OPTIMASI NILAI CL/CD MAKSIMUM PADA AIRFOIL BERBASIS ARTIFICIAL NEURAL NETWORK DENGAN MENGGUNAKAN BASED GRADIENT METHOD DAN PATTERN SEARCH
| Main Authors: | Saputra, Ganang Aji , Haryanto, Ismoyo Dr.-Ing. Ir. MT |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Terbitan: |
, 2011
|
| Subjects: | |
| Online Access: |
http://eprints.undip.ac.id/41354/1/L2E006045_GANANG_AJI_SAPUTRA.pdf http://eprints.undip.ac.id/41354/2/HALAMAN_ISI.pdf http://eprints.undip.ac.id/41354/ |
Daftar Isi:
- Pada masa sekarang ini kita sedang mengalami krisis energi. Ketergantungan sumber energi fosil yang ketersedianya semakin menipis mengharuskan kita mencari solusi untuk mencari sumber energi alternatif. Energi angin merupakan salah satu sumber energi yang berpotensi sangat baik di Indonesia yang merupakan Negara kepulauan. Akan tetapi fakta dilapangan mengatakan bahwa kecepatan angin rata-rata di Indonesia rendah antara 2,5 m/s – 6 m/s. Untuk memanfaatkan energi angin tersebut kita membutuhkan turbin angin. Dalam kasus ini kita perlu membuat sudu turbin yang mempunyai geometri airfoil yang mempunyai karakteristik aerodinamikyang baik yaitu rasio gaya angkat terhadap gaya hambat (CL/CD). Dalam hal ini, metode Optimasi digunakan untuk mendapatkan titik pusat airfoil yang mempunyai nilai CL/CD maksimum yang paling maksimum berdasarkan data karakteristik aerodinamik hasil simulasi ANN (artificial Neural Network). Metode optimasi yang digunakan dalam proses ini adalah Based Gradient Method dan Pattern Search. Koordinat titik pusat tersebut kita masukan ke dalam Transformasi Joukowsky untuk menggenerasikan profil airfoil kemudian melakukan validasi CFD (Computational Fluid Dinamic). Dari hasil CFD kita mendapatkan nilai CL/CD yang paling maksimum untuk titik pusat airfoil hasil optimasi sehingga hasilnya bisa kita bandingkan. Hasil yang didapat menunjukan bahwa Optimasi Based Gradient Method menghasilkan nilai CL/CD yang lebih baik dibandingkan Optimasi Pattern Search. Kata Kunci : Aerodinamika, airfoil, Energi angin, sudu turbin, turbin angin, optimasi, artificial neural network, transformasi joukowski, based gradient method, pattern search, computational fluid dynamic