Perpustakaan Digital ITB

Pemodelan atau identifikasi sistem merupakan proses untuk mendapatkan representasi (model) matematis yang menunjukkan perilaku dari suatu sistem fisik atau proses kimiawi tertentu. Pendekatan pemodelan yang dipakai pada tesis ini adalah pemodelan empiris, dimana model dibangun menggunakan data empiris. Penelitian sebelumnya pada bidang ini menggunakan model Linier Time Invariant (LTI). Hasil simulasi menunjukkan bahwa simulasi untuk operasi start up belum berhasil dilakukan. Oleh karrena itu, pada tesis ini digunakan model Linear Parameter Variying (LPV) agar dapat meliputi perubahan kondisi operasi pabrik, seperti start up, normal, dan shutdown. Plant proses yang dijadikan rujukan adalah seksi primary reformer pabrik amoniak, PT. PKT. Algoritma yang digunakan dalam proses identifikasi adalah Recursive Least Square (RLS) dengan fungsi parameter P(k)=sin(0,0001*k). Data diambilkan dari data historian DCS. Hasil identifikasi disimulasikan dan divalidasi dengan data lapangan. Model prose yang diperoleh dengan cara menunjukkan hasil yang baik dengan rata-rata fit 90,42%. Sedangkan rata-rata Loss Function, Final Prediction Error (FPE), dan Akaike Information Criterion (AIC) adalah 0,01, 1,01, and -4,96. Model proses selanjutnya diimplemetasikan pada mesin simulasi Simulator Pelatihan Operator (OTS) menggunakan perangkat lunak Scilab/Scicos. OTS disimulasikan secara dinamis untuk skenario pelatihan strat up, normal, dan shutdown. Hasil simulasi menunjukkan bahwa indikasi-indikasi variabel proses secara umum dapat diterima. Prosedur pembuatan model dan implemetasi pada tesis ini dapat digunakan untuk seksi lain pabrik amoniak. Untuk pengembangan lebih lanjut perlu penelitian lebih lanjut tentang penentuan fungsi parameter secara lebih sistematis.