Perpustakaan Digital ITB

Primary reformer merupakan salah satu komponen penting yang digunakan dalam industri proses, khususnya industri pupuk di PT. XYZ. Komponen ini berfungsi untuk menghasilkan gas hidrogen sebagai bahan baku utama amoniak dimana kualitasnya bergantung pada perbandingan antara aliran uap air dengan gas metana yang masuk. Pada bagian masukan primary reformer, besarnya aliran metana dikontrol dengan menggunakan pengontrol PID, sedangkan aliran uap air tidak dikontrol. Dalam prakteknya, pengontrol PID kurang bekerja secara optimal karena penentuan parameter-parameternya yang tidak tepat, sehingga kinerja sistem menjadi tidak efisien. Dalam tugas akhir ini, diusulkan untuk merancang pengontrol adaptif-prediktif dengan metoda GPC (Generalized Predictive Control) untuk menggantikan pengontrol PID yang sekarang digunakan sebagai pengontrol primary reformer. Dengan strategi kontrol ini, besarnya keluaran sistem pada rentang waktu ke depan dapat diprediksi berdasarkan model proses, sehingga besarnya sinyal kontrol yang dapat memperkecil sinyal kesalahan dapat diketahui. Model proses didapat dengan melakukan identifikasi sistem. Pada tugas akhir ini, digunakan metoda pemodelan berbasis neuro-fuzzy dimana metoda ini memiliki kemampuan untuk menghasilkan model yang nonlinier. Model proses yang didapat, direpresentasikan dalam bentuk persamaan Nonlinear AutoRegressive with eXogeneous Variables (NARX). Kemudian, algoritma tersebut disimulasikan dalam perangkat lunak bahasa pemrograman berbasis grafis LabVIEW. Dari percobaan yang telah dilakukan, didapat bahwa pengontrol GPC mampu melakukan pengontrolan pada dinamika proses yang berubah-ubah. Selain itu dengan pengontrol GPC, perbandingan antara aliran uap air dengan gas metana dapat dinaikkan manjadi 3,3386, dimana sebelumnya sebesar 3,3366, sehingga konsumsi metana menjadi lebih hemat sebesar 52,87 kg/jam atau setara dengan Rp. 85 juta Rupiah per bulan. Hal ini membuktikan bahwa pengontrol dengan strategi GPC lebih baik dibandingkan pengontrol PID.