Perancangan Sistem Kendali Cascade pada Deaerator Berbasis Adaptive Neuro Fuzzy Inference System (ANFIS)
Main Article Content
Abstract
ANFIS – ANFIS untuk diimplementasikan pada pengendalian proses. Objek yang
digunakan pada penelitian ini adalah deaerator pada pengindentifikasian dan Pressure-rig
38-714 pada pengujian respon yang keduanya mendukung konfigurasi cascade. Pada
pengindentifikasian menggunakan Adaptif Neuro Fuzzy Inference System (ANFIS), variabel
yang dikendalikan pada siklus utama adalah level pada Dearator sedangkan pada siklus
sekundernya adalah laju aliran. Pada pengujian respon, variabel yang dikendalikan pada
siklus utama adalah tekanan, sedangkan pada siklus sekunder adalah laju aliran. Metode
yang diajukan adalah dengan mengganti kombinasi pengendali pada arsitektur cascade
dengan menggunakan ANFIS – ANFIS untuk meningkatkan performa pengendalian.
Perbandingan dilakukan pada kombinasi PID – PID, ANFIS – PID, dan ANFIS – ANFIS.
ANFIS – ANFIS menghasilkan pengendalian lebih baik dengan maksimum overshoot, rise
time, dan settling time berturut – turut adalah tidak ada overshoot, 7 s, dan 10 s. sedangkan
pada PID – PID dan ANFIS – PID berturut – turut, 22% dan 4 %, 6.05 s, 35.5 s dan 10 s.
Article Details
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
References
Standard Operating Procedure Pabrik Ammonia-2, PT Pupuk Iskandar Muda,
Lhokseumawe, Indonesia, 2012
Yanhong BAI, Zhijuan ZHAO, Zhiyi SUN, and Long QUAN, IFAC Procveedings
Volumes 46, 650-654 (2013)
Pratama,Mahardhika - Rajab,Samsul - Joo,Er.Ming, “Extended Approach of ANFIS in Cascade Control,” IJCEE, Vol. 3, No. 4, Aug (2011 )
Seborg, D. E., T. F. Edgar,and D. A. Mellichamp, “Process Dynamics and Control,”. NY: Wiley (1989)
Karim Salahshoor, Mojtaba Kordestani, Majid S. Khoshro, Energy 35, 5472-5482 (2010)
Jang,J.S.Roger - Sun,Chuen-Tsai - Mizutani,Eiji , “Neuro Fuzzy and Soft Computing : A Computational Approach to Learning Machine Intelligence,” . NJ: Prentice – Hall (1997)
Jang,J.S.Roger, “ANFIS : Adaptive-Network-Based Fuzzy Inference System,” IEEE, Vol. 23, No. 3, May/June (1993)
A. Ben-Abdennour - K.Y.Lee - R.M.Edwards, “Multivariable Robust Control of Power Plant Deaerator,” IEEE 8, No. 1, March, (1993)