Optimisasi Efisiensi Pembakaran pada Boiler di PLTU

Santoso, Andik Kurniawan (2021) Optimisasi Efisiensi Pembakaran pada Boiler di PLTU. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
02311740000061-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (2MB) | Request a copy

Abstract

Boiler adalah pembangkit uap yang menggunakan pembakaran sebagai sumber panas utamanya. Dalam pengoperasiannya, boiler dikontrol oleh DCS yang menghasilkan historical data dan menjadi sebuah big data yang perlu diolah. Maka diperlukan AI untuk menerjemahkan variabel-variabel dalam big data menjadi variabel ekonomi, yaitu pemodelan berbasis Neural Network. Dalam tugas akhir ini, Jaringan Syaraf Tiruan digunakan untuk memprediksi efisiensi boiler dan dioptimisasi menggunakan Algoritma Genetika. Berdasarkan historian data boiler dari PLTU Unit II Paiton, 15 variabel yang didapat terlebih dahulu dianalisis melalui metode PCA-PLS. Sehingga, setalah melalui metode PCA-PLS terdapat 11 input hal ini dikarenakan semakin sedikit data yang digunakan maka semakin mudah untuk membuat model. Pada model kali ini, dilakukan dengan menggunakan 1 input layer yang terdapat 11 input node, 1 hidden layer dengan di-training 12 hidden node, dan 1 output layer yang terdapat 1 output node dengan nilai RMSE 0.127 untuk data training dan 0.127 untuk data validasi. Pada akhir optimisasi didapatkan nilai efisiensi maksimum sebesar 90.14% dengan metode Heat-Loss dan 75.72% dengan metode Input/Output dengan kondisi excess air terjaga pada nilai optimum. ======================================================================================================== A steam generator that uses combustion as its main heat source is often called a boiler. In operation, a boiler is controlled by DCS which produces historical data and becomes a big data that needs to be processed. Therefore, AI is needed to translate the variables in big data into economic variables. In this FP, ANN is used to predict boiler efficiency and optimized using GA. Based on the boiler historian data from PLTU Unit II Paiton, 15 variables obtained were first analyzed through the PCA-PLS method. After that, there are 11 inputs this is because the less data the easier it is to make a model. In this model, it is done by using 1 input layer which has 11 input nodes, 1 Hidden Layers trained by 12 Hidden Nodes, and 1 output layer which has 1 output node with RMSE values are 0.127 for training data and 0.127 for validation data. At the end of the optimization, the maximum efficiency value is 90.14% using heat loss method and 75.72% using input/output method with the excess air condition maintained at optimum value.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Boiler, Optimization, Artificial Neural Network, Genetic Algorithm, Boiler, Optimisasi, Jaringan Syaraf Tiruan, Algoritma Genetika.
Subjects: T Technology > TJ Mechanical engineering and machinery > TJ217.6 Predictive Control
Divisions: Faculty of Industrial Technology and Systems Engineering (INDSYS) > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User: Andik Kurniawan Santoso
Date Deposited: 22 Aug 2021 01:33
Last Modified: 22 Aug 2021 01:33
URI: https://repository.its.ac.id/id/eprint/88311

Actions (login required)

View Item View Item