Implementation of Plant-Wide PI-Fuzzy Controller in Tennessee Eastman Process

Lebukan, Dirga Eka Putra; Wardana, Awang Noor Indra; Effendy, Nazrul

doi:10.1109/isemantic.2019.8884301

Cited by 6 publications

(6 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Karakteristik blok fungsi [13] Komponen utama dalam sistem kalang tertutup atau closed-loop terdiri atas pengendali dan proses/plant. Kendali PI yang ditunjukkan pada (1) hingga (3) merupakan suatu pengendali yang masih banyak digunakan di industri proses karena strukturnya yang sederhana [5], [16]. Kendali PI mempunyai dua konstanta, yaitu konstanta proporsional (kp) dan konstanta integral (ki) yang disetel sedemikian rupa hingga menghasilkan tanggapan respons yang diinginkan dari sistem kalang tertutup [3] (Gambar 2).…”

Section: A Pengendali Pi-fuzi Berbasis Iec 61499unclassified

“…Gambar 2. Diagram blok sistem closed loop dengan kendali PI-Fuzi [5], [16], [17] Tahapan kerja dari kendali PI-Fuzi ini adalah nilai error (e) yang merupakan selisih dari set-point dan hasil pengukuran, ditunjukkan pada (4) [3] dan turunan pertama error yang merupakan selisih dari error sekarang dan sebelumnya, ditunjukkan pada (5) [3] awal mulanya akan di-fuzifikasi berdasarkan variabel linguistik dari e dan de pada fungsi keanggotaannya, yang hasilnya berupa besar derajat kebenaran dari e dan de. Setelah itu, nilai derajat kebenaran dari e dan de akan diteruskan ke tahap inferensi fuzi dan didefuzifikasi (Gambar 3), dengan pada tahap ini nilai derajat kebenarannya diagregasi dengan menggunakan min (ᴧ) atau max (ᴠ), berdasarkan pada aturan "jika-maka" yang telah disusun.…”

Section: A Pengendali Pi-fuzi Berbasis Iec 61499unclassified

“…Selanjutnya, nilai hasil agregasi tersebut akan dikalikan dengan nilai variabel linguistik dari pengendali, lalu dijumlahkan dan dibagai dengan nilai hasil penjumlahan agregasi, sehingga menghasilkan nilai keluaran akhir dari pengendali, yaitu nilai perubahan dari konstanta proporsional dan integral (Δkp dan Δki) yang selanjutnya dijumlahkan dengan nilai awal dari kp dan ki. Tahapan ini ditunjukkan pada (6) dan (7) [5]. kpakhir = Δkp + kpawal  kiakhir = Δki + kiawal  Gambar 3.…”

Section: A Pengendali Pi-fuzi Berbasis Iec 61499unclassified

“…Hal tersebut menjadi permasalahan mendasar dan pengembangan kendali PI dibutuhkan agar mempunyai kemampuan adaptif yang lebih baik terhadap proses, sehingga mampu menghasilkan tanggapan respons yang juga lebih baik dan kokoh. Penelitian ini mengembangkan kendali PI dengan menambahkan algoritma kendali Fuzi, sehingga disebut dengan kendali PI-Fuzi [4], [5]. Kendali Fuzi ini bertujuan untuk mengatur nilai konstanta proporsional dan integral yang mampu lebih beradaptasi terhadap proses yang dikendalikan.…”

unclassified

See 3 more Smart Citations

Pengembangan Blok Fungsi Kendali PI-Fuzi pada IEC 61499

Lebukan

Wardana

Effendy

2019

Jurnal Teknik Elektro

Self Cite

View full text Add to dashboard Cite

Automation system in the form of automatic control is needed in one or several operating units in the process industry. Several control system algorithms have been widely implemented in the process industry, one of them is PI (Proportional and Integral) controller. This PI controller has a simple structure, but the adaptive ability of the controller is still not better for the controlled process. Therefore, the development of PI controller is needed to have a better adaptive ability to the process, in order to produce the responses that are also better and more robust. This research develops PI controller by adding the Fuzzy controller algorithm or also known as PI-Fuzzy controller. The PI-Fuzzy controller in this study is applied to the IEC 61499 Programmable Logic Controller (PLC) standard and to see its performance, the PI-Fuzzy controller based on IEC 61499 is tested and validated on an industrial scale process, namely coal mill. The test was carried out for three hours in real-time on the 4DIAC-IDE software, then the response results were compared with the response results of the PI controller. The PI-Fuzzy controller function block based on IEC 61499 made in this study showed good performance in controlling industrial-scale processes. This is demonstrated in testing and validation using a coal mill, with able to achieve the working range of each parameter. The mean value of coal flow parameter is 13.584 kg/s, coal mass accumulation is 2,196 kg, coal output temperature is 83.296 0 C, coal moisture is 0.021, and coal fineness is 75.338 %. Abstrak-Sistem otomasi yang berupa kendali otomatis sangat diperlukan pada satu atau beberapa unit operasi pada industri proses. Beberapa algoritma sistem kendali telah banyak diimplementasikan pada industri proses, salah satunya adalah kendali Proporsional dan Integral (PI). Kendali PI ini mempunyai struktur yang sederhana, namun kemampuan adaptif yang dimiliki pengendali ini masih kurang baik terhadap proses yang dikendalikan. Oleh karena itu, pengembangan kendali PI dibutuhkan agar mempunyai kemampuan adaptif yang lebih baik terhadap proses, sehingga menghasilkan tanggapan respons yang juga lebih baik dan kokoh. Penelitian ini mengembangkan kendali PI dengan menambahkan algoritma kendali Fuzi atau dikenal juga dengan sebutan kendali PI-Fuzi. Kendali PI-Fuzi pada penelitian ini diterapkan pada standar Programmable Logic Controller (PLC) IEC 61499 dan untuk melihat kinerjanya, kendali PI-Fuzi berbasis IEC 61499 diujikan dan divalidasi pada proses berskala industri, yaitu coal mill. Pengujian dilakukan selama tiga jam secara waktu nyata pada perangkat lunak 4DIAC-IDE, lalu hasil responsnya dibandingkan dengan hasil respons pengendali PI. Blok fungsi kendali PI-Fuzi berbasis IEC 61499 yang dibuat pada penelitian ini menunjukkan kinerja yang baik dalam mengendalikan proses yang berskala industri. Hal ini ditunjukkan pada pengujian dan validasinya menggunakan coal mill, dengan mampu mencapai rentang kerja dari setiap parameter. Nilai rerata parameter aliran batu bara mencapai ...

show abstract

Section: A Pengendali Pi-fuzi Berbasis Iec 61499unclassified

unclassified

See 2 more Smart Citations

Pengembangan Blok Fungsi Kendali PI-Fuzi pada IEC 61499

Lebukan

Wardana

Effendy

2019

Jurnal Teknik Elektro

Self Cite

View full text Add to dashboard Cite

show abstract

“…Machine learning has been utilized to recognize patterns [11]- [13], estimate and control the output of a process [14]- [16] and predict industrial process variables [17]- [20]. One type of machine learning method is the radial basis function network (RBFN) [21].…”

Section: Introductionmentioning

confidence: 99%

Radial basis network estimator of oxygen content in the flue gas of debutanizer reboiler

Sembodo

Effendy

Dwiantoro

et al. 2022

IJECE

Self Cite

View full text Add to dashboard Cite

<span>The energy efficiency in the debutanizer reboiler combustion can be monitored from the oxygen content of the flue gas of the reboiler. The measurement of the oxygen content can be conducted in situ using an oxygen sensor. However, soot that may appear around the sensor due to the combustion process in the debutanizer reboiler can obstruct the sensor’s function. In-situ redundancy sensors’ unavailability is a significant problem when the sensor is damaged, so measures must be made directly by workers using portable devices. On the other hand, worker safety is a primary concern when working in high-risk work areas. In this paper, we propose a software-based measurement or soft sensor to overcome the problems. The radial basis function network model makes soft sensors adapt to data updates because of their advantage as a universal approximator. The estimation of oxygen content with a soft sensor has been successfully carried out. The soft sensor generates an estimated mean square error of 0.216% with a standard deviation of 0.0242%. Stochastics gradient descent algorithm with momentum acceleration and dimension reduction using principal component analysis successfully improves the soft sensors’ performance.</span>

show abstract