Anda di halaman 1dari 8

PEMODELAN PERILAKU DINAMIS DAN STATIS DARI PROSES KIMIA

Apa yang terjadi di kepala pemodel adalah tidak murni formal, baik dalam hal abstrak ...
atau dalam pandangan taksonomi ... itu memiliki struktur, ia memiliki teknik yang dapat
diajarkan dan dipelajari, tetapi melibatkan juga sentuhan pribadi, tidak hanya di sepele tetapi
dalam pertimbangan lebih dalam keterampilan dan kesesuaian.

R. Aris dan M.Pen

Untuk menganalisis perilaku proses kimia dan untuk menjawab beberapa pertanyaan
yang muncul dalam bab-bab sebelumnya berbatasan kontrol itu, kita perlu representasi
matematika merupakan model dari sistem, sedangkan kegiatan yang mengarah ke pembangunan
model akan dirujuk sebagai modeling.
Pemodelan proses kimia adalah kegiatan yang sangat sintetis, yang membutuhkan
penggunaan semua prinsip-prinsip dasar teknik kimia, ilmu pengetahuan, seperti termodinamika,
kinetika, fenomena transportasi, dll Untuk desain controller untuk proses kimia, pemodelan
adalah langkah penting . itu harus didekati dengan hati-hati dan perhatian.
Tujuan dari dua bab berikut adalah:
1. Untuk menjelaskan mengapa kita perlu mengembangkan deskripsi matematis (model) dari
proses kimia sebagai prasyarat untuk desain kontroler
2. Untuk menggambarkan metodologi untuk pemodelan proses kimia dengan menggunakan
persamaan

keseimbangan

dan

memberikan

contoh

pelaksanaannya.

3. Untuk menentukan ruang lingkup dan kesulitan pemodelan matematika untuk tujuan
pengendalian proses
Perlu dicatat bahwa bab-bab berikutnya tidak merupakan perawatan lengkap dari semua

aspek pemodelan matematika. tetapi terbatas pada orang-orang yang menarik untuk
pengendalian proses.
4. PENGEMBANGAN MODEL MATEMATIKA
Pertimbangkan sebuah sistem pengolahan umum dengan variabel terkait seperti yang
ditunjukkan pada gambar 2.1. Untuk menyelidiki bagaimana perilaku proses kimia. (Yaitu,
output) berubah dengan waktu di bawah pengaruh perubahan gangguan eksternal dan
dimanipulasi variabel dan akibatnya desain kontroler yang sesuai, kita dapat menggunakan dua
pendekatan yang berbeda:
1. Pendekatan Eksperimental: dalam hal ini peralatan fisik (s) od proses kimia yang tersedia bagi
kita.

Akibatnya, kita sengaja mengubah nilai-nilai berbagai masukan (gangguan, variabel

dimanipulasi) dan melalui alat ukur yang tepat kita amati bagaimana output (suhu, tekanan, laju
aliran, konsentrasi) dari perubahan proses kimia dengan waktu. Seperti prosedur adalah waktu dan
memakan tenaga dan itu biasanya cukup mahal karena sejumlah besar percobaan tersebut harus
dilakukan.
2. teoritis mendekati: cukup sering terjadi bahwa kita harus designthe sistem kontrol untuk proses
kimia sebelum proses telah dibangun. dalam kasus seperti itu kita tidak bisa mengandalkan
prosedur eksperimental, dan kita perlu representasi yang berbeda dari proses kimia untuk
mempelajari perilaku dinamis. Representasi ini biasanya diberikan dalam hal satu set persamaan
matematika (diferensial, aljabar yang solusinya menghasilkan perilaku dinamis atau statis dari
proses kimia kita meneliti.
Dalam teks ini kita membahas kedua pendekatan untuk pengembangan model untuk
proses kimia. Awalnya, kita akan memeriksa pendekatan teoritis, meninggalkan eksperimental
untuk bab-bab berikutnya (pasal 16 dan 31)

4.1 Mengapa kita perlu Modeling matematika Untuk Kontrol Proses?


Mari ulangi bahwa tujuan kami adalah untuk mengembangkan sistem kontrol untuk
proses kimia yang akan menjamin bahwa tujuan operasional dari proses kami puas di hadapan
selalu berubah gangguan. Lalu, mengapa kita perlu mengembangkan deskripsi matematis
(model) untuk proses kita ingin mengontrol?
Dalam paragraf pengantar sebelumnya kami mencatat bahwa sering peralatan fisik dari
proses kimia kita ingin mengontrol belum dibangun. Akibatnya, kita tidak dapat melakukan
percobaan untuk menentukan bagaimana proses bereaksi terhadap berbagai masukan dan oleh
karena itu kita tidak dapat merancang sistem kontrol yang tepat. Tetapi bahkan jika peralatan
proses yang tersedia untuk eksperimen, prosedur ini biasanya sangat mahal. Oleh karena itu, kita
perlu penjelasan sederhana tentang bagaimana proses bereaksi terhadap berbagai masukan, dan
ini adalah apa model matematika dapat memberikan kepada desainer kontrol.
Mari kita menunjukkan sekarang dalam hal beberapa contoh perlunya pengembangan model
matematika
Contoh

sebelum

4.1:

kita

Desain

sebuah

merancang
Pengendali

sistem
Integral

kontrol

untuk

proses

kimia.

Tank

Heater

diaduk

untuk

mempertimbangkan masalah mengendalikan suhu cairan dalam tangki menggunakan kontrol


integral (misalnya 2.12) Dari Gambar 2.8 kita melihat bahwa kualitas kontrol tergantung pada
nilai parameter. Tapi pertanyaannya adalah: Bagaimana mempengaruhi kualitas kontrol, dan
apa itu nilai terbaik? Untuk menjawab pertanyaan ini kita perlu tahu berapa nilai suhu cairan Ti
atau tindakan yang tidak terpisahkan dari controller. Ini diberikan oleh eq. (2.7), yang merupakan
model matematika dari tangki dengan kontrol yang tidak terpisahkan.
Contoh

4.2:

Desain

Pakan

maju

pengontrol

Untuk

proses

dalam kontrol feedforward pengaturan ditampilkan dalam gambar 4.1 kita mengukur nilai
gangguan dan mengantisipasi apa efeknya akan di output dari proses yang ingin kita kontrol.

Bagian 4 Sebuah Pengembangan dari Model Matematika

Pengganggu

Pengontrol

Proses
Variabel
Manipulasi

Output

Gambar 4.1 Diagram konfigurasi Kontrol

Nilai output ini di tingkat keinginan, kita perlu mengubah nilai variabel dimanipulasi oleh
jumlah rupa untuk menghilangkan dampak bahwa gangguan itu akan memiliki pada output.
Pertanyaannya adalah: Seberapa banyak kita harus mengubah variabel dimanipulasi untuk
membatalkan efek dari gangguan? Untuk menjawab pertanyaan ini kita harus mengetahui dua
hubungan berikut:
Output = f1 (gangguan)
Output = f2 (dimanipulasi variabel)
Yang disediakan oleh model matematis dari proses. memang, jika output adalah tetap sama,
variabel dimanipulasi harus mengambil nilai rupa sehingga
f1 (gangguan) -f2 (dimanipulasi variabel) = 0
Contoh ini menunjukkan sangat jelas betapa pentingnya pemodelan matematika adalah untuk
desain sistem kontrol feedforward, pada kenyataannya, tanpa baik dan akurat pemodelan
matematika

kita

tidak

dapat

merancang

sistem

kontrol

feedforward

efisien

Contoh 4.3: Desain Sistem inferensial Kontrol


Dalam skema kontrol inferensial yang ditunjukkan pada gambar 4.2 kita mengukur output diukur
dan mencoba untuk mengatur nilai tujuan kontrol terukur pada nilai yang diinginkan. Karena
tujuan kontrol tidak mengukur secara langsung, itu hanya dapat diperkirakan dari nilai output
diukur jika hubungan seperti berikut ini tersedia:
Kontrol Tujuan: f (output diukur)
Seperti hubungan pada gilirannya tidak mungkin jika kita tidak memiliki representasi matematis
dari proses (model matematika). Setelah nilai tujuan kontrol dapat diperkirakan dari hubungan
seperti di atas, maka dapat dibandingkan dengan nilai yang diinginkan (set point) dan contoller
yang dapat diaktifkan untuk tindakan yang tepat seperti dalam kontrol umpan balik.
Kami melihat, karena itu, bahwa ketersediaan model matematis yang baik untuk proses ini
sangat diperlukan untuk desain sistem kontrol inferensial baik.
Tiga contoh di atas menunjukkan dengan sangat jelas bahwa pemodelan matematika dari proses
adalah sangat penting untuk desain sistem kontrol yang baik dan efisien untuk proses kimia.
Pada bagian berikut kita mengembangkan metodologi untuk pemodelan ringkas proses kimia.
4.2

Variabel

Negara

dan

Persamaan

Negara

untuk

Proses

Kimia

Dalam rangka untuk mengkarakterisasi sistem pengolahan (tangki pemanas, reaktor batch, kolom
distilasi, charger panas, dll) dan perilaku kita perlu:
1. satu set jumlah tergantung mendasar yang nilai akan menjelaskan menggambarkan alam
keadaan alami dari sistem yang diberikan
2. satu set persamaan dalam variabel di atas yang akan menjelaskan bagaimana keadaan alami
dari sistem yang diberikan berubah dengan waktu.

Untuk sebagian besar sistem pengolahan menarik bagi seorang insinyur kimia hanya ada tiga
jumlah mendasar seperti: massa, energi dan momentum. Cukup sering, meskipun, variabel
dependen mendasar tidak dapat diukur secara langsung dan nyaman. Dalam kasus tersebut kami
pilih variabel lain yang dapat diukur nyaman, dan ketika dikelompokkan tepat mereka
menentukan nilai dari variabel-variabel fundamental. Dengan demikian massa, energi dan
momentum dapat dicirikan oleh variabel seperti kepadatan, konsentrasi, suhu, tekanan, dan laju
aliran. Variabel-variabel karakteristik disebut variabel negara dan nilai-nilai mereka menentukan
keadaan dari sistem pengolahan.
Persamaan yang berhubungan dengan variabel state (variabel tergantung) ke berbagai variabel
independen kembali berasal dari penerapan prinsip konservasi pada jumlah fundamental dan
disebut persamaan keadaan.
Prinsip konservasi kuantitas S menyatakan bahwa:

akumulasi dari S
di dalam sebua h
sistem

jumla h dari S
di h asilkan
di sistem

aliran dari S
masuk
- sistem

periode waktu

periode waktu

periode waktu

periode waktu

periode waktu
kuantitas S dapat setiap dari jumlah pokok berikut:
Total

aliran dari S
keluar sistem

jumla h dari S
dibutu h kan di
dalam sistem

massa
total
momentum
Harus diingat bahwa untuk proses fisik dan kimia kita akan mempelajari, massa total dan total energi
tidak

dapat

dihasilkan

dari

apa-apa:

mereka

juga

tidak

menghilang.

Mari kita meninjau sekarang bentuk yang paling sering digunakan untuk persamaan keseimbangan.
Mempertimbangkan sistem ditunjukkan pada gambar 4.3. kita punya :

Sistem umum dan interaksi dengan dunia luar

Keseimbanga total massa :


d ( V )
dt

i ;inlet

j : outlet

(4.la)

Keseimbangan massa pada komponen A :


d ( nA )
dt

(4.lb)

Total Keseimbangan Energi :

d ( ca V )
dt

i ;inlet

Cai Fi

j : outlet

CajFj r V

dE
dt

d (U + K + P )
dt

= =

iF h i

i ;inlet

jFj h j Q W

j : outlet

(4.lc)

Variabel ynag muncul pada rumus diatas mempunyai makna dibawah ini :
= density dari material dalam system
i = density dari material pada ith pada aliran masuk
j = density dari material pada jth pada aliran keluar
V = total volume dari system
Fi = tingkat aliran volume dari ith pada aliran masuk
Fj = tingkat aliran volume dari jth pada aliran keluar
nA = nomor mol dari komponen A dalam system
CA = konsentrasi molar ( mole/ volume)dari A di dalam system
CAi = konsentrasi molar dari A dalam ith masuk
CAj = konsentrasi molar dari A dalam jth keluar
r = tingkat reaksi per unitvolume dari komponen A dalam system
hi = entalpi spesifik dari material pada ith masuk
hj = entalpi spesifik dari material pada jth keluar
U, K, P = internal, kinetic, dan energy potensial dari sistem masing masing
Q = jumlah pertukaran panas antara system dan sekitar per unit waktu
Ws = pertukaran batang kerja antara system dan sekitar per unit waktu
Mari kita meninjau sekarang bentuk yang paling sering digunakan untuk persamaan
keseimbangan. Mempertimbangkan sistem ditunjukkan pada gambar 4.3. kita punya :
Dengan konvensi, kuantitas dianggap positif jika mengalir dalam sistem dan negatif jika
mengalir keluar. persamaan negara dengan variabel negara terkait merupakan model matematika
dari suatu proses, yang menghasilkan perilaku dinamis atau statis dari dia proess. aplikasi dari
prinsip konservasi