Perpustakaan Digital ITB

Studi ini mengimplemetasikan balanced inverse-direct design untuk airfoil melalui optimasi multi-objektif. Objektif dari kasus optimasi tersebut adalah untuk mem- inimalisir nilai mean absolute error (MAE) dari distribusi tekanan terhadap suatu target tertentu dan meminimalisir nilai koesien gaya hambat (Cd). Optimasi di- lakukan menggunakan dua metode bebas gradien yang berbeda: genetic algorithm (GA) dan metode optimasi Bayesian. GA memiliki mekanisme yang serupa den- gan penurunan sifat genetis pada makhluk hidup serta seleksi alam untuk mene- mukan suatu solusi optimum dengan melakukan regenerasi populasi. Sementara metode optimasi Bayesian menggunakan suatu surrogate function bernama Krig- ing untuk memodelkan fungsi objektif secara probabilistik berdasarkan sekumpu- lan sampel awal. Sebanyak tiga kasus optimasi telah dilakukan. Kasus pertama merupakan uji validasi dengan mengoptimasi airfoil NACA 0012 dengan target airfoil lain, NACA 2412. Kasus kedua mengoptimasi airfoil NLF(1)-0115 dengan menentukan target yang betujuan untuk mempertahankan aliran laminar pada bagian atas airfoil. Kasus terakhir memiliki target distribusi tekanan dengan efek shock wave yang lebih rendah untuk mengoptimasi airfoil transonik RAE 2822. Ketiga kasus yang dilakukan menghasilkan suatu set solusi dimana di dalamnya didapat kongurasi airfoil baru dengan nilai galat dari distribusi tekanan dan target yang diberikan dapat diterima dan gaya hambat yang jauh lebih rendah.