Optimasi kondisi kolom destilasi biner untuk mencapai kualitas produk dengan menggunakan Imperialist Competitive Algorithm (ICA)

Fitriyani, Nur (2016) Optimasi kondisi kolom destilasi biner untuk mencapai kualitas produk dengan menggunakan Imperialist Competitive Algorithm (ICA). Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2414201010-master thesis.pdf

Download (782kB) | Preview
[img]
Preview
Text
2414201010-paperpdf.pdf

Download (330kB) | Preview
[img]
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: https://repository.its.ac.id/id/eprint/72119

Actions (login required)

View Item View Item