SKRIPSI

STUDI NUMERIK PENGARUH SUDUT CONE

TERHADAP KARAKTERISTIK FLUIDISASI PADA

CONICAL BUBBLING FLUIDIZED BED

No. Soal : TKM 4403 / I-2013/2014 / TAR / 36 / 03 / 19.06 / 2012

Disusun oleh:

Ade Hariyono Putro

07/252447/TK/32897

PROGRAM STUDI TEKNIK MESIN

JURUSAN TEKNIK MESIN DAN INDUSTRI

FAKULTAS TEKNIK UNIVERSITAS GA JAH MADA

YOGYAKARTA

2013

PERSEMBAHAN

Tugas Akhir ini kupersembahkan untuk:

Allah SWT yang memberikan nikmat kesehatan dan kesempatan kepadaku.

Bapak dan Ibu yang selalu mendorong, menyemangati, mendoakan, dan mengarahkan hidupku.

Semua Keluarga dan Teman-Teman yang selalu ada untukku.

v

INTISARI

Fluidisasi adalah sebuah kejadian dimana bed partikel padat berubah berperilaku seperti fluida dengan menggunakan kontak dengan partikel gas atau cairan Dalam pemodelan fluidisasi gas-padat, salah satu parameter yang digunakan yaitu sudut cone dalam fluidized bed .

Penelitian ini bertujuan untuk mengetahui pengaruh variasi sudut cone dan diameter rata-rata partikel yang masuk pada simulasi pemodelan fluidisasi gas-padat dengan menggunakan software CFD Fluent. Simulasi dilakukan dengan metode 3D agar didapatkan hasil yang lebih sesuai dengan keadaan aktualnya. Dalam penelitian ini diasumsikan bahwa aliran yang terjadi secara tiga dimensi dengan tidak ada transfer kalor yang terjadi, dan ukuran partikel solid yang digunakan seragam. Untuk mencari kecepatan minimum fluidisasi diperlukan sepuluh variasi kecepatan tersebut untuk mendapatkan data-data pressure drop masing-masing kecepatan tersebut. Hasil data-data dituangkan dalam bentuk grafik pressure drop vs kecepatan minimum fluidisasi. Namun dalam pembahasan visualisasi post processing hanya dua kecepatan yang digunakan yaitu kecepatan 1,6 m/s dan kecepatan 2 m/s.

Dari hasil simulasi visualiasi post processing, terlihat bahwa semakin besar sudut cone, semakin cepat bubble terbentuk. Sudut cone yang lebih besar memiliki ketinggian bed yang lebih kecil sehingga memperpendek jarak yang ditempuh bubble. Semakin besar diameter rata-rata partikel semakin kecil ukuran bubble yang dihasilkan. Semakin besar diameter rata-rata partikel maka pressure drop akan semakin besar.

Kata Kunci : conical bubbling fluidized bed, sudut cone, pressure drop, kecepatan minimum fludisasi, diameter rata-rata partikel, CFD, fluidisasi.

vi

KATA PENGANTAR

Puji syukur Penulis panjatkan kehadirat Tuhan Yang Maha Kuasa yang

telah melimpahkan segala rahmat dan karunia-Nya sehingga penulis dapat

menyelesaikan tugas akhir ini dengan judul Studi Numerik Pengaruh Sudut Cone

terhadap Karakteristik Fluidisasi pada Conical Bubbling Fluidized Bed.

Begitu banyak pelajaran dan pengalaman baru dan sangat berharga yang

Penulis peroleh selama proses pengerjaan tugas akhir ini. Penulis menyadari

bahwa keberhasilan dalam penyusunan tugas akhir ini bukanlah merupakan hasil

dari Penulis seorang, melainkan tidak terlepas dari bantuan, dorongan, dan

bimbingan dari berbagai pihak. Untuk itu, pada kesempatan ini Penulis

mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Kedua orang tua penulis, yang tiada hentinya memberikan

dorongan, nasihat, semangat serta doa kepada Penulis selama

penyusunan tugas akhir ini.

2. Bapak Prof. Ir. Jamasri, Ph.D , selaku Ketua Jurusan

Teknik Mesin dan Industri, Fakultas Teknik, Universitas

Gadjah Mada, Yogyakarta.

3. Bapak Dr. Tri Agung Rohmat, B.Eng., M.Eng., selaku

Dosen Pembimbing Tugas Akhir yang telah memberikan

bimbingan, arahan, dan motivasi kepada Penulis dalam

penyusunan tugas akhir ini.

4. Bapak Ir. Sutrisno, MSME, Ph. D selaku Dosen Pembimbing

Akademik atas segala bimbingan dan kemudahan yang telah

diberikan selama menuntut ilmu di bangku kuliah.

5. Segenap dosen pengajar Jurusan Teknik Mesin dan Industri

yang telah memberikan bekal ilmu bagi Penulis.

6. Segenap karyawan di lingkungan Jurusan Teknik Mesin dan

Industri Fakultas Teknik Universitas Gadjah Mada.

7. Rekan-rekan sesama simulasi Fluent yang selalu memberi

vii

bantuan, dukungan, dan motivasi khususnya Adi Henri S.

8. Seluruh teman Teknik Mesin untuk semangat dan

solidaritasnya.

9. Semua pihak yang telah membantu dalam menyelesaikan

tugas akhir ini.

Penulis menyadari adanya kekurangan dalam penyusunan tugas akhir

ini sehingga saran dan kritik yang membangun sangat Penulis harapkan

sehingga dapat menjadi sumbangan pemikiran yang bermanfaat.

Yogyakarta, 05 Oktober 2013

Penulis

viii

DAFTAR ISI

Hal.

HALAMAN JUDUL i HALAMAN PENGESAHAN ii HALAMAN PERNYATAAN iii NASKAH SOAL TUGAS AKHIR iv HALAMAN PERSEMBAHAN v INTISARI vi KATA PENGANTAR vii DAFTAR ISI ix DAFTAR GAMBAR xi DAFTAR TABEL xiv DAFTAR LAMPIRAN xv DAFTAR NOTASI xvi BAB I. PENDAHULUAN 1

1.1. Latar Belakang 1 1.2. Rumusan Masalah 2 1.3. Asumsi dan Batasan Masalah 3

1.4. Tujuan Penelitian 3 1.5. Manfaat Penelitian 3 BAB II. TINJAUAN PUSTAKA 4

BAB III. LANDASAN TEORI 11 3.1. Fluidisasi 11 3.2. Karakteristik Partikel Solid 12 3.3. Kecepatan Minimum Fluidisasi 18 3.4. Karakter Gelembung 19 3.5. Komputasi Numerik 21

BAB IV. METODOLOGI PENELITIAN 29 4.1. Alat dan Bahan 29 4.2. Diagram Alir Simulasi 31 4.3. Parameter Penelitian 32 4.4. Kondisi Awal 32 4.5. Simulasi Model 32 4.6. Pengolahan Data 43

BAB V. HASIL PENELITIAN DAN PEMBAHASAN 46 5.1. Kecepatan minimum fluidisasi dan pressure drop 47 5.2. Variasi sudut cone dan diameter rata-rata partikel 48 5.3. Hasil post processing simulasi 57

ix

Hal. BAB VI. PENUTUP 69

6.1 Kesimpulan 69 6.2 Saran 70

DAFTAR PUSTAKA 71

LAMPIRAN

x

DAFTAR GAMBAR

Hal

Gambar 2.1. Gambar 2.1. Skema penelitian (Arromdee et all, 2011) 4

Gambar 2.2. Pressure drop vs superficial velocity dengan beberapa variabel kulit kacang (PN) dan kulit asam (TM) pada ketinggian bed (a) 20 cm dan (B) 30 cm (Arromdee et all, 2011) 5

Gambar 2.3. Skema percobaan Moharana dan Malik (Moharana, 2011) 6 Gambar 2.4. Hasil penelitian Moharana dan Malik menggunakan partikel

glassbeads dengan diameter 0,00258 m. (Moharana, 2011) 6

Gambar 2.5. Hasil penelitian Moharana Malik menggunakan partikel glassbeads dengan diameter 0,00218 m. (Moharana, 2011) 7

Gambar 2.6. Visualisasi hasil simulasi kontur fraksi volume untuk partikel glassbeads pada ketinggian bed = 5,6 cm setelah 5 sec. (Moharana, 2011) 7

Gambar 2.7. Visualisasi hasil simulasi kontur fraksi volume untuk partikel batubara pada ketinggian bed = 7,3 cm setelah 15 sec. (Moharana, 2011) 8

Gambar 2.8. Visualisasi hasil simulasi kontur fraksi volume untuk partikel besi pada ketinggian bed = 7,1 cm setelah 10 sec. (Moharana, 2011) 8

Gambar 2.9. Perbandingan hasil prediksi dan hasil experimental Pressure drop vs Kecepatan superfisial menggunakan sudut cone 300 (Kaewklum, 2005) 9

Gambar 2.10. Perbandingan hasil prediksi dan hasil experimental Pressure drop vs Kecepatan superfisial menggunakan sudut cone 440 (Kaewklum, 2005) 9

Gambar 2.11. Perbandingan hasil prediksi dan hasil experimental Pressure drop vs Kecepatan superfisial menggunakan sudut cone 600 (Kaewklum, 2005) 10

Gambar 3.1 Beberapa regime Fluidisasi (Oka, 2004) 11

xi

Gambar 3.2 Geldarts Classification (Oka, 2004) 13 Gambar 3.3 Gaya sebuah benda (Oka, 2004) 16 Gambar 3.4 Grafik fluidisasi (Kunii, 1991) 19 Gambar 4.1 Domain komputasi dengan mesh hex/wedge type cooper 29

Gambar 4.2. Skema pengukuran pressure drop 44

Gambar 5.1. Hubungan pressure drop (Pa) dan kecepatan (m/s)

(sudut 400 dan diameter 350 m) 47

Gambar 5.2. Ilustrasi penentukan kecepatan minimum fluidisasi

(Oka, 2004) 48

Gambar 5.3. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 450 dan diameter 350 m) 48

Gambar 5.4. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 500 dan diameter 350 m) 49

Gambar 5.5. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 400 dan diameter 700 m) 50

Gambar 5.6. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 450 dan diameter 700 m) 50

Gambar 5.7. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 500 dan diameter 700 m) 51

Gambar 5.8. Grafik hasil penelitian simulasi fluidized bed pressure drop (Pa) vs kecepatan (m/s) menggunakan sudut 400 52

Gambar 5.9. Grafik hasil penelitian simulasi fluidized bed pressure drop (Pa) vs kecepatan (m/s) menggunakan sudut 450 53

Gambar 5.10. Grafik hasil penelitian simulasi fluidized bed pressure drop (Pa) vs kecepatan (m/s) menggunakan sudut 500 54

Gambar 5.11. Grafik hasil penelitian simulasi fluidized bed pressure drop (Pa) vs kecepatan (m/s) menggunakan diameter 350 m 55

Gambar 5.12. Grafik hasil penelitian simulasi fluidized bed pressure drop

xii

(Pa) vs kecepatan (m/s) menggunakan diameter 700 m 56

Gambar 5.13. Hasil simulasi pada sudut cone 400 , diameter partikel 350 m, dan kecepatan udara 1,6 m/s 57

Gambar 5.14. Hasil simulasi pada sudut cone 400 ,diameter partikel 350 m, dan kecepatan udara 2 m/s 58

Gambar 5.15. Hasil simulasi pada sudut cone 450, diameter partikel 350 m, dan kecepatan udara 1,6 m/s 59

Gambar 5.16. Hasil simulasi pada sudut cone 450, diameter partikel 350 m, dan kecepatan udara 2 m/s 60

Gambar 5.17. Hasil simulasi pada sudut cone 500, diameter partikel

350 m, dan kecepatan udara 1,6 m/s 61

Gambar 5.18. Hasil simulasi pada sudut cone 500 ,diameter partikel 350 m, dan kecepatan udara 2 m/s 62

Gambar 5.19. Hasil simulasi pada sudut cone 400, diameter partikel 700 m, dan kecepatan udara 1,6 m/s 63

Gambar 5.20. Hasil simulasi pada sudut cone 400, diameter partikel 700 m, dan kecepatan udara 2 m/s 64

Gambar 5.21. Hasil simulasi pada sudut cone 450 ,diameter partikel 700 m, dan kecepatan udara 1,6 m/s 65

Gambar 5.22. Hasil simulasi pada sudut cone 450, diameter partikel 700 m, dan kecepatan udara 2 m/s 66

Gambar 5.23. Hasil simulasi pada sudut cone 500, diameter partikel 700 m, dan kecepatan udara 1,6 m/s 67

Gambar 5.24. Hasil simulasi pada sudut cone 500 ,diameter partikel 700 m, dan kecepatan udara 2 m/s 68

xiii

DAFTAR TABEL

Hal

Tabel 3.1 Bulk Density untuk Beberapa Partikel Padat (Oka, 2004) 15

Tabel 3.2 Perhitungan Kecepatan Terminal pada Partikel Bulat (Oka, 2004) 17

Tabel 3.3 Perhitungan Diameter Gelembung ( Oka,2004) 20

Tabel 4.1 Tabel Sudut dan Ketinggian Cone yang digunakan 30

Tabel 4.2 Data Pembuatan Cone dengan Sudut 400 33

Tabel 4.3 Data Pembuatan Tabung 34

Tabel 4.4 Pemilihan Zone 35

Tabel 4.5 Variasi Domain Komputasi yang dibuat 36

Tabel 4.6 Properti Fase Sekunder 39

Tabel 4.7 Data surface-plane dua dimensi 43

Tabel 4.8 Data Surface-Points pengambilan data titik bawah 45

Tabel 4.9 Data Surface-Points pengambilan data titik atas 45

xiv

DAFTAR LAMPIRAN

Hal

Lampiran 1. Report Models Hasil Program Fluent pada Simulasi Conical Bubbling Fluidized Bed Menggunakan Drag Model Syamlal dan OBrien Kecepatan Udara Uniform 0,4 m/s dan ketinggian bed 420 mm. 72

Lampiran 2. Report Boundary Conditons Hasil Program Fluent pada Simulasi Conical Bubbling Fluidized Bed Menggunakan Drag Model Syamlal dan OBrien Kecepatan Udara Uniform 0,4 m/s dan ketinggian bed 420 mm. 73

Lampiran 3. Report Solver Controls Hasil Program Fluent pada Simulasi Conical Bubbling Fluidized Bed Menggunakan Drag Model Syamlal dan OBrien Kecepatan Udara Uniform 0,4 m/s dan ketinggian bed 420 mm. 77

Lampiran 4. Report Material Properties Hasil Program Fluent pada Simulasi Conical Bubbling Fluidized Bed Menggunakan Drag Model Syamlal dan OBrien Kecepatan Udara Uniform 0,4 m/s dan ketinggian bed 420 mm. 80

xv

DAFTAR NOTASI

= luas permukaan partikel (m2)

= luas permukaan partikel bulat pada volume (m2)

r = bilangan Archimedes (-)

= faktor drag pada sebuah partikel (-)

= diameter bubble maksimum yang terjadi (m)

= diameter fase solid (m)

= diameter bed (m)

FA = gaya Archimedes (N)

FD = gaya hambat (N)

Fg = gaya gravitasi (N)

= percepatan gravitasi (m/s2)

= ketinggian (m)

hp = jarak antar lubang pada distributor udara (mm)

g = faktor drag fase solid pada fase (kg/m3.s)

= massa bed (kg)

= massa partikel solid (kg)

ef = bilangan Reynolds saat fluidisasi minimum (-)

e = bilangan Reynolds sebuah partikel (-)

= kecepatan bubble (m/s)

r = kecepatan naiknya sebuah bubble (m/s)

f = kecepatan saat fluidisasi (m/s)

= kecepatan fase gas (m/s)

k = kecepatan minimum fluidisasi terjadi turbulensi (m/s)

mb = kecepatan minimum fluidisasi terjadi gelembung (m/s)

mf = kecepatan minimum fluidisasi (m/s)

mf = kecepatan minimum fluidisasi terjadi fluidisasi (m/s)

ms = kecepatan minimum fluidisasi terjadi slug (m/s)

= kecepatan fase solid (m/s)

tr = kecepatan minimum fluidisasi (m/s)

xvi

= volume bed (m3)

= volume partikel solid (m3)

= korelasi kecepatan relatif (-)

= fraksi volume fase gas (-)

= fraksi volume fase solid (-)

= void fraction (-)

= densitas bulk (kg/m3)

f = densitas fluid (kg/m3)

= densitas fase gas (kg/m3)

= densitas fase solid (kg/m3)

f = viskositas fluid (kg/m.s)

= viskositas fase gas (kg/m.s)

= viskositas fase solid (kg/m.s)

= faktor bentuk partikel solid (-)

xvii

BAB I

PENDAHULUAN 1.1. Latar Belakang

Teknologi fluidized bed combustion (FBC) adalah salah satu teknologi

terbaik untuk menkonversi bahan bakar padat menjadi listrik karena

mempunyai keunggulan mengkonversi berbagai jenis bahan bakar baik

sampah, limbah, biomasa ataupun bahan bakar fosil berkalori rendah.

Teknologi ini telah diperkenalkan sejak abad ke duapuluh dan telah

diaplikasikan dalam banyak sektor industri dan pada tahun-tahun belakangan

ini telah diaplikasikan untuk mengkonversi biomasa menjadi energi. Efisiensi

pembakaran yang lebih tinggi bisa diperoleh dari teknologi fluidized bed

combustion dibandingkan dengan sistem pembakaran konvensional karena

perpindahan panas yang sangat bagus di dalam sistem. Salah satu fenomena

yang terjadi dalam fluidized bed combustion yaitu fluidisasi.

Fueyo (1995) mendefinisikan fluidisasi adalah sebuah kejadian

dimana bed partikel padat berubah berperilaku seperti fluida dengan

menggunakan kontak dengan partikel gas atau cairan.

Dalam permodelan bubbling fluidized bed, jika salah satu parameter

diubah dan divariasikan maka akan memberikan hasil fluidisasi yang berbeda.

Bentuk hasil fluidisasi yang berbeda-beda merupakan salah satu fenomena

yang terjadi akibat perubahan parameter operasi. Fluidisasi dengan

menggunakan partikel dengan jenis dan ukuran partikel yang berbeda akan

memberikan hasil fluidisasi yang berbeda pula, mulai dari kecepatan

fluidisasi minimumnya dan pressure drop yang dihasilkan. Sudut cone

merupakan parameter yang dapat digunakan agar dapat memberikan

kesamaan dengan hasil fluidisasi secara eksperimental.

Penelitian yang tentang Fludized Bed Combustion juga dilakukan oleh

Arromdee et all (2011). Penelitian ini mengenai studi komparasi pembakaran

kulit kacang dan kulit buah asam pada conical bubbling fluidized bed.

Penelitian tersebut menggunakan conical fluidized bed combustor dengan

sudut cone 400 dan dengan tiga variasi ketinggian bed yaitu 20 cm, 30 cm,

1

2

dan 40 cm. Penelitian ini dilakukan untuk mencari ketinggian bed optimal

yang diperlukan untuk mencapai proses fluidisasi.

Moharana dan Malik (2011) meneliti fluidisasi pada conical bed

dengan menggunakan dua cara. Penelitian ini dilakukan dengan cara simulasi

numerik Computational Fluid Dynamic (CFD) ANSYS dan eksperimental.

Penelitian menggunakan CFD juga dimaksudkan agar dapat membandingkan

distribusi fase bed tiga jenis partikel yatu batubara, glassbeads, dan besi.

Penelitian secara empirik menggunakan alat percobaan conical fluidized bed

dengan sudut cone 10,370 dan menggunakan material partikel glassbeads.

Tujuannya adalah mengetahui bagaimana pengaruh ketinggian bed,

kecepatan superfisial, dan diameter rata-rata partikel terhadap kararakteristik

kurva pressure drop vs kecepatan minimum fluidisasi.

Sementara itu sebuah tim peneliti di Jurusan Teknik Mesin dan

Industri, FT-UGM sejak tahun 2012 melakukan penelitian co-firing dalam

sebuah bubbling fluidized bed combustor berbentuk cone dalam skema

Penelitian Strategi Nasional. Untuk turut serta memberikan informasi yang

komprehensif, maka penelitian mengenai pengaruh sudut cone menjadi

penting. Penelitian ini awal mulanya menggunakan simulasi conical

bubbling fluidized bed untuk memodelkan penelitian tersebut agar kemudian

dapat dibuat bentuk penelitian empirisnya dengan membuat alat percobaan

conical fluidized bed combustor. Tujuan simulasi ini adalah agar dapat

mengetahui sudut dan diameter partikel optimal yang dapat digunakan dalam

percobaan nantinya kelak. Dari simulasi percobaan dengan menggunakan

beberapa sudut dan diameter, akan didapatkan hubungan pressure drop (Pa)

dan kecepatan minimum fluidisasi, serta akan didapatkan visualisasi yang

dapat digunakan sebagai gambaran situasi yang mendekati situasi aktual.

1.2. Rumusan Masalah

Berdasarkan uraian latar belakang di atas, maka permasalahan yang akan

dikaji pada penelitian ini adalah bagaimana pengaruh sudut cone terhadap

karakteristik bubble pada bubbling fluidized bed. Penelitian ini menggunakan

parameter kecepatan superficial udara masuk serta geometri distributor udara.

Sudut cone yang digunakan adalah sudut 400, sudut 450,dan sudut 500.

3

Penelitian ini bertujuan untuk mengetahui karakteristik fluidisasi pada

bubbling fluidized bed. Karakteristik fluidisasi pada bubbling fluidized bed

yang ingin diketahui antara lain yaitu pressure drop , kecepatan minimum

fluidisasi, dan distribusi fase bed.

1.3. Asumsi dan Batasan Masalah

Dalam penelitian ini penulis menggunakan asumsi:

1. Tidak ada transfer kalor dari luar sistem

2. Massa jenis setiap fase yang digunakan konstan.

3. Diameter tiap partikel yang digunakan seragam.

1.4. Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. Untuk mengetahui pengaruh sudut cone terhadap distribusi fase bed,

pressure drop dan kecepatan minimum fluidisasi dalam

conical bubbling fluidized bed.

2. Untuk mengetahui pengaruh diameter rata-rata partikel yang digunakan

terhadap distribusi fase bed, pressure drop dan kecepatan minimum

fluidisasi dalam conical bubbling fluidized bed.

1.5. Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat antara lain:

1. Dapat mensimulasikan pola aliran fluidisasi 3D dan pengaruh sudut

cone dengan software CFD Fluent serta mengaplikasikan ilmu untuk

melakukan penelitian ini.

2. Memenuhi persyaratan kelulusan yang diterapkan di Program Studi

Teknik Mesin, Jurusan Teknik Mesin dan Industri, Fakultas Teknik,

Universitas Gadjah Mada,Yogyakarta.

3. Memberikan sumbangan pemikiran dalam bidang numerik dengan

menggunakan software Fluent untuk simulasi 3D fluidized bed.

BAB II

TINJAUAN PUSTAKA

Fueyo (1995) mendefinisikan fluidisasi adalah sebuah kejadian dimana bed

partikel padat berubah berperilaku seperti fluida dengan menggunakan kontak

dengan partikel gas atau cairan. Dalam proses fluidisasi, parameter sudut cone

memiliki peran yang dominan dalam karakter hasil dari fluidized bed combustion

diantaranya adalah mempengaruhi pressure drop dan kecepatan minimum

fluidisasi.

Penelitian yang tentang Fludized Bed juga dilakukan oleh Arromdee et all

(2011). Penelitian ini mengenai studi komparasi pembakaran kulit kacang dan

kulit buah asam pada conical bubbling fluidized bed. Penelitian tersebut

menggunakan conical fluidized bed combustor dengan sudut cone 400 dan

menggunakan bed yaitu pasir alumina dengan ukuran partikel 0,3-0,5mm dengan

tiga variasi ketinggian bed yaitu 20 cm, 30 cm, dan 40 cm. Bahan yang digunakan

untuk dibakar adalah kacang dan kulit buah asam dengan variasi fraksi massa

yang berbeda-beda yaitu 0%, 2.5%, 5%, 7.5%, dan 10%. Kecepatan superfisial

divariasikan mulai dari 0 m/s hingga 4-5 m/s. Sebuah alat dipasang pada bagian

bawah dan atas cone untuk mengukur besarnya pressure drop yang dihasilkan

setiap kecepatan superfisial yang digunakan.

Gambar 2.1. Skema penelitian (Arromdee et all, 2011)

4

5

Dari penelitian tesebut, penelitian difokuskan pada pengaruh ketinggian

bed terhadap karakteristik pressure drop dan kecepatan minimum fluidisasinya.

Hal ini diperlukan agar didapat tinggi bed optimum yang digunakan untuk

mencapai fluidisasi supaya penggunaaan blower lebih efisien.

Gambar 2.2. Pressure drop vs superficial velocity dengan beberapa variabel kulit kacang (PN) dan kulit asam (TM) pada ketinggian bed (a) 20 cm dan (B) 30 cm

(Arromdee et all, 2011) Grafik ketinggian bed 40 cm tidak ditampilkan karena hasil grafiknya

hampir sama dengan hasil grafik penelitian dengan ketinggian bed 30 cm. Dari

grafik tersebut, kecepatan minimum fluidisasi kedua macam ketinggian bed

tersebut masih sesuai dengan level yang diharapkan, yaiu dibawah 0,8 m/s dengan

faktor massa kurang dari 5%. Dapat disimpulkan bahwa dengan kenaikan tinggi

bed pada sudut cone yang sama, pressure drop dan kecepatan minimum

fluidisasinya menunjukkan kecenderungan meningkat.

Moharana dan Malik (2011) meneliti fluidisasi pada conical bed dengan

menggunakan dua cara. Penelitian ini dilakukan dengan cara simulasi numerik

Computational Fluid Dynamic (CFD) ANSYS dan eksperimental. Penelitian

menggunakan CFD juga dimaksudkan agar dapat membandingkan distribusi fase

bed tiga jenis partikel yatu batubara, glassbeads, dan besi. Penelitian secara

empirik menggunakan alat percobaan conical fluidized bed dengan sudut cone

10,370 dan menggunakan material partikel glassbeads. Tujuannya adalah

mengetahui bagaimana pengaruh ketinggian bed, kecepatan superfisial, dan

diameter rata-rata partikel terhadap kararakteristik kurva pressure drop vs

kecepatan minimum fluidisasi.

6

Gambar 2.3. Skema percobaan Moharana et all (Moharana et all, 2011)

Hasil penelitian Moharana dan Malik menunjukkan bahwa flow regime:

fixed bed, partially fluidized bed, dan fully fluidized bed tergantung pada

kecepatan superfisial gas. Kecepatan minimum fluidisasi juga meningkat seiring

dengan meningkatanya ketinggian bed. Ukuran rata-rata diameter partikel

meningkatkan pressure drop dan kecepatan minimum fluidisasi.

Gambar 2.4. Hasil penelitian Moharana et all menggunakan partikel glassbeads

dengan diameter 0,00258 m. (Moharana et all, 2011)

7

Gambar 2.5. Hasil penelitian Moharana et all menggunakan partikel

glassbeads dengan diameter 0,00218 m. (Moharana et all, 2011)

Gambar 2.6. Visualisasi hasil simulasi kontur fraksi volume untuk partikel

glassbeads pada ketinggian bed = 5,6 cm setelah 5 sec. (Moharana et all, 2011)

8

Gambar 2.7. Visualisasi hasil simulasi kontur fraksi volume untuk partikel

batubara pada ketinggian bed = 7,3 cm setelah 15 sec. (Moharana, 2011)

Gambar 2.8. Visualisasi hasil simulasi kontur fraksi volume untuk partikel

besi pada ketinggian bed = 7,1 cm setelah 10 sec. (Moharana, 2011)

9

Penelitian yang menggunakan variabel sudut cone juga telah

dilakukan oleh Kaewklum dan Kuprianov (2005). Mereka membandingkan

hasil prediksi dan hasil experimental fluidisasi menggunakan parameter

beberapa variasi sudut cone yaitu 300, 440, dan 600 serta menggunakan

parameter beberapa variasi ketinggian bed yaitu 20 cm, 30 cm, dan 40 cm

agar mengetahui pengaruh parameter-parameter tersebut terhadap

karakteristik kecepatan superfisial fluidisasi dan pressure drop. Ukuran

diameter rata-rata yang digunakan seragam yaitu pasir kuarsa dengan

diameter 400 m.

Gambar 2.9. Perbandingan hasil prediksi dan hasil experimental Pressure drop vs Kecepatan superfisial menggunakan sudut cone 300 (Kaewklum,

2005)

Gambar 2.10. Perbandingan hasil prediksi dan hasil experimental Pressure drop vs Kecepatan superfisial menggunakan sudut cone 440

(Kaewklum, 2005)

10

Gambar 2.11. Perbandingan hasil prediksi dan hasil experimental

Pressure drop vs Kecepatan superfisial menggunakan sudut cone 600 (Kaewklum, 2005)

Dari hasil percobaan yang dilakukan Kaewklum dan Kuprianov (2005)

menunjukkan hasil yang mereka prediksikan tidak berbeda jauh dengan hasil

eksperimentalnya. Bahwa semakin besar sudut cone maka akan semakin

meningkat pressure drop dan kecepatan minimum fluidisasinya.

BAB III

LANDASAN TEORI

3.1 Fluidisasi

Gambar 3.1 Beberapa regime Fluidisasi (Oka, 2004)

Fluidisasi terjadi pada regime yang berbeda tergantung pada beberapa

faktor seperti ukuran, densitas, dan geometri partikel, ukuran dan geometri

bejana, sistem ditribusi gas, dan kecepatan aliran gas. Regime tersebut terjadi

di dalam bed yang diletakkan di atas plat distributor (grid). Regime fixed bed

terjadi pada interval kecepatan 0 < u umf

dimana partikel masih diam di atas

plat distributor sedangkan gas mengalir melalui celah-celah antar partikel

tanpa mengakibatkan efek pengangkatan partikel. Regime particulate

fluidization terjadi pada interval umf

< u umb

di mana partikel mulai

terangkat dan bed mengalami ekspansi.

Regime bubbling fluidization terjadi pada rentang kecepatan umb

< u

ums di mana gelembung atau bubbles mulai terbentuk pada butiran-butiran

bed dan bergerak dengan cepat. Gerakan dari gelembung tersebut akan

membawa partikel ikut bergerak ke atas dan kemudian akan membentuk

sebuah pola sirkulasi yang lebih besar. Regime slug terjadi pada interval

kecepatan ums < u uk di mana gelembung yang dihasilkan hampir

11

12

kecepatan uk < u utr di mana hembusan gas menyebabkan partikel

terhampar di permukaan bed dan bergerak dengan acak. Regime fast

fluidization terjadi pada interval kecepatan u > utr di mana pada pola ini tidak

ada partikel diam di atas plat distributor, gas mengandung partikel-partikel

yang terdispersi di dalamnya dan bergerak ke atas tetapi di dekat dinding

partikel-partikel tersebut bergerak turun. Regime pneumatic transport terjadi

bila kecepatan gas lebih tinggi daripada kecepatan saat pola fast fluidization,

secara fisik tidak ada lagi partikel yang bergerak turun sekalipun di dekat

dinding saluran. Untuk kasus penelitian kali ini adalah pola aliran pada

regime bubbling fluidization.

Proses fluidisasi terjadi ketika gaya drag dari partikel sebagai akibat

dari aliran fluida yang mengalir ke atas melebihi gaya gravitasi dan gaya

antar partikel.

Bed akan mulai mengalami ekspansi ketika fluida (gas) yang mengalir

cukup untuk menggerakkan setiap partikel solid. Pada kecepatan tertentu di mana

gas mengalir dengan kecepatan yang tinggi maka keseimbangan antara gaya

gravitasi dari tiap partikel dan penurunan tekanan aliran udara akan tercapai

sehingga semua partikel solid akan tetap dalam kondisi tersuspensi

(mengambang). Kondisi semacam ini disebut dengan fluidisasi minimum. Jika

kecepatan dari aliran udara masuk dinaikkan menjadi diatas kecepatan minimum

fluidisasi maka ketidakstabilan partikel akan terjadi sehingga membentuk pola

aliran bubbles atau gelembung, pergerakan gelembung akan semakin naik dan

membesar menyebabkan bed mengalamai ekspansi maka kondisi ini disebut

dengan bubbling fluidized bed (Oka, 2004).

3.2 Karakteristik Partikel Solid

A. Karakteristik Geldart

Ada empat karakteristik yang digunakan untuk mengklasifikasikan

partikel solid yang telah diklasifikasikan oleh Geldart (Oka, 2004) dan

dikenal dengan nama Geldarts Classification:

13

Gambar 3.2 Geldarts Classification (Oka, 2004)

Adapun karakteristik tiap-tiap partikel adalah sebagai berikut:

Grup A : Partikel padat yang memiliki densitas kurang dari 1400

kg/m3. Mudah terfluidisasi, pada kecepatan gas sembur rendah

menghasilkan fluidisasi yang smooth dan pada kecepatan gas

sembur yang tinggi menghasilkan bubbling fluidization dengan

ukuran bubbles yang kecil. Kualitas fluidisasinya bagus,

menghasilkan semburan terekspansi, ukuran partikel rata-rata kecil

antar 30 m < ds< 100 m.

Grup B: partikel padat yang menyerupai pasir yang

menghasilkan bubbling fluidization. Bubbles terbentuk setelah

gas sembur mencapai kecepatan minimum fluidisasi. Kualitas

fluidisasinya bagus, umumnya memiliki ukuran 40 m < d s

<

500 m, dan densitas partikel 1400 kg/m3 <

s < 4000 kg/m3.

Grup C: partikel padat yang memiliki sifat kohesif karena gaya

antar partikelnya sangat kuat. Sulit terjadi fluidisasi, dan kualitas

fluidisasi jelek karena menghasilkan banyak slugging dan

aglomerasi. Dapat menimbulkan gaya elektrostatik. Partikel

memiliki ukuran yang sangat lembut.

Grup D: partikel padat yang memiliki sifat spoutable. Sulit

terjadi fluidisasi dan kualitas fluidisasi jelek karena

14

menghasilkan channeling yang kuat. Partikel mempunyai

ukuran yang sangat besar dan berat dengan ukuran ds > 500 m

dan densitas partikel s > 1400 kg/m3.

B. Densitas Partikel

Densitas partikel dapat didefinisikan sebagai massa partikel per

satuan volume. Merupakan salah satu parameter yang penting untuk

mengkategorikan sebuah partikel ke dalam klasifikasi Geldart yang sesuai

karena mempengaruhi kemampuan partikel tersebut untuk dapat

terfluidisasi.

Partikel padat berupa porous, sehingga perlu diberikan beberapa

definisi untuk membedakan densitas partikel. Bulk density (b) adalah

massa partikel per unit volume bed. Particle density (s) adalah massa

partikel per satuan volume partikel termasuk volume dari porous partikel.

True particle density atau skeletal density (t) lebih kepada densitas

partikel sebenarnya. Fluid density (g

) adalah densitas untuk fluida

hembusnya (gas).

Bulk density tergantung pada ukuran dan bentuk partikel, kondisi

permukaan partikel, dan densitas partikel. Berdasarkan pada definisi di

atas, maka bulk density dari sebuah partikel padat dapat disusun dalam

persamaan berikut:

=

(1 ) (3.5)

Berdasarkan bulk density maka partikel padat dapat diklasifikasikan

menjadi 3 kategori, yaitu (Oka, 2004):

a. light materials b

< 600 kg/m3

b. medium heavy materials 600 kg/ m3 <

b < 2000 kg/ m3

c. heavy materials b

> 2000 kg/ m3

15

Bulk density dari berbagai macam material diberikan pada tabel

berikut:

Tabel 3.1 Bulk Density untuk Beberapa Partikel Padat (Oka, 2004)

Void fraction dari sebuah fixed atau fluidized bed didefinisikan

sebagai rasio antara volume total dari space yang ada di antara partikel

dibanding dengan volume bed, atau dalam bentuk persamaan:

=

= 1

(3.1)

Void fraction dipengaruhi oleh ukuran dan bentuk partikel, keadaan

permukaan partikel, dan model packing bed. Persamaan void fraction di

atas berlaku untuk semua kondisi dan regime fluidized bed.

C. Properti Hidrodinamika Partikel Padat

Untuk memahami fluidisasi dan fenomena yang ditimbulkan perlu

memahami properti hidrodinamika dari partikel padat, yaitu kecepatan

jatuh bebas atau terminal velocity. Pembahasan mengenai fluidisasi tidak

bisa dipisahkan dengan terminal velocity di mana keseimbangan antara

gaya berat partikel, gaya apung, dan tahanan hidrodinamis partikel selama

bergerak sangat penting. Berikut gaya yang bekerja pada sebuah partikel

bulat di mana gravitasi berpengaruh selama gerak jatuh bebas:

Material b

(kg/ m3)

Sand 1200 1400 Limestone 1200 1400 Coal 600 800 Ash 1200 1500 Iron ore (pulverized) 2800 3000 Table salt 800 900 Cement 1300 1900 White grain 770

16

Gambar 3.3 Gaya sebuah benda (Oka, 2004)

1. Gaya Gravitasi

= (3.2)

2. Gaya Buoyancy atau Gaya Apung (Gaya Archimedes)

= (3.3)

3. Gaya Hambat

= 2

4

2 (3.4)

Gaya gravitasi dan gaya buoyancy tidak dipengaruhi oleh

kecepatan partikel, dan akan selalu konstan selama gerak jatuh jika

fluidanya inkompresible. Pada detik ke nol, gaya hambat FD

bernilai nol

dan partikel mulai bergerak dikarenakan ketidakseimbangan dari gaya:

> untuk > s (3.5)

Gerak jatuh bebas pada umumnya merupakan gerak dengan

percepatan, dan nilai FD

meningkat seiring dengan jatuhnya partikel

hingga keseimbangan gaya terjadi, sehingga:

= + (3.6)

Dalam keadaan seperti ini maka partikel terus bergerak turun hanya

karena inersia partikel itu sendiri. Resultan gaya yang ada bernilai nol,

17

partikel terus bergerak turun dengan kecepatan yang dinamakan kecepatan

jatuh bebas atau terminal velocity.

Jika partikel solid diletakkan di atas plat distributor berlubang atau

grid, dan gas hembus masuk bergerak ke atas, maka partikel mulai

mengambang ketika kecepatan gas hembus telah mencapai kecepatan

terminal partikel sehingga gaya yang bekerja pada partikel (Fg, F

A, F

D)

menjadi seimbang, resultan nya bernilai nol. Jika persamaan gaya-gaya

seperti pada persamaan diatas disederhanakan maka akan menjadi:

2 = 43 A r (3.7)

Pada persamaan di atas dapat diketahui bahwa kecepatan jatuh bebas

hanya dipengaruhi oleh properti partikel dan fluida (dp,

d,

f,

f). Namun

masalah yang timbul adalah koefisien drag CD

yang merupakan fungsi

bilangan Reynolds yang kompleks. Koefisien drag CD

tidak dapat

didefinisikan seragam untuk semua bilangan Reynolds, dan koefisien drag

juga tergantung pada bentuk partikel. Berikut ini tabel perhitungan

kecepatan jatuh bebas pada partikel bulat:

Tabel 3.2 perhitungan kecepatan terminal pada partikel bulat (Oka,

2004):

18

3.3 Kecepatan Minimum Fluidisasi

Bila gas dilewatkan melalui lapisan hamparan (bed) partikel passir pada

kecepatan rendah, maka partikel tersebut tidak bergerak. Namun jika

kecepatan udara dinaikkan, partikel-partikel pasir itu akhirnya akan mulai

bergerak dan melayang di dalam fluida, dan gesekan (friction) menyebabkan

terjadinya penurunan tekanan (pressure drop). Ketika kecepatan udara

dinaikkan, penurunan tekanan meningkat sampai besar penurunan tekanan

tersebut sama dengan berat hamparannya dibagi dengan luas penampangnya.

Kecepatan gas ini disebut kecepatan fluidisasi minimum, Umf. Kecepatan

fluidisasi minimum adalah kecepatan superfisial terendah yang dibutuhkan

untuk terjadinya fluidisasi. Jika nilai Umf tidak dapat ditentukan secara

eksperimental, maka dapat dicari dengan menggunakan persamaan di bawah

ini (Oka, 2004):

Remf = (1135,7+0,0408.Ar)1/2 33,7 (3.8)

Bilangan Reynold untuk terjadinya fluidisasi minimum (Remf):

Remf =

(3.9)

Bilangan Archimedes (Ar):

Ar = 3

2 (3.10)

Dengan : = Kecepatan fluidisasi minimum (m/s)

= Ukuran diameter partikel rata-rata (m)

= Massa jenis fluida udara (kg/m3)

= Massa jenis partikel (kg/m3)

= Viskositas dinamik fluida udara(kg/ms)

g = Percepatan gravitasi (m/s2)

19

A. Menentukan kecepatan minimum fluidisasi

Pressure drop dan kecepatan fluidisasi memiliki dua tipe variasi

seperti pada gambar dibawah ini:

Gambar 3.4 Grafik fluidisasi (Kunii, 1991)

Kecepatan minimum fluidisasi adalah kecepatan superfisial gas

pada kondisi fluidisasi minimum. Kecepatan ini dapat ditentukan secara

empiris oleh perpotongan antara penurunan tekanan terhadap kecepatan

superfisial. Di mana dengan seiringnya kenaikan kecepatan superfisial

menyebabkan penurunan tekanan meningkat, dan setelah mencapai

kecepatan minimum fluidisasi maka penurunan tekanan akan menjadi

konstan.

3.4 Karakter Gelembung

A. Ukuran Bubble

Ukuran bubble merupakan salah satu parameter penting untuk

menunjukkan karakteristik fluidisasi gas-padat. Untuk jenis partikel yang

termasuk ke dalam kategori Geldart grup B, ada beberapa korelasi untuk

memperkirakan peningkatan ukuran bubble pada sebuah sistem fluidisasi

sehingga dapat diekspresikan dengan persamaan berikut:

20

Tabel 3.3 Perhitungan Diameter Gelembung ( Oka, 2004)

Persamaan di atas berlaku dengan syarat fluidisasi terjadi pada

operasi kondisi dibawah ini :

1. dt < 20 cm

2. 100 ds 350 m

3. 1 u mf

8 cm/s

4. 5 uf u

mf

Persamaan di atas menunjukkan bahwa ukuran diameter dari sebuah

bubble tergantung pada ketinggian di atas plat distributor, dan tergantung

pada selisih antara kecepatan gas dengan kecepatan minimum fluidisasi.

B. Kecepatan Bubble

Selain ukuran diameter gelembung, kecepatan gelembung yang

terbentuk juga merupakan salah satu parameter yang penting untuk

menunjukkan karakterisitk fluidisasi gas-padat. Untuk jenis partikel yang

termasuk ke dalam kategori Geldart grup B maka kecepatan gelembung

dapat dinyatakan dalam persamaan berikut ini:

= 1,6 + 1,130,5

1,35 + (3.11)

Dimana :

= 0,71()0,5, dan

< 0,125 (3.12)

21

Persamaan di atas sesuai untuk partikel Geldart grup B dengan

diameter

bed dt 1 m.

3.5 Komputasi numerik

Di dalam penelitian ini penulis menggunakan Computational

Fluid Dynamic Fluent untuk mensimulasikan fluidisasi pada fluidized bed.

Fluent adalah sebuah software yang berfungsi untuk mensimulasikan

sesuatu yang akan terjadi ketika fluida mengalir agar dapat disesuaikan

dengan keadaan empirisnya.

A. Keuntungan CFD:

a. Dapat memodelkan fenomena fluida yang tidak dapat dilakukan

melalui percobaan eksperimental.

b. Dapat menyelidiki hasil fenomena fluida dengan lebih murah dan

cepat dibandingkan dengan percobaan eksperimental.

B. Kekurangan CFD:

a. Hasil kadang tidak bisa mendekati dengan hasil keadaan

eksperimentalnya karena beberapa faktor eksternal yang tidak

diperkirakan sebelumnya.

b. Beberapa parameter penelitian yang tidak terdapat dalam fasilitas

CFD dapat terabaikan.

C. Gambaran umum prinsip kerja CFD:

a. CFD dapat bekerja ketika pengguna sudah memodelkan percobaan

yang akan disimulasikan.

b. Pembuatan geometri dapat dilakukan melalui software Gambit dan

kemudian didiskritisasi ke dalam bentuk mesh. Diskritisasi dalam

fluent adalah cara pendekatan dengan metode aljabar dengan cara

mengatur sejumlah ruang dan waktu yang akan digunakan dalam

simulasi.

c. Langkah selanjutnya adalah memasukkan persaamaan yang akan

digunakan untuk simulasi sesuai dengan rencana empirisnya.

d. Persamaan diskritisasi aljabar kemudian akan menyelesaikan setiap

22

mesh melalui proses iterasi hingga hasilnya memenuhi konvergensi.

e. Tahap selanjutnya adalah post processing untuk menampilkan hasil

simulasi yang telah dilakukan.

D. Dasar Teori dalam Fluent (Fluent, 2006)

a. Persamaan Kekekalan Massa

Persamaan kekekalan massa untuk fase q dinyatakan dengan persamaan berikut (Fluent, 2006) :

+ = =1 (3.13) Dengan:

: massa jenis fase q R : fraksi volume dari fase q : kecepatan fase q : karakteristik transfer massa dari fase p ke fase q : karakteristik transfer massa dari fase q ke fase

b. Persamaan kekekalan momentum

Persamaan kekekalan massa untuk fase q dinyatakan dengan

persamaan berikut (Fluent, 2006) :

+ = + . + +

+ + + , + ,=1 (3.14)

Dengan :

: tekanan statis

: external body force dari fase q

, : lift force dari fase q

, : virtual mass force dari fase q

: interaction force dari fase p dan fase q

: tegangan dari q

c. Formulasi Solver

Di dalam menyelesaikan sebuah kasus permodelan simulasi,

Fluent menyediakan dua formulasi solver yaitu formulasi solver

berdasarkan tekanan (Pressure Based) dan formulasi solver

berdasarkan densitas (Density Based).

23

Di dalam penyelesaian kasus simulasi permodelan fluidisasi

gas-padat ini dipilih formulasi solver PressureBased. Pendekatan

formulasi solver pressure based cocok digunakan untuk aliran

kecepatan rendah untuk fluida yang incompressible. Fluent akan

menyelesaikan secara integral semua persamaan atur yang ada baik

untuk persamaan konservasi massa dan konservasi momentum. Selain

itu, Fluent juga menyelesaikan persamaan energi dan persamaan

scalar lain seperti persamaan untuk turbulensi dan proses kimia.

Perhitungan tekanan didapatkan dari hasil persamaan tekan dengan

memanipulasi persamaan kontinuitas dan persamaan momentum.

Pada perhitungan simulasi ini, Fluent menggunakan algoritma

segregated dimana persamaan atur akan diselesaikan secara terpisah

dan bergantian. Setiap persamaan akan dipisahkan berdasarkan nama

terlebih dahulu. Kelebihan metode algoritma segregated ialah hanya

membutuhkan memori yang kecil dalam setiap penyelesaian

persamaan atur pada setiap waktu hitungnya, namun algoritma ini

bergerak cukup lambat dalam menyelesaikan persamaan atur tersebut

sampai mencapai solusi yang konvergen. Beberapa tahapan dalam

perhitungan yang dilakukan algoritma segregated ini adalah sebagai

berikut:

1. Memperbarui property fluida antara lain densitas, viskositas,

kalor spesifik, viskositas turbulensi berdasarkan solusi yang

sedang dikerjakan.

2. Menyelesaikan persamaan momentum setelah persamaan

yang lain diselesaikan menggunakan nilai update dari tekanan

dan fluks massa.

3. Menyelesaikan persamaan koreksi tekanan menggunakan nilai

kecepatan dan fluks massa yang diperoleh berdasar perhitungan

sebelumnya.

4. Mengoreksi nilai fluks massa, tekanan, dan kecepatan

menggunakan koreksi tekanan.

5. Menyelesaikan persamaan skalar tambahan seperti kuantitas

24

turbulensi, energi, spesies, dan intensitas radiasi dengan nilai

variabel yang baru.

Formulasi solver pressure based banyak

diaplikasikan untuk mensimulasikan kasus untuk fluida tak

termampatkan (incompressible) maupun termampatkan

(compressible) dengan kecepatan rendah sampai menengah atau

berada pada kecepatan dengan nilai Mach lebih kecil 1(M < 1).

Solver density based digunakan untuk menyelesaikan simulasi

kasus dengan fluida termampatkan (compressible) dengan

kecepatan tinggi hingga bilangan Mach-nya lebih besar dari 1

(M > 1).

d. Kontrol solusi

1. Faktor under relaksasi

Faktor under relaksasi merupakan factor untuk menstabilkan

proses iterasi pada solver pressure based, sedangkan pada solver

density based faktor under relaksasi hanya digunakan di luar set

persamaan yang di-coupled. Faktor under relaksasi digunakan

untuk mengontrol perhitungan persamaan non-linear yang

dilakukan oleh Fluent. Hal ini dilakukan dengan mengubah faktor

under relaksasi pada proses iterasi. Penurunan factor under

relaksasi pada umumnya dapat meningkatkan konvergensi namun

faktor under relaksasi yang diperbolehkan minimal bernilai0,2.

Tidak ada persamaan khusus untuk menghitung faktor under

relaksasi sehingga nilai faktor under relaksasi yang paling baik

hanya dapat diperoleh berdasarkan trial and error.

2. Metode diskretisasi

Fluent melakukan proses perhitungan simulasi pada titik-titik

node mesh geometri dari domain komputasi yang dibuat. Pada

bagian diantara titik node harus dilakukan perhitungan secara

interpolasi untuk mendapatkan nilai yang kontinyu pada seluruh

domain komputasi. Skema interpolasi ini antara lain adalah:

25

i. First Order Upwind

Merupakan skema interpolasi yang paling ringan dan

cepat mencapai konvergen, namun ketelitiannya hanya orde

satu.

ii. Power Law

Skema interpolasi Power Law digunakan untuk

mendiskretisasikan persamaan momentum, energi, fraksi

massa, dan fraksi campuran rata-rata. Skema interpolasi

Power Law lebih akurat dari First Order Upwind ketika

bilangan Reynolds nya rendah (Re

26

sudah mencapai kriteria konvergensi yang ditentukan. Kriteria

default bagi semua residual konvergen adalah ketika nilainya

sama dengan atau lebih kecil dari 10-3 kecuali energi10-6.

Konvergensi juga berlaku ketika nilai setiap residual berlangsung

konstan dalam waktu lama dan tidak berubah nilainya.

ii. Penambahan iterasi tidak mengubah solusi

Ada saatnya ketika nilai residual tidak mau turun lagi

menuju kriteria konvergensi yang telah ditentukan. Apabila

variabel residual yang lebih dominan mewakili keseluruhan

aliran relative tidak berubah ketika iterasi berjalan terus, maka

solusi hasil iterasi sudah dapat dikatakan konvergen.

iii. Kesetimbangan massa, momentum, energi, dan lainnya telah

tercapai apabila pada panel Flux Report kesetimbangan massa,

momentum, energi, dan besaran-besaran yang lain telah terapai

maka hasil iterasi dapat dikatakan telah konvergen.

Kesetimbangan yang terjadi tidak boleh lebih besar dari 0,1 %.

E. Drag Model Syamlal OBrien

Drag model ini diusulkan oleh Madhava Syamlal dan Tomas

O'Brien, model ini merupakan korelasi antara drag pada partikel sphere

dan pada sebuah kondisi multipartikel. Drag model ini dikembangkan

dengan menggunakan korelasi empiris yang diturunkan berdasarkan

persamaan Richardson and Zaki untuk menentukan kecepatan terminal

pada sebuah fluidized bed sebagai fungsi Reynolds Number partikel dan

fraksi volume partikel padat. Drag model Syamlal and O'Brien seperti

persamaan berikut (Fluent, 2006) :

=3

42 (3.15)

Dimana = 0,63 +4,8

2

(3.16)

= 0,5 0,06 + (0,06)2 + 0,12(2 ) + 2 (3.17)

27

Dimana :

= 4,14 dan = 0,81,28untuk 0,85 (3.18)

= 4,14 dan = 2,65 untuk > 0,85 (3.19)

Drag model ini cocok untuk partikel solid dengan bentuk yang

sphere atau bulat dan pada kondisi yang multipartikel.

BAB IV

METODOLOGI PENELITIAN

4.1 Alat dan Bahan

A.Alat

a. Notebook Acer 4752 G Intel i5-2410M Processor 3,1 GHz, RAM 4 GB,

Windows 7 Ultimate (32-bit).

b. Paket software CFD Fluent 6.3.26 dan software Gambit 2.2.30

c. Windows Paint

d. Microsoft Office 2010

B. Domain Komputasi

Bahan yang digunakan pada penelitian ini adalah sebuah domain

komputasi berupa model fluidized bed dalam bentuk tiga dimensi seperti

terlihat pada gambar di bawah ini:

Gambar 4.1 Domain komputasi dengan mesh hex/wedge type cooper

28

29

Tabel 4.1 Tabel sudut dan ketinggian cone yang digunakan

No Sudut (0) h(m)

1 40 66

2 45 58

2 50 52

30

4.2 Diagram Alir Simulasi Mulai

Studi literatur

Persiapan Alat dan Bahan

Pembuatan geometri dan meshing

Mendefinisikan bidang batas dan geometri

Buruk

Memeriksa kualitas mesh

Baik

Data sifat Fisik Penentuan kondisi batas Proses Numerik Ya

Iterasi error?

Pengambilan data dan hasil simulasi

Analisis data Kesimpulan dan saran

Selesai

31

4.3 Parameter Penelitian

Pada penelitian ini parameter yang diubah-ubah pada setiap simulasi

permodelan fluidisasi gas padat antara lain:

Variasi sudut cone:

1. Sudut cone 400

2. Sudut cone 450

3. Sudut cone 500

Variasi kecepatan udara masuk:

1. Kecepatan 0,2 m/s

2. Kecepatan 0,4 m/s

3. Kecepatan 0,6 m/s

4. Kecepatan 0,8 m/s

5. Kecepatan 1 m/s

6. Kecepatan 1,2 m/s

7. Kecepatan 1,4 m/s

8. Kecepatan 1,6 m/s

9. Kecepatan 1,8 m/s

10. Kecepatan 2 m/s

Variasi diameter partikel:

1. Partikel dengan ukuran diameter rata-rata 350 m

2. Partikel dengan ukuran diameter rata-rata 700 m

4.4 Kondisi Awal

Kondisi awal material yang berada pada pemodelan fluidisasi

kali ini adalah:

1. Fraksi volume partikel solid : 0,416

2. Densitas udara : 1,225 kg/m3

3. Densitas partikel solid : 2200 kg/m3

4. Viskositas udara : 1,7894 x 105 kg/ms

5. Viskositas partikel solid : 1,8 x 105 kg/ms

4.5 Simulasi Model

A. Persiapan awal

Sebelum melakukan simulasi pemodelan fluidisasi gas-padat maka

32

Geometri Create Real

Volume

Geometri Create Real Cylinder Volume

perlu dipersiapkan beberapa hal antara lain:

1. Software Gambit 2.2.3

2. Software CFD Fluent 6.3.26

B. Pembuatan Domain Komputasi Pemodelan Simulasi Fluidisasi Gas-Padat

1. Pembuatan domain komputasi dilakukan di dalam program Gambit

2.2.30. Setelah program Gambit di-run, maka akan muncul jendela

Gambit Startup. Pada kolom Working Directory dipilih folder kerja,

pada kolom Session Id dimasukan nama sudut 40 diameter 0,35 , dan

pada kolom Options diisikan -r2.2.30. Dan terakhir tombol run

diklik.

2. Setelah muncul jendela kerja Gambit, solver dipastikan merupakan

Fluent 6 dengan cara menu Solver dipilih kemudian Fluent 5/6

diklik.

3. Pembuatan domain komputasi dilakukan dengan cara:

1. Pembuatan cone 400

Pada jendela Coordinate System diisi dengan c_sys.1 dan diisi

dengan data-data berikut:

Tabel 4.2 Data pembuatan cone dengan sudut 400

Create Real Frustrum Data

Height 66

Radius 1 7,5

Radius 2 7,5

Radius 3 31,5

Axis Location Positive Y

Label Cone

2. Pembuatan tabung

33

Geometri Move/copy volumes Volume

Geometri Unite real volume

Volume

Mesh Mesh volumes Volume

Pada jendela Coordinate System diisi dengan c_sys.1 dan diisi

dengan data-data berikut:

Tabel 4.3 Data pembuatan tabung

Create Real Cylinder Data

Height 180

Radius 1 31,5

Radius 2 31,5

Axis Location Positive Y

Label Tabung

3. Penggabungan objek

Penggabungan ini dimaksudkan agar posisi tabung tepat

diatas permukaan cone-nya.

Pick tabung, pilih move, dan pilih translate, kemudian

pada data X dan data Z diisi dengen 0 , kemudian data Y local

dimasukkan angka sesuai dengan ketinggian cone yaitu 66 cm

dan klik apply.

Setelah memindahkan tabung tepat diatas cone-nya,

tabung dan cone digabung kan menjadi sebuah unite volume

dengan cara:

Pick tabung dan cone kemudian apply.

4. Mesh 4.1 Mesh Dinding Combustor Pick volume pilih element hex/wedge type cooper kemudian isi dengan interval count mesh 155 agar menghasilkan cell sekitar 400.000.

5. Setelah pembuatan mesh dilakukan maka langkah selanjutnya

adalah pemeriksaan kualitas mesh. Hal ini dilakukan dengan cara

ikon examine mesh diklik. Lalu pada pilihan display type, submenu

34

range dipilih dan pada submenu show worst element juga dipilih.

Nilai dari worst element menunjukkan kualitas mesh, nilainya

berkisar antara 0 (terbaik) s/d 1 (terburuk).

6. Meskipun meshing yang sudah dilakukan berhasil, namun ada

kalanya kualitas mesh-nya yakni nilai worst element nya masih

tinggi (nilai equisize skew lebih dari 0,97). Hal ini kurang begitu

baik karena akan menghasilkan solusi yang kurat akurat dan akan

menyebabkan waktu simulasi untuk mencapai konvergen menjadi

lama. Jika hal ini terjadi maka perlu dilakukan perbaikan pada

geometri ataupun tipe serta ukuran mesh yang dipilih. Pada proses

meshing diperlukan trial and error untuk mendapatkan hasil

meshing yang terbaik.

7. Langkah selanjutnya adalah pendefinisian kondisi batas, yaitu pada menu Toolpad Operation dipilih submenu Zones. Lalu pada

submenu Zones, dipilih submenu Specify Boundary Types dan pilih

Add pada action.

Tabel 4.4 Pemilihan zone

No Nama Zone Entity-Face Type

1 Inlet 1 Velocity Inlet

2 Dinding 2,5 Wall

3 Outlet 6 Pressure Outlet

Lalu klik tombol Apply.

8. Setelah kondisi batas didefinisikan maka langkah selanjutnya

adalah penyimpanan file dengan cara menu File lalu submenu Save

as dipilih, dan menamainya dengan nama sudut 400 diameter 0,35.

9. Lalu file model domain komputasi tersebut diexport ke dalam

bentuk *.msh dengan cara menu file lalu submenu export dan

submenu mesh diklik.

10. Langkah diatas adalah salah satu contoh pembuatan domain

komputasi sudut 400 dengan diameter 350 m. Hal yang sama

dilakukan untuk membuat domain komputasi sudut 450 dan 500

beserta variasi ukuran diamter partikel 350 m dan 700 m.

Berikut data-data parameter yang diubah yang diperlukan untuk

35

membuat domain komputasi pada simulasi ini hingga terbuat 6

buah jenis domain komputasi.

Tabel 4.5 Variasi Domain Komputasi yang dibuat

C. Simulasi Numerik Model Fluidisasi Gas-Padat

Model yang telah dibuat di dalam gambit selanjutnya akan

dimasukkan dan diolah di dalam program Fluent. Secara umum langkah-

langkah simulasi di dalam Fluent adalah sebagai berikut:

1 . Buka program Fluent 6.3.26. Setelah itu akan muncul

jendela Fluent Version, pada tab Versions maka 3d dipilih yang

berarti simulasi akan menggunakan jenis 3 Dimensi lalu

tombol run diklik.

2. File Read Case bed.msh

Setelah muncul jendela kerja Fluent, file bed.msh di import ke

dalam Fluent dengan cara menu File lalu submenu Read dan

submenu Case diklik.

3. Grid Check

Pengecekan grid dengan cara menu Grid dan submenu Check

diklik. Pada Grid Check ini akan diperlihatkan nilai

minimum dan maksimum dari x, y, dan z, serta ada atau

tidaknya kesalahan pada model yang telah dibuat. Harus

dipastikan juga bahwa nilai volume minimum yang terjadi

tidak boleh negatif.

4. Grid Scale Scale Close Apabila antara pembuatan model pada Gambit dan saat

No Sudut Cone

Tinggi Cone

(cm) Tinggi Bed (cm)

Diameter partikel

rata-rata (m)

1 40 66 43 350 2 40 66 43 700 3 45 58 40 350 4 45 58 40 700 5 50 52 38 350 6 50 52 38 700

36

pengecekan grid pada Fluent terdapat perbedaan skala maka

perlu dilakukan penyekalaan satuan dengan cara menu Grid

dipilih lalu submenu Scale dipilih lalu pada unit conversion

ditentukan unit yang tepat, dan terakhir tombol Scale diklik.

5. Apabila grid masih kasar maka dapat diperhalus dengan

cara menu Grid diklik lalu submenu Smooth/Swap diklik.

Setelah muncul jendela Smooth/Swap maka tombol Smooth lalu

tombol Swap diklik secara bergantian sampai Number Swapped

= 0.

6. Pendefinisian model simulasi untuk penelitian ini,

langkah-langkahnya adalah sebagai berikut:

a. Define Models Solver

Solver yang dipakai untuk permodelan simulasi ini

dipilih dengan cara menu Define diklik kemudian

submenu Models dan submenu Solver dipilih. Setelah

jendela Solver terbuka maka Pressure Based dipilih

pada kolom Solver, 3D dipilih pada kolom Space,

Unsteady dipilih pada kolom Time, dan untuk kolom

lainnya dibiarkan pada kondisi default Fluent. Setelah itu

tombol OK diklik.

b. Define Models Multiphase

Model multifasa yang dipakai untuk permodelan simulasi

ini dipilih dengan cara menu Define diklik kemudian

submenu Models dan submenu Multiphase dipilih.

Setelah jendela Multiphase Models terbuka maka

Eulerian dipilih dan Numberof Phases diisi dengan nilai

2, setelah itu tombol OK diklik.

7. Pendefinisian material simulasi dengan langkah-langkah

sebagai berikut: Define Materials

a. Mendefinisikan material udara

37

Menu Define diklik kemudian submenu Materials dipilih.

Setelah muncul jendela Materials maka properti untuk

udara penghembus dipilih material air pada Fluent

database, nilai properties dari udara yaitu 1.225 untuk

Density dan 1.7894e-05 untuk Viscosity.

b. Sedangkan properti untuk material bed dengan cara

memasukan nama bed pada kolom Name, mengisikan

nilai 2200 untuk Density dan 1.8e-05 untuk Viscosity.

Lalu tombol Change/Create diklik.

8. Pendefinisian fase untuk permodelan simulasi dengan

langkah- langkah sebagai berikut:

Define Phase a. Menu Define diklik kemudian submenu Phases dipilih.

Setelah muncul jendela Phases maka pendefinisian

kondisi untuk fase pertama atau fase udara penghembus

diatur dengan cara phase-1 pada kolom Phase dipilih lalu

tombol Set diklik. Setelah jendela Primary Phase

muncul, maka nama gas dimasukkan pada kolom Name

dan mixture gas dipilih pada Phase Material. Setelah

itu tombol OK diklik.

b. Sedangkan untuk fase sekunder diatur dengan cara

phase-2 dipilih pada kolom Phase, lalu tombol Set diklik.

Setelah jendela Secondary Phase muncul, maka nama

solids dimasukkan pada kolom Name dan solids dipilih

pada kolom Phase Material. Setelah itu fungsi Granular

diaktifkan dengan cara diklik. Untuk Properties fase

sekunder yang lain didapat berdasar referensi Fluent

tutorial guide dapat dilihat pada tabel berikut ini:

38

Tabel 4.6 Properti Fase Sekunder

Properti Nilai

Diameter (m) 152e-06

Granular Viscosity (kg/m-s) Syamlal-obrien

Granular Bulk Viscosity (kg/m-s) Lun-et-al

Frictional Viscosity (kg/m-s) schaeffer

Angle of Internal Friction (deg) 30

Frictional Pressure (pascal) Based-ktgf

Frictional Packing Limit 0.5

Granular Conductivity (kg/m-s) Syamlal-obrien

Solid Pressure (pascal) Lun-et-al

Radial Distribution Lun-et-al

Packing Limit 0.65

c. Setelah itu maka perlu di-setting interaksi antara kedua

fase tersebut dengan cara tombol Interaction diklik.

Setelah jendela Phase Interaction muncul maka pada

tab menu Drag dipilih jenis drag model syamlal-obrien.

Setelah itu tombol OK diklik dan tombol Close diklik

untuk menutup jendela Phases.

9. Pendefinisian kondisi operasi dengan cara sebagai berikut:

Define Ope r a t i ng Conditions

Pengaturan kondisi operasi simulasi dengan cara menu Define

diklik kemudian submenu Operating Conditions dipilih. Setelah

muncul jendela Operating Conditions maka pada kolom

Operating Pressure diisi dengan nilai 101325 pascal dan pada

kolom Gravity diaktifkan sehingga dapat memberi nilai -9.81

m/s2 pada Gravitational Acceleration sumbu Y. Setelah itu

tombol OK diklik untuk menutup jendela Operating

Conditions.

10. Pendefinisian kondisi syarat batas simulasi dengan cara

39

sebagai berikut:

Define Boundary Conditions

a. Menu Define diklik kemudian submenu Boundary

Conditions dipilih. Setelah muncul jendela Boundary

Conditions maka inlet pada kolom Zone dan gas pada

kolom Phase dipilih. Lalu tombol Set. diklik. Setelah

jendela Velocity Inlet muncul maka tab menu

Momentum dipilih, dan pada kolom Velocity

Specification Method, Components dipilih untuk

memberikan nilai kecepatan hembus udara pada kolom Y-

Velocity sesuai dengan parameter simulasi, yaitu 0,2 m/s,

0,4 m/s, 0,6 m/s, 0,6 m/s 0,8 m/s, 1 m/s, 1,2 m/s, 1,4 m/s,

1,6 m/s, 1,8 m/s dan 2 m/s.

b. Masih pada jendela Boundary Conditions, solids pada

kolom Phase dipilih kemudian tombol Set... diklik.

Setelah muncul jendela Velocity Inlet maka tab

Multiphase diklik dan pada kolom Volume Fraction

dimasukkan nilai 0. setelah itu tombol OK diklik dan

tombol Close diklik untuk menutup jendela Boundary

Conditions.

11. Solusi simulasi dilakukan dengan langkah-langkah sebagai berikut: a. Adapt Region

Menu Adapt diklik kemudian submenu Region dipilih.

Setelah jendela Region Adaption muncul maka pada

kolom Input Coordinates diisi dengan nilai X Min, X

Max, Y Min, Y Max, Z min dan Z max sesuai dengan

kebutuhan simulasi. Pada kolom X Min diisi dengan nilai

-0.315, pada kolom X Max diisi dengan nilai 0.315, pada

kolom Y Min diisi dengan nilai 0, dan pada kolom Y Max

diisi dengan nilai 0.42 untuk sudut cone 400, nilai 0.40

untuk sudut cone 450, nilai 0.38 untuk sudut cone 500.

Sedangkan Z Min diisi dengan nilai -0.315, pada kolom Z

40

Max diisi dengan nilai 0.315 Setelah itu tombol Mark

diklik untuk menandai Region Bed. Kemudian

tombol Close diklik untuk menutup jendela Region

Adaption.

b. Solve Initialize Initialize Setelah itu menginisialisasi aliran hembus udara dengan

cara menu Solve diklik lalu submenu Initialize dan

submenu Initialize dipilih. Setelah jendela Solution

Initialization muncul maka pada kolom Compute From

dipilih inlet lalu tombol Init diklik dan tombol Close

diklik untuk menutup jendela Solution Initialization.

c. Solve Initialize Patch

Langkah selanjutnya adalah mem-Patch dengan cara

menu Solve dipilih kemudian submenu Initialize lalu

submenu Patch diklik. Setelah muncul jendela Patch,

maka pada kolom Phase dipilih fase solids, pada kolom

Variable dipilih Volume Fraction dan pada kolom Value

diisi dengan nilai 0.416. Setelah itu hexahedron-r0

dipilih pada kolom Registers to Patch dan terakhir

tombol Patch diklik dan tombol Close diklik untuk

menutup jendela Patch.

d. Solve Control Solution

Setelah itu mengatur parameter solusi dengan cara

menu Solve diklik kemudian submenu Controls dan

submenu Solution dipilih. Setelah jendela Solution

Controls muncul maka pada kolom Under-Relaxation

Factors, Pressure diisi dengan nilai 0.2, Momentum

diisi dengan nilai 0.2, Volume Fraction diisi dengan nilai

0.2, dan untuk parameter lainnya dibiarkan pada kondisi

default. Pada kolom Discretization, Momentum diisi

dengan First Order Upwind. Lalu tombol OK diklik.

41

e. Solve Monitors Residual

Pengaturan ini digunakan untuk melihat grafik residual

dari perhitungan iterasi Fluent,bisa juga digunakan untuk

melihat apakah perhitungan sudah konvergen atau belum.

12. File Write Autosave

Sebelum memulai iterasi, klik file,kemudian write,lalu autosave.

Pada autosave data frequency, masukkan angka 1.

13. Solve Iterate

Klik solve, iterate untuk memulai iterasi. Untuk 20 detik

pertama, pada time step size, isi 0,5. Kemudian pada number of

time steps masukkan angka 40. Pada kolom max iterations per

time step masukkan angka 20. Kemudian klik iterate. Pada detik

ke-20 sampai dengan detik 25, pada time step size, isi 0,1.

Kemudian pada number of time steps masukkan angka 50 . Pada

kolom max iterations per time step masukkan angka 20.Tunggu

hingga proses iterasi telah selesai.

14. File Write Case and Data

Klik file, kemudian write, autosave untuk menyimpan file

hasil iterasi tersebut.

15. Agar dapat menampilkan bagian dalam dari hasil

simulasinya, maka simulasi 3D akan dibuat bagian tengahnya

dalam bentuk 2D.

Surface Plane

42

Pada points diisi sebagai berikut:

Tabel 4.7 Data surface-plane dua dimensi

Parameter Sudut

400 450 500

X0(m) -0.315 -0.315 -0.315

X1(m) 0.315 0.315 0.315

X2(m) 0.315 0.315 0.315

Y0(m) 0 0 0

Y1(m) 2.46 2.38 2.32

Y2(m) 2.46 2.38 2.32

Z1(m) 0 0 0

Z2(m) 0 0 0

Z3(m) 0 0 0

4.6 Pengolahan Data

Data yang digunakan adalah data hasil simulasi setelah detik ke-20

sampai detik ke-25. Setelah proses simulasi selesai, data-data dapat diperoleh

dengan cara sebagai berikut:

1. Masih dalam jendela fluent 6.3, untuk menampilkan kontur fraksi

volume gas pada software fluent dengan cara klik :

Display Contours

Pada pilihan contours of, pilih phase. Pada pilihan Phase, pilih fase

phase 1 (gas) , pilih dua-dimensi. Kemudian Autorange

dinonaktifkan,masukkan nilai minimum yaitu 0,35 dan maksimum 1.

Klik Display.

2. Kemudian klik :

File Hardcopy

Pada pilihan format pilih .jpeg. Pada coloring pilh color. Kemudian

klik save. Gambar kontur fraksi volume fase solid akan di save

dalam format .jpeg.

43

3. Edit gambar dengan Software Paint. Gambar kontur fraksi volume

fase gas di crop supaya hanya tinggal bagian gambar fluidized bed-

nya.

4. Lakukan hal tersebut pada kecepatan 1,6 m/s dan 2 m/s serta pada

setiap diameter partikel rata-rata pada detik ke-21,5, detik ke-22,

detik ke-22,5, detik ke-23, detik ke-23,5, detik ke-24, detik ke-24,5,

dan detik ke-25.

5. Untuk mengambil data pressure drop dapat dilakukan dengan cara

membuat dua titik ukur yang berada di bagian atas dan di bagian

bawah.

Gambar 4.2. Skema pengukuran pressure drop

Surface Points

44

Koordinatnya sebagai berikut:

a. Titik Bawah

Tabel 4.8 Data Surface-Points pengambilan data titik bawah

Parameter Sudut

40 45 50

X0(m) 0.075 0.075 0.075

Y0(m) 0 0 0

Z0(m) 0 0 0

b. Titik Atas

Tabel 4.9 Data Surface-Points pengambilan data titik atas

Parameter Sudut

40 45 50

X0(m) 0.315 0.315 0.315

Y0(m) 2.46 2.38 2.32

Z0(m) 0 0 0

6. Data dapat diliat dengan cara:

Pada kolom Report type pilih Area-weighted average. Pada kolom

surface piih titik bawah dan titik atas. Field variable yang dipilih

adalah static pressure.

7. Data yang diambil adalah data pada detik 20, detik 20,5, detik 21,

detik 21,5, detik 22, detik 22,5, detik 23, detik 23,5, detik 24, detik

24,5 dan detik 25 kemudian diambil rata-rata pressure dropnya.

8. Cara membuka data hasil iterasi adalah

Kemudian pilih data pada detik time step yang ditentukan.

9. Data yang telah diambil diolah didalam microsoft excel dan dibuat grafiknya.

Report Surface Integral

File Read Data

BAB V HASIL PENELITIAN DAN PEMBAHASAN

Data hasil penelitian simulasi 3D CFD Fluidized Bed ini menggunakan

sepuluh variasi kecepatan yaitu 0,2 m/s, 0,4 m/s, 0,6 m/s, 0,8 m/s, 1 m/s, 1,2 m/s,

1,4 m/s, 1,6 m/s, 1,8 m/s dan 2 m/s. Untuk mencari kecepatan minimum fluidisasi

diperlukan sepuluh variasi kecepatan tersebut untuk mendapatkan data-data

pressure drop masing-masing kecepatan tersebut. Hasil data-data dituangkan

dalam bentuk grafik pressure drop vs kecepatan minimum fluidisasinya. Dari

grafik tersebut dapat ditentukan berapa kecepatan minimum fluidisasi tiap sudut

400, sudut 450, dan sudut 500 serta tiap diameter partikel 350 m dan 700 m.

Namun dalam pembahasan hanya dua kecepatan yang digunakan yaitu

kecepatan 1,6 m/s dan kecepatan 2 m/s. Pada kecepatan ini terlihat fenomena

fluidisasi berjalan dengan baik. Pada beberapa kecepatan dibawah kecepatan 1,6

m/s ada beberapa yang menghasilkan visualisasi bubble dan pasir yang kurang

baik. Ada bubble yang tidak terbentuk atau pasir yang kurang terangkat. Sudut

cone divariasikan menjadi tiga variasi, yaitu sudut 400, sudut 450, dan sudut 500.

Ukuran diameter partikel bed rata-rata juga divariasikan menjadi dua variasi yaitu

350 m dan 700 m.

Pembahasan yang dilakukan merupakan pembahasan hasil data visual

dari proses postprocessing. Dimana pada proses ini data yang ditampilkan

merupakan kontur fraksi volume dari fase gas dengan nilai maksimum berupa

warna merah yang menunjukkan nilai fraksi volume fase gas =1 dan nilai

minimun berupa warna biru yang menunjukkan nilai fraksi volume dari fase gas =

0,35.

45

46

5.1 Kecepatan minimum fluidisasi dan pressure drop

Berikut ini adalah hasil penelitian simulasi fluidisasi menggunakan

diameter 350 m dan diameter 700 m:

A. Diameter 350 m

1. Sudut 400

Gambar 5.1. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 400 dan diameter 350 m)

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 400 dan diameter 350 m. Dari grafik

tersebut dapat dilihat bahwa terjadi fluidisasi. Pressure drop dihitung

dari selisih tekanan pada bagian tepat diatas distributor dengan tekanan

yang berada di bagian atas fluidized bed. Pressure drop maksimumnya

adalah 1762,63Pa. Kecepatan minimum fluidisasinya adalah 0,4 m/s.

Kecepatan minimum fluidisasi didapatkan melalui grafik tersebut dari

data setelah mengalami pressure drop maksimum, kemudian pressure

drop turun dan mulai konstan. Ketika tekanan sudah mulai steady, tarik

garis ke kiri dan diambil perpotongan dengan grafik tersebut. Kecepatan

pada perpotongan tersebut adalah kecepatan minimum fluidisasi.

0

500

1000

1500

2000

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

47

Gambar 5.2. Ilustrasi penentukan kecepatan minimum fluidisasi

(Oka, 2004)

2. Sudut 450

Gambar 5.3. Hubungan pressure drop (Pa) dan kecepatan (m/s)

(sudut 450 dan diameter 350 m)

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 450 dan diameter 350 m. Dari

grafik tersebut dapat dilihat bahwa terjadi fluidisasi. Pressure drop

dihitung dari selisih tekanan pada bagian tepat diatas distributor

dengan tekanan yang berada di bagian atas fluidized bed. Pressure

drop maksimumnya adalah 2007,34Pa. Kecepatan minimum

fluidisasinya terjadi sebelum 0,2 m/s. Pada grafik ini fluidisasi sudah

terjadi sebelum kecepatan 0,2 m/s, hal ini terlihat dari pressure drop

yang sudah mulai steady sejak tekanan pada kecepatan 0,2 m/s hingga

kecepatan 2 m/s.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

48

3. Sudut 500

Gambar 5.4. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 500 dan diameter 350 m)

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 500 dan diameter 350 m. Dari grafik

tersebut dapat dilihat bahwa terjadi fluidisasi. Pressure drop dihitung

dari selisih tekanan pada bagian tepat diatas distributor dengan tekanan

yang berada di bagian atas fluidized bed. Pressure drop maksimumnya

adalah 2097,19 Pa. Kecepatan minimum fluidisasinya terjadi sebelum

0,2 m/s. Pada grafik ini fluidisasi sudah terjadi sebelum kecepatan 0,2

m/s, hal ini terlihat dari pressure drop yang sudah mulai steady sejak

tekanan pada kecepatan 0,2 m/s hingga kecepatan 2 m/s.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

49

B. Diameter 700 m

1. Sudut 400

Gambar 5.5. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 400 dan diameter 700 m)

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 400 dan diameter 700 m. Dari grafik

tersebut dapat dilihat bahwa terjadi fluidisasi. Pressure drop dihitung

dari selisih tekanan pada bagian tepat diatas distributor dengan tekanan

yang berada di bagian atas fluidized bed. Pressure drop maksimumnya

adalah 2103,60 Pa. Kecepatan minimum fluidisasinya adalah 0,8 m/s.

2. Sudut 450

Gambar 5.6. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut 450 dan diameter 700 m)

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

50

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 450 dan diameter 700 m. Dari grafik

tersebut dapat dilihat bahwa terjadi fluidisasi. Pressure drop dihitung

dari selisih tekanan pada bagian tepat diatas distributor dengan tekanan

yang berada di bagian atas fluidized bed. Pressure drop maksimumnya

adalah 2206,76 Pa. Kecepatan minimum fluidisasinya adalah 1 m/s.

3. Sudut 500

Gambar 5.7. Hubungan pressure drop (Pa) dan kecepatan (m/s) (sudut

500 dan diameter 700 m)

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 500 dan diameter 700 m. Dari grafik

tersebut dapat dilihat bahwa terjadi fluidisasi. Pressure drop dihitung

dari selisih tekanan pada bagian tepat diatas distributor dengan tekanan

yang berada di bagian atas fluidized bed. Pressure drop maksimumnya

adalah 2228,69 Pa. Kecepatan minimum fluidisasinya adalah 1 m/s.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

51

5.2 Variasi sudut cone dan diameter rata-rata partikel

A.Variasi sudut cone

1. Sudut 400

Gambar 5.8. Grafik hasil penelitian simulasi fluidized bed pressure drop (Pa) vs kecepatan (m/s) menggunakan sudut 400

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 400. Secara umum terlihat bahwa

pada pada sudut ini pressure drop rata-rata diameter 350 m lebih kecil

dibandingkan diameter 700 m. Hal ini juga terjadi pada pressure drop

maksimumnya dimana diameter 350 m lebih kecil dibandingkan

diameter 700 m. Namun untuk kecepatan minimum fluidisasi

menunjukkan nilai yang berbeda. Kecepatan minimum fluidisasi

diameter 350 m adalah 0,4 m/s sedangkan kecepatan minimum

fluidisasi diameter 700 m adalah 0,8 m/s. Secara umum pada sudut

400, semakin besar diameter rata-rata partikel yang digunakan semakin

besar pula kecepatan minimum fluidisasinya, namun semakin kecil

pressure drop rata-rata yang dihasilkan.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

Diameter 700 nm

Diameter 350 nm

52

2. Sudut 450

Gambar 5.9. Grafik hasil penelitian simulasi fluidized bed pressure

drop (Pa) vs kecepatan (m/s) menggunakan sudut 450

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 450. Secara umum terlihat bahwa

pada pada sudut ini pressure drop rata-rata diameter 350 m lebih kecil

dibandingkan diameter 700 m. Hal ini juga terjadi pada pressure drop

maksimumnya dimana diameter 350 m lebih kecil dibandingkan

diameter 700 m. Namun untuk kecepatan minimum fluidisasi

menunjukkan nilai yang berbeda. Kecepatan minimum fluidisasi

diameter 350 m terjadi sebelum kecepatan 0,2 m/s, sedangkan

kecepatan minimum fluidisasi diameter 700 m adalah 1 m/s. Secara

umum pada sudut 400, semakin besar diameter rata-rata partikel yang

digunakan semakin besar pula kecepatan minimum fluidisasinya,

namun semakin kecil pressure drop rata-rata yang dihasilkan.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

Diameter 700 nm

Diameter 350 nm

53

3. Sudut 500

Gambar 5.10. Grafik hasil penelitian simulasi fluidized bed pressure

drop (Pa) vs kecepatan (m/s) menggunakan sudut 500

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan sudut 500. Secara umum terlihat bahwa

pada pada sudut ini pressure drop rata-rata diameter 350 m lebih kecil

dibandingkan diameter 700 m. Hal ini juga terjadi pada pressure drop

maksimumnya dimana diameter 350 m lebih kecil dibandingkan

diameter 700 m. Namun untuk kecepatan minimum fluidisasi

menunjukkan nilai yang berbeda. Kecepatan minimum fluidisasi

diameter 350 m terjadi sebelum kecepatan 0,2 m/s, sedangkan

kecepatan minimum fluidisasi diameter 700 m adalah 1 m/s. Secara

umum pada sudut 400, semakin besar diameter rata-rata partikel yang

digunakan semakin besar pula kecepatan minimum fluidisasinya,

namun semakin kecil pressure drop rata-rata yang dihasilkan.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

Diameter 700 nm

Diameter 350 nm

54

B. Variasi diameter rata-rata partikel

1. Diameter 350 m

Gambar 5.11. Grafik hasil penelitian simulasi fluidized bed pressure

drop (Pa) vs kecepatan (m/s) menggunakan diameter 350 m

Grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan diameter 350 m. Secara umum terlihat

bahwa pada pada diameter 350 m pressure drop maksimum sudut 400

lebih kecil dibandingkan sudut 450 dan lebih kecil dibandingkan sudut

500. Namun untuk kecepatan minimum fluidisasi menunjukkan nilai

yang berbeda. Kecepatan minimum fluidisasi sudut 500 dan sudut 450

terjadi sebelum kecepatan 0,2 m/s, sedangkan kecepatan minimum

fluidisasi sudut 400 adalah 0,4 m/s. Secara umum pada diameter 350

m, pengaruh sudut cone sukar untuk mendefinisikan kecepatan

minimum fluidisasinya. Hal ini terjadi karena pada sudut 450 dan sudut

500 fluidisasi terjadi sebelum kecepatan 0,2 m/s. Diperlukan

eksperimen dengan parameter kecepatan superfisial yang lebih kecil

dari 0,2 m/s.Untuk pressure drop maksimum , semakin besar sudut

cone nya, semakin besar pressure drop maksimum yang dihasilkan.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

Sudut 45

Sudut 50

Sudut 40

55

2. Diameter 700 m

Gambar 5.12. Grafik hasil penelitian simulasi fluidized bed pressure

drop (Pa) vs kecepatan (m/s) menggunakan diameter 700 m

Dari grafik tersebut menunjukkan hasil penelitian simulasi

fluidized bed menggunakan diameter 700 m. Secara umum

berdasarkan data pada diameter 700 m pressure drop maksimum sudut

400 lebih kecil dibandingkan sudut 450 dan lebih kecil dibandingkan

sudut 500. Namun untuk kecepatan minimum fluidisasi menunjukkan

nilai yang berbeda. Kecepatan minimum fluidisasi sudut 500 dan sudut

450 adalah 1 m/s, sedangkan kecepatan minimum fluidisasi sudut 400

adalah 0,8 m/s. Secara umum pada diameter 700 m, pengaruh sudut

cone sukar untuk mendefinisikan kecepatan minimum fluidisasinya. Hal

ini terjadi karena pada sudut 450 dan sudut 500 fluidisasi terjadi pada

kecepatan 1 m/s, sedangkan kecepatan minimum fluidisasi sudut 400

adalah 0,8 m/s. Secara umum pada diameter 700 m dengan

meningkatnya sudut cone semakin besar kecepaan mnimum

fluidisasinya. Untuk pressure drop maksimum , semakin besar sudut

cone nya, semakin besar pressure drop maksimum yang dihasilkan.

0

500

1000

1500

2000

2500

0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2

Pres

sure

Dro

p (P

a)

Kecepatan (m/s)

Sudut 45

Sudut 50

Sudut 40

56

5.3 Hasil post processing simulasi

A. Diameter 350 m

a. Sudut cone 400

1. Kecepatan 1,6 m/s

Gambar 5.13. Hasil simulasi pada sudut cone 400 ,diameter partikel

350 m, dan kecepatan udara 1,6 m/s

Pada gambar tersebut menunjukkan hasil simulasi numerik

pada bubbling fluidized bed dengan menggunakan diameter rata-rata

partikel 350 m dan sudut cone 400. Kontur yang ditampilkan berupa

kontur fraksi volume dari fase gas. Warna biru menunjukkan nilai

untuk fraksi volume fase gas berada pada nilai minimum yaitu 0,35

sedangkan warna merah untuk nilai maksimum yaitu 1. Bubble kecil

terbentuk ditengah. Bubble tersebut langsung menuju ke bagian atas

pasir, namun karena gaya dorong bubble tersebut kecil, pasir hanya

sedikit mengalamai perubahan Bubble tidak mencapai puncak bed,

bubble-bubble tersebut pecah ketika akan menuju puncak dan udara

di dalam bubble akan keluar sehingga bubble tersebut akan

menghilang. Sedangkan bentuk bubble yang dihasilkan mayoritas

tidak berbentuk bulat, akan tetapi bentuknya tidak beraturan.

57

2. Kecepatan 2 m/s

Gambar 5.24. Hasil simulasi pada sudut cone 400 ,diameter partikel

350 m, dan kecepatan udara 2 m/s

Pada gambar tersebut menunjukkan hasil simulasi numerik

pada bubbling fluidized bed dengan menggunakan diameter rata-rata

partikel 350 m dan sudut cone 400. Pasir terangkat dengan lebih baik

dibandingkan pada kecepatan sebelumnya yaitu 1,6 m/s. Setelah

bubble mencapai puncak bed, bubble-bubble tersebut akan pecah dan

udara di dalam bubble akan keluar sehingga bubble tersebut akan

menghilang. Sedangkan bentuk bubble yang dihasilkan mayoritas

tidak berbentuk bulat, akan tetapi bentuknya tidak beraturan. Bentuk

bubble yang tidak beraturan ini rata-rata memiliki ukuran yang besar.

Ada juga bubble yang bentuknya hampir bulat, tetapi bubble ini rata-

rata berukuran kecil dan biasanya bubble tersebut bertubrukan dengan

bubble lain yang lebih besar sebelum mencapai puncak dari

ketinggian bed.

58

b. Sudut cone 450

1. Kecepatan 1,6 m/s

Gambar 5.15. Hasil simulasi pada sudut cone 450, diameter partikel

350 m, dan kecepatan udara 1,6 m/s

Pada gambar tersebut menunjukkan hasil simulasi numerik

pada bubbling fluidized bed dengan menggunakan diameter rata-rata

partikel 350 m dan sudut cone 450. Kontur yang ditampilkan dari t

= 23,2 s hingga t = 25 s. Bubble tersebut terbentuk dari sebelah kiri

mulai dari detik ke-23,2 bubble yang terbentuk hingga detik ke-25

ada yang mengalami tubrukan dengan bubble yang lain, selain itu

juga ada yang mengalami pemisahan menjadi lebih dari satu bubble.

Secara umum pasir bergerak dengan baik melebihi posisi awalnya di

580 mm. Saat bergerak naik ke atas terjadi tubrukan dan pemisahan

antar bubble. Setelah bubble mencapai puncak bed, bubble-bubble

tersebut ak