Algoritma Genetika untuk Mengoptimasi Konsumsi Energi pada Proses Kolom Distilasi Metanol-Air

Abstract

Distillation column has multivariable and nonlinear characteristics. High operation cost of distillation column required energy consumption optimization. The new alternative method to find out thelowestenergy consumtion of distillation column is optimization method using genetic algorithm. In this research, distillation model built up by neural network Multi Layer Perceptron (MLP) with Nonlinear Auto Regressive with eXternal input (NARX) structure, learning algorithm using Levenberg-Marquardt. Neural Network model has RMSE 3.9974x10-4 for condenser duty and RMSE 1.7435x10-4 for reboiler duty. Genetic algorithm optimization results are Qc 1.85E+07 and Qr 1.05E+07 which process variables are top pressure 106.846 Kpa, level condenser 30.289%, temperature feed 83.48 oC, fraction feed 0.5258, flow feed 493.518Kgmol/hour. In other word, there are decreasing steam and cooling water cost up to 46.2 %. Abstract in Bahasa Indonesia : Kolom distilasi merupakan unit operasi yang kompleks dan nonlinier. Biaya operasi kolom distilasi yang sangat tinggi menuntut pengembangan metode yang mampu mengoptimasi kosumsi energi. Salah satu alternatif metode tersebut adalah optimasi algoritma genetika. Pemodelan kolom distilasi yang dilakukan menggunakan Jaringan Syaraf Tiruan (JST) dengan struktur Multi Layer Perceptron (MLP). Struktur input model yang diturunkan adalah struktur Nonlinear Auto Regressive with eXternal input (NARX). Pangaturan bobot bagi jaringan syaraf tiruan dilakukan menggunakan algoritma Levenberg-Marquardt yang mampu memberikan hasil dengan RMSE cukup baik, yakni 3.9974x10-4 untuk beban energi condenser dan 1.7435x10-4 untuk beban energi reboiler. Hasil optimasi dengan metode algoritma genetika mendapatkan variabel proses pressure top 106.846 Kpa, level condenser 30.289%, temperatur feed 83.48 oC, fraksi feed 0.5258, feed 493.518 Kgmol/jam. Hasil optimasi diujikan secara simulasi pada plant hysys dan didapatkan Qc 1.83x107 dan Qr 1.33x107 atau menunjukkan terjadinya penurunan beban energi Qc dan Qr, sehingga menghemat biaya steam pada reboiler dan biaya cooling water sebesar 46.2 %. Kata kunci : Optimasi, Kolom distilasi, Jaringan syaraf tiruan, Algoritma genetika.