User:Bhamakerti.mohammad

Introduction

ٱلسَّلَامُ عَلَيْكُمْ وَرَحْمَةُ ٱللَّٰهِ وَبَرَكَاتُهُ

Perkenalkan saya Bhamakerti Mohammad Aydan biasa dipanggil Bhama dengan NPM 2106728023.

Saat ini saya sedang menjalani kelas Metode Numerik 01. Saya berharap bisa terus belajar dengan consciousness yang tinggi.

Progress Pekan 1

Tugas : Optimasi tangki hidrogen dengan kapasitas 1 liter, pressure 8 bar, dan biaya produksi maksimal Rp. 500.000

Pada pekan 1, saya membaca sebuah paper dari Jiai Chen, dkk(2018) dengan judul "Design And Optimization of High-Pressure Hydrogen Cylinders For Intermodal Container Transportation".

Pada paper tersebut, ada beberapa parameter yang mejadi fokus untuk melakukan optimisasi pada desain tabung hydrogen

1. Geometri dari tabung Pada bagian geometri, akan didapatkan nilai outer diameter (2r), length of cylinder (l), dan thickness of cylinder(t)

2. Tekanan Optimal hidrogen Parameter ini dicari untuk menentukan geometri dan ukuran dari tabung

3. Packing Problem Paper ini juga memperhatikan bagaimana mentransport hydrogen seefisien mungkin

Adapun workflow yang digunakan adalah sebagai berikut First, for a single cylinder with the external diameter (2𝑟) and the length of the cylinder body (𝑙), we will search for the optimal hydrogen pressure (Section 3). Second, with a given external diameter (2𝑟) of the cylinders, we will find the optimal body length (𝑙 ) (Section 4). Third, in the cross-section, circle packing problem in a square will be studied and optimal external diameter (2𝑟 ) will be found (Section 5). Finally, combining Sections 3-5, the optimal strategy can be attained.

Progress Pekan 2

Final Report

1) Dimensi optimal Dalam melakukan desain optimasi dari tabung hidrogen, parameter yang pertama diperhitungkan adalah dimensi dari tabung,

Adapun constraintnya adalah : Tekanan 8 bar, volume 1 L, dan harga Rp.500.000

Untuk memperhitungkan optimasi dimensi, saya menggunakan pemrograman melalui kode berikut :

import numpy as np
from scipy.optimize import minimize

def calculate_surface_area(x):
    radius, height = x
    return 2 * np.pi * radius * height + 2 * np.pi * radius**2

def volume_constraint(x, target_volume):
    radius, height = x
    return np.pi * radius**2 * height - target_volume

# Set variabel konstan
target_volume = 1000  # Volume konstan (dalam centimeter kubik)

# Definisikan masalah optimisasi
def optimization_problem(x):
    return calculate_surface_area(x), volume_constraint(x, target_volume)

# Tetapkan nilai tebakan awal untuk variabel optimisasi
initial_guess = [1.0, 1.0]

# Definisikan batasan dan batas variabel optimisasi
constraints = [{'type': 'eq', 'fun': lambda x: optimization_problem(x)[1]}]
bounds = [(0, None), (0, None)]

# Lakukan optimisasi
result = minimize(lambda x: optimization_problem(x)[0], initial_guess, method='SLSQP', bounds=bounds, constraints=constraints)

# Ekstrak variabel hasil yang dioptimalkan
optimal_radius, optimal_height = result.x

# Hitung luas permukaan yang dioptimalkan
optimal_surface_area = calculate_surface_area([optimal_radius, optimal_height])

# Tampilkan hasil
print('Jari-jari Optimal:', optimal_radius, 'cm')
print('Tinggi Optimal:', optimal_height, 'cm')
print('Luas Permukaan Optimal:', optimal_surface_area, 'cm^2')

Sehingga didapatkan hasil

Optimization Results:

Jari-jari Optimal: 5.419262767614773 cm

Tinggi Optimal: 10.83851313481415 cm

Luas Permukaan Optimal: 553.5810444881138 cm^2