Fitriyani, Nur (2016) Optimasi kondisi kolom destilasi biner untuk mencapai kualitas produk dengan menggunakan Imperialist Competitive Algorithm (ICA). Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
2414201010-master thesis.pdf Download (782kB) | Preview |
Preview |
Text
2414201010-paperpdf.pdf Download (330kB) | Preview |
Preview |
Text
2414201010-presentationpdf.pdf Download (1MB) | Preview |
Abstract
Kualitas produk dalam proses kimia harus dikontrol dan dioptimasi untuk
mencapai kualitas terbaik dan mampu meminimalkan konsumsi energi. Kualitas
produk pada proses kolom distilasi yang dijalankan dengan menggunakan teknik
optimasi tidaklah mudah karena kolom distilasi bersifat non-linier. Kolom distilasi
termasuk kedalam kelas NLP yang dapat dipecahkan dengan menggunakan metode
stokastik untuk mencapai solusi global. Salah satu metode stokastik adalah ICA. ICA
memiliki beberapa kelebihan yang dapat menyelesaikan permasalahan yang kompleks,
dapat mencapai nilai konvergen yang lebih cepat dibandingkan dengan algoritma yang
lain. Dalam penelitian ini, kolom distilasi biner dibangun dengan menggunakan
Jaringan Syaraf Tiruan (JST) dengan input berupa molar feed, fraksi feed, molar reflux
dan panas reboiler dengan output berupa top product dan bottom product. Selanjutnya
ICA dijalankan untuk mengoptimasi error antara nilai dari prediksi JST dengan nilai
setpoint yang diinginkan. Dari hasil optimasi pada penelitian ini, diperoleh setpoint
pada laju aliran reflux harus sebesar 44.4169 kgmol/hr dan steam reboiler 9.0006e+005
kJ/hr untuk mendapatkan fraksi ethanol 0.9891 pada top product dan 0.007 fraksi
ethanol pada bottom product.
===========================================================================================================
The quality of a product in the chemical process need to controlled and
optimized to achieve the best quality and minimize energy consumption. The quality
in the process of the distillation column that performed by using optimization
techniques is not easy because distillation column is nonlinear. The distillation column
is an NLP class (Non-Linear Programming) which can be solved by using a stochastic
method to achieve the global solution. ICA has several advantages that can solve the
complex problems, increasing the speed of converging value than other algorithms. In
this research, the binary distillation column model was built using a neural network
(ANN) by changing the operational conditions of the column, i.e. molar flow feed, a
composition of feed molar flow reflux, and reboiler heat duty to get the appropriate
output i.e top product and bottom product. Then ICA was executed to optimize error
between the predicted values of ANN with the desired setpoint value. The result of this
study obtained setpoint of reflux rate must be at 44.4169 kg mol/hr and steam reboiler
at 9.0006e+005 kJ/hr to obtain ethanol fraction 0.9891 of top product and 0.007 ethanol
fraction of the bottom product.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTF 660.284 25 Fit o |
| Uncontrolled Keywords: | Distilasi biner, Jaringan Syaraf Tiruan, ICA, Optimasi |
| Subjects: | T Technology > TP Chemical technology > TP156 Crystallization. Extraction (Chemistry). Fermentation. Distillation. Emulsions. |
| Divisions: | Faculty of Industrial Technology > Physics Engineering > 30101-(S2) Master Thesis |
| Depositing User: | - Taufiq Rahmanu |
| Date Deposited: | 29 Nov 2019 08:30 |
| Last Modified: | 29 Nov 2019 08:30 |
| URI: | http://repository.its.ac.id/id/eprint/72119 |
Actions (login required)
 |
View Item |