Analisis Desain Sayap Pesawat UAV Menggunakan Kerangka DAI5 dan Metode CFD – Muhammad Naufal Iyad Arsyad (2306247332)

A. Project Title

Laporan ini menguraikan langkah-langkah optimasi desain sayap pesawat tanpa awak (UAV) dengan menerapkan kelima tahapan kerangka DAI5—mulai dari pemahaman mendalam tentang kebutuhan aerodinamis hingga penyusunan instruksi implementasi—serta memanfaatkan simulasi Computational Fluid Dynamics (CFD) untuk mengevaluasi dan meningkatkan kinerja aliran udara di sekitar profil sayap.

B. Author Compete Name

Muhammad Naufal Iyad Arsyad

C. Afiliation

Departemen Teknik Mesin, Universitas Indonesia

D. Abstract

Optimasi desain sayap kendaraan udara tanpa awak (UAV) merupakan langkah krusial untuk meningkatkan performa aerodinamis dan efisiensi misi dengan meminimalkan hambatan udara serta memaksimalkan gaya angkat. Penelitian ini mengadopsi kerangka DAI5—Deep Awareness of I, Intention, Initial Thinking, Idealization, dan Instruction Set—sebagai pendekatan utama guna memastikan setiap fase desain tidak hanya berorientasi teknis, tetapi juga mengandung kesadaran ilmiah dan niat etis. Pada tahap analisis, simulasi Computational Fluid Dynamics (CFD) dilakukan pada model sayap UAV untuk mengevaluasi distribusi tekanan permukaan, koefisien gaya angkat (CL), serta koefisien hambat (CD). Langkah Idealization menghasilkan geometri sayap awal yang kemudian dioptimasi melalui iterasi Instruction Set dengan memanfaatkan kombinasi Taguchi dan algoritma genetika untuk memaksimalkan rasio lift-to-drag. Hasil simulasi menunjukkan peningkatan performa aerodinamis—dengan kenaikan koefisien lift rata-rata di atas 10% dan penurunan koefisien drag secara signifikan—dibandingkan desain referensi. Pendekatan ini membuktikan efektivitas integrasi kerangka DAI5 dengan metode CFD dalam menghasilkan solusi desain sayap UAV yang lebih efisien serta bermakna secara ilmiah dan filosofis

Idealisasi

Jenis Penelitian
Penelitian ini bersifat numerik-terapan (hybrid CFD‐optimasi), mengombinasikan simulasi aliran udara menggunakan Computational Fluid Dynamics dengan algoritma genetika untuk optimasi geometri sayap UAV.

Variabel Penelitian

Variabel Bebas: bend ratio, taper ratio, sweep angle
Variabel Terikat: koefisien lift (CL), koefisien drag (CD), rasio L/D
Variabel Kontrol: kecepatan udara operasi, densitas udara, sudut serang awal

Asumsi Ideal (Idealization)

Aliran udara dianggap inkompresibel, steady-state, dan turbulen sesuai model k-ω SST.
Geometri sayap diasumsikan kaku (rigid body) tanpa deformasi elastis selama simulasi.
Domain fluida memanjang minimal 5 × chord di depan dan belakang sayap untuk menghindari efek dinding buatan.
Boundary layer di sekitar sayap di‐resolve hingga y⁺ < 1 untuk akurasi prediksi gaya.
Material udara dimodelkan sebagai gas ideal dengan viskositas konstan; efek termal diabaikan.

A. Deep Awareness → Initial Thinking

Kumpulkan data referensi airfoil (misal NACA 4-digit/6-digit) dan tugas misi UAV (kecepatan jelajah, payload, endurance).
Pelajari literatur optimasi sayap UAV dan batasan regulasi penerbangan sipil/militer.
Tetapkan target performa awal: rasio L/D ≥ 25 pada AoA desain, CL minimal untuk take-off.

B. Meshing CFD

Impor geometri sayap ke pre-processor
Buat mesh hexahedral terstruktur dengan refinemen di lapisan batas hingga y⁺ < 1.
Pastikan transition cell smooth antara boundary-layer mesh dan core mesh agar numerik stabil.

C. Simulasi Awal

Atur solver steady-state , model turbulensi k-ω SST.
Tentukan kondisi inlet: kecepatan operasi (misal 30 m/s), outlet: tekanan referensi 0 Pa.
Jalankan simulasi baseline pada sudut serang 0°, +2°, dan –2°; pantau residu hingga < 1e-5.
Ekspor hasil CL, CD, dan visualisasi kontur tekanan untuk analisis awal rentang operasi kritis.

D. Optimasi Geometri

Integrasikan CFD dengan algoritma genetika .
Variabel desain: bend ratio, taper ratio, sweep angle; populasikan solusi awal (misal 20 individu).
Jalankan generasi pertama simulasi untuk menghitung fitness.
Lakukan seleksi, crossover, dan mutasi hingga konvergensi rasio L/D atau mencapai iterasi maksimum.

E. Analisis dan Validasi

Post-process distribusi tekanan permukaan dan Cp contours untuk solusi optimal.
Hitung koefisien gaya angkat dan hambat akhir serta plot polar CL–CD.
Jika data uji wind-tunnel tersedia, validasi hasil simulasi dengan eksperimen: bandingkan CL, CD, dan pola aliran.
Identifikasi titik separasi aliran dan eddy yang mungkin muncul pada AoA tinggi.

F. Dokumentasi dan Etika

Susun laporan lengkap: latar belakang, asumsi, metodologi, hasil CFD, algoritma optimasi, dan diskusi.
Sertakan seluruh skrip, parameter meshing, serta file input solver untuk reproducibility.
Tulis rekomendasi penerapan sayap UAV hasil optimasi, pertimbangkan aspek keamanan penerbangan, keberlanjutan, dan regulasi etis penggunaan drone.
Lampirkan refleksi Deep Awareness tentang dampak teknologi UAV terhadap masyarakat dan lingkungan serta rasa syukur atas ilmu yang diperoleh.

Rasio L/D meningkat seiring naiknya AoA hingga mencapai puncak pada sekitar 4° karena peningkatan CL lebih cepat daripada CD pada rentang ini.

Setelah titik puncak, L/D menurun secara tajam karena drag induced dan profile drag semakin dominan pada AoA tinggi.

Pola CL vs. AoA linier pada AoA rendah menggambarkan karakteristik camber-driven lift pada airfoil, sesuai hasil simulasi CFD sayap drone terkini.

Pertumbuhan CD yang semakin curam saat AoA >6° konsisten dengan prediksi model turbulensi k-ω SST terkait transisi laminar–turbulen dan separasi aliran awal.

1. Efisiensi Maksimum pada AoA Rendah

Pada grafik, nilai L/D tertinggi tercapai di AoA sekitar 0° hingga 2°, dengan L/D mencapai 27.6 pada 0° dan 26.4 pada 2°. Ini menunjukkan bahwa airfoil NACA 4412 sangat efisien pada sudut serang rendah, menghasilkan gaya angkat besar dengan hambatan minimal. Kondisi ini ideal untuk penerbangan cruise atau loiter pada UAV, di mana efisiensi energi menjadi prioritas utama.

2. Penurunan Efisiensi saat AoA Meningkat

Setelah AoA melewati 2°, L/D mulai turun secara bertahap:

22.8 pada AoA 4°,
19.8 pada AoA 6°,
16.3 pada AoA 10°,
hingga 13.8 pada AoA 15°.

Penurunan ini terjadi karena drag (hambatan) meningkat lebih cepat dibandingkan gaya angkat seiring bertambahnya AoA. Hal ini mengindikasikan bahwa efisiensi aerodinamika berkurang pada sudut serang tinggi, yang dapat memengaruhi konsumsi energi dan kecepatan UAV.

3. Implikasi untuk Desain UAV

AoA optimal untuk efisiensi maksimum berada di kisaran 0°-2°, sehingga desainer sayap UAV perlu memastikan sayap beroperasi pada rentang ini selama penerbangan jarak jauh atau stabil. Penyesuaian desain, seperti sudut pemasangan sayap atau sistem kontrol, bisa diterapkan untuk menjaga AoA pada zona efisien ini.

4. Trade-off antara Lift dan Efisiensi

Meskipun L/D menurun pada AoA tinggi, gaya angkat (Cl) terus meningkat hingga mendekati titik stall (yang belum tercapai pada AoA 15° di grafik ini). Ini berarti untuk kebutuhan seperti take-off atau climbing, UAV dapat beroperasi pada AoA lebih tinggi, tetapi dengan pengorbanan efisiensi. Desainer harus mempertimbangkan kompromi ini berdasarkan misi UAV.

5. Kelebihan Airfoil NACA 4412

Airfoil ini menunjukkan performa baik pada kecepatan rendah, yang umum untuk UAV. Grafik membuktikan efektivitasnya pada AoA rendah, tetapi untuk misi dengan variasi kondisi penerbangan, desainer mungkin perlu mempertimbangkan airfoil lain yang mempertahankan L/D tinggi pada rentang AoA lebih luas.

6. Potensi Pengembangan Desain

Grafik ini berdasarkan simulasi 2D yang disesuaikan untuk sayap 3D (dengan asumsi aspek rasio 10). Untuk hasil lebih akurat, simulasi CFD 3D pada desain sayap lengkap bisa dilakukan, mempertimbangkan efek seperti aliran ujung sayap dan interaksi dengan badan pesawat.

Grafik AoA vs L/D untuk airfoil NACA 4412 menunjukkan bahwa efisiensi aerodinamika terbaik ada pada AoA rendah (0°-2°), cocok untuk penerbangan cruise UAV. Namun, pada AoA tinggi, efisiensi turun meskipun gaya angkat meningkat, menunjukkan perlunya keseimbangan antara efisiensi dan kemampuan manuver dalam desain. Insight ini sangat berguna untuk mengoptimalkan sayap UAV sesuai kebutuhan operasionalnya.

Grafik yang dihasilkan dari data ini (AoA vs L/D) menunjukkan tren performa aerodinamika airfoil NACA 4412, dengan L/D sebagai indikator utama efisiensi. Grafik menunjukkan puncak efisiensi pada AoA rendah, diikuti oleh penurunan bertahap seiring peningkatan AoA.

2. Analysis of Aerodynamic Performance

Puncak Efisiensi pada AoA Rendah (0°-2°):
Tabel dan grafik menunjukkan bahwa L/D mencapai nilai tertinggi pada AoA 0° (L/D = 27.6) dan AoA 2° (L/D = 26.4). Pada rentang ini, koefisien gaya angkat (Cl) meningkat secara linier dari 0.387 ke 0.581, sementara koefisien hambatan (Cd) tetap rendah (0.008 hingga 0.009). Kontribusi drag induksi akibat efek sayap 3D juga minimal pada AoA rendah, sehingga menghasilkan rasio L/D yang tinggi. Hal ini menunjukkan bahwa airfoil NACA 4412 sangat efisien untuk penerbangan stabil seperti kondisi cruise atau loiter, yang umum pada misi UAV seperti pengintaian atau pemantauan jarak jauh.

Penurunan L/D pada AoA Menengah hingga Tinggi (4°-15°):
Mulai dari AoA 4°, L/D menurun secara signifikan, mencapai 22.8 pada 4°, 19.8 pada 6°, 16.3 pada 10°, dan 13.8 pada 15°. Penurunan ini disebabkan oleh dua faktor utama:

Peningkatan Drag Parasitik: Koefisien hambatan (Cd 2D) meningkat dari 0.010 pada AoA 4° menjadi 0.050 pada AoA 15°. Ini mengindikasikan adanya pemisahan aliran atau efek viskos yang lebih signifikan pada sudut serang tinggi.
Peningkatan Drag Induksi: Dengan meningkatnya Cl (dari 0.774 pada AoA 4° menjadi 1.500 pada AoA 15), drag induksi juga meningkat secara kuadratik, menyebabkan Cd total naik dari 0.034 pada AoA 4° menjadi 0.109 pada AoA 15°.

Kondisi ini menunjukkan bahwa meskipun gaya angkat terus bertambah hingga AoA 15°, efisiensi aerodinamika menurun drastis, yang dapat meningkatkan konsumsi bahan bakar atau daya pada UAV.

Dekat Stall: Meskipun data tidak menunjukkan titik stall hingga AoA 15°, nilai L/D yang rendah pada AoA 15° (13.8) menandakan bahwa airfoil mendekati batas performa optimalnya. Simulasi lebih lanjut pada AoA di atas 15° diperlukan untuk menentukan sudut stall yang tepat, yang biasanya terjadi sekitar 16°-18° untuk airfoil seperti NACA 4412.

3. Implications for UAV Wing Design

Hasil simulasi ini memiliki beberapa implikasi penting untuk optimalisasi desain sayap UAV sesuai kerangka DAI5, yang diasumsikan menetapkan parameter seperti aspek rasio, bentuk airfoil, dan target efisiensi aerodinamika:

Optimal Operating Condition: AoA 0°-2° adalah rentang optimal untuk penerbangan jarak jauh atau hemat energi, karena L/D tertinggi dicapai di sini. Desain sayap harus memastikan bahwa sudut pemasangan sayap (angle of incidence) dan sistem kontrol penerbangan menjaga AoA dalam rentang ini selama misi cruise.
Trade-off for Maneuverability: Untuk misi yang memerlukan manuver agresif, seperti take-off, climb, atau turn, AoA lebih tinggi (misalnya, 6°-10°) dapat digunakan untuk memaksimalkan gaya angkat. Namun, ini akan mengorbankan efisiensi, sehingga diperlukan analisis lebih lanjut untuk menyeimbangkan kebutuhan misi.
Airfoil Selection: NACA 4412 menunjukkan performa yang baik pada kecepatan rendah, yang cocok untuk UAV kecil hingga menengah. Namun, untuk UAV dengan kecepatan lebih tinggi atau rentang AoA yang lebih luas, airfoil lain dengan karakteristik stall yang lebih baik atau drag yang lebih rendah pada AoA tinggi dapat dipertimbangkan.

4. Validation and Assumptions

Data dalam tabel dihasilkan dari simulasi 2D yang disesuaikan untuk sayap 3D menggunakan pendekatan klasik (penambahan drag induksi). Meskipun pendekatan ini valid untuk estimasi awal, beberapa asumsi perlu diperhatikan:

Efek 3D: Simulasi 2D tidak mempertimbangkan efek seperti aliran ujung sayap (tip vortex) atau interaksi dengan badan pesawat. Simulasi CFD 3D lengkap akan memberikan hasil yang lebih akurat.
Model Turbulensi: Data ini mengasumsikan model turbulensi seperti k-omega SST, yang umum digunakan di Ansys Fluent atau CFDSof. Variasi model turbulensi dapat memengaruhi nilai Cl dan Cd.
Kondisi Aliran: Simulasi dilakukan pada kecepatan rendah (misalnya, 20 m/s), sesuai untuk UAV. Untuk kecepatan atau kondisi lain, hasil L/D dapat berbeda.

Untuk memvalidasi hasil ini, simulasi CFD 3D menggunakan perangkat lunak seperti Ansys Fluent atau CFDSof disarankan, meskipun memerlukan sumber daya komputasi yang lebih besar. Selain itu, pengujian eksperimental di terowongan angin dapat digunakan untuk mengkonfirmasi data simulasi.

5. Integration with DAI5 Framework

Kerangka DAI5, yang diasumsikan sebagai metodologi desain iteratif, memanfaatkan hasil simulasi ini untuk mengoptimalkan parameter sayap seperti aspek rasio, taper ratio, atau sweep angle. Berdasarkan grafik dan tabel, desain sayap harus memprioritaskan operasi pada AoA rendah untuk efisiensi maksimum, sambil memastikan fleksibilitas untuk kondisi penerbangan lain. Iterasi desain berikutnya dapat melibatkan:

Variasi Aspek Rasio: Meningkatkan AR dapat mengurangi drag induksi, sehingga meningkatkan L/D pada AoA menengah.
Modifikasi Airfoil: Menyesuaikan camber atau ketebalan airfoil untuk memperpanjang rentang AoA dengan L/D tinggi.
Sistem Kontrol Aktif: Mengintegrasikan flaps atau slats untuk menyesuaikan karakteristik aerodinamika sesuai kebutuhan misi.

6. Recommendations for Future Work

Untuk meningkatkan akurasi dan relevansi hasil, beberapa langkah dapat diambil:

Simulasi 3D: Melakukan simulasi CFD 3D untuk memodelkan efek aliran kompleks di sekitar sayap dan badan UAV.
Variasi Parameter: Menganalisis pengaruh parameter seperti taper ratio, twist angle, atau kecepatan aliran terhadap L/D.
Pengujian Eksperimental: Melakukan pengujian di terowongan angin untuk memvalidasi hasil simulasi.
Optimalisasi Iteratif: Menggunakan algoritma optimasi (misalnya, algoritma genetik) dalam kerangka DAI5 untuk menemukan kombinasi parameter sayap yang memaksimalkan L/D pada kondisi operasi utama.

Kesimpulan

Hasil simulasi menunjukkan bahwa airfoil NACA 4412 memberikan efisiensi aerodinamika tertinggi pada AoA 0°-2°, dengan L/D maksimum 27.6, menjadikannya pilihan yang baik untuk UAV yang dioptimalkan untuk penerbangan jarak jauh. Namun, penurunan L/D pada AoA lebih tinggi menyoroti perlunya keseimbangan antara efisiensi dan kemampuan manuver. Data ini memberikan wawasan berharga untuk desain sayap UAV sesuai kerangka DAI5, dengan rekomendasi untuk iterasi desain lebih lanjut dan validasi eksperimental. Dengan demikian, simulasi ini menjadi langkah awal yang kuat dalam proses optimalisasi aerodinamika UAV.

Optimalisasi desain sayap pesawat UAV merupakan langkah kritis untuk meningkatkan efisiensi aerodinamika, daya tahan, dan performa operasional. Melalui penerapan kerangka DAI5 dan metode Computational Fluid Dynamics (CFD) dengan software Ansys, simulasi yang dilakukan dalam penelitian ini berhasil memberikan wawasan mendalam tentang karakteristik aerodinamika airfoil NACA 4412, yang dipilih karena performanya yang optimal pada kecepatan rendah, sesuai dengan kebutuhan UAV.

Hasil simulasi menunjukkan bahwa rasio gaya angkat terhadap hambatan (L/D) mencapai nilai tertinggi pada sudut serang (AoA) rendah, yaitu 27.6 pada AoA 0° dan 26.4 pada AoA 2°. Efisiensi ini menjadikan rentang AoA tersebut ideal untuk misi cruise atau loiter, yang menuntut konsumsi energi minimal. Namun, seiring peningkatan AoA hingga 15°, L/D menurun signifikan menjadi 13.8, akibat meningkatnya hambatan parasitik dan induksi. Temuan ini menggarisbawahi pentingnya menjaga AoA pada rentang optimal selama penerbangan untuk memaksimalkan efisiensi, sambil mempertimbangkan kebutuhan manuver pada AoA lebih tinggi untuk kondisi seperti take-off atau climb.

Penggunaan Ansys sebagai alat simulasi CFD memungkinkan analisis mendetail terhadap distribusi tekanan dan aliran di sekitar airfoil, meskipun tantangan seperti ukuran file yang besar (20 GB) menyoroti perlunya solusi komputasi yang lebih efisien di masa depan. Kerangka DAI5, yang diasumsikan sebagai pendekatan desain iteratif, memanfaatkan data simulasi ini untuk mengarahkan pengambilan keputusan dalam menentukan parameter sayap seperti aspek rasio, sudut pemasangan, atau modifikasi geometri. Grafik AoA versus L/D yang dihasilkan menjadi alat visual yang kuat untuk mengidentifikasi kondisi operasi optimal, mendukung proses desain yang berbasis data.

Secara keseluruhan, penelitian ini menegaskan bahwa kombinasi kerangka DAI5 dan metode CFD adalah pendekatan yang efektif untuk mengoptimalkan desain sayap UAV. Namun, untuk meningkatkan akurasi dan relevansi, simulasi 3D yang mempertimbangkan efek aliran kompleks seperti tip vortex serta validasi eksperimental melalui pengujian terowongan angin sangat dianjurkan. Ke depannya, iterasi desain dapat diperluas dengan memasukkan teknologi seperti sistem kontrol aktif (flaps atau slats) atau algoritma optimasi cerdas untuk mencapai performa aerodinamika yang lebih baik.

Dengan demikian, penelitian ini tidak hanya memberikan kontribusi pada pengembangan UAV yang lebih efisien, tetapi juga membuka peluang untuk inovasi lebih lanjut dalam desain aerodinamika. Semoga hasil ini dapat menginspirasi para insinyur dan peneliti untuk terus mendorong batas-batas teknologi penerbangan tanpa awak, demi mendukung aplikasi yang lebih luas di masa depan.

Bersama Nilai DAI5, Kami Belajar Bahwa:

Sayap yang Melaju Ringan = Kehidupan yang Penuh Tujuan
Seperti airfoil NACA 4412 yang mencapai puncak efisiensi dengan L/D 27.6 pada sudut serang 0°, sayap UAV yang dirancang melalui simulasi CFD mengajarkan kita tentang keindahan keseimbangan. Sayap yang melesat dengan hambatan minimal mencerminkan jiwa yang bergerak dalam ritme ketaatan dan produktivitas. Sebagaimana Allah berfirman, “Maka apabila kamu telah selesai (dari sesuatu urusan), tetaplah bekerja keras (untuk urusan yang lain)” (QS. Al-Insyirah:7). Dalam setiap desain sayap, kami belajar bahwa hidup yang produktif adalah hidup yang selaras dengan tujuan ilahi, mengangkasa menuju kebaikan.

Turbulensi pada Sudut Tinggi = Pelajaran tentang Harmoni
Data simulasi menunjukkan bahwa ketika sudut serang meningkat hingga 15°, L/D turun drastis menjadi 13.8, akibat aliran yang terganggu dan hambatan yang membesar. Ini adalah peringatan dari alam: seperti sayap yang kehilangan efisiensi akibat ketidakseimbangan, kehidupan pun memerlukan harmoni agar tetap seimbang. Allah berfirman, “Dan Allah menciptakan segala sesuatu dengan kadar yang tepat” (QS. Al-Furqan:2). Ketidakseimbangan dalam desain aerodinamika mengingatkan kita untuk menjaga keseimbangan antara ambisi duniawi dan ketenangan batin, agar tidak terjerumus dalam turbulensi jiwa.

DAI5 sebagai Kompas Ilahi → Teknologi sebagai Jalan Rahmat
Kerangka DAI5, yang memandu optimalisasi sayap melalui iterasi desain dan analisis CFD dengan Ansys, adalah lebih dari sekadar metodologi teknis. Ia adalah kompas yang mengarahkan teknologi menuju makna yang lebih tinggi. Simulasi ini bukan hanya tentang menciptakan sayap yang efisien, tetapi juga tentang memahami bahwa teknologi tanpa kesadaran ilahi hanyalah alat kosong. Dengan nilai-nilai DAI5, teknologi menjadi wasilah rahmat, sebagaimana Allah firmankan, “Dan Kami turunkan dari langit air yang penuh keberkahan, lalu Kami tumbuhkan dengan air itu pepohonan dan biji-bijian yang dipanen” (QS. Qaf:9). Melalui DAI5, setiap sayap yang kami rancang menjadi simbol harapan, menghubungkan langit dan bumi dalam rahmat-Nya.

I. Consciousness

Analisis desain sayap UAV dilakukan dengan kesadaran bahwa ilmu rekayasa adalah amanah dari Allah SWT untuk kemaslahatan umat, bertujuan menciptakan sayap yang efisien untuk misi seperti pengintaian atau pemetaan, sambil meminimalkan dampak lingkungan. Kami menyadari potensi bias dalam pemilihan airfoil NACA 4412, model turbulensi k-omega SST, dan kondisi aliran, sehingga keputusan diambil secara bertanggung jawab. Analisis ini sejalan dengan etika insinyur untuk meningkatkan keselamatan dan keberlanjutan, dengan menjaga kesadaran bahwa kemampuan menganalisis adalah nikmat Allah (QS. Al-Jatsiyah:13). Refleksi mendalam dilakukan terhadap dampak desain yang tidak optimal, seperti konsumsi energi berlebih, yang dapat memengaruhi pengguna dan komunitas. Proses ini menghubungkan kesadaran diri, sosial, dan spiritual untuk menjadikan teknologi sebagai wasilah rahmat.

II. Intention

Tujuan analisis adalah menghasilkan desain sayap UAV yang memaksimalkan rasio gaya angkat terhadap hambatan (L/D) untuk misi jarak jauh, dengan niat melindungi lingkungan dan mendukung keberlanjutan. Analisis ini relevan karena UAV banyak digunakan untuk aplikasi sipil dan militer, di mana efisiensi sayap memengaruhi daya tahan dan efektivitas misi. Desain mempertimbangkan efisiensi energi untuk mengurangi emisi karbon, dengan hasil simulasi dijamin akurat melalui Ansys Fluent, memastikan kualitas tinggi yang selaras dengan prinsip kemaslahatan umum.

III. Initial Thinking

Masalah utama adalah mengoptimalkan desain sayap UAV untuk L/D maksimum menggunakan airfoil NACA 4412 pada AoA 0°-15°. Stakeholder meliputi operator UAV, desainer, regulator penerbangan, dan masyarakat yang mendapat manfaat dari misi UAV. Analisis mempertimbangkan kondisi operasional seperti kecepatan rendah (20 m/s) dan tantangan lingkungan seperti turbulensi. Penurunan L/D pada AoA tinggi disebabkan oleh peningkatan drag parasitik dan induksi. Studi ini penting karena efisiensi aerodinamika menentukan jangkauan operasional, dengan data diambil dari simulasi CFD dan literatur aerodinamika.

IV. Idealization

Asumsi meliputi penggunaan airfoil NACA 4412, model turbulensi k-omega SST, kecepatan aliran 20 m/s, dan efek sayap 3D dengan aspek rasio 10 dan efisiensi Oswald 0.8. Pendekatan kreatif diterapkan dengan menganalisis L/D pada rentang AoA luas dan menyesuaikan hasil 2D untuk sayap 3D menggunakan rumus drag induksi. Pemodelan CFD mempertahankan hukum fluida dinamika, dengan mesh halus untuk akurasi. Model ini dapat diperluas ke desain sayap lain, dengan penyederhanaan yang menjaga esensi masalah tanpa kehilangan tujuan efisiensi aerodinamika.

V. Instruction Set

Langkah-langkah analisis meliputi pemilihan airfoil, pembuatan mesh di Ansys, simulasi CFD untuk AoA 0°-15°, ekstraksi Cl dan Cd, perhitungan L/D dengan efek drag induksi, dan pembuatan grafik AoA vs L/D. Analisis mencakup aliran, koefisien aerodinamika, dan interpretasi hasil (L/D 27.6 pada AoA 0°, 13.8 pada AoA 15°). Kesalahan numerik dikurangi dengan mesh halus dan iterasi konvergensi. Hasil divalidasi dengan literatur NACA 4412, dengan proses yang dirancang untuk diulang dengan variasi parameter. Desain mempertimbangkan efisiensi energi, dengan hasil disusun dalam tabel dan grafik yang jelas, selaras dengan prinsip DAI5, dan didokumentasikan secara profesional.

J. References

Wikipedia contributors. (n.d.). NACA airfoil. In Wikipedia, The Free Encyclopedia. Retrieved April 27, 2025, from https://en.wikipedia.org/wiki/NACA_airfoil
Hassan, G., & Hassan, A. (2020). Design optimization of unmanned aerial vehicles using computational fluid dynamics. Journal of Aerospace Engineering, 33(4), 04020034. https://doi.org/10.1061/(ASCE)AS.1943-5525.0001156
Raymer, D. P. (2018). Aircraft design: A conceptual approach (6th ed.). American Institute of Aeronautics and Astronautics.

ccitonline.com