INVESTIGASI PENGENDALIAN LEVEL PERMUKAAN AIR PRESSURIZER DI PWR BERBASIS KENDALI PROPORTIONAL INTEGRAL

Abstract

Sistem kendali level air di pressurizer sangat dibutuhkan bagi keselamatan pengoperasian PWR dengan menyelaraskan perubahan volume sekaligus mempertahankan tekanan yang ada di kalang primer pada set point tertentu. Beberapa riset telah mengusulkan sistem cerdas baik neural network maupun fuzzy logic untuk meningkatkan kemampuan sistem kendali konvensional level yang umum dipakai di PWR yaitu Proportional-Integral (PI) atau Proportional-Integral-Derivative (PID). Namun sangat disayangkan penelitian-penelitian ini kurang mengkaji secara komprehensif potensi kendali konvensional ini. Padahal jika parameternya ditentukan dengan lebih seksama akan memberikan hasil yang setara bahkan lebih baik. Penelitian ini bertujuan untuk menjawab tantangan ini dengan meneliti lebih seksama sekaligus menguji parameter-parameter kendali ini agar diperoleh konfigurasi terbaik untuk sistem kendali level air pressurizer. Dibanding dengan dengan hasil simulasi sistem cerdas jaringan saraf tiruan yang pernah dibuat sebelumnya, ternyata kendali PI hasil penelitian ini memberikan peningkatan waktu naik yang lebih baik sekitar 280 kali, peningkatan waktu penetapan sekitar 293 kali, penurunan lewatan maksimum sekitar 1,1 kali, dan penurunan puncak sekitar 0,2 %. Hasil validasi dari konfigurasi ini juga terbukti stabil, mampu mengatasi gangguan selama 10 detik dengan puncak maksimum level 0,005%, dan mampu mengikuti perubahan set point dengan baik.

ABSTRACT

The control system in the pressurizer water level is necessary for the safety of the operation of pressurizer water reactors (PWRs). It will compensate t the primary loop volume changes while keeping the existing pressure of the primary loop at a certain set point. Some researchers have proposed both an intelligent system of neural network and a fuzzy logic to improve the capability of the common conventional control systems used in PWR, i.e. Proportional-Integral (PI) or Proportional-Integral-Derivative (PID). However, those studies did not comprehensively assess the potential of the conventional control systems. It has been confirmed that if the parameters of the Pibased control system are determined more carefully, its results will be equivalent to the results of other control systems or even better. This study aims to address this challenging topic by examining and testing control parameters more closely to obtain the best configuration of the PI-based control system. Compared to the results of the artificial neural network-based control system, the PI results of this study provide an increase of rise time around 280 times, better settling time for approximately 293 times, a decrease of overshoot about 1.1 times, and a reduction of the peak around 0.2%. The configuration has also been validated to be stable and able to overcome disturbances for about 10 seconds with a maximum peak level of 0.005%. Moreoever, it can track the set point changes very well.