Anda di halaman 1dari 10

Ujian Akhir Pemodelan Proses dan Sistem Dinamis

R-1 Atmospheric Crude Tower

Oleh :
Tomimoto Siahaan 15/ 385192/TK/43854
Muhammad Hanif Muflih 16/395203/TK/44495
Muhammad Syauqi 16/395205/TK/44497
A. Latar Belakang
Konsumsi bahan bakar minyak di Indonesia terus meningkat seiring dengan laju
pertumbuhan penduduk, dengan kebutuhan BBM mencapai 1,25 juta ton barrel per hari (bph),
sementara kemampuan produksinya hanya 649.000 bph. Kebutuhan sisanya biasanya hanya
langsung dipenuhi dengan mengimpor BBM dari luar, yang tidak sehat terhadap perekonomian
Indonesia. Oleh karenanya perlu dilakukan pembuatan kilang baru guna menutup defisit yang ada.
Pembangunan kilang sendiri harus mempertimbangkan unit plant operasi apa saja yang
akan dirancang untuk menghasilkan BBM yang diinginkan. Salah satu proses yang diperlukan dan
dianggap penting dalam pembuatan BBM adalah Crude Distillation Unit, dimana unit ini bertugas
untuk memisahkan crude oil menjadi fraksi-fraksi produk seperti diesel, kerosin, naphthalene,
serta Atmospheric Gas Oil (AGO). Oleh karenanya, pada kesempatan kali ini kami akan mencoba
mensimulasikan Crude Distillation Unit (CDU) pada produksi BBM dengan UniSim Design Plus,
serta mengoptimasi hasil yang sudah ada dari segi ekonomi.
B. Deskripsi Proses

1 4

3
6

Raw Crude
Umpan berupa crude oil 29,32oAPI dengan kondisi umpan sebagai berikut:
Mass flow : 1.285.000 lb/hari
Volumetric flow : 100.000 barrel/hari
Temperature : 450 oF
Pressure : 75 psia
Vapour fraction : 0,1734
Pre Flash
Pre flash digunakan untuk memisahkan antara fraksi cair dan uap. Alat ini digunakan karena
umpan mempunyai fraksi uap sebanyak 0,1734 maka sebelum crude di masukkan ke dalam
furnace diflash terlebih dahulu. Spesifikasi pre flash:
Volume : 2 m3
Liquid level : 50%
Diameter : 1,193 m
Tinggi : 1,789 m
Vertical Dish Top : Flat

Properties Raw Crude Liquid Product Vapour Product


Vapour 0,1734 0,0000 1,0000
Temperature oF 450 450 450
Pressure (psia) 75 75 75
Molar flow (lbmol/h) 6231 5151 1081
Mass flow (lb/h) 1.285.000 1.195.000 90240

Crude Heater/Furnace
Crude Heater berfungsi untuk memanaskan crude oil sebelum masuk ke menara distilasi.
Kondisi operasi dalam alat ini sebagai berikut:
Properties Result
Vapour fraction 0,443
Temperature oF 650
Pressure (Psia) 65
Molar flow 5151
(lbmol/hr)
Mass flow 1195000
(lb/hr)
Heat Duty 190900000
(Btu/hr)

Mixer
Mixer bertugas untuk mencampurkan antara uap keluaran preflash dengan crude oil yang telah
dipanaskan dengan furnace/crude heater. Keluaran dari mixer merupakan input dari menara
distilasi (atm feed).
Properties Result
Vapour fraction 0,5584
Temperature oF 634,4
Pressure (Psia) 65
Molar flow 6231
(lbmol/hr)
Mass Flow 1285000
(lb/hr)

AGO steam dan Diesel Steam


AGO steam dan diesel steam berfungsi sebagai inert untuk memudahkan pemisahan antar fraksi
dalam crude oil. Steam akan menyebabkan hidrokarbon menguap dibawah suhu didhnya.
Kondisi operasi AGO steam sebagai berikut:
Properties Result
Vapour fraction 1
Temperature oF 300
Pressure (Psia) 50
Molar flow 138,8
(lbmol/hr)
Mass Flow 2500
(lb/hr)

Menara Distilasi
Menara Distilasi bertugas memisahkan fraksi pada crude oil menjadi senyawanya masing-
masing. Berikut merupakan inlet dan outlet dari masing-masing komponen pada menara distilasi:
Inlet Outlet
Komponen Stage Komponen Stage
Q trim 28 Residue 29
Atm Feed 28 Atmos Cond Condenser
Diesel Steam 3 Off Gass Condenser
AGO Steam 3 Waste Water Condenser
Naphta Condenser
Kerosene Kero SS Reb
Diesel 3 Diesel SS
AGO 3 AGO SS
PA_1_Q PA_1
PA_2_Q PA_2
PA_3_Q PA_3
Reboiler Duty : 7.500.000 Btu/hr
C. Hasil dan Pembahasan
Dalam kasus ini, dilakukan optimasi untuk memperoleh profit maksimum dengan variabel yang diubah
adalah Kero_ss product flow dan Kero Reb, serta dilakukan analisis sensitivitas pada furnace.
1. Optimasi Profit

Gambar 1. Perhitungan Profit Kerosen sebelum Optimasi


Persamaan yang digunakan dalam spreadsheet pada gambar diatas:
𝐏𝐫𝐨𝐟𝐢𝐭 = (kerosene x kerosenecost ) − (reboiler kero duty x heating cost )
− (atm feed x atm_feed_cost)
Ketika persamaan diatas dimasukkan, dapat dilihat bahwa sebelum dioptimasi nilai profit sama dengan
-$24,180, dengan kata lain tidak profit.

Gambar 2. Perhitungan Profit Kerosen setelah Optimasi


Setelah dioptimasi, dapat dilihat bahwa profit berubah menjadi $69,450.
Kasus diatas adalah contoh mengoptimasi menggunakan Unisim. Pada bar profit, dapat kita lihat ada satuan
yang mengikutinya. Hal ini karena saat kita mengimport data, satuan pada data tersebut otomatis terikut
oleh data tersebut.
Berikut grafik tekanan terhadap posisi tray dari atas:

(a) (b)
Gambar 3. Grafik Hubungan Tekanan terhadap Posisi Tray Sebelum Optimasi
Dari kurva diatas dapat dilihat bahwa semakin kebawah tekanan pada tray semakin tinggi. Jika
dibandingkan antara sebelum dan sesudah optimasi hasilnya tidak jauh berbeda, hal ini
dikarenakan variable yang dioptimasi laju massa hasil kerosesen sehingga tidak terlalu
berpengaruh terhadap tekanan. Dari grafik diatas dapat dilihat bahwa pada condenser tekanan
sebesar 135 Kpa kemudian naik secara signifikan pada stage 1 sebesar 198 Kpa, setelah itu tekanan
naik secara perlahan hingga pada stage 29 tekanan sebesar 225 Kpa.

Berikut grafik suhu terhadap posisi tray dari atas:

(a) (b)
Gambar 4. Grafik Hubungan Suhu terhadap Tray sebelum Optimasi (a) dan sesudah
Optimasi (b)
Dari kurva diatas semakin kebawah atau semakin bertambahnya stage suhu pada menara semakin
naik. Untuk simulasi tanpa optimasi suhu di stage 29 yaitu sebesar 370 oC sedangkan suhu di stage
29 sesudah optimasi suhunya mencapai 420 oC. Naiknya suhu di stage terkahir karena diinginkan
laju massa kerosen naik.
Berikut grafik volumetric flow terhadap posisi tray dari atas:

(a) (b)
Gambar 5. Grafik Hubungan Volumetric Flowrate terhadap Tray sebelum Optimasi (a)
dan sesudah Optimasi (b)
Dari kurva diatas dapat dilihat debit aliran untuk cair dan uap. Debit aliran pada mulanya kecil
kemudian sampai di titik tertentu mencapai debit maksimal, selanjutnya debit akan cenderung
turun hingga stage terakhir. Untuk simulasi tanpa optimasi debit cenderung lebih rendah dibanding
sesudah optimasi, hal ini diakibatkan oleh naiknya feed untuk menaikkan jumlah kerosen yang
dihasilkan sehingga mempengaruhi distribusi debit pada menara distilasi.
(a)

(b)
Gambar 6. Feed dan Product Menara Distilasi Sebelum Dioptimasi (a) dan Sesudah
Dioptimasi (b)
Dari data diatas, jumlah produk komponen setelah dioptimasi menunjukkan hasil yang lebih besar
dibandingkan sebelum dioptimasi. Sebelum dioptimasi mass flow kerosene sebesar 326,7
kgmol/hr sedangkan setelah optimasi flow kerosene sebesar 605,1 kgmol/hr. Pada residu sebelum
dioptimasi menunjukkan flow sebesar 651,1 kgmol/hr dan setelah optimasi residu sebesar 471,8
kgmol/hr.

2. Analisis Sensitivitas pada Furnace

Gambar 7. Grafik Hubungan Mass Flow Light Component terhadap Heat Flow
Pada Grafik diatas dapat dipahami bahwa semakin banyak light component yang mengalir
pada furnace maka kebutuhan panasnya akan semakin berkurang. Hal ini diakibatkan karena
light komponen merupakan senyawa yang mudah menguap sehingga semakin banyak light
component akan memperkecil jumlah panas yang disuplai.

Gambar 8. Grafik Hubungan Fraksi yang Teruapkan terhadap Heat Flow


Pada Grafik diatas dapat dipahami bahwa semakin banyak cairan yang ingin diuapkan maka
kebutuhan panasnya akan semakin naik. Hal ini diakibatkan karena untuk menguapkan butuh
beban untuk panas penguapan.
D. Contribution Report From Each Member
Oil Characterization : Syauqi
Equipment Design (except Crude Oil Tower) : Hanif
Crude Oil Tower Design : Syauqi, Hanif dan Tomi
Optimization : Tomi