RESUME JURNAL

Judul: Operation optimization of hydrocracking process based on

Kriging surrogate model

Dalam dua dekade terakhir, struktur konsumsi produk minyak bumi telah
berubah secara dramatis di seluruh dunia. Sementara itu, kualitas minyak mentah
telah memburuk, terutama di Cina daratan. Lebih dari 65% minyak mentah diimpor
di seluruh dunia, meningkatkan kesulitan untuk menghasilkan produk minyak
rendah sulfur, rendah nitrogen, dan berkualitas tinggi. Teknologi hydrocracking
ditandai oleh kemampuan beradaptasi bahan yang kuat, proses produksi yang
fleksibel, dan kualitas produk yang sangat baik. Dibandingkan dengan catalytic
cracking dan coking, yang sama pentingnya dalam pemurnian minyak,
hydrocracking telah menarik perhatian yang meningkat dari industri pemurnian
minyak karena daya saingnya yang kuat (Lyons, 1996).
Hydrocracking adalah salah satu teknologi utama dalam penyulingan
minyak. Ini telah menjadi unit pemrosesan sekunder yang penting di kilang untuk
meningkatkan kualitas minyak produk dan meningkatkan volume produksi minyak
ringan. Dengan demikian, optimisasi operasi untuk proses ini sangat penting. Dasar
optimasi operasi adalah model, dan beberapa mekanisme untuk model
hydrocracking telah diusulkan dan dipelajari. Namun, model ini biasanya
memerlukan waktu lama dan menunjukkan efisiensi rendah terutama ketika
diterapkan untuk mengoptimalkan kondisi operasi. Dalam studi ini, model
pengganti hydrocracking Kriging dikembangkan berdasarkan pada mekanisme dan
data industri. Algoritma optimasi kemudian diusulkan untuk mengoptimalkan
kondisi operasi. Algoritma yang diusulkan mengintegrasikan strategi langkah-
langkah pencarian global dan lokal (GLSS) langkah-adaptif untuk meminimalkan
prediktor. Hasil simulasi menunjukkan bahwa strategi optimasi ini
mengintegrasikan GLSS dan model pengganti Kriging memperoleh pendapatan
yang lebih baik dari proses produksi daripada algoritma konvensional seperti EGO,
DDS, dan CAND.
 Dalam studi ini, model pengganti untuk proses hydrocracking industri
ditetapkan menggunakan model Kriging. Namun, mengoptimalkan proses
hydrocracking berdasarkan model Kriging sulit. Untuk mengatasi masalah
optimisasi ini di bawah beberapa variabel input, diusulkan metode optimisasi baru
- algoritma GLSS -. Algoritme menggunakan algoritma SQP untuk melakukan
pencarian lokal dan menggabungkan metode ukuran langkah adaptif untuk
meningkatkan efisiensi pencarian. Pada saat yang sama, untuk menghindari
terperangkap ke dalam optimal lokal, strategi pencarian global terintegrasi untuk
meningkatkan kemampuan pencarian global. Dibandingkan dengan metode
pengoptimalan lainnya, algoritma GLSS dapat memperoleh solusi optimal global
secara akurat dengan iterasi yang lebih sedikit. Dalam percobaan fungsi pengujian
dan proses hydrocracking industri, kinerja optimisasi algoritma GLSS secara
signifikan lebih baik daripada tiga algoritma lainnya. Distribusi hasil massa diubah
dengan mengoptimalkan kondisi operasi proses hydrocracking. Pada akhirnya,
tujuan meningkatkan manfaat ekonomi dari perusahaan petrokimia tercapai.
 RESUME JURNAL

Judul: Comparison of the accuracy of kriging and IDW interpolations

in estimating groundwater arsenic concentrations in Texas

Paparan arsenik menyebabkan banyak penyakit. Kebanyakan orang

Amerika di daerah pedesaan menggunakan air tanah untuk minum, yang mungkin
mengandung arsenik di atas tingkat yang saat ini diijinkan, 10 mg / L. Hemat biaya
untuk memperkirakan tingkat arsenik air tanah berdasarkan data dari sumur dengan
konsentrasi arsenik yang diketahui. Kami membandingkan akurasi beberapa
metode interpolasi yang umum digunakan dalam memperkirakan konsentrasi
arsenik di 48.000 sumur di Texas dengan teknik validasi tinggalkan-satu-keluar-
silang. Koefisien korelasi antara kadar arsenik yang diukur dan diperkirakan lebih
besar dengan invers distance weighted (IDW) dibandingkan kriging Gaussian,
kriging interpolasi bola atau kokriging ketika menganalisis data dari sumur di
seluruh Texas (p> 0,0001). Koefisien korelasi secara signifikan lebih rendah
dengan kokriging daripada metode lain (p> 0,006) untuk sumur di Texas, Texas
timur atau akuifer Edwards. Koefisien korelasi secara signifikan lebih besar untuk
sumur di barat daya Texas Panhandle daripada di Texas timur, dan lebih tinggi
untuk sumur di akuifer Ogallala daripada akuifer Edwards (p <0,0001) terlepas dari
metode interpolasi. Dalam analisis regresi, model terbaik adalah ketika kedalaman
dan / atau ketinggian sumur dimasukkan ke dalam model sebagai kovariat terlepas
dari area / akuifer atau metode interpolasi, dan model dengan IDWare lebih baik
daripada kriging di area / akuifer mana pun. Sebagai kesimpulan, akurasi dalam
memperkirakan tingkat arsenik air tanah tergantung pada metode interpolasi dan
distribusi serta karakteristik geografis sumur di Texas. Mengambil kedalaman dan
ketinggian sumur ke dalam analisis regresi sebagai kovariat secara signifikan
meningkatkan akurasi dalam memperkirakan tingkat arsenik air tanah di Texas
dengan IDW pada khususnya.
KEMENTERIAN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI
UNIVERSITAS HASANUDDIN
FAKULTAS TEKNIK
DEPARTEMEN TEKNIK GEOLOGI
PROGRAM STUDI TEKNIK GEOLOGI

MATA KULIAH GEOSTASTISTIK

TUGAS

OLEH :

SYAHRUL RAMADHAN
D611 16 309

GOWA
2019