Text
SKRIPSI STUDI PEMODELAN NUMERIK OPTIMISASI KONFIGURASI DALAM PENGUKURAN TOMOGRAFI TERMAL UNTUK MENDETEKSI CACAT PADA MATERIAL LOGAM
Inspeksi cacat internal pada material logam hasil pengelasan merupakan aspek penting dalam menjaga keamanan struktur, terutama pada komponen seperti bejana tekan dan tangki penyimpanan. Metode pengujian tak merusak konvensional seperti Magnetic Particle Test dan radiografi digital memiliki keterbatasan dalam mendeteksi cacat bawah permukaan secara mendalam. Tomografi termal hadir sebagai alternatif yang memanfaatkan prinsip konduksi panas untuk mengidentifikasi anomali internal melalui analisis respons suhu permukaan. Namun, prosedur baku terkait penempatan sensor temperatur yang optimal masih minim dikaji. Penelitian ini bertujuan menganalisis pengaruh variasi material dan dimensi cacat terhadap konfigurasi optimal dalam pengukuran tomografi termal konvensional. Pemodelan dilakukan menggunakan pendekatan konduksi tunak dua dimensi yang diselesaikan dengan Finite Volume Method (FVM) sebagai forward modeling, dilanjutkan dengan Inverse Heat Conduction Problem (IHCP) berbasis algoritma Particle Swarm Optimization (PSO) untuk merekonstruksi lokasi cacat. Empat variasi kombinasi material dan cacat diuji, yaitu carbon steel dengan cacat crack dan porosity, serta ASTM A106 Grade B dengan cacat slag inclusion dan blowout, masing-masing dengan dua skema penempatan sensor. Hasil simulasi menunjukkan bahwa konfigurasi sensor simetris (dua sensor di sisi atas dan dua di sisi bawah) secara konsisten menghasilkan nilai Root Mean Square Error (RMSE) yang lebih rendah dibandingkan konfigurasi tidak simetris pada seluruh variasi cacat. Nilai RMSE yang diperoleh juga jauh berada di bawah ambang ketidakpastian pengukuran termokopel tipe K, sehingga performa algoritma inversi dinilai memadai untuk diterapkan pada pengukuran eksperimental. Penelitian ini memberikan pedoman awal bagi perancangan konfigurasi sensor tomografi termal yang lebih efektif dan akurat untuk aplikasi inspeksi industri.
Tidak tersedia versi lain