Anda di halaman 1dari 6

JURNAL TEKNIK POMITS Vol. 1, No.

1, (2012) 1-6

1

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 60111

E-mail: 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 Ki ketika beban nominal adalah
0.0215 untuk respon tekanan, dan 4.8 untuk respon level
oksigen pada gas buang. Pada saat beban minimum nilai
Ki adalah 0.015 untuk respon tekanan, dan 4.5 untuk
respon level oksigen pada gas buang. Dan pada saat beban
maksimum, nilai Ki adalah 0.0254 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 Kp, Ki,
dan Kd 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

economizer. dan Kd diadopsi dari (Williams. Pada wall tubes. air dipanasi berbentuk uap air. PERANCANGAN SISTEM A. 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. boiler feed water pump. dinaikkan tegangannya menjadi 150kV untuk kemudian disalurkan dan didistribusikan lebih lanjut ke pelanggan. 1. Defuzzifikasi berfungsi untuk mentransformasikan kesimpulan tentang aksi atur yang bersifat fuzzy menjadi sinyal sebenarnya yang bersifat crisp dengan menggunakan operator fuzzifikasi. Hubungan sinyal kesalahan dan sinyal kontrol pada kontroler tipe-PID standar dapat dinyatakan dengan Persamaan. Dari putaran ini dihasilkan energi listrik. Demikian proses ini akan terjadi dilakukan berulang kali. Gambar 1 Proses Kerja PLTU B. Kontroler PID Standar Setiap kekurangan dan kelebihan dari masing-masing kontroler Proporsional. Hal pertama yang dilakukan adalah mengidentifikasi system. Aksi atur fuzzy disimpulkan dengan menggunakan implikasi fuzzy dan mekanisme inferensi fuzzy. Identifikasi system boiler dapat dilakukan dengan dua jalan. Disini air dipanasi kemudian dimasukkan ke deaerator untuk menghilangkan gas udara (oksigen). kemudian dipanaskan lebih lanjut pada superheater. Elemen-elemen kontroler P. Integral. 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. yakni identifikasi dengan . 2006). Dengan bantuan diagram mungkin kita dapat lebih memahami prosedur kerja dalam suatu sistem pembangkit tenaga uap. U ( s) 1  K p (1    D s) E ( s) Is Atau 2 U ( s) K p ( I  D s   I s  1)  E ( s) Is Tuning eksperimen adalah proses yang dilakukan untuk mendapatkan hasil kontroler yang optimal dengan cara suatu percobaan. konstanta integral (Ki) dan konstanta diferensial (Kd). No. metode Cohen-Coon dan metode empirik. Langkah atau acuan penentuan parameter Kp. III. deaerator.1 dapat kita lihat siklus kerja PLTU secara detail. Inti dari tuning eksperimen adalah menentukan nilai dari tiga buah parameter yang terdapat pada kontroler PID yaitu konstanta proporsional (Kp). dan D masing-masing secara keseluruhan bertujuan untuk mempercepat reaksi sebuah sistem. Tahap Pemodelan Merupakan 50-70% dari keseluruhan tahap/siklus pada Gambar 1. menghilangkan offset dan menghasilkan perubahan awal besar. 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). I. Pada Gambar 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. C. Hasil dari putaran poros turbin kemudian memutar poros generator yang dihubungkan dengan coupling. pemanas tekanan tinggi. 4. Ada beberapa metode yang dapat dilakukan dalam penalaan parameter kontroler PID dengan eksperimen seperti metode Ziegler-Nichols. Untuk sudu-sudu turbin menggerakkan poros. 3.JURNAL TEKNIK POMITS Vol. dan Diferensial dapat saling menutupi dengan menggabungkan ketiganya menjadi kontroler proporsional plus integral plus diferensial (kontroler PID). 1. (2012) 1-6 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). Uap air ini dikumpulkan kembali pada steam drum. dan akhirnya menuju boiler untuk dipanaskan menjadi uap lagi. Tenaga listrik yang dihasilkan dari generator. Ki. Logika pengambilan keputusan merupakan inti dari logika fuzzy yang mempunyai kemampuan seperti manusia dalam mengambil keputusan. 2   1 d u (t )  K p e(t )   e(t )dt   D e(t )  dt I   Atau dalam bentuk fungsi alih. Kontroler Logika Fuzzy Basis Pengetahuan Input Fuzzifikasi Defuzzifikasi Output Logika Pengambilan Keputusan Gambar 2 Struktur Dasar Logika Fuzzy 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.

Perancangan PID fuzzy ini melalui 3 tahap utama. Astrom dan Bell menuliskan dalam sebuah paper tersebut mengenai bentuk nonlinear suatu sistem boiler. No. dan . laju air umpan (u3). (2012) 1-6 mendapatkan pemodelan matematis melalui pendekatan rumus fisis dan mendapatkan sinyal respon dengan memberikan sinyal input.JURNAL TEKNIK POMITS Vol. dan adalah disturbance yang didefinisikan disini adalah load level. 1. level air (y3). Kontroler PID Fuzzy Keterangan : i=1. 1. Noise dari model direpresentasikan sebagai berikut : B. level oksigen pada gas buang (y2).5 adalah colored noise.…. Bentuk persamaan nonlinear diberikan seperti persamaan di bawah ini. dan laju uap (y4). adalah unit variance white noise. hasil linierisasi didapatkan dalam bentuk matrik 4x4 sebagai berikut. dapat dilakukan linierisasi dengan memasukkan nilai konstanta yang telah ditentukan pada Tabel 1. aturan dasar. Dimana terdapat empat input dan empat output. Empat input diantaranya adalah laju bahan bakar (u 1). 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. yaitu fuzzifikasi. dan beban atau bukaan valve laju uap (u4). 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”. Dan empat output diantaranya adalah tekanan (y1). Dengan. 3 Dari persamaan nonlinear di atas. laju udara (u2).

Komunikasi Serial Satu Arah Untuk dapat mengkomunikasikan dua software. Gambar 3 tersebut menunjukkan simulasi menggunakan PID fuzzy pada plant boiler. Blok berwarna kuning adalah pengendalian pada plant tekanan boiler.6. Tahap yang pertama.1. dan maksimum. Pada Mikrokontroler berlangsung proses akuisisi data ADC dan pertukaran data serial. Gambar 4 menunjukkan bahwa terdapat 3 pembebanan. blok warna hijau adalah pengendalian pada plant gas buang. Gambar 3 berikut adalah blok rancangan komunikasi. Pada perancangan ini yang dilakukan adalah tuning parameter Ki sebagai fungsi output dengan perubahan nilai beban sebagai fungsi input. yakni nilai K i ketika pembebanan nominal. (2012) 1-6 defuzzifikasi. Proses pada Gambar 8 adalah menghubungkan boiler virtual plant pada software Labview 8. dalam hal ini adalah Wonderware InTouch dan Labview 8. Dalam perancangan kontroler pada plant boiler dibuat 2 PID fuzzy sebagai pengendali laju bahan bakar dan pegendali udara. Labview + Ni Daq Localhost Localhost OmniServer (Serial Port OPC Server) KeepServerEx (InTouchClient Driver) Mikrokontroler ATMega 32 Wonderware InTouch (HMI) Gambar 8 Rancangan Komunikasi Serial Gambar 5 Defuzzifikasi plant Tekanan Nilai yang tertampil pada Gambar 5 adalah nilai Ki hasil tuning parameter PID pada keadaan tiga pembebanan. Pada proses ini dibutuhkan beberapa hardware seperti Nidaq 6009 dan Mikrokontroler. Gambar 6 Defuzzifikasi plant Gas Buang Proses defuzzifikasi pada Gambar 6 digunakan untuk menentukan batas parameter nilai Ki seperti yang ditentukan oleh tuning parameter PID sebelumnya. dalam hal ini adala OPC server. diperlukan suatu software sebagai interface.6 dengan HMI pada software Wonderware InTouch 10.JURNAL TEKNIK POMITS Vol. Tahap fuzzifikasi pada pengendalian laju udara dan bahan bakar boiler dapat dilihat pada Gambar 5. C. No. 4 Untuk aturan dasar yang digunakan dapat dilihat pada Gambar 7. 1. minimum. aturan dasar untuk menentukan nilai parameter Ki menggunakan logika fuzzy dengan fungsi “if…then”. Seperti sebelumnya. Yakni ketika beban nominal 80%. Untuk menghubungkan Mikrokontroler dengan HMI pada software Wonderware juga dibutuhkan software OmniServer dan KepServerEx sebagai interface kedua hardware dan software tersebut. dan perubahan beban ditunjukkan pada blok berwarna magenta. Gambar 4 Fuzzifikasi plant Tekanan dan Gas Buang Proses fuzzifikasi di atas. Gambar 9 HMI Wonderware . yakni fuzzifikasi adalah penentuan fungsi keanggotaan input fuzzy. Sedangkan penentuan Defuzzifikasi pada pengendalian laju udara dapat dilihat pada Gambar 6 berikut. menunjukkan nilai pembebanan yang diberikan. 1. beban minimum 60%. Mula-mula data digital dari boiler virtual plant dhubungkan dengan Nidaq 6009 sebagai DAC sehingga menghasilkan output data analog untuk diproses pada mikrokontroler. output menggunakan tiga fungsi anggota. Gambar 7 Aturan Dasar Fuzzy Pada Gambar 7 tersebut. dan beban maksimum 100%. Sehingga simulasi PID fuzzy dapat dilihat pada Gambar 4. Kemudian pada Mikrokontroler dilakukan proses akuisisi data analog ke digital untuk dikirimkan ke HMI Wonderware.

Desain boiler dapat dilihat pada Gambar 9. 120 tekanan boiler (kg/cm2) 100 80 60 Gambar 11 Data Pembacaan Data Serial OmniServer 40 20 0 0 500 1000 1500 2000 2500 waktu (s) Gambar 9 Respon Output PID Fuzzy pada Tekanan Boiler Gambar 9 adalah hasil respon simulasi PID fuzzy pada tekanan boiler. tahap yang perlu dilakukan adalah menganalisa bentuk respon output boiler. Sedangkan untuk respon output level oksigen gas buang perubahan waktu keadaan tunak yang awalnya adalah 120 detik menjadi 51. Ketika waktu ke-1020 detik. antara lain : 1. No.5 2 1. dilakukan menggunakan 3 komputer. Adapun gambaran sistem telah dijelaskan pada bab sebelumnya. Gambar 10 Front Panel pada Virtual Plant Boiler Dari Gambar 10 dapat dilihat nilai Input yang diberikan dan respon output dari boiler.5 0 0 500 1000 1500 waktu (s) 2000 2500 Pada Gambar 11 adalah record pembacaan data yang diterima dari Labview ke Wonderware InTouch pada OmniServer. boiler kembali pada keadaan tunak. boiler mengalami penurunan beban puncak hingga 60%. Untuk mengimplementasikan hasil simulasi yang telah dibuat di Matlab. maka dapat diambil beberapa kesimpulan. Pada saat 1550 detik.JURNAL TEKNIK POMITS Vol. level oksigen gas buang (kg/cm2) 2. Setelah 1000 detik. KESIMPULAN Dari percobaan-percobaan yang telah dilakukan pada pengerjaan tugas akhir ini. Waktu sampling ditentukan 10ms pada OPC server dan demikian pula pada HMI Wonderware. yakni 80%. telah dibuat virtual plant pada Labview dan HMI monitoring pada Wonderware InTouch. boiler kembali ke beban nominal 100% dan mengalami kenaikan beban pada detik ke 2050. respon sistem dapat kembali ke keadaan tunak dalam waktu 60 detik. boiler kembali ke beban nominal 100% dan mengalami kenaikan beban pada detik ke 2050. terjadi perubahan beban ke beban minimal 60%. 1. Hal ini terbukti dengan adanya pembebanan pada plant boiler. 3. respon output tidak mengalami osilasi. IV.6 detik. Hasil simulasi menunjukkan respon dapat kembali ke keadaan tunak dalam kurun waktu 51. Mula-mula boiler running pada beban nominal. Dengan menggunakan kontroler PID fuzzy. Mula-mula boiler running pada beban nominal. Desain PID fuzzy dapat mengatasi karakteristik plant yang adaptif. V.5 1 0. yakni 80%. 2. Untuk implementasi. sehingga tidak terjadi delay pada saat pengiriman data. (2012) 1-6 Perancangan Wonderware dimulai dengan mendesain boiler dengan dengan beberapa bagian-bagiannya. Untuk mengimplementasikan menjadi simulator PLTU dapat digunakan virtual plant menggunakan software Labview yang diintegrasikan dengan Wonderware . Gambar 10 adalah hasil respon simulasi PID fuzzy pada level oksigen pada gas buang boiler. Pada saat 1550 detik. Dan setelah 1050 detik. Dan setelah 1050 detik. IMPLEMENTASI DAN ANALISA Setelah mensimulasikan PID fuzzy menggunakan software Matlab 2010. Hasil implementasi dapat dilihat pada Gambar 11 berikut. 1. Hasil simulasi menunjukkan respon dapat kembali ke keadaan tunak dalam kurun waktu 130 detik. ketika beban nominal 80%. Gambar 9 adalah hasil simulasi model plant tekanan boiler yang telah diberi kontroler PID fuzzy. yakni untuk respon output tekanan memerlukan waktu dari 1000 detik menjadi 130 detik.6 detik. boiler kembali pada keadaan tunak. Hasil simulasi menunjukkan. maka waktu yang diperlukan untuk mencapai keadaan tunak menjadi lebih cepat. Data inilah yang nantinya ditampilkan pada HMI Wonderware dan dikirim ke Ni Daq untuk dijadikan data analog dan ke plant TurbinGenerator sebagai input. 5 Gambar 10 Respon Output PID Fuzzy pada Gas Buang Boiler Berbeda dengan sebelumnya.

JURNAL TEKNIK POMITS Vol. Martin (1994).com. Ketel Uap.Optimisasi Pengontrol Rasio Udara-Bahan Bakar pada Boiler PT Pertamina UP IV Cilacap Menggunakan Pengontrol Prediktif Jaringan Syaraf Tiruan. Lahir di Surabaya. M. IEEE Transactions On Control Systems Technology. A. Pte. 1. REFERENSI [1] Djokosetyardjo. 1993. [8] Ordys..php?note_id=260496440 597. Penulis yang akrab dipanggil kiky ini bercita-cita menjadi dosen dan sering berpartisipasi dalam ajang PIMNAS 2011 dan 2012. Man.com/ . Harrel (2010).ac. Springer Verlag. [17] Harris.23. Singapore : World Scientific Publishing Co. 2010. [13] Komunikasi antara HMI dan mikrokontroller AVR ATMega8535 via OPC bagian 1(Serial Port). [2] Djokosetyardjo. Johnson. Wisnu (2008).Fundamentals and Technology of Combustion. Katebi and M. London. [5] Z. [3] Pellegrinetti. Ltd. No. “Teori Jaringan : Jaringan Ethernet dan TCP/IP”. penulis menamatkan program pendidikan D3 di Institut Teknologi Sepuluh Nopember yang wisuda pada periode 2010. [7] Sudibjo. pp. http://www. 1.kepware. Chris G. [6] Rizky. “Fuzzy Gain Schedulingof PID Controllers. 1392-1398. The University of Tennessee-Energ. http://www. [14] Komunikasi antara HMI dan mikrokontroller AVR ATMega8535 via OPC bagian 2(Ethernet). S El-Din Habik (2002).Intelligent Kontrol: Aspects of Fuzzy Logic and Neural Nets.J. Pada tanggal 4 Juli 2012. MJ (1993).ugm. R.Environtment and Resources Center. No. http://fredx. “Datasheet ATMEL Microkontroller AVR ATMega 128”. A. Zhao. Pike. Jurusan Teknik Fisika-ITB. Jakarta : PT Pradnya Paramita. Jakarta : PT Pradnya Paramita.id/2009/12/komunikasi-hmidan-atmega8535-vi.atmel. Beberapa kegiatan lain yang biasa diikuti diantaranya adalah kegiatan pengajian rutin Fosma ESQ. penulis mengikuti seminar dan siding tugas akhirnya berjudul “Desain PID Fuzzy untuk Pengendalian Laju Udara dan Bahan Bakar pada Boiler”. Nonlinear Control Oriented Boiler Modeling – A Benchmark Problem for Controller Design. 7 Mei 1989 dan tinggal di Perumahan Bumi Jetis Indah D 42 Lamongan.web. Vol. Katsuhiko (1990). Pembahasan Lebih Lanjut Tentang Ketel Uap.” IEEE Trans. Vol. Cybern.id/2009/12/komunikasi-hmidan-atmega8535-v. dan Brown. Modelling andSimulation of Power Generation Plans.Y.ac. 6 [18] Zulfatman dan M. ketika itu berstatus mahasiswa Teknik Elektro arus kuat dan melanjutkan pendidikan di S1 Teknik Elektro ITS pada bidang sistem pengaturan. [12] KEPServerEx Client Connectivity Guide for National Instruments' LabVIEW.facebook.Teknik Kontrol Automatik.MJ (1990). 4. Jurusan Teknik ElektroITS. Syst. Wahyu yanuar (2012).W. Ltd. mengikuti beberapa seminar yang diadakan oleh ITS dan beberapa kegiatan lain yang diadakan ITS. Elseiver. dan Ni Daq dan Mikrokontroler sebagai hardware akuisisi data.ugm.Isaka. I. (2012) 1-6 InTouch dengan OmniServer dan KEPServerEx sebagai OPC server. [11] Sticom El Rahma Jember.M...Steam Sistem Survey Guide. RIWAYAT PENULIS Rizky Fitria Fauzy. Sebelum menempuh program pendidikan S1. Grimble (1994).El-Mahallawy. Rahmat (2009).A. [9] Greg. http://fredx. M.web. .J. www. [15] F. Tomizuka and S. Perancangan Remote Terminal Unit untuk Simulator Plant Boiler pada PLTU menggunakan Kontroler PI”. C.W. Gordon and Joseph Bentsman (1996). [4] Ogata.com/note.1. F. Jakarta : Erlangga. [10] ATMega 128. Application of Self-Tuning Fuzzy PID Kontroller on Industrial Hydraulic Actuator Using Sistem Identification Approach. Malaysia : Faculty of Electrical Engineering University Teknologi Malaysia.