Machine Translated by Google

Studi Kasus Teknik Termal 40 (2022) 102351

Daftar isi tersedia di ScienceDirect

Studi Kasus di bidang Teknik Termal

beranda jurnal: www.elsevier.com/locate/csite

Desain pendinginan cerdas menggunakan pendinginan loop ganda untuk

meningkatkan efisiensi mesin dan mengurangi emisi bahan bakar dengan kecerdasan buatan
¨
Sinan Kula a,b,*, Emre Bulut B , Esad Altay A , Osman Sumeria A , Ferruh Ozturk B

A
Pusat Litbang TOFAS¸, Bursa, Turki
B
Departemen Teknik Otomotif, Fakultas Teknik, Universitas Bursa Uludaÿg, Bursa, Turki

INFO PASAL ABSTRAK

Kata kunci: Dalam penelitian ini, desain dan optimalisasi pendinginan cerdas yang didasarkan pada sistem pendingin
Sistem pendingin loop ganda dual loop digunakan untuk meningkatkan efisiensi mesin dan menurunkan tingkat emisi bahan bakar
Jaringan syaraf dengan pendekatan kecerdasan buatan. Sistem pendingin sirkuit ganda digunakan untuk mendinginkan
analisis 1D udara bermuatan dan kondensor untuk mesin diesel 1,6 lt turbocharged. Tujuan utamanya adalah untuk
Tingkat emisi bahan bakar
meningkatkan efisiensi mesin dan menurunkan tingkat emisi bahan bakar dengan desain sistem
pendingin cerdas menggunakan analisis 1D, uji eksperimental, dan jaringan saraf. Pengisi daya udara
dan kondensor berpendingin air ditempatkan secara terpisah di ruang mesin. Padahal, aplikasi serupa
telah digunakan untuk modul-modul yang terintegrasi pada mesin itu sendiri. Pendekatan Jaringan
Syaraf Tiruan diterapkan untuk mengoptimalkan ukuran pengisi daya udara berpendingin air. Data
masukan dihasilkan dengan menggunakan model 1D dengan korelasi hasil uji eksperimen baik pada
kondisi dyno maupun jalan. Perbandingan data analisis eksperimen dan 1D menunjukkan sangat
koheren. Hasil penelitian menunjukkan bahwa efisiensi mesin meningkat dan tingkat emisi CO2 (g/km)
menurun sekitar 4,1% pada siklus WLTP. Hal ini diperoleh dengan sistem pendingin dual loop yang
efisien dan optimasi berdasarkan model 1D dan pendekatan ANN.

1. Perkenalan

Pada kendaraan jalan raya, sistem pendingin bertanggung jawab untuk menjaga suhu seluruh sistem dalam batas yang diinginkan. Tanggung jawab utamanya adalah
menghilangkan panas berlebih yang dihasilkan oleh mesin pembakaran internal, untuk menjaga komponen mesin dan oli agar tidak terlalu panas. Tergantung pada
keberadaan turbocharger atau sistem pendingin udara, pertukaran panas intercooler dan kondensor juga menjadi tanggung jawab sistem. Sistem pendingin juga penting
untuk penghematan bahan bakar dan tingkat emisi. Mesin tidak bekerja secara efisien ketika temperatur cairan pendingin mesin terlalu rendah (di bawah 90 ÿC), yang berarti
konsumsi bahan bakar tinggi dan emisi lebih tinggi.

Mengurangi dan meningkatkan penggunaan turbocharger adalah metode yang sangat umum untuk meningkatkan efisiensi mesin. Oleh karena
itu, kinerja pendinginan turbocharger sangatlah penting. Pada titik ini, sistem pendingin loop ganda dan pengisi daya udara berpendingin air
memberikan banyak keuntungan karena loop pendinginannya terpisah dari mesin pembakaran internal karena mesin memanaskan cairan
pendingin pada suhu hampir 90 ÿC pada loop pendingin primer. Pada loop sekunder sistem pendingin, tingkat suhu tetap sekitar 60–70 ÿC,
sehingga kedua cairan pendingin tidak tercampur dan efisiensi pendinginan tetap lebih baik pada loop kedua, berkat suhu cairan pendingin yang
tersisa dalam sistem lebih rendah. Selain itu, kendaraan yang baru dikembangkan memiliki banyak alat bantu yang berbeda untuk pendinginan, seperti baterai,

* Penulis yang sesuai. Pusat Litbang TOFAS¸, Bursa, Turki.

Alamat email: sinan.kula@tofas.com.tr (S.Kula).

https://doi.org/10.1016/j.csite.2022.102351
Diterima 18 April 2022; Diterima dalam bentuk revisi 6 Juli 2022; Diterima 4 Agustus 2022
Tersedia online 28 Agustus 2022
2214-157X/© 2022 Diterbitkan oleh Elsevier Ltd. (http:// Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND
creativecommons.org/licenses/by-nc-nd/4.0/).
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

komponen, motor listrik dan elektronika daya, dll. Komponen baru ini dapat dihubungkan ke loop pendinginan sekunder dan komponen ini dapat didinginkan dengan
lebih efisien. Modularitas loop kedua/sistem pendingin cerdas ini memungkinkan pengemasan yang lebih baik pada ruang mesin dengan komponen pendingin umum
(radiator, tangki ekspansi, dll.), sehingga tidak perlu membuat tata letak baru, atau rakitan radiator baru.

Dengan semakin menyusutnya sektor otomotif saat ini, penggunaan turbocharger menjadi penting untuk mendapatkan tenaga dan torsi yang sama dari volume
mesin yang rendah tersebut. Mendinginkan udara panas terkompresi yang keluar dari kompresor turbocharger menyebabkan udara yang masuk ke dalam silinder
menjadi dingin, dan efisiensi volumetrik mesin meningkat. Ketika suhu pemasukan udara menurun (kira-kira dari 130 ÿC menjadi 60 ÿC), efisiensi volumetrik meningkat
hingga tingkat tertentu (kira-kira dari 0,8 menjadi 0,9). Penukar panas yang memikul tugas ini dalam sistem pendingin disebut intercooler [1].

Beberapa peneliti menunjukkan bahwa intercooler berpendingin air (pengisi daya udara) lebih efisien dibandingkan pengisi daya berpendingin udara. Kapse dan
Arakerimath [2] menunjukkan fakta ini pada tes bangku. Berdasarkan hasil uji bench, kapasitas penolakan panas lebih tinggi jika menggunakan pendingin udara
bermuatan berpendingin air dibandingkan menggunakan udara. Keuntungan lain dari pengisi daya udara berpendingin air adalah penurunan tekanan yang lebih kecil
dibandingkan pengisi daya berpendingin udara. Keuntungan penurunan tekanan juga mempengaruhi penghematan bahan bakar dan tingkat emisi.
Penelitian ini berkaitan dengan sistem pendingin dual loop pada kendaraan. Ini diperkenalkan untuk meningkatkan efisiensi mesin dan menurunkan tingkat emisi
bahan bakar dengan pendekatan kecerdasan buatan. Selain siklus pendinginan mesin, yang disebut loop suhu tinggi, ini dianggap sebagai siklus pendinginan tambahan
yang disebut loop pendinginan suhu rendah. Tujuan dari putaran suhu rendah adalah pendinginan udara terkompresi oleh turbocharger dan kondensasi gas AC akan
dilakukan melalui air dingin, bukan udara. Tujuan utamanya adalah untuk meningkatkan efisiensi mesin dan menurunkan tingkat emisi bahan bakar dengan desain
sistem pendingin cerdas menggunakan analisis 1D, uji eksperimental dan algoritma jaringan pembelajaran Levenberg-Marquardt dan Bayesian.

Pendekatan Jaringan Syaraf Tiruan (JST) diterapkan untuk mengoptimalkan ukuran pengisi daya udara berpendingin air (WCAC). Data masukan dihasilkan
menggunakan alat analisis 1D GT Power - ISE dengan korelasi hasil uji eksperimen pada dyno dan kondisi jalan.
Data eksperimen dan perbandingan data analisis 1D menunjukkan sangat koheren, sehingga penelitian dilakukan dengan masukan alat 1D GT Power - ISE. Dengan
cara ini, dengan menggunakan air yang didinginkan sebagai pengganti udara, udara terkompresi dapat didinginkan hingga suhu yang lebih rendah (sehubungan dengan
intercooler berpendingin udara), dan efisiensi volumetrik dalam mesin dapat ditingkatkan. Alhasil, konsumsi bahan bakar dan emisi CO2 akan berkurang tanpa
menurunkan performa mesin.
Peningkatan efisiensi diperoleh dengan meningkatkan efisiensi volumetrik mesin. Efisiensi volumetrik merupakan fungsi temperatur udara masuk mesin dan
penurunan temperatur udara masuk, meningkatkan efisiensi volumetrik hingga 0,9–0,92.
Sistem pendingin tradisional menurunkan suhu saluran masuk udara mesin sekitar 70–75 ÿC, namun sistem pendingin loop ganda menurunkan suhu saluran masuk
udara sekitar 50–55 ÿC. Oleh karena itu, efisiensi volumetrik meningkat hingga tingkat maksimum (0,9–0,92) pada suhu sekitar 50 ÿC.
Dalam penelitian ini, pendekatan Neural Network diterapkan untuk mengoptimalkan ukuran watercooled air charger (WCAC). Data masukan dihasilkan menggunakan
alat analisis 1D GT Power - ISE dengan korelasi hasil uji eksperimen pada dyno dan kondisi jalan.
Data eksperimen dan perbandingan data analisis 1D menunjukkan sangat koheren, sehingga penelitian dilakukan dengan masukan alat 1D GT Power - ISE. Hasil
menunjukkan bahwa efisiensi mesin meningkat, dan nilai emisi yang lebih rendah diperoleh dengan desain dan optimasi sistem pendingin dual loop yang lebih efisien
berdasarkan analisis 1D, uji eksperimental dan pendekatan jaringan saraf.
Pentingnya manajemen termal dan sistem pendingin kendaraan menjadi semakin penting karena adanya permintaan untuk menurunkan tingkat emisi. Dalam survei
literatur, telah terlihat berbagai metode tentang peningkatan efisiensi mesin dengan meningkatkan sistem pendingin seperti kepala silinder mesin & blok didinginkan
secara terpisah, penerapan WCOND (kondensor berpendingin air), motor kipas elektro kecepatan variabel, dll. Dalam penelitian kami , sistem pendingin dual loop/smart
digunakan untuk mendinginkan turbocharger dan kondensor kendaraan yang ada dengan cairan pendingin.

Henry dkk. [3] telah mengamati perbandingan pada studi eksperimental untuk pengisi daya udara berpendingin air dan pengisi daya udara berpendingin udara.
Seperti yang diharapkan, keluarannya menunjukkan bahwa pengisi daya pendingin air lebih efisien. Penelitian dilakukan dengan putaran mesin yang berbeda yaitu 2000,
2500, 3000, 3500, 4000 dan 5000 rpm, dengan tekanan 0,6, 0,8 dan 1,0 bar. Terlihat bahwa perpindahan panas lebih tinggi ketika panas dipindahkan dari “udara ke air”
dibandingkan “udara ke udara”, sehingga media fluida pendingin efektif terhadap suhu keluar intercooler.

Dalam penelitian eksperimental ini, Hlavna et al. [4] menggunakan intercooler dua tahap. Pendingin udara bermuatan udara ke udara digunakan sebagai fase
intercooling primer, dan pendingin udara bermuatan udara ke air digunakan sebagai tahap sekunder. Intercooling tahap kedua, pendingin muatan udara ke air, memiliki
pengaruh yang lebih signifikan terhadap penurunan suhu udara bermuatan. Selain itu, tingkat emisi NOx berkurang pada tahap kedua (berpendingin air) jauh lebih baik
dibandingkan dengan pengisi daya berpendingin udara tahap pertama. Artinya, pendinginan tahap kedua, pengisi daya udara berpendingin air, menurunkan suhu secara
signifikan.
Cipollone dkk. [5] menyiapkan studi tentang sistem pendingin mesin dua sirkuit, yang terdiri dari pemodelan termal kepala & blok silinder mesin dan pengujian
konfigurasi ini. Pendinginan kepala silinder dilengkapi dengan loop pendingin suhu rendah sekunder. Telah diamati bahwa pendinginan kepala silinder lebih baik
dibandingkan (6 ÿC lebih sedikit) sistem pendingin konvensional, dan membantu memanaskan blok mesin dengan lebih baik (2 ÿC lebih banyak). Akibatnya, pemanasan
mesin menjadi optimal dan membantu menurunkan kadar CO2.

Sebaliknya, penelitian kami tidak mempengaruhi perilaku mesin. Penelitian kami terutama berfokus pada pengisi daya udara berpendingin air dan digunakan
kondensor berpendingin air dalam sistem. Dengan menggunakan sistem WCAC, perilaku mesin dipengaruhi secara langsung dalam pendekatan kami.
Battista dkk. [6] menjelaskan keuntungan dari dua rangkaian pendingin dalam makalah ini. Model perpindahan panas dibuat antara blok mesin dan kepala. Loop
radiator HT dan LT disajikan. Dua loop pendingin memungkinkan pendinginan sirkuit ganda, jalur HT untuk mesin, dan jalur LT untuk kepala mesin, intercooler, dan
kondensor.
Artikel ini memiliki pendekatan serupa dengan penelitian kami. Selain poin-poin tersebut, dalam penelitian kami, model JST ditambahkan untuk memprediksi
suhu outlet intercooler sehubungan dengan input makro (kecepatan kendaraan, beban mesin, dan ukuran WCAC).

2
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Kang dkk. [7] fokus pada struktur pendingin head dan blok dalam makalah ini. Kajiannya hanya terkait kepala mesin dan blok silinder. Tujuannya adalah
untuk mendinginkan blok mesin itu sendiri dengan saluran pendingin sirkuit ganda terpisah yang disebut pendinginan cerdas. Akibatnya, blok mesin didinginkan
dengan lebih efisien, dan sebagai hasilnya, kinerja pemanasan ditingkatkan. Perbedaan utama dalam penelitian kami adalah memasukkan manajemen termal
kendaraan secara lengkap, tidak hanya blok mesin itu sendiri.
Salameh dkk. [8] mengerjakan model perpindahan panas turbocharger berpendingin air. Studi ini memodelkan perpindahan panas turbin dan kompresor
secara terpisah dan menetapkan pengaturan percobaan. Faktor pembeda utama penelitian kami adalah fokus pada pengaturan kendaraan yang lengkap dan
manajemen termal.
Sankar dkk. [9] menyelidiki pengisi daya udara berpendingin air untuk berbagai aspek. Misalnya, pendingin udara bermuatan berpendingin air dipelajari
untuk berbagai laju aliran (dari 0,1 hingga 0,6 kg/s) pada sisi panas, sambil menjaga laju fluida dingin tetap konstan pada tingkat 0,265 kg/s. Sebagai
konsekuensinya, ada 2 keluaran utama yang diamati; yang pertama adalah pendingin udara bermuatan berpendingin air ternyata jauh lebih efisien dibandingkan
pendingin udara bermuatan berpendingin udara. Kedua, kinerja termal penukar berpendingin air dianalisis dengan metode ÿ-NTU, dan pada sisi udara, faktor
gesekan diturunkan, dan koefisien perpindahan panas ditingkatkan.
Lagu dkk. [10] menunjukkan efisiensi pendingin udara muatan berpendingin air. Percobaan dilakukan pada komponennya sendiri, bukan pada kendaraannya.
Pada titik ini, pengujian ini perlu dilakukan pada pengaturan level kendaraan. Pada kendaraan turbocharged yang ada, sistem pendinginan suhu rendah (LTC)
terintegrasi untuk memiliki loop pendinginan ganda untuk pendinginan udara bermuatan dan pendinginan modul elektronik daya. Intinya adalah menggunakan
kapasitas perpindahan panas yang lebih baik dari cairan pendingin, yang lebih baik daripada udara, dan juga menggunakan cairan pendingin memberikan
keuntungan untuk menciptakan penukar panas berpendingin air yang sangat kompak di ruang mesin. Penukar panas berukuran kompak berarti karakteristik
aerodinamis ruang mesin yang lebih baik dan juga kinerja pengemasan yang lebih baik. Dalam sistem LTC ini, WCAC dan WCOND digunakan secara
bersamaan. Studi ini terutama berfokus pada peningkatan aerodinamis & aliran udara di area ruang mesin dan efisiensi perpindahan panas. Hasilnya,
pendinginan mesin dan kinerja A/C ditingkatkan. Sebaliknya, desain WCAC menyebabkan hilangnya tekanan tambahan pada udara pengisi. Ini berarti mesin
akan lebih banyak memompa tenaga atau memperburuk penghematan bahan bakar dan meningkatkan jeda waktu untuk turbocharger. Telah diamati beberapa
kegiatan kedepannya dari artikel ini, perlu dilakukan optimasi ukuran WCAC dan juga penurunan tekanan sistem. Penelitian kami saat ini mencakup bidang ini.

Honrubia dkk. [11] melaporkan bahwa makalah mereka terkait dengan desain penukar panas, yang disebut STHX, yang mengukur penukar panas shell dan
tube. Tujuannya adalah merancang STHX dengan menggunakan alat multi objektif seperti NN (Neural Network). Jadi targetnya adalah untuk menunjukkan
kelayakan penggunaan dan penerapan alat kecerdasan buatan di industri penukar panas. Pada penelitian ini, parameter desain/input dipilih tiga varian, yaitu
penurunan tekanan pada sisi shell, penurunan tekanan pada sisi tabung dan perpindahan panas. Selanjutnya dilakukan optimasi terhadap ketiga parameter
tersebut dengan pendekatan NN (neural network). Pendekatan NN dijelaskan dengan baik dan rinci, termasuk lapisan, validasi, dan pelatihan. Kesimpulannya,
NN memiliki akurasi yang sangat baik (ketiga target mencapai akurasi 99%) pada desain heat exchanger ini.

Studi kami juga membahas ukuran penukar panas, tetapi penukar ini akan diterapkan pada kendaraan dan input/outputnya akan
menjadi parameter kendaraan yang terhubung. Artinya, permasalahan dan solusi yang ada pada kasus kita semakin kompleks.
Nascimento dkk. [12] menggunakan teknik optimasi Non-Dominated Sorting Genetic Algorithm III (NSGA-III) pada counter flow plate fin heat exchanger
(PFHE) dengan mempertimbangkan laju aliran massa yang berbeda untuk mencapai efektivitas maksimum, volume minimum, dan penurunan tekanan minimum
pada heat exchanger desain. Korelasi untuk pendekatan ini menggunakan model turbulensi shear stress transport (SST) k-ÿ, dan error pendekatan ini adalah
penurunan tekanan sebesar 4,36% dan perpindahan panas konvektif sebesar 3,27%. Setelah menerapkan optimasi pendekatan GA, volume, penurunan
tekanan, dan efektivitas perpindahan panas meningkat secara signifikan.
Dalam penelitian kami, metode CFD digunakan untuk memahami aliran internal penukar panas. Laju aliran udara di depan
kendaraan juga dihitung menggunakan teknik CFD.
Dalam artikel terbaru ini, Demir [13], menyelidiki pemodelan termal penukar panas tipe chevron dengan metodologi Artificial Neural Network (ANN). Metode
ANN diadopsi untuk memprediksi suhu air keluar penukar panas dengan menggunakan parameter masukan seperti laju aliran massa air dingin, suhu masuk (air
panas) dan suhu air dingin masuk dengan data eksperimen terbatas. Hasilnya, data eksperimen yang terbatas dan model JST yang dikembangkan
dibandingkan, dan suhu keluaran air panas diprediksi dengan kesalahan 2,58%, suhu keluaran air dingin dengan kesalahan 1,8%.

Survei literatur menunjukkan bahwa; pendingin udara bermuatan berpendingin air dan sirkuit pendingin cerdas/pendingin loop ganda (loop HT dan LT)
banyak digunakan pada berbagai aplikasi dan area. Telah dinyatakan bahwa efisiensi perpindahan panas terutama berasal dari koefisien perpindahan panas air
yang lebih baik daripada udara. Sebagian besar penelitian ini berkaitan dengan komponen itu sendiri, penukar panas berpendingin air diperiksa secara rinci
namun terpisah dari kendaraan. Namun, dalam studi yang diusulkan, kinerja dan optimalisasi WCAC dipertimbangkan pada tingkat kendaraan secara
keseluruhan. Akibatnya, pemodelan dan optimalisasi WCAC menjadi sangat kompleks, dengan mempertimbangkan semua variabel yang berbeda seperti
kecepatan kendaraan, beban mesin, variasi turbocharger, dll. Karena kompleksitas ini, metode ANN digunakan untuk mengoptimalkan ukuran WCAC. Casing
WCAC yang lebih besar menyebabkan penurunan tekanan ekstra, menurunkan keseragaman udara di ruang mesin, menambah bobot dan biaya. Oleh karena
itu, tujuan utama penelitian ini adalah merancang konfigurasi pendinginan cerdas untuk menurunkan tingkat emisi dan mempertimbangkan ukuran WCAC yang
optimal.

2. Bahan dan metode

2.1. Sistem pendingin cerdas

Secara tradisional, unit oli mesin, intercooler, kondensor, dan radiator dalam sistem pendingin mobil dikemas di bagian depan kendaraan. Pada penelitian
ini, dengan sistem pendingin smartcooling/dual loop, baik intercooler yang merupakan komponen sistem turbo maupun kondensor yang merupakan komponen
sistem pendingin udara akan didinginkan dengan air.
Pada sistem pendingin konvensional, mesin dan setiap komponen menggunakan cairan pendingin yang sama di depan kendaraan pada radiator, semuanya

3
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

menggunakan kipas yang sama yang membutuhkan energi tinggi. Dalam sistem pendingin cerdas/inovatif, siklus yang berisi radiator suhu rendah digunakan untuk
mendinginkan semua subsistem. Sebaliknya, radiator bersuhu tinggi hanya mendinginkan mesin. Seiring dengan struktur kompak dalam sistem pendingin cerdas/
inovatif, telah dicapai struktur yang memungkinkan standarisasi pada radiator depan. Hal ini memungkinkan aerodinamis area mesin depan yang lebih baik, kebutuhan
daya kipas yang lebih sedikit, dan penambahan komponen seperti motor listrik dan baterai dengan mudah.

Pada kendaraan, penukar panas utama sistem pendingin terletak di bagian depan kendaraan. Kondensor, radiator, dan intercooler bertujuan untuk meningkatkan
perpindahan panas melalui pengangkutan paksa udara yang dipercepat yang disediakan oleh satu kipas. Karena koefisien perpindahan panas udara jauh lebih
rendah daripada air, dimensi penukar panas, yang menyediakan perpindahan panas dengan udara, harus lebih besar bila diinginkan perpindahan beban panas yang
sama. Selain itu, daya kipas yang besar harus digunakan untuk menjamin kebutuhan udara. Hal ini menyebabkan kebisingan yang dihasilkan cukup besar dan energi
listrik yang dikeluarkan pun meningkat.
Penukar panas berukuran kompak, yang akan disediakan dalam sistem pendingin cerdas, akan digunakan untuk mengurangi panjang pipa yang membawa cairan.
Hal ini akan mengurangi kehilangan tekanan dan sistem pendingin dengan perpindahan panas yang lebih efisien. Pada sistem pendingin pintar dual loop, intercooler
berpendingin udara akan diganti dengan intercooler berpendingin air (pengisi daya udara). Ini akan digantikan oleh penukar panas berpendingin air dan berbentuk
tabung di area atas, lebih dekat ke intake manifold. Antara saluran keluar intercooler dan intake manifold, panjang pipa akan diperpendek, dan kehilangan tekanan
serta pipa akan dihilangkan secara serius. Sistem intercooler akan dihubungkan dengan radiator suhu rendah yang akan ditambahkan di bagian depan.

Jalur udara dingin yang dikirim dari outlet intercooler ke intake manifold melalui pipa akan diperpendek. Dengan intercooler berpendingin air, yang ditempatkan
lebih dekat ke intake manifold, panjang pipa ini akan diperpendek secara signifikan, dan kehilangan tekanan akan diminimalkan. Sistem pendingin yang lebih efisien
akan meningkatkan efisiensi mesin, dan nilai emisi yang lebih rendah akan memberikan peningkatan kualitas udara yang masuk ke dalam silinder.

Seperti dapat dilihat dari diagram yang ditunjukkan sebagai “Sistem Pendinginan Loop Ganda” pada Gambar 1, dua siklus yang sangat berbeda akan digunakan,
loop pendingin HT (suhu tinggi) dan LT (suhu rendah). Siklus pertama dengan siklus suhu tinggi (HT), seperti namanya, akan beroperasi pada suhu yang lebih tinggi,
dan akan mendinginkan mesin itu sendiri. Pada siklus ini, cairan pendingin mesin akan didinginkan di radiator suhu tinggi di bagian depan dan dikirim kembali ke
mesin. Sistem yang disebut siklus suhu rendah (LT) ini merupakan sistem intercooler dan pengkondisian udara yang akan menggunakan radiator suhu rendah. Sistem
ini beroperasi pada suhu yang relatif lebih rendah.

2.2. Desain sistem pendingin 1D dan analisis CFD 3D sistem pendingin arus dan loop ganda

Sistem pendingin saat ini dan sistem pendingin dual loop dianalisis dalam level 1D dengan menggunakan alat rekayasa virtual GT POWER - GT ISE.
Sistem pendingin dan area depan kendaraan disederhanakan untuk menghitung laju aliran udara, dengan bantuan CFD - Star CCM+, yang datang dari area depan
melalui penukar panas. Metode penyederhanaan ini ditunjukkan pada Gambar 2.
Laju aliran massa udara merupakan input penting untuk menghitung pertukaran panas untuk metode simulasi 1D. Oleh karena itu, penentuan input ini sangat
penting untuk mendapatkan perhitungan pertukaran panas yang benar dan sebagai konsekuensinya suhu yang benar di outlet WCAC. Untuk mencapai hal tersebut,
telah dilakukan analisis CFD yang sangat detail untuk gril depan kendaraan dan komponen modul sistem pendingin, dapat dilihat pada Gambar 3.

Jumlah sel untuk analisis ini adalah 24.573.493. Komponen pendingin mempunyai mesh 3.693.923; radiator 1.871.410,
kondensor 823.508 dan intercooler mempunyai mesh 999.005.
Tujuan dari analisis CFD adalah untuk mendapatkan aliran massa udara di depan zona radiator, kondensor, dan intercooler kendaraan.
Oleh karena itu, hanya ruang mesin dan sisi depan kendaraan yang dianalisis karena rumitnya jaring kendaraan dan analisis kendaraan yang lengkap.

Gambar 1. Skema sistem pendingin loop ganda.

4
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Gambar 2. Penerapan pendekatan aliran massa udara pada model 1D.

Analisis dijalankan dalam kondisi tunak dan metode Multiple Referrence Frame (MRF) digunakan untuk mensimulasikan aliran kipas
wilayah sebagai wilayah berputar, yang dapat dilihat pada Gambar 3 [22].
Persamaan yang mengatur digunakan sebagai persamaan kekekalan massa, percakapan momentum dan persamaan kekekalan energi untuk fluida
wilayah [23]. Persamaannya diberikan sebagai:
Percakapan massal, persamaan kontinuitas:

(1)
ÿ. ( ÿf V ÿ) = 0

Persamaan momentum:

(2)
V ÿ.ÿ ( ÿf V ÿ) = ÿ ÿp + ÿ. ( ÿÿV ÿ)

Persamaan energi:

V ÿ.ÿ( ÿf cpf T ) = ÿ. ( kf ÿT ) (3)

ÿf [kg/m3] adalah massa jenis fluida, V [m/s] adalah vektor kecepatan fluida, p [Pa] adalah tekanan fluida, kf [W/(mK)] adalah konduktivitas termal fluida,
cpf [J/(kgK)] adalah kapasitas panas spesifik fluida, ÿ [Pa.s] adalah viskositas dinamis fluida, T (ÿC) adalah suhu.

Analisis CFD dilakukan pada Star CCM+ dengan sifat konstan dan suhu lingkungan konstan (nilai 23 ÿC). Kondisi awal/batas diberikan sebagai; saluran masuk
adalah kecepatan kendaraan (artinya juga kecepatan udara di depan kendaraan) dan saluran keluar adalah tekanan dari analisis numerik. Laju aliran massa udara
dihitung menggunakan keluaran pada komponen pendingin ini. Perhitungan dilakukan dalam kondisi tunak untuk 3 kecepatan kendaraan yang berbeda (20 km/jam,
40 km/jam dan 140 km/jam) menggunakan tipe polyhedral mesh dengan model turbulensi K- ÿ .

Tabel 1 diperoleh untuk setiap laju aliran udara masuk penukar panas, dan nilai-nilai ini diterapkan sebagai masukan ke model 1D. Media berpori
metode pemodelan digunakan. Ini adalah teknik yang banyak digunakan untuk memodelkan penukar panas dalam analisis CFD.
Hasil CFD disajikan pada Gambar 4 berupa kontur kecepatan pada komponen pendingin. Nilai-nilai tersebut tidak homogen pada permukaan masing-masing
komponen, sehingga pada studi 1D digunakan nilai mean pada permukaan komponen sebagai input. Tabel 1 Menampilkan nilai rata-rata permukaan dari setiap
komponen hasil CFD.

2.3. Pengaturan sistem pendingin 1D dan korelasi simulasi 1D dengan hasil pengujian

Model 1D dari alternatif sistem pendingin saat ini dan alternatif sistem pendingin siklus cerdas/ganda ditunjukkan di bawah ini pada Gambar 5. Semua komponen
sistem pendingin tertanam dengan diagram blok. Ciri-ciri karakteristik dimasukkan ke dalam diagram blok; spesifikasi teknis, informasi geometris, dll.

Untuk korelasi simulasi 1D, digunakan suhu keluaran intercooler dari sistem pendingin saat ini. Uji kinerja aerotermal ini (tahap persetujuan pengujian standar
di dalam kendaraan) dilakukan di terowongan angin dengan prosedur standar. Ada tiga kasus berbeda; kecepatan kendaraan rendah, sedang dan tinggi (lihat Tabel
2).
Pertama, dibangun model sistem pendingin konvensional 1D. Suhu titik kritis diperoleh sebagai hasil dari
analisis sistem saat ini, ditunjukkan pada Tabel 3.
Ketika hasil analisis simulasi 1D sistem konvensional dibandingkan dengan hasil pengujian standar pada suhu keluaran intercooler, penyimpangan maksimum
3% dari hasil pengujian diamati. Berdasarkan hasil ini, keandalan model telah terbukti dan diputuskan bahwa model ini dapat digunakan untuk menentukan alternatif
berbeda dari siklus pendinginan cerdas/pendinginan loop ganda alternatif.

Setelah dilakukan korelasi metode simulasi 1D, dibuatlah siklus pendinginan Smart/dual loop dalam model GT-ISE 1D. Penelitiannya adalah

5
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Gambar 3. Detail mesh komponen sistem pendingin, bodi depan, posisi terowongan angin dengan penskalaan dan wilayah medan kipas.

Tabel 1
Input untuk sistem pendingin 1D.

KECEPATAN (km/jam) KONDENSER (kg/dtk) RADIATOR (kg/dtk) INTERCOOLER (kg/dtk)

20 0,4109 0,5644 0,1101

40 0,5449 0,6804 0,1901
140 1439 1666 0,609

lanjutan radiator suhu rendah ketebalan 27 mm. Dalam alternatif ini, dua rangkaian solusi intercooler berpendingin air dipelajari, bukan satu
intercooler berpendingin air. Sementara air pendingin didistribusikan secara paralel ke dua penukar panas berpendingin air, alasan hubungan ini
disebut seri: karena udara yang diberi makan berlebih pertama-tama akan menuju ke penukar panas pertama dan kemudian ke penukar panas
kedua dan akan berlanjut ke penukar panas kedua. seri antara penukar panas berpendingin air. Oleh karena itu, 2 unit WCAC digunakan sebagai
serial untuk aplikasi ini.
Terlihat bahwa hasil yang lebih baik diperoleh dengan alternatif ini, sesuai Tabel 4. Jika dibandingkan dengan hasil situasi konvensional pada
Tabel 3, terlihat adanya peningkatan yang baik dengan alternatif ini. Jelas bahwa peningkatan luar biasa telah dicapai dengan pendinginan loop
ganda, siklus suhu rendah dibandingkan dengan situasi konvensional.

6
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Gambar 4. Kontur kecepatan kendaraan pada radiator, kondensor dan intercooler pada CFD.

Gambar 5. Sistem pendingin arus dan cerdas/dual loop.

Tabel 2
Hasil pengujian sistem saat ini.

Kasus 1 Kasus 2 Kasus 3

Suhu Keluaran Intercooler (ÿC) 56,7 53,6 55,8

Tabel 3
Hasil pengujian simulasi 1D sistem saat ini.

Kasus 1 Kasus 2 Kasus 3

Suhu Masuk Radiator (ÿC) 88,2 80,28 88,2

Suhu Keluar Radiator (ÿC) 84,4 75,7 75,9
Suhu Masuk Intercooler (ÿC) 134,1 136,7 179,2
Suhu Keluaran Intercooler (ÿC) 55,2 52,1 54

Meskipun memberikan hasil yang baik pada suhu outlet intercooler, ukuran WCAC tidak dioptimalkan. 2 WCAC digunakan dengan serial
koneksi, untuk mendapatkan suhu outlet intercooler yang lebih baik.
Setelah mendapatkan hasil 1D (yang dikorelasikan dengan konfigurasi kendaraan saat ini) untuk konfigurasi pendinginan cerdas 2 WCAC, jalan
Pengujian ini direncanakan untuk mengkorelasikan juga kondisi tata letak pendinginan yang baru.
Uji jalan direncanakan untuk melihat suhu outlet WCAC pada setiap tingkat kecepatan konstan. Kendaraan dilengkapi dengan termokopel untuk
setiap area terkait, seperti inlet/outlet radiator, inlet/outlet WCAC, dll. Temperatur yang terpenting adalah melihat dan mengontrol Temperatur Inlet dan
Outlet WCAC untuk mengamati efisiensi WCAC dan membuat korelasi antara hasil 1D.
Kendaraan diuji pada kondisi jalan dengan kecepatan konstan untuk setiap langkah variabel selama kurang lebih 3 menit. Pada Gambar 6, kecepatan

Tabel 4
Analisis 1D siklus suhu rendah dengan alternatif (radiator 27 mm + 2 WCAC).

Kasus 1 Kasus 2 Kasus 3

Suhu Masuk Radiator (ÿC) 86,4 79,1 86,3

Suhu Keluar Radiator (ÿC) 82,9 74,9 74,9
Suhu Masuk Radiator LT (ÿC) 58,9 55,7 54,3
Suhu Keluar Radiator LT (ÿC) 52,7 48,7 43,1
Suhu Masuk Intercooler (ÿC) 134,1 136,7 179,2
Suhu Keluaran Intercooler (ÿC) 52,9 49 45,1

7
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Profil bisa dilihat, direkam dari jalur CAN kendaraan. Kecepatan kendaraan yang konstan adalah; 20, 36, 50, 70, 80, 90, 100, 110, 120 dan 130 km/jam, dan pada
setiap kecepatan, kendaraan distabilkan selama 3 menit. Oleh karena itu, suhu yang tercatat menjadi hampir konstan dan sebanding dengan analisis kondisi tunak
1D.
Suhu dicatat dengan Grant Instrument selama tahap pengujian. Nilai suhu yang diukur ditunjukkan pada Gambar 7. The
suhu karakteristik utama adalah suhu keluaran WCAC, dan suhu ini dibandingkan dengan keluaran analisis 1D.
Dengan menggunakan hasil tes fisik di jalan, kita mempunyai kesempatan untuk membandingkan 2 penggunaan WCAC dari hasil analisis 1D dan membuat
korelasi antara model 1D dan penggunaan di kehidupan nyata. Seperti terlihat pada Tabel 5, perbedaan antara hasil uji jalan dan analisis 1D sangat rendah
(kesalahan rata-rata <8%), bahkan dalam beberapa kasus suhunya sama.
Mengingat hasil yang koheren antara analisis 1D dan hasil tes nyata, penggunaan keluaran hasil analisis 1D adalah
nyaman. Oleh karena itu, hasil analisis 1D digunakan dalam langkah-langkah studi ANN berikut.

2.4. Optimalisasi ukuran WCAC dengan pendekatan ANN (artificial neural network).

Dalam penelitian ini, penukar panas (WCAC) ditempatkan pada kendaraan, dan hasilnya diamati sebagai sistem yang lengkap, bukan sebagai komponen yang
berdiri sendiri. Oleh karena itu, masalah perpindahan panas ini menjadi situasi yang sangat kompleks dan membutuhkan banyak waktu dan tenaga untuk
menyelesaikannya. Seperti yang telah dijelaskan pada bab sebelumnya, masalah ini dapat diselesaikan dengan menggunakan analisis CFD dan kemudian analisis
1D. Namun, dibutuhkan terlalu banyak waktu untuk mencapai hasil akhir. Bahkan terkadang, permasalahan tersebut tidak dapat diselesaikan karena rumitnya sistem.
Misalnya, dengan mengubah hanya satu masukan dan mempertimbangkan kecepatan kendaraan dalam kasus ini, berarti semua analisis CFD harus diulang
untuk menghitung laju aliran massa udara di depan radiator dan tergantung pada ukuran jaring dan kepadatannya, hal ini dapat memakan waktu beberapa hari. untuk
mendapatkan outputnya. Jika Anda menambahkan parameter masukan lain seperti beban mesin, masalahnya menjadi lebih kompleks dan membutuhkan lebih
banyak waktu untuk menyelesaikannya. Akibatnya, pendekatan ANN menciptakan struktur yang sederhana dan ramping untuk mendapatkan hasil seakurat mungkin
yang dihitung melalui CFD dan 1D.
Kamble dkk. [14] menjelaskan bahwa Jaringan Syaraf Tiruan (JST) digunakan secara luas dalam aplikasi perpindahan panas. Metode analisis tradisional tidak
dapat dilakukan setiap saat karena masalah waktu dan biaya. Data eksperimen dan hasil ANN sangat cocok, sehingga poin ini meningkatkan keandalan metodologi
ANN.
Tang dkk. [15] menyebutkan bahwa pendekatan ANN telah memberikan hasil yang baik dengan membandingkan data pengujian. Padahal masalahnya adalah
masalah prediksi non-linier, pendekatan ANN sangat efektif untuk aplikasi termal, seperti penukar panas.
Mohanraj dkk. [16] melaporkan metode ANN semakin populer dengan akurasi yang baik di antara analisis termal penukar panas. Pendekatan ini tidak
memerlukan fungsi analitis apa pun, pendekatan ini didasarkan pada pelatihan masukan utama sistem. Oleh karena itu, meskipun input non-linier dikenakan,
proses dan estimasi perpindahan panas dapat disimulasikan menggunakan ANN dengan kesalahan yang sangat rendah.
Dalam penelitian ini, ANN diadopsi sebagai model pengganti untuk menyelidiki pengaruh variabel desain dan digunakan untuk masalah optimasi [19-21].
Metode optimasi berbasis pengganti memainkan peran penting dalam proses optimasi, terutama ketika model optimasi dibuat berdasarkan simulasi elemen hingga
yang mahal secara komputasi, misalnya simulasi CFD [18].
Alat MATLAB digunakan untuk mengidentifikasi struktur ANN, seperti dapat dilihat pada Gambar 8 [17]. Ada tiga pilar utama: lapisan masukan, lapisan tersembunyi
dengan neuron, dan lapisan keluaran. 17 variabel masukan dan 10 neuron untuk lapisan tersembunyi digunakan. Pelatihan diselesaikan dengan menggunakan
fungsi Levenberg-Marquardt, 75% data digunakan untuk pelatihan. Sisanya digunakan untuk validasi dan pengujian. Validasi silang adalah teknik statistik untuk
mengevaluasi jaringan dengan mempartisi data menjadi dua subset dengan rasio tertentu, yang satu digunakan untuk melatih, dan yang lainnya digunakan untuk
menguji data untuk evaluasi jaringan. Teknik validasi silang digunakan untuk mencegah over-fitting dan untuk mengevaluasi kinerja jaringan saraf. Dalam penelitian
ini digunakan teknik hold-out untuk validasi silang dengan mempartisi data menjadi dua segmen yang merupakan data untuk pelatihan dan pengujian model
jaringan syaraf tiruan. Teknik ini lebih disukai

Gambar 6. Profil kecepatan uji jalan kendaraan pendingin cerdas.

8
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Gambar 7. Profil suhu uji jalan kendaraan pendingin cerdas.

Tabel 5
Perbandingan hasil analisis 1D & uji jalan untuk suhu outlet WCAC (rata-rata error< 8%).

Suhu Outlet WCAC 20 km/jam 36 km/jam 50 km/jam 70 km/jam 80 km/jam 90 km/jam 100 km/jam 110 km/jam 120 km/jam 130 km/jam

Hasil GT Power 1D ÿC 32,8 34,53 34,93 34,56 35,22 36,49 36,93 38,69 41,22 44,12
Hasil Uji Jalan 31,2 35,1 34 32,6 32 32,5 32,6 34 36,5 39,9
(kecepatan konstan) ÿC
% Kesalahan Delta 4,96 ÿ 1,65 2,66 5,67 9,14 10,93 11,72 12,12 11,45 9,56

karena kumpulan datanya hampir jarang [17,18].

Nilai-R (koefisien korelasi Pearson) dicatat untuk setiap fase; seperti Pelatihan, Validasi dan Pengujian. Semua nilai R dapat dilihat pada Gambar 9. Nilai
R penting untuk sedekat mungkin dengan 1, dan model jaringan saraf kita memiliki nilai R lebih besar dari 0,99 untuk setiap fase. Nilai R yang lebih besar
(mendekati 1) juga menunjukkan tingginya akurasi model. Dalam hal ini, model kami memiliki akurasi yang baik dengan nilai R minimum 0,994.

Gambar 8. Arsitektur Jaringan Syaraf Tiruan (JST).

9
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

3. Hasil & optimasi ukuran WCAC dengan pendekatan ANN (artificial neural network).

Pada penelitian ini dipelajari desain loop pendingin cerdas untuk meningkatkan efisiensi loop pendingin guna meningkatkan efisiensi pembakaran mesin.
Pendinginan cerdas berarti sistem pendingin loop sekunder yang mendinginkan udara turbocharged dan kondensor dengan air, bukan udara. Selain itu, Jaringan
Syaraf Tiruan dipelajari untuk melakukan optimasi ukuran WCAC.
Metode ANN banyak digunakan untuk sistem yang kompleks dan non-linier guna membuat suatu fungsi untuk menganalisis sistem. Metode ini
mengurangi biaya komputasi seperti yang dilakukan dalam penelitian ini untuk optimasi ukuran WCAC.
Berikut di bawah Tabel 6, rincian data masukan dan keluaran diberikan. 4 parameter utama dipilih untuk masukan Jaringan Syaraf Tiruan, dan nilai terpenting
dipilih sebagai keluaran sistem. Output ini adalah Suhu Outlet WCAC. Oleh karena itu, Jaringan Syaraf Tiruan telah menggunakan masukan dan keluaran ini untuk
melatih, memvalidasi, dan mengujinya.
Tabel 7 menunjukkan hasil keluaran fungsi ANN vs keluaran asli. Perbandingannya diberikan dalam % kesalahan, dan rata-rata kesalahannya kurang dari
1,45%. Hal ini menunjukkan bahwa jaringan saraf yang dibangun berfungsi dengan baik dan memberikan hasil yang baik dengan kesalahan yang sangat rendah.
Setelah memiliki korelasi yang baik dalam pendekatan ANN, variabel yang diinginkan ditambahkan ke jaringan saraf sebagai Ukuran WCAC. Tujuan dari
jaringan saraf ini adalah untuk mengoptimalkan ukuran WCAC karena pada penelitian sebenarnya & pada kendaraan digunakan 2 unit WCAC karena tidak
tersedianya WCAC ukuran sedang. Oleh karena itu, terdapat unit WCAC yang berukuran besar & direkayasa secara berlebihan pada sistem pendingin. WCAC yang
berukuran besar ini menimbulkan masalah pada ruang mesin seperti; lebih sedikit area pengemasan, berat ekstra, dan biaya tambahan.
Ukuran WCAC divariasikan dari 1 hingga 2 dengan kelipatan 0,1; seperti 1,1, 1,2,…. 1,9, 2.0. Kemudian, mengubah hanya satu input dari input tersebut
kumpulan data, jaringan saraf yang telah terbentuk dijalankan kembali untuk mengetahui keluaran suhu WCAC dengan ukuran WCAC yang berbeda.
Hasil suhu outlet WCAC secara rinci tercantum di bawah ini pada Tabel 8. Untuk mendapatkan gambaran yang jelas tentang perkembangan suhu, grafik dibuat
pada Gambar 10.
Di sini, pada grafik Gambar 10, terdapat gambaran suhu outlet WCAC tergantung pada ukuran WCAC. Karakter-
Karakteristik grafik juga dipengaruhi oleh kecepatan kendaraan dan beban, sehingga terdapat label yang mewakili kondisi beban tersebut.
Area persegi panjang bertitik mewakili ukuran WCAC sekitar 1,6x di mana suhu outlet WCAC berada pada tingkat kompromi terbaik untuk parameter beban dan
kecepatan yang berbeda. Pada kecepatan kendaraan sedang (70–100 km/jam) dan beban sedang, suhu keluaran WCAC terbaik dapat dicapai. Ini merupakan hasil
yang sangat menjanjikan, karena rata-rata penggunaan kendaraan berada pada kisaran kecepatan dan tingkat muatan tersebut.

Jika ada permintaan kecepatan tinggi dan beban tinggi, WCAC melakukan pendinginan dengan sangat efisien (kira-kira 15–20%) pada ukuran WCAC 1,6x.
Pada kondisi beban & kecepatan tinggi, terjadi penurunan suhu hampir 20 ÿC pada suhu keluaran WCAC sehubungan dengan 1 penggunaan WCAC.

Sebelum optimasi, 2 unit WCAC digabungkan sebagai pendingin muatan udara dan digunakan untuk mendinginkan udara panas yang terisi. Setelah proses
optimasi, terlihat bahwa WCAC berukuran 1,6 kali lipat sudah cukup. Ini berarti pengurangan volume sebesar 20% pada unit pendingin muatan udara saat ini (2 unit
WCAC). Hal ini memberikan keunggulan dalam hal bobot, biaya, dan area pengemasan pada ruang mesin.
Kesimpulannya, dalam kedua kondisi tersebut, suhu outlet WCAC cukup menjanjikan dan menawarkan tingkat pendinginan yang optimal untuk berbagai kondisi
rezim & kondisi kerja mesin.

4. Kesimpulan

Dalam penelitian ini, smartcooling/pendinginan sirkuit ganda disajikan dengan menggunakan pendekatan ANN untuk memprediksi ukuran WCAC yang optimal.
Pada dasarnya, udara turbocharged didinginkan dengan WCAC (pengisi daya udara berpendingin air) di loop pendinginan sekunder melalui campuran air-glikol.
Karena laju perpindahan panas air yang tinggi dibandingkan dengan udara, sistem berpendingin air meningkatkan kinerja pendinginan udara bermuatan, kemudian
menyuplai udara yang lebih dingin ke mesin. Pendekatan ANN cocok untuk sistem yang kompleks dan non-linier di mana tidak mungkin membuat fungsi untuk
memprediksi keluaran dari masukan variabel. Pokok-pokok penelitian ini dapat dikemukakan di bawah ini;

• Model 1D dibuat untuk sistem pendingin konvensional dan cerdas. Validasi model 1D dilakukan dengan sistem pendingin konvensional, karena keluaran sistem
sudah ada melalui pengujian jalan & bangku yang berbeda. Korelasi model 1D pendinginan konvensional vs. data uji nyata sangat dekat satu sama lain, dengan
deviasi <3%.
• Kemudian, model 1D diatur untuk arsitektur pendinginan cerdas (dual loop) dengan mengadaptasi WCAC. Berdasarkan analisis, 2 WCAC ditambahkan secara
serial untuk menurunkan suhu dibandingkan dengan arsitektur pendinginan konvensional. Pada kondisi kecepatan tinggi dan beban mesin (140 km/jam dan 45
kW), arsitektur pendinginan cerdas memperoleh kira-kira. Temperatur lebih rendah 10,7 ÿC di outlet WCAC, tepat sebelum inlet mesin.

• Setelah menentukan arsitektur loop pendingin cerdas, komponen (Set radiator ganda, casing WCAC, pipa baru dan braket terkait, dll.) telah diproduksi dan
diintegrasikan pada kendaraan. Uji jalan dilakukan untuk mengkorelasikan model 1D dan kondisi jalan nyata pada kecepatan kendaraan konstan. Perbandingan
hasil uji jalan vs. 1D suhu outlet WCAC menunjukkan deviasi yang rendah, dan kesalahan rata-rata kurang dari <8%. Model 1D mewakili kondisi jalan
sebenarnya dengan cukup baik.
• Pendekatan ANN dijalankan dengan menggabungkan empat parameter input dan satu output untuk mengoptimalkan penggunaan 2 WCAC pada kendaraan.
Fungsi Levenberg-Marquardt digunakan dengan 75% pelatihan, 15% validasi, dan 15% pengujian serta memiliki nilai R minimal 0,994 yang berarti akurasi baik.
Fungsi ANN yang dibangun memberikan output yang cukup baik dengan rata-rata error 1,45%.
• Dalam fungsi ANN, variabel dipilih ukuran WCAC dan divariasikan dari 1 hingga 2 dengan pemisahan parsial 0,1; sebagai 1,1, 1,2 … …., 1,9, 2,0. Itu
Hasil menunjukkan bahwa ukuran WCAC 1,6x memberikan kompromi yang baik untuk kondisi kecepatan sedang dan tinggi.

Ketika ukuran WCAC semakin besar, permukaan pertukaran panas juga meningkat; oleh karena itu, suhu udara panas bermuatan menurun jauh lebih besar
dibandingkan dengan WCAC yang lebih kecil. Namun, ada batasan untuk peningkatan ukuran ini. Setelah titik tertentu, ukurannya bertambah

10
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Gambar 9. Kurva nilai R dari struktur ANN (jaringan saraf tiruan) terbaik untuk suhu outlet WCAC.

Tabel 6
Data Input & Output ANN.

Masukan JST Keluaran JST

Kecepatan (km/jam) Beban (kW) Suhu Masukan WCAC (ÿC) Ukuran WCAC Suhu Keluaran WCAC (ÿC)

19 14 134,1 2 50,52
36 16,5 136,7 2 49,04
140 45 179,2 2 45,82
70 5,6 51 2 35,11
80 7,6 57 2 35,32
90 11,2 66 2 35,95
100 14,83 69 2 36,84
110 22,5 81 2 39,65
120 24,5 96 2 40,36
130 30,85 112 2 44,62
70 5,6 51 1 39,58
80 7,6 57 1 41,58
90 11,2 66 1 44,12
100 14,83 69 1 46,53
110 22,5 81 1 51,94
120 24,5 96 1 55,90
130 30,85 112 1 61, 87

11
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Tabel 7
Perbandingan hasil 1D dan hasil ANN (Rata-rata Error = % 1,45).

1D (Asli) _ Suhu Keluaran WCAC (ÿC) JST _ Suhu Keluaran WCAC (ÿC) % Kesalahan

52,90 50,52 4,50

49,00 49,04 ÿ 0,08
45,10 45,82 ÿ 1,59
34,56 35,11 ÿ 1,60
35,22 35,32 ÿ 0,29
36,49 35,95 1,48
36,93 36,84 0,24
38,69 39,65 ÿ 2,49
41,22 40,36 2,08
44,12 44,62 ÿ 1,14
39,64 39,58 0,15
41,69 41,58 0,27
44,94 44,12 1,82
45,63 46,53 ÿ 1,96
49,66 51,94 ÿ 4,58
55,72 55,90 ÿ 0,32
61, 97 61, 87 0,17

Tabel 8
Hasil ANN dengan variabel ukuran WCAC dari 1 sampai 2 (tingkat kenaikan 0,1).

Ukuran WCAC 1 1,1 1,2 1,25 1,3 1,4 1,5 1,6 1,7 1,75 1,8 1,9 2

Fungsi ANN dengan Variabel
Ukuran WCAC Input vs. Suhu
Output (ÿC)
60,89 60,11 59,60 59,43 59,31 59,19 59,14 58,99 58,51 58,07 57,46 55,65 52,97 62,27 61,02 60,02 59, 60 59,22 58,55 57,94 57,23 56,18 55,46 54,56
52,18 49,03 78,50 74,28 70,31 68,48 66,77 63,55 60,39 57 ,07 53,70 52,06 50,47 47,45 44,67 39,53 37,58 36,01 35,33 34,68 33,47 32,44 31,92 32,09
32,40 32,82 33,78 34,70 41,57 39,51 37,81 37,07 36,39 35,18 34,26 33,84 33,97 34,17 34,42 34,93 35,36 44,66 42, 88 41,41 40,75 40,13 38,91 37,83
37,07 36,68 36,58 36,51 36,42 36,32 46,73 45,24 43,95 43,32 42,68 41 ,33 40,09 39,14 38,48 38,22 37,98 37,56 37,15 49,68 49,06 48,71 47,33 46,23
45,13 44,08 43,57 43,04 41,98 40,90 55,70 55,09 54,22 53,59 52,80 50,84 48,72 46,82 45,21 44,49 43,80 42,48 41,20 60,47 59, 46 58,14 57,32 56,38
54,21 52,00 50,06 48,45 47,73 47,04 45,71 44,34 39,53 37,58 36,01 35,33 34,68 33 ,47 32,44 31,92 32,09 32,40 32,82 33,78 34,70 41,57 39,51 37,81
37,07 36,39 35,18 34,26 33,84 33,97 34,17 34,42 34,93 35,36 44,66 42,88 41,41 40,75 40,13 38,91 37,83 37,07 36,68 36,58 36,51 36,42 36, 32 46,73
45,24 43,95 43,32 42,68 41,33 40,0948,50
39,1448,21
38,48 38,22 37,98 37,56 37,15 49,68 49,06 48,71 47 ,33 46,23 45,13 44,08 43,57 43,04 41,98 40,90 55,70
55,09 54,22 53,59 52,80 50,84 48,72 46,82 45,21 44,49 43,80 42,48 41,20 60,47 59,46 58,14 57,32 56,38 54,21 52,00 50,06 48,45 47,73 47,04 45,71
44, 34

48,50 48,21

tidak membantu meningkatkan efisiensi. Dalam artikel tersebut, kompromi ukuran ini dipelajari dengan pendekatan ANN untuk menentukan ukuran optimal.

Penurunan temperatur pemasukan udara mesin tidak menciptakan efisiensi secara terus menerus karena keterbatasan fisik efisiensi volumetrik mesin.
Perbaikan utamanya adalah menurunkan suhu pemasukan udara mesin menjadi sekitar 55–60 ÿC. Pada kisaran suhu ini, efisiensi volumetrik mencapai tingkat
maksimum 0,9–0,92 [1]. Oleh karena itu, di bawah suhu ini, tidak ada peningkatan efisiensi mesin, dan tidak perlu mendinginkan suhu udara di bawah kisaran ini.

Pada tahap desain CAD, panjang pipa harus dipertimbangkan sependek mungkin karena meningkatnya kehilangan tekanan balik.
Saran desain ini membantu mengurangi kerugian dan juga menciptakan ruang pengemasan yang berguna di area ruang mesin.
Langkah studi selanjutnya adalah merealisasikan komponen WCAC berukuran 1,6x dan menjalankan kembali uji jalan untuk melihat nilai suhu sebenarnya dan
membandingkannya dengan hasil fungsi Jaringan Syaraf Tiruan. Dengan cara ini, akan ada peluang bagus untuk membuat korelasi dan mengecek ulang hasilnya.

Deklarasi kepentingan bersaing

Para penulis menyatakan bahwa mereka tidak mempunyai kepentingan finansial atau hubungan pribadi yang saling bersaing yang mungkin terlihat demikian
mempengaruhi pekerjaan yang dilaporkan dalam makalah ini.

Ketersediaan data

Data akan tersedia berdasarkan permintaan.

12
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

Gambar 10. Suhu keluaran WCAC terhadap variabel ukuran WCAC antara 1 dan 2.

Ucapan Terima Kasih

Para penulis mengucapkan terima kasih dan terima kasih kepada Dewan Penelitian Ilmiah dan Teknologi Türkiye (TÜBÿ ITAK) atas dukungan
keuangan di bawah Proyek TEYDEB no 3170846.
Selain itu, Pabrik Otomotif TOFAS¸, Bursa, Türkiye, berterima kasih atas dukungannya terhadap penelitian ini.

Referensi

[1] J. Welty, GL Rorrer, DG Foster, Dasar-dasar Momentum, Panas, dan Perpindahan Massa, John Wiley & Sons, 2008.
[2] Ravindra D. Kapse, Dr RR Arakerimath, Studi dan perbandingan teknik pendinginan udara muatan pengaruhnya terhadap efisiensi mesin mobil, Int. J.Eng. Res.
V6 (7) (2017) 196–201, https://doi.org/10.17577/ijertv6is070152.
[3] H. Nasution, A. Abdul Aziz, Z. Abdul Latiff, S. Engkuah, Perbandingan intercooler udara ke udara dan udara ke air pada proses pendinginan mesin turbocharger, Jurnal Teknologi
74 (10) (2015),
´ https://doi.org/10.11113/jt.v74.4832.
[4] V. Hlavna, A. Kovalÿcík, J. Krakovsky, R. Labuda, Pengaruh intensitas intercooling udara muatan pada gas mesin diesel, J. KONES 18 (2011) 177–184.
[5] R. Cipollone, D. Di Battista, A. Gualtieri, Sistem pendingin mesin baru dengan dua sirkuit yang beroperasi pada suhu berbeda, Energy Convers. Kelola. 75 (2013)
581–592, https://doi.org/10.1016/j.enconman.2013.07.010.
[6] R. Cipollone, D. Di Battista, Kinerja dan Peluang Sistem Pendingin Mesin dengan Rangkaian Ganda pada Dua Tingkat Temperatur, 2012, https://doi.
org/10.4271/2012-01-0638. Makalah teknis SAE, 01-0638.
[7] H. Kang, H. Ahn, K. Min, Sistem pendingin cerdas dari struktur pendingin loop ganda dengan pemodelan manajemen termal engine, Appl. Satuan panas. bahasa Inggris 79 (2015)
124–131, https://doi.org/10.1016/j.applthermaleng.2014.12.042.
[8] G. Salameh, G. Goumy, P. Chesse, Inisialisasi model perpindahan panas turbocharger berpendingin air: pembuatan peta kuasi-adiabatik turbin dan kompresor, Appl.
Satuan panas. bahasa Inggris 185 (Desember 2020) (2021), 116430, https://doi.org/10.1016/j.applthermaleng.2020.116430.
[9] D. Shanker, PS Kishore, Analisis termal pendingin udara bermuatan berpendingin air pada mesin diesel bermuatan turbo, Int. J.Memperbarui. Teknologi Energi. 5 (2) (2016)
193–197, https://doi.org/10.15623/ijret.2016.0502033.
[10] X. Song, J. Myers, S. Sarnia, Pengembangan sistem pendingin suhu rendah terintegrasi dalam aplikasi kendaraan turbocharged, SAE Int J Passenger Cars-Mechanical
Sistem 7 (2014) 163–173, https://doi.org/10.4271/2014-01-0638, 01-01-2014.
[11] JL de Andr´es Honrubia, JG de la Puerta, F. Cort´es, U. Aguirre-Larracoechea, A. Goti, J. Retolaza, Pengembangan dan penerapan alat multi-tujuan untuk
desain termal penukar panas menggunakan jaringan saraf, Mathematics 9 (10) (2021) 1120, https://doi.org/10.3390/math9101120.
[12] CA Richter do Nascimento, VC Mariani, L. dos S. Coelho, Pemodelan numerik integratif dan desain optimal termodinamika penukar panas sirip pelat aliran balik yang menerapkan
jaringan saraf, Int. J. Panas Massa Tran. 159 (2020), 120097, https://doi.org/10.1016/j.ijheatmasstransfer.2020.120097.
[13] MH Demir, Pemodelan termal dan analisis kinerja untuk penukar panas tipe chevron dengan menggunakan jaringan saraf tiruan dengan data eksperimen terbatas,
Jurnal Sains dan Teknologi Eropa (18) (2020) 779–789, https://doi.org/10.31590/ejosat.671960.
[14] LV Kamble, DR Pangavhane, TP Singh, Studi perpindahan panas menggunakan jaringan saraf tiruan-ulasan, Int. Energi J.14 (1) (2014) 25–42.
[15] SZ Tang, MJ Li, FL Wang, YL He, WQ Tao, Prediksi potensi pengotoran dan optimalisasi multi-tujuan penukar panas gas buang menggunakan jaringan saraf dan algoritma
genetika, Int. J. Panas Massa Tran. 152 (2020), 119488, https://doi.org/10.1016/j.ijheatmasstransfer.2020.119488.
[16] M. Mohanraj, S. Jayaraj, C. Muraleedharan, Penerapan jaringan saraf tiruan untuk analisis termal penukar panas – ulasan, Int. J. Term. Sains. 90 (2015) 150–172, https://doi.org/
10.1016/j.ijthermalsci.2014.11.030.
[17] Pekerjaan Matematika. Jaringan syaraf. https://www.mathworks.com/discovery/neural-network.html. (Diakses 11 Maret 2022).

13
Machine Translated by Google

S.Kula dkk. Studi Kasus Teknik Termal 40 (2022) 102351

¨
[18] E. Bulut, E.ÿ I. Albak, G. Sevilgen, F. Oztürk, Prediksi dan optimalisasi keputusan desain sistem pendingin cair modul baterai menggunakan jaringan saraf tiruan, Int. J.
Res Energi. (2022) 1–16, https://doi.org/10.1002/er.7637.
[19] J. Pfrommer, C. Zimmerling, J. Liu, L. Karger, F. Henning, J. Beyerer, Optimasi parameter proses manufaktur menggunakan jaringan saraf dalam sebagai
model pengganti, Procedia CIRP (2018).
[20] R. Jin, W. Chen, TW Simpson, Studi perbandingan teknik metamodelling di bawah beberapa kriteria pemodelan, Struct. Multidisiplin. Optimal. 23 (2001) 1–13.
[21] G. Gary Wang, S. Shan, Review teknik metamodeling dalam mendukung optimasi desain teknik, J Mechanical Design, Transac ASME 129 (2007)
370–380.
[22] A. Dozolme, H. Metwally, T. Marchal, Prediksi Kebisingan Kipas Pendingin Elektronik, Therminic, Nice France, 2006, hlm. p75–79. September 2006.
[23] M. Kilic, M. Aktas, G. Sevilgen, Penilaian termal blok pendingin cairan aliran laminar untuk papan sirkuit LED yang digunakan dalam rakitan lampu depan otomotif,
Energi 13 (2020), https://doi.org/10.3390/en13051202.

14