Wicaksono, Febrianto Putro (2017) Perancangan Sistem Pengendali Neural Network Model Predictive Control (NNMPC) Pada Kolom Depropanizer. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2413100121-Undergraduate_Theses.pdf - Published Version Download (2MB) | Preview |
Abstract
Kolom depropanizer merupakan salah satu kolom distilasi yang digunakan untuk memisah propana dari campuran yang mengandung butana dan komponen lainnya. Untuk memperoleh produk distilasi dengan kemurnian yang tinggi sangat sulit dilakukan jika digunakan pengendalian konvesional karena kolom distilasi memiliki sifat yang sangat nonlinear. Oleh karena itu dirancanglah suatu model neural network dari kolom depropanizer untuk merepresentasikan hubungan nonlinear sistem, serta dirancang pula sistem pengendalian Neural Network Model Predictive Control (NNMPC) untuk mengendalikan kolom depropanizer. Model neural network telah mampu memodelkan suatu kolom depropanizer dengan baik dimana didapatkan MSE pengujian sebesar 9.24x10-10 untuk fraksi mol produk distilat (Xd) dan 4.99x10-9 untuk fraksi mol produk bawah (Xb). Pengendali NNMPC memiliki performansi yang cukup baik ditunjukkan dengan nilai IAE yang lebih kecil dari pengendali PI yaitu sebesar 5.4306 untuk produk distilat (Xd) dan 4.6681 untuk produk bawah (Xb).
===================================================================
The depropanizer column is one of the distillation columns used to separate propane from a mixture containing butane and other components. To obtain a high purity distillation product is very difficult to use conventional control because the distillation column has a very nonlinear nature. Therefore a neural network model of depropanizer columns is designed to represent nonlinear relationships, and a Neural Network Model Predictive Control (NNMPC) control system is designed to control the depropanizer column. The neural network model has been able to model a well depropanizer column where MSE test was obtained with 9.24x1010 for the mole fraction of the distillate product (Xd) and 4.99x10-9 for the mole product fraction (Xb). The NNMPC controller has a fairly good performance indicated by IAE value that smaller than the PI controller with 5.4306 for the distillate product (Xd) and 4.6681 for the lower product (Xb).
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Kolom Depropanizer, Nonlinear, Neural Network, NNMPC |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering T Technology > TP Chemical technology |
| Divisions: | Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis |
| Depositing User: | Febrianto Putro Wicaksono |
| Date Deposited: | 08 Dec 2017 03:44 |
| Last Modified: | 06 Mar 2019 03:54 |
| URI: | http://repository.its.ac.id/id/eprint/47122 |
Actions (login required)
 |
View Item |