ccitonline.com

CCIT – Cara Cerdas Ingat Tuhan

| AI-DAI5 | CFDSOF | VisualFOAM | 8N8 | DAI5 eBook Free Download |

Simulasi Aliran Fluida Pada Streamlined Body Menggunakan Perangkat Lunak Siemens Star CCM+ Berdasarkan Kerangka Berpikir DAI5- M. Yhandra Adityo (2306260151)

بِسْمِ ٱللَّٰهِ ٱلرَّحْمَـٰنِ ٱلرَّحِيمِ

Segala puji bagi Allah ﷻ, Tuhan semesta alam, yang telah mengajarkan manusia apa yang tidak diketahuinya. Shalawat dan salam semoga senantiasa tercurah kepada Nabi Muhammad ﷺ, suri teladan bagi umat dalam mencari ilmu dan kebenaran. Perkenalkan, saya M. Yhandra Adityo dengan NPM 2306260151, 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 Simcenter STAR-CCM+.

Pembahasan ini tidak hanya akan menjelaskan prinsip matematis dan komputasional dari CFD, tetapi juga akan menampilkan aplikasi riilnya dalam simulasi fluida, khususnya dalam bentuk studi kasus aliran fluida terhadap benda. Seluruh proses ini akan dikemas dengan pendekatan reflektif dan bertahap menggunakan kerangka DAI5 yang mencakup: Deep Awareness of I, Intention, Initial Thinking, Instruction Set, dan Impact.

Sebagai mahasiswa teknik, saya meyakini bahwa ilmu pengetahuan adalah bagian dari amanah Allah kepada manusia untuk dimanfaatkan demi kemaslahatan. Allah ﷻ berfirman:

“…Dan tidaklah Kami ciptakan langit dan bumi dan apa yang ada di antara keduanya melainkan dengan tujuan yang benar (hikmah).”
(QS. Al-Hijr: 85)

Ilmu seperti metode numerik bukanlah sekadar hitung-hitungan atau pemrograman semata, namun merupakan sarana untuk memahami sunnatullah dalam bentuk hukum-hukum fisika dan matematika yang mengatur alam semesta. Lewat simulasi aliran fluida, kita belajar bagaimana angin bergerak, bagaimana tekanan memengaruhi bentuk benda, dan bagaimana semua itu tunduk pada hukum yang tetap – sebagaimana ditegakkan oleh Allah Yang Maha Mengatur.

Sebagaimana sabda Rasulullah ﷺ:

“Barang siapa menempuh jalan untuk mencari ilmu, maka Allah akan memudahkan baginya jalan menuju surga.”
(HR. Muslim)

Maka dengan niat lillahi ta’ala dan semangat meneladani perjuangan para ilmuwan muslim terdahulu – seperti Al-Khwarizmi, Ibnu Sina, dan Al-Jazari – saya menyusun tugas ini sebagai bentuk ikhtiar dalam memaknai ilmu teknik sebagai bagian dari ibadah dan kontribusi nyata bagi umat dan bangsa.

Apa Itu Computational Fluid Dynamics (CFD)?

Computational Fluid Dynamics (CFD) adalah metode numerik untuk menganalisis aliran fluida, perpindahan panas, dan fenomena terkait dengan menyelesaikan persamaan matematis fisika fluida secara komputasional. CFD memungkinkan simulasi aliran tanpa perlu uji coba fisik, sehingga sangat efisien dan hemat biaya.

Dasar dari CFD adalah Persamaan Navier-Stokes, yang menggambarkan hukum kekekalan massa, momentum, dan energi. Persamaan ini diselesaikan secara numerik menggunakan metode seperti finite volume, finite element, atau finite difference.

CFD biasanya melibatkan tiga tahap utama:

  1. Pre-processing: pembuatan geometri, pemilihan mesh, dan penentuan kondisi batas.
  2. Solving: penyelesaian numerik oleh solver.
  3. Post-processing: visualisasi dan analisis hasil berupa kontur tekanan, kecepatan, suhu, dan lintasan partikel.

Dengan software seperti Simcenter STAR-CCM+, simulasi CFD dapat diterapkan dalam berbagai bidang teknik seperti otomotif, dirgantara, HVAC, hingga biomedis, menjadikannya alat penting dalam perancangan dan optimasi sistem berbasis fluida.

Deep Awareness of I (Kesadaran Diri Mendalam)

Sebagai mahasiswa teknik mesin, saya menyadari bahwa penguasaan metode numerik sangat penting untuk memahami perilaku fluida dalam aplikasi teknik, seperti analisis aerodinamika kendaraan. Proyek ini bukan hanya tentang menjalankan simulasi, tetapi juga memahami fenomena fisika yang terjadi dan mampu menghubungkannya dengan teori numerik yang dipelajari. Simulasi Computational Fluid Dynamics (CFD) ini menjadi sarana refleksi untuk memperkuat pemahaman saya terhadap konvergensi numerik, perilaku aliran, dan validasi model.


Intention (Tujuan)

Tujuan utama dari simulasi ini adalah untuk menganalisis distribusi tekanan dan kecepatan di sekitar suatu benda (kemungkinan profil aerodinamis) yang ditempatkan dalam aliran udara dengan kecepatan relatif 120 m/s. Data ini digunakan untuk mengevaluasi performa aerodinamis benda tersebut, termasuk identifikasi area stagnasi, separasi aliran, dan distribusi drag. Selain itu, ingin dipahami bagaimana metode numerik menyelesaikan persamaan Navier-Stokes dalam bentuk diskret hingga menghasilkan solusi konvergen seperti yang ditampilkan pada tabel iterasi terakhir.


Initial Thinking (Pemikiran Awal)

Pada awalnya, saya memperkirakan bahwa akan terdapat percepatan fluida pada bagian atas permukaan objek akibat efek Bernoulli dan percepatan aliran pada trailing edge. Saya juga menduga akan terbentuk zona stagnasi di bagian depan serta area wake di bagian belakang. Berdasarkan pengalaman sebelumnya, saya juga mengantisipasi bahwa nilai drag coefficient akan cenderung stabil mendekati konvergensi dan bahwa streamline akan mengalami defleksi signifikan.

Memahami CFD dan Simulasi Menggunakan Simcenter STAR-CCM+ dengan Pendekatan DAI5

Penggunaan perangkat lunak Simcenter STAR-CCM+ saat ini menjadi salah satu pendekatan modern yang efektif dalam menyelesaikan permasalahan numerik terkait dinamika fluida. Melalui simulasi berbasis komputasi, berbagai fenomena aliran dapat dianalisis secara mendalam tanpa harus melakukan eksperimen fisik yang memakan waktu dan biaya besar.

Namun, agar pemanfaatan software ini berjalan secara sistematis dan tidak sekadar bersifat teknis, dibutuhkan suatu kerangka berpikir yang mampu membimbing proses analisis secara lebih menyeluruh. Di sinilah peran framework DAI5 menjadi penting. DAI5 bukan hanya pendekatan logis semata, tetapi juga melibatkan kesadaran diri dan nilai-nilai reflektif dalam memahami suatu masalah.

Dengan menerapkan kerangka DAI5—yang meliputi Deep Awareness of I, Intention, Initial Thinking, Instruction Set, dan Impact—penggunaan Simcenter STAR-CCM+ tidak hanya menjadi praktik simulasi teknis, tetapi juga sarana pembelajaran yang lebih bermakna, terarah, dan penuh kesadaran. Hal ini mendorong mahasiswa untuk tidak hanya memahami alat, tetapi juga memahami alasan dan makna di balik proses yang dijalani.

Berikut adalah hasil visualisasi simulasi yang saya lakukan


Idealization (Idealiasi Fisik dan Numerik)

Model ideal yang digunakan dalam simulasi ini berupa domain dengan velocity inlet sebesar 120 m/s dan moving body dengan kecepatan -120 m/s, menghasilkan kecepatan relatif 240 m/s terhadap permukaan benda. Hal ini mensimulasikan kondisi mirip dengan uji terowongan angin. Dalam pendekatan numerik, digunakan skema diskritisasi volume hingga dan solver iteratif yang menghasilkan residual (kontinuitas, momentum) mendekati 1e-6, menandakan solusi telah konvergen.

Dari ketiga gambar visualisasi streamline dan kontur, dapat dilihat:

  • Gambar 1 (Isometrik): Menunjukkan distribusi streamline yang menempel pada permukaan atas dan bawah benda. Warna velocity menunjukkan peningkatan kecepatan pada trailing edge, serta tekanan tertinggi di bagian depan (merah–kuning) dan terendah di tengah body (biru tua). Ini konsisten dengan teori Bernoulli.
  • Gambar 2 (Tampak Atas): Memberikan perspektif distribusi aliran dari atas. Terlihat streamline yang lebih rapat di bagian atas benda menunjukkan percepatan aliran dan tekanan yang lebih rendah. Tekanan tinggi di bagian leading edge konsisten dengan titik stagnasi.
  • Gambar 3 (Tampak Samping/Belakang): Memberikan visualisasi wake atau zona bayangan aliran di belakang benda. Streamline menyebar dengan kecepatan tinggi (warna hijau cerah), dan tekanan yang rendah akibat efek separasi aliran.
  • Gambar 4 (Tabel Iterasi): Menunjukkan bahwa drag coefficient telah stabil di nilai ≈ 2.515318e-04 dan drag force di sekitar 0.0503 N. Residual untuk kontinuitas dan momentum mendekati 1e-6, menandakan konvergensi telah tercapai secara numerik. Ini penting karena solusi yang tidak konvergen tidak bisa diandalkan.

Instruction Set (Langkah Teknis dan Refleksi Implementasi)

Simulasi ini disusun melalui tahapan: pembuatan geometri, penetapan domain dan boundary condition (velocity inlet = 120 m/s, moving wall = -120 m/s), pemilihan model turbulensi (kemungkinan k-ε atau k-ω SST), pembuatan mesh halus di sekitar permukaan benda, dan iterasi solver. Evaluasi dilakukan dengan melihat kestabilan drag coefficient dan residual.

Secara numerik, metode iteratif seperti SIMPLE atau PISO dipakai untuk menyelesaikan sistem persamaan linear yang dihasilkan dari diskritisasi. Validasi dilakukan dengan mengamati kestabilan hasil, dan grafik residual di bawah 1e-5 sebagai indikator penting. Pemahaman ini menjadi bukti bahwa penyelesaian numerik bukan hanya tentang hasil akhir, tetapi juga proses iteratif dan kontrol kesalahan numerik di dalamnya.


Kesimpulan

Simulasi ini menggambarkan implementasi nyata dari metode numerik dalam dunia teknik, terutama untuk memahami perilaku fluida secara visual dan kuantitatif. Dari gambar visual dan hasil perhitungan, terlihat bagaimana tekanan tinggi di bagian depan dan kecepatan tinggi di bagian belakang dapat menimbulkan gaya drag. Dengan drag coefficient yang stabil dan residual kecil, dapat dikatakan bahwa model numerik ini valid dan akurat. Tugas ini memperkuat pemahaman saya akan pentingnya konvergensi, mesh independensi, serta keterkaitan antara fisika aliran dan metode numerik.

Daftar Pustaka Rekomendasi

  • Dodds D., Sarhan A.A.R., Naser J. (2022). CFD Investigation into the Effects of Surrounding Particle Location on the Drag Coefficient. Fluids, 7(10):331. researchgate.net+4mdpi.com+4pmc.ncbi.nlm.nih.gov+4
  • Ahmed F., Xiang X., Wang H., et al. (2024). CFD‑Based Lift and Drag Estimations of a Novel Flight‑Style AUV with Bow‑Wings. J. Marine Sci. Appl., 23:352–365. link.springer.com
  • Shuqi Wang et al. (2023). CFD‑Based Simulation Analysis for Motions through Multiphase Environments. MDPI. pmc.ncbi.nlm.nih.gov
  • Wikipedia contributors, “Drag coefficient”, “Drag equation”. en.wikipedia.org+2en.wikipedia.org+2en.wikipedia.org+2
  • Gustavsson et al., “Drag Coefficient Measurement, CFD Simulation and Validation of an Automotive Body”, ResearchGate. researchgate.net

Leave a Reply

Your email address will not be published. Required fields are marked *