<![CDATA[Boiler dalam sistem Pembangkit Listrik Tenaga Uap (PLTU) memiliki beberapa sistem, salah satunya Steam Drum yang terdiri dari dua buah subsistem; yaitu ketinggian air dan temperature uap. Pengendalian steam drum ini diperlukan untuk menjaga agar steam drum menghasilkan produk atau keluaran yang diinginkan tanpa menyebabkan potensi-potensi kerusakan. Pada Tugas Akhir ini dilakukan penelitian tentang perancangan kontroler Self Tuning Neuro PI yang mengimplementasikan metode Neural Network yang beradaptasi dengan sistem pembelajaran backpropagation berdasarkan data masukan dan keluaran yang telah diinisialisasikan, sehingga didapat bobot-bobot jaringan yang sesuai dengan model data masukan dan keluaran pada pembelajaran. Kemampuan Neural Network ini digunakan untuk tuning parameter P dan I pada kontroler PI agar mampu bekerja secara optimal walaupun terjadi gangguan. Hasil simulasi disimpulkan bahwa dengan menambahkan Neural Network sebagai metode Self Tuning pada kontroler PI dapat mengurangi overshoot sebesar 4.3% dengan nilai IAE sebesar 2,84 pada ketinggian air, sedangkan pada sistem temperatur uap mempercepat rise time dan settling time 7,5 menit, menghilangkan overshoot dan mengurangi IAE sebesar 28,96%. Selain itu, Self Tuning Neuro PI dapat bekerja dengan baik dalam mempertahankan nilai berada pada nilai yang diinginkan meskipun terjadi perubahan set point dan adanya gangguan.]]>
Copyrights © 2017
