Perpustakaan Digital ITB

Salah satu reaktor yang umum dipakai dalam industri kimia terutama produksi kimia adalah proses batch (batch prosess). Proses reaktor batch bekerja tanpa aliran masuk ataupun keluar. Reaktor ini umum digunakan untuk produksi dalam jumlah kecil namun dengan nilai tinggi seperti obat-obatan dalam industri farmasi. Karakteristik dalam proses batch salah satunya adalah dinamika yang berubah terhadap waktu, serta permasalahan pada pemodelan secara analitis. Kemudian, terdapat reaktor batch yang beroperasi secara non-adiabatic yaitu dinamika suhunya dipengaruhi oleh perpindahan panas antara sistem dan lingkungan. Hal ini menyebabkan adanya thermal losses serta pengaruh inersial termal dari reaktor. Akibatnya, kondisi tersebut mengakibatkan terjadinya respons suhu yang lambat dan overshoot. Dalam praktiknya, pengendalian suhu pada reaktor batch umumnya masih dilakukan menggunakan metode kendali feedback konvensional seperti Proportional-Integral-Derivative (PID). Meskipun metode ini banyak digunakan karena struktur yang sederhana serta kemudahan dalam implementasi, PID memiliki keterbatasan dalam mengatasi karakteristik integrating pada reaktor batch yaitu sulit untuk mencapai kestabilan, serta bergantungnya pada proses tuning. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk merancang dan mengevaluasi Model Predictive Control (MPC) berbasis model data-driven untuk pengendalian suhu pada proses pemanasan reaktor batch. Pendekatan model datadriven dilakukan sebagai alternatif pemodelan karena mampu merepresentasikan dinamika sistem tanpa memerlukan pemodelan fisis yang paramaternya sulit untuk diidentifikasi. Model sistem diperoleh melalui proses identifikasi sistem menggunakan data hasil akuisisi dari plant reaktor batch skala laboratorium milik P2MI LSKK STEI ITB yang dioperasikan melalui HMI/SCADA LabVIEW dengan waktu sampling sebesar 1 detik. Beberapa struktur model linear dan nonlinear, seperti process models, transfer function, state-space, ARX dan Nonlinear ARX (NARX). Kinerja masing-masing model tersebut dievaluasi berdasarkan metrik peforma untuk menentukan model yang sesuai sebagai dasar perancangan pengendali. Selanjutnya, MPC dirancang menggunakan model linear state-space diskrit terpilih yang merepresentasikan dinamika sistem di sekitar titik operasi tertentu. Pada perancangan MPC tersebut, diterapkan formulasi fungsi objektif MPC yang mempertimbangkan kesalahan pelacakan suhu terhadap referensi, serta laju perubahan sinyal kendali dengan pengaturan bobot yang sesuai. Selain itu, batasan (constraints) pada variabel manipulasi dan variabel proses dipertimbangkan untuk memastikan kinerja kendali yang aman dan sesuai dengan karakteristik proses. Pengujian kinerja MPC dilakukan melalui simulasi di MATLAB dengan berbagai konfigurasi parameter kendali dan batasan operasional untuk mengevaluasi terhadap respons sistem. Diberikan pembanding dengan metode kendali PI, PID, dan PID yang di-tuning menggunakan Ziegler-Nichols. Evaluasi kinerja kendali dilakukan menggunakan beberapa metrik overshoot, settling time, dan Root Mean Squared Error (RMSE). Hasil simulasi menunjukkan bahwa MPC mampu menghasilkan respons suhu yang lebih stabil dibandingkan kendali PI, PID, dan PID-ZN. Secara kuantitatif, MPC menghasilkan dengan overshoot (10,85%), settling time (1831 detik) yang lebih cepat, dan RMSE (4.5874) yang lebih rendah, serta mampu menjaga suhu tetap berada dalam batas operasi yang telkah ditetapkan. Berdasarkan hasil tersebut, dapat disimpulkan bahwa penerapan MPC berbasis model data-driven memberikan kinerja yang lebih pengendalian suhu yang lebih baik dibandingkan PI, PID, PID-ZN, sehingga berpotensi untuk diterapkan sebagai alternatif metode kendali suhu pada reaktor batch non-adiabatic.