Artikel berikut mungkin sesuai dengan kebutuhan dan masalah di lndustri Anda:
– mengontrol air utilitas
– analisis kualitas air
– peningkatan kualitas air
– meningkatkan mutu air utilitas
Semoga artikel ini membantu Anda.

BAB 3 PENERAPAN METODE KUALITAS PADA PROSES PENGOLAHAN AIR

Sistem air utilitas biasanya memiliki variasi yang cukup besar. Karakteristik makeup water dapat berubah seiring waktu. Kecepatan dan tingkat perubahannya tergantung pada sumber air. Water losses dari sistem resirkulasi, perubahan laju produksi, dan laju bahan kimia semuanya berpengaruh terhadap variasi sistem dan dengan demikian mempengaruhi kemampuan untuk mempertahankan kontrol yang tepat dari sistem. Variabel lain yang berpengaruh terhadap sistem air utilitas meliputi:

  • Kecepatan air
  • Suhu air
  • Suhu proses
  • Tuntutan proses
  • Laju penguapan
  • Keterampilan operator
  • Karakteristik air (suspended solids, hardness, pH)
  • Kualitas air olahan

Variabel-variabel ini dipertimbangkan dan digunakan selama aplikasi dan pengujian pilot plant dari sistem pengolahan air yang baru. Simulasi pilot plant dengan variasi operasional aktual adalah tugas yang menantang. Setiap sistem air industri itu unik, tidak hanya dalam operasi produksi yang didukungnya dan sumber air yang diterimanya, tetapi juga dalam tingkat variasi inheren yang ditemui karena faktor-faktor meningkatkan kualitas air yang telah disebutkan sebelumnya. Meskipun program yang sangat sensitif beroperasi dalam rentang kendali sempit dapat cocok untuk satu sistem, sistem lain yang membutuhkan tingkat perlindungan yang sama mungkin tidak mampu mempertahankan kendali yang diperlukan. Akibatnya, hasil yang lebih rendah harus diterima kecuali jika sistem diperbaiki untuk mendukung program sensitif.

Dalam sistem operasi, pengolahan air influen, boiler, pendingin, dan air limbah yang tepat, sering kali memerlukan penyesuaian bahan kimia yang terus menerus dan konstan untuk memenuhi persyaratan kondisi sistem yang berubah dengan cepat. Program yang dirancang dengan baik sangat penting untuk mempertahankan kontrol yang tepat. Program harus mencakup batas kendali yang tepat dan kemampuan untuk memecahkan masalah yang mengganggu kendali karakteristik kimia dari air. Keberhasilan dalam pemecahan masalah bergantung pada pengetahuan, meningkatkan kualitas air logika, dan keterampilan memecahkan masalah. Untuk meningkatkan operasi, perlu untuk mengenali pentingnya perbaikan berkelanjutan dan pemahaman mengenai beberapa alat dan prosedur yang diperlukan untuk mendukung upaya ini.

Data yang memadai dan andal sangat penting jika variasi dalam sistem ingin diukur dan dikurangi. Perangkat lunak komputer khusus dapat membantu upaya untuk mengelola, meringkas, dan menggunakan data secara efektif. Data proses dapat disimpan dalam database dan diambil serta dianalisis sesuai kebutuhan dalam berbagai format. Komputer dapat mengolah data secara cepat yang biasanya membutuhkan waktu berbulan-bulan atau bertahun-tahun jika menggunakan log sheet. Komputer dapat digunakan untuk membuat grafik dan menganalisis data dalam berbagai format, seperti Statistical Process Control (SPC), trend analysis, dan histogram.

Gambar 3.1 Kemampuan komputer untuk mengakses data dan meninjaunya dalam berbagai format berkontribusi pada penyelesaian masalah yang lebih cepat dan lebih efektif.

Operator dapat memecahkan masalah sistem meningkatkan kualitas air berdasarkan analisis ini tanpa menghabiskan banyak waktu untuk meneliti dan menganalisis data secara manual.

Dalam buku klasiknya, Managerial Breakthrough (McGraw Hill: New York, 1964, hlm 1-14), Dr. J. M. Juran mengembangkan perbedaan penting antara kendali mutu, peningkatan mutu, dan menjelaskan elemen pemecahan masalah yang efektif dalam setiap kasus. Perbedaan dan hubungan ini diringkas pada gambar di bawah ini.

Gambar 3.2 Program peningkatan kualitas menetapkan standar baru untuk kesadahan (hardness) air umpan.

ZONA PENGENDALIAN MUTU

Meskipun kinerja suatu proses bervariasi dari hari ke hari, kinerja rata-rata dan rentang variasi cukup konstan dari waktu ke waktu. Tingkat kinerja ini melekat dalam proses dan disediakan dalam desain sistem. Zona pengendalian mutu menggambarkan data rata-rata yang diterima dan kisaran variasi nilai kesadahan air umpan yang diterima. Zona ini sering digunakan sebagai standar kinerja.

Terkadang, hasil dari kinerja berada di luar rentang variasi yang diterima atau standar dari range quality control. Hal ini digambarkan pada grafik pengendalian mutu dengan adanya suatu lonjakan secara tidak teratur. Tujuan pemecahan masalah di Zona Pengendalian Mutu adalah untuk membangun kembali standar kinerja. Hal ini melibatkan langkah-langkah berikut:

  • mendeteksi perubahan (lonjakan tidak teratur)
  • mengidentifikasi penyebab perubahan
  • mengambil tindakan korektif untuk memulihkan status quo

ZONA PENINGKATAN MUTU

Pemecahan masalah di Quality Improvement Zone dapat memberikan dampak yang lebih besar. Sasaran peningkatan kualitas adalah untuk menolak status quo sebagai standar dan mencapai tingkat kinerja yang belum pernah dicapai sebelumnya. Tingkat ini, “Zona Baru Quality Control“, meningkatkan kualitas air menunjukkan pencapaian biaya yang lebih rendah dan/ atau kinerja yang lebih baik. Dalam hal ini, kesadahan air umpan yang lebih rendah secara signifikan mengurangi potensi pengerakan dan meningkatkan performa boiler.

Langkah ini memperluas cakupan pemecahan masalah di luar koreksi masalah yang sudah jelas. Meskipun penting untuk “membuat sistem berfungsi dengan baik”, sering kali lebih penting untuk melihat keseluruhan sistem untuk mengidentifikasi area mana yang berpotensi untuk ditingkatkan. Beberapa sistem tidak direncanakan dengan baik; yang lainnya belum diperbarui untuk mengikuti perubahan persyaratan dan kemajuan teknologi. Dalam kedua kasus tersebut, seringkali sistem yang menyebabkan masalah kontrol dan operasional (bukan orang yang bekerja di dalam sistem).

Alat Peningkatan Mutu

Selain pemahaman yang tepat, prosedur pemecahan masalah yang tepat juga dapat membantu peningkatan struktur dan konsistensi dalam pemecahan masalah tersebut. Alat peningkatan mutu berikut menyediakan cara untuk meringkas dan menyajikan data secara signifikan serta meningkatkan keberhasilan penyelesaian masalah yang sulit.

Diagram Alir. Diagram alir memberikan presentasi grafis dari langkah-langkah yang diperlukan untuk menghasilkan data yang diinginkan. Misalnya, cara ini dapat digunakan untuk memperjelas prosedur yang digunakan untuk mendesain softener atau langkah-langkah yang harus diambil jika terjadi gangguan pada cooling tower. Diagram alir digunakan dalam pemecahan masalah untuk memberikan pemahaman yang sama kepada semua pihak tentang keseluruhan proses.

Brainstorming. Dalam mendiagnosis masalah, ide-ide baru dan berguna dapat muncul ketika semua orang yang paham mengenai proses tersebut bertemu untuk berbagi pengalaman dan ide mereka. Kemungkinan penyebab dan solusi bisa didiskusikan, disajikan dan dievaluasi.meningkatkan kualitas air

Diagram Sebab-Akibat (Cause-Effect Diagram). Langkah penting pertama dalam peningkatan mutu adalah mengidentifikasi akar penyebab masalah. Diagram sebab-akibat memberikan cara yang efektif untuk mengatur dan menampilkan berbagai gagasan tentang kemungkinan akar penyebab tersebut. Gambar di bawah ini secara grafis menyajikan kemungkinan penyebab berkurangnya throughput  unit demineralizer.

Gambar 3.3 Diagram sebab-akibat menyajikan kemungkinan penyebab berkurangnya produk unit demineralizer.

Diagram Scatter. Diagram ini berguna untuk memberikan representasi grafik yang jelas dari hubungan antara dua variabel. Misalnya, kadar besi air umpan boiler dapat diplot sebagai fungsi pH air umpan untuk mengonfirmasi atau mengesampingkan hubungan sebab-akibat.

Analisis Pareto. Analisis pareto adalah analisa yang membandingkan peringkat dari faktor-faktor yang berpengaruh terhadap kualitas, atau peringkat biaya dari berbagai masalah. Ini adalah sarana grafik yang sangat baik untuk mengidentifikasi dan berfokus pada beberapa faktor atau masalah penting. Gambar di bawah ini menunjukkan analisis biaya yang dihitung dari berbagai masalah yang mengganggu pengelolaan sistem air utilitas yang berhasil.

Gambar 3.4 Analisis Pareto membantu mengidentifikasi beberapa faktor penting yang memiliki dampak terbesar pada kinerja sistem pengolahan air.

Pengumpulan data dan fakta yang akurat sangat penting untuk setiap upaya peningkatan mutu. Peningkatan mutu merupakan aktivitas yang membutuhkan banyak informasi. Dalam banyak kasus, masalah tetap tidak terpecahkan untuk jangka waktu yang lama karena kurangnya informasi yang relevan. Sistem pengumpulan data yang baik harus direncanakan dengan hati-hati untuk memberikan informasi yang benar dengan sedikit usaha dan dengan kemungkinan kesalahan yang minimal.meningkatkan kualitas air

Untuk merencanakan pengumpulan data, penting untuk mengidentifikasi potensi sumber bias dan mengembangkan prosedur untuk mengatasinya:

  • Bias pengecualian. Jika bagian dari proses yang sedang diselidiki telah ditinggalkan, hasilnya akan bias jika data dimaksudkan untuk mewakili keseluruhan proses. Misalnya, jika data tentang percobaan kemurnian air tidak disertakan dalam evaluasi masalah pengotoran turbin uap, penyebabnya bisa terlewatkan.
  • Bias interaksi. Proses pengumpulan datanya sendiri dapat mempengaruhi proses yang sedang dipelajari. Misalnya, jika operator mengetahui bahwa tingkat perawatan cooling tower sedang dipantau oleh laboratorium pusat, ia mungkin lebih berhati-hati dalam melakukan pengujiannya sendiri.
  • Bias persepsi. Sikap dan keyakinan pengumpul data dapat mempengaruhi apa yang mereka rasakan dan bagaimana mereka merekamnya. Jika operator yakin bahwa perubahan pada tekanan uap adalah tanggung jawabnya, dia dapat mencatat bahwa operasi normal pada saat carryover air boiler.
  • Bias operasional. Kegagalan untuk mengikuti prosedur yang telah ditetapkan adalah bias operasional yang umum. Misalnya, kegagalan untuk mendinginkan sampel air boiler hingga 25°C (77°F) sering kali menyebabkan kesalahan pengukuran pH.

Grafik dan Diagram. Representasi gambar dari data kuantitatif, seperti diagram garis, diagram lingkaran, dan grafik batang, dapat meringkas data dalam jumlah besar di area kecil dan memberikan informasi mengenai situasi yang kompleks secara singkat dan jelas.meningkatkan kualitas air

Histogram. Gambaran dari histogram (penjumlahan grafik variasi dalam sekumpulan data) mengungkapkan pola yang sulit dilihat dalam tabel angka sederhana. Gambar di bawah ini merupakan histogram yang menunjukkan variasi level inhibitor pada sistem air pendingin.

Gambar 3.5a Data terdistribusi normal dalam batas kontrol yang ditentukan

Setiap batang di sepanjang sumbu horizontal mewakili kisaran konsentrasi inhibitor tertentu, dalam bagian per juta. Skala pada sumbu vertikal mewakili jumlah kejadian di dalamnya rentang konsentrasi. Bentuk histogram khusus ini menunjukkan pola distribusi yang normal dan dapat diprediksi. Tidak ada insiden ketidaksesuaian di luar batas toleransi yang ditentukan 60-80 ppm, yang diwakili oleh garis putus-putus.

Sebaliknya, pola variasi yang digambarkan pada di bawah ini merepresentasikan masalah yang harus diperbaiki.

Gambar 3.5b Data yang secara umum berdistribusi normal dengan beberapa titik data yang berada di luar batas kendali teknis

Pola distribusi pada di atas relatif normal, tetapi beberapa insiden ketidaksesuaian terjadi di luar batas teknik, menyimpang secara signifikan dari distribusi normal yang lain. Penyebab kejadian ini harus diselidiki, dan prosesnya diperbaiki ke pola yang lebih dapat diprediksi.

Gambar 3.5c Data terdistribusi normal tetapi ada banyak variasi dalam sistem untuk tetap berada dalam batas kendali teknis.

Gambar di atas menunjukkan pola normal dan dapat diprediksi, tetapi menunjukkan beberapa kejadian yang berada di luar batas 60-80 ppm yang ditentukan, yang menunjukkan bahwa ada terlalu banyak variasi alami dalam proses tersebut.

Kontrol proses statistik atau Statistical Process Control (SPC) adalah penggunaan metode statistik untuk mempelajari, menganalisis, dan mengontrol variasi dalam proses apa pun. Ini adalah sarana di mana seseorang dapat mengekstrak informasi penting tentang suatu proses sehingga tindakan korektif, jika perlu, dapat dilaksanakan. Sementara histogram adalah representasi bergambar pola variasi, meningkatkan kualitas air SPC digunakan untuk mengukur variasi ini dan menentukan secara matematis apakah proses tersebut stabil atau tidak stabil, dapat diprediksi atau tidak menentu. Gambar 3.6 menunjukkan tiga diagram SPC dari masing-masing nilai pengukuran yang digunakan untuk menyusun histogram pada Gambar 3.5. Dalam kasus ini, data diplot secara kronologis dan digunakan secara interaktif untuk menentukan apakah suatu nilai berada di luar batas statistik (prediktabilitas).

Dengan kontrol proses statistik, data historis aktual digunakan untuk menghitung batas statistik atas dan bawah sebagai pedoman untuk operasi di masa mendatang. Apa pun yang berada di luar batas statistik dianggap sebagai penyebab khusus variasi yang membutuhkan perhatian segera. Tentu saja, jika penyebab umum dari variasi berlebihan baik untuk alasan teknik atau ekonomi, seperti yang terjadi pada Gambar 3.5c dan 3.6c, perbaikan proses diperlukan sampai batas statistik dipersempit atau sampai ke titik penerimaan.

Gambar 3.6 Grafik Kontrol Proses Statistik (SPC) menyajikan titik data tingkat penghambat sistem pendingin yang digunakan untuk membuat histogram pada Gambar 3.5

Referensi:
Suez Water Technologies & Solutions. “Handbook of Industrial Water Treatment”

Jl. Pelajar Pejuang 45 No. 43
Kota Bandung, Jawa Barat

WA  : 082237062772
Telp : 0227317077

Copyright 2021 solusitirtaoptima.com