Pendahuluan

Fisika energi tinggi, khususnya eksperimen di Large Hadron Collider (LHC) CERN, adalah salah satu upaya ilmiah paling ambisius umat manusia untuk mengungkap misteri alam semesta. Untuk memahami hasil dari triliunan proton-proton collision events yang dihasilkan LHC, para ilmuwan tidak hanya mengandalkan data eksperimen mentah, tetapi juga simulasi yang sangat canggih yang dikenal sebagai sampel Monte Carlo (MC). Sampel MC ini esensial untuk memodelkan proses fisika, memahami respons detektor, dan memvalidasi teori-teori baru. Namun, kebutuhan komputasi untuk menghasilkan sampel MC ini sangatlah besar, melampaui kapasitas superkomputer pusat sekalipun.

Tesis magister ini, berjudul "Monte Carlo production of proton-proton collision events using the ATLAS@Home framework" oleh Dimitrios Sidiropoulos-Kontos, secara ambisius menjelajahi kemungkinan untuk mendistribusikan tugas komputasi masif ini ke platform volunteer computing seperti ATLAS@Home. Hingga saat ini, ATLAS@Home sebagian besar digunakan untuk tugas simulasi detektor. Namun, tesis ini menguji gagasan revolusioner untuk melakukan seluruh proses event generation Monte Carlo di platform ini, dari awal hingga akhir. Ini adalah upaya yang belum pernah dilakukan sebelumnya dan memiliki implikasi signifikan untuk masa depan komputasi di fisika energi tinggi, terutama dalam menghadapi keterbatasan sumber daya komputasi yang semakin meningkat.

Mengapa Produksi Data Monte Carlo Begitu Krusial dan Intensif Komputasi?

Untuk memahami mengapa tesis ini begitu relevan, mari kita pahami peran sentral data Monte Carlo dalam fisika energi tinggi dan mengapa produksinya sangat haus komputasi:

• Verifikasi Teori dan Pencarian Fisika Baru: Simulasi Monte Carlo memungkinkan fisikawan untuk memodelkan bagaimana partikel berinteraksi sesuai dengan Standard Model fisika atau teori-teori di luar Standard Model. Dengan membandingkan hasil simulasi dengan data eksperimen nyata dari LHC, ilmuwan dapat memvalidasi atau menyangkal teori, serta mencari "sidik jari" fisika baru yang mungkin tersembunyi dalam data.
• Pemahaman Detektor: Detektor seperti ATLAS (A Toroidal LHC ApparatuS) adalah instrumen raksasa dan kompleks. Sampel MC digunakan untuk mensimulasikan bagaimana partikel melewati berbagai lapisan detektor, bagaimana energi didepositkan, dan bagaimana sinyal direkam. Ini memungkinkan fisikawan untuk memahami efisiensi detektor, resolusi, dan kemungkinan bias.
• Kebutuhan Data yang Masif: LHC menghasilkan data dalam jumlah yang luar biasa. Setiap proton-proton collision menghasilkan ratusan hingga ribuan partikel baru. Untuk menemukan peristiwa-peristiwa langka yang mengindikasikan fisika baru (misalnya, produksi partikel Higgs, materi gelap), miliaran bahkan triliunan collision events harus dianalisis. Ini berarti miliaran peristiwa MC juga harus dihasilkan untuk perbandingan yang valid.
• Tugas Komputasi yang Highly Parallelizable: Proses generasi peristiwa MC dan simulasi detektor adalah inherently parallelizable. Artinya, satu peristiwa dapat disimulasikan secara independen dari peristiwa lainnya. Ini menjadikan tugas tersebut sangat cocok untuk komputasi terdistribusi, di mana banyak komputer dapat bekerja secara bersamaan pada subset data yang berbeda.

Pusat data CERN dan fasilitas komputasi grid global (seperti Worldwide LHC Computing Grid - WLCG) telah menangani sebagian besar beban ini. Namun, dengan luminosity LHC yang terus meningkat (jumlah tumbukan per detik) dan kompleksitas eksperimen yang berkembang, sumber daya komputasi khusus menjadi semakin terbatas. Inilah yang mendorong eksplorasi solusi non-dedicated seperti ATLAS@Home.

ATLAS@Home: Memanfaatkan Kekuatan Voluntir

ATLAS@Home adalah bagian dari proyek LHC@Home yang lebih besar, sebuah inisiatif volunteer computing yang memungkinkan individu di seluruh dunia untuk menyumbangkan daya komputasi yang tidak terpakai dari komputer pribadi mereka untuk penelitian fisika energi tinggi. Proyek ini beroperasi menggunakan platform BOINC (Berkeley Open Infrastructure for Network Computing).

Mekanisme kerjanya cukup sederhana:

1. Instalasi Klien BOINC: Sukarelawan mengunduh dan menginstal perangkat lunak klien BOINC di komputer mereka.
2. Pendaftaran Proyek: Klien BOINC didaftarkan ke proyek ATLAS@Home.
3. Pengunduhan Tugas: Klien secara otomatis mengunduh "unit kerja" (misalnya, satu set peristiwa yang akan disimulasikan) dari server ATLAS@Home.
4. Eksekusi Komputasi: Komputer sukarelawan menjalankan tugas ini di latar belakang, menggunakan siklus CPU yang tidak terpakai.
5. Pengunggahan Hasil: Setelah tugas selesai, hasilnya diunggah kembali ke server ATLAS@Home.

Hingga saat ini, ATLAS@Home sebagian besar digunakan untuk tugas simulasi detektor, yang kurang kompleks secara komputasi dibandingkan seluruh proses event generation. Tesis ini menguji batasan dan kelayakan untuk memindahkan tugas yang lebih besar ini ke platform volunteer computing.

Tantangan Produksi Monte Carlo Penuh pada Platform Terdistribusi

Meskipun konsepnya menarik, melakukan seluruh produksi MC pada platform seperti ATLAS@Home menghadapi tantangan signifikan:

• Ukuran Data: Peristiwa yang dihasilkan oleh generator MC (event generator) bisa berukuran gigabyte atau bahkan terabyte. Mengunduh data input yang besar dan mengunggah hasil output yang besar melalui koneksi internet rumah tangga sukarelawan bisa menjadi bottleneck.
• Waktu Komputasi yang Lama: Meskipun tugas dapat diparalelkan, satu "unit kerja" generasi MC mungkin memerlukan waktu komputasi yang signifikan. Ini dapat menyebabkan sukarelawan kehilangan minat atau unit kerja menjadi "basi" jika komputer mereka mati atau terputus dari internet.
• Lingkungan Komputasi yang Heterogen: Komputer sukarelawan memiliki konfigurasi perangkat keras dan perangkat lunak yang sangat bervariasi. Memastikan bahwa kode fisika berjalan secara konsisten dan menghasilkan hasil yang andal di lingkungan yang begitu heterogen adalah tantangan besar. Tesis ini secara spesifik menyoroti penggunaan virtual machine (CernVM) untuk mengatasi masalah ini, memastikan lingkungan eksekusi yang standar.
• Keandalan Hasil: Bagaimana memastikan bahwa hasil dari setiap unit kerja yang dikirimkan oleh sukarelawan tidak rusak atau dimanipulasi? Sistem BOINC memiliki mekanisme untuk memverifikasi hasil (misalnya, dengan mengirimkan tugas yang sama ke beberapa komputer dan membandingkan hasilnya), tetapi ini menambah beban komputasi.
• Manajemen Tugas dan Beban Kerja: Mengelola dan mendistribusikan jutaan unit kerja secara efisien, serta mengumpulkan dan memproses hasilnya, memerlukan infrastruktur backend yang sangat canggih.

Tesis ini secara sistematis membahas tantangan-tantangan ini dengan menguji kelayakan dan keandalan reproduksi sampel MC referensi pada virtual machine yang digunakan oleh ATLAS@Home.

Metodologi dan Eksperimen Kunci

Penulis tesis, Dimitrios Sidiropoulos-Kontos, menguraikan metodologi dan melakukan serangkaian eksperimen penting:

1. Dasar Fisika Teoretis: Tesis ini pertama-tama meletakkan dasar fisika yang diperlukan, menjelaskan konsep-konsep generator peristiwa Monte Carlo (misalnya, MadGraph, Pythia), proses fisika tumbukan proton-proton, dan bagaimana data peristiwa direpresentasikan.
2. Pengenalan Platform ATLAS@Home: Dijelaskan secara rinci arsitektur dan komponen ATLAS@Home, termasuk penggunaan CernVM sebagai lingkungan virtual. CernVM adalah virtual machine yang dirancang khusus untuk lingkungan komputasi CERN, menyediakan lingkungan yang konsisten dan terstandardisasi terlepas dari sistem operasi host. Ini adalah solusi kunci untuk masalah heterogenitas lingkungan.
3. Uji Produksi Sampel MC Referensi: Inti dari tesis ini adalah pengujian langsung. Penulis mengambil sampel Monte Carlo "referensi" (yang telah dihasilkan dan divalidasi di infrastruktur komputasi pusat CERN) dan mencoba mereproduksi mereka menggunakan kerangka ATLAS@Home.
4. Analisis Reproduksibilitas dan Keandalan: Setelah tugas-tugas komputasi diselesaikan oleh sukarelawan, hasil yang dikembalikan dianalisis untuk:
   • Reproduksibilitas: Apakah sampel yang dihasilkan oleh ATLAS@Home secara statistik identik dengan sampel referensi? Ini diukur dengan membandingkan distribusi variabel-variabel fisika penting (misalnya, energi jet, massa invarian partikel).
   • Keandalan Platform: Seberapa sering tugas berhasil diselesaikan dan dikembalikan tanpa kesalahan? Apakah ada perbedaan kinerja yang signifikan antar host sukarelawan?

Meskipun tesis tidak memberikan angka-angka spesifik dari hasil eksperimen dalam abstrak, fokusnya pada "reliably reproduced" menunjukkan bahwa ada hasil positif mengenai konsistensi dan akurasi.

Analisis Mendalam dan Nilai Tambah: Masa Depan Komputasi Fisika

Tesis ini bukan hanya sebuah latihan teknis; ia adalah sebuah pandangan ke masa depan komputasi ilmiah. Berikut adalah beberapa analisis mendalam dan nilai tambah yang dapat kita tarik:

Demokratisasi Sains: Proyek volunteer computing seperti ATLAS@Home secara fundamental mendemokratisasikan sains. Mereka memungkinkan masyarakat umum untuk secara langsung berkontribusi pada penelitian ilmiah mutakhir. Memperluas kapasitas ATLAS@Home untuk produksi MC penuh akan semakin memberdayakan kolaborasi sains-warga ini, membangun jembatan antara komunitas ilmiah dan publik.

Efisiensi Biaya dan Pemanfaatan Sumber Daya: Dengan memanfaatkan miliaran siklus CPU yang tidak terpakai dari komputer pribadi, proyek volunteer computing menawarkan solusi komputasi yang sangat hemat biaya dibandingkan dengan membangun atau memperluas superkomputer khusus. Dalam lingkungan di mana anggaran penelitian terus berada di bawah tekanan, ini adalah strategi yang sangat menarik untuk memaksimalkan hasil ilmiah dari investasi yang ada.

Inovasi dalam Komputasi Terdistribusi: Tesis ini mendorong batas-batas komputasi terdistribusi. Mengatasi tantangan keandalan dan konsistensi di lingkungan yang tidak terkontrol (komputer sukarelawan) memerlukan solusi yang cerdas, seperti penggunaan CernVM. Pembelajaran dari proyek ini dapat diterapkan pada aplikasi volunteer computing lainnya di luar fisika, seperti penelitian medis, iklim, atau astronomi.

Fleksibilitas Operasional untuk Eksperimen LHC: Kemampuan untuk secara dinamis mengalihkan beban kerja produksi MC ke ATLAS@Home memberikan fleksibilitas operasional yang signifikan bagi kolaborasi ATLAS. Ini dapat membantu mengurangi backlog komputasi, mempercepat analisis data, dan memungkinkan fisikawan untuk dengan cepat menghasilkan sampel MC baru untuk menjelajahi fenomena tak terduga yang muncul dari data LHC.

Peran Virtualisasi dan Containerization: Penggunaan CernVM dalam proyek ini menggarisbawahi pentingnya teknologi virtualisasi dan containerization (seperti Docker atau Singularity) dalam komputasi ilmiah modern. Teknologi ini memungkinkan lingkungan komputasi yang konsisten dan terisolasi, memastikan bahwa kode dan dependensinya berjalan dengan cara yang dapat diprediksi terlepas dari sistem host.

Perbandingan dengan Penelitian Lain: Meskipun ada banyak makalah tentang penggunaan event generators MC atau simulasi detektor, tesis ini menonjol karena eksplorasinya yang unik tentang produksi MC penuh pada platform volunteer computing. Sebagian besar penelitian volunteer computing untuk fisika telah berfokus pada simulasi detektor atau analisis data yang lebih ringan. Ini adalah langkah maju yang signifikan dalam memanfaatkan potensi penuh volunteer computing untuk tugas-tugas heavy-duty.

Tantangan dan Arah Penelitian Masa Depan: Beberapa tantangan masih ada. Bagaimana mengelola penyimpanan data yang sangat besar yang dihasilkan oleh produksi MC penuh, baik di sisi server maupun untuk pengunggahan/pengunduhan oleh sukarelawan? Bagaimana mengoptimalkan algoritma penjadwalan tugas untuk memastikan distribusi beban kerja yang merata dan konvergensi hasil yang cepat? Penelitian lebih lanjut juga dapat mengeksplorasi penggunaan unit pemrosesan grafis (GPU) oleh sukarelawan untuk mempercepat simulasi, karena banyak tugas fisika energi tinggi dapat memanfaatkan komputasi paralel GPU. Akhirnya, memperluas cakupan platform ini untuk mendukung jenis simulasi fisika lain (misalnya, simulasi Lattice QCD) juga merupakan arah yang menarik.

Kesimpulan: Sebuah Kontribusi Vital untuk Fisika Energi Tinggi

Tesis magister oleh Dimitrios Sidiropoulos-Kontos ini adalah sebuah karya ilmiah yang sangat relevan dan inovatif dalam ranah komputasi fisika energi tinggi. Dengan secara sistematis menguji kelayakan dan keandalan produksi sampel Monte Carlo proton-proton collision events menggunakan kerangka ATLAS@Home, penulis telah menunjukkan bahwa volunteer computing dapat menjadi sumber daya komputasi yang krusial di masa depan.

Pesan utamanya jelas: dalam menghadapi keterbatasan sumber daya komputasi, fisika energi tinggi harus terus berinovasi dalam bagaimana ia memanfaatkan dan mendistribusikan beban kerja. Tesis ini tidak hanya membuktikan konsep, tetapi juga membuka jalan bagi volunteer computing untuk memainkan peran yang lebih besar dalam tugas-tugas komputasi yang paling menuntut sekalipun. Ini adalah langkah maju yang penting dalam upaya umat manusia untuk memahami alam semesta, didukung oleh semangat kolaborasi global dan kekuatan komputasi yang tak terlihat dari jutaan komputer pribadi di seluruh dunia.

Sumber Artikel:

Sidiropoulos-Kontos, D. (2018). Monte Carlo production of proton-proton collision events using the ATLAS@Home framework (Master's thesis). Lund University. (Catatan: Untuk tesis, tautan langsung atau DOI seringkali tidak tersedia seperti pada artikel jurnal. Sumber utama adalah repositori universitas atau kontak langsung dengan penulis/departemen.)

Fisika teknik, atau ilmu teknik, mengacu pada studi gabungan disiplin ilmu fisika, matematika, kimia, biologi, dan teknik, khususnya komputer, nuklir, listrik, elektronik, kedirgantaraan, material, atau teknik mesin. Dengan berfokus pada metode ilmiah sebagai dasar yang ketat, ilmu ini mencari cara untuk menerapkan, merancang, dan mengembangkan solusi baru dalam bidang teknik.

Pengertian

Tidak seperti disiplin ilmu teknik tradisional, sains/fisika teknik tidak selalu terbatas pada cabang sains, teknik, atau fisika tertentu. Sebaliknya, sains/fisika teknik dimaksudkan untuk memberikan landasan yang lebih menyeluruh dalam fisika terapan untuk spesialisasi yang dipilih seperti optik, fisika kuantum, ilmu material, mekanika terapan, elektronik, teknologi nano, mikrofabrikasi, mikroelektronika, komputasi, fotonika, teknik mesin, teknik elektro, teknik nuklir, biofisika, teori kontrol, aerodinamika, energi, fisika zat padat, dan lain-lain. Ini adalah disiplin ilmu yang ditujukan untuk menciptakan dan mengoptimalkan solusi teknik melalui peningkatan pemahaman dan penerapan terpadu dari prinsip-prinsip matematika, ilmiah, statistik, dan teknik. Disiplin ilmu ini juga dimaksudkan untuk lintas fungsi dan menjembatani kesenjangan antara ilmu pengetahuan teoretis dan teknik praktis dengan penekanan pada penelitian dan pengembangan, desain, dan analisis.

Patut dicatat bahwa dalam banyak bahasa, istilah "fisika teknik" akan langsung diterjemahkan ke dalam bahasa Inggris sebagai "fisika teknik". Di beberapa negara, baik apa yang akan diterjemahkan sebagai "fisika teknik" dan apa yang akan diterjemahkan sebagai "fisika teknik" adalah disiplin ilmu yang mengarah pada gelar akademik, dengan spesialisasi yang pertama dalam penelitian tenaga nuklir, dan yang terakhir lebih dekat dengan fisika teknik. Di beberapa institusi, jurusan fisika teknik (atau terapan) merupakan disiplin ilmu atau spesialisasi dalam lingkup ilmu teknik, atau ilmu terapan.

Di banyak universitas, program ilmu teknik dapat ditawarkan pada tingkat B.Tech, M.Sc. dan Ph.D. Biasanya, inti dari mata kuliah dasar dan lanjutan dalam matematika, fisika, kimia, dan biologi menjadi dasar dari kurikulum, sementara bidang pilihan yang umum meliputi dinamika fluida, fisika kuantum, ekonomi, fisika plasma, relativitas, mekanika padat, riset operasi, keuangan kuantitatif, teknologi informasi dan teknik, sistem dinamis, bioteknologi, teknik lingkungan, teknik komputasi, matematika teknik dan statistika, perangkat solid-state, ilmu material, elektromagnetisme, ilmu nano, teknologi nano, energi, dan optik.

Sementara program-program teknik biasa (sarjana) umumnya berfokus pada penerapan metode yang sudah mapan untuk desain dan analisis solusi teknik di bidang-bidang tertentu (misalnya domain tradisional teknik sipil atau mekanik), program-program sains teknik (sarjana) berfokus pada penciptaan dan penggunaan teknik-teknik eksperimental atau komputasi yang lebih canggih di mana pendekatan standar tidak memadai (misalnya pengembangan solusi teknik untuk masalah-masalah kontemporer di bidang ilmu fisika dan ilmu hayati dengan menerapkan prinsip-prinsip fundamental).

Jenjang Karir

Fisikawan teknik yang berkualifikasi, dengan gelar di bidang Fisika Teknik, dapat bekerja secara profesional sebagai insinyur dan/atau fisikawan di industri teknologi tinggi dan lebih jauh lagi, menjadi ahli domain di berbagai bidang teknik dan ilmiah.

Disadur dari: en.wikipedia.org

Kontrol proses industri atau sederhananya kontrol proses dalam proses produksi berkelanjutan adalah disiplin ilmu yang menggunakan sistem kontrol industri dan teori kontrol untuk mencapai tingkat konsistensi, ekonomi, dan keamanan produksi yang tidak dapat dicapai murni dengan kontrol manual manusia. Hal ini diterapkan secara luas di industri seperti otomotif, pertambangan, pengerukan, penyulingan minyak, pembuatan pulp dan kertas, pemrosesan kimia, dan pembangkit listrik.

Ada berbagai macam ukuran, jenis, dan kompleksitas, tetapi memungkinkan sejumlah kecil operator untuk mengelola proses yang kompleks dengan tingkat konsistensi yang tinggi. Pengembangan sistem kontrol proses industri besar berperan penting dalam memungkinkan desain proses bervolume besar dan kompleks, yang tidak dapat dioperasikan secara ekonomis atau aman.

Tonggak Sejarah

Penemuan kontrol proses dimulai dengan perangkat kontrol air seperti katup pelampung dan katup pengisian yang ditemukan oleh Ktesibios dan Heron dari Alexandria pada abad ke-3 SM dan abad ke-1 Masehi. Kemudian, Cornelis Drebbel menemukan termostat bimetal untuk mengontrol suhu pada tahun 1620, dan Denis Papin menemukan cara untuk mengatur tekanan dalam bejana dengan pemberat pada tahun 1681. Edmund Lee menciptakan fantail untuk meningkatkan efisiensi kincir angin pada tahun 1745.

Dalam Revolusi Industri pada abad ke-18, penemuan kontrol proses ditujukan untuk menggantikan operator manusia dengan proses mekanis, seperti kincir tepung bertenaga air yang diciptakan oleh Oliver Evans pada tahun 1784. Henry Ford kemudian menerapkan konsep tersebut dalam jalur perakitan mobil pada tahun 1910. Kemudian, pada tahun 1922, Nicholas Minorsky mengembangkan hukum kontrol formal yang disebut kontrol PID untuk kontrol proses variabel kontinu.

Kontrol PID bergantung pada analisis teoritis dan pengamatan juru mudi dalam merancang kemudi kapal otomatis untuk Angkatan Laut AS. Minorsky memperhatikan bahwa juru mudi mengarahkan kapal berdasarkan kesalahan arah saat ini, kesalahan di masa lalu, dan laju perubahan saat ini. Konsep kontrol PID mencakup kontrol proporsional, kontrol integral, dan kontrol turunan untuk mencapai stabilitas dan kontrol yang optimal.

Perkembangan Modern

Revolusi Industri memacu kemajuan dalam kontrol proses, yang bertujuan untuk memekanisasi proses dan mengurangi campur tangan manusia. Dengan munculnya prosesor elektronik dan tampilan grafis, pengontrol diskrit digantikan oleh algoritme berbasis komputer, sehingga memunculkan sistem kontrol terdistribusi (DCS). DCS memungkinkan interkoneksi yang mudah, konfigurasi ulang kontrol pabrik, dan penanganan alarm yang canggih, mengantarkan era baru efisiensi dan otomatisasi dalam proses industri.

Hierarki dan Jenis

Diagram yang menyertai adalah model umum yang menunjukkan tingkat manufaktur fungsional dalam proses besar yang menggunakan prosesor dan kontrol berbasis komputer.

Mengacu pada diagram: Level 0 berisi perangkat lapangan seperti sensor aliran dan suhu (pembacaan nilai proses - PV), dan elemen kontrol akhir (FCE), seperti katup kontrol; Level 1 berisi modul Input/Output (I/O) industri, dan prosesor elektronik terdistribusi yang terkait; Level 2 berisi komputer pengawas, yang mengumpulkan informasi dari node prosesor pada sistem, dan menyediakan layar kontrol operator; Level 3 adalah level kontrol produksi, yang tidak secara langsung mengontrol proses, tetapi berkaitan dengan pemantauan produksi dan target pemantauan; Level 4 adalah level penjadwalan produksi.

Model kontrol

Untuk menentukan model fundamental untuk proses apa pun, input dan output sistem didefinisikan secara berbeda dari proses kimia lainnya.Persamaan keseimbangan ditentukan oleh input dan output kontrol daripada input material. Model kontrol adalah sekumpulan persamaan yang digunakan untuk memprediksi perilaku suatu sistem dan dapat membantu menentukan respon terhadap perubahan. Variabel keadaan (x) adalah variabel terukur yang merupakan indikator yang baik untuk keadaan sistem, seperti suhu (keseimbangan energi), volume (keseimbangan massa) atau konsentrasi (keseimbangan komponen). Variabel input (u) adalah variabel yang ditentukan yang biasanya mencakup laju aliran.

Penting untuk dicatat bahwa aliran yang masuk dan keluar dianggap sebagai input kontrol. Input kontrol dapat diklasifikasikan sebagai variabel yang dimanipulasi, gangguan, atau tidak terpantau. Parameter (p) biasanya merupakan batasan fisik dan sesuatu yang ditetapkan untuk sistem, seperti volume bejana atau viskositas material. Output (y) adalah metrik yang digunakan untuk menentukan perilaku sistem. Output kontrol dapat diklasifikasikan sebagai terukur, tidak terukur, atau tidak terpantau.

Jenis

Proses dapat dikategorikan sebagai batch, kontinu, atau hibrida.[9] Aplikasi batch mengharuskan sejumlah bahan mentah tertentu digabungkan dengan cara tertentu selama durasi tertentu untuk menghasilkan hasil antara atau hasil akhir. Salah satu contohnya adalah produksi perekat dan lem, yang biasanya membutuhkan pencampuran bahan baku dalam bejana yang dipanaskan untuk jangka waktu tertentu untuk membentuk sejumlah produk akhir. Contoh penting lainnya adalah produksi makanan, minuman, dan obat-obatan. Proses batch umumnya digunakan untuk menghasilkan jumlah produk yang relatif rendah hingga menengah per tahun (beberapa kilogram hingga jutaan kilogram).

Sistem fisik kontinu diwakili melalui variabel yang lancar dan tidak terputus-putus dalam waktu. Kontrol suhu air dalam jaket pemanas, misalnya, adalah contoh kontrol proses kontinu. Beberapa proses kontinu yang penting adalah produksi bahan bakar, bahan kimia, dan plastik. Proses kontinu di bidang manufaktur digunakan untuk menghasilkan produk dalam jumlah yang sangat besar per tahun (jutaan hingga miliaran pound). Kontrol semacam itu menggunakan umpan balik seperti pada pengontrol PID Pengontrol PID mencakup fungsi pengontrol proporsional, integrasi, dan turunan. Aplikasi yang memiliki elemen kontrol proses batch dan kontinu sering disebut aplikasi hibrida.

Loop Kontrol

Blok bangunan fundamental dari setiap sistem kontrol industri adalah loop kontrol, yang mengontrol hanya satu variabel proses. Contohnya ditunjukkan pada diagram yang menyertai, di mana laju aliran dalam pipa dikontrol oleh pengontrol PID, dibantu oleh loop bertingkat yang secara efektif berupa pengontrol servo katup untuk memastikan posisi katup yang benar.

Beberapa sistem besar mungkin memiliki beberapa ratus atau ribuan loop kontrol. Dalam proses yang kompleks, loop bersifat interaktif, sehingga pengoperasian satu loop dapat memengaruhi pengoperasian loop lainnya. Diagram sistem untuk merepresentasikan loop kontrol adalah diagram perpipaan dan instrumentasi.Sistem kontrol yang umum digunakan termasuk pengontrol logika yang dapat diprogram (PLC), Sistem Kontrol Terdistribusi (DCS) atau SCADA.

Contoh lebih lanjut ditunjukkan. Jika katup kontrol digunakan untuk menahan level dalam tangki, pengontrol level akan membandingkan pembacaan ekuivalen dari sensor level dengan setpoint level dan menentukan apakah pembukaan katup lebih banyak atau lebih sedikit diperlukan untuk menjaga level tetap konstan. Pengontrol aliran bertingkat kemudian dapat menghitung perubahan posisi katup.

Keuntungan ekonomi

Proses produksi dalam batch dan kontinu memerlukan efisiensi yang tinggi untuk menghasilkan keuntungan ekonomi karena margin yang tipis. Untuk memenuhi spesifikasi produk, diperlukan kontrol proses yang baik. Spesifikasi bisa berupa batas minimum dan maksimum atau kisaran yang harus dipenuhi.

Penggunaan penyangga pada titik setel proses diperlukan untuk mencegah produk keluar dari spesifikasi akibat gangguan yang terjadi. Namun, penggunaan penyangga ini juga memiliki biaya ekonomi. Efisiensi proses dapat ditingkatkan dengan mengurangi margin yang diperlukan untuk memastikan spesifikasi terpenuhi.

Caranya adalah dengan meningkatkan kontrol proses untuk meminimalkan efek gangguan dan mempersempit variasi serta menggeser target. Setelah margin dipersempit, analisis ekonomi dapat dilakukan untuk menentukan pergeseran target yang lebih efisien. Strategi kontrol proses yang efektif akan meningkatkan keunggulan kompetitif bagi produsen.

Disadur dari: en.wikipedia.org 

Rekayasa instrumentasi dan kontrol (ICE) adalah cabang teknik yang mempelajari pengukuran dan kontrol variabel proses, serta desain dan implementasi sistem yang menggabungkannya. Variabel proses meliputi tekanan, suhu, kelembapan, aliran, pH, gaya, dan kecepatan.

ICE menggabungkan dua cabang teknik. Rekayasa instrumentasi adalah ilmu tentang pengukuran dan kontrol variabel proses dalam area produksi atau manufaktur. Sementara itu, teknik kontrol, juga disebut teknik sistem kontrol, adalah disiplin ilmu teknik yang menerapkan teori kontrol untuk mendesain sistem dengan perilaku yang diinginkan.

Insinyur kontrol bertanggung jawab atas penelitian, desain, dan pengembangan perangkat dan sistem kontrol, biasanya di fasilitas manufaktur dan pabrik proses. Metode kontrol menggunakan sensor untuk mengukur variabel output perangkat dan memberikan umpan balik kepada pengontrol sehingga dapat melakukan koreksi terhadap kinerja yang diinginkan. Kontrol otomatis mengelola perangkat tanpa memerlukan input manusia untuk koreksi, seperti cruise control untuk mengatur kecepatan mobil.

Kegiatan rekayasa sistem kontrol bersifat multi-disiplin. Mereka berfokus pada implementasi sistem kontrol, terutama yang berasal dari pemodelan matematika. Karena instrumentasi dan kontrol memainkan peran penting dalam mengumpulkan informasi dari suatu sistem dan mengubah parameternya, maka keduanya merupakan bagian penting dari loop kontrol.

Sebagai profesi

Permintaan yang tinggi untuk para profesional teknik ditemukan di bidang-bidang yang terkait dengan otomatisasi proses. Spesialisasi termasuk instrumentasi industri, dinamika sistem, kontrol proses, dan sistem kontrol. Selain itu, pengetahuan teknologi, khususnya dalam sistem komputer, sangat penting untuk pekerjaan seorang insinyur instrumentasi dan kontrol; topik terkait teknologi yang penting termasuk interaksi manusia-komputer, pengontrol logika yang dapat diprogram, dan SCADA. Tugas-tugasnya berpusat pada perancangan, pengembangan, pemeliharaan, dan pengelolaan sistem kontrol.

Tujuan dari pekerjaan seorang insinyur instrumentasi dan kontrol adalah untuk memaksimalkan:

• Produktivitas
• Optimalisasi
• Stabilitas
• Keandalan
• Keamanan
• Kontinuitas

Sebagai disiplin ilmu akademis

Teknik instrumentasi dan kontrol adalah bidang studi penting yang ditawarkan di banyak universitas di seluruh dunia, baik di tingkat sarjana maupun pascasarjana. Disiplin ilmu ini mengintegrasikan prinsip-prinsip dari berbagai cabang teknik, memberikan pemahaman yang komprehensif tentang desain, analisis, dan manajemen sistem otomatis.

Mata kuliah yang umum untuk disiplin ini mencakup, tetapi tidak terbatas pada, mata kuliah seperti desain sistem kontrol, dasar-dasar instrumentasi, kontrol proses, sensor dan pemrosesan sinyal, otomasi, robotika, dan komunikasi data industri. Mata kuliah tingkat lanjut dapat mempelajari topik-topik seperti sistem kontrol cerdas, pemrosesan sinyal digital, dan desain sistem tertanam.

Mahasiswa sering kali memiliki kesempatan untuk terlibat dalam praktikum dan proyek-proyek yang relevan dengan industri, yang mengembangkan keterampilan praktis di samping pengetahuan teoritis. Pengalaman-pengalaman ini sangat penting dalam mempersiapkan para lulusan untuk berkarir di berbagai sektor termasuk manufaktur, pembangkit listrik, minyak dan gas, dan perawatan kesehatan, di mana mereka dapat merancang dan memelihara sistem yang mengotomatisasi proses, meningkatkan efisiensi, dan meningkatkan keselamatan.

Bersifat interdisipliner, bidang ini dapat diakses oleh mahasiswa dari berbagai latar belakang teknik. Umumnya, mahasiswa dengan latar belakang Teknik Elektro dan Teknik Mesin tertarik pada bidang ini karena dasar yang kuat dalam sistem kontrol, dinamika sistem, mesin dan perangkat elektro-mekanis, dan sirkuit listrik (pekerjaan kursus). Namun, dengan meningkatnya kompleksitas dan integrasi sistem, mahasiswa dari bidang-bidang seperti teknik komputer, teknik kimia, dan bahkan teknik biomedis semakin berkontribusi dan mendapat manfaat dari studi di bidang teknik instrumentasi dan kontrol.

Selain itu, kemajuan teknologi yang pesat di berbagai bidang seperti Internet of Things (IoT), kecerdasan buatan (AI), dan pembelajaran mesin terus membentuk kurikulum disiplin ini, menjadikannya bidang studi yang terus berkembang dan dinamis.

Disadur dari: en.wikipedia.org 

Teknik kontrol atau teknik sistem kontrol adalah disiplin ilmu teknik yang berhubungan dengan sistem kontrol, menerapkan teori kontrol untuk merancang peralatan dan sistem dengan perilaku yang diinginkan dalam lingkungan kontrol. Disiplin ilmu kontrol tumpang tindih dan biasanya diajarkan bersama dengan teknik elektro, teknik kimia, dan teknik mesin di banyak institusi di seluruh dunia.

Praktik ini menggunakan sensor dan detektor untuk mengukur kinerja output dari proses yang sedang dikontrol; pengukuran ini digunakan untuk memberikan umpan balik korektif yang membantu mencapai kinerja yang diinginkan. Sistem yang dirancang untuk bekerja tanpa memerlukan masukan dari manusia disebut sistem kontrol otomatis (seperti cruise control untuk mengatur kecepatan mobil). Bersifat multidisiplin, kegiatan rekayasa sistem kontrol berfokus pada implementasi sistem kontrol yang sebagian besar berasal dari pemodelan matematis berbagai macam sistem.

Gambaran Umum

Teknik kontrol modern adalah bidang studi yang relatif baru yang mendapatkan perhatian signifikan selama abad ke-20 dengan kemajuan teknologi. Hal ini dapat didefinisikan secara luas atau diklasifikasikan sebagai aplikasi praktis dari teori kontrol. Teknik kontrol memainkan peran penting dalam berbagai sistem kontrol, mulai dari mesin cuci rumah tangga sederhana hingga pesawat tempur berkinerja tinggi. Teknik kontrol berusaha memahami sistem fisik, menggunakan pemodelan matematika, dalam hal input, output, dan berbagai komponen dengan perilaku yang berbeda; menggunakan alat desain sistem kontrol untuk mengembangkan pengontrol untuk sistem tersebut; dan untuk mengimplementasikan pengontrol dalam sistem fisik dengan menggunakan teknologi yang tersedia. Sebuah sistem dapat berupa sistem mekanis, elektrik, fluida, kimiawi, finansial, atau biologis, dan pemodelan matematis, analisis, serta desain pengendalinya menggunakan teori kendali dalam satu atau banyak domain waktu, frekuensi, dan kompleksitas, bergantung pada sifat masalah desain.

Teknik kontrol adalah disiplin ilmu teknik yang berfokus pada pemodelan beragam sistem dinamis (misalnya sistem mekanis) dan desain pengontrol yang akan menyebabkan sistem ini berperilaku sesuai dengan yang diinginkan. Meskipun pengontrol tersebut tidak harus berupa listrik, banyak yang menggunakan listrik dan karenanya teknik kontrol sering dipandang sebagai subbidang teknik listrik.

Rangkaian listrik, prosesor sinyal digital, dan mikrokontroler dapat digunakan untuk mengimplementasikan sistem kontrol. Teknik kontrol memiliki berbagai aplikasi mulai dari sistem penerbangan dan propulsi pesawat terbang komersial hingga kontrol pelayaran yang ada di banyak mobil modern.

Dalam banyak kasus, insinyur kontrol memanfaatkan umpan balik saat merancang sistem kontrol. Hal ini sering dilakukan dengan menggunakan sistem pengontrol PID. Sebagai contoh, pada mobil dengan cruise control, kecepatan kendaraan terus dipantau dan diumpankan kembali ke sistem, yang akan menyesuaikan torsi motor. Jika ada umpan balik yang teratur, teori kontrol dapat digunakan untuk menentukan bagaimana sistem merespons umpan balik tersebut. Pada hampir semua sistem seperti itu, stabilitas adalah hal yang penting dan teori kontrol dapat membantu memastikan stabilitas tercapai.

Meskipun umpan balik merupakan aspek penting dari teknik kontrol, insinyur kontrol juga dapat bekerja pada kontrol sistem tanpa umpan balik. Ini dikenal sebagai kontrol loop terbuka. Contoh klasik dari kontrol loop terbuka adalah mesin cuci yang berjalan melalui siklus yang telah ditentukan sebelumnya tanpa menggunakan sensor.

Jejak Sejarah Sistem Kontrol

Sistem kontrol otomatis pertama kali dikembangkan lebih dari dua ribu tahun yang lalu. Perangkat kontrol umpan balik pertama yang tercatat diperkirakan adalah jam air Ktesibios kuno di Alexandria, Mesir, sekitar abad ketiga sebelum masehi. Jam ini menjaga waktu dengan mengatur ketinggian air dalam bejana dan, oleh karena itu, aliran air dari bejana tersebut. Ini tentu saja merupakan perangkat yang sukses karena jam air dengan desain serupa masih dibuat di Baghdad ketika bangsa Mongol merebut kota tersebut pada tahun 1258 M. Berbagai perangkat otomatis telah digunakan selama berabad-abad untuk menyelesaikan tugas-tugas yang berguna atau hanya untuk menghibur. Yang terakhir termasuk automata, yang populer di Eropa pada abad ke-17 dan ke-18, yang menampilkan figur-figur penari yang akan mengulangi tugas yang sama berulang kali; automata ini adalah contoh kontrol loop terbuka. Tonggak sejarah di antara umpan balik, atau perangkat kontrol otomatis "loop tertutup", termasuk pengatur suhu tungku yang dikaitkan dengan Drebbel, sekitar tahun 1620, dan pengatur bola terbang sentrifugal yang digunakan untuk mengatur kecepatan mesin uap oleh James Watt pada tahun 1788.

Dalam makalahnya tahun 1868 "On Governors", James Clerk Maxwell mampu menjelaskan ketidakstabilan yang ditunjukkan oleh governor flyball menggunakan persamaan diferensial untuk menggambarkan sistem kontrol. Hal ini menunjukkan pentingnya dan kegunaan model dan metode matematika dalam memahami fenomena yang kompleks, dan ini menandakan dimulainya kontrol matematika dan teori sistem. Elemen-elemen teori kontrol telah muncul sebelumnya tetapi tidak sedramatis dan meyakinkan seperti dalam analisis Maxwell.

Teori kontrol membuat langkah signifikan selama abad berikutnya. Teknik matematika baru, serta kemajuan dalam teknologi elektronik dan komputer, memungkinkan untuk mengontrol sistem dinamis yang jauh lebih kompleks daripada yang dapat distabilkan oleh pengatur bola terbang asli. Teknik matematika baru termasuk perkembangan dalam kontrol optimal pada tahun 1950-an dan 1960-an yang diikuti oleh kemajuan dalam metode kontrol stokastik, robust, adaptif, dan nonlinier pada tahun 1970-an dan 1980-an. Aplikasi metodologi kontrol telah membantu memungkinkan perjalanan ruang angkasa dan satelit komunikasi, pesawat yang lebih aman dan lebih efisien, mesin mobil yang lebih bersih, dan proses kimia yang lebih bersih dan lebih efisien.

Sebelum muncul sebagai disiplin ilmu yang unik, teknik kontrol dipraktikkan sebagai bagian dari teknik mesin dan teori kontrol dipelajari sebagai bagian dari teknik elektro karena sirkuit listrik sering kali dapat dengan mudah dijelaskan menggunakan teknik teori kontrol. Dalam hubungan kontrol yang pertama, output arus diwakili oleh input kontrol tegangan. Namun, karena tidak memiliki teknologi yang memadai untuk mengimplementasikan sistem kontrol elektrik, para perancang dibiarkan dengan pilihan sistem mekanis yang kurang efisien dan merespons dengan lambat. Pengontrol mekanis yang sangat efektif yang masih banyak digunakan di beberapa pembangkit listrik tenaga air adalah governor. Kemudian, sebelum elektronika daya modern, sistem kontrol proses untuk aplikasi industri dirancang oleh insinyur mekanik menggunakan perangkat kontrol pneumatik dan hidrolik, yang banyak di antaranya masih digunakan hingga saat ini.

Sistem kontrol

Sistem kontrol mengelola, memerintahkan, mengarahkan, atau mengatur perilaku perangkat atau sistem lain menggunakan loop kontrol. Sistem ini dapat berkisar dari pengontrol pemanas rumah tunggal yang menggunakan termostat yang mengendalikan ketel rumah tangga hingga sistem kontrol industri besar yang digunakan untuk mengendalikan proses atau mesin. Sistem kontrol dirancang melalui proses rekayasa kontrol.

Untuk kontrol termodulasi terus-menerus, pengontrol umpan balik digunakan untuk mengontrol proses atau operasi secara otomatis. Sistem kontrol membandingkan nilai atau status variabel proses (PV) yang sedang dikontrol dengan nilai yang diinginkan atau setpoint (SP), dan menerapkan perbedaannya sebagai sinyal kontrol untuk membawa output variabel proses pabrik ke nilai yang sama dengan setpoint. Untuk logika sekuensial dan kombinasional, logika perangkat lunak, seperti pada pengontrol logika yang dapat diprogram, digunakan.

Kemajuan Kontrol dalam Masa Kini

Pada awalnya, teknik kontrol adalah tentang sistem kontinu. Pengembangan alat kontrol komputer menimbulkan persyaratan rekayasa sistem kontrol diskrit karena komunikasi antara pengontrol digital berbasis komputer dan sistem fisik diatur oleh jam komputer. Padanan dari transformasi Laplace dalam domain diskrit adalah transformasi-Z. Saat ini, banyak sistem kontrol yang dikendalikan oleh komputer dan terdiri dari komponen digital dan analog.

Oleh karena itu, pada tahap desain, komponen digital dipetakan ke dalam domain kontinu dan desain dilakukan dalam domain kontinu, atau komponen analog dipetakan ke dalam domain diskrit dan desain dilakukan di sana. Metode pertama dari kedua metode ini lebih sering ditemui dalam praktiknya karena banyak sistem industri memiliki banyak komponen sistem kontinu, termasuk komponen mekanis, fluida, biologis, dan elektrik analog, dengan sedikit pengontrol digital.

Demikian pula, teknik desain telah berkembang dari desain manual berbasis kertas dan penggaris menjadi desain berbantuan komputer dan sekarang menjadi desain otomatis komputer atau CAD yang dimungkinkan oleh komputasi evolusioner. CAD dapat diterapkan tidak hanya untuk menyetel skema kontrol yang telah ditentukan, tetapi juga untuk pengoptimalan struktur pengontrol, identifikasi sistem, dan penemuan sistem kontrol baru, yang murni didasarkan pada persyaratan kinerja, tidak bergantung pada skema kontrol tertentu.

Sistem kontrol yang tangguh memperluas fokus tradisional yang hanya menangani gangguan yang direncanakan ke kerangka kerja dan mencoba untuk mengatasi berbagai jenis gangguan yang tidak terduga; khususnya, mengadaptasi dan mengubah perilaku sistem kontrol sebagai respons terhadap aktor jahat, mode kegagalan abnormal, tindakan manusia yang tidak diinginkan, dll.

Disadur dari: en.wikipedia.org/wiki 

Programmable Logic Controller (PLC), atau yang sering disebut sebagai pengendali logika terprogram, merupakan sebuah komputer industri yang telah diruggedkan dan disesuaikan untuk mengontrol proses manufaktur, seperti garis perakitan, mesin, perangkat robotik, atau aktivitas lain yang membutuhkan kehandalan tinggi, kemudahan pemrograman, dan diagnosis gangguan proses.

PLC dapat bervariasi mulai dari perangkat modular kecil dengan puluhan input dan output (I/O), dalam sebuah housing yang terintegrasi dengan prosesor, hingga perangkat modular besar yang dipasang di rak dengan ribuan I/O, dan sering terhubung ke sistem PLC dan SCADA lainnya. Mereka dapat dirancang untuk berbagai susunan I/O digital dan analog, rentang suhu yang luas, kekebalan terhadap noise listrik, dan ketahanan terhadap getaran dan dampak.

Awal mula PLC berasal dari industri otomotif di Amerika Serikat pada akhir tahun 1960-an dan dirancang untuk menggantikan sistem logika relay yang telah ada sebelumnya. Dick Morley, yang menciptakan PLC pertama, Modicon 084, untuk General Motors pada tahun 1968, dianggap sebagai bapak PLC.

PLC merupakan contoh dari sistem real-time keras karena hasil output harus diproduksi sebagai respons terhadap kondisi input dalam waktu terbatas, jika tidak operasi yang tidak diinginkan dapat terjadi. Program untuk mengontrol operasi mesin biasanya disimpan dalam memori yang dilengkapi dengan baterai atau non-volatile.

PLC menyediakan beberapa keuntungan dibandingkan dengan sistem otomasi sebelumnya. Ini lebih tahan terhadap lingkungan industri dibandingkan sistem sebelumnya dan lebih dapat diandalkan, ringkas, serta membutuhkan perawatan yang lebih sedikit daripada sistem relay. Dengan bahasa pemrograman sederhana yang terfokus pada logika dan operasi switching, PLC lebih mudah digunakan oleh pengguna dibandingkan komputer dengan bahasa pemrograman umum.

Salah satu perusahaan yang memainkan peran penting dalam pengembangan PLC adalah Modicon, yang pada akhirnya diakuisisi oleh Schneider Electric. Di samping itu, Allen-Bradley, yang sekarang menjadi merek milik Rockwell Automation, juga menjadi salah satu produsen PLC utama di Amerika Serikat.

Metode pemrograman awal untuk PLC berkembang dari representasi logika dalam bentuk ekspresi logika Boolean menjadi lebih umum digunakan, seperti logika tangga, karena format ini lebih dikenal digunakan dalam panel kontrol elektromekanis.

Hingga pertengahan tahun 1990-an, PLC diprogram menggunakan panel pemrograman khusus yang sering kali memiliki tombol fungsi yang didedikasikan untuk berbagai elemen logis program PLC. Beberapa terminal pemrograman khusus menampilkan elemen-elemen program PLC sebagai simbol grafis, tetapi representasi karakter ASCII plain dari kontak, koil, dan kawat juga umum. Program disimpan pada kartu pita kaset. Fasilitas untuk pencetakan dan dokumentasi minimal karena keterbatasan kapasitas memori. PLC tertua menggunakan memori non-volatile berbasis inti magnetik.

Dengan terus berkembangnya teknologi, PLC tetap menjadi bagian integral dari otomasi industri dan terus mengalami inovasi untuk memenuhi kebutuhan yang semakin kompleks dalam lingkungan manufaktur modern.

Arsitektur

PLC (Programmable Logic Controller) merupakan sebuah kontroler mikroprosesor yang digunakan dalam industri dengan memori yang dapat diprogram untuk menyimpan instruksi program dan berbagai fungsi lainnya. Komponen utama dari PLC meliputi:

- Unit pemrosesan (CPU) yang menginterpretasi masukan, menjalankan program kontrol yang tersimpan dalam memori, dan mengirimkan sinyal keluaran.
- Unit sumber daya yang mengonversi tegangan AC menjadi DC.
- Unit memori yang menyimpan data dari masukan dan program yang akan dieksekusi oleh CPU.
- Antarmuka masukan dan keluaran, tempat kontroler menerima dan mengirimkan data dari/ke perangkat eksternal.
- Antarmuka komunikasi untuk menerima dan mengirimkan data melalui jaringan komunikasi dari/ke PLC jarak jauh.

PLC memerlukan perangkat pemrograman yang digunakan untuk mengembangkan program dan kemudian mengunduhnya ke memori kontroler. Umumnya, PLC modern mengandung sistem operasi real-time seperti OS-9 atau VxWorks.

Dalam desain mekanik, terdapat dua jenis desain untuk sistem PLC. Pertama, kotak tunggal atau brick adalah kontroler terprogram kecil yang menampung semua unit dan antarmuka ke dalam satu casing kompak, meskipun biasanya, modul ekspansi tambahan untuk masukan dan keluaran tersedia. Jenis desain kedua adalah PLC modular yang memiliki rangka (juga disebut rak) yang menyediakan ruang untuk modul dengan berbagai fungsi, seperti sumber daya, prosesor, pemilihan modul I/O, dan antarmuka komunikasi - yang semua dapat disesuaikan untuk aplikasi tertentu. Beberapa rak dapat dikelola oleh satu prosesor dan dapat memiliki ribuan masukan dan keluaran. Metode komunikasi khusus yang cepat atau metode komunikasi yang serupa digunakan agar rak dapat didistribusikan jauh dari prosesor, mengurangi biaya pengkabelan untuk pabrik-pabrik besar. Opsi juga tersedia untuk memasang titik-titik I/O langsung ke mesin dan menggunakan kabel putus cepat ke sensor dan katup, menghemat waktu dalam pengkabelan dan penggantian komponen.

Sinyal diskrit (digital) hanya dapat memiliki nilai on atau off (1 atau 0, benar atau salah). Contoh perangkat yang menyediakan sinyal diskrit meliputi sakelar batas, sensor fotoelektrik, dan enkoder. Sementara itu, sinyal analog dapat menggunakan tegangan atau arus yang berbanding lurus dengan ukuran variabel yang dimonitor dan dapat mengambil nilai apa pun dalam skala mereka. Tekanan, suhu, aliran, dan berat sering kali direpresentasikan oleh sinyal analog. Ini biasanya diinterpretasikan sebagai nilai integer dengan berbagai rentang ketepatan tergantung pada perangkat dan jumlah bit yang tersedia untuk menyimpan data. Sebagai contoh, sinyal loop arus 0 hingga 10 V atau 4-20 mA akan dikonversi menjadi nilai integer 0 hingga 32.767. PLC akan mengambil nilai ini dan mengubahnya ke unit proses yang diinginkan sehingga operator atau program dapat membacanya.

Untuk meningkatkan ketersediaan sistem dalam kasus kegagalan komponen perangkat keras, modul CPU atau I/O yang redundan dengan fungsionalitas yang sama dapat ditambahkan ke konfigurasi perangkat keras. Ini membantu mencegah shutdown total atau sebagian dari proses karena kegagalan perangkat keras. Skenario redundansi lainnya bisa terkait dengan proses yang kritis untuk keamanan, misalnya, pres hidrolik besar bisa membutuhkan agar kedua PLC menyala keluaran sebelum pres bisa turun jika salah satu keluaran tidak mati dengan benar.

Pemrograman PLC

Pengontrol Logika yang Dapat Diprogram (PLC) telah merevolusi otomasi industri dengan menyediakan sarana yang mudah digunakan bagi para insinyur untuk mengendalikan proses manufaktur. Awalnya dikembangkan sebagai pengganti sistem logika relai di industri otomotif, PLC telah berkembang menjadi pengontrol canggih yang mampu menangani berbagai tugas dengan mudah.

PLC dirancang untuk tahan terhadap lingkungan industri yang keras, menawarkan kemampuan input / output (I / O) yang luas untuk terhubung dengan sensor dan aktuator. Mereka dapat menangani input digital sederhana seperti sakelar batas, serta sinyal analog kompleks dari sensor yang memantau variabel seperti suhu dan tekanan. PLC juga mengontrol output ke perangkat seperti lampu indikator, motor listrik, dan silinder hidrolik.

Salah satu fitur utama PLC adalah fleksibilitas pemrogramannya. Awalnya diprogram menggunakan bahasa grafis seperti Ladder Diagram (LD), PLC modern mematuhi standar IEC 61131-3, menawarkan berbagai bahasa pemrograman tekstual dan grafis seperti Teks Terstruktur (ST), Daftar Instruksi (IL), Diagram Blok Fungsi (FBD), dan Diagram Fungsi Sekuensial (SFC).

Pemrograman PLC biasanya dilakukan dengan menggunakan perangkat lunak khusus pada komputer pribadi atau perangkat pemrograman genggam. Hal ini memungkinkan para insinyur untuk mengembangkan, men-debug, dan mensimulasikan program PLC sebelum mengunduhnya ke dalam memori pengontrol. Simulasi adalah langkah penting dalam pemrograman PLC, karena membantu mengidentifikasi dan memperbaiki kesalahan di awal proses pengembangan, mencegah waktu henti yang mahal dan memastikan keamanan sistem otomatis.

Selama bertahun-tahun, PLC telah berevolusi untuk menggabungkan fungsi-fungsi canggih seperti kontrol relai berurutan, kontrol gerak, kontrol proses, dan jaringan. Beberapa PLC modern bahkan menyaingi komputer desktop dalam hal penanganan data, daya pemrosesan, dan kemampuan komunikasi. Namun, pengontrol komputer desktop belum mendapatkan penerimaan luas di industri berat karena sistem operasinya yang kurang stabil dan perangkat keras yang tidak dirancang untuk kondisi industri.

Kesimpulannya, PLC memainkan peran penting dalam otomasi industri, menawarkan kepada para insinyur sarana yang andal dan serbaguna untuk mengendalikan proses manufaktur. Dengan desain yang kuat, kemampuan I / O yang luas, dan opsi pemrograman yang fleksibel, PLC terus mendorong inovasi dan efisiensi di berbagai industri di seluruh dunia.

Disadur dari: en.wikipedia.org