Strategi kontrol proses tingkat lanjut tetap menjadi landasan untuk menjaga efisiensi pabrik dan kualitas produk tetap optimal. Karena itu, teknisi kontrol sering mengevaluasi apakah algoritme Proportional-Integral-Derivative (PID) tradisional atau strategi Model Predictive Control (MPC) lebih sesuai untuk aplikasi tertentu. Selama 15 tahun melakukan commissioning sistem kontrol terdistribusi (DCS) dan jaringan otomasi pabrik, saya telah menyetel ribuan loop PID sekaligus menerapkan paket MPC kompleks pada kolom distilasi multivariabel. Di bawah ini, saya menguraikan perbedaan operasional utama antara kedua metodologi kontrol dasar ini.

Memahami Prinsip Kerja Pengontrol PID

Pengontrol PID bekerja sebagai algoritme koreksi kesalahan loop tertutup yang tertanam langsung di dalam programmable logic controller (PLC) atau perangkat keras DCS. Suku proporsional merespons kesalahan saat ini, suku integral memperhitungkan akumulasi kesalahan sebelumnya, dan suku derivatif memprediksi tren kesalahan di masa depan berdasarkan laju perubahan. Sebagai contoh, bayangkan sebuah tungku industri dengan sensor suhu yang mengukur keluaran termal, sementara katup kontrol mengatur aliran uap. Jika suhu tungku naik melebihi setpoint, algoritme PID memerintahkan katup kontrol untuk menutup secara proporsional. Namun, penyetelan ketiga parameter ini memerlukan keseimbangan yang cermat untuk mencegah osilasi sistem atau respons yang lamban.

Menjelajahi Kemampuan Prediktif Pengontrol MPC

Model Predictive Control (MPC) menggunakan model matematis internal dari proses fisik untuk memperkirakan perilaku masa depan dalam rentang waktu tertentu. Tidak seperti pengontrol loop tunggal, algoritme MPC menangani interaksi multivariabel secara bersamaan dengan mengevaluasi beberapa input dan output. Sebagai contoh, jika tungku industri kita juga perlu memantau kadar oksigen selain suhu, loop PID standar akan kesulitan menangani dinamika kopling silang. Sebaliknya, MPC mengevaluasi semua kombinasi kontrol yang mungkin secara matematis, mengoptimalkan kinerja masa depan berdasarkan batasan operasional, dan menghitung tindakan kontrol terbaik secara proaktif. Karena itu, MPC langsung mengambil tindakan korektif, alih-alih menunggu terjadinya penyimpangan kesalahan.

Perbedaan Operasional Utama antara PID dan MPC

Perbandingan antara pengontrol PID dan MPC menunjukkan perbedaan arsitektur dan fungsi yang jelas di berbagai sistem kontrol industri:

• Pengontrol PID hanya mengandalkan nilai kesalahan saat ini dan sebelumnya, sedangkan MPC menggunakan model proses dinamis untuk memprediksi lintasan masa depan.
• PID pada dasarnya bersifat reaktif, sedangkan MPC bekerja secara prediktif dengan berorientasi pada optimasi.
• Algoritme PID berjalan dengan lancar di dalam PLC standar, sedangkan MPC memerlukan perangkat keras komputasi tingkat lebih tinggi seperti node DCS canggih, komputer industri, atau gateway IIoT khusus.
• PID menangani rangkaian masukan tunggal keluaran tunggal (SISO) dengan efektif, sedangkan MPC unggul dalam koordinasi masukan-keluaran multivariabel (MIMO).
• PID cocok untuk rangkaian sederhana yang merespons dengan cepat, sedangkan MPC unggul dalam proses industri kompleks dengan waktu tunda yang lama.

Mengevaluasi Kebutuhan Perangkat Keras dan Komputasi Praktis

Penerapan rangkaian PID hanya membutuhkan daya komputasi minimal sehingga memungkinkan waktu pemindaian dalam hitungan milidetik pada pengendali terprogram standar. Selain itu, setiap insinyur otomasi memahami cara menyetel gain PID dengan metode coba-coba atau heuristik. Sebaliknya, MPC memerlukan daya komputasi yang besar, model proses matematis yang akurat, dan pengelolaan kendala yang andal. Karena itu, manajer pabrik menggunakan MPC untuk unit bernilai tinggi, tempat optimasi interaksi multivariabel menghasilkan keuntungan ekonomi yang signifikan melalui pengurangan konsumsi energi dan spesifikasi produk yang lebih ketat.

Skenario Solusi Praktis: Mengoptimalkan Kolom Fraksinasi dengan MPC

Bayangkan sebuah kolom splitter dengan kemurnian tinggi di kilang petrokimia besar, tempat kemurnian produk dan komposisi bagian bawah kolom sangat saling memengaruhi. Pengoperasian unit ini dengan rangkaian PID tradisional sering mengakibatkan pengendali saling beradu secara konstan, keausan katup, dan produksi yang tidak memenuhi spesifikasi saat umpan berubah-ubah. Tim rekayasa kendali proses menerapkan aplikasi MPC tingkat lanjut yang berjalan pada server supervisi khusus di atas DCS. Algoritme MPC terus menerima data suhu, tekanan, dan laju aliran di seluruh kolom. Dengan memprediksi dampak refluks dan beban reboiler terhadap kemurnian produk hingga 30 menit ke depan, MPC menyesuaikan beberapa katup secara halus dan bersamaan. Hasilnya, pabrik mencapai pengendalian kualitas yang lebih ketat, meminimalkan konsumsi energi, dan mencegah pemrosesan ulang produk yang mahal.

Tentang Penulis

Liu Yong adalah Pakar Otomasi Industri Senior dengan pengalaman lapangan internasional lebih dari 15 tahun, yang berspesialisasi dalam pengendalian proses tingkat lanjut (APC), sistem kendali terdistribusi (DCS), pemrograman PLC, dan optimasi multivariabel. Sepanjang karier profesionalnya, Liu berhasil merancang, menyetel, dan melakukan commissioning rangkaian PID kompleks serta paket MPC untuk kilang minyak, pabrik kimia, dan fasilitas manufaktur berskala besar di Asia dan Amerika Utara. Ia adalah insinyur sistem kendali bersertifikat yang kerap menerbitkan makalah teknis tentang optimasi otomasi industri.