43

BAB 3

PEMODELAN PROSES PENGUMPANAN

PADA PROSES PENGGILINGAN AWAL

Pada bab 3 ini akan dibahas pemodelan dari sistem produksi yang telah berjalan

dan kemudian disimulasikan kedalam sistem kendali penyusun komposisi raw material

yang akan diumpankan ke dalam peralatan penggilingan material (raw mill). Komposisi

raw material tesebut sangat menentukan kualitas semen yang akan dihasilkan pada akhir

proses pembuatan semen.

Dan untuk mencapai hasil simulasi yang baik kita akan membahas terlebih

dahulu tentang mathematical modeling kemudian dilanjutkan ke conversion into

numeric guna pemudahan saat programming.

3.1 RancanganPerangkat Keras

3.1.1 Diagram-diagram alir

Pada penelitian ini, akan dibahas sistem pengumpan material untuk

proses penggilingan awal PT Indocement Tunggal Prakarsa, Tbk. Plant 11.

Sistem pengumpan material untuk proses penggilingan awal ini dimulai dari

material input ke dalam penampungan sementara (bin) bahan mentah material

penyusun semen dan diakhiri pada material input ke peralatan penggilingan

material (raw mill).

44

IronOre Silica

Belt Conveyor

Belt Conveyor

Limestone Shale

Apron Feeder( limestone )

Apron Feeder( shale )

Limestoneweightfeeder

Iron Oreweightfeeder

Silicaweightfeeder

Shaleweightfeeder Magnetic

Separator

MetalDetector

Belt ConveyorTwo way gate

MetalDetector

MagneticSeparator

Chute

Chute

Rotary Feeder

Dust( Collector

Fan )

Dust Collector

ScrewConveyor

Ducting

Belt Conveyor

Tripple GateRawMill

IsolationJoint

Tipping ValveTipping Valve

Damper( lower )

Bucket Elevator

Belt Conveyor Belt Conveyor

Damper (bleed air )

IsolationJoint (2)

Hydro springsystem

Water Spray System ( Mill )

Hydro springsystem

Reduce LubeSystem Circulating

Lube System

Chute

Gambar 3.1 Gambar proses produksi Pengumpanan Material

Proses pengumpanan dimodelkan sebagai berikut

Dari proses yang jalan yang tampil pada gambar 3.1 yang dimodelkan adalah

aliran produksi pada pengumpanan material yang ditampilkan pada gambar

3.2.

45

IronOre Silica

Belt Conveyor

Limestone Shale

Apron Feeder( limestone )

Apron Feeder( shale )

Limestoneweightfeeder

Iron Oreweightfeeder

Silicaweightfeeder

Shaleweightfeeder

Gambar 3.2 Gambar aliran produksi pada pengumpanan material

Gambar 3.2 diatas menggambarkan ruang lingkup yang lebih sederhana daripada

proses pengumpanan material yang nantinya akan dipelajari terlebih dahulu, baru

kemudian disimulasikan.

46

Raw Mill

Iron OreSilicaShaleLimestone

Qi L Qi IQi SiQi S

= )( oLiLL QQQ

m

mL mImSimS

mLLoL cQ =

= )( oIiII QQQ = )( oSiiSiSi QQQ

mIIoI cQ =mSiSioSi cQ =mSSoS cQ =

Qo Total = Qo L + Qo S + Qo Si + Qo I

= )( oSiSS QQQ

Gambar 3.3 Diagram alir Pengumpanan Material

47

Untuk masing-masing material memiliki prosedur pengumpanan yang

sama, yaitu mula-mula material masuk ke dalam bin sebanyak Qi (debit masukan).

Pasokan material ini berhenti jika Q di dalam bin sudah mencapai nilai maksimal.

Jadi debit material (Q) pada masing-masing bin memiliki batas bawah dan batas atas.

Sedangkan material yang jatuh/keluar dari bin tergantung pada kecepatan putaran

motor untuk masing-masing material. Besarnya debit keluaran material adalah

konversi dari kecepatan putaran motor, misalkan untuk limestone. Perhatikan rumus

QoL diatas, dimana QoL = cL . mL Dari rumus ini diketahui bahwa debit output pada

material limestone berbanding lurus dengan kecepatan putaran motor limestone. Hal

ini juga berlaku untuk ketiga material yang lain. Untuk debit keseluruhan (Qo Total)

didapat dari penambahan debit keluaran masing-masing material.

48

3.1.2 Diagram blok system

Sehingga dalam garis besar akan terlihat seperti gambar gambar 3.4 Blok

Diagram Proses Produksi (Pengumpanan Material) berikut

Target Produksi

LSFSMAM

Raw MixDesign

KomposisiMaterial

LS, SH, Si, Fe

LS

Sh

Si

Fe

rpm setpoint PID + Motor rpm actual

rpm setpoint

Q LS

Q Sh

Q Si

Q Fe

Qi LS

Qi Sh

Qi Si

Qi Fe

Qo LS

Qo Sh

Qo Si

Qo Fe

PID + Motor rpm actual

rpm setpoint PID + Motor rpm actual

rpm setpoint PID + Motor rpm actual

HasilProduksi

Gambar 3.4 Blok Diagram Proses Produksi (Pengumpanan Material)

Dari gambar 3.4 diatas dapat dilihat bahwa ketiga parameter LSF, SM dan

AM mula-mula diset sebagai input. Begitu juga dengan target produksi (output

keluaran set point). Sedangkan untuk komposisi campuran dalam masing-masing

material(pada software tampak sebagai matriks 4x4) tidak diset lagi. Nilai-nilai

komposisi campuran pada masing-masing material merupakan nilai pasti dari hasil

percobaan lab (walaupun pada simulasinya dapat diubah tetapi tidak disarankan).

Setelah LSF,AM,SM , Target produksi dan komposisi campuran pada masing-

masing material telah dimasukkan maka diproses melalui perhitungan matematika

pada raw mix design. Dimana didalamnya dihasilkan output keluaran setting point

49

dan kecepatan motor untuk masing-masing material. Pada perhitungan tersebut juga

menghasilkan kecepatan motor aktual yang belum disesuaikan dengan kecepatan

motor setting pointnya. Untuk itu tegangan input perlu diatur-atur supaya kecepatan

motor aktual nilainya mendekati kecepatan motor setting point. Maka nilai kecepatan

motor aktual yang belum dimanipulasi dimasukkan ke PID controller guna

menghasilkan tegangan input yang sesuai berdasarkan nilai error yang didapatkan

antara kecepatan motor aktual sebelumnya dan kecepatan motor setting point.

Setelah itu didapatkan nilai kecepatan motor aktual yang telah semakin mendekati

kecepatan putaran motor setting pointnya. Maka langkah berikutnya adalah

mendapatkan debit keluaran aktual untuk masing-masing material. Debit keluaran

aktual untuk keempat material diperoleh dari konversi kecepatan putaran motor

masing-masing material. Setelah diketahui keluaran aktual masing-masing material,

maka dapat diketahui kapasitas bin untuk masing-masing material dengan mencari

selisih antara debit material input dengan debit keluaran aktual material. Setelah

didapatkan semua maka dapat diketahui hasil akhir produksi, dimana didapatkan

dengan penjumlahan keluaran output aktual masing-masing material.

3.1.3 Modul-modul system dan cara kerjanya

3.1.3.1 Analisa komposisi penentu dalam pencampuran

Ada 3 parameter yang menentukan kualitasnya, yaitu : LSF, AM, dan SM.

Ketiga parameter ini memiliki hubungan dengan 4 material pembentukan

semen, yaitu : Limestone, Shale, Silica dan Iron ore. Masing-masing material

ini mengandung campuran CaO, SiO2, Al2O3, & Fe2O3. Hubungan ini

diperlihatkan dalam persamaan-persamaan berikut :

50

LSF = 32322 35,065,18,2 OFeOAlSiO

CaO++

AM = 32

32

OFeOAl

SM = 3232

2

OFeOAlSiO+

Dari ketiga parameter diatas dapat dicari hubungan antara masing-masing

campuran dengan ketiga parameter diatas. Hal ini dapat dilihat sebagai

berikut :

CaO = C

SiO2 = S

Al2O3 = A

Fe2O3 = F

Dengan mengasumsikan F = 1, didapatkan:

A = AM

S = )1( +AMSM C = 35,0.65,1..8,2( ++ AMAMSMLSF

Ketiga paremeter diatas mempunyai nilai-nilai tertentu, dimana nilainya

disesuaikan dengan sifat semen yang ingin dihasilkan. Setiap parameter

tersebut biasanya mempunyai standar-standar tersendiri. Hal tersebut dapat

dilihat :

- LSF biasanya berkisar antara 0,8 s/d 0,95

- AM biasanya berkisar antara 1,5 s/d 2,5

- SR biasanya berkisar antara 1,9 s/d 3,2

51

Target Produksi

LSFSMAM

Raw MixDesign

KomposisiMaterial

LS, SH, Si,Fe

LS

Sh

Si

Fe

Gambar 3.5 Blok diagram Raw Mix Design

Jika ketiga parameter tersebut diketahui nilainya, maka dapat diperoleh

perbandingan komposisi tiap campuran. Hal ini boleh dilakukan dengan

terlebih dahulu mengasumsikan nilai perbandingan salah satu campuran.

Jika perhitungan tersebut benar, maka berapapun nilai yang diasumsikan

tetap akan memperoleh perbandingan yang sama antara satu campuran

dengan campuran yang lainnya. Hal ini dapat dilihat dengan menjadikan

keempat nilai perbandingan campuran ke bentuk persentase. Hal ini

dilakukan dengan cara sebagai berikut :

52

Total = C + S + A + F =

% C = %255,65%10022,3072,19 =

% S = %818,24%10022,305,7 =

% A = %618,6%10022,30

2 =

% F = %309,3%10022,30

1 =

Total = 100%

Dari persentase keempat campuran ini maka dapat diperoleh juga persentase

tiap material. Hubungan antara % material dengan % campuran yaitu:

=

Fe %Si %S %L %

.

FFFFAAAASSSSCCCC

3,309 %6,618 %

24,818 %65,255 %

H

S

FeSiSHLS

FeSiSHLS

FeSiSHLS

FeSiSHLS

Dari hubungan tersebut terlihat bahwa setiap material mengandung ke 4

unsur dasar penentu kualitas semen. Maka dengan persamaan matrix tersebut

dapat diperoleh % materialnya :

Y .A X = YA AXA 11 =

Y . .ID A 1 = XAY 1=

Untuk invers dapat digunakan beberapa metode. Metode yang digunakan di

dalam pembahasan ini adalah metode adjoint.

AadjoA

A intdet

11 =

53

Adjoint A = (kofaktor A)T

Jika dilakukan dengan matriks diatas maka:

K11 = -11+1 . det

FfeFsiFshAfeAsiAshSfeSsiSsh

K12 = -11+2 . det

FfeFsiFlsAfeAsiAsSfeSsiSls

K13 = -11+3 . det

FfeFshFlsAfeAshAsSfeSshSls

K14 = -11+4 . det

FsiFshFlsAsiAshAsSsiSshSls

K21 = -12+1 . det

FfeFsiFshAfeAsiAshCfeCsiCsh

K22 = -12+2 . det

FfeFsiFlsAfeAsiAlsCfeCsiCls

K23=-12+3 . det

FfeFshFlsAfeAshAlsCfeCshCls

K24 =-12+4 . det

FsiFshFlsAsiAshAlsCsiCshCls

54

K31 = -13+1 . det

FfeFsiFshSfeSsiSshCfeCsiCsh

K32 = -13+2 . det

FfeFsiFlsSfeSsiSlsCfeCsiCls

K33 = -13+3 . det

FfeFshFlsSfeSshSlsCfeCshCls

K34 = -13+4 . det

FsiFshFlsSsiSshSlsCsiCshCls

K41 = -14+1 . det

AfeAsiAshSfeSsiSshCfeCsiCsh

K42 = -14+2 . det

AfeAsiAlsSfeSsiSlsCfeCsiCls

K43 = -14+3 . det

AfeAshAlsSfeSshSlsCfeCshCls

K44 =14+4 . det

AsiAshAlsSsiSshSlsCsiCshCls

55

Determinan A = Cls * det

FfeFsiFshAfeAsiAshSfeSsiSsh

- C2 * det

FfeFsiFlsAfeAsiAsSfeSsiSls

+C3

* det

FfeFshFlsAfeAshAsSfeSshSls

- C4 * det

FsiFshFlsAsiAshAsSsiSshSls

=

3,309 %6,618 %

24,818 %65,255 %

FFFFAAAASSSSCCCC

Fe %Si %S %L % 1

FeSiSHLS

FeSiSHLS

FeSiSHLS

FeSiSHLS

H

S

Setelah ke-4 persentase material pembentuk semen, maka dapat diketahui

debit keluaran yang seharusnya ( set point ). Hal ini dilakukan dengan :

point)(set .Qin Total %

Fe %Fe Qo

point)(set .Qin Total %

Si %Si Qo

point)(set .Qin Total %Sh %Sh Qo

point)(set .Qin Total %

L %L Qo

Fe%Si%SH%LS%Total %

SS

=

=

=

=+++=

Maka didapat debit keluaran masing-masing material dalam ton/jam.

56

3.1.3.2 Analisa produksi

LS

Sh

Si

Fe

rpm setpoint PID + Motor rpm actual

rpm setpoint

Q LS

Q Sh

Q Si

Q Fe

Qi LS

Qi Sh

Qi Si

Qi Fe

Qo LS

Qo Sh

Qo Si

Qo Fe

PID + Motor rpm actual

rpm setpoint PID + Motor rpm actual

rpm setpoint PID + Motor rpm actual

HasilProduksi

Gambar 3.6 Blok Diagram Perhitungan Kecepatan Alir sistem

Secara teoritis, banyak material yang jatuh mempengaruhi kecepatan motor

& hubungan ini berbanding lurus. Maka dari teori ini dapat diperoleh

kecepatan putaran motor untuk membawa material yang jatuh ke conveyor

belt masing-masing. Nilai kecepatan putaran motor ini didapat dengan

mengkonversikan besaran ton / jam ke bentuk rpm. Oleh karena nilai

kecepatan putaran ini berasal dari debit keluaran yang diinginkan, maka

dapat disebut sebagai kecepatan putaran motor setting point. Begitu juga

untuk debit keluarannya.

Jika mempunyai setting point, maka akan memperoleh actual point. Actual

point ini berasal dari plant system berupa fungsi transfer yang mempunyai

respon yang baik yaitu mempunyai respon yang steady state. Hal ini dapat

diuji dari matlab.

57

Jika mempunyai sebuah fungsi transfer, maka dapat dikonversi ke bentuk

persamaan keadaan ruang ( state space). Konversi ini bertujuan untuk melihat

hubungan kecepatan motor saat ini dan berikutnya. Konversi ini nantinya

memperlihatkan hubungan rumus kecepatan motor yang masih baku

sehingga persamaan keadaan ruang sistem motor yang kita gunakan.

Walaupun dapat melihat hubungan kecepatan motor saat ini & setelahnya,

namun terasa kurang jika suatu sistem tidak dapat diketahui keadaannya pada

suatu nilai waktu. Untuk itu diperlukan suatu konversi yang dapat

menghubungkan sistem kita dengan interval waktu. Untuk itu digunakan

metode Runge kutta. Pada pembahasan ini metode Runge kutta yang

digunakan adalah orde 4.

Persamaan dasarnya adalah sebagai berikut :

( )4322216

1 kkkkhyiyi ++++=+

Setelah mendapatkan nilai kecepatan putaran motor aktual dan dihubungkan

dengan PID controller, maka keluarannya berupa putaran motor aktual yang

telah di kompensasi sesuai dengan kecepatan putaran motor yang diinginkan.

Setelah mendapatkan nilai putaran motor hasil kompensasi ini, maka nilai ini

yang akan dipakai pada proses simulasi putaran motornya. Nilai ini dapat

dipakai untuk mengetahui keluaran aktual yang terjadi dalam simulasi ini.

PID ( Proportional plus Integrated plus Derivative ) Controller memiliki tiga

komponem utama yaitu Kp, Ki dan Kd dimana bentuk persamaan umumnya

adalah sebagai berikut :

58

++= t0

dip dtde K d )( e K (t) e K (t)u

Asumsikan X (s) adalah transformasi laplace dari keadaan x (t)

Asumsikan (s) X& adalah transformasi laplace dari keadaan (t) X& yang

diinginkan dan E (s) merupakan hasil transformasi laplace dari nilai error

Dimana persamaan umumnya adalah

(s) X - (s) X (s) E &= Maka jika G (s) adalah persamaan bentuk PID controller yang linear maka

persamaan umumnya adalah sebagai berikut

)/()( skskkcsG idp ++=

Diasumsikan H (s) adalah persamaan bentuk yang diinginkan, dimana m

adalah penguatan dc nya dan merupakan konstanta waktu. Maka bentuk persamaan motornya adalah sebagai berikut

smsH

.1)( +=

Maka gain keseluruhan dari sistem kontrolnya adalah

)()(1)()(

)()(

sHsGsHsG

sXsX

+=&

skk IP + s+1

m

x`(n)

+ PI Controller Actuatorc

DC motorX& e(n) u(n) p(t)

-

State Estimator1

f(t)

Gambar 3.7 Blok diagram sistem kontrol linear dalam domain frekuensi

59

Secara teoritis kita dapat memilih konstanta kontroller, Kp Ki dan Kd, yang

dapat menghasilkan respon sistem yang diinginkan. Kenyataannya sulit untuk

mencari nilai c, m dan . Jika beban ditambahkan kedalam motor, kemudian m dan akan berubah. Sebagai contoh :

(t) d(t) i(t) p(t)u ++= Dengan menggunakan konstanta proporsional dapat menghasilkan kontrol

sistem yang memberi lebih banyak energi kedalam plant saat error tinggi.

(t) e K(t) p p=

Persamaan diatas dapat disederhanakan dalam waktu discrete

(n) e K(n) p p=

dimana n merupakan input waktu discrete untuk input waktu e (n) dan

output p (n)

Penting : dalam pemrosesan signal digital , sistem kontrol dapat

dijalankan secara reguler maupun secara periodik.

Error : Jika nilai sampling bervariasi, maka dapat memunculkan nillai

error.

Nilai integral membuat ouput actuator berhubungan dengan integral errornya.

Penggunaan kompensasi integral bisa meningkatkan nilai steady state error

terhadap sistem kontrol. Jika nilai error yang diakumulasi kecil untuk waktu

yang lama, maka nilai kompensasinya bisa besar. Dimana persamaan

kompensasi integralnya sebagai berikut :

60

= t0

i )d( e K(t) i

Persamaan diatas dapat ditulis dalam keaadaan numerik :

t e(n)K1)i(nt e(n)Ki(n) in

1i +==

Dimana t adalah interval waktu dari E (n) Nilai derivative membuat hasil output actuator berhubungan dengan

derivative errornya. kompensasi ini biasanya dikombinasikan dengan

kompensasi lain seperti proportional atau integral yang betujuan untuk

meningkatkan nilai transien sistem kontrol. Nilai umum dari KD dapat

meningkatkan waktu respon dalam mencapai nilai setting point. Namun KD

bisa menimbulkan overdamp (respon yang sangat rendah) atau underdamped

( osilasi yang tidak stabil ). Bentuk persamaannya :

dtdeKd(t) d=

Jika ditulis dalam persamaan numerik

t1)-e(n - d(n)Kd(n) d =

Teknik mengkombinasikan nilai Kd Ki dan Kp

Dimulai dari Kp

Kontroller proporsional menghasilkan respon yang stabil. Maka terlebih

dahulu harus diuji nilai Kp sampai mencapai keadaan stabil pada sistem.

Nilai konstanta Kp yang berbeda akan menyebabkan waktu respon yang

berbeda, yang diharapkan adalah waktu respon yang cepat.

Kemudian beralih ke kompensasi integral (Ki)

61

Nilai Ki biasanya kecil. Kompesator ini bertujuan untuk meningkatkan

akurasi dari kontroller dalam mencapai keadaan steady state tanpa

mempengaruhi kecepatan respon waktu.

Langkah terakhir adalah mengatur nilai kompensasi derivative (KD).

Nilai KD biasanya juga kecil. Kompensasi derivative ini berfungsi untuk

mengurangi overshoot atau undershoot pada step response.

Tabel 3.1 Hubungan Kp, Ki, Kd dalam mengkompensasi sinyal.

Rise Time Over Shoot Settling time Error Kp decrease increase - Decrease Ki decrease increase increase Eliminate Kd - decrease decrease -

Nilai putaran motor aktual di konversi ke bentuk debit keluaran ton/jam.

Konversi ini berbeda-beda untuk setiap bin. Dalam simulasi ini konversi 1

rpm adalah 100 ton/jam. Simulasi material yang jatuh ini terjadi terus

menerus selama simulasi dijalankan.

Jika mengetahui nilai keluaran aktual yang terjadi pada sistem ini, maka

dapat diketahui kapasitas material di dalam bin. Kapasitas material di dalam

bin ini ditentukan oleh hubungan antara kapasitas material yang masuk ke

dalam bin dan yang keluar di dalam bin.

Dimisalkan kapasitas material di dalam bin adalah Q, kapasitas material yang

masuk di dalam bin adalah Qi , dan kapasitas material yang keluar dari bin

adalah Qo. Maka hubungan ketiganya dapat dituliskan sebagai berikut:

( ) = QoQiQ dt

62

Namun hubungan seperti ini tidak dapat langsung digunakan dalam simulasi.

Hubungan integral ini harus di ubah ke dalam bentuk numerik terlebih

dahulu.

( ) = dtQoQidtdQdtd ( )QoQiQ =

Persamaan diatas dapat juga dituliskan ke dalam bentuk state spacenya

seperti berikut:

[ ]

=

QoQi

Q 11

b1 = 1

b2 = -1

u1 = Qi

u2 = Qo

Maka bentuk state space diatas dapat di konversi dengan metoda runge kutta

orde 4 seperti berikut:

k1 = f1(u1,u2) = (b1 u1)+ (b2 u2) = Qi Qo

k2 = f2(u1,u2) = (b1 u1)+ (b2 u2) = Qi Qo

k3 = f3(u1,u2) = (b1 u1)+ (b2 u2) = Qi Qo

k4 = f4(u1,u2) = (b1 u1)+ (b2 u2) = Qi Qo

maka dapat dilihat kalau k1 = k2 =k3 =k4. Hal ini terjadi karena matrik

sistem pada state spacenya bernilai nol semua sehingga di dalam proses

runge kutta nya proses perhitungan yang berkaitan dengan matriks sistemnya

dapat dihilangkan, dalam hal ini adalah Q nya sendiri.

63

Jika k1 = k2 = k3 =k4 = Qi-Qo = k maka perhitungan runge kuttanya adalah

sebagai berikut:

( )( )

( )QoQihQQhkQQ

kkkkhQQ

kkkkhQQ

+=+=

++++=

++++=

226

4322216

Maka terlihat jelas hubungan kapasitas bin berikutnya adalah nilai kapasitas

bin saat ini dijumlahkan dengan interval waktu yang dikalikan dengan selisih

antara kapasitas material yang masuk dan kapasitas material yang keluar dari

bin.

Perhitungan terhadap kapasitas bin ini dilakukan terus menerus. Dengan

mengetahui kapasitas ini, maka dapat dibatasi kapasitas bin. Hal ini

dilakukan di dalam simulasi dengan mengatur nilai Qi nya masing-masing.

Misalnya saja jika kapasitas bin yang diinginkan tidak lebih dari 200 ton/jam

dan tidak kurang dari 100 ton/jam, maka yang diatur-atur adalah input

materialnya. Jika kapasitas material di dalam bin yang terhitung untuk

berikutnya adalah 200ton/jam atau lebih, maka Qi di set off atau bernilai nol

sampai terhitung kapasitas bin untuk berikutnya 100ton/jam atau kurang,

maka Qi di set on sampai kapasitas material berikutnya di dalam bin

terhitung 200ton/jam atau lebih. Hal ini berlangsung terus menerus.

64

3.2 Flow Chart

Setelah dilakukan perancangan diatas maka langkah selanjutnya penulis akan

melakukan koding ke dalam program dengan menyusun sebuah flow chart

terlebih dahulu guna mempermudah melakukan koding. Adapun flowchart yang

dimaksud

START

INISIALISASI SISTEM

Input:SM, LSF, AM, Set point output,K motor, batas kapasitas min

Dan max masing-masing material pada bin,

Kadar campuran pada material,Karakteristik masing-masing

motor

Perhitungan bagian Al2O3 pada semen

Perhitungan bagian Si2O3 pada semen

Perhitungan bagian CaO pada semen

DA

65

Perhitungan % CaO pada semenPerhitungan % Si2O3 pada semenPerhitungan % Al2O3 pada semenPerhitungan % Fe2O3 pada semen

Perhitungan invers matriks campuran material semen

Perhitungan % Limestone pada semenPerhitungan % Shale pada semenPerhitungan % Silica pada semen

Perhitungan % Iron Ore pada semen

Perhitungan debit keluaran set point untuk masing-masing material

Perhitungan kecepatan putaran motor set point pada masing-masing motor

A

TimerActive

Input berubah?

StopSimulation?

End

D

No

Yes

66

Timer Active

Deklarasivariabel

Perhitungan aktual point dengan menggunakan Runge

Kutta pada masing-masing motor

Perhitungan error rate e(t) pada masing-masing motor

PID Controller

Runge Kutta kecepatan motor pada masing-masing motor

C

Perhitungan Debit material yang jatuh pada masing-masing bin

Perhitungan kapasitas pada masing-masing bin

67

Kapasitas >= max?

Masukan pada bin berhenti

Masukan pada bin berjalan

Kapasitas >= max?

Return

Yes

Yes

No

No

C

Gambar 3.8 Flow Chart