Desain Kontroler PID Fuzzy Untuk Pengendalian Tekanan dan Level Oksigen Gas Buang pada Boiler

Transkripsi

1 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) Desain Kontroler PID Fuzzy Untuk Pengendalian Tekanan dan Level Oksigen Gas Buang pada Boiler Rizky Fitria Fauzy, dan Ir. Rusdhianto Effendie A.K., MT. Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember Jl. Arief Rahman Hakim, Surabaya ditto@elect-eng.its.ac.id Abstrak Perubahan beban yang terjadi pada PLTU seringkali tidak dapat dihindari. Hal ini membuat boiler harus mempertahankan tekanan dalam setiap kondisi pembebanan agar turbin dapat berputar dengan kecepatan yang diinginkan. Perubahan beban yang terjadi akan berpengaruh terhadap laju bahan bakar dan udara sebagai sumber energi boiler. Ketika pembebanan jumlah laju udara dan bahan bakar yang dibutuhkan selalu berubah terhadap perubahan beban untuk menjaga tekanan dan level oksigen pada gas buang boiler sesuai dengan yang diinginkan turbin-generator. PID fuzzy dirancang sebagai kontroler yang mampu mengatasi perubahan parameter plant terutama saat terjadi pembebanan. Kontroler PID terbukti dapat mengurangi error steady state dan meredam osilasi. Akan tetapi ketika terjadi perubahan beban, respon sistem mengalami osilasi yang cukup besar. Sehingga diperlukan fuzzy tuner untuk mendapatkan nilai parameter PID yang baru ketika terjadi perubahan beban. Dari hasil simulasi dan implementasi pada virtual plant didapatkan nilai K i ketika beban nominal adalah untuk respon tekanan, dan 4.8 untuk respon level oksigen pada gas buang. Pada saat beban minimum nilai K i adalah untuk respon tekanan, dan 4.5 untuk respon level oksigen pada gas buang. Dan pada saat beban maksimum, nilai K i adalah untuk respon tekanan, dan 5 untuk respon level oksigen pada gas buang. Kata Kunci : boiler, virtual plant, PID fuzzy I. PENDAHULUAN Pembangkit Listrik Tenaga Uap (PLTU) adalah salah satu instalasi penghasil listrik yang melayani kebutuhan listrik masyarakat. Salah satu komponen utama yang memegang peranan penting pada PLTU adalah boiler. Ketel uap atau yang lebih dikenal dengan boiler merupakan bagian penting dan berfungsi menghasilkan uap untuk berbagai proses operasi di industri, khususnya sebagai penggerak turbin generator sebagai penghasil energi listrik. Bahan dasar yang digunakan untuk menghasilkan uap adalah air yang berkualitas tinggi. Sumber energi yang digunakan untuk mengubah wujud dari fase cair menjadi uap bertekanan tinggi adalah bahan bakar dan udara. Proses yang terjadi pada boiler cukup kompleks, oleh karena itu diperlukan beberapa sistem pengendalian agar proses berlangsung seperti yang diharapkan. Bermacammacam sistem pengendalian pada boiler, salah satunya adalah pengendalian pada tekanan boiler. Pengendalian tersebut memiliki peranan penting dalam meningkatkan nilai efisiensi boiler. Utamanya seperti yang kita tahu bahwa boiler adalah sebuah sistem yang tidak linier dengan perubahan beban nominal yang biasa terjadi seketika. Perubahan beban tersebut memacu boiler untuk menghasilkan laju uap lebih dengan tetap menjaga tekanan uapnya. Pengendalian ini akan mempengaruhi besarnya laju bahan bakar yang diperlukan. Perubahan laju bahan bakar ini juga harus diikuti dengan perubahan laju udara untuk menjaga keluaran gas buang dengan tetap menjaga level oksigen pada setpoint tertentu sehingga terjadi pembakaran sempurna. Salah satu sistem kendali yang cocok diterapkan pada sistem yang tidak linear seperti sistem boiler adalah kontrol cerdas karena mempunyai ketahanan terhadap gangguan dan perubahan parameter plant. Sistem pengendalian yang menggunakan algoritma fuzzy yang bertujuan untuk melakukan tuning parameter pengendali PID seperti K p, K i, dan K d diharapkan dapat menghasilkan pengendalian yang lebih baik dengan memprediksi nilai parameter tersebut sesuai dengan kebutuhan perubahan parameter plant. Oleh karena itu, pada penelitian tugas akhir ini didesain sebuah kontroler PID fuzzy sebagai pengendali tekanan dan level oksigen gas buang pada boiler. Dan untuk implementasinya, PLTU dibuat pada virtual plant yang ditampilkan pada HMI. Komunikasi antara virtual plant dan HMI menggunakan data serial yang dilewatkan pada mikrokontroler dan software pendukung virtual plant untuk proses akuisisi data. II. TEORI DASAR A. Prinsip Kerja PLTU Prinsip kerja dari PLTU adalah dengan menggunakan siklus air-uap-air yang merupakan suatu sistem tertutup air

2 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) dari kondensat atau air dari hasil proses pengondensian di kondenser dan air dari make up water (air yang telah dimurnikan di treatment) dipompa oleh condesat pump ke pemanas tekanan rendah (low pressure heater). Disini air dipanasi kemudian dimasukkan ke deaerator untuk menghilangkan gas udara (oksigen), kemudian air ini dipompa oleh boiler feedwater pump masuk ke economizer yang selanjutnya dialirkan ke pipa down comer untuk dipanaskan pada wall tubes oleh boiler. Pada wall tubes, air dipanasi berbentuk uap air. Uap air ini dikumpulkan kembali pada steam drum, kemudian dipanaskan lebih lanjut pada superheater. Keluar dari superheater sudah berubah menjadi uap kering yang mempunyai tekanan dan temperatur tinggi dan selanjutnya uap ini digunakan untuk menggerakkan sudu-sudu turbin tekanan tinggi (HP turbin). Untuk sudu-sudu turbin menggerakkan poros. Hasil dari putaran poros turbin kemudian memutar poros generator yang dihubungkan dengan coupling. Dari putaran ini dihasilkan energi listrik. Tenaga listrik yang dihasilkan dari generator, dinaikkan tegangannya menjadi 150kV untuk kemudian disalurkan dan didistribusikan lebih lanjut ke pelanggan. Uap bekas dari turbin selanjutnya dikondensasikan dari condenser dan bersama dengan air dari make up water pump dipompa lagi oleh condensate pump masuk ke pemanas tekanan rendah, deaerator, boiler feed water pump, pemanas tekanan tinggi, economizer, dan akhirnya menuju boiler untuk dipanaskan menjadi uap lagi. Demikian proses ini akan terjadi dilakukan berulang kali. Pada Gambar 2.1 dapat kita lihat siklus kerja PLTU secara detail. Dengan bantuan diagram mungkin kita dapat lebih memahami prosedur kerja dalam suatu sistem pembangkit tenaga uap. Gambar 1 Proses Kerja PLTU B. Kontroler PID Standar Setiap kekurangan dan kelebihan dari masing-masing kontroler Proporsional, Integral, dan Diferensial dapat saling menutupi dengan menggabungkan ketiganya menjadi kontroler proporsional plus integral plus diferensial (kontroler PID). Elemen-elemen kontroler P, I, dan D masing-masing secara keseluruhan bertujuan untuk mempercepat reaksi sebuah sistem, menghilangkan offset dan menghasilkan perubahan awal besar. Hubungan sinyal kesalahan dan sinyal kontrol pada kontroler tipe-pid standar dapat dinyatakan dengan Persamaan. 1 d u( t) K p e( t) e( t) dt D e( t) I dt Atau dalam bentuk fungsi alih, U( 1 K p (1 D E( s I Atau 2 U( K p ( I Ds I s 1) E( I s Tuning eksperimen adalah proses yang dilakukan untuk mendapatkan hasil kontroler yang optimal dengan cara suatu percobaan. Inti dari tuning eksperimen adalah menentukan nilai dari tiga buah parameter yang terdapat pada kontroler PID yaitu konstanta proporsional (Kp), konstanta integral (Ki) dan konstanta diferensial (Kd). Ada beberapa metode yang dapat dilakukan dalam penalaan parameter kontroler PID dengan eksperimen seperti metode Ziegler-Nichols, metode Cohen-Coon dan metode empirik. Langkah atau acuan penentuan parameter Kp, Ki, dan Kd diadopsi dari (Williams, 2006). C. Kontroler Logika Fuzzy Input Fuzzifikasi Basis Pengetahuan Logika Pengambilan Keputusan Gambar 2 Struktur Dasar Logika Fuzzy Defuzzifikasi Output Fungsi dari bagian-bagian di atas adalah sebagai berikut: 1. Fuzzifikasi berfungsi untuk mentransformasikan sinyal input yang bersifat crisp (bukan fuzzy) ke himpunan fuzzy dengan menggunakan operator fuzzifikasi 2. Basis pengetahuan berisi basis data dan aturan dasar yang mendefinisikan himpunan fuzzy atas daerah-daerah input dan output dan menyusunnya dalam perangkat aturan kontrol. 3. Logika pengambilan keputusan merupakan inti dari logika fuzzy yang mempunyai kemampuan seperti manusia dalam mengambil keputusan. Aksi atur fuzzy disimpulkan dengan menggunakan implikasi fuzzy dan mekanisme inferensi fuzzy. 4. Defuzzifikasi berfungsi untuk mentransformasikan kesimpulan tentang aksi atur yang bersifat fuzzy menjadi sinyal sebenarnya yang bersifat crisp dengan menggunakan operator fuzzifikasi. III. PERANCANGAN SISTEM A. Tahap Pemodelan Merupakan 50-70% dari keseluruhan tahap/siklus pada Gambar 1. Hal pertama yang dilakukan adalah mengidentifikasi system. Identifikasi system boiler dapat dilakukan dengan dua jalan, yakni identifikasi dengan

3 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) mendapatkan pemodelan matematis melalui pendekatan rumus fisis dan mendapatkan sinyal respon dengan memberikan sinyal input. Hal yang telah dilakukan dalam hal ini adalah mendapatkan pemodelan matematis dalam bentuk state space yang didapatkan pada sebuah paper berjudul Nonlinear Control Oriented Boiler Modeling A Benchmark Problem for Controller Design. Astrom dan Bell menuliskan dalam sebuah paper tersebut mengenai bentuk nonlinear suatu sistem boiler. Dimana terdapat empat input dan empat output. Empat input diantaranya adalah laju bahan bakar (u 1 ), laju udara (u 2 ), laju air umpan (u 3 ), dan beban atau bukaan valve laju uap (u 4 ). Dan empat output diantaranya adalah tekanan (y 1 ), level oksigen pada gas buang (y 2 ), level air (y 3 ), dan laju uap (y 4 ). Bentuk persamaan nonlinear diberikan seperti persamaan di bawah ini. Dari persamaan nonlinear di atas, dapat dilakukan linierisasi dengan memasukkan nilai konstanta yang telah ditentukan pada Tabel 1. hasil linierisasi didapatkan dalam bentuk matrik 4x4 sebagai berikut. Dengan, Noise dari model direpresentasikan sebagai berikut : B. Kontroler PID Fuzzy Keterangan : i=1,,5 adalah colored noise, adalah unit variance white noise, dan adalah disturbance yang didefinisikan disini adalah load level. Tabel 1 Persamaan Koefisien Gambar 3 Simulasi PID Fuzzy pada Plant Boiler Logika fuzzy disini digunakan sebagai tuning parameter kontrol PID yang telah ditentukan perubahannya ketika terjadi pembebanan. Perancangan PID fuzzy ini melalui 3 tahap utama, yaitu fuzzifikasi, aturan dasar, dan

4 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) defuzzifikasi. Dalam perancangan kontroler pada plant boiler dibuat 2 PID fuzzy sebagai pengendali laju bahan bakar dan pegendali udara. Sehingga simulasi PID fuzzy dapat dilihat pada Gambar 4. Gambar 3 tersebut menunjukkan simulasi menggunakan PID fuzzy pada plant boiler. Blok berwarna kuning adalah pengendalian pada plant tekanan boiler, blok warna hijau adalah pengendalian pada plant gas buang, dan perubahan beban ditunjukkan pada blok berwarna magenta. Tahap yang pertama, yakni fuzzifikasi adalah penentuan fungsi keanggotaan input fuzzy. Tahap fuzzifikasi pada pengendalian laju udara dan bahan bakar boiler dapat dilihat pada Gambar 5. Gambar 4 Fuzzifikasi plant Tekanan dan Gas Buang Proses fuzzifikasi di atas, menunjukkan nilai pembebanan yang diberikan. Gambar 4 menunjukkan bahwa terdapat 3 pembebanan. Yakni ketika beban nominal 80%, beban minimum 60%, dan beban maksimum 100%. Gambar 5 Defuzzifikasi plant Tekanan Nilai yang tertampil pada Gambar 5 adalah nilai Ki hasil tuning parameter PID pada keadaan tiga pembebanan. Sedangkan penentuan Defuzzifikasi pada pengendalian laju udara dapat dilihat pada Gambar 6 berikut. Untuk aturan dasar yang digunakan dapat dilihat pada Gambar 7. Gambar 7 Aturan Dasar Fuzzy Pada Gambar 7 tersebut, aturan dasar untuk menentukan nilai parameter K i menggunakan logika fuzzy dengan fungsi if then. Pada perancangan ini yang dilakukan adalah tuning parameter K i sebagai fungsi output dengan perubahan nilai beban sebagai fungsi input. C. Komunikasi Serial Satu Arah Untuk dapat mengkomunikasikan dua software, dalam hal ini adalah Wonderware InTouch dan Labview 8.6, diperlukan suatu software sebagai interface, dalam hal ini adala OPC server. Gambar 3 berikut adalah blok rancangan komunikasi. Labview + Ni Daq Localhost OmniServer (Serial Port OPC Server) Mikrokontroler ATMega 32 Gambar 8 Rancangan Komunikasi Serial Localhost KeepServerEx (InTouchClient Driver) Wonderware InTouch (HMI) Proses pada Gambar 8 adalah menghubungkan boiler virtual plant pada software Labview 8.6 dengan HMI pada software Wonderware InTouch Pada proses ini dibutuhkan beberapa hardware seperti Nidaq 6009 dan Mikrokontroler. Pada Mikrokontroler berlangsung proses akuisisi data ADC dan pertukaran data serial. Untuk menghubungkan Mikrokontroler dengan HMI pada software Wonderware juga dibutuhkan software OmniServer dan KepServerEx sebagai interface kedua hardware dan software tersebut. Mula-mula data digital dari boiler virtual plant dhubungkan dengan Nidaq 6009 sebagai DAC sehingga menghasilkan output data analog untuk diproses pada mikrokontroler. Kemudian pada Mikrokontroler dilakukan proses akuisisi data analog ke digital untuk dikirimkan ke HMI Wonderware. Gambar 6 Defuzzifikasi plant Gas Buang Proses defuzzifikasi pada Gambar 6 digunakan untuk menentukan batas parameter nilai K i seperti yang ditentukan oleh tuning parameter PID sebelumnya. Seperti sebelumnya, output menggunakan tiga fungsi anggota, yakni nilai K i ketika pembebanan nominal, minimum, dan maksimum. Gambar 9 HMI Wonderware

5 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) Perancangan Wonderware dimulai dengan mendesain boiler dengan dengan beberapa bagian-bagiannya. Desain boiler dapat dilihat pada Gambar 9. Gambar 10 Front Panel pada Virtual Plant Boiler Dari Gambar 10 dapat dilihat nilai Input yang diberikan dan respon output dari boiler. Data inilah yang nantinya ditampilkan pada HMI Wonderware dan dikirim ke Ni Daq untuk dijadikan data analog dan ke plant Turbin- Generator sebagai input. IV. IMPLEMENTASI DAN ANALISA Setelah mensimulasikan PID fuzzy menggunakan software Matlab 2010, tahap yang perlu dilakukan adalah menganalisa bentuk respon output boiler. Gambar 9 adalah hasil simulasi model plant tekanan boiler yang telah diberi kontroler PID fuzzy. 120 Gambar 10 Respon Output PID Fuzzy pada Gas Buang Boiler Berbeda dengan sebelumnya, Gambar 10 adalah hasil respon simulasi PID fuzzy pada level oksigen pada gas buang boiler. Mula-mula boiler running pada beban nominal, yakni 80%. Hasil simulasi menunjukkan, ketika beban nominal 80%, respon sistem dapat kembali ke keadaan tunak dalam waktu 60 detik. Ketika waktu ke-1020 detik, terjadi perubahan beban ke beban minimal 60%. Dan setelah 1050 detik, boiler kembali pada keadaan tunak. Pada saat 1550 detik, boiler kembali ke beban nominal 100% dan mengalami kenaikan beban pada detik ke Hasil simulasi menunjukkan respon dapat kembali ke keadaan tunak dalam kurun waktu 51.6 detik. Untuk implementasi, dilakukan menggunakan 3 komputer. Adapun gambaran sistem telah dijelaskan pada bab sebelumnya. Untuk mengimplementasikan hasil simulasi yang telah dibuat di Matlab, telah dibuat virtual plant pada Labview dan HMI monitoring pada Wonderware InTouch. Hasil implementasi dapat dilihat pada Gambar 11 berikut. 100 tekanan boiler (kg/cm2) Gambar 11 Data Pembacaan Data Serial OmniServer waktu ( Gambar 9 Respon Output PID Fuzzy pada Tekanan Boiler Gambar 9 adalah hasil respon simulasi PID fuzzy pada tekanan boiler. Mula-mula boiler running pada beban nominal, yakni 80%. Setelah 1000 detik, boiler mengalami penurunan beban puncak hingga 60%. Dan setelah 1050 detik, boiler kembali pada keadaan tunak. Pada saat 1550 detik, boiler kembali ke beban nominal 100% dan mengalami kenaikan beban pada detik ke Hasil simulasi menunjukkan respon dapat kembali ke keadaan tunak dalam kurun waktu 130 detik. level oksigen gas buang (kg/cm2) waktu ( Pada Gambar 11 adalah record pembacaan data yang diterima dari Labview ke Wonderware InTouch pada OmniServer. Waktu sampling ditentukan 10ms pada OPC server dan demikian pula pada HMI Wonderware, sehingga tidak terjadi delay pada saat pengiriman data. V. KESIMPULAN Dari percobaan-percobaan yang telah dilakukan pada pengerjaan tugas akhir ini, maka dapat diambil beberapa kesimpulan, antara lain : 1. Desain PID fuzzy dapat mengatasi karakteristik plant yang adaptif. Hal ini terbukti dengan adanya pembebanan pada plant boiler, respon output tidak mengalami osilasi. 2. Dengan menggunakan kontroler PID fuzzy, maka waktu yang diperlukan untuk mencapai keadaan tunak menjadi lebih cepat, yakni untuk respon output tekanan memerlukan waktu dari 1000 detik menjadi 130 detik. Sedangkan untuk respon output level oksigen gas buang perubahan waktu keadaan tunak yang awalnya adalah 120 detik menjadi 51.6 detik. 3. Untuk mengimplementasikan menjadi simulator PLTU dapat digunakan virtual plant menggunakan software Labview yang diintegrasikan dengan Wonderware

6 JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) InTouch dengan OmniServer dan KEPServerEx sebagai OPC server, dan Ni Daq dan Mikrokontroler sebagai hardware akuisisi data. REFERENSI [1] Djokosetyardjo,MJ (1990). Pembahasan Lebih Lanjut Tentang Ketel Uap. Jakarta : PT Pradnya Paramita. [2] Djokosetyardjo, MJ (1993). Ketel Uap. Jakarta : PT Pradnya Paramita. [3] Pellegrinetti, Gordon and Joseph Bentsman (1996). Nonlinear Control Oriented Boiler Modeling A Benchmark Problem for Controller Design. IEEE Transactions On Control Systems Technology, Vol. 4. No.1. [4] Ogata, Katsuhiko (1990).Teknik Kontrol Automatik. Jakarta : Erlangga. [5] Z.Y. Zhao, M. Tomizuka and S.Isaka, Fuzzy Gain Schedulingof PID Controllers, IEEE Trans. Syst., Man, Cybern., Vol.23, pp , [6] Rizky, Wahyu yanuar (2012). Perancangan Remote Terminal Unit untuk Simulator Plant Boiler pada PLTU menggunakan Kontroler PI. Jurusan Teknik Elektro- ITS. [7] Sudibjo, Wisnu (2008).Optimisasi Pengontrol Rasio Udara-Bahan Bakar pada Boiler PT Pertamina UP IV Cilacap Menggunakan Pengontrol Prediktif Jaringan Syaraf Tiruan. Jurusan Teknik Fisika-ITB. [8] Ordys, A.W., A.W. Pike, M.A. Johnson, R.M. Katebi and M.J. Grimble (1994). Modelling andsimulation of Power Generation Plans. Springer Verlag, London. [9] Greg, Harrel (2010).Steam Sistem Survey Guide. The University of Tennessee-Energ.Environtment and Resources Center. [10] ATMega 128, Datasheet ATMEL Microkontroller AVR ATMega 128, [11] Sticom El Rahma Jember, 2010, Teori Jaringan : Jaringan Ethernet dan TCP/IP, [12] KEPServerEx Client Connectivity Guide for National Instruments' LabVIEW, [13] Komunikasi antara HMI dan mikrokontroller AVR ATMega8535 via OPC bagian 1(Serial Port), [14] Komunikasi antara HMI dan mikrokontroller AVR ATMega8535 via OPC bagian 2(Ethernet), [15] F.El-Mahallawy, S El-Din Habik (2002).Fundamentals and Technology of Combustion. Elseiver, Ltd. [17] Harris, C.J, Chris G, dan Brown, Martin (1994).Intelligent Kontrol: Aspects of Fuzzy Logic and Neural Nets. Singapore : World Scientific Publishing Co. Pte. Ltd. [18] Zulfatman dan M. F. Rahmat (2009). Application of Self-Tuning Fuzzy PID Kontroller on Industrial Hydraulic Actuator Using Sistem Identification Approach. Malaysia : Faculty of Electrical Engineering University Teknologi Malaysia. I. RIWAYAT PENULIS Rizky Fitria Fauzy, Lahir di Surabaya, 7 Mei 1989 dan tinggal di Perumahan Bumi Jetis Indah D 42 Lamongan. Sebelum menempuh program pendidikan S1, penulis menamatkan program pendidikan D3 di Institut Teknologi Sepuluh Nopember yang wisuda pada periode 2010, ketika itu berstatus mahasiswa Teknik Elektro arus kuat dan melanjutkan pendidikan di S1 Teknik Elektro ITS pada bidang sistem pengaturan. Penulis yang akrab dipanggil kiky ini bercita-cita menjadi dosen dan sering berpartisipasi dalam ajang PIMNAS 2011 dan 2012, mengikuti beberapa seminar yang diadakan oleh ITS dan beberapa kegiatan lain yang diadakan ITS. Pada tanggal 4 Juli 2012, penulis mengikuti seminar dan siding tugas akhirnya berjudul Desain PID Fuzzy untuk Pengendalian Laju Udara dan Bahan Bakar pada Boiler. Beberapa kegiatan lain yang biasa diikuti diantaranya adalah kegiatan pengajian rutin Fosma ESQ.