Pengendalian Multi Tube Reactor Pada Sistem Sintesis Metanol Menggunakan

Model Predictive Control (MPC)

Mahdiarto (2307100005) dan Ngurah Gede Pandu Weda Swara (2309100441)

Pembimbing: Prof. Ir. Renanto, M.S., Ph.D.
Laboratorium Perancangan dan Pengendalian Proses
Jurusan Teknik Kimia FTI-ITS

Kata kunci: Sintesis Metanol, Multi Tube Reactor, PI, PID, MPC, IAE.

Abstrak
Penelitian ini mengendalian sistem sintesis metanol untuk mengdapatkan karbon efisiensi yang stabil,
menentukan parameter tuning terbaik bagi ketiga struktur pengendalian, serta membandingkan ketiganya
untuk mendapatkan susunan pengendalian yang terbaik. Untuk itu dilakukan simulasi pengendalian pada
7 controlled variable menggunakan tiga struktur pengendalian, yaitu Proportional-Integral,
Proportional-Integral-Derivative, dan Model Predictive Control. Gangguan yang diberikan pada
penelitian ini sebesar +10% dan -10% pada komposisi CO 2 aliran feed. Untuk menentukan pengendali
yang paling baik digunakan perbandingan nilai IAE masing-masing pengendali. Dari simulasi ini dapat
disimpulkan bahwa ketiga struktur pengendali menghasilkan karbon efisiensi yang cukup stabil, dan
susunan pengendalian MPC merupakan susunan pengendali terbaik karena memiliki IAE yang paling
baik.
1. Pendahuluan dan MPC. Untuk tuning pengendali PI dan
Akhir-akhir ini isu pemanasan global menjadi PID digunakan metode Ziegler Nichols dengan
hal yang sangat penting. Sejak Konvensi Kyoto tahun sedikit penyesuaian pada D untuk
1997, topik untuk mengkonversi CO 2 menjadi bahan mendapatkan pengendalian terbaik.
lain, antara lain methanol, menjadi topik yang sangat 5. Pengujian dengan metode IAE
hangat. Oleh karena itu, penulis memutuskan untuk Untuk menentukan sistem pengendali terbaik
melakukan simulasi pengendalian sistem sintesis digunakan metode IAE (Seborg, dkk., 2004)
metanol untuk mendapatkan yield yang tinggi, yang
dievaluasi dari karbon efisiensi konversi karbon 3. Hasil dan Pembahasan
monoksida dan karbon dioksida menjadi metanol. 3.1 Validasi Steady State
Produksi metanol yang umumnya digunakan Tabel 1: Neraca Energi (kJ/jam)
pada saat ini menggunakan sistem recycle untuk Aliran Simulasi Literatur Error (%)
meningkatkan yield dari reaksi yang memiliki Q-112 7E+08 7E+08 0
konversi yang rendah, oleh karena itu pada penelitian Q-100 4.67E+7 4.67E+7 1.00E-09
ini menggunakan sistem ber-recycle tunggal pada Q-113 8E+08 8E+08 0
multi tube reactor. Q-111 9E+07 9E+07 0
Q-103 1E+09 1E+09 0

3.2 Pengendalian PI, PID, dan MPC.

Skema penelitian menggunakan masing-masing
sistem pengendalian dapat dilihat dalam gambar 3.
CW

PC FC
W

S
purge

Gambar 1: Sistem Sintesis Metanol TC

Recycle
Compresor
S
W PC TC
Flash
LC
F Drum

Tiga reaksi yang terjadi pada reaktor sintesis Make up

compressor
HE reaktor cooler
Metanol
TC

metanol adalah hidrogenasi karbon dioksida, karbon BFW CWR

monoksida, dan reverse water gas reaction (RWGS). SC

Menurut Vanden Bussche dan Froment (1996), dari

ketiga reaksi yang terjadi, hanya 2 reaksi yaitu
hidrogenasi karbon dioksida dan RWGS yang E-189

FC

merupakan reaksi independent. Oleh karena itu, pada PI W

S

Purge

simulasi ini hanya digunakan 2 reaksi tersebut Recycle

Compressor S

dengan persamaan kinetika yang sama dengan W

PI TI
TI

Vanden Bussche dan Froment (1996).

Flash
LC
Feed Drum

reaktor cooler
Make Up HE
Compressor TC Metanol

CO + 2H2 CH3OH (Hidrogenasi CO) BFW

CWR

CO2 + 3H2 CH3OH+H2O (HidrogenasiCO2)

SC

CO2 + H2 CO + H2O (RWGS) Gambar 3: Struktur pengendali PI dan PID (atas)

dan MPC (bawah)
Gambar 2: Reaksi Sintesis Metanol
2. Metodologi Pada penelitian ini ditambahkan 1 pengendali
Adapun metodologi yang digunakan dalam tambahan pada temperatur aliran keluaran reaktor
penelitian ini: dari awal 6 pengendali seperti pada Arthur, 2010.
1. Pengumpulan dan pengolahan data Penambahan ini bertujuan untuk mendapatkan yield
Tahap ini merupakan tahap pencarian literatur yang dapat dipertahankan tinggi. Adapun hasil yang
sebagai panduan dalam simulasi. didapat dari tiga struktur pengendali tersebut dapat
2. Simulasi Steady State dilihat pada gambar 4.
Tahap ini mensimulasikan sistem sintesis
metanol seperti tertera pada gambar 1 pada
perangkat lunak Aspen HysysTM.
3. Sizing dan simulasi dynamic
Untuk melakukan simulasi pengendalian
diperlukan perubahan dari kondisi steady state
ke dynamic, dan untuk itu diperlukan data
sizing yang diambil dari Arthur (2010). Keterangan : MPC PID PI
4. Tuning dan pengendalian menggunakan sistem
pengendali PI, PID, dan MPC Gambar 4: Karbon efisiensi / yield sintesis metanol
Untuk mendapatkan yield reaksi yang stabil, pada tiga struktur pengendali dengan disturbance
digunakan 3 sistem pengendali, yaitu: PI, PID, sebesar +10% (kiri) dan -10% (kanan)
 Experimental Results. Ind. Eng. Chem. Res.,
Dari gambar 4 diatas terlihat bahwa ketiga vol. 35 no. 10 hal. 3547-3559.
pengendali mampu menjaga yield/efisiensi karbon Vanden Bussche, K. M., dan Froment G. F. 1996. A
pada kisaran 85-87%. Hal ini merupakan perbaikan Steady-State Kinetic Model for Methanol
dari literatur (Arthur:2010) dimana dengan gangguan Synthesis and the Water Gas Shift Reaction on
5% komposisi menghasilkan yield yang terus a Commercial Cu/ZnO/Al2O3 Catalyst. Journal
menurun. of Catalysis vol. 161 no. 156 hal. 1-10.
Zahedi,G., A. Elkamel, dan A. Lohi. 2007. Dynamic
Tabel 2: Nilai Total IAE/setpoint dan offset Optimization Strategies of a Heterogeneus
pengendali Reactor for CO2 Conversion to Methanol.
Total IAE/Set Point Offset (%) Energy and Fuels. Vol. 21 hal 2977-2983.
Zahedi,G., A. Elkamel, A. Lohi, A. Jahanmiri, dan
Pengendali D+10% D-10% D+10% D-10%
M.R. Rahimpor. 2005.
PI 0.004527 0.00454684 1.494 1.6874 Hybrid artificial neural network-First principle
PID 0.000183 0.00020225 0.1455 0.1807 model formulation for the unsteady state
simulation and analysis of a packed bed reactor
MPC 0.000132 0.00013259 0.1455 0.1807
for CO2 hydrogenation to methanol. Energy and
Fuels. Vol.115 hal 113-120.
http://www.lurgi.com diakses tanggal 28 Juni 2011.
Selain hasil yield/karbon efisiensi yang stabil,
diperlukan juga evaluasi pada IAE dari masing-
masing struktur pengendali, dimana dapat dilihat
pada tabel 2 diatas. Dari tabel tersebut terlihat bahwa
MPC memiliki total IAE yang paling rendah,
sehingga bisa disimpulkan menjadi pengendali yang
terbaik untuk sistem ini.

Daftar Pustaka
Arefi, Mohammad M., A. Montazeri, J. Poshtan, dan
M.R. Jahed-Mothlag. 2008. Wiener-neural
identification and predictive control of a more
realistic plug-flow tubular reactor. Chemical
Engineering Journal vol.138 hal. 274–282.
Arthur, Theophilus. 2010. Control Structure Design
For Methanol Process. Norwegia : Norwegian
University of Science and Technology (NTNU).
Arthur, Theophilus. 2009. Simulation, Optimal
Operation, And Self-Optimizing Control Of
Methanol Process. Norwegia : Norwegian
University of Science and Technology (NTNU).
HYSYS 2004.2 Documentation. 2005. Aspen
Technology Inc. USA Ten Canal Park
Cambridge, MA 02141-2201.
Luyben, William L. 2000. Design and Control of
Gas-Phase Reactor/Recycle Processes with
Reversible Exothermic Reactions. Ind. Eng.
Chem. Res. vol.39 no.6 hal. 1529-1538.
Luyben, William L. 2007. Chemical Reactor Design
and Control. USA : John Wiley and Sons, Inc.
Seborg, D.E., T.F. Edgar, dan D.A. Mellichamp.
2004. Process Dynamics and Control. USA :
John Wiley and Sons, Inc.
Sinadinović-Fišer, S.V., M.R. Janković, dan R.Ž.
Radičević. 2001. Simulation of The Fixed-Bed
Reactor for Methanol Synthesis. Petroleum and
Coal. Vol.43 No.1 hal.31-34.
Subawalla, Hoshang, Venkat P. Paruchuri, Amit
Gupta, Hemant G. Pandit, dan R. Russel
Rhinehart. 1996. Comparison of Model-Based
and Conventional Control: A Summary of