Internal Model Control (IMC) - Neural Network (NN) Gain Scheduling Untuk Pengendalian Kolom Distilasi  

Oleh:

Biyanto, Totok R.

Jenis: Article from Journal - ilmiah nasional - tidak terakreditasi DIKTI
Dalam koleksi: Jurnal Teknik Elektro vol. 5 no. 2 (Sep. 2005), page 73-79.
Topik: scheduling; neural network (NN); internal model control (IMC) gain scheduling; kolom distilasi
Fulltext: totok r. biyanto.pdf (289.85KB)

Ketersediaan

Perpustakaan Pusat (Semanggi) Nomor Panggil: JJ113.1 Non-tandon: 1 (dapat dipinjam: 0) Tandon: tidak ada

Lihat Detail Induk

Isi artikel

Pada penelitian ini dikembangkan suatu alternatif sistem pengendalian dengan algoritma Internal Model Control ? Neural Network Gain Scheduling (IMC - NNGS) untuk mengendalikan fraksi mol metanol dan air pada kolom distilasi tunggal sistem biner metanol-air dengan struktur L - V. Pada struktur L - V Fraksi distilat (Xd) dipasangkan dengan laju aliran refluk (L) sedangkan fraksi bawah dipasangkan dengan laju panas pada reboiler (Qr). Karakteristik pengendali IMC hanya tergantung pada harga tuning ? atau time konstan filter yang diberikan kepadanya. Dengan memanipulasi harga tuning ? maka pengendali IMC akan menjadi pengendali nonlinier, dimana pada IMC - NNGS harga ? yang di - update dari output NN yang telah dilatih dengan input berupa error, proses variabel (PV), manipulated variabel (MV) dan setpoint dari plant. Kinerja NN dalam melakukan gain scheduling terhadap IMC dapat meningkatkan kualitas sistem pengendalian dan kualitas produk yang ditunjukkan secara kuantitatif dengan Integral Absolute Error (IAE). Perubahan IAE terbaik antara IMC dan IMC - NNGS tercapai pada pengujian penambahan fraksi input (Xf), diperoleh IAE sebesar 0,234799 untuk IMC dan IAE sebesar 0,00042 untuk IMC - NNGS atau 559 kali lebih baik. Selain itu IMC - NNGS memiliki respons sistem lebih cepat, tidak memiliki offset, serta bersifat kokoh terhadap perubahan setpoint dan kehadiran gangguan yang mempengaruhi proses.

Opini Anda

Klik untuk menuliskan opini Anda tentang koleksi ini!

Kembali