Assalamualaikum Warahmatullahi Wabarakatuh. Pada blog ini, saya akan membuat laporan tentang pengalaman saya menggunakan software Simcenter STAR-CCM+ CFD serta teori numeriknya menggunakan framework DAI5.
1. Awareness
Sebelum saya memulai simulasi ini di Simcenter STAR-CCM+ CFD, saya merenungkan terlebih dahulu menyadari bahwa apa yang akan saya lakukan lebih dari sekadar menekan tombol di software ini. Saya akan melakukan simulasi dengan menggunakan software ini untuk mengaitkan dengan hukum-hukum fisika hukum aliran fluida yang telah diatur oleh tuhan YME dengan begitu presisi. Setiap persamaan, setiap sel mesh, dan setiap visualisasi adalah upaya saya untuk menerjemahkan keteraturan alam semesta yang tak kasat mata menjadi wawasan yang dapat dipahami. Kesadaran ini menanamkan rasa hormat dan keseriusan dalam diri saya, bahwa ilmu ini adalah amanah untuk dipelajari dengan sungguh-sungguh demi kemanfaatan.
2. Niat
Dengan kesadaran tersebut, niat saya dalam melakukan simulasi ini menjadi jelas dan berlandaskan pada prinsip fisika. Saya bertujuan untuk:
- Mendapatkan pengalaman saya langsung melakukan proses simulasi aerodinamika dari awal hingga akhir menggunakan Siemens Simcenter STAR-CCM+.
- Memahami secara fundamental hubungan antara model matematika, metode numerik, dan hasil visual yang saya dapatkan.
- Menganalisis performa sayap rc nywing 100 dengan memvisualisasikan parameter kunci, seperti tekanan dan velocity.
- Menyelidiki dan memvalidasi secara visual salah satu hukum fundamental aerodinamika, yaituPrinsip Bernoulli. Hukum ini menjadi dasar dari terbangkitnya gaya angkat pada sayap. Rumus sederhananya di sepanjang garis aliran (streamline) adalah:
Di mana:
p adalah tekanan statis fluida.
adalah tekanan dinamis fluida dengan
sebagai massa jenis
v
sebagai kecepatan.
Prinsip ini pada intinya menyatakan bahwa pada suatu aliran udara, di area di mana kecepatan v tinggi, maka tekanannya p akan menjadi rendah, dan sebaliknya. Niat saya adalah untuk membuktikan fenomena ini secara langsung melalui perbandingan antara visualisasi kontur kecepatan dan kontur tekanan yang akan dihasilkan oleh simulasi.
Menghasilkan laporan pengalaman yang tidak hanya menggunakanan software ini dan menunjukkan hasil, tetapi juga menjelaskan mengapa dan bagaimana hasil tersebut diperoleh yang bisa dijadikan sebagai ilmu pembelajaran bagi diri saya.
3. Initial Thinking
Sebelum membuka software ini, langkah pertama saya adalah membekali diri dengan landasan teoritis. Saya harus paham apa yang sebenarnya akan saya minta komputer untuk lakukan.
A. Memahami Model Matematika (Hukum Fisika)
Saya mempelajari bahwa inti dari simulasi ini adalah menyelesaikan Persamaan Navier-Stokes. Ini adalah model matematika yang mendeskripsikan bagaimana udara (sebagai fluida) bergerak.
- Kekekalan Massa (Persamaan Kontinuitas): Untuk aliran inkompresibel seperti udara pada kecepatan rendah, persamaannya adalah:
∇⋅u=0
Ini berarti udara tidak menumpuk di satu titik; yang masuk harus sama dengan yang keluar.
- Kekekalan Momentum: Ini pada dasarnya adalah Hukum II Newton untuk fluida.
Saya memecah persamaan ini untuk memahaminya: sisi kiri adalah inersia (percepatan fluida), dan sisi kanan adalah jumlah gaya yang bekerja (gaya akibat tekanan, gaya gesekan/viskos, dan gaya gravitasi).
- Masalah Turbulensi: Saya sadar bahwa aliran di sekitar sayap sangat turbulen. Persamaan di atas hanya berlaku untuk aliran laminar. Untuk itu, saya belajar tentang konsep RANS (Reynolds-Averaged Navier-Stokes), di mana variabel dipecah menjadi bagian rata-rata dan fluktuasi. Hal ini memunculkan suku baru yang disebut Tegangan Reynolds yang perlu dimodelkan. Di sinilah model turbulensi seperti k-ω SST berperan, yaitu dengan menyediakan persamaan tambahan untuk memodelkan efek turbulensi tersebut.
B. Memahami Teori Numerik (Dari Persamaan Diferensial ke Solusi Komputer)
Setelah tahu persamaan apa yang harus diselesaikan, saya perlu tahu bagaimana STAR-CCM+ melakukannya. Saya belajar bahwa metodenya adalah Metode Volume Hingga (FVM) yang langkah-langkah matematisnya adalah sebagai berikut:
a. Diskritisasi Domain (Meshing): Langkah pertama adalah membagi domain aliran yang kontinu menjadi jutaan volume kontrol atau sel yang diskrit. Semua variabel (tekanan, kecepatan) akan dihitung di pusat setiap sel ini.
b. Integrasi Persamaan & Diskritisasi Aljabar: Persamaan atur diintegrasikan pada setiap volume kontrol V. Dengan menerapkan Teorema Divergensi Gauss, persamaan diferensial diubah menjadi bentuk aljabar yang menyeimbangkan fluks di seluruh muka sel.
- Perhitungan Gradien: Suku gradien tekanan, ∇p, diaproksimasi menggunakan nilai di pusat-pusat sel tetangga. Salah satu metodenya adalah:
di mana pf adalah tekanan pada muka sel f yang diinterpolasi, Af adalah vektor luas muka, dan VP adalah volume sel pusat P.
- Aproksimasi Fluks: Fluks variabel ϕ yang melintasi muka sel (ϕf) diaproksimasi menggunakan skema interpolasi. Misalnya:
- Upwind Differencing (Orde 1): ϕf=ϕupwind. Stabil namun kurang akurat.
- Central Differencing (Orde 2): ϕf=0.5×(ϕP+ϕE). Lebih akurat namun bisa tidak stabil. STAR-CCM+ biasanya menggunakan skema hybrid atau orde tinggi untuk menyeimbangkan akurasi dan stabilitas.
- Persamaan Aljabar Akhir: Proses ini menghasilkan satu persamaan aljabar untuk setiap sel P yang menghubungkannya dengan sel-sel tetangganya (nb): a PϕP=∑nb anb ϕnb + Su Persamaan inilah yang akan diselesaikan oleh softwarenya untuk setiap sel di seluruh domain.
c. Penyelesaian Sistem Persamaan Linier Secara Iteratif: Kumpulan persamaan aljabar dari semua sel membentuk sistem matriks raksasa: AΦ=B. Karena persamaan momentum dan kontinuitas saling terikat (ter-couple), maka diperlukan algoritma khusus.
- Algoritma SIMPLE (Semi-Implicit Method for Pressure Linked Equations): Ini adalah salah satu cara komputer menangani coupling tekanan-kecepatan. Secara sederhana, langkah-langkahnya adalah:
- Tebak medan tekanan p∗.Selesaikan persamaan momentum untuk mendapatkan medan kecepatan sementara u∗.Buat dan selesaikan persamaan koreksi tekanan (p′) untuk memastikan kecepatan yang dikoreksi nanti akan memenuhi hukum kekekalan massa.Koreksi tekanan (p=p∗+p′) dan kecepatan (u=u∗+u′).
- Under-Relaxation: Untuk menjaga stabilitas proses iterasi, digunakan faktor relaksasi (α). Alih-alih langsung menggunakan nilai baru yang dihitung, solusi diperbarui secara bertahap.
Ini membantu meredam perubahan drastis dan menstabilkan solusi, terutama pada simulasi yang kompleks.
- Kriteria Konvergensi: Iterasi dihentikan ketika residu turun di bawah ambang batas (misalnya pada software Simcenter STAR-CCM+ ini adalah 10-4). Residu adalah ukuran ketidakseimbangan error pada persamaan kekekalan di setiap sel. Residu yang kecil menandakan bahwa solusi numerik telah memenuhi persamaan atur dengan tingkat akurasi yang tinggi.
4. Idealization
Dalam praktik, saya tidak bisa mensimulasikan kondisi dunia nyata dengan sempurna. Oleh karena itu, untuk proyek ini, saya menetapkan beberapa asumsi kunci (idealisasi) agar simulasi dapat berjalan dengan efisien namun tetap relevan:
- Saya mengasumsikan aliran bersifat steady-state (tunak) karena saya tertarik pada performa jelajah sayap, bukan saat bermanuver.
- Saya menggunakan model fluida incompressible karena kecepatan RC relatif rendah, sehingga perubahan massa jenis udara bisa diabaikan.
- Saya menetapkan kondisi no-slip pada permukaan sayap, sebuah asumsi fundamental yang menyatakan udara akan menempel di permukaan.
- Saya membuat terowongan angin virtual yang cukup besar agar batas-batasnya tidak mengganggu aerodinamika sayap.
5. Instruction Set
Di sinilah pengalaman praktis saya dimulai. Berikut adalah langkah-langkah yang saya lalui di dalam Siemens Simcenter STAR-CCM+.
Langkah 1: Persiapan Geometri dan Domain
Pertama, saya mengimpor file CAD dari NY100 Wing RC FPV.
Setelah itu, saya membuat sebuah balok besar berlubang yang berfungsi sebagai domain udara (terowongan angin virtual) di sekeliling sayap. Dengan operasi Boolean, saya melubangi balok ini dengan bentuk sayap, sehingga yang tersisa hanyalah volume udara yang akan disimulasikan.
Langkah 2: Proses Meshing
Ini adalah langkah krusial. Saya menggunakan automated mesher dengan beberapa pengaturan kunci:
Base Size: Menentukan ukuran sel dasar di seluruh domain.
Prism Layers: Saya menambahkan beberapa lapisan sel yang sangat tipis (lapisan prisma) tepat di permukaan sayap. Ini sangat penting untuk menangkap fenomena lapisan batas (boundary layer), tempat sebagian besar gaya gesek dan perubahan kecepatan terjadi. Hasil dari proses meshing yang saya lakukan terlihat seperti ini: Saya puas dengan hasilnya karena mesh terlihat jauh lebih rapat di dekat sayap, terutama di leading dan trailing edge.
Langkah 3: Pengaturan Fisika dan Kondisi Batas
Pada tahap ini, saya memasukan input pyhsics software . Saya memilih model-model fisika yang telah saya pelajari:
Pada tahap ini, saya memasukan input dialog Physics Model Selection untuk memasukan input pyhsics software. Berdasarkan panduan dan pemahaman teori saya, saya memilih serangkaian model fisika yang saling terkait seperti yang ditunjukkan pada panel Enabled Models.
- Three Dimensional: Simulasi ini jelas dalam 3D.
- Gas: Fluida yang saya gunakan adalah udara, yang merupakan gas.
- Segregated Flow: Saya memilih solver jenis Segregated, di mana persamaan untuk setiap variabel (kecepatan, tekanan, dll.) diselesaikan secara terpisah dan berurutan.
- Constant Density: Sesuai idealisasi saya, massa jenis udara dianggap konstan.
- Steady: Saya mencari solusi akhir yang tidak berubah terhadap waktu.
- Turbulent: Aliran di sekitar sayap bersifat turbulen, sehingga model ini wajib diaktifkan.
- Reynolds-Averaged Navier-Stokes: Ini adalah pendekatan fundamental yang saya pilih untuk menangani turbulensi, sesuai dengan landasan teori saya.
- K-Epsilon Turbulence: Di dalam RANS, saya memilih keluarga model K-Epsilon.
- Realizable K-Epsilon Two-Layer: Ini adalah varian spesifik dari model K-Epsilon yang saya gunakan. Model Realizable memberikan performa yang lebih baik untuk aliran dengan separasi dan rotasi dibandingkan model standar.
- Two-Layer All y+ Wall Treatment: Ini adalah metode untuk menangani fisika di dekat dinding (permukaan sayap). Model All y+ sangat fleksibel dan memberikan hasil yang andal baik untuk mesh yang sangat halus maupun yang lebih kasar di dekat dinding, sehingga memudahkan proses meshing.
- Wall Distance: Dihitung secara otomatis dan diperlukan oleh model turbulensi dan perlakuan dinding (wall treatment).
- Gradients: Diperlukan oleh solver untuk menghitung gradien dari variabel-variabel di seluruh domain.
Setelah model pyhsics dimasukan, saya melanjutkan dengan menetapkan kondisi batas: kecepatan masuk tertentu di Inlet, tekanan atmosfer di Outlet, dan kondisi Wall pada permukaan sayap.
Langkah 4: Menjalankan Solver dan Memantau Konvergensi
Dengan semua pengaturan selesai, saya menekan tombol Run. Ini adalah momen paling mendebarkan. Saya tidak hanya menunggu, tetapi secara aktif memantau proses konvergensi melalui Reports Plot yang telah saya siapkan untuk gaya hambat (Drag) dan gaya angkat (Downforce).
Saya melihat plot ini secara real-time. Awalnya, nilai gaya berfluktuasi secara liar. Namun, seiring berjalannya iterasi, kurva-kurva tersebut mulai mendatar. Ketika kurva menjadi garis lurus setelah sekitar 100 iterasi, saya tahu bahwa proses iteratif numerik telah berhasil dan solusi saya telah konvergen. Ini memberi saya keyakinan untuk melanjutkan ke tahap analisis.
Plot konvergensi adalah validasi pertama bahwa solusi numerik saya stabil. Setelah berfluktuasi di awal, plot menunjukkan nilai gaya menjadi stabil setelah sekitar 100 iterasi. Dari data yang stabil ini, saya mengamati bahwa gaya angkat (Downforce) berkonvergensi pada nilai sekitar 10 Newton, sementara gaya hambat (Drag Force) stabil di angka sekitar 1 Newton. Data kuantitatif ini langsung memberikan metrik performa kunci: Rasio Gaya Angkat terhadap Gaya Hambat (Lift-to-Drag Ratio) sayap ini adalah sekitar 10:1, sebuah angka konkret yang mengukur efisiensi aerodinamikanya. Hasil ini adalah akumulasi netto dari semua efek tekanan dan gesekan yang dihitung oleh solver di seluruh permukaan sayap, sesuai dengan integral dari suku tekanan (−∇p) dan viskos (μ∇^2u) dari persamaan momentum.
Langkah 5: Menganalisis dan Memvisualisasikan Hasil
Setelah simulasi konvergen, mengekstrak wawasan dari tumpukan data. Saya membuat beberapa scene visualisasi untuk menganalisis berbagai aspek.
Analisis Medan Kecepatan (Velocity Scene)
Visualisasi ini secara langsung menggambarkan solusi untuk vektor kecepatan u dari persamaan momentum. Dengan kondisi batas kecepatan masuk (Inlet) yang saya atur pada 40 m/s, skala warna pada gambar menunjukkan rentang dari 0 m/s hingga sekitar 47 m/s. Di ujung depan sayap (leading edge), saya mengamati adanya warna biru tua yang mengindikasikan kecepatan mendekati 0 m/s. Ini adalah titik stagnasi yang diprediksi oleh teori, di mana energi kinetik aliran dikonversi sepenuhnya menjadi energi tekanan. Lebih penting lagi, di atas permukaan sayap yang melengkung, warnanya berubah menjadi oranye hingga merah, menunjukkan bahwa kecepatan aliran berakselerasi melampaui kecepatan awalnya, mencapai nilai lebih dari 45 m/s. Percepatan ini adalah bukti kuantitatif dari hukum kekekalan massa yang diterapkan pada geometri airfoil.
Analisis Distribusi Tekanan (Pressure Scene)
Visualisasi ini adalah bukti kuantitatif paling kuat yang memvalidasi Prinsip Bernoulli (p+1/2ρv2 = konstan). Skala tekanan pada gambar menunjukkan rentang dari -2040 Pa hingga +957 Pa relatif terhadap tekanan referensi 0 Pa. Saya mengamati bahwa permukaan bawah sayap didominasi warna kuning-oranye, yang menandakan tekanan positif (lebih tinggi dari atmosfer) mendekati nilai puncak +957 Pa. Sebaliknya, sesuai dengan percepatan aliran yang diamati sebelumnya, permukaan atas sayap menunjukkan warna hijau-kuning, merepresentasikan tekanan negatif atau “efek isap” yang kuat, dengan nilai terendah bisa mencapai -2040 Pa. Perbedaan tekanan (Δp) yang masif inilah yang menjadi sumber utama gaya angkat 10 N yang terukur sebelumnya, di mana kontribusi dari efek isap di permukaan atas sangatlah dominan.
Analisis Energi Kinetik Turbulen (TKE)
Angka-angka dari visualisasi ini membantu saya mengkuantifikasi intensitas turbulensi. Skala pada gambar menunjukkan TKE berkisar dari 0.866 J/kg hingga 40.5 J/kg. Saya melihat nilai TKE tertinggi, di rentang 20-40 J/kg (warna kuning-oranye), terkonsentrasi pada lapisan yang sangat tipis di sepanjang leading edge. Ini secara kuantitatif menunjukkan bahwa gangguan aliran paling hebat terjadi saat udara pertama kali menabrak sayap, menciptakan gradien kecepatan yang tajam. Energi ini kemudian didisipasikan di sepanjang lapisan batas. TKE yang tinggi ini menandakan adanya momentum transversal yang kuat di dekat dinding, yang membantu aliran tetap “menempel” pada permukaan dan menunda stall, meskipun dengan konsekuensi meningkatkan gaya hambat gesek
Analisis Koefisien Perpindahan Panas
Data ini secara numerik mendukung Analogi Reynolds, yang menghubungkan perpindahan momentum dengan perpindahan panas. Skala pada gambar menunjukkan rentang koefisien dari 153 hingga 501 W/m²-K. Secara spesifik, saya melihat nilai tertinggi yang mendekati 501 W/m²-K terkonsentrasi sebagai garis tipis tepat di sepanjang leading edge. Ini secara kuantitatif membuktikan bahwa area di mana lapisan batas paling tipis (di titik stagnasi) memiliki gradien kecepatan dan temperatur yang paling curam, yang pada gilirannya menghasilkan laju perpindahan panas yang paling efektif.
KESIMPULAN:
Dari pengalaman saya menggunakan perangkat lunak Simcenter STAR-CCM+ untuk menganalisis airfoil NY100 Wing RC FPV dengan kerangka DAI5, dapat ditarik beberapa kesimpulan utama:
Penerapan Metode Numerik (FVM): Pengalaman ini menegaskan bahwa keberhasilan sebuah simulasi CFD sangat bergantung pada pemahaman metode numerik yang mendasarinya. Proses meshing terutama penambahan prism layers , pemilihan model fisika yang sesuai , pengaturan kondisi batas , dan pemantauan konvergensi adalah langkah-langkah krusial yang menentukan keandalan hasil akhir.i hasil visual, yang menjadi pengalaman belajar yang sangat berharga.
Validasi Teori Aerodinamika: Simulasi ini berhasil memvalidasi secara kuantitatif prinsip-prinsip dasar aerodinamika. Prinsip Bernoulli terbukti secara visual dan numerik, di mana percepatan aliran udara di atas permukaan sayap hingga lebih dari 45 m/s dari kecepatan Inlet 40 m/s secara langsung menyebabkan penurunan tekanan hingga -2040 Pa, yang merupakan sumber utama gaya angkat.
Kinerja Kuantitatif Sayap: Sayap NY100 dalam kondisi simulasi ini menunjukkan performa yang terukur, yaitu menghasilkan gaya angkat lift sekitar 10 Newton dan gaya hambat drag sekitar 1 Newton. Hal ini memberikan Rasio Gaya Angkat terhadap Gaya Hambat Lift-to-Drag Ratio sebesar 10:1, yang merupakan metrik efisiensi aerodinamika yang konkret.
Pentingnya Pemodelan Turbulensi: Analisis Energi Kinetik Turbulen (TKE) menunjukkan konsentrasi turbulensi tertinggi di sepanjang leading edge dengan nilai mencapai 20-40 J/kg. Ini menggarisbawahi pentingnya pemilihan model turbulensi yang tepat dan wall treatment untuk secara akurat menangkap fenomena di lapisan batas yang sangat mempengaruhi gaya hambat gesek dan potensi separasi aliran.
