Beranda > Tak Berkategori > PENERAPAN SISTEM SARAF BUATAN UNTUK MENENTUKAN NILAI VARIABEL ROLLING FORCE PADA UNIT PRODUKSI HOT SKIN PASS MILL PT. KRAKATAU

PENERAPAN SISTEM SARAF BUATAN UNTUK MENENTUKAN NILAI VARIABEL ROLLING FORCE PADA UNIT PRODUKSI HOT SKIN PASS MILL PT. KRAKATAU

Januari 9, 2010

Penggunaan Sistem Saraf Buatan di dalam dunia industri bukanlah merupakan suatu teknologi yang baru, banyak aplikasi yang telah dibuat salah satunya adalah aplikasi yang digunakan untuk memprediksi nilai set-up dari variabel produksi.
Pada unit produksi Hot Skin Pass Mill, nilai dari variaebl produksi rolling force masih ditentukan dengan cara pereka-rekaan secara manual oleh operator alat produksi. Karena proses perekaan itu dilakukan saat proses produksi berlangsung, maka akan mengakibatkan ketidaksempurnaannya hasil produksi selama proses perekaan itu berlangsung.
Melihat permasalahan diatas maka penulis ingim mencoba melihat korelasi antar variabel produksi dengan menggunakan algoritma Self Organizing Map (SOM) dan membuat sebuah sistem perekaan nilai variabel rolling force dengan pelatihan menggunakan algoritma Back Propagation (BP).

Seiring dengan berkembangnya zaman, perubahan teknologi dalam bidang informasi pun semakin meningkat disetiap waktunya. Perkembangan zaman ini juga merambah dan mempengaruhi perkembangan bidang keilmuan jaringan saraf buatan. Semakin bekembangnya bidang jaringan saraf buatan menandakan semakin besarnya keinginan para ahli untuk mensimulasikan kinerja otak manusia. Perkembangan tersebut membuat jaringan saraf buatan dapat digunakan untuk melaksanakan fungsi kompleks dalam berbagai bidang aplikasi yang mencakup pengenalan pola terbaik, identifikasi, penggolongan suara, dan sistem kontrol. Saat ini, jaringan saraf buatan telah dapat digunakan untuk memecahkan permasalahan yang sulit bagi manusia dan komputer konvensional.
Sebagai salah satu produsen baja tingkat internasional, PT Krakatau Stell selalu mengembangkan teknologi dan mesin produksi yang ada demi meningkatnya kualitas dan jumlah produksi besi baja yang mereka hasilkan. Unit produksi Hot Skin Pass Mill (HSPM) pada divisi Hot Strip Mill (HSM) PT. Krakatau Steel pun dibuat untuk menyempurnakan kualitas hasil produksi besi baja yang dihasilkan. Unit produksi Hot Skin Pass Mill (HSPM) mampu menghaluskan cacat produksi pada permukaan gulungan lembaran baja atau coil dengan sebuah alat produksi Skin Pass Mill (SPM) yang dimilikinya.
Pada alat produksi Skin Pass Mill (SPM), seluruh variabel produksi seperti tebal coil, lebar coil, berat coil, bending force, dan rolling force didowload oleh operator dari mainframe. Nilai – nilai inilah yang kemudian akan digunakan sebagai nilai untuk awal proses yang disebut dengan nilai setup. Namun, untuk variabel rolling force di set sebesar 4800 KN untuk setiap coil yang akan dihaluskan. Saat proses penghalusan dimulai, secara bertahap operator akan menaik turunkan nilai dari variabel rolling force ini untuk disesuaikan dengan nilai dari variabel lain sampai proses berlangsung stabil. Karena proses pencarian nilai dari variabel rolling force dilakukan saat operasi penghalusan sedang berlangsung, maka dampak yang timbul adalah hasil yang keluar saat proses penghalusan awal tidak optimal. Jika proses perekaan nilai variabel itu memakan waktu lebih kurang 1 menit, dan kecepatan awal operasi adalah 30 meter per menit dan terus meningkat sampai 200 atau 400 meter per menit (bergantung dari tebal coil yang dioperasikan). Maka, untuk setiap proses akan terdapat setidaknya 30 meter baja yang tidak dihaluskan secara sempurna akibat dari proses percobaan berulang yang dilakukan oleh operator.
Masalah itu dapat disolusikan dengan dibuatnya sebuah sistem saraf buatan yang mampu memprediksi dan menentukan nilai awal dari variabel rolling force yang akan mengurangi kegiatan percobaan berulang tersebut. Sehingga diharapkan kesempurnaan penghalusan dapat dimulai dari awal proses produksi.
Berdasarkan permasalahan yang tersebut, penulis ingin mencoba melihat korelasi antar variabel produksi dengan menggunakan algoritma Self Organizing Map (SOM) dan membuat sebuah sistem perekaan nilai variabel rolling force dengan pelatihan menggunakan algoritma Back Propagation (BP).

Iklan
Kategori:Tak Berkategori
%d blogger menyukai ini: