01 analisis variabel perancangan
TRANSCRIPT
Variabel Desain dan Aliran Informasi
Unit proses di pabrik proses kimia beroperasi berdasarkan
pada aliran material masuk untuk menghasilkan aliran
material keluar sesuai dengan yang diinginkan.
Perancangan alat, untuk melakukan perhitungan,
membutuhkan aliran input informasi untuk menghasilkan
aliran output hasil perhitungan.
Perbandingan unit operasi dengan
metode perhitungan desain
Dalam "unit desain", aliran material digantikan oleh aliran input informasi ke
dalam unit
Aliran informasi adalah nilai variabel yang terlibat
dalam desain; seperti, komposisi aliran, suhu, tekanan,
laju aliran aliran, dan entalpi aliran.
Komposisi, suhu dan tekanan adalah variabel intensif
yaitu tidak tergantung pada kuantitas material (laju
aliran).
Batasan (constraint) pada desain akan membatasi
kemungkinan nilai yang dapat diambil variabel ini.
Nilai beberapa variabel akan ditetapkan secara
langsung oleh spesifikasi proses. Nilai variabel lain
akan ditentukan oleh "hubungan desain" yang timbul
dari contraint.
Beberapa hubungan desain akan berbentuk persamaan
matematis eksplisit (persamaan desain); seperti yang
timbul dari neraca massa dan energi, hubungan
termodinamika, dan parameter kinerja peralatan.
Hubungan lain yang juga perlu diperhatikan seperti
yang timbul dari penggunaan standar dan ukuran yang
disukai, serta pertimbangan keamanan.
Variabel Desain terbagi menjadi 3
kategori:
1. Variabel Intensif
Variabel yang bersifat independen terhadap kuantitas
material yang ada
Contoh : konsentrasi arus, temperatur, tekanan
Variabel Desain terbagi menjadi 3
kategori:
2. Variabel ekstensif
Variabel yang tergantung pada kuantitas material yang
ada.
Contoh jumlah arus massa dan arus energi
Variabel Desain terbagi menjadi 3
kategori:
3. Variabel Repetisi
Keadaan yaitu variabel bersifat berulang
Contoh, Kolom distilasi sering berulang di setiap stage
kesetimbangannya
Constraint yang membatasi
dikategorikan sebagai :
a. Batasan yang melekat
(Sebagai contoh, aliran dibagi menjadi dua aliran, dua
aliran keluar harus memiliki sifat intensif yang identik,
seperti konsentrasi, dan harus sama dengan aliran yang
masuk.)
a. Batasan Neraca massa
b. Batasan neraca energi
c. Batasan distribusi phase
Derajat Kebebasan
Design Degree of Freedom (DDF) Derajat
Kebebasan Perancangan adalah selisih antara
jumlah total variabel dan jumlah persamaan yang
terlibat
Nilai angka ini penting karena memberikan jumlah
variabel desain yang tersedia untuk
mengoptimalkan beberapa ukuran profitabilitas
yang sesuai
Derajat Kebebasan
Jika Nv adalah jumlah variabel yang terlibat dalam persoalan perancangan
Dan Nr adalah jumlah hubungan perancangan
Maka derajat kebebesan yang tersedia adalah
Nd menunjukkan kebebasan perancang (desainer) untuk memanipulasi variabel sehingga mendapatkan perancangan yang terbaik
Jika Nv = Nr, Nd = 0 maka hanya ada satu dan unik penyelesaian persoalan tersebut. Kondisi ini bukan persoalan desai sesungguhnya dan tidak memungkinkan melakukan optimasi
Jika Nv < Nr, Nd < 0, maka persoalan desain kelebihan definisi dan persoalan menjadi tidak terdefinisikan
Jika Nv > Nr, Nd > 0, maka ada kemungkinan solusi yang tak terhingga. Namun, untuk masalah praktis hanya adasejumlah solusi yang layak. Nilai Nd adalah jumlahvariabel yang harus diberi nilai oleh desainer untukmenyelesaikan masalah dan mendapatkan desain terbaik.
Contoh :
Aliran Proses
Pertimbangkan aliran arus phase tunggal mengandung C komponen
Derajat Kebebsan
Meskipun derajat kebebasan total dianggap (C + 4) beberapa
variabel biasanya akan ditetapkan dengan pertimbangan
proses umum, dan tidak akan bebas bagi desainer untuk
memilih sebagai "variabel desain".
Unit flash distilasi biasanya akan menjadi satu unit dalam
sistem proses dan komposisi umpan serta kondisi umpan
akan ditetapkan oleh proses sebelumnya; umpan akan
muncul sebagai aliran keluar dari beberapa unit lain.
Variabel umpan menjadi tetap, yaitu (C + 2), sehingga
variabel desain tersisa
(C + 4) - (C + 2) = 2
Sebagai desain variabel.
Biasanya P & T
Pembagi Aliran
Pembagi aliran hanya membagi aliran menjadi dua atau lebih aliran dari komposisi yang sama. Lihat Gambar yang menggambarkan pembagian cairan overhead yang terkondensasi Lc menjadi distilat D dan refluks LN + 1. Pembagi dapat beroperasi secara nonadiabatik jika diinginkan. Tiga aliran massa dan satu kemungkinan “aliran energi” terlibat
Concentration identities between LN +1 and D
T and P identities between LN +1 and D
4
- 1
Degrees of freedom = C + 5
Specification of the feed stream Lc(C + 2 variables)
(C + 5) - (C + 2) = 3 as design variables. The ratio LN +1/D, q, and the pressure
Optimasi dalam Desain
Desain adalah optimasi
Desainer mencari solusi yang terbaik dan optimal untuk suatu masalah
Sebagian besar seleksi dan pemilihan dalam proses desain bergantung pada
penilaian intuisi desainer; yang harus memutuskan kapan teknik optimasi yang
lebih formal dapat digunakan untuk mendapatkan keuntungan.
Prosedur Umum
1. Mengidentifikasi Tujuan
Saat menetapkan untuk mengoptimalkan sistem apa pun, langkah pertama yang jelas adalah mengidentifikasi tujuan: kriteria yang akan digunakan untuk menilai kinerja sistem. Dalam desain teknik, tujuan utama adalah faktor ekonomi. Untuk proses kimiawi, tujuan keseluruhan dari operasi perusahaan adalah untuk memaksimalkan keuntungan. Ini akan menimbulkan sub-tujuan, yang akan dicapai oleh desainer. Sub-tujuan utama biasanya adalah meminimalkan biaya operasi. Sub-tujuan lain mungkin untuk mengurangi investasi, memaksimalkan hasil, mengurangi kebutuhan tenaga kerja, mengurangi pemeliharaan, beroperasi dengan aman.
Saat memilih tujuannya, desainer harus mengingat tujuan keseluruhan. Meminimalkan biaya per unit produksi tidak serta merta memaksimalkan keuntungan per unit waktu; faktor pasar, seperti kualitas dan pengiriman, dapat menentukan strategi keseluruhan yang terbaik.
2. Menentukan Fungsi Tujuan (Objective function), Sistem Persamaan, dan
hubungan lainnya.
Langkah kedua adalah menentukan objective function; sistem persamaan,
dan hubungan lainnya, yang menghubungkan tujuan dengan variabel yang
akan dimanipulasi untuk mengoptimalkan fungsi. Jika tujuannya adalah
ekonomi, maka perlu untuk mengungkapkan objective function dalam istilah
ekonomi (biaya).
Kesulitan akan muncul dalam mengekspresikan fungsi yang bergantung pada
penilaian nilai; misalnya, manfaat sosial dan biaya sosial yang timbul dari
pencemaran.
3. Mencari nilai variabel yang memberikan nilai optimal
Langkah ketiga adalah mencari nilai variabel yang memberikan nilai optimal
dari objective function (maksimum atau minimum). Teknik terbaik yang akan
digunakan untuk langkah ini akan bergantung pada kompleksitas sistem dan
model matematika tertentu yang digunakan untuk merepresentasikan sistem.
Model matematis merepresentasikan desain sebagai sekumpulan persamaan
(hubungan). Hanya mungkin untuk mengoptimalkan desain jika jumlah
variabel melebihi jumlah hubungan; yaitu ada beberapa derajat kebebasan
dalam sistem.
Simple Methods
Jika objective function dapat dinyatakan sebagai fungsi dari satu variabel
(derajat kebebasan tunggal), fungsi tersebut dapat dibedakan, atau diplot,
untuk mencari nilai maksimum atau minimum.
Multiple variable problems
Masalah pengoptimalan umum dapat direpresentasikan secara matematis
sebagai
Dengan f adalah objective function dan v1, v2, v3, ..., vn adalah variabelnya.
Dalam situasi desain akan ada batasan pada nilai yang mungkin timbul dari
objective function, yang timbul dari batasan pada variabel; seperti, laju
aliran minimum, konsentrasi maksimum yang diperbolehkan, dan ukuran serta
standar yang disukai
Metode Analisis
Jika objective function dapat dinyatakan sebagai fungsi matematika, metode klasik kalkulus dapat digunakan untuk mencari nilai maksimum atau minimum. Mengatur turunan parsial = nol akan menghasilkan sekumpulan persamaan simultan yang dapat diselesaikan untuk mencari nilai optimum.
Untuk objective yang umum, tidak dibatasi, turunannya akan memberikan titik kritis; yang mungkin maksimum atau minimum, atau pegunungan atau lembah.
Seperti halnya fungsi variabel tunggal, sifat turunan pertama dapat ditemukan dengan mengambil turunan keduanya. Untuk sebagian besar masalah desain praktis, kisaran nilai yang dapat diambil variabel akan tunduk pada batasan, dan optimal dari objective function yang dibatasi tidak akan selalu terjadi ketika turunan parsial dari fungsi tujuan adalah nol. Situasi ini diilustrasikan pada Gambar untuk masalah dua dimensi. Untuk soal ini, optimal akan terletak pada batas yang ditentukan oleh kendala y = a.
Search Methods
Sifat dari hubungan dan batasan di sebagian besar masalah desain
menyebabkan penggunaan metode analitik tidak layak. Dalam situasi ini
search method, yang hanya mensyaratkan fungsi tujuan dapat dihitung dari
nilai variabel independen yang berubah-ubah, dapat digunakan.
Untuk masalah variabel tunggal, di mana objective function unimodal,
pendekatan paling sederhana adalah menghitung nilai objective function pada
nilai variabel yang berjarak seragam hingga diperoleh nilai maksimum (atau
minimum).
Meskipun metode ini bukan yang paling efisien, metode ini tidak memerlukan
waktu komputasi yang berlebihan untuk masalah sederhana. Beberapa teknik
pencarian yang lebih efisien telah dikembangkan, seperti metode bisection
(bagidua) dan golden section;
l
l
l
l
XA XP XQ XB
XA XP XQ XB
XA XP XQ XB
l = 0,618
Linear programming
Linear programming adalah teknik pengoptimalan yang dapat digunakan jika
objective function dan batasan dapat dinyatakan sebagai fungsi linier dari
variabel;
Dynamic programming
Pendekatan dasar yang digunakan adalah dengan membagi sistem menjadi
sub-sistem yang nyaman dan mengoptimalkan setiap sub-sistem secara
terpisah, dengan tetap memperhatikan interaksi antar sub-sistem.
Keputusan yang dibuat pada setiap tahap berkontribusi pada fungsi tujuan
sistem secara keseluruhan, dan untuk mengoptimalkan fungsi tujuan
keseluruhan, kombinasi yang tepat dari tahapan individu harus ditemukan.