Computational Fluid Dynamics

Pendahuluan

Dalam menyelesaikan aliran fluida, pada dasarnya ada tiga pendekatan atau metode yang biasa dilakukan, sebagai berikut:

1. Eksperimen
2. Teoretik
3. Numerik (CFD)

Pendekatan	Kelebihan	Kekurangan
Eksperimen	1. Menjadi pendekatan yang paling realistis	1. Kebutuhan peralatan. 2. Masalah scaling. 3. Koreksi tunnel. 4. Kesulitan pengukuran. 5. Biaya operasi.
Teoretik	Informasi yang jelas dan umum diperoleh dalam bentuk persamaan	1. Terbatas untuk bentuk dan kondisi fisik sederhana. 2. Terbatas pada masalah linear.
Numerik (CFD)	1. Tidak terbatas pada kasus linear 2. Dapat menyelesaikan kondisi fisik yang kompleks. 3. Dapat mencari solusi berdasarkan waktu.	1. Kesalahan numerik. 2. Kesalahan kondisi batas. 3. Keterbatasan kemampuan alat komputasi

Aliran fluida sendiri diatur oleh persamaan atur yang terdiri dari hukum kekekalan massa, momentum, dan energi yang berbentuk persamaan diferensial parsial (PDE). Computational Fluid Dynamics (CFD) menjadi seni perhitungan numerik untuk menyelesaikan PDE menjadi persamaan aljabar yang dapat dihitung menggunakan bantuan komputer.

CFD akan memberikan prediksi kualitatif dan kuantitatif dari aliran fluida melalui:

• Pemodelan matematika (persamaan diferensial parsial).
• Metode numerik (teknik diskritisasi dan penyelesaian).

Hasil CFD sendiri tidak akan pernah 100% akurat diakibatkan oleh

• Data input yang terlalu banyak tebakan.
• Pemodelan matematikan dan numerik yang tidak tepat.
• Keterbatasan akurasi akibat keterbatasan kemampuan alat komputasi

Untuk itu, dalam menyelesaikan masalah aliran fluida menggunakan CFD, pengguna perlu mengerti dan memahami kondisi fisik dari aliran untuk memastikan hasil simulasi masuk akal dan tidak menyalahi persamaan atur yang berlaku.

Prosedur Simulasi CFD

Dalam simulasi CFD, ada prosedur yang harus diikuti, sebagai berikut.

1. Pre-processor Pendefinisian masalah	2. Processor Menyelesaikan persamaan numerik	3. Post-processor Visualisasi dari hasil simulasi
1. Pembangunan geometri/model. 2. Pembangunan grid. 3. Pengaturan properti fluida. 4. Pengaturan kondisi batas.	1. Pengaturan skema diskritisasi (ruang dan waktu). 2. Pengaturan algoritma penyelesaian. 3. Kriteria konvergensi.	1. Analisis data hasil. 2. Visualisasi data hasil.

Pre-processor

Kunci pertama dalam menyelesaikan tahap ini adalah mendefinisikan permasalahan aliran fluida yang akan diselesaikan. Berikut adalah beberapa pertanyaan yang membantu mendefinisikan permasalahan:

• Apa saja variabel yang diketahui dalam permasalahan aliran yang akan diselesaikan?
• Apa saja fenomena fisik yang terlibat dalam permasalahan aliran?
• Apa saja domain geometri dan kondisi operasi dari permasalahan?
• Bagaimana tipe dari aliran yang akan diselesaikan (laminar/turbulen, steady/unsteady)?
• Apa variabel yang ingin diselesaikan dari simulasi CFD?
• Apakah ada cara termudah/termurah/tercepat untuk mencapai tujuan simulasi? (berfungsi sebagai penyederhanaan simulasi)

Dengan memahami dan berhasil mendefinisikan permasalahan aliran fluida yang akan diselesaikan, Anda akan dapat memilih model fluida yang cocok serta menyederhanakan proses simulasi sehingga dapat mengefektifkan penggunaan sumber daya namun tetap dapat memertahankan kualitas dari hasil simulasi.

Processor

Pada tahap ini, sistem PDE akan ditransformasi menjadi sekumpulan persamaan aljabar. Penyelesaian dari persamaan aljabar ini bergantung dari skema diskritisasi ruang (finite differences/volumes/elements) dan high/low order approximations, skema diskritisasi waktu (explisit atau implisit), stabilitas, time-step control, dan kriteria konvergensi.

Ada dua hal yang diperhatikan dalam tahap processor ini. Pertama adalah waktu simulasi, kedua adalah kualitas hasil simulasi. Pengaturan hal-hal di atas, bersama dengan besar domain geometri dan kemampuan alat komputasi akan mentukan waktu simulasi.

Selanjutnya, kualitas dari hasil simulasi bergantung pada:

• Model matematis dan asumsi yang digunakan.
• Tipe pendekatan dan stabilitas dari skema numerik.
• Grid, diskritisasi waktu, dan kriteria konvergensi.

Yang dikejar dalam tahap ini adalah mengefektifkan waktu komputasi namun tetap mempertahankan kualitas hasil. Untuk melakukan hal ini, penting bagi pengguna untuk menyederhanakan model (agar ukuran komputasi kecil) namun tetap menggunakan asumsi fisik yang sesuai.

Post-processor

Mengeluarkan informasi yang diinginkan dari hasil simulasi dilakukan pada tahap ini. Hal-hal yang dapat dikeluarkan adalah sebagai berikut:

• Perhitungan properti turunan (fungsi aliran, vortisitas, dan lain-lain)
• Perhitungan parameter integral (gaya, total massa, dan lain-lain)
• Visualisasi

- 1D data: plot garis.

- 2D data: streamlines atau kontur.

- 3D data: isosurface, isovolumes, particle tracing, dan animasi.

• Data analisis (error).
• Verifikasi dan validasi dari model CFD.

Bagian yang sangat penting dari tahap ini adalah memastikan model terverifikasi dan tervalidasi.

Verifikasi CFD

Verifikasi adalah mencari kesalahan yang terjadi dalam implementasi model. Sederhananya Apa kita menyelesaikan persamaan dengan benar?. Hal ini dapat dilakukan dengan cara sebagai berikut:

• Memeriksa kode CFD.
• Memeriksa konvergensi iterasi dengan memantau residu hasil.
• Memeriksa konsistensi.
• Memeriksa konvergensi grid.
• Membandingkan hasil komputasi dengan solusi analitik.

Validasi CFD

Validasi adalah memeriksa apakah model yang dipakai sesuai dengan kondisi nyata. Sederhananya Apa kita menyelesaikan persamaan yang benar?. Hal ini dapat dilakukan dengan cara sebagai berikut:

• Verifikasi kode untuk memastikan solusi numeriknya benar.
• Membandingkan hasil yang ada dengan data eksperimen.
• Melakukan analisis sensitivitas dan studi parametrik untuk mencari ketidakpastian akibat kekurangan pemahaman mengenai proses fisikal.

Tujuan utama dari verifikasi dan validasi agar kode CFD menghasilkan hasil yang masuk akal untuk rentang terbatas dari permasalahan aliran.

Kesalahan dan Ketidakpastian

Seperti pada bagian pendahuluan, hasil simulasi CFD tidak akan 100% akurat. Hasil simulasi CFD dapat dipercaya tergantung pada tingkat ketidakpastian tertentu dan efek kumulatif dari kesalahan (error).

• Ketidakpastian (Uncertainty) didefinisikan sebagai defisiensi potensial akibat kurang lengkapnya informasi/ilmu (misal: pemodelan turbulensi yang terbatas).
• Kesalahan (Error) didefinisikan sebagai defisiensi akibat hal lain seperti:

- Model fisik akibat simplifikasi kasus.

- Diskritisasi error akibat ukuran time step.

- Error konvergensi yang bergantung pada kriteria konvergensi.

- Error pembulatan karena keterbatasan kepresisian metode numerik.

- Bug dalam kode CFD dan kesalahan logika.

- Kesalahan pemasukan nilai parameter, model, atau kondisi batas.

Pemahaman serta kepekaan terhadap kesalahan dan ketidakpastian sangat penting dalam menggunakan CFD.

Referensi

Anderson, Tannehill, and Pletcher (1984). Computational Fluid Mechanics and Heat Transfer. McGraw-Hill "Dmitri Kuzmin". Introduction to Computational Fluid Dynamics. Institute of Applied Mathematics University of Dortmund

Industri dan CFD