User talk:Tianrhs

Dalam melakukan kalkulasi mengoptimasi desain dari tank hydrogen, pertama2 kita harus bisa menentukan 3 hal pokok yang menjadi parameter kita dalam pengoptimasian: 1. Desain Variabel Variabel desain merujuk pada parameter atau variabel yang dapat diubah atau dioptimalkan dalam suatu proses desain. Variabel desain mempengaruhi karakteristik atau performa suatu sistem atau produk yang sedang dirancang. Dalam konteks desain, variabel desain dapat mencakup berbagai faktor seperti dimensi, bahan, bentuk, konfigurasi, struktur, dan lain sebagainya. Dalam konteks persoalan kita, saya menentukan volume, tekanan, dan cost efficiency sebagai parameter utk desain variabel

2.Fungsi Objektif Fungsi objektif (objective function) adalah sebuah fungsi matematis yang harus dioptimalkan dalam suatu masalah optimisasi. Tujuan dari fungsi objektif adalah untuk mengukur performa, efisiensi, atau kualitas dari solusi yang dicari dalam konteks permasalahan tertentu. Dalam konteks permasalahan ini, obj (x) akan digunakan untuk mengevaluasi apakah desain yang dimiliki melewati 500K IDR dengan dasar volume dan tekanan pada tank. Biaya termasuk biaya hidrogen (per kilogram) dikalikan dengan volume dan densitas hidrogen, serta biaya material tangki (per kilogram) dikalikan dengan volume.

3. Constraint Konstrain (constraint) merujuk pada batasan atau pembatas yang harus dipatuhi dalam mencari solusi optimal. Konstrain digunakan untuk membatasi ruang pencarian solusi agar memenuhi persyaratan atau kriteria tertentu yang diinginkan. Ada beberapa jenis konstrain, konstrain geometri, konstrain biaya, konstrain kinerja. Dalam konteks soal kita, Fungsi konstrain constraint(x) memeriksa apakah tekanan melebihi batas tekanan. Fungsi konstrain biaya cost_constraint(x) memeriksa apakah total biaya melebihi batas biaya sebesar 500k IDR.

Setelah menentukan 3 hal diatas, saya melakukan proses kalkulasi tersebut melalui PYTHON, berikut hasil codingannya:

import numpy as np from scipy.optimize import minimize

1. Constants

density_h2 = 70.85 # Density of hydrogen (kg/m^3) cost_h2 = 1.5 # Cost of hydrogen ($/kg) cost_material = 1.2 # Cost of tank material ($/kg) pressure_limit = 8 # Pressure limit (bar) cost_limit = 35 # Cost limit ($)

1. Objective function

def objective(x):

   volume, diameter, thickness = x
   length = volume / (np.pi * ((diameter / 2) ** 2))  # Calculate length based on volume and diameter
   cost = cost_h2 * density_h2 * volume + cost_material * volume * length
   return cost

1. Constraint functions

def pressure_constraint(x):

   volume, diameter, thickness = x
   length = volume / (np.pi * ((diameter / 2) ** 2))  # Calculate length based on volume and diameter
   pressure = pressure_limit - (volume / (np.pi * ((diameter / 2) ** 2) * thickness))

   return pressure

def cost_constraint(x):

   return objective(x) - cost_limit

1. Initial guess

x0 = np.array([0.01, 0.01, 0.01]) # Initial guess for volume, diameter, and thickness

1. Bounds for volume, diameter, and thickness

bounds = [(0, None), (0, None), (0, None)]

1. Constraints

pressure_constr = {'type': 'ineq', 'fun': pressure_constraint} cost_constr = {'type': 'ineq', 'fun': cost_constraint} constraints = [pressure_constr, cost_constr]

1. Optimization

result = minimize(objective, x0, method='SLSQP', bounds=bounds, constraints=constraints)

1. Extract optimized values

opt_volume, opt_diameter, opt_thickness = result.x opt_length = opt_volume / (np.pi * ((opt_diameter / 2) ** 2))

1. Print optimized values

print(f"Optimized Volume: {opt_volume} m^3") print(f"Optimized Diameter: {opt_diameter} m") print(f"Optimized Thickness: {opt_thickness} m") print(f"Optimized Length: {opt_length} m")

setelah program dilakukan run, didapatkan Optimized Volume: 0.29694876042766083 m^3 Optimized Diameter: 0.19785008828415787 m Optimized Thickness: 1.2073387849232942 m Optimized Length: 9.658710263937978 m

Sekian dan terimakasih