ccitonline.com

CCIT – Cara Cerdas Ingat Tuhan

| AI-DAI5 | DAI5 AI Agents | NIC | ZWI | | CCITEdu | DAI5 eBook | CFDSOF | Donation | Download | CCIT Corporation | DAI5 | 33 Kriteria Evaluasi Penerapan DAI5 | Search |

Analisis Aliran Fluida Menggunakan Metode Numerik pada Geometri Streamline melalui Pendekatan DAI 5 dengan menggunakan Software Siemens Star CCM+ Benediktus  Matthew (2306155312)

Assalamualaikum Warahmatullahi Wabarakatuh. بِسْمِ اللَّهِ الرَّحْمَنِ الرَّحِيْمِ

Sebelum saya memulai semua penjelasan pada blog ini, saya ingin mengucap syukur kepada Tuhan Yang Maha Esa karena berkat, kasih, dan rahmatnya, saya dapat menyelesaikan makalah ini. Izin memperkenalkan diri, saya Benediktus Matthew dengan NPM 2306155312, mahasiswa program studi Teknik Mesin Universitas Indonesia. Pada kesempatan ini, melalui blog ini saya ingin berbagi pengetahuan mengenai dasar teori dari metode numerik yang mendasari Computational Fluid Dynamics (CFD) serta mengaitkannya dengan penerapannya secara langsung melalui software Siemens Star CCM+

APA ITU CFD?

Dalam rekayasa modern, Computational Fluid Dynamics (CFD) telah menjadi salah satu metode utama dalam menganalisis dinamika fluida di sekitar komponen teknik. CFD merupakan teknik komputasi berbasis numerik yang digunakan untuk memodelkan aliran fluida, perpindahan panas, serta berbagai fenomena fisis lainnya dengan menyelesaikan persamaan konservasi massa, momentum, dan energi secara simultan. Pendekatan ini memberikan alternatif efektif terhadap uji coba fisik yang umumnya rumit dan memerlukan biaya tinggi.

Keunggulan utama dari CFD terletak pada efisiensi waktu, kemampuan menangani bentuk geometri kompleks, serta kemampuannya dalam memprediksi perilaku fluida di kondisi ekstrem yang sukar direalisasikan secara eksperimental. Karena fleksibilitasnya tersebut, CFD telah diadopsi secara luas di berbagai sektor, mulai dari industri otomotif dan penerbangan, hingga sistem energi, tata udara (HVAC), serta perangkat medis.

Berikut merupakan Metode Yang Digunakan dalam CFD yaitu :

1. Finite Difference Method (FDM)

Finite Difference Method (FDM) adalah metode numerik yang digunakan untuk menyelesaikan persamaan diferensial dengan cara mendiskretisasi domain ke dalam grid titik-titik (biasanya berbentuk kotak atau segi empat) dan menggantikan turunan dengan selisih nilai fungsi pada titik-titik tersebut. FDM cocok untuk domain dengan geometri sederhana dan biasanya digunakan pada studi awal atau pembelajaran dasar aliran fluida. Misalnya, turunan pertama dapat diaproksimasi menggunakan skema forward, backward, atau central difference. Karena mudah diterapkan, FDM banyak digunakan dalam kasus aliran satu dimensi atau dua dimensi pada pipa, saluran, atau pelat datar.

2. Finite Volume Method (FVM)

Finite Volume Method (FVM) adalah pendekatan numerik yang paling populer dalam CFD karena menjamin konservasi massa, momentum, dan energi dalam setiap volume kontrol. Dalam FVM, domain dibagi menjadi volume-volume kecil (sel), dan hukum konservasi integral diterapkan pada setiap volume tersebut. Aliran masuk dan keluar dari setiap volume dikontrol oleh fluks melalui permukaan sel. Metode ini sangat fleksibel untuk geometri kompleks dan cocok untuk berbagai jenis aliran, baik laminar maupun turbulen. FVM merupakan inti dari banyak software CFD seperti ANSYS Fluent dan OpenFOAM.

3. Finite Element Method (FEM)

Finite Element Method (FEM) merupakan metode numerik yang membagi domain menjadi elemen-elemen kecil berbentuk segitiga, segi empat, tetrahedron, atau bentuk lain. Tiap elemen memiliki fungsi basis (biasanya polinomial) yang mendeskripsikan perilaku variabel di dalamnya. FEM menggunakan prinsip energi minimum atau metode Galerkin untuk memperoleh sistem persamaan. FEM sangat efektif untuk menangani masalah dengan geometri kompleks dan boundary condition yang tidak seragam. Dalam CFD, FEM lebih sering digunakan untuk simulasi multifisika, seperti perpaduan aliran fluida dengan perpindahan panas, atau struktur fluida.

Simcenter STAR‑CCM+

Penggunaan perangkat lunak Simcenter STAR-CCM+ menjadi salah satu pendekatan modern yang efisien dan inovatif dalam menyelesaikan persoalan numerik secara komputasi, khususnya dalam simulasi dan analisis dinamika fluida. Meski demikian, agar pemanfaatan perangkat lunak seperti milik Siemens ini dapat berjalan optimal dan sistematis, diperlukan suatu pola pikir yang terstruktur. Framework DAI5 hadir sebagai fondasi pemecahan masalah yang tidak hanya mengandalkan aspek logis, tetapi juga melibatkan kesadaran diri dan nilai spiritual. Melalui pendekatan DAI5, setiap tahapan dalam penggunaan Simcenter STAR-CCM+ dapat dilakukan secara lebih sadar, terarah, dan bermakna.

1.Deep Awareness of I

    Sebagai mahasiswa Teknik Mesin semester 4 di Universitas Indonesia, saya menyadari bahwa metode numerik bukan hanya sekadar kumpulan rumus atau algoritma, melainkan merupakan alat yang sangat penting dalam menyelesaikan permasalahan teknik yang kompleks. Dalam konteks ini, saya memanfaatkan metode numerik melalui simulasi CFD untuk memahami perilaku aliran fluida di sekitar suatu objek. Kesadaran ini membawa saya pada pemahaman yang lebih dalam tentang bagaimana fluida berinteraksi dengan permukaan benda padat, serta bagaimana tekanan dan kecepatan fluida dapat diestimasi tanpa eksperimen langsung. Kemampuan untuk menganalisis data hasil simulasi dan menarik kesimpulan fisik dari angka-angka merupakan refleksi dari pematangan intelektual saya sebagai calon engineer.

    2. Intention

      Tujuan utama dari tugas ini adalah untuk mengembangkan kemampuan analitis dalam memahami simulasi numerik dan menghubungkannya dengan konsep fisika fluida. Melalui data dan visualisasi hasil CFD, saya bertujuan mengkaji pola aliran udara yang terbentuk akibat interaksi fluida dengan suatu geometri, memahami distribusi tekanan dan kecepatan, serta mengevaluasi besarnya gaya hambat (drag force) yang dihasilkan. Dengan adanya parameter velocity body sebesar -140 m/s dan inlet 140 m/s, saya memahami bahwa skenario ini merepresentasikan simulasi dalam kerangka tubuh yang bergerak terhadap aliran fluida. Tujuan lain dari tugas ini juga mencakup penguatan pemahaman terhadap proses konvergensi numerik dan pentingnya validasi hasil melalui monitoring residual dan drag coefficient.

      3. Initial Thinking

      Sebelum menganalisis hasil, saya membayangkan bahwa objek yang diamati akan menunjukkan fenomena umum dalam dinamika fluida, yaitu percepatan aliran di bagian sempit (venturi effect), penurunan tekanan di belakang objek (wake), serta adanya zona stagnasi di sisi depan objek akibat tumbukan langsung aliran. Dengan konfigurasi velocity body dan inlet yang saling berlawanan arah, sistem diperlakukan seolah-olah benda sedang bergerak maju dalam fluida diam (atau sebaliknya). Saya menduga bahwa distribusi tekanan akan simetris jika geometri simetris, namun akan terjadi gangguan berupa vorteks dan recirculation jika geometri kompleks. Saya juga memperkirakan bahwa drag force yang dihasilkan akan terukur kecil, karena desain geometri terlihat streamline.

      4. Idealization 

      Dalam pemodelan simulasi ini, dilakukan sejumlah idealisasi demi menyederhanakan proses komputasi dan meningkatkan efisiensi simulasi. Pertama, aliran fluida diasumsikan kontinu dan inkompresibel, yang berarti massa fluida tidak berubah seiring waktu dan kerapatannya konstan. Kedua, simulasi diasumsikan berada dalam kondisi steady-state, artinya tidak terjadi perubahan terhadap waktu. Ketiga, pengaruh suhu dan viskositas diasumsikan konstan atau diabaikan untuk memfokuskan analisis pada tekanan dan kecepatan. Boundary condition diberikan dalam bentuk kecepatan inlet sebesar 140 m/s, serta geometri diperlakukan seolah-olah bergerak dengan kecepatan -140 m/s. Model turbulensi yang digunakan disinyalir adalah k-ε atau sejenisnya, berdasarkan kolom Tke (turbulent kinetic energy) dalam tabel iterasi, yang menunjukkan bahwa pengaruh turbulensi telah dimasukkan dalam model komputasi.

      5. Instruction Set 

        Berdasarkan gambar pertama hingga ketiga, terlihat bahwa aliran fluida membentuk pola streamline yang mengikuti kontur permukaan objek, dengan adanya percepatan aliran di beberapa bagian sempit yang ditandai oleh warna hijau terang dan warna biru kehijauan terang menandakan kecepatan hingga maksimum 117 m/s. Ini menandakan bahwa desain geometri menciptakan efek venturi yang mempercepat aliran. Sementara itu, daerah biru gelap menunjukkan tekanan rendah, terutama di bagian belakang objek, mengindikasikan terjadinya wake, zona di mana fluida mengalami separasi dan kecepatan menurun drastis. Hal ini penting karena wake berkontribusi besar terhadap drag pressure. Sedangkan sisi depan objek ditandai oleh warna merah dan kuning, menandakan zona stagnasi dengan tekanan maksimum, akibat aliran menumbuk langsung permukaan.

        Pada gambar di atasyang menampilkan hasil iterasi, terlihat bahwa simulasi telah mengalami konvergensi cukup baik, dengan nilai residual untuk kontinuitas dan momentum berkisar antara 1e-6 hingga 1e-7, menandakan bahwa kesalahan numerik telah ditekan seminimal mungkin. Jumlah iterasi mencapai 969, yang cukup wajar untuk simulasi dengan kompleksitas turbulen. Drag coefficient tercatat sebesar 2.515317e-4 dan gaya drag sebesar 0.0503 N. Nilai ini sangat kecil, menandakan bahwa bentuk objek sangat streamline dan mengalirkan fluida secara efisien, mengurangi resistensi aliran. Nilai-nilai ini mendukung asumsi awal bahwa geometri dirancang untuk meminimalkan hambatan.

        Pola distribusi tekanan dan kecepatan dalam simulasi ini merefleksikan prinsip Bernoulli, di mana peningkatan kecepatan fluida menyebabkan penurunan tekanan. Perbedaan tekanan di sisi depan dan belakang objek merupakan penyebab utama gaya drag, selain dari kontribusi viskositas. Keberadaan streamlines yang melengkung juga menandakan adanya lift force lateral jika geometri asimetris. Namun dalam kasus ini, fokusnya adalah pada drag force yang telah diperoleh secara numerik melalui metode integral permukaan.

        KESIMPULAN

        Dari hasil pemodelan aliran fluida menggunakan Simcenter STAR-CCM+, dapat disimpulkan bahwa bentuk geometri yang diuji memiliki karakteristik aerodinamika yang sangat efisien. Aliran fluida terlihat mengikuti bentuk permukaan objek dengan halus, dan percepatan fluida terjadi di area menyempit sebagai akibat dari fenomena mirip venturi, yang tampak melalui gradasi warna hijau hingga warna biru kehijauan terang yang menunjukkan kecepatan tinggi mendekati 117 m/s. Sementara itu, daerah biru gelap di bagian belakang objek menunjukkan terbentuknya wake, yaitu wilayah aliran yang terpisah dan berkontribusi terhadap drag. Di sisi sebaliknya, warna merah dan kuning di bagian depan objek menandai area stagnasi, tempat di mana fluida bertabrakan langsung dengan permukaan dan menghasilkan tekanan maksimum.

        Simulasi ini juga menunjukkan konvergensi yang baik, dengan nilai residual untuk kontinuitas dan momentum mencapai kisaran 10⁻⁶ hingga 10⁻⁷, yang menandakan kesalahan numerik sangat kecil. Nilai drag coefficient yang diperoleh sangat rendah (2.515317e-4), begitu pula gaya drag hanya sebesar 0.0503 N, menunjukkan bahwa objek mampu mengalirkan fluida secara efisien dengan hambatan minimal. Hubungan antara tekanan dan kecepatan yang ditunjukkan dalam visualisasi simulasi memperlihatkan korelasi yang sesuai dengan hukum Bernoulli, di mana aliran yang lebih cepat terjadi bersamaan dengan penurunan tekanan.

        Secara keseluruhan, pendekatan simulasi numerik ini menunjukkan bahwa desain objek telah berhasil mengurangi gaya hambat dan menghasilkan aliran yang stabil. CFD terbukti menjadi metode yang efektif untuk memahami dan menganalisis perilaku fluida secara menyeluruh tanpa perlu melakukan pengujian eksperimental yang kompleks.

        REFERENSI

        1. Versteeg, H. K., & Malalasekera, W. (2007). An Introduction to Computational Fluid Dynamics: The Finite Volume Method (2nd ed.). Pearson Education.
        2. Hirsch, C. (2007). Numerical Computation of Internal and External Flows: The Fundamentals of Computational Fluid Dynamics (Vol. 1). Butterworth-Heinemann.
        3. Simcenter STAR-CCM+ Documentation, Siemens Digital Industries Software.
        4. Menter, F. R. (1994). Two-equation eddy-viscosity turbulence models for engineering applications. AIAA Journal, 32(8), 1598–1605. https://doi.org/10.2514/3.12149
        5. Bunger, A., & Andreini, N. (2020). Application of CFD simulations for drag coefficient prediction of streamlined bodies. Journal of Fluids Engineering, 142(7), 071203. https://doi.org/10.1115/1.4046700

        DOKUMENTASI