Optimasi Proses Industri

Dari PaloDozen

Latar Belakang

Industri proses kimia selalu ditantang untuk tetap beroperasi secara efisien dan menguntungkan, meskipun mengalami gangguan dan ketidak-pastian proses, juga dibatasi oleh berbagai kendala operasional. Kemampuan mengatasi tantangan itu ditentukan oleh kualitas perancangan proses dan pengendaliannya (untuk selanjutnya disingkat rancangan proses kendali). Lebih khusus lagi, selain pencapaian kinerja ekonomi, misalnya laba, rancangan tersebut juga perlu memperhitungkan kinerja pengendalian dinamika proses yang bersangkutan.

Kebutuhan akan keamanan operasi, laba dan efisiensi industri telah memotivasi kajian aktif mengenai rancangan dan optimisasi proses selama tiga dekade terakhir di dunia internasional. Proses industri yang dirancang dengan baik akan menghasilkan dinamika yang terkendali, dan laba yang lebih tinggi. Sebagai ilustrasi, analisis optimisasi pada sebuah unit proses evaporator lima tingkat menyimpulkan bahwa untuk mencapai kepekatan produk yang diinginkan, cukup digunakan tangki evaporator 1, 2, 4 dan 5. Pada keempat tangki cukup digunakan kontrol level ditambah kontrol temperatur pada tangki terakhir [P14]. Konfigurasi ini dapat menghasilkan penghematan hingga 5% biaya operasi. Jika hal ini diterapkan, misalnya pada salah satu pabrik petrokimia di Indonesia dengan keuntungan sekitar Rp 6 milyar / hari, maka dalam setahun bisa didapat keuntungan ekstra hingga Rp 100 milyar.

Berkas:Evaporator 5 tingkat

Dynamic Operability Framework

Salah satu metode optimasi skala global untuk proses industri adalah “Dynamic Operability Framework” (DOF), yakni suatu perangkat (framework) pengujian kinerja kendali rancangan proses. Perangkat ini menyeleksi secara sistematik beberapa alternatif struktur (konfigurasi) serta harga parameter proses kendali. Tujuan seleksi adalah untuk mendapatkan rancangan yang menghasilkan kombinasi optimal antara kinerja ekonomi dengan kinerja pengendalian dinamika proses, dengan memperhitungkan gangguan dan ketidak pastian pada proses yang bersangkutan.

Berkas:Konsep Dynamic Operability Framework

Berkas:Diagram Alir Dynamic Operability Framework

DOF dibangun pada perangkat lunak MATLABT, sebagai alternatif perangkat optimisasi proses komersial seperti GAMS [P2] dan MINOS [P16]. Basis DOF adalah algoritma optimisasi numerik. Algoritma ini menangani masalah perancangan optimum proses kendali, dengan cara mendefinisikan proses yang bersangkutan sebagai proses dinamik yang mengandung ketidak-pastian, ketidak-linieran serta keputusan diskrit, kemudian mengoptimasinya untuk durasi tertentu. Strukturnya terdiri dari evaluasi iteratif dua-lapis, yang menghasilkan rancangan optimal Struktur algoritma DOF yang berjalan secara iteratif ditunjukkan pada Gambar 8.

Pada evaluasi lapis luar, dijalankan program optimisasi terhadap persamaan dinamika proses yang melibatkan variabel kontinu dan diskrit, serta nonlinieritas proses. Teknik optimisasi ini dikenal sebagai dynamic mixed integer nonlinear programming, atau dynamic MINLP. Lapisan ini memilih struktur optimum proses dan pengontrol pada proses yang bersangkutan. Pemilihan kombinasi variabel diskrit yang optimum dibangun berdasarkan strategi “Branch and Bound” [P16]. Strategi ini memetakan problem pemilihan variabel menjadi suatu pohon pengambilan keputusan (decission tree). Pohon ini mempunyai cabang sebanyak jumlah kombinasi nilai diskrit dalam problem tersebut. Berdasarkan nilai diskrit yang ditetapkan, setiap cabang merupakan satu subproblem optimisasi nonlinier kontinu (continuous NLP subproblem).

Strategi untuk menemukan subproblem optimum dibangun berdasarkan formulasi MINLP yang ringkas serta kombinasi seleksi mendalam dan melebar (depth-first and breadth-first). Pada seleksi ini, pertama-tama satu subproblem dipilih secara sembarang, dievaluasi, kemudian hasilnya dijadikan subproblem optimum interim untuk patokan evaluasi subproblem berikutnya. Begitu subproblem berikutnya menunjukkan gejala lebih lemah dari subproblem optimum interim, optimisasi yang bersangkutan dihentikan tanpa menunggu perhitungan tuntas. Selanjutnya, subproblem yang bersangkutan berikut rantingnya dipangkas dari pohon keputusan, dan seleksi dilanjutkan ke cabang lain. Dengan demikian, pengambilan solusi optimum atas kombinasi variabel diskrit dapat secara cepat dan efisien [P15].

Pada lapis dalam, disimulasikan respon proses pada kondisi mengalami kombinasi gangguan dan ketidak pastian paling berat. Simulasi ini merupakan pengujian kelayakan operasi (feasibility test) bagi parameter optimum yang dihasilkan oleh program lapis luar. Apabila terdapat kombinasi gangguan yang menghasilkan pelanggaran batasan operasi (infeasibility), maka optimasi kombinasi gangguan ini dikirim ke lapis luar untuk disertakan sebagai batasan optimisasi dinamik yang baru. Optimisasi lapis luar kembali dilaksanakan, kemudian hasilnya diverifikasi pada lapis dalam. Iterasi ini dilangsungkan sampai didapatkan kombinasi variabel yang mewakili kondisi operasi yang feasible pada semua kemungkinan gangguan dan ketidak pastian proses.

Beban komputasi pada framework ini sangat tinggi, karena melibatkan penyelesaian persamaan dinamik pada tiap optimisasi lapis luar. Hal ini menimbulkan kesulitan penanganan kasus industri, yang umumnya melibatkan variabel dinamik dalam jumlah besar dengan perilaku dinamik yang sangat bervariasi (ill conditioned process), ditambah serta interaksi antar variabel yang kompleks. Kompleksitas komputasi seperti CPU time dan RAM, akan berlipat seiring bertambahnya jumlah variabel yang harus ditangani. Sebagai ilustrasi, analisis operabilitas dinamik terhadap unit evaporator lima tingkat [P14] yang terdiri dari 75 variabel, 136 persamaan tunak, 154 DAE, 144 batasan proses dan 15 persamaan logika; memakan waktu 1198 CPU menit (hampir 20 jam) untuk diselesaikan pada sebuah komputer dengan prosesor tunggal Pentium IV PC 2.4 GHz, 256 MB RAM. Sementara itu, analisis tunaknya hanya memakan waktu kurang dari tiga menit pada komputer yang sama. Kondisi ini menunjukkan sangat dibutuhkannya dukungan KKT untuk memperbaiki biaya komputasi framework ini, khususnya untuk menyelesaikan kasus industri.


Kontributor: Mursito