Analisa Keandalan Low Pressure Drum Waste Heat Boiler

(WHB) Di PT. Petrokimia Gresik

Waste Heat Boiler (WHB) pada PT. Petrokimia Gresik merupakan suatu alat
penghasil uap panas bertekanan yang akan dikirim menuju proses pada Pabrik 1 (Pabrik
Urea). Uap panas tersebut digunakan sebagai pemutar sudu-sudu turbin penghasil daya listrik
pada Pabrik 1. Salah satu komponen penyusun WHB adalah Low Pressure drum yang
berfungsi sebagai penampung awal condensat yang telah melalui deareator guna
menghilangkan mineral-mineral didalamnya. Dari segi umur operasional, WHB di
PT.Petrokimia Gresik telah memiliki waktu operasional yang cukup panjang. Dari tahun 90an hingga saat ini WHB beroperasi tanpa henti menyebabkan kecurigaan apakah komponenkomponen di dalam unit Waste Heat Boiler khususnya Low Pressure drum. Tujuan yang
ingin dicapai dari penelitian ini adalah untuk menghitung dan menganalisa nilai realibility
(Keandalan) pada Low Pressure drum Waste Heat Boiler di pabrik I PT. Petrokimia Gresik.
Adapun komponen-komponen di dalam Low Pressure drum pada Waste Heat Boiler
ditunjukkan pada tabel berikut :
Tabel 1 Komponen Low Pressure drum pada Waste Heat Boiler
No Tag Number
Deskripsi
Level Control Valve
1
LCV22210
Differensial Level Transmitter
2
LT22210
Differensial Level Transmitter
3
LT22211
Pressure Control Valve
4
PCV22211
Pressure Control Valve
5
PCV22212

1. Data TTF dari Predictive Maintenance Masing-Masing Komponen

a. Komponen LCV 22210
Pada komponen LCV 22210, dilakukan 69 kali preventive maintenance mulai
tahun 2005 2013 sehingga perhitungan nilai TTF nya adalah seperti pada tabel
dibawah ini
Tabel 2 Data Predictive Maintenance Komponen LCV 22210
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

TTF (jam)
0
60
26
21
25
295
22
24
24
24
28
28
21
27
25

TTF (Hari)
0
1440
624
504
600
7080
528
576
576
576
672
672
504
648
600

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61

26
22
24
28
26
18
24
28
21
24
13
32
38
31
38
33
50
38
38
38
39
38
39
35
38
39
38
83
40
36
38
42
43
37
40
36
38
38
38
39
37
40
36
38
38
38

624
528
576
672
624
432
576
672
504
576
312
768
912
744
912
792
1200
912
912
912
936
912
936
840
912
936
912
1992
960
864
912
1008
1032
888
960
864
912
912
912
936
888
960
864
912
912
912

62
63
64
65
66
67
68
69

39
39
36
36
38
38
39
36

936
936
864
864
912
912
936
864

b. Komponen LT 22210
Pada komponen LT 22210, dilakukan 47 kali preventive maintenance mulai
tahun 2007 2013 sehingga perhitungan nilai TTF nya adalah seperti pada tabel
dibawah ini
Tabel 3 Data Predictive Maintenance Komponen LT 22210
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

TTF
(jam)
0
113
56
31
38
31
38
34
14
35
37
40
36
38
38
38
39
37
40
36
83
38
39
36
40
41
38
38
38
39

TTF
(Hari)
0
2712
1344
744
912
744
912
816
336
840
888
960
864
912
912
912
936
888
960
864
1992
912
936
864
960
984
912
912
912
936

31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

38
41
36
38
38
38
39
37
40
36
38
34
38
39
36
40
37

912
984
864
912
912
912
936
888
960
864
912
816
912
936
864
960
888

c. Komponen LT 22211
Pada komponen LT 22211, dilakukan 44 kali preventive maintenance mulai tahun
2007 2013 sehingga perhitungan nilai TTF nya adalah seperti pada tabel dibawah ini
Tabel 4 Data Predictive Maintenance Komponen LT 22211
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

TTF
(jam)
0
60
55
30
38
40
30
75
41
37
40
36
38
41
81
37
41
36
83
38

TTF
(Hari)
0
1440
1320
720
912
960
720
1800
984
888
960
864
912
984
1944
888
984
864
1992
912

21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

39
37
40
36
38
38
38
39
37
40
37
38
41
38
39
39
40
36
38
35
39
39
38
41

936
888
960
864
912
912
912
936
888
960
888
912
984
912
936
936
960
864
912
840
936
936
912
984

d. Komponen PCV 22211

Pada komponen PCV 22211, dilakukan 52 kali preventive maintenance mulai tahun
2007 2013 sehingga perhitungan nilai TTF nya adalah seperti pada tabel dibawah ini
Tabel 5 Data Predictive Maintenance Komponen PCV 22211
NO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

TTF
(jam)
0
56
358
54
57
52
56
59
56
55
55
52
336
38
38

TTF
(Hari)
0
1344
8592
1296
1368
1248
1344
1416
1344
1320
1320
1248
8064
912
912

16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52

39
37
40
6
41
35
38
39
31
41
36
37
38
39
43
37
40
36
38
38
38
39
37
18
21
36
38
38
38
39
39
36
35
38
38
39
36

936
888
960
144
984
840
912
936
744
984
864
888
912
936
1032
888
960
864
912
912
912
936
888
432
504
864
912
912
912
936
936
864
840
912
912
936
864

e. Komponen PCV 22212

Pada komponen LCV 22212, dilakukan 43 kali preventive maintenance mulai tahun
2007 2013 sehingga perhitungan nilai TTF nya adalah seperti pada tabel dibawah ini
Tabel 6 Data Predictive Maintenance Komponen PCV 22212
NO
1
2

TTF
(jam)
0
32

TTF
(Hari)
0
768

3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

38
31
38
33
39
38
38
39
37
40
36
38
38
38
39
37
40
36
38
33
38
39
37
40
36
41
35
38
42
36
127
20
37
39
38
40
35
38
38
38
36

912
744
912
792
936
912
912
936
888
960
864
912
912
912
936
888
960
864
912
792
912
936
888
960
864
984
840
912
1008
864
3048
480
888
936
912
960
840
912
912
912
864

2. Penentuan Distribusi Parameter Secara Eksponensial

Penentuan distribusi parameter secara eksponensial dilakukan dengan menggunakan software

EastFit 5. Yang akan menghasilkan nilai failure rate. Fungsi distribusi eksponensial untuk
masing masing komponen adalah sebagai berkut
a. Komponen LCV22210

diperoleh nilai failure rate = 0.00111. Dari gambar tersebut dapat terlihat bahwa nilai PDF
atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 0 1000 jam yang
ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.9 yang ditunjukkan pada garis
vertikal y. Semakin besar t (waktu), f(t) akan semakin kecil.

b. Komponen LT 22210

Dari gambar tersebut juga dapat terlihat bahwa nilai PDF atau besar kemungkinan terjadinya
kegagalan terjadi pada t antara 500 1400 jam yang ditunjukkan pada garis horizontal x
dengan nilai f(t) = 0.6 yang ditunjukkan pada garis vertikal y. Untuk 1400 t 2000 jam
besar f(t) = 0.
c. Komponen LT 22211

diperoleh nilai failure rate = 0.00102. Dari gambar tersebut juga dapat terlihat bahwa nilai
PDF atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 650 1000 jam yang
ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.85 yang ditunjukkan pada garis
vertikal y. Untuk 350 t 650 jam besar f(t) = 0.
d. Komponen PCV 22211

Diperoleh nilai failure rate = 0.000816. Dari gambar tersebut dapat terlihat bahwa nilai PDF
atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 0 1500 jam yang
ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.95 yang ditunjukkan pada garis
vertikal y. Untuk 1600 t 7200 jam besar f(t) = 0.
e. Komponen PCV 22212

Diperoleh nilai failure rate = 0.00109. Dari gambar tersebut dapat terlihat bahwa nilai PDF
atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 500 1000 jam yang
ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.9 yang ditunjukkan pada garis
vertikal y. Untuk 1000 t 2600 jam besar f(t) = 0.

3. Penentuan Distribusi Parameter Secara Weibull

Penentuan distribusi parameter secara Weibull dilakukan dengan menggunakan software
EastFit 5. Yang akan menghasilkan mencari nilai (alfa) dan (Beta) serta grafik PDF.

Dimana hasil penentuan distribusi parametersecara weibull dari masing masing komponen
adalah sebagai berikut :
a. Komponen LCV 22210

Diperoleh nilai = 1.5138 dan nilai =1024. Dari gambar tersebut juga dapat terlihat bahwa
nilai PDF atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 0 900 jam
yang ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.9 yang ditunjukkan pada garis
vertikal y. Untuk 2000 t 6000 jam besar f(t) = 0.
b. Komponen LT 22210

Diperoleh nilai = 2.6778 dan nilai = 1069. Dari gambar tersebut juga dapat terlihat
bahwa nilai PDF atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 450
1400 jam yang ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.6 yang ditunjukkan
pada garis vertikal y. Untuk 1400 t 1750 jam besar f(t) = 0.
c. Untuk Komponen LT 22211

Diperoleh nilai = 3.3302 dan nilai = 1107. Dari gambar tersebut juga dapat terlihat
bahwa nilai PDF atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 650
1000 jam yang ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.85 yang ditunjukkan
pada garis vertikal y. Untuk 350 t 650 jam besar f(t) = 0.
d. Komponen PCV 22211

Diperoleh nilai = 1.2509 dan nilai = 1367. Dari gambar tersebut juga dapat terlihat
bahwa nilai PDF atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 0 1500
jam yang ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.95 yang ditunjukkan pada
garis vertikal y. Untuk 1500 t 7200 jam besar f(t) = 0.
e. Untuk Komponen PCV 22212

Diperoleh nilai = 2.4792 dan nilai =1045. Dari gambar tersebut juga dapat terlihat bahwa
nilai PDF atau besar kemungkinan terjadinya kegagalan terjadi pada t antara 500 1000 jam
yang ditunjukkan pada garis horizontal x dengan nilai f(t) = 0.9 yang ditunjukkan pada garis
vertikal y. Untuk 1000 t 2500 jam besar f(t) = 0.

4. Perhitungan Nilai Keandalan Secara Eksponensial

Perhitungan nilai keandalan dari masing-masing komponen secara eksponensial
berdasarkan pada rumus berikut ini:
R ( t ) =et
Dengan nilai failure rate () dari masing masing komponen sudah diketahui yang dicari
menggunakan software EasyFit seperti yang sudah dijelaskan diatas, dan dirangkum seperti
pada tabel dibawah ini :

Kompone
n

Failure
Rate

LCV22210
LT22210
LT22211
PCV22211
PCV22212

0,00111
0,00106
0,00102
0,00082
0,00109

Perhitungan nilai keandalan dari masing-masing komponen dengan rentang waktu 30

hari hingga 370 hari adalah sebagai berikut :
Waktu
LT222 LT222 PCV22 PCV2221
(hari) LCV22210
10
11
211
2
30
0,967
0,969
0,970
0,976
0,968
90
0,905
0,909
0,912
0,929
0,907
180
0,819
0,826
0,832
0,863
0,822
370
0,663
0,676
0,686
0,738
0,668

5. Perhitungan Nilai Keandalan Secara Weibull

Perhitungan nilai keandalan dari masing-masing komponen secara Weibull berdasarkan
pada rumus berikut ini:

( t ) ]

R ( t ) =e

Dengan nilai

dan dari masing masing komponen sudah diketahui yang dicari

menggunakan software EasyFit seperti yang sudah dijelaskan diatas, dan dirangkum seperti
pada tabel dibawah ini :

1,5138
2,6778
3,3302
1,2509
2,4792

1024
1069
1107
1367
1045

Perhitungan nilai keandalan dari masing-masing komponen dengan rentang waktu 30

hari hingga 370 hari adalah sebagai berikut :
Waktu LCV2221
PCV2221
(hari)
0
LT22210
LT22211
1 PCV22212
30
90
180
370

0,999
0,975
0,930
0,807

0,999
0,998
0,991
0,943

0,999
0,999
0,997
0,9743

0,991
0,967
0,923
0,822

0,999
0,997
0,987
0,926