Finite Element & Multi-Physics
Semester Ganjil 2024/2025
Example of FEM and Analytical Solution
Axial buried pipe displacement
Optimasi Desain Struktur Kapal Ikan Menggunakan Kombinasi Numerik dan Machine Learning by Mohammad Rafi
Penelitian ini bertujuan untuk mengoptimalkan struktur kapal ikan dengan mempertimbangkan jenis konstruksi sebagai variabel utama. Pendekatan yang digunakan mengintegrasikan metode Finite Element Method (FEM) dengan teknologi kecerdasan buatan melalui Machine Learning (ML). Proses simulasi diawali dengan analisis menggunakan FEM untuk mengeksplorasi berbagai variasi parameter dan menghasilkan data relevan. Data ini kemudian diolah dengan Machine Learning untuk mempercepat proses optimasi dan menciptakan desain yang efisien serta sesuai dengan kebutuhan industri perkapalan. Dalam penelitian ini, kesadaran akan tujuan utama selaras dengan tanggung jawab etis dan nilai spiritual dalam menciptakan solusi yang berkelanjutan dan bernilai manfaat bagi masyarakat luas.
Desain struktur kapal ikan yang dianalisis berfokus pada bagian lambung kapal, mengingat bagian ini berperan krusial dalam menopang beban dan menentukan performa keseluruhan kapal. Untuk mempercepat waktu simulasi, digunakan pendekatan simetri (Symmetric Boundary) pada model kapal ikan berkapasitas 5 GT dengan panjang 10 meter, yang sering ditemukan di perairan Indonesia. Variabel utama yang dikaji adalah jenis konstruksi kapal, yaitu memanjang, melintang, dan campuran, serta variasi ketebalan pelat kapal untuk mengevaluasi dampaknya terhadap kekuatan struktural, biaya, dan kecepatan kapal. Simulasi dilakukan dengan mempertimbangkan kondisi batas yang merepresentasikan kondisi aktual kapal di perairan Indonesia, termasuk faktor beban muatan yang memengaruhi kekuatan struktur kapal. Proses simulasi ini dilengkapi dengan validasi konvergensi untuk memastikan akurasi, di mana perbedaan hasil simulasi antar ukuran mesh tidak melebihi 2%.
Hasil simulasi FEM berupa data performa, tegangan, tekanan, jenis konstruksi, dan ketebalan pelat kemudian diolah dengan Machine Learning. Integrasi FEM dan Machine Learning memungkinkan proses optimasi dilakukan tanpa perlu pengulangan simulasi (loop-test) yang berlebihan. Hal ini tidak hanya mempercepat proses desain tetapi juga memastikan model yang dihasilkan lebih optimal, efisien, dan relevan untuk diterapkan pada berbagai skenario operasional. Pendekatan ini mempertimbangkan aspek keberlanjutan, seperti pengurangan limbah material dan peningkatan efisiensi energi, yang memberikan dampak positif baik secara ekonomi maupun lingkungan.
Evaluasi penelitian ini menggunakan framework DAI5, yang mencakup kesadaran mendalam, niat yang selaras dengan nilai spiritual, analisis masalah yang mendalam, idealisasi solusi yang realistis, dan penyusunan instruksi yang jelas dan terstruktur. Dalam aspek kesadaran mendalam, penelitian ini tidak hanya berfokus pada solusi teknis tetapi juga mempertimbangkan dampak etis, spiritual, dan sosial yang lebih luas. Niat penelitian ini selaras dengan tujuan keberlanjutan global, yaitu menciptakan desain kapal yang ekonomis, efisien, dan ramah lingkungan. Analisis masalah dilakukan secara menyeluruh dengan mempertimbangkan perspektif berbagai pemangku kepentingan dan akar penyebab masalah. Idealisasi solusi didasarkan pada prinsip kesederhanaan, efisiensi, dan skalabilitas. Seluruh proses dilengkapi dengan dokumentasi yang profesional untuk memastikan bahwa hasil penelitian dapat dimanfaatkan oleh berbagai pihak.
Penelitian ini menunjukkan bahwa integrasi metode numerik dan teknologi Machine Learning dapat menciptakan solusi desain kapal ikan yang tidak hanya efisien secara teknis tetapi juga berdampak positif pada keberlanjutan dan nilai sosial. Evaluasi berdasarkan DAI5 memastikan bahwa pendekatan ini mendukung pengambilan keputusan berbasis data, selaras dengan nilai etika, spiritualitas, dan keberlanjutan global. Dengan demikian, penelitian ini diharapkan dapat menjadi langkah maju dalam pengembangan teknologi desain kapal ikan yang relevan dengan kebutuhan industri perkapalan di Indonesia.
Analisis 1 Dimensi Finite Element and Multiphysics pada Struktur Pipa HDPE menggunakan Finite Element Method (FEM) dan Artificial Neural Network (ANN) dengan Pendekatan DAI5 Framework by Nicholas Ego Guarsa
Dalam menganalisis sebuah permasalahan, penting bagi kita untuk menggunakan sebuah kerangka berpikir/framework. Karena dengan adanya kerangka berpikir akan membantu dalam analisis masalah secara runtut sehingga didapatkan hasil yang sesuai dengan apa yang telah ditentukan. DAI5 bisa menjadi solusi alternatif untuk menggunakan framework kerangka berpikir dalam menyelesaikan sebuah permasalahan. Tidak terkecuali dalam kasus analisis sebuah pipa HDPE yang sering ditemukan dalam rumah-rumah yang berfungsi sebagai penyalur air bersih yang digunakan untuk memenuhi kebutuhan sehari-hari.
Pipa HDPE memiliki berbagai keunggulan, di antaranya tahan terhadap karat, tegangan tertentu, efek panas, serta memiliki umur yang relatif lama. Selain itu, pipa HDPE aman digunakan untuk menyalurkan air bersih. Kondisi aktual yang ada saat ini adalah pipa tersebut terpasang dengan berbagai kondisi. Ada yang dipasang di tanah, menempel di dinding, atau bahkan tergantung menggantung. Selain itu, tidak jarang juga terpapar sinar matahari secara langsung. Selingan ini akan memengaruhi performansi dari pipa HDPE tersebut.
Pada kesempatan ini, penulis akan mencoba menganalisis pipa HDPE pada kondisi menggantung dan ditopang di kedua ujung. Kemudian terdapat beban, yaitu beban pipa HDPE tersebut dan beban dari air yang ada di dalamnya. Pipa tersebut juga terpapar sinar matahari di jam tertentu yang menyebabkan panas yang diterima juga berbeda. Panjang pipa yang ditopang beragam dan juga beda ketinggian kedua ujung (kemiringan pipa).
Berikut adalah penjabarannya:
Dimulai dari Initiator, yaitu saya sendiri - "I am my consciousness" sebagai Deep Awareness of I. Mengerjakan analisis atas dasar keyakinan tentang fenomena alam pada pipa HDPE. Di sini, saya adalah subjek atau pelaku dalam analisis yang telah menentukan bagaimana analisis ini nantinya akan berjalan dan menentukan batasan masalah dan tujuan yang ingin didapatkan dari hasil analisis.
Dilanjutkan dengan Intention. Intention saya adalah ingin mempelajari fenomena alam pada pipa HDPE. Karena dengan mempelajarinya, saya bisa mengimplementasikan di rumah saya bagaimana permasalahan sederhana bisa terpecahkan dengan baik serta tentunya mendapatkan rasa "legowo" bagaimana alam bekerja dengan keteraturannya atas kehendak Tuhan yang Maha Esa.
Initial Thinking pada kasus ini adalah material pipa yang dianalisis adalah HDPE dengan struktur ditopang pada kedua ujungnya, memiliki panjang dan diameter tertentu, terpapar sinar matahari yang berdampak panas pada pipa HDPE tersebut. Pipa dianalisis memiliki beda ketinggian pada kedua ujungnya (memiliki kemiringan).
Idealization pada kasus ini adalah mencakup batasan masalah dan kondisi ideal dari analisis. Misalkan struktur pipa dianggap seragam, ukuran pipa juga seragam. Kondisi ini memperhitungkan lingkungan yang di daerah tropis/khatulistiwa. Tidak membahas aliran fluida yang terjadi di dalam pipa.
Instruction Set yang digunakan adalah: Software FEM yang digunakan untuk analisis perpindahan, distribusi panas, dan distribusi tegangan pada pipa, adalah Autodesk Inventor. Analisis dilakukan beberapa kali dengan variabel yang berbeda untuk mendapatkan data set training. Data set training nantinya akan di-import ke dalam ANN yang bertujuan untuk dijadikan basis data untuk memberikan hasil analisis prediksi. ANN dibuat menggunakan bahasa pemrograman Python dan dijalankan menggunakan library seperti PyCharm. Sebelum menganalisis menggunakan ANN, data input adalah panjang pipa, diameter pipa, kemiringan pipa, serta sumber panas yang dihasilkan oleh matahari.
Analisis kasus ini didasari oleh penulis atas dasar keingintahuan akan adanya efek multiphysic yang terjadi pada pipa HDPE yang telah dijelaskan sebelumnya. Penulis dengan sadar tertarik bagaimana ilmu pengetahuan yang telah berkembang dari yang masih manual menggunakan perhitungan matematis. Misal untuk mengetahui perpindahan serta dengan rumus F = kΔx.
Konstan k adalah beban/gaya yang bekerja adalah konstan pegas, serta Δx adalah nilai perpindahan itu sendiri. Apabila analisis yang dikerjakan masih sederhana, misalkan analisis dilakukan pada dimensi 1 kemudian nodal dan elemen tidak sedikit (maksimum 3). Masih memungkinkan dihitung secara manual untuk mendapatkan perpindahan pada setiap nodal. Namun, apabila nodal dan elemen lebih banyak dibutuhkan cara yang lebih cepat dan lebih efisien untuk menyelesaikannya, maka digunakan software alternatif seperti Autodesk Nastran.
Sebagai alat bantu untuk menyelesaikan perhitungan Finite Element untuk mendapatkan hasil yang akurat dan waktu yang lebih cepat. Tidak cukup itu, sekarang ada teknologi machine learning berbasis Artificial Neural Network (ANN) yang bisa memberikan data analisis prediksi terhadap sebuah kasus tidak terkecuali Finite Element di atas. Setelah kita mendapatkan data set training hasil analisis menggunakan software Nastran, kita bisa input data set tersebut ke ANN untuk digunakan sebagai basis data untuk membantu memprediksi hasil yang lebih cepat. Semakin banyak dataset training yang digunakan, maka semakin akurat juga hasil yang telah diprediksi menggunakan ANN.
Analisis 2D pada sistem struktural dan tegangan termal untuk line pipe elbow menggunakan Finite Element Method (FEM) dan Artificial Neural Network (ANN) dengan struktur framework DAI5 oleh Hazimi Hamar
Pada industri, pembangunan yang meliputi manufaktur proses, proses kimia, elektroknomik, dan aliran fluida sering kali menggunakan sistem perpipaan untuk sebagai workflow dari distribusi energi. Pipa-pipa memiliki peran penting untuk distribusi ini sehingga manufaktur perancangan dari sistem perpipaan harus dijaga keandalan dan integrasinya. Khususnya terhadap line pipe elbow atau siku pada pipa, bagian ini sering kali mendapatkan konsentrasi dari masalah struktural seperti tegangan, regangan, dan deformasi. Bagian konsentrasi lainnya dari distribusi suhu, temperatur baik dalam kondisi material dan eksternal, peristiwa ini menjadi engineering problem dalam dunia industri.
Pendekatan yang bisa dilakukan dapat menggunakan Finite Element Multiphysics (FEM), metode ini terbagi menjadi 2 yaitu Finite Element Method dan Finite Element Analysis (FEA) untuk dapat mendeskripsikan struktural dan termal dari perancangan line pipe elbow dimana kondisi dari pipa sering dilalui oleh kondisi internal dan eksternal dalam proses operasi. Finite Element memberikan solusi untuk membentuk matriks kekakuan global: K = ΣKe untuk matriks kekakuan elemen dan persamaan numerik: KU = F dimana U adalah vektor perpindahan dan F adalah vektor gaya. FEM memiliki tipe elemen yaitu 1D untuk batang dan truss, 2D untuk bidang, dan 3D untuk struktur volumetrik kompleks. Ada dari itu, pada studi kasus line pipe elbow termasuk ketahanan elemen 2D untuk reda bidang terhadap struktural yang dapat dianalisis frame stress dan strain, lalu dengan melihat kondisi axial dan analisis distribusi juga dapat diterapkan. Oleh karena itu penelitian ini disebut 2D Multiphysics.
Informasi data yang didapat dari analisis multiphysics ini akan dikonversikan ke machine learning, yaitu Artificial Neural Network (ANN) untuk inovasi kecerdasan. Pendekatan akan lebih relevan jika diimplementasikan dengan framework DAI5 yang memiliki tahapan 1 hingga 5, dimana inisiator metode ini adalah Dr. Ahmad Indra yang mengutip "i'm my consciousness" dalam "Deep Awareness (of) I" bahwa pentingnya kesadaran penuh terhadap yang kita lakukan agar dapat memberikan dampak positif untuk penyelesaian masalah. Framework DAI5 memberikan problem solving dari engineering problem yang terdiri dari I4 (Intention, Initial thinking, Idealization, and Instruction Set). Struktur dari metode ini akan menghasilkan referensi yang dapat membantu penelitian 2D multiphysics dari line pipe elbow menggunakan FEM dan ANN.
Untuk dapat membimbing dari proses analisis untuk mendapatkan variasi serta verifikasi untuk mengantisipasi dari tujuan analisis untuk dapat mengurangi kegagalan proses operasi dan meningkatkan keandalan dan keselamatan kerja.
