Abstrak Industri proses terutama perminyakan [2]. Maka dibutuhkan sebuah alat untuk mengambil sumber
adalah salah satu industri membutuhkan energi panas panas tersebut yaitu dengan menggunakan heat exchanger.
dengan jumlah kapasitas besar. Dengan berjalan HE (heat exchanger) adalah suatu alat digunakan dalam
perkembangan teknologi dibutuhkannya proses proses perpindahan panas fluida dengan fluida yang lain tanpa
perpindahan panas dalam jumlah besar. Tetapi dengan terjadi perpindahan massa didalamnya dan dapat dipergunakan
besarnya penukaran panas yang diberikan maka besar sebagai pemanas maupun pendingin. HE pada lapangan
pula luas permukaan. Dibutuhkannya optimasi pada memiliki tipe yang beragam [2]. HE yang sering digunakan
desain heat exchanger terutama shell-and-tube. Dalam ialah HE dengan tipe shell-and-tube dengan segmental baffle.
tugas akhir ini, Algoritma particle swarm optimization Performansi HE ditinjau dari beberapa parameter.
(PSO) digunakan untuk mengoptimasikan nilai koefesien Parameter tersebut berupa koefesien perpindahan panas
perpindahan panas keseluruhan dengan mendapatkan keseluruhan (U), luasan area (A), dan pressure drop (P).
nilai terbaik. Perumusan fungsi tujuan nilai perpindahan Semakin tinggi nilai koefesien perpindahan panas
panas keseluruhan (U), dan luas permukaan (A) yang keseluruhan, rendahnya luasan area, dan rendahnya pressure
digunakan untuk mencari nilai fungsi objektif pada PSO. drop, maka membuat performansi HE dikatakan baik. Dalam
Partikel dalam PSO menyatakan sebagai posisi atau solusi rangka itu, maka diperlukan optimasi dalam mendesain HE
dari hasil optimasi didapatnya nilai perpindahan panas khususnya shell-and-tube dengan segmental baffle. Parameter-
maksimal dengan luas permukaan dan pressure drop parameter yang mempengaruhi performansi adalah diameter
dibawah data desain atau datasheet. Partikel tersebut luar tube (do), diameter dalam tube (di), tube layout (tp),
dalam pemodelan berupa rentang nilai minimal dan jumlah tube (Nt), jumlah baffle (Nb), baffle cut, tube bank
maksimal dari diameter luar diantara (do) dan jumlah outer, baffle spacing (Lbc), diameter bundle (Dctl), diameter
baffle (Nb). Dari hasil optimasi pada tiga HE didapatkan shell (Ds), tube of passes (Np), jumlah shell (Ns), ketebalan
nilai U dan A secara berturut-turut; HE E-1111 472 tube (tw) dan panjang tube (Lta) [3]. Untuk parameter
W/m2C dan 289 m2 ;pada HE E-1107 174 W/m2C dan 265 ketebalan tube, panjang tube, diameter dalam shell, tube bank
m2 ; dan HE E-1102 618 W/m2C dan 574 m2. Nilai outer, tube layout, jumlah shell, number of tube passes, baffle
perpindahan panas keseluruhan yang telah dioptimasi cut ditentukan. Untuk parameter jumlah baffle dan diameter
sesuai dengan fungsi objektif dapat dikatakan HE shell- luar tube dikenakan optimasi. Selebihnya parameter tersebut
and-tube mencapai titik optimal. ditentukan dan dikalkulasikan. Sehingga optimasi desain HE
diperlukan untuk membesarkan nilai koefesien perpindahan
Kata Kunci heat exchanger, Optimasi, PSO panas keseluruhan dengan batasan luas permukaan dan
pressure drop dengan variabel yang dioptimasi jumlah baffle
dan diamter luar tube.
I. PENDAHULUAN Untuk melakukan optimasi HE ini dapaat
memanfaatkan beberapa teknik optimasi seperti menggunakan
jumlah baffle duantara (Nb) 2 dan 15. Untuk kasus HE yang Tabel 2 Optimasi pada HE E-1111, E-1107, dan E-1102
didesain adalah HE shell-and-tube yang didesain bertipe AES, Variabel E1111 E1107 E-1102
tube layout ( tp) menggunakan 90o, panjang tube (Lta), Data Hasil Data Hasil Data Hasil
ketebalan tube (tw), baffle cut (Bv), jumlah shell (Ns) dan Desain Optimasi Desain Optimasi Desain Optimasi
diameter dalam shell (Ds) seperti pada desain.
do (m) 0,0191 0,0321 0,019 0,0252 0,019 0,027
Tabel 1 Proses input dan propertis pada HE tw (m) 0,0017 0,0017 0,0021 0,0021 0,0021 0,0021
Dengan pemodelan tersebut dilakukan optimasi A (m2) 295 289 296 265 576 574
dengan menggunakan algoritma PSO dengan hasil U
optimasinya dapat dilihat pada tabel 2. Hasil optimisasi 555 472 175 174 516 618
(W/m2C)
dilakukan perbandingan antara data desain dengan data hasil fs 0,17 0,17 0,21 0,2 0,17 0,17
optimasi untuk mencari nilai koefesien perpindahan panas
ft 0,01 0,01 0,02 0,01 0,01 0,01
keseluruhan (U) yang terbaik. Untuk nilai yang didapat setelah
dilakukannya optimasi adalah pada E-1111 nilai koefesien hs
2334 2459 201 209 991 1167
(w/m2C)
perpindahan panas keseluruhan yang didapat adalah 472 ht
951 668 1903 1300 1567 1736
W/m2 oC dan luas permukaan 289 m2 sesuai dengan fungsi (W/m2C)
objektif yang dibuat tetapi nilai U tidak mengalami kenaikan. Nt 434 233 1140 787 1110 705
Karena mengecilnya luas permukaan mengakibatkan
Ltp (m) 0,025 0,04 0,025 0,032 0,025 0,033
menaiknya nilai reynold dan pressure drop. Sebelum
dilakukannya optimasi nilai pressure drop yang terhitung
tidak terlalu jauh dengan pressure drop allowed yang berada Pada kasus kali ini peneliti membuat inisialisasi
pada datasheet seperti pada tabel 4.3. Jadi A yang dikecilkan sebagai berikut :
tidak menghasilkan perubahan nilai U yang lebih besar dari Nilai partikel (populasi) = 30
desain. Maksimal nilai generasi (iterasi) = 50
Pada HE E-1107 nilai perpindahan panas keseluruhan yang Variasi beban inersia (w) = 0,9-0,4
didapat adalah 174 W/m2 oC dengan luas permukaan sebesar Kognitif parameter (c1) =2
265 m2. Hasil sudah sesuai dengan optimasi yang dibuat. Parameter sosial (c2) =2
Pada HE E-1102 hasil optimasi yang didapat pada nilai Kecepatan maksimum (Vmax) =1
perpindahan panas keseluruhan sebesar 618 W/m2 oC dan luas
permukaannya adalah 574 m2. Hasil optimasi sudah sesuai Didapat solusi dari menggunakan swarm particle
dengan diharapkan dengan menekan luas permukaan dan optimization (PSO) dengan menentukan nilai partikel dan nilai
pressure drop tidak mengurangi nilai U pada sebelumnya. generasi yang dibutuhkan untuk memperoleh hasil yang
Sebelum melakukan optimasi dengan menggunakan metode optimum. Setelah didapat nilai partikel dan nilai generasinya,
PSO tahap pertama yang dilakukan adalah melakukan algoritma PSO dijalankan sebanyak 10 kali dengan
inisialisasi pada jumlah partikel, maksimal iterasi, beban mempertimbangkan mengikuti parameter parameter yang telah
inersia (w), kognitif parameter (c1), parameter sosial (c2) dan dibuat untuk mengoptimalkan fungsi objektif yang telah
kecepatan maksimum (Vmax). dibuat. Seperti yang terlihat pada Gambar 1 sampai dengan
gambar Gambar 3 nilai keseluruhan perpindahan panas terjadi
kenaikan disetiap partikelnya yang dimana sesuai dengan
JURNAL TEKNIK POMITS Vol. 3, No. 2, (2014) ISSN: 2337-3539 (2301-9271 Print) B-215
fungsi yang digunakan pada optimasi. Grafik terlihat naik dapat dikatakan optimal karena sudah memenuhi fungsi
karena fungsi yang dibuat mencari nilai koefesien perpindahan objektif yaitu mencari nilai U maksimal dengan ketentuan
panas (U) yang maksimal. luas permukaan dan pressure drop dibawah data desain atau
datasheet.
B. Saran
Heat Exchanger yang telah dioptimasi dapat dijadikan
pertimbangan dalam melakukan pembuatan HE shell-and-
tube dengan performansi yang lebih baik.
DAFTAR PUSTAKA
[1] T Kuppan, Heat Exchanger Design Handbook (2000) Marcel Dekker, Inc.
[2] V.K Patel, R.V. Rao, Design Optmization of shell-and-tube heat
exchanger using particle swarm optimization technique, Applied Thermal
Engineering 30 (2010) 1417-1425.
[3] Kusnarjo, desain alat perpindahan panas, 2010.
[4] Antononio C.Caputo, Pacifio M. Pelagagge, Paolo Salini, Heat exchanger
design based on economic optimisation, Applied Thermal Engineering 28
(2008) 1151-1159.
[5] Resar Selbas, Onder Kizilkan, Marcus Reppich, A new design approach
for shell-and-tube heat exchangers using genetic algorithms from
economic point of view, Chemical Engineering dan Processing 45 (2006)
268-275.
Gambar 2. U maksimal pada HE E-1107 disetiap iterasi [6] P.M.V Subbarao, Design Formulae for Mingled Shell-side stream,
Mechanical Engineering Department I I T Delhi.
[7] D.Q Kern, Process Heat Transfer, International Student Edition, ISBN 0-
07-083353-3.
[8] Jie Yang, Aiwu Fan, Wei Liu, Anthony M. Jacobi. 2013. Optimization of
shell-and-tube heat exchanger conforming to TEMA standards with
design motivated constructal theory. University of Illinois, Urbana, IL,
USA.
[9] Frank P. Incropera, Favid P. Dewitt, Fundamentals of Heat and Mass
Transfer, John Wiley and Sons.
A. Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan, maka
dapat disimpulkan perpindahan panas secara kesuluruhan
(U), luas permukaan (A), pressure drop pada tube ( ) dan
pressure drop pada shell ( yang didapat dari hasil
algoritma PSO secara berturut-turut ; pada HE E-1111 472
W/m2C, 289 m2, 6691 Pa, dan 3749 Pa dengan parameter
jumlah baffle sebanyak 19 dan diameter luar tube sebesar
0,032 m; pada HE E-1107 174 W/m2C, 265 m2, 5575 Pa
dan 364 Pa dengan parameter jumlah baffle sebanyak 15
dan diameter luar tube sebesar 0,0252 m ; dan HE E-1102
618 W/m2C, 574 m2, 1340 Pa dan 19993 Pa dengan
parameter jumlah baffle sebanyak 17 dan diameter luar tube
sebesar 0,0266 m. Hasil dari optimasi dikatakan sudah