Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kesempurnaan pembakaran yang ditandai dengan rendahnya kadar asap dari gas buang, serta penurunan konsumnsi bahan bakar pada mesin Diesel terus menerus dikembangkan dan dilakukan penelitian. Salah satu caranya adalah dengan menggunakan magnet, yang digunakan pada saluran bahan bakar untuk meningkatkan kemampuan bahan bakar mengikat oksigen, sehingga dapat memberikan efek pembakaran yang lebih sempuma. Dari hasil penelitian ini didapat bahwa magnetisasi bahan bakar solar (Fuel Magnetizer) dengan magnet pada saluran bahan bakarnya terbukti memberikan efek pembakaran yang lebih sempurna untuk kondisi mesin yang sama. Hal ini terlihat pada penurunan jumlah bahan bakar yang dikonsumsi oleh mesin per HP per jamnya (SFC) sarnpai dengan 22%, peningkatan effisiensi thermal sebesar 4,7%, dan penurunan kadar asap (opasitas) sebesar 3,1%. Efek magnetasi bahan bakar yang terbaik adalah dengan meletakkan magnet sedekat mungkin ke fuel filter pada mesin diesel dan meletakkan magnet ke-2 dekat dengan magnet (1), atau pada posisi X. Semakin lama penggunaan magnetasi pada saluran bahan bakar mesin diesel maka akan semakin baik, hal tersebut dapat dilihat pada penurunan SFC terbesar dan peningkatan effisiensi thermal terbesar terjadi pada mesin dengan pemakaian magnetasi bahan bakar selama beberapa jam"

"

Industri sepeda motor merupakan salah satu pilar penting dalam sektor manufaktur Indonesia, dimana industri sepeda motor yang beroperasi di Indonesia mengalami peningkatan distribusi domestik sepeda motor rata-rata 17% per tahun. Pada industri sepeda motor, proses produksi tidak hanya proses perakitan kendaraan bermotor saja namun juga melakukan proses produksi beberapa komponen yang digunakan dalam kendaraan tersebut diantaranya proses die casting yaitu proses pembuatan komponen kendaraan dengan menggunakan teknik peleburan logam dengan suhu tinggi kemudian dituangkan ke dalam sebuah cetakan dan didinginkan untuk membentuk suatu benda seperti cetakan yang digunakan. Proses die casting diawali dengan tahap peleburan logam aluminium, dimana terjadi proses pembakaran bahan bakar menghasilkan 52-58% gas karbondioksida dan konsumsi energi sebesar 37% dari total keseluruhan emisi karbondioksida pada proses die casting. Pada penelitian ini dibahas mengenai penggantian bahan bakar solar menjadi gas alam dengan tujuan untuk mengurangi emisi karbon dioksida dan jumlah energi panas yang digunakan dari proses pembakaran bahan bakar. Dari hasil penelitian diperoleh emisi karbondioksida turun 954.270 kg/tahun atau 0,90 kg/produk die casting menjadi 675 kg/tahun atau 6,4x10^-4 kg/produk die casting. Selain itu dilakukan pula analisis secara keekonomian terkait perbandingan biaya investasi dan konsumsi gas alam menggunakan pipa dan CNG dengan solar. Dari hasil analisa diperoleh hasil bahwa NPV pada jangka waktu operasi selama 10 tahun terdapat selisih keuntungan sebesar 8% untuk penggunaan gas alam pipa dan 15% untuk penggunaan CNG apabila dibandingkan dengan penggunaan solar, sehingga penggunaan CNG dinilai lebih baik dibandingkan pada penggunaan gas alam pipa.

Kata kunci : die casting, emisi karbon dioksida, energi panas, gas alam, keekonomian, solar.

---

Motorcycle industry is one of important industry in Indonesia, where is this industry increase their distribution to Indonesian people 17% average in a year.  Motorcycle industry not only produce motorcycle by assembling parts but also make production of some component part that used in motorcycle. One of component part production is die casting process. Die casting process is a process to made a part through metal smelting in high temperature then the liquid metal from smelting process poured into a casting and then cooling down until forming part like the casting. The beginning of die casting process is alumunium smelting, where in this process will cause a burning reaction of fuel and produce 52-58% carbon dioxide gas and 37% energy consume from all emission form in this process. In this research, disscussed about fuel change from diesel fuel to natural gas in alumunium die casting process to reduce carbon dioxcide gas emmission dan reduce energy consumption from burning reaction of diesel fuel. From simulation at this research, we got that carbon dioxide gas decrease from 954.270 kg/year atau 0,90 kg/die casting product to 675 kg/year atau 6,4x10^-4 kg/die casting product. Not only about that, this research also make a simulation about economic at natural gas pipeline and CNG investation and it will be compared with existing diesel fuel. From our analysis, NPV of natural gas pipeline 8% greater than diesel fuel NPV at 10 years operation and NPV of CNG 15% greater than diesel fuel NPV at the same time operation. So, the conclusion of this research is CNG is better than natural gas pipeline because it can give more profit to this industry.

 

"

"Jaringan saraf tiruan (JST) merupakan teknik komputasi yang mempunyai kemampuan menggeneralisasi pola-pola data yang bersifat tidak tepat dan dipengaruhi oleh banyaknya gangguan (imprecise and noisy environment). Kemampuan tersebut dapat diterapkan pada pengolahan data kinerja mesin diesel berbahan bakar campuran solar-aditif. Penelitian ini menggunakan asumsi bahwa pada kondisi pengujian yang sama maka kinerja mesin diesel hanya merupakan fungsi dari bahan bakar yang digunakan. Oleh karena itu dengan mengetahui karakteristik bahan bakar yang digunakan maka JST dapat digunakan untuk mengorelasikannya dengan kinerja mesin.Penelitian ini menggunakan data hasil pengujian pengaruh aditif metil ester nitrat (MEN) yang dilakukan oleh penulis dan aditif Omega 903 terhadap kinerja mesin diesel pada laboratorium mesin diesel Departemen Teknik Mesin FT UI, Salemba. Variabel-variabel input jaringan ditentukan dengan pendekatan teoritis dan statistik terhadap data pengujian dan bahan bakar. Variabel-variabel tersebut meliputi konsentrasi aditif massa jenis, nilai kalor, bilangan setana dan variabel pengujian.Variabel pengujian dibedakan menjadi pengujian kecepatan konstan yang menggunakan variabel pembebanan sebagai variabel inputjaringan dan pengujian pada keoepatan bervariasi yag menggunakan putaran mesin sebagai input jaringan. Variabel outputjaringan meliputi daya poros keluaran BHP dan konsumsi bahan bakar BFC.Pembuatan jaringan dilakukan dengan menentukn jumlah layer dan neuronnya, iterasi maksimum, fungsi transfer dan error maksimum. Pasangan data input dan output dilatihkan kepada beberapa jaringan untuk mendapatkan struktur yang optimal. Jaringan dengan iterasi dibawah 200 dan kesalahan minimum dipilih untuk disimulasikan pada data simulasi. Simulasi terhadap jaringan yang dipilih memberikan niai kesalahan rata-rata daya keluaran sebesar 2,5 - 10% dan konsurnsi bahan bakar sebesar 6 - 28%. Penerapan jaringan untuk memprediksi pengaruh konsentrasi aditif MEN dalam bahan bakar campuran solar-aditif terhadap konsumsi bahan bakar spesitik (BSFC) mesin menunjukkan konsentrasi aditif optimal sebesar 1% yang menghasilkan BSFC minimum sebesar 0,337 URW-jam atau penurunan sebesar 13,8%.

---

Neural network is a computational technique which has an abiligw to generalize paterns of imprecise and noisy environment data. Neural network could be applied to analyze peformances data from diesel engine jiteled by diesel fuel-additives blends. The analysis was based on an asumption that in the same experimental conditions, engine performances were only a junction of jitel properties used.

The data used in this paper were collected from experimental results in the ejffects of methyl ester nitrate UMEAD and Omega 903 additives conducted in diesel engine laboratory, Mechanical Engineering Department, FT UL Salemba. Theoritical and statistical approach were applied to jizel properties data in order to determine the networks input variables consisted of additives concentration, jilel density, heat value, cetane number and test variables.

The test variables were divided to constant speed test which used load, and variable speed test which used engine speed as networks input. Brake horsepower (BHP) and brake fuel consumption (BFC) were used as networks output variables. The number of layers and their neurons, iterations, transfer functions and maximum mean squared errors were determined in the networks design. Set of input-output data pairs were trained to the networlzs in order to get optimum architecture.

Networks with iterations below 200 and minimum enror result were chosen to simulate with simulation data. The simulation ofthe networks gave an average error of 2.5 - 10% in BHP and 6 - 28% in BF C output. The networks application in predicting the ejects of diesel fuel - MEN blends showed an optimum consentration of MEN at 1 % which gave minimum brake spesific fuel consumption (ESF C) of 0. 337 L/kW-h or 13.8 % decrease compared with diesel fuel."