COMPUTATIONAL FLUID DINAMICS CFD

4 suhu 290°C sebesar 28.33 gram produkjam. Secara kuantitas, berdasarkan massa produk yang dihasilkan, kinerja reaktor terbaik dicapai pada laju aliran metanol 3 mlmenit. Secara kualitas, kinerja reaktor terbaik dicapai pada laju aliran metanol 2.5 mlmenit karena dihasilkan kadar ME sesuai SNI 04-7182-2006, sebesar 96.7 dan gliserol bebas setelah empat jam reaksi. Menurut Susila 2009, kadar metil ester optimum diperoleh pada rasio molar 160 dan temperatur reaksi 290 o C karena menghasilkan biodiesel terbesar dan gliserol terkecil. Pembuatan biodiesel dalam kondisi metanol superkritis dilakukan pada suhu dan tekanan tinggi. Penggunaan reaktor bertekanan tinggi selain membutuhkan biaya investasi dan produksi yang tinggi juga beresiko membahayakan keamanan dan keselamatan karena lebih mudah meledak Joelianingsih et al, 2006, untuk mengurangi resiko kecelakaan dan biaya yang dikeluarkan untuk proses produksi dibutuhkan alternatif lain dalam pembuatan biodiesel, salah satunya dengan penggunaan bubble culomn reactor atau reaktor kolom gelembung. Pada metode Superheated Methanol Vapor SMV-Bubble Column, reaktor kolom gelembung berfungsi sebagai tempat terjadinya reaksi antara minyak dengan metanol dalam bentuk uap super-terpanaskan. Menurut Mouza et al. 2004, Reaktor kolom gelembung digunakan untuk reaksi antara gas-liquid. Kelebihan dari reaktor tipe ini adalah konstruksi sederhana, biaya operasi murah, effisiensi energi tinggi, pindah panas dan pindah massa terjadi dengan baik. Reaksi pembuatan biodiesel dengan metanol superkritis membutuhkan waktu yang sangat singkat, sekitar empat menit, lebih singkat dari proses dengan katalis, sekitar satu jam. Reaksi pembuatan biodiesel dengan reaktor kolom gelembung membutuhkan waktu yang jauh lebih lama dari metode-metode lainnya. kelemahan lain dari pembuatan biodiesel dengan reaktor kolom gelembung adalah kandungan ME dalam produk sekitar 90, yang berarti masih di bawah standar Indonesia maupun Eropa sebesar 96.5 Joelianingsih et al. 2006.

2.3 COMPUTATIONAL FLUID DINAMICS CFD

Ditinjau dari istilah, Computational Fluid Dynamics CFD memiliki arti suatu teknologi komputasi yang memungkinkan untuk mempelajari dinamika dari benda-benda atau zat-zat yang mengalir. Secara definisi, CFD adalah ilmu yang mempelajari cara memprediksi aliran fluida, perpindahan panas, reaksi kimia, dan fenomena lainnya dengan menyelesaikan persamaan-persamaan matematika model matematika Tuakia 2008. Computational Fluid Dynamics CFD adalah sebuah analisis sistem yang melibatkan aliran fluida, perpindahan panas dan fenomena terkait seperti reaksi kimia dengan cara simulasi berbasis komputer. Teknik ini sangat handal dan meliputi cakupan luas dalam area industri dan non industri. Beberapa contohnya yaitu : 1. Aerodinamika pesawat dan kendaraan : lift dan drag 2. Hidrodinamika kapal 3. Pembangkit Tenaga : pembakaran dalam mesin IC dan turbin gas 4. Mesin turbo : aliran dalam diffuser 5. Rekayasa electrical dan electronic : pendingin peralatan termasuk microchip 6. Rekayasa proses kimia : mixing dan separation, polymer moulding 7. Lingkungan internal dan eksternal gedung : beban angin dan pendinginanventilasi 8. Rekayasa kelautan : beban struktur off-shore 9. Rekayasa lingkungan : distribusi polutan dan anak sungai 10. Oceanografi dan hidrologi : aliran sungai, muara, laut 11. Meteorologi : prediksi cuaca 12. Rekayasa biomedis : aliran darah melalui arteri dan vena 5 Keunggulankeuntungan teknik analisis ini dibandingkan dengan pendekatan eksperimen dalam sebuah desain sistem fluida yaitu : 1. Reduksi substansial waktu dan biaya untuk desain baru 2. Kemampuan studi sistem yang tidak mampu dikontrol dengan eksperimen 3. Kemampuan studi sistem dalam kondisi berbahaya pada dan di luar batas kinerja normal 4. Detil hasil yang lebih banyak secara praktis Akurasi sebuah solusi CFD ditentukan oleh jumlah sel dalam grid. Secara umum, semakin besar jumlah sel semakin baik akurasi solusi. Baik akurasi solusi dan biaya hardware computer serta lama kalkulasi tergantung kepada halusnyarapatnya grid. Mesh-mesh optimal sering merupakan non-uniform : lebih rapat pada area di mana variasi-variasi banyak terjadi dari poin ke poin dan lebih jarang pada region dengan perubahan yang sedikit Versteeg et al. 1995.

2.4 PENELITIAN TERDAHULU