Difference between revisions of "Tugas 2 Metnum Dani (Case Study)"
Danisharif (talk | contribs) (→Menentukan Material Tank Storage') |
Danisharif (talk | contribs) (→Kode yang digunakan (Python)) |
||
| (5 intermediate revisions by the same user not shown) | |||
| Line 8: | Line 8: | ||
C_m (material cost) = 2 $/kg | C_m (material cost) = 2 $/kg | ||
| − | + | C_w (welding cost) = 15 $/m (diasumsikan diperlukan welding pada setiap tutup dan dasar tank | |
== Menentukan dimensi == | == Menentukan dimensi == | ||
| Line 16: | Line 16: | ||
l = 0.15 m | l = 0.15 m | ||
| − | v | + | v ≤ 0.001 → (πd^2 l)/4 = 0.00076 m^3 |
t = 0.001 m | t = 0.001 m | ||
| Line 33: | Line 33: | ||
== Persamaan Optimasi Tank == | == Persamaan Optimasi Tank == | ||
| − | [[File : dani metnum1.png|| | + | [[File : dani metnum1.png||400px]] (menentukan massa tank) |
| − | [[File : dani metnum2.png|| | + | [[File : dani metnum2.png||400px]] (menentukan panjang welding yang dibutuhkan) |
| + | |||
| + | |||
| + | |||
| + | [[File : dani metnum3.png||400px]] (menghitung cost yang dibutuhkan) | ||
| + | |||
| + | |||
| + | |||
| + | == Kode yang digunakan (Python) == | ||
| + | |||
| + | # Import library python untuk membantu menyelesaikan nonlinear programming\ | ||
| + | |||
| + | from gekko import GEKKO | ||
| + | |||
| + | import numpy as np | ||
| + | |||
| + | # menyatakan variabel untuk l dan d dengan lb adalah batas bawah dan ub adalah batas atas (berlaku sebagai constrain) | ||
| + | |||
| + | m = GEKKO() | ||
| + | |||
| + | d = m.Var(value=0.08, lb=0, ub=0.1) | ||
| + | |||
| + | l = m.Var(value=0.15, lb=0, ub=0.17) | ||
| + | |||
| + | m.Equation(np.pi*(d**2)*l*0.25<=0.001) | ||
| + | |||
| + | |||
| + | # Melakukan optimasi variabel l dan d | ||
| + | |||
| + | m.solve() | ||
| + | |||
| + | print(l.value[0]) | ||
| + | |||
| + | print(d.value[0]) | ||
| + | |||
| + | -Output adalah nilai l = 0.079164178354, dan nilai d = 0.042635773839 | ||
| + | |||
| + | |||
| + | # Menyatakan fungsi dari persamaan optimasi storage | ||
| + | |||
| + | # Menghitung massa | ||
| + | |||
| + | def mass (l, d, rho = 2700, t = 0.01) | ||
| + | |||
| + | mass = rho(l*np.pi(((d*0.5 + t)**2.0) - (d*0.5)**2.0) + 2.0*t*np.pi*((d*0.5 + t)**2.0)) | ||
| + | |||
| + | return mass | ||
| + | |||
| + | |||
| + | # Menghitung panjang welding | ||
| + | |||
| + | def weld_length(d : float, t =0.01): | ||
| + | |||
| + | weld_length = (4*np.pi(d + t)) | ||
| + | |||
| + | return weld_length | ||
| + | |||
| + | |||
| + | # Menghitung Cost total storage | ||
| + | |||
| + | def cost(mass, weld_length, material_cost = 2, weld_cost = 15): | ||
| + | |||
| + | cost = float(material_cost*mass(l.value[0], d.value[0]) + weld_cost*weld_length(d.value[0])) | ||
| + | |||
| + | return print(f'Least Cost Tank Optimization is, {cost}$') | ||
| + | |||
| + | |||
| + | - Output = Least Cost Tank Optimization is 103.435$ | ||
| + | |||
| + | |||
| + | |||
| + | '''Berdasarkan perhitungan dengan bantuan bahasa pemrograman python, dibutuhkan biaya 103.435$ untuk mendesain storage 0.001 m^3 atau 1 liter dengan material aluminium dengan massa 10.626 kg serta panjang 0.792 m dan diameter 0.426 m ''' | ||
Latest revision as of 04:26, 6 June 2023
Contents
Menentukan Material Tank Storage'
Material yang tepat untuk tank storage hidrogen adalah aluminium dengan keterangan :
p (density) = 2700 kg/m^3
C_m (material cost) = 2 $/kg
C_w (welding cost) = 15 $/m (diasumsikan diperlukan welding pada setiap tutup dan dasar tank
Menentukan dimensi
d = 0.08 m
l = 0.15 m
v ≤ 0.001 → (πd^2 l)/4 = 0.00076 m^3
t = 0.001 m
Menghitung Constrain
d_max = d + 2t = 0.1 → d_max ≤ 0.1
l_max = l + 2t = 0.017 → l_max ≤ 0.17
v_max ≤ 0.001 m^3
Persamaan Optimasi Tank
(menentukan massa tank)
(menentukan panjang welding yang dibutuhkan)
(menghitung cost yang dibutuhkan)
Kode yang digunakan (Python)
# Import library python untuk membantu menyelesaikan nonlinear programming\
from gekko import GEKKO
import numpy as np
# menyatakan variabel untuk l dan d dengan lb adalah batas bawah dan ub adalah batas atas (berlaku sebagai constrain)
m = GEKKO()
d = m.Var(value=0.08, lb=0, ub=0.1)
l = m.Var(value=0.15, lb=0, ub=0.17)
m.Equation(np.pi*(d**2)*l*0.25<=0.001)
# Melakukan optimasi variabel l dan d
m.solve()
print(l.value[0])
print(d.value[0])
-Output adalah nilai l = 0.079164178354, dan nilai d = 0.042635773839
# Menyatakan fungsi dari persamaan optimasi storage
# Menghitung massa
def mass (l, d, rho = 2700, t = 0.01)
mass = rho(l*np.pi(((d*0.5 + t)**2.0) - (d*0.5)**2.0) + 2.0*t*np.pi*((d*0.5 + t)**2.0))
return mass
# Menghitung panjang welding
def weld_length(d : float, t =0.01):
weld_length = (4*np.pi(d + t))
return weld_length
# Menghitung Cost total storage
def cost(mass, weld_length, material_cost = 2, weld_cost = 15):
cost = float(material_cost*mass(l.value[0], d.value[0]) + weld_cost*weld_length(d.value[0]))
return print(f'Least Cost Tank Optimization is, {cost}$')
- Output = Least Cost Tank Optimization is 103.435$
Berdasarkan perhitungan dengan bantuan bahasa pemrograman python, dibutuhkan biaya 103.435$ untuk mendesain storage 0.001 m^3 atau 1 liter dengan material aluminium dengan massa 10.626 kg serta panjang 0.792 m dan diameter 0.426 m
