Kembali

Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

PERANCANGAN PENGENDALI FUZZY

PADA SISTEM EVAPORATOR INDUSTRI

B. Wuri Harini*

ABSTRAK

PERANCANGAN PENGENDALI FUZZY PADA SISTEM EVAPORATOR INDUSTRI.

Evaporasi merupakan proses mengentalkan cairan dengan memberikan panas pada cairan tersebut
menggunakan energi yang intensif yaitu sejumlah uap sebagai sumber panas. Jumlah uap yang dihasilkan
per unit uap yang dipakai dapat diefektifkan dengan penggunaan evaporator bertingkat (multiple effect
evaporator). Kam dan Tade [1] telah membuat model untuk sistem evaporator lima tingkat pada proses
pembakaran cairan dalam proses Bayer untuk produksi alumina di Alcoa’s Wagerup alumina refinery.
Dalam proses kerjanya, sistem evaporator memerlukan tinggi cairan dalam tangki yang tepat untuk
memperoleh densitas produk yang diinginkan. Untuk mempertahankan kondisi operasional evaporator
tersebut dibutuhkan suatu sistem kendali yang baik. Dalam tulisan ini akan dirancang sistem kendali
dengan menggunakan logika fuzzy. Perancangan dan simulasi sistem kendali fuzzy tersebut dilakukan
dengan menggunakan perangkat lunak MATLAB versi 7.0. Hasil yang dicapai akan dibandingkan dengan
hasil yang diperoleh pada sistem kendali Proportional Integral (PI).

Kata-kata kunci: Evaporator, Pengendali Logika Fuzzy, Pengendali PI

ABSTRACT

FUZZY CONTROLLER DESIGN IN INDUSTRY EVAPORATOR SYSTEM. Evaporation

is a process by which a solution is concentrated by removing the volatile liquid from a non-volatile solute
by means of heat transfer from heat source (steam) to the solution. The amount of vapour produced per
unit consumption of steam can be adjusted by cascading the evaporator stages. Kam and Tade have
presented models of a five-effect evaporator system in the liquor burning process associated with the
Bayer process for alumina production at the Alcoa’s Wagerup alumina refinery. To get the product with
good density as we need, evaporator system needs a good controller system. In this paper, we design a
controller system using fuzzy logic. The design and simulation the fuzzy controller is done with
MATLAB version 7 software. The result will be compared with Proportional Integral controler output.

Keywords: Evaporator, Fuzzy Logic Controller, pengendali PI

*
Staff pengajar di Teknik Elektro, Universitas Sanata Dharma, Yogyakarta

173
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

PENDAHULUAN

Proses evaporasi telah dikenal sejak dahulu, yaitu untuk membuat garam
dengan cara menguapkan air dengan bantuan energi matahari dan angin. Evaporasi
merupakan satu unit operasi yang penting dan biasa dipakai dalam industri kimia dan
mineral. Evaporasi merupakan salah satu teknologi yang digunakan untuk mengolah
limbah radioaktif yang ditimbulkan dari kegiatan pengoperasian reaktor riset,
pemanfaatan sumber radiasi dan bahan radioaktif dalam bidang industri, pertanian,
kedokteran dan penelitian serta dari berbagai proses industri yang menggunakan bahan
yang mengandung radionuklida alam.
Dalam sistem evaporasi cairan dipekatkan dengan memberikan panas pada
cairan tersebut dengan energi yang intensif berupa sejumlah uap sebagai sumber
panas. Jumlah uap yang dihasilkan per unit uap yang dipakai yang menunjukkan
peningkatan kepekatan dapat diefektifkan dengan penggunaan evaporator bertingkat.
Keuntungan evaporator bertingkat ini adalah uap hasil satu tingkat dapat digunakan
sebagai sumber energi tingkat selanjutnya. Dengan demikian proses evaporasi dengan
evaporator bertingkat ini dapat menghemat energi yang diperlukan, sehingga
mengurangi biaya operasi.
Beberapa model mekanik sistem evaporator industri telah dibuat oleh para
peneliti dalam dekade ini. Kam dan Tade [1] telah membuat model untuk sistem
evaporator industri lima tingkat pada proses pembakaran cairan dalam proses Bayer
untuk produksi alumina di Alcoa’s Wagerup alumina refinery.
Dalam proses kerjanya sistem evaporator memerlukan tinggi cairan dalam
tangki yang tepat untuk memperoleh densitas produk yang diinginkan. Untuk
mempertahankan kondisi operasional evaporator tersebut dibutuhkan suatu sistem
kendali yang mampu mengatur sistem tersebut. Beberapa ilmuwan [2], [3], [4] telah
merancang sistem kendali yang berbeda untuk sistem evaporator ini. Dalam penelitian
ini akan dirancang sistem kendali dengan menggunakan logika fuzzy dengan
mempertimbangkan pengaruh interaksi yang ada dalam sistem MIMO.

PROSES EVAPORATOR INDUSTRI

Sistem Evaporator

Evaporator yang digunakan dalam tulisan ini merupakan bagian dari proses
Bayer untuk produksi aluminium. Evaporasi bertingkat dengan konfigurasi counter-
current dari proses pembakaran cairan terdiri dari lima tingkat yaitu satu falling film
evaporator, tiga forced-circulation evaporator dan satu super-concentration

174
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

evaporator yang dipasang secara seri. Komponen-komponen utama di setiap tingkat

adalah flash tank (FT), flash pot dan heater (HT). Skema sistem evaporator
disederhanakan ditunjukkan dalam gambar 2.1.
Spent liquor setelah proses pengendapan (precipitation) dimasukkan ke falling
film stage (FT #1). Komponen yang mudah menguap, dalam hal ini air, dihilangkan
dengan laju recycle tinggi dan hasilnya dikentalkan lagi melalui tiga tingkat
selanjutnya (FT #2 sampai #4). FT #5 digunakan untuk menghilangkan sisa cairan
tanpa proses ulang.
Di setiap tingkat, spent liquor dipanaskan melalui heat exchanger (heater) dan
air dihilangkan berupa uap pada tekanan lebih rendah dalam flash tank. Live steam
digunakan sebagai pemanas untuk HT #3, #4 dan #5. Uap dari FT #3 dan #4 digabung
dan digunakan dalam HT #2, sedangkan uap dari FT #2 digunakan dalam HT #1.
Kondensasi uap dari semua heater dikumpulkan dalam flash pot. Live steam ke HT
#3 diset sebanding dengan jumlah live steam yang masuk ke HT #4, sedangkan jumlah
live steam ke HT #5 tergantung pada jumlah residual “flashing” yang dihilangkan. Air
dingin yang mengalir ke kondenser C diset sehingga semua sisa uap terkondensasi.
Sistem evaporator penting dalam pabrik aluminium dan sulit untuk dikendalikan
dengan menggunakan kontroler klasik karena karakteristiknya yang kompleks yaitu
nonlinieritas sistem.

Gambar 2.1. Skema sistem evaporator disederhanakan

Ada 15 variabel keadaan yang menjadi perhatian, yaitu level cairan dalam flash
tank (hii,i i = 1,2,..5), densitas cairan (ρi, i = 1,2,... 5) dan suhu aliran produk
meninggalkan setiap tingkat (T i, i = 1,2,... 5). Keluaran terkendali (controlled
variabel) dari plant adalah level cairan dalam semua flash tank (hii,i i = 1,2,..5),
densitas cairan produk pada tingkat #4 (ρ4) dan suhu pada tingkat #5 (T5). Input yang
D s 4 ),
dimanipulasi adalah aliran produk cairan (Qpppiii, i = 1,2,..5), laju uap ke HT #4 ( m
D v 5 ).
dan laju uap dari FT #5 ( m

175
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Model Sistem Evaporator

Model sistem evaporator diperoleh dengan menggunakan kesetimbangan massa

dan energi. Model sistem evaporator merupakan model yang non linier.
Dalam pemodelan ini hanya keempat tingkat pertama dari sistem evaporator
yang digunakan untuk menghindari kompleksitas. Model terdiri dari 12 persamaan
diferensial dengan 5 variabel input dan 5 variabel output. Keadaan (state), variabel
input dan output ditunjukkan dalam tabel 2.1 dengan: hi dalam m, Ti dalam 0C, ρi
D s 4 dalam ton/jam. Sebagai catatan, nilai aktual
dalam ton/m3, Qpppiiidalam m3/jam dan m
variabel –variabel ini dikalikan dengan suatu faktor dan nilai variabel keadaan hanya
merupakan nilai perkiraan.
Persamaan model sistem evaporator flash tank 2 adalah sebagai berikut (1), (2):

dh2 1  E2  (2.1)
= Q P1 − Q P 2 − 
dt A2  ρw 
dρ 2 1   ρ2  ρ 
= E2  − 1 − Q P1 ρ 1  2 − 1 (2.2)
dt h2 A2   ρ w  ρ
 1 
dT2 1   E 
= E 2 − mD V 2 + ρ V 2  Q P1 −Q P 2 − 2   (2.3)
dt 
C 0 T2  ρw 
 
dengan
QP1 ρ1c1T1 − QP 2 ρ 2 c2T2 + mD S 2 λS 2
E2 = (2.4)
λV 2
mD S 2 = mD V 3 + mD V 4 (2.5)
mD V 2 = E2 (2.6)
MP2 (2.7)
ρV 2 =
R(273.1 + T2 − BPE2 )
P2 = 1.58T2 −105.77 (2.8)

 1.58M ρV 2  (2.9)
C0T2 = (V2 − A2 h2 ) − 
 R(273.1+ T2 − BPE2 ) (273.1 + T2 − BPE2 ) 

Laju evaporasi E2 dalam persamaan (2.4) tergantung pada jumlah uap yang
terkondensasi dalam HT#2 yang besarnya sama dengan jumlah uap dari FT#3 dan
FT#4 (persamaan 2.5). Jumlah uap yang meninggalkan FT#2 ( m D v 2 ) sama dengan
jumlah vaporisasi air dalam FT#2 (E2). Persamaan matematik untuk flash tank 1, 3

176
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

dan 4 dapat dilihat dalam appendiks. Nilai-nilai konstanta dalam model evaporator
ditunjukkan dalam tabel 2.2.

Tabel 2.1. Variabel state, input dan output

State Input (u) dan

Output (y)
x1 h1 1.5 u1 QP1 32.736
x2 h2 2.25 u2 QP2 27.713
x3 h3 2.25 u3 QP3 23.850
x4 h4 2.25 u4 QP4 21.642
x5 ρ4 1.54 u5 mD s 4 2.3814
x6 T1 66.0
x7 T2 90.6 y1 h1 1.5
x8 T3 129 y2 h2 2.25
x9 T4 135 y3 h3 2.25
x10 ρ1 1.357 y4 h4 2.25
x11 ρ2 1.422 y5 ρ4 1.54
x12 ρ3 1.49

Tabel 2.2. Nilai konstanta pada model evaporator

Kuantitas Nilai Kuantitas Nilai

A1,A2, 8 m2 V2, V3, V4 36 m3
A3,A4
Cw 4160 kJ/kg ρw 1 ton/m3
Cf, C1 3290 kJ/kg ρf 1.310 ton/m3
0
C2 3250 kJ/kg tf 60 C
C3 3320 kJ/kg Qf 37.7 m3/jam
C4 3450 kJ/kg λV1 2370800 kJ/kg
BPE1 11 0C λV2 2322500 kJ/kg
BPE2 16 0C λV3 2243600 kJ/kg
BPE3 24.6 0C λV4 2243600 kJ/kg
BPE4 30.6 0C λS1 2325000 kJ/kg
M 18 ton/kmol λS2 2246300 kJ/kg
R 8.314 kPa/kmol/ 0C λS3 2131800 kJ/kg
V1 24 m3 λS4 2131800 kJ/kg

177
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

PERANCANGAN DECOUPLER

Linierisasi

Model linier dari sistem evaporator non linier dalam bab 2 dapat diperoleh
dengan linierisasi lokal di sekitar titik operasi steady state seperti yang ditunjukkan
dalam tabel 2.1. Model linier dinyatakan dalam bentuk state space sebagai berikut:

•
x = Ax + Bu + Γd (3.1)
y = Cx

dengan state x = [h1, h2, h3, h4, ρ4, T1, T2, T3, T4, ρ 1, ρ 2, ρ 3]T, input u = [QP1, QP2,
•
QP3, QP4, m S 4 ]T dan disturbance d = [Qf, ρf, Tf]T. Output y yang akan
dikendalikan adalah [h1, h2, h3, h4, ρ4]T. Vektor state, input dan output dinyatakan
dalam bentuk deviasi dari kondisi steady state Matriks A, B dan Г merupakan
matriks Jacobian untuk variabel state, input dan disturbance yang diperoleh dari
linierisasi lokal model evaporator non linier. Dari hasil linierisasi di atas diperoleh
nilai eigen (λk) sebesar: -2.535577651±0.3392069476i, -0.9979157112±0.67223i,
0.1118535155±0.023266263i, -0.00737602591±0.067703230i, -0.004773518139±
0.0004633332204i, -0.004210084218, -0.0003709942977.
Beberapa nilai eigen sistem evaporator bernilai positif. Hal ini menunjukkan
bahwa model evaporator mempunyai sifat open loop unstable.

Tanggapan Open-loop

Dalam gambar 3.1 ditunjukkan simulasi tanggapan open-loop sistem

•
evaporator linier dan non-linier dengan masukan aliran uap ke heater #4 ( m S 4 )
ditingkatkan sebesar 20%. Dalam gambar tersebut tampak bahwa model linier
untuk h1, h2, h3, h4, ρ4 mendekati proses nonlinier, dengan penguatan model
nonlinier lebih besar daripada penguatan model linier.

178
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Tinggi cairan tingkat 1 (m) Tinggi cairan tingkat 2 (m)

1.5 2.4

1.4 2.3

1.3
2.2

1.2
2.1
1.1
2
1
1.9
0.9

1.8
0.8

0.7 1.7

1.6
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

t (jam) t (jam)

Tinggi cairan tingkat 3 (m) Tinggi cairan tingkat 4 (m)

2.4 2.3

2.3

2.25
2.2

2.1
2.2

1.9 2.15

1.8
2.1
1.7

1.6 2.05
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

t (jam) t (jam)

Densitas cairan tingkat 4 (ton/m3)

1.62

1.61

1.6

1.59

1.58

1.57

1.56

1.55

1.54
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

t (jam)

: nonlininer
: linier
Gambar 3.1. Simulasi tanggapan open-loop sistem evaporator linier dan non-linier

179
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Tanggapan Close-loop

Dalam gambar 3.2 ditunjukkan simulasi tanggapan close-loop model

evaporator linier untuk masing pasangan seperti yang ditunjukkan dalam tabel 3.1.
Parameter yang digunakan diambil dari referensi [2], hanya untuk tujuan
stabilisasi dan bukan untuk tujuan optimasi. Dari simulasi tersebut ditunjukkan
bahwa sistem mempunyai sifat closed-loop stable.

Tabel 3.1 Parameter pengendali PI

Variabel Output Manipulated Variable Kp Ti
h1 QP1 -10 20
h2 QP2 -10 20
h3 QP3 -10 20
h4 QP4 -10 20
ρ4 Rho4 0.6 3

Tinggi cairan tingkat 1 (m) Tinggi cairan tingkat 2 (m)

1.55 2.3

1.5
2.28

1.45
2.26
1.4

1.35 2.24

1.3 2.22

1.25
2.2
1.2

2.18
1.15

1.1 2.16
0 20 40
t (jam)
60 80 100 120 140 160 180 200 0 20 40 60
t (jam)
80 100 120 140 160 180 200

Tinggi cairan tingkat 3 (m) Tinggi cairan tingkat 4 (m)

2.65 2.6

2.6 2.55

2.55 2.5

2.5 2.45

2.45 2.4

2.4 2.35

2.35 2.3

2.3 2.25

2.25 2.2

2.2 2.15

2.15 2.1

t (jam) t (jam)
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200

Densitas cairan tingkat 4 (ton/m3)

1.6

1.55

1.5

1.45

1.4

1.35

1.3

t (jam)
1.25
0 20 40 60 80 100 120 140 160 180 200

Gambar 3.2. Simulasi tanggapan close-loop sistem evaporator linier

180
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Perancangan Decoupler

Dalam proses Multi Input Multi Output (MIMO), masing-masing input

mempunyai interaksi dengan masing-masing output. Untuk mengurangi interaksi
antar loop, maka dirancang suatu decoupler.
Jika suatu proses (plant) dengan n variabel terkontrol dan n variabel
termanipulasi dipasang suatu decoupler, maka hubungan antara variabel terkontrol
C(s) dan output kontroler M(s) dapat ditulis dalam bentuk matriks:

 C1 (s )  N1 (s ) 0 • • • 0   M 1 (s )
C (s )  0 N 2 (s ) • • • 0   M 2 (s )
 2  
 •   • • •  •  (3.2)
 =  
 •   • • •  • 
 •   • • •  • 
    
Cn (s )  0 0 N n (s )  M n (s )

dengan N1 (s ), N 2 (s ),..., N n (s ) merupakan fungsi yang diinginkan, yaitu matriks

identitas (I), dengan

N1(s) 0 • • • 0  GP11(s) • • • GP1n (s)D11(s) • • • D1n (s)

 0 N (s) • • • 0  G (s) • • • GP2n (s)D21(s) • • • D2n (s)
 2   P21 (3.3)
 • • •   • •  • • 
  =  
 • • •   • •  • • 
 • • •   • •  • • 
    
 0 0 Nn (s) GPn1(s) • • • GPnn(s)Dn1(s) • • • Dnn(s)

atau,

N = GP ⋅ D = I (3.4)

dengan GP merupakan steady state gain matrix dan D merupakan matriks

−1
decoupler. Jika kedua ruas dikalikan dengan GP maka diperoleh matriks
decoupler :

−1
D = GP (3.5)

181
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Steady state gain matrix GP dapat dihitung dari model state space proses
dinamik yang dilinearisasi [8]. Model non linier dapat dilinierkan di sekitar titik
operasi steady state membentuk persamaan state space dengan A, B, C, D
merupakan matriks konstan. Dengan transformasi Laplace diperoleh fungsi alih
antara y dan u sebagai berikut:

y (s )
= C (sI − A) B + D
−1
(3.6)
u (s )
Steady state gain matrix antara y dan u dapat diperoleh dengan memberi nilai
s=0, sehingga diperoleh:

G (0) = −CA−1B + D (3.7)

Matriks G(0) dan matriks decoupler, yang merupakan invers dari G(0), dapat
dilihat pada apendiks.

PERANCANGAN PENGENDALI FUZZY

Bentuk logika fuzzy dasar adalah arsitektur Mamdani, di mana pengendali

secara langsung mengubah spesifikasi kinerja eksternal dan sifat plant ke dalam
bahasa berbasis aturan (rule). Paradigma dasar kendali logika fuzzy Mamdani yang
berbasis aturan memetakan controlled variable (CV1, CV2, ...) dari plant dengan
manipulated variable (MV1, MV2, ...). Dalam setiap CV bisa secara langsung
menjadi variabel terukur atau beda antara variabel terukur tersebut dengan suatu
nilai referensi yang telah ditentukan yang merupakan error. Selain error juga
de
diperlukan masukan lain seperti perubahan error ( ) yang digunakan dalam
dt
premise aturan. Selain perubahan error, dalam kasus sistem kendali fuzzy untuk
implementasi waktu diskret digunakan CV ≡ e(t ) − e(t − T ) dengan T merupakan
periode cuplik sistem.
Secara umum, arsitektur sistem kendali fuzzy ditunjukkan dalam gambar 4.1
yang memetakan error, e = yd – y ke dalam aksi pengendali, u. Pengendalian
dilakukan oleh FLC yang memetakan nilai error, en(t), dan perubahan error
ternormalisasi, cen(t), yang dinyatakan sebagai

en (t ) = ne e(t )
(4.1)
cen (t ) = nce (e(t ) − e(t − T ))

182
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

dengan T adalah time step, ne dan nce adalah faktor normalisasi, ke dalam
perubahan aksi pengendali δun(t) melalui aturan dalam bentuk: If en(t) is P and
cen(t) is N then δun(t) is Z.
P, N, Z merupakan kependekan dari positive, negative dan zero, yang
didefinisikan sebagai fuzzy set melalui variabel-variabel yang relevan seperti yang
ditunjukkan dalam gambar 4.2.
Keluaran dari FLC adalah perubahan dari aksi kontrol. Untuk memperoleh
aksi kontrol u, perlu diintegralkan dan didenormalisasikan dengan menggunakan
faktor denormalisasi deδu, sehingga diperoleh nilai aksi kontrol saat t, dimana nilai
perubahan aksi kontrol ditambah dengan nilai u sebelumnya, melalui rumus:

u (t ) = u (t − T ) + deδu δu n (t ) (4.2)

Aturan-aturan secara efektif menyatakan skenario operasi dari suatu sistem,

seperti yang ditunjukkan dalam gambar 4.2. Aturan-aturan tambahan ditentukan
dari inspeksi dan dapat dilihat dalam tabel 4.1.
Seperti pada pengendali PI yang telah dijelaskan dalam bab 3, pengendali
fuzzy juga dirancang untuk masing-masing pasangan input-output. Masing-masing
pengendali fuzzy menggunakan tiga fungsi keanggotaan (membership) dan
sembilan aturan seperti yang disebutkan dalam tabel 4.2.
Bagian yang penting dalam perancangan pengendali adalah menyelaraskan
(tune) parameter-parameter pengendali untuk memperoleh kinerja kendali yang
baik. Parameter-parameter yang diselaraskan dalam pengendali fuzzy adalah faktor
normalisasi, faktor denormalisasi dan rentang nilai fungsi keanggotaan.

yd e en δun δu
+ u
ne y
- FLC deδu + plant
+ +
nce
-
ce cen z-1
-1
z
Integrator
Derivative

Gambar 4.2 Arsitektur umum sistem pengendali fuzzy

183
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Gambar 4.3. Aturan-aturan kendali untuk pengendali fuzzy sederhana secara umum

Tabel 4.2 Aturan-aturan kendali fuzzy secara umum

Atribut yang diamati error, en

Atribut yang dikendalikan
Kondisi
I. Mulai, input dalam tanggapan
diubah ke perubahan setpoint
II. Plant tidak merespon; input
disesuaikan
III. Tanggapan plant normal, input
dijaga tetap
IV. Mencapai kesetimbangan
V. Error nol, tetapi ada perubahan,
lakukan aksi
perubahan error, cen
perubahan input, δun
aturan aksi
If en is P and cen is P then δun is P
If en is N and cen is N then δun is N
If en is P and cen is Z then δun is P
If en is N and cen is Z then δun is N
If en is P and cen is N then δun is Z
If en is N and cen is P then δun is Z
If en is Z and cen is Z then δun is Z
If en is Z and cen is N then δun is N
If en is Z and cen is P then δun is P

Setelah melalui beberapa kali percobaan, maka diperoleh fungsi keanggotaan

seperti yang ditunjukkan dalam gambar 4.1 – 4.3. Faktor normalisasi yang
digunakan adalah 1 dan faktor denormalisasi untuk masing-masing pengendali
adalah: deδu1 = 0.05, deδu1 = 3, deδu1 = 3, deδu1 = 2 dan deδu1 = 0.25. Output yang
dikendalikan adalah lima output (H1-H4 dan ρ4) sedangkan ketujuh output yang lain
(T1-T4 dan ρ1 – ρ3 ) akan dimonitor hasilnya.

184
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

HASIL SIMULASI DAN ANALISA

Dalam gambar 5.1 ditunjukkan hasil simulasi dari perancangan pengendali

fuzzy untuk sistem evaporator industri. Secara umum, jika dibandingkan dengan
hasil simulasi pengendali PI yang ditunjukkan dalam gambar 3.2, waktu tanggapan
pengendali fuzzy untuk mencapai kondisi steady state (settling time) lebih cepat,
kecuali pada output tinggi cairan tangki pertama. Besar settling time tanggapan
pada kedua pengendali dapat dilihat dalam tabel 5.1. Hanya saja, pada output H4
dan ρ4 terdapat riak-riak kecil (ripple). Ripple ini terjadi karena pengaruh FLC
yang mempunyai fungsi keanggotaan zero dengan rentang nilai tertentu. Overshoot
yang terjadi pada pengendali fuzzy, pada output H3 dan H4 lebih kecil daripada
overshoot pengendali PI, dapat dilihat dalam tabel 5.2.
Dalam gambar 5.2 ditunjukkan hasil simulasi sistem evaporator dengan
menggunakan pengendali fuzzy untuk tujuh state termonitor yang tidak
dikendalikan, yaitu suhu pada keempat tangki (T1-T4) serta densitas ketiga tangki
pertama (ρ1- ρ3). Tampak bahwa dengan pengendalian lima output, ketujuh state
yang lain juga dapat terkendali, terbukti dengan stabilnya ketujuh state tersebut
setelah pengendalian, kecuali pada output T1, dimana tanggapan plant bersifat
open-loop unstable (gambar 3.1).

Tabel 5.1 Settling time (ts) tanggapan pada pengendali fuzzy dan PI

Output ts pada Fuzzy (jam) ts pada PI (jam)

H1 180 105
H2 160 160
H3 60 135
H4 35 137
ρ4 13 100

Tabel 5.2 Persen overshoot tanggapan pada pengendali fuzzy dan PI

Output %OS pada Fuzzy %OS pada PI

H1 1.267 0.667
H2 2.22 0.533
H3 0.711 16.67
H4 2.667 14.67
ρ4 - -

185
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Jika dibandingkan antara hasil simulasi untuk tujuh state termonitor yang tidak
dikendalikan antara pengendali fuzzy (gambar 5.2) dan pengendali PI (gambar 5.3),
tampak bahwa pada pengendali PI terdapat steady state error (SSE) pada T1, T2, T4
dan ρ3 yang lebih besar daripada hasil pada pengendali fuzzy, dapat dilihat dalam tabel
5.3. Tanggapan pada suhu tangki pertama semakin menurun sejalan dengan
bertambahnya waktu, sama dengan tanggapan T1 pada pengendali fuzzy, bahkan SSE-
nya lebih besar.
Tinggi cairan tingkat 1 Tinggi cairan tingkat 2
1.52 2.3

1.5

1.48 2.25
h1 (m)

h2 (m)
1.46

1.44 2.2

1.42

1.4 2.15
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Tinggi cairan tingkat 3 Tinggi cairan tingkat 4

2.27 2.32

2.31

2.265
2.3

2.29
2.26
2.28
h3 (m)

h4 (m)

2.27
2.255
2.26

2.25
2.25

2.24

2.245 2.23
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Densitas cairan tingkat 4

1.55

1.54

1.53
Rho4 (ton/m3)

1.52

1.51

1.5

1.49
0 20 40 60 80 100 120 140 160 180 200
t (jam)

Gambar 5.1. Hasil simulasi pengendalian sistem evaporator dengan menggunakan

pengendali fuzzy

186
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Tabel 5.3 Steady State Error (SSE) tanggapan tujuh state tak terkendali

T1 T2 T3 T4 ρ1 ρ2 ρ3
SSE (%) -0.6 -0.011 - 0.0148 - - -
Fuzzy
SSE (%) PI -1.5384 -0.6 - -0.44 - - -0.067

Tabel 5.4. Perbandingan persen overshoot (%OS) dan settling time (Ts) tanggapan
tujuh state tak terkendali

Output Fuzzy PI
%OS Ts (jam) %OS Ts (jam)
T1 0.9 - 0.7 -
T2 0.64 180 0.443 -
T3 0.2 85 3.876 100
T4 0.59 40 3.71 -
ρ1 0.73 50 - 130
ρ2 0.5625 10 - 35
ρ3 0.336 10 - 40

Dalam tabel 5.4 ditunjukkan perbandingan persen overshoot dan settling time
antara pengendali fuzzy dan PI, dengan catatan, persen oversoot dan settling time
dihitung pada kondisi steady state, , karena adanya steady state error pada variabel
state tertentu. Dari tabel tersebut tampak bahwa kinerja pengendali fuzzy lebih baik
daripada pengendali PI, khususnya untuk T3 dan T4. Tidak hanya tanggapan suhu
pada tangki pertama, tanggapan suhu pada tangki kedua dan keempat pada pengendali
PI pun semakin menurun, yang menunjukkan bahwa tanggapan bersifat tidak stabil.

187
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Suhu cairan tingkat 1 Suhu cairan tingkat 2

66.2 91.2

66 91

65.8 90.8

t1 (Celcius) 65.6 90.6

t2 (Celcius)
65.4 90.4

65.2 90.2

65 90

64.8 89.8

64.6 89.6
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Suhu cairan tingkat 3 Suhu cairan tingkat 4

129.3 136

129.25

129.2
135.5
t3 (Celcius)

t4 (Celcius)
129.15

129.1

135
129.05

129

128.95 134.5
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Densitas cairan tingkat 1 Densitas cairan tingkat 2

1.37 1.44

1.365
1.43

1.36
1.42
Rho1 (ton/m 3)

Rho2 (ton/m 3)

1.355
1.41
1.35

1.4
1.345

1.39
1.34

1.335 1.38
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Densitas cairan tingkat 3

1.51

1.5

1.49
Rho3 (ton/m3)

1.48

1.47

1.46

1.45

1.44
0 20 40 60 80 100 120 140 160 180 200
t (jam)

Gambar 5.2. Hasil simulasi sistem evaporator dengan menggunakan pengendali fuzzy
untuk tujuh state yang tidak dikendalikan

188
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Suhu cairan tingkat 1 Suhu cairan tingkat 2

67 91

66 90.8

65 90.6

t2 (Celcius)
t1 (Celcius) 64 90.4

63 90.2

62 90

61 89.8

60 89.6
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Suhu cairan tingkat 3 Suhu cairan tingkat 4

135 140

134
139

133
138

132
t3 (Celcius)

t4 (Celcius)
137
131
136
130

135
129

128 134

127 133
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Densitas cairan tingkat 1 Densitas cairan tingkat 2

1.36 1.45

1.34
1.4

1.32
Rho1 (ton/m3)

1.35
Rho2 (ton/m3)

1.3

1.3
1.28

1.25
1.26

1.24
0 20 40 60 80 100 120 140 160 180 200 0 20 40 60 80 100 120 140 160 180 200
t (jam) t (jam)

Densitas cairan tingkat 3

1.55

1.5

1.45
Rho3 (ton/m3)

1.4

1.35

1.3

1.25

0 20 40 60 80 100 120 140 160 180 200

t (jam)

Gambar 5.3. Hasil simulasi sistem evaporator dengan menggunakan pengendali PI

untuk tujuh state yang tidak dikendalikan

189
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

KESIMPULAN

Dari hasil simulasi dan analisa perancangan pengendali untuk sistem

evaporator yang merupakan sistem MIMO open-loop unstable dapat disimpulkan
bahwa:
1. Apabila tidak ada gangguan pada gangguan pada laju alir dan temperatur feed,
untuk pengendalian tinggi cairan pada tangki ketiga dan keempat serta densitas
cairan pada tangki keempat, pengendali fuzzy yang dirancang mempunyai
kinerja yang lebih baik daripada pengendali Proportional Integral (PI), dengan
persen overshoot dan waktu tanggapan untuk mencapai kondisi steady state
(settling time) yang lebih kecil daripada pengendali PI
2. Pemilihan parameter-parameter input dan output sudah tepat, terbukti dengan
adanya tujuh state lain yang tidak dikendalikan juga terpantau memberikan
tanggapan yang baik.

DAFTAR PUSTAKA

1. K.M. KAM, P. SAHA, M.O. TADẻ and G.P. RANGAIAH, Models of an

Industrial Evaporator System for Education and Research in Process Control,
http://www.iitg.ac.in/engfac/chemeng/public_html/pksaha.html, 2002.

2. K.M. KAM and B. ENG (HONS), Dynamic Modelling and Differential

Geometric Analyses of an Industrial Five-effect Evaporator,
http://adt.curtin.edu.au/theses/ available/ adt-WCU20020506.132319/,
Februari 2000.

3. G.P.RANGAIAH, P.SAHA and M.O. TADẻ, Nonlinear Mode Predictive

Control of an Industrial Four-stage Evaporator System Via Simulation,
Chemical Engineering Journal 87, (2002) page 285-299,
http://www.iitg.ac.in/engfac/chemeng/ public_html/pksaha.html

4. ESTIYANTI EKAWATI, Controllability Assessment of an Industrial Five-

effect Evaporator Process, http://wwwlib.murdoch.edu.au/adt/pubfiles/
adt_MU20040820.113446/ 08Chapter7.pdf, Desember 2003.

5. BEQUETTE, B. WAYNE, Process Dynamics Modelling, Analysis, and

Simulation, Prentice Hall International Series in the Physical and Chemical
Engineering Sciences, New Jersey, 1998.

190
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

6. CARLOS A. SMITH and ARMANDO B. CORRIPIO, Principles and Practice

of Automatic Process Control, John Wiley & Sons, Singapore, 1985.

7. HARI WIBAWANTO, Pengendali Berbasis Logika Fuzzy.htm, ELEKTRO

INDONESIA edisi ke empatbelas, Agustus 1998,
http://www.elektroindonesia.com/elektro/kend14b.html

8. Exercise_8.pdh, Plant Wide Process Control Design, Assessing Interaction

Using RGA on A Linearized State Space Dynamic Model,
http://www.glue.umd.edu/~mcavoy/Exercise_8/Exercise_8.pdf

9. JOHN, REZA LANGARI, Fuzzy Logic Inteligence, Control and Information,

Prentice Hall, 1999.

191
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

Apendiks

1. Model matematika sistem evaporator

a. Flash tank 1
dh1 1  E 
= Qf − QP1 − 1 
dt A1  ρw 
dρ1 1   ρ1  ρ 
= E1  − 1 − Qf ρ f  1 −1
dt h1 A1   ρw  ρf 
dT1 1   E 
=  E1 − mC V1 + ρV1 Q f −QP1 − 1 
dt C0T1   ρw 

dengan
Qf ρ f c f Tf − QP1ρ1c1T1 + m
C S1λS1
E1 =
λV1
C S1 = m
m CV2
C V1 = E1
m
MP1
ρV1 =
R(273.1+ T1 − BPE1 )
P1 = 0.75T1 − 33.96
 0.75M ρV1 
C0T1 = (V1 − A1h1 ) − 
 R(273
.1 + T1 − BPE
1 ) (273
.1 + T1 − BPE)
1 

M merupakan massa molekul air dan R merupakan konstanta gas.

b. Flash tank 3
dh3 1  E3 
= QP2 − QP3 − 
dt A3  ρw 
dρ 3 1   ρ3  ρ 
= E3  −1 − QP2 ρ 2  3 −1
dt h3 A3   ρ w   ρ 2 
dT3 1   E 
=  E3 − m V 3 + ρV 3  Q P2 −QP3 − 3  
dt C0T3   ρw 

192
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

dengan

QP2 ρ2 c2T2 − QP3 ρ3c3T3 + m

 S 3λS 3
E3 =
λV 3
 S 3 = (5.76/ 2.38)m
m  S4
 V 3 = E3
m
MP3
ρV 3 =
R(273.1 + T3 − BPE3 )
P3 = 4.09T3 − 410.38
 4.09M ρV 3 
C0T3 = (V3 − A3 h3 ) − 
 R(273.1 + T3 − BPE3 ) (273.1 + T3 − BPE3 ) 

c. Flash tank 4
dh4 1  E
= QP3 −QP4 − 4 
dt A4  ρw 
dρ4 1   ρ4   ρ4 
= E4 −1−QP3ρ3 −1
dt h4 A4   ρw   ρ3 

dT4 1   E 
= E4 −m
V4 +ρV4QP3−QP4 − 4 

dt C0T4  ρw 

dengan
QP3 ρ3c3T3 −QP4 ρ4c4T4 + m
 S 4λS 4
E4 =
λV 4

 V 4 = E4
m
MP4
ρV 4 =
R(273.1+T4 − BPE4 )
P4 = 4.09T4 − 434.95
 4.09M ρV 4 
C0T4 = (V4 − A4 h4 ) − 
 R(273.1 + T4 − BPE4 ) (273.1+ T4 − BPE )
4 

193
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

d. Matriks G(0)

 - 2.35093973 0357986 1.22048578 3951512 6.70299330 9969549e - 012 7.64867991 6272760e - 009 - 1.00046233 1955245e - 007 
 - 1.88650528 2886511 - 1.53708827 0988454 6.69849042 6545539e - 012 1.77704392 4579049 - 2.60181031 0752518e - 009 

G (0) =  - 1.71411235 2485155 - 2.10720967 6067564e - 003 - 1.29401573 0786661 1.61118791 2927899 - 3.67232279 3336191e + 000 
 
 - 1.77901415 5489721 - 2.35444522 1611469e - 003 1.05643349 7571993e - 003 3.57030127 8319628e - 001 - 5.38390807 2916915 
 - 4.77013378 5542995e - 003 - 2.98081552 6007060e - 004 1.42654839 5657163e - 004 - 2.32156493 9728001e - 002 - 4.42008245 0104397e - 003 


e. Matriks Decoupler

f. Matrik hasil linierisasi

194
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

DISKUSI

FAIZAL RIZA

1. Apakah juga merancang pengendali fuzzy untuk evaporator tidak bertingkat?

2. Mengapa hanya menggunakan variabel tinggi cairan dan densitas, sedangkan
variabel kecepatan aliran, temperature dan sifat fluidanya. Mohon dijelaskan

WURI B. HARINI

1. Saya tidak merancang pengendali fuzzy untuk single evaporator karena

sudah diteliti oleh peneliti lain.
2. Karena dari eigen vector diperoleh bahwa hanya lima output tersebut yang
penting untuk dikendalikan, dan terbukti bahwa dengan pemilihan lima
output tersebut, ketujuh state yang lain juga menghasilkan keluaran yang
diinginkan

195
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

TOPAN

Lebih efektif mana counter-current atau con-current ?

WURI B. HARINI

Secara research, saya belum pernah meneliti mana yang lebih efektif. Jika dilihat
dari steam yang masuk, jika menggunakan counter current, untuk efek ke-2,
diperlukan masukan energi dari uap hasil tangki ke-3 dan 4 guna melakukan proses
evaporasi. Untuk mode con-current, uap hasil flash tank bisa digunakan untuk
sumber energi flash tank selanjutnya.

196
Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, Agustus 2006 (173-197)

DAFTAR RIWAYAT HIDUP

1. Nama : B. Wuri Harini, S.T

2. Tempat/Tanggal Lahir : Sleman, 11 Oktober 1976
3. Instansi : Universitas Sanata Dharma, Yogyakarta
4. Pekerjaan / Jabatan : Staf Pengajar
5. Riwayat Pendidikan : (setelah SMA sampai sekarang)
• Teknik Elektro, Fakultas Teknik, Universitas Gadjah Mada, Yogyakarta
(1995 – 1999)
• Pasca Sarjana Teknik Elektro, Fakultas Teknik, Universitas Indonesia
kekhususan Teknik Kontrol Industri (2004-2006)
6. Pengalaman Kerja :
• Staf Pengajar Teknik Elektro, Fakultas Teknik, Universitas Sanata
Dharma, Yogyakarta (2000-sekarang)
7. Publikasi (Makalah) :
• Pengendalian Motor Stepper Berbasis PC, Media Teknika Universitas
Sanata Dharma, Yogyakarta, Vol 1 No 1, Desember 2001
• Teknik Adaptif dalam Sistem Kontrol, Media Teknika Universitas
Sanata Dharma, Yogyakarta, Vol 4 No. 1, Juni 2004
• Perkembangan Smart Card dalam Era Teknologi Informasi, Industrial
Information Technology, Universitas Sanata Dharma,
Yogyakarta, 2004.

197