Penelitian tentang pengembangan optimasi online pada reactor pirolisis ini didasari oleh beberapa bidang keilmuwan. Pondasi ilmu yang paling mendasari penelitian ini adalah matematika teknik dan metode numerik yang digunakan untuk menyelesaikan sistem persamaan diferensial nonlinier yang merepresentasikan fenomena aliran fluida dan perpindahan panas. Dalam konteks ini, Matematika teknik salah satunya digunakan dalam menurunkan persamaan konservasi massa, momentum, dan energi sedangkan Metode numerik lebih digunakna untuk menyelesaikan persamaan matematis yang tidak bisa diselesaikan secara analitik seperti diskritisasi dalam CFD.
Di atasnya terdapat ilmu termofluida yang terdiiri dari termodinamika, mekanika fluida, dan perpindahan panas. Ketiga bidang ilmu ini menjelaskan tentang neraca energi, dinamika aliran gas buang di dalam pipa helical serta mekanisme perpindahan panas yang terjadi dalam reactor pirolisis. Ketiga ilmu ini menjadi dasar dalam membangun model fisis sistem reaktor. Ilmu Termodinamika menjelaskan konversi energi yang terjadi selama proses pirolisis, termasuk keseimbangan energi antara gas buang sebagai sumber panas dan bahan baku pirolisis sebagai beban termal. Sedangkan Mekanika Fluida mempelajari karakteristik aliran gas buang yang mengalir di dalam pipa helical termasuk distribusi kecepatan, tekanan, efek kelengkungan (secondary flow) serta turbulensi. Pada geometri helical, fenomena seperti Dean vortices mempengaruhi distribusi tekanan dan intensitas perpindahan panas sehingga analisis mekanika fluida menjadi krusial untuk memprediksi pressure drop dan performa aliran. Hal ini penting dalam penelitian ini karena optimasi online pada reactor pirolisis tidak hanya mempertimbangkan peningkatan transfer panas tetapi juga batasan penurunan tekanan agar tetap dalam rentang operasional yang diizinkan. Untuk Perpindahan panas, ilmu ini melengkapi kedua ilmu tersebut (Mekanika Fluida dan Termodinamika) dengan menjelaskan mekanisme konveksi di dalam pipa, konduksi melalui dinding pipa dan juga perpindahan panas dari dinding ke bahan baku pirolisis.
Berdasarkan pondasi keilmuan tersebut, penelitian ini mengembangkan model berbasis fisika melalui simulasi CFD untuk merepresentasikan perilaku perpindahan panas yang terjadi dalam reactor pirolisis. Dengan simulasi CFD ini maka dapat dianalisis distribusi temperatur, tekanan dan karakteristik aliran secara komprehensif. Meskipun simulasi CFD real-time dapat dilakukan melalui pendekatan Reduced Order Model (ROM) seperti yang dikembangkan dalam ITHACA-FV, penerapannya pada kasus reaktor pirolisis dengan geometri pipa helical tiga dimensi serta kopling perpindahan panas yang kompleks (Conjugate heat transfer) menjadi menantang dan rumit. Oleh karena itu, penelitian ini memilih pendekatan surrogate model berbasis Artificial Neural Network (ANN) yang dilatih menggunakan data CFD sebagai refrensu sehingga mampu mempelajari pemetaan nonlinier sistem secara langsung dan memberikan prediksi cepat yang lebih fleksibel untuk kebutuhan optimasi online berbasis digital twin.
Integrasi antara model berbasis fisika dan model berbasis data membentuk inti dari digital twin sistem reaktor pirolisis. Digital twin tidak hanya merepresentasikan kondisi aktual sistem melalui integrasi data sensor (IoT), tetapi juga menyediakan kemampuan prediktif yang mendukung pengambilan keputusan secara cerdas dan cepat. Di atas lapisan ini dibangun mekanisme intelligent control yang memanfaatkan surrogate model sebagai evaluator cepat dalam proses optimasi. Proses optimasi dilakukan secara online dengan mempertimbangkan batasan fisis seperti pressure drop dan batas temperature operasi, sehingga sistem dapat menentukan variabel kontrol optimal secara dinamis. Penelitian ini tidak dilandasi pada satu cabang keilmuan saja, melainkan merupakan integrasi multidisiplin yang saling berhubungan.
