Aplikasi Kalman Filter Dalam Analisa Ketidakpastian Pengujian Hambatan Kapal

Purnamasari, Dian (2020) Aplikasi Kalman Filter Dalam Analisa Ketidakpastian Pengujian Hambatan Kapal. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

Text 04111560010001-Disertasi.pdf Restricted to Repository staff only Download (16MB) | Request a copy

Abstract

Menilai keakuratan dan ketidakpastian hambatan model kapal merupakan kebutuhan mendesak bagi komunitas simulasi maupun eksperimen, karena meluasnya penggunaan CFD dalam desain kapal dan penelitian hidrodinamika serta meningkatnya permintaan data eksperimen yang handal. Verifikasi dan Validasi (V&V) adalah sarana utama untuk menilai akurasi dan keandalan simulasi.Penelitian ini mengidentifikasi sumber-sumber ketidakpastian dan analisa ketidakpastian pengujian hambatan kapal Tanker 17.500 DWT di towing tank berdasarkan prosedur ITTC. Data pengukuran hambatan difilter dengan Low Pass filter (LPF) dan Kalman Filter (KF) untuk mendapatkan nilai standar deviasi yang terkecil. Selanjutnya menghitung 5 komponen ketidakpastian yang meliputi permukaan basah, kecepatan kereta penarik, temperatur air, kalibrasi dinamometer, dan hambatan. Sehingga didapatkan ketidakpastian gabungan dan ketidakpastian yang diperluas. Simulasi CFD menggunakan 3 grid (coarse, medium, fine) dan 3 model turbulensi (kω-SST, DES, EASM). Kesalahan (error) masing-masing grid pada ketiga model turbulensi terhadap hasil pengujian dihitung untuk mendapatkan kesalahan yang terkecil. Pola gelombang (wave countour) dan ketinggian gelombang (wave elevation) pada grid fine ketiga model turbulensi ditampilkan untuk memilih salah satu model turbulensi yang sesuai dengan pengujian. Verifikasi solusi dengan metode GCI (grid convergence index) untuk mengestimasi rasio konvergensi (R), urutan akurasi (pG), kesalahan grid (G) dengan RE (Richardson Extrapolation). Ketidakpastian simulasi (US) didapatkan dengan mengalikan estimasi RE dan FS (Factor of Safety). Validasi untuk mendapatkan nilai kesalahan (error) E dan ketidakpastian validasi (Uval). Hasil penelitian menunjukkan bahwa nilai rata-rata hambatan dari 1500 data sampel sebelum dan setelah difilter perbedaanya adalah 0.82% dengan Lowpass filter dan 0.26% dengan Kalman filter. Nilai standar deviasi sebelum dan setelah difilter perbedaanya adalah 33.33% dengan Lowpass filter dan 97.85% dengan Kalman filter. Hasil tersebut menunjukkan bahwa Kalman filter sangat signifikan untuk menurunkan nilai standar deviasi data pengujian. Ketidakpastian hambatan total berkisar antara 1,09 - 3,33%. Ketidakpastian hambatan total pada kecepatan operasional kapal 13 knot atau pada Fr =0.18 yaitu 31.571 N dengan penyimpangan maksimum adalah 0.431 N atau 1.36%. Hasil Simulasi menunjukkan error pada model turbulensi k-ω SST lebih stabil pada semua angka Froude dengan error yang maksimum sebesar -0.130% pada Fr = 0.19. Hasil verifikasi pada model turbulensi k-ω SST menunjukkan kondisi konvergensi monotik yaitu rasio kenvergen dengan nilai kurang dari 1 (R<1) pada semua kecepatan. Nilai urutan akurasi (pG) berkisar 1.19-2.08, nilai kesalahan grid (G) terhadap grid fine berkisar antara 1.08%-3.22%, sehingga ketidakpastian simulasi (US) terhadap grid fine yang terbesar yaitu 4.02% pada angka Froude 0.18. Validasi menunjukkan bahwa model turbulensi dua persamaan yaitu k-ω SST mampu memprediksi hambatan dan bidang aliran dengan tingkat kepercayaan 95% dengan nilai kesalahan E = 0.75%D dan ketidakpastian validasi Uval = 4.22%D. Hasil tersebut menunjukkan bahwa validasi tercapai karena nilai E < Uval. Secara ilmiah penelitian ini menyediakan benchmark database pengujian hambatan kapal sebagai pengujian model fisik yang tervalidasi.
=====================================================================================================================================
Assessment of the accuracy and uncertainty of the ship model is urgent for both the simulation and experimental communities, due to the common use of CFD in ship design and hydrodynamic research and the increasing demand for reliable experimental data. Verification and Validation (V&V) are the main for assessing the accuracy and reliability of the simulation. This research identifies the sources of uncertainty and analyzes the uncertainty of the 17,500 DWT tankers testing in towing tanks according to ITTC procedures. Measurement data is filtered with a Low Pass filter (LPF) and Kalman Filter (KF) to get the smallest standard deviation value. 5 components uncertainty of resistance test is wetted surface, towing speed, water temperature, dynamometer calibration, and resistance. These standard uncertainties component combined to obtain the overall standard uncertainty and expanded uncertainty. CFD simulations are using 3 grids (coarse, medium, fine) and 3 turbulence models (kω-SST, DES, EASM). The error simulation of the grid for three turbulence models is calculated to get the smallest error. Wave contour and wave elevation in the fine grid of the three turbulence models are displayed to select one of the turbulence models that is an agreement for the test. The verification solution is using the GCI (grid convergence index) method to estimate the convergence ratio (R), the order of accuracy (pG). Grid error (G) is using RE (Richardson Extrapolation). Simulation uncertainty (US) is obtained by multiplying the estimation of RE and FS (Factor of Safety). The validation takes into account the uncertainties in both the simulation and the experimental data, that estimated error E and validation of uncertainty (Uval). The results showed that the total resistance of 1500 sample data before and after filtering the difference was 0.82% with a Lowpass filter and 0.26% with a Kalman filter. The standard deviation value before and after filtering the difference is 33.33% with Lowpass filter and 97.85% with Kalman filter. These results indicate that the Kalman filter is very significant to reduce the standard deviation of the test data. The uncertainty of resistance estimated at around 1.09 - 3.33%. The uncertainty of resistance at the operating speed of the ship 13 knots or at Fr = 0.18 is 31,571 N, maximum deviation is 0.431 N or 1.36%. Simulation results show that the error in the k-ω SST turbulence model is more stable in all Froude numbers with a maximum error of -0.130% at Fr = 0.19. The verification of the k-ω SST turbulence model showed a monotonic convergence condition, which is the ratio of convergence to a value of less than 1 (R <1) at all speeds. The order of accuracy value (pG) estimated at around 1.19-2.08, the grid error (G) of fine grid estimated at around 1.08% -3.22%, the simulation uncertainty (US) of fine grid is 4.02% at Froude 0.18. Validation shows that the turbulence model of two equations k-ω SST higher accuracy to predict resistance and flow fields with a confidence level of 95% with an error value E = 0.75% D and uncertainty validation Uval = 4.22% D. Validation was achieved because of E <Uval. Scientifically this research provides a benchmark database of ship resistance testing as a validated physical model testing.

Item Type:	Thesis (Doctoral)
Additional Information:	RDPe 623.848 Pur a-1
Uncontrolled Keywords:	Lowpass filter, Kalman filter, Hambatan kapal, Simulasi CFD, Verifikasi dan Validasi.
Subjects:	V Naval Science > VM Naval architecture. Shipbuilding. Marine engineering > VM751 Resistance and propulsion of ships
Divisions:	Faculty of Marine Technology (MARTECH) > Naval Architecture and Shipbuilding Engineering > 36001-(S3) PhD Thesis
Depositing User:	Dian Purnamasari
Date Deposited:	10 Mar 2025 07:38
Last Modified:	10 Mar 2025 07:38
URI:	http://repository.its.ac.id/id/eprint/75215

Actions (login required)

View Item