMULATIVE OF SUM (CUSUM) Bambang Pramono (2408100057) Dosen pembimbing : Katherin Indriawati, ST, MT Aeration basin Aeration
Lebih terperinci4. BAB IV PENGUJIAN DAN ANALISIS. pengujian simulasi open loop juga digunakan untuk mengamati respon motor DC
4. BAB IV PENGUJIAN DAN ANALISIS 4.1 Pengujian Open Loop Motor DC Pengujian simulasi open loop berfungsi untuk mengamati model motor DC apakah memiliki dinamik sama dengan motor DC yang sesungguhnya. Selain
Lebih terperinciAnalisa Kestabilan Sistem dalam Penelitian ini di lakukan dengan dua Metode Yaitu:
Analisa Kestabilan Sistem dalam Penelitian ini di lakukan dengan dua Metode Yaitu: o Analisa Stabilitas Routh Hurwith 1. Suatu metode menentukan kestabilan sistem dengan melihat pole-pole loop tertutup
Lebih terperinciKendali PID Training Kit ELABO TS 3400 Menggunakan Sensor Posisi
Kendali PID Training Kit ELABO TS 3400 Menggunakan Sensor Posisi Ana Ningsih 1, Catherina Puspita 2 Program Studi Teknik Mekatronika, Politeknik ATMI Surakarta 1 ana_n@atmi.ac.id, 2 apriliacatarina@yahoo.com
Lebih terperinciII. PERANCANGAN SISTEM
Sistem Pengaturan Intensitas Cahaya Dengan Perekayasaan Kondisi Lingkungan Pada Rumah Kaca Alfido, Ir. Purwanto, MT., M.Aziz muslim, ST., MT.,Ph.D. Teknik Elektro Universitas Brawijaya Jalan M.T Haryono
Lebih terperinciSISTEM PENGATURAN BERJARINGAN : DESAIN DAN IMPLEMENTASI SLIDING MODE CONTROL PADA PRESSURE PROCESS RIG
SISTEM PENGATURAN BERJARINGAN : DESAIN DAN IMPLEMENTASI SLIDING MODE CONTROL PADA PRESSURE PROCESS RIG 8-7 Chandra Choirulyanto 050006 Jurusan Teknik Elektro ITS, Surabaya 60, e-mail : Chandrachoirulyanto@gmailcom
Lebih terperinciBAB I PENDAHULUAN. manusia akan teknologi tepat guna. Teknologi tepat guna yang mampu memenuhi
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin pesat dipicu oleh kebutuhan manusia akan teknologi tepat guna. Teknologi tepat guna yang mampu memenuhi perintah user dalam hal
Lebih terperinciDESAIN KONTROL PID UNTUK MENGATUR KECEPATAN MOTOR DC PADA ELECTRICAL CONTINUOUSLY VARIABLE TRANSMISSION (ECVT)
DESAIN KONTROL PID UNTUK MENGATUR KECEPATAN MOTOR DC PADA ELECTRICAL CONTINUOUSLY VARIABLE TRANSMISSION (ECVT) Oleh : Raga Sapdhie Wiyanto Nrp 2108 100 526 Dosen Pembimbing : Dr. Ir. Bambang Sampurno,
Lebih terperinciIMPLEMENTASI KONTROLER NEURAL FUZZY PADA PENGATURAN KECEPATAN MOTOR INDUKSI 3 FASA
IMPLEMENTASI KONTROLER NEURAL FUZZY PADA PENGATURAN KECEPATAN MOTOR INDUKSI 3 FASA Ratna Ika Putri 1, Mila Fauziyah 2 1 Politeknik Negeri Malang 2 Politeknik Negeri Malang E-mail: Ikaputri_ratna@yahoo.com,
Lebih terperinciDISTRIBUTED CONTROL SYSTEM CENTUM CS3000
Seminar Tugas Akhir PERANCANGAN SISTEM PENGENDALIAN LEVEL PADA GLYCOL CONTACTOR BERBASIS SOFTWARE DISTRIBUTED CONTROL SYSTEM CENTUM CS3000 DENGAN SELF TUNING PID PADA DEHIDRATION UNIT DI KANGEAN ENERGY
Lebih terperinciPemodelan dan Pemetaan Potensi Energi Angin Menggunakan Jaringan Syaraf Tiruan (JST) di Bendungan Karangkates Kabupaten Malang
Pemodelan dan Pemetaan Potensi Energi Angin Menggunakan Jaringan Syaraf Tiruan (JST) di Bendungan Karangkates Kabupaten Malang O L E H : A H M A D Z A K I Z A K A R I A ( 2 4 0 6 1 0 0 0 5 7 ) Pembimbing
Lebih terperinciPEMBELAJARAN SISTEM KONTROL DENGAN APLIKASI MATLAB
Jurnal Teknika ISSN : 85-859 Fakultas Teknik Universitas Islam Lamongan Volume No. Tahun PEMBELAJARAN SISTEM KONTROL DENGAN APLIKASI MATLAB Affan Bachri ) Dosen Fakultas Teknik Prodi Elektro Universitas
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN RBF PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA AIR
APLIKASI JARINGAN SYARAF TIRUAN RBF PADA SISTEM KONTROL VALVE UNTUK PENGENDALIAN TINGGI MUKA AIR Wahyudi, Hariyanto, Iwan Setiawan Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Jln.
Lebih terperinci