Assalamualaikum wr wb
pada kesempatan ini saya diamanahkan memaparkan hasil dari Curve Fitting Plot setelah itu dicari Persamaan Flux Panas yang dihitung dengan menggunakan rumus P=∫q(x)dA, selain persamaan saya juga mencari Persebaran Daya atau Visualisasi Heat Map.
langkah pertama yaitu saya mengsimulasikan kondisi panas 2d menggunakan csdsof yang selanjutnya saya titrasi dan kontur menjadi bentuk berikut :
setelah di kontur saya plot menjadi excel – excel dari j=2 hingga j=10 yang setelahnya saya olah dengan cara curve fitting menjadi berikut :
link gdrive Excell : https://drive.google.com/drive/folders/1ryh4eHAVXOzaEd0gGlm0Y_3DI_xg5eTw?usp=sharing
setelah di dicurve fitting selanjutnya saya cari persamaannya yaitu :
selanjutnya dari persamaan tersebut di ubah menjadi persamaan flux panas dengan menggunakan hukum fourier menjadi berikut :
konduktivitas thermal pada simulasi ini yaitu 16,2 (stainless steal) sehingga dimasukan ke rumusnya didapat
Setelah flux panas dihitung, daya dapat dihitung dengan rumus berikut:
dimana A merupakan luas simulasi yaitu 1 Meter x 1 meter sehingga diperoleh :
lalu setelah didapat persamaannya selanjutnya saya menghitung daya dengan persamaan diatas beserta persebaran daya berupa code python
dapat dilihat dari persebaran daya semakin daya kekanan maka daya akan mengalami peningkatan.
berikut code pythonnya :
import numpy as np
import matplotlib.pyplot as plt
# Data dari dokumen
x = np.array([0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1])
y = np.array([0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0])
T = np.array([
[303, 337.78, 351.28, 357.24, 359.91, 360.68, 359.91, 357.24, 351.28, 337.78, 303],
[303, 323.82, 337.11, 344.78, 348.71, 349.92, 348.71, 344.77, 337.11, 323.82, 303],
[303, 317.42, 328.57, 336.04, 340.24, 341.59, 340.24, 336.04, 328.57, 317.42, 303],
[303, 314.27, 323.73, 330.56, 334.61, 335.95, 334.61, 330.56, 323.73, 314.27, 303],
[303, 312.94, 321.50, 327.86, 331.71, 332.99, 317.13, 327.86, 321.50, 312.94, 303],
[303, 313, 321.47, 327.67, 331.37, 332, 331.37, 327.67, 321.47, 313, 303],
[303, 314.60, 323.73, 329.95, 333.52, 334.67, 333.52, 329.95, 323.73, 314.60, 303],
[303, 318.67, 328.88, 334.91, 338.07, 339.06, 338.07, 334.91, 328.88, 318.67, 303],
[303, 328.22, 338.20, 342.73, 344.80, 345.42, 344.80, 342.73, 338.20, 328.22, 303]
])
# Membuat grid untuk kontur
X, Y = np.meshgrid(x, y)
# Plot kontur
plt.figure(figsize=(8, 6))
# Pilih salah satu opsi colormap di bawah ini:
contour = plt.contourf(X, Y, T, cmap=’viridis’, levels=20) # Warna hijau-biru-kuning
# contour = plt.contourf(X, Y, T, cmap=’coolwarm’, levels=20) # Warna biru-merah
# contour = plt.contourf(X, Y, T, cmap=’jet’, levels=20) # Warna pelangi
# contour = plt.contourf(X, Y, T, cmap=’plasma’, levels=20) # Warna ungu-kuning
plt.colorbar(contour, label=’Temperatur (Kelvin)’)
plt.contour(X, Y, T, colors=’black’, levels=10, linewidths=0.5) # Garis kontur
# Pengaturan grafik
plt.xlabel(‘x (meter)’)
plt.ylabel(‘y (meter)’)
plt.title(‘Distribusi Temperatur 2D (Kontur)’)
plt.grid(True)
# Tampilkan grafik
plt.show()
