Tugas Fuzzy

Louis Gandhi Prabowo
2407100046
Teknik Fisika ITS
Fuzzifikasi Model Boiler di PT. Pertamina RU IV Cilacap
(Disadur dari Tugas Akhir Totok Gunawan2405100084)

1. Diskripsi dari boiler
Boiler merupakan unit plant yang penting di industri, berfungsi untuk mengubah
air pada fasa cair ke fasa uap, hingga dihasilkan uap kering yang digunakan untuk
memutar turbin uap. Di P.T. Pertamina RU IV Cilacap selain untuk menghasilkan
listrik, uap yang dihasilkan boiler juga digunakan untuk kepentingan proses pengolahan
minyak.
Pada dasarnya proses pada boiler ini dibagi dalam dua sistem yang terpisah,
yaitu tungku atau furnace yang berfungsi menghasilkan panas melalui pembakaran
bahan bakar dan boiler atau ketel uap, yang berfungsi untuk mengubah air menjadi uap
melalui panas yang dihasilkan oleh furnace [Wisnu sudibjo, 2008], [Lentech,1998].
Proses perpindahan panas pada boiler terjadi secara konveksi melalui pipa-pipa keci
yang melewati furnace. Efisiensi perpindahan panas tersebut dapat diamati melalui
besarnya suhu gas sisa pembakaran (flue gas). Semakin besar suhu gas sisa pembakaran,
berarti semakin besar pula energi yang ikut terbuang bersama-sama dengan laju aliran
udara [Wisnu sudibjo, 2008]. Adapun gambaran sederhana sistem boiler ditunjukkan
pada gambar berikut ini

Gambaran sistem boiler sederhana
[Lentech, 1998]
Adapun gambaran detail komponen sistem boiler pada pembangkit tenaga listrik
adalah sebagai berikut :

Bagan komponen utama PLTU

[Furchan A, 2008]

Keterangan:
1. Boiler 9. Udara Masuk
2. Drum 10.Gas Buang
3. Turbin Tekanan Tinggi 11. Generator
4. Turbin Tekanan Menengah
5. Turbin Tekanan Rendah P. Pompa
6. Kondensor Q
1
Pipa-pipa Boiler
7. Pemanas Awal (economizer) Q
2
Superheater
8. Pembakaran Bahan Bakar Q
3
Pemanas Ulang

Penjelasan mengenai proses diatas adalah sebagai berikut:
Api pada ruang pembakaran bahan bakar memanaskan dinding pipa boiler yang
berisi air (feedwater). Pipa –pipa ini disebut dengan waterwall. Selanjutnya air yang
telah dipanaskan di ruang bakar dengan suhu 600-900
0
C akan naik dan berkumpul pada
Steam drum. Steam drum adalah bejana yang berisi air dan uap dengan tekanan tinggi.
Air yang tidak sempat menguap akan dialirkan lagi menuju waterwall melalui
downcomer untuk dipanaskan kembali. Uap pada steam drum dipanaskan kembali
melalui superheater agar dihasilkan uap kering dengan suhu yang tinggi. Selanjutnya
Uap kering (Super heated steam) dialirkan menuju turbin tekanan tinggi. Turbin tekanan
tinggi (HP Turbine) mengubah uap menjadi energi kinetis, dan mekanik. Uap yang
keluar dari HP turbine kemudian dipanaskan kembali oleh reheater yang selanjutnya
diumpankan pada turbin tekanan menengah. Selanjutnya uap keluaran turbin tekanan
menengah ini dialirkan pada turbin tekanan rendah yang memiliki ukuran lebih besar.
Uap keluaran turbin tekanan rendah kemudian dialirkan menuju kondensor dan
didinginkan dengan air laut, sehingga terjadi kondensasi (uap berubah menjadi air).
Selanjutnya air kondensasi tersebut siap dialirkan kembali ke waterwall setelah
mendapatkan pemanasan awal pada economizer
(7)
[Furchan Akhmad, 2008].
Terdapat dua cara untuk menghitung efisiensi boiler, yaitu dengan cara langsung
dan cara tidak langsung. Pada cara langsung efisiensi dihitung berdasarkan kalor yang
masuk pada feedwater dibandingkan dengan kalor yang diumpankan oleh bahan
bakar
[6]
.Untuk menghitung efisiensi secara langsung dapat digunakan persamaan berikut
ini:

dengan :
η
boiler
= efisiensi boiler (%)
= Laju aliran massa uap (kg/jam)
= Laju aliran massa bahan bakar (kg/jam)
h
steam
= Entalphi uap (kkal/kg)
h
feedwate
= Enthalpi feedwater (kkal/kg)
HHV = Higher Heating Value bahan bakar (kkal/kg)
Cara menghitung efisiensi boiler tidak langsung dilakukan dengan menghitung kerugian
kalor yang terjadi pada saat transfer kalor pada feedwater :



Dengan :
µ = efisiensi boiler (%)
L
act
= rugi kalor terukur (%)
L
L
= Rugi Laten (%)
L
R
=Rugi radiasi (%)

2. Latar Belakang
Saat ini kondisi AFRC di PT. Pertamina RU IV Cilacap masih belum terdapat
umpan balik antara kandungan O
2
dengan Distribute Control System (DCS). Setting
setpoint Air To Fuel Ratio Control masih dilakukan manual oleh operator dengan
melihat kandungan O
2
pada oksigen analyzer. Kondisi seperti ini masih dinilai kurang
optimal, karena memugkinkan adanya kesalahan oleh operator akibat kandungan
oksigen yang tidak dapat dimonitoring secara terus menerus. Oleh karena itu, pada
penelitian ini akan dilakukan desain sistem pengendali Air To Fuel Ratio dengan
menerapkan mass balance dan mempertimbangkan kandungan kimia bahan bakar
sebagai pengganti umpan balik oxygen analyzer terhadap loop control secara software.
Fuzzy Logic Control, merupakan suatu metode pengendalian berbasis
pengetahuan, logika dan aturan-aturan atau rule berdasarkan pengalaman (expert
system) [Jantzen jan, 1994]. Pada Tugas Akhir ini, Fuzzy Logic Control,
diimplementasikan pada sistem AFRC. Dengan demikian hasil yang diharapkan adalah
menghasilkan sistem pengendalian yang lebih baik, serta dengan peningkatan performa
sistem pengendali yang telah diperoleh, diharapkan juga dapat bermanfaat terhadap
penghematan konsumsi bahan bakar boiler.
3. Diagram blok
Pengendalian Rasio (Ratio Control) Pada combustion system


Skema sistem pengendali pembakaran


Bahan bakar
Gas buang (oksigen)
udara


Diagram Blok


Diagram blok sistem pengendalian umpan balik

Fuzzy Logic Controller
Konsep logika fuzzy merubah konsep logika klasik menjadi konsep yang
memetakan suatu variabel pada kemungkinan yang tidak eksak sehingga dapat sistem
linguistik dan permasalahan yang tidak pasti atau tidak presisi serta permasalahan
probabilitas. Beberapa faktor penting yang menjadi bahasan dalam logika fuzzy sebagai
berikut.

Himpunan Fuzzy
Himpunan Crisp dapat dinyatakan sebagai nilai yang sebenarnya untuk
menyatakan konsep relatif. Di dalam penggunaannya, himpunan ini sangatlah terbatas
berbeda dengan ekspresi linguistic. Himpunan fuzzy memberikan kerangka untuk
menyatakan ekspresi pendekatan di atas. Dalam himpunan fuzzy, fungsi karakteristik µ
A
≡ µ
A
(υ) dimungkinkan mempunyai harga antara 0 dan 1 yang menyatakan derajat
keanggotaan setiap elemen dalam himpunan yang diberikan. Suatu himpunan fuzzy A
dalam suatu semesta pembicaraan :
Model
Fuzzy Logic
U = {υ} didefinisikan oleh pasangan berikut :

A =

Dimana µ
A
(u):U → [ 0,1 ] adalah derajat keanggotaan dari u. Jika A adalah himpunan
fuzzy diskrit, maka :
n
n A
A
A
u A
µ
µ µ
µ
µ
µ
µ
) (
...
) (
) (
1 1
1
1
+ + =


Dan jika kontinu maka himpunan fuzzy dapat didefinisikan :

=
x
A
x
u
A
) ( µ


Struktur Dasar Logika Fuzzy
Pada dasarnya struktur logika fuzzy dapat digambarkan seperti berikut [Jantzen
jan, 2007] :

Struktur Dasar Logika Fuzzy
[Jantzen jan, 2007]


Fungsi dari bagian-bagian di atas adalah sebagai berikut [Kusuma dewi sri, 2002]:
Fuzzifikasi
Berfungsi untuk mngubah sinyal masukan yang bersifat crisp ( bukan fuzzy ) ke
himpunan fuzzy dengan menggunakan operator fuzzifikasi.
Basis Pengetahuan
Berisi basis data dan aturan dasar yang mendefinisikan himpunan fuzzy atas
daerah–daerah masukan dan keluaran dan menyusunnya dalam perangkat aturan
kendali.
Logika Pengambil Keputusan
merupakan inti dari Logika Fuzzy yang mempunyai kemampuan seperti manusia
dalam mengambil keputusan. Aksi atur fuzzy disimpulkan dengan menggunakan
implikasi fuzzy dan mekanisme inferensi fuzzy.
Defuzzifikasi
berfungsi untuk mentransformasikan kesimpulan tentang aksi atur yang bersifat
fuzzy menjadi sinyal sebenarnya yang bersifat crisp dengan menggunakan operator
defuzzifikasi

4. Fuzzifikasi
Fuzzifikasi merupakan suatu proses pengubahan variabel non-fuzzy (crisp) ke
dalam variabel fuzzy, variabel masukan (crisp) dipetakan ke bentuk himpunan fuzzy
sesuai dengan variasi semesta pembicaraan masukan. Pemetaan titik-titik numerik (
crisp points) x = (x
1
, x
2
, .., x
n
)
T
є U ke himpunan fuzzy A pada semesta pembicaraan U.
Data yang telah dipetakan selanjutnya dikonfersikan ke dalam bentuk linguistik yang
sesuai dengan label dari himpunan fuzzy yang telah terdefinisi untuk variabel masukan
sistem.
Fungsi keanggotaan merupakan sebuah kurva yang menggambarkan pemetaan
dari masukan ke derajat keanggotaan antara 0 dan 1. Melalui fungsi keanggotaan yang
telah disusun maka dari nilai-nilai masukan tersebut menjadi informasi fuzzy yang
berguna nantinya untuk proses pengolahan secara fuzzy. Banyaknya jumlah fungsi
keanggotaan dalam fuzzy set menentukan banyaknya aturan yang harus dibuat.
Keanggotaan dalam himpunan fuzzy mempunyai bentuk yang berbeda-beda terdiri dari :
Fungsi Gaussian.

( )
( )


− =
2
2
2
exp
σ
µ
x u
u
A



Bentuk fungsi keanggotaan Gaussian
[Kusuma dewi sri, 2002]
Fungsi Segitiga
( )
( )
b
a u
u
A
2
1

− = µ


Bentuk Fungsi keanggotaan Segitiga
[Kusuma dewi sri, 2002]

Trapesium
¦
¦
¹
¦
¦
´
¦
≤ − ≤


≤ − ≥
=
b a u
b
b
a u
a
b
a u
u
A
) (
2
...;
) (
2 2
) ( 0 .....; .......... .......... 1
) (
2
µ



Bentuk Fungsi keanggotaan Trapesium
[Kusuma dewi sri, 2002]

Untuk merancang sistem fuzzy logic memerlukan hubungan data masukan dan
keluaran serta data lingusitic dari operator untuk menentukan semesta pembicaraan dan
fungsi keanggotaan. Tipe fuzzy yang dipakai adalah mamdani karena memiliki
keunggulan lebih fleksibel untuk diterapkan pada segala jenis permasalahan.

Penentuan masukkan pada model fuzzy logic.
Input yang dipakai adalah laju aliran bahan bakar yang bergantung pada rasio
laju aliran udara pada perbandingan tertentu. Laju aliran massa yang dapat dilewatkan
melalui valve adalah 6,2 kg/s, sehingga dengan demikian jangkauan proses variabel
yang masuk antara 0 kg/s sampai 6,2 kg/s.

Penentuan variabel keluaran model dengan fuzzy logic
Variabel keluaran pada sistem ini adalah kandungan kadar oksigen gas buang
pada proses pembakaran yang ditangkap oleh gas analizer.

Fuzzification nilai udara
µ

SK K B AB SB

1



6,5 6,6 6,7 6,8 m
3
/H
Keterangan:
SK = Sangat kecil
K = Kecil
B = Biasa
AB = Amat Besar
SB = Sangat Besar





Fuzzification nilai bahan bakar
µ

SK K B AB SB

1



8220 8225 8230 8235 m
3
/H
Keterangan:
SK = Sangat kecil
K = Kecil
B = Biasa
AB = Amat Besar
SB = Sangat Besar
Rules (aturan)/ Fungsi keanggotaan
Suatu aturan yang mendefinisikan hubungan suatu variabel yang telah
mengalami proses fuzzification yaitu kandungan oksigen pada gas buang
Rules dalam bentuk kata
• Sangat banyak (SB)
• Banyak (B)
• Sedikit (S)
• Sangat S (SS) Rule dalam fungsi f = { SB, B, S, SS }
Fuzzified Decision
SS S B SB
1




0.2 0.4 0.6 0.8 1







Sign up to vote on this title
UsefulNot useful