skip to main content

PENGEMBANGAN PERANCANGAN AIRFOIL SUDU TURBIN ANGIN KECEPATAN RENDAH BERBASIS KOMPUTASI CERDAS

*Ismoyo Haryanto  -  Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro, Indonesia
Toni Suryo Utomo  -  Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro, Indonesia

Citation Format:
Abstract
Pemanfaatan energi angin sebagai pembangkit listrik di Indonesia secara teknis masih mengalami beberapa kendala
terutama disebabkan oleh kecepatan angin rata-rata yang relatif rendah, yaitu berkisar antara 2,5 – 6 m/s. Di sisi lain
kincir angin yang tersedia dipasaran sejauh ini disesuaikan dengan kondisi asal negara pembuatnya, dimana
kecepatan angin rata-rata cukup tinggi (diatas 8 m/s). Untuk itu perlu dikembangakan turbin angin yang sesuai untuk
wilayah Indonesia. Salah satu aspek terpenting dalam perancangan sebuah sudu turbin angin adalah pemilihan airfoil.
Suatu metodologi perancangan sudu turbin angin berbasis komputasi cerdas telah dikembangkan dalam penelitian ini.
dengan metode ini diharapkan geometri airfoil tidak lagi menjadi batasan (constraint) dalam perancangan sudu turbin
angin sehingga proses perancangan dapat dilakukan dengan lebih leluasa. Dengan metode perancangan ini mula-mula
beberapa profil airfoil dibangkitkan melalui transformasi variabel kompleks (transformasi Joukowski) kemudian
koefisien lift, koefisien drag dan koefisien momen aerodinamika dihitung secara numerik dengan CFD (Computational
Fluid Dynamics). Data-data yang diperoleh selanjutnya digunakan untuk melatih Artificial Neural Network (ANN).
Dengan ANN yang sudah terlatih ini geometri airfoil dapat secara langsung ditentukan jika koefisien gaya dan momen
aerodinamika diberikan tanpa harus melakukan eksperimen terowongan angin maupun komputasi numerik. Hasil yang
diperoleh dengan metode ini menunjukkan tingkat ketelitian yang cukup baik sekalipun beragam untuk fungsi pelatihan
yang berbeda.
Fulltext View|Download

Article Metrics:

Last update:

No citation recorded.

Last update: 2024-12-12 15:38:29

  1. Optimization of maximum lift to drag ratio on airfoil design based on Artificial Neural Network utilizing Genetic Algorithm

    Haryanto I.. Applied Mechanics and Materials, 127 , 2014. doi: 10.4028/www.scientific.net/AMM.493.123