BibTex Citation Data :
@article{ROTASI2012, author = {Ismoyo Haryanto and Toni Utomo}, title = {PENGEMBANGAN PERANCANGAN AIRFOIL SUDU TURBIN ANGIN KECEPATAN RENDAH BERBASIS KOMPUTASI CERDAS}, journal = {ROTASI}, volume = {11}, number = {4}, year = {2012}, keywords = {}, 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.}, issn = {2406-9620}, pages = {32--39} doi = {10.14710/rotasi.11.4.32-39}, url = {https://ejournal.undip.ac.id/index.php/rotasi/article/view/2012} }
Refworks Citation Data :
Article Metrics:
Last update:
Last update: 2024-12-24 18:08:10
Optimization of maximum lift to drag ratio on airfoil design based on Artificial Neural Network utilizing Genetic Algorithm
Penerbit: Departemen Teknik Mesin, Fakultas Teknik, Universitas Diponegoro
Alamat Redaksi: Gedung Administrasi Lantai II Departemen Teknik Mesin Fakultas Teknik Undip Telp.(024)7460059, Facsimile: (024)7460059 ext.102 Email: rotasi@live.undip.ac.id