Integrasi Optimasi

Integrasi Optimasi ke dalam Simulasi Poses Kimia

Industri kimia memainkan peran penting dalam kehidupan sehari-hari di masyarakat kita. Tujuan dari proses kimia adalah untuk mengkonversi beberapa bahan (yang murah) menjadi  produk yang diinginkan dan bernilai lebih. Inovasi dalam desain proses kimia merupakan isu utama dalam industri kimia saat ini. Sintesis proses adalah bagian penting dari inovasi proses kimia secara keseluruhan yang dimulai dengan identifikasi kebutuhan proses sebelum konstruksi dan operasi pabrik proses. Desain konseptual adalah tahap awal dari desain proses kimia dimana sintesis konseptual suatu flowsheet proses dikembangkan. Sintesis proses kimia merupakan kegiatan penting untuk industri dan akademisi yang berhubungan dengan masalah bagaimana mengembangkan dan mengintegrasikan flowsheets untuk mencari alternatif desain terbaik untuk proses manufaktur produk kimia (Alqahtani, 2008).

Optimasi adalah penggunaan metode tertentu untuk menentukan solusi biaya-efektif dan efisien suatu masalah atau desain suatu proses. Teknik ini adalah alat kuantitatif utama dalam pengambilan keputusan mengenai masalah industri dalam tahap desain, konstruksi, operasi proses, pabrik, dll pada level perusahaan (Edgar et al., 2001). Ini berkaitan dengan cara menemukan parameter desain yang optimal untuk memaksimalkan keuntungan atau meminimalkan total investasi pada pabrik pengolahan dengan trade-off antara modal dan biaya operasi (Alqahtani, 2008). Sebagaimana kemampuan komputer telah meningkat, teknik optimasi telah diperluas dan berlaku untuk masalah yang lebih kompleks.

Optimasi operasional baik sebagian atau keseluruhan pabrik kimia mulai dari tahap desain telah menjadi tugas utama dalam industri kimia. Secara tradisional, telah dilakukan dengan menggunakan alat optimasi standar dari program flowsheeting komersial atau melalui program simulator optimasi (Diaz dan Bandoni, 1996). Desain yang optimal dari pabrik kimia melibatkan pilihan diskrit dan kontinu. Pemilihan unit proses antara sejumlah alternatif yang mungkin sebagai variabel optimasi adalah pilihan diskrit. Pilihan terus-menerus mengacu pada pemilihan ukuran yang optimal dan kondisi operasi (suhu, tekanan, flowrates, komposisi, konversi, dll) dari unit proses yang dipilih sebagai variabel-variabel optimasi (Lee et al, 2003.). Aplikasi optimasi telah dicapai terutama dengan menggunakan pilihan kontinyu sedangkan topologi flowsheet (pilihan diskrit) telah disimpan tetap. Kombinasi pilihan diskrit dan kontinyu dapat dilakukan tetapi masalah optimasi akan menjadi lebih kompleks dan sulit untuk dipecahkan. Oleh karena itu, untuk menerapkan optimasi yang efektif dalam industri kimia, baik teori dan praktek optimasi harus dipahami.

Sifat Dasar Optimasi

Konsep Optimasi: Optimasi telah menjadi area utama yang memungkinkan dalam Rekayasa Sistem Proses (Process System Engineering, PSE). Hal ini telah berkembang dari metodologi kepentingan akademisi menjadi teknologi yang telah dan terus membuat dampak yang signifikan dalam industri (Biegler dan Grossmann, 2004). PSE telah berkembang menjadi bidang khusus di antarmuka antara teknik kimia, matematika terapan dan ilmu komputer dengan metode berbasis model spesifik dan alat sebagai kompetensi inti untuk menangani kompleksitas inheren dari proses kimia dan sifat multi-tujuan pengambilan keputusan selama siklus hidup dari proses pembuatan produk kimia (Klatt dan Marquardt, 2009). Masalah-masalah khas dalam desain proses kimia atau operasi pabrik memiliki banyak kemungkinan solusi. Optimasi telah dilaksanakan untuk menemukan nilai-nilai variabel dalam proses yang menghasilkan nilai terbaik dari kriteria kinerja. Setiap masalah optimasi berisi tiga fitur penting yaitu (1) setidaknya memiliki satu fungsi obyektif (objective function) yang harus dioptimalkan, juga dikenal sebagai model ekonomi, (2) batasan/kendala  yang setara/sama (equality constraints) dan (3) batasan yang tidak sama/setara (inequality constraints). Fitur 2 dan 3 merupakan model proses atau peralatan (Edgar et al., 2001). Solusi optimasi tidak hanya harus memenuhi semua batasan, tetapi juga harus mencapai fungsi tujuan. Dalam istilah matematika, masalah optimasi dapat diwakili oleh notasi ini:

Minimasi :	f(x)	Fungsi obyektif
Tunduk pada :	g(x)=0	Equality constraints
:	h(x)≥ 0	Inequality constraints

dimana, x adalah vektor dari n variabel (x₁, x₂, …, x_n.), h (x) adalah vektor dari persamaan dimensi m₁, dan g(x) adalah vektor dimensi ketidaksetaraan m₂. Jumlah kendala adalah m = (m₁ + m₂).

Perumusan fungsi obyektif adalah salah satu langkah penting dalam penerapan optimasi. Dalam industri kimia, fungsi obyektif sering dinyatakan dalam satuan mata uang (biaya) karena tujuan perusahaan adalah untuk meminimalkan biaya atau memaksimalkan keuntungan yang tunduk pada berbagai batasan. Fungsi obyektif juga dapat dinyatakan dalam istilah untuk memecahkan masalah dalam memaksimalkan hasil dari komponen atau minimalisasi penggunaan utilitas atau meminimalkan perbedaan antara model dan beberapa data dan sebagainya (Edgar et al., 2001). Neraca massa dan energi ditulis sebagai kendala kesetaraan sementara kendala ketidaksetaraan yang diwakili oleh spesifikasi desain dan kendala logis (Diaz dan Bandoni, 1996).