Review pada Prediction of the Spatiotemporal Dynamics of von Kármán Vortices by ANFIS
Ada banyak jurnal internasional dalam 3 tahun terakhir yang mengulas tema mengenai Adaptive Neuro-Fuzzy Inference System (ANFIS). Salah satu yang akan dibahas adalah penelitian (Bayindir, & Akdemir) yang diterbitkan pada tahun 2022 dengan judul “Prediction of the Spatiotemporal Dynamics of von Kármán Vortices by ANFIS” yang dipublikasikan dalam jurnal internasional “International Conference on Intelligent and Fuzzy Systems (INFUS 2022)”, bagian dari Lecture Notes in Networks and Systems (LNNS) Vol 504 pada halaman 761-768 dengan penerbit Springer.
Adapun permasalahan yang ingin diselesaikan adalah melakukan prediksi dinamika von Kármán vortices di sekitar silinder untuk menghindari shedding yang berlebihan, resonansi, dan kerusakan struktural dari struktur teknik. Adapun wakes dan vortices biasanya diamati dalam fluid flows di sekitar bluff bodies, sebuah fenomena yang disebut vortex shedding. Vortices semacam itu dinamai von Kármán vortices sejak penyelidikan pertama mereka dilakukan oleh fluid dynamicist terkemuka Theodore von Kármán.
Meskipun awalnya diamati dalam studi aliran fluida, fenomena yang sama juga dapat diamati di berbagai cabang media seperti condensates. Dimungkinkan untuk memodelkan vortices ini menggunakan teknik numerik yang menyelesaikan persamaan Navier-Stokes, namun beberapa persamaan dinamis seperti persamaan Ginzburg-Landau (GL) adalah model lain yang sering digunakan untuk tujuan ini. Adapun persamaan GL, yang dinamai dari Vitaly Ginzburg dan Lev Landau, adalah persamaan fisika matematis yang menggambarkan dinamika osilasi dalam fisika.
Dalam menyelesaikan masalah tersebut, persamaan GL diselesaikan dengan menggunakan skema spectral dan Runge-Kutta time integrator untuk mensimulasikan dinamika von Kármán vortices di sekitar silinder, dimana prediktabilitas von Kármán vortices diperiksa dengan menggunakan Adaptive Neuro-Fuzzy Inference System (ANFIS). Kemampuan prediksi ANFIS dari dinamika vortex street dan shedding deret spasial dan temporal yang dimodelkan dalam kerangka persamaan GL kompleks diselidiki. Adapun ANFIS sendiri adalah model gabungan dari Fuzzy Inference Systems (FIS) dan Neural Networks (NN), dimana seperti di FIS, ada hubungan rule-based antara nilai input dan nilai output, tetapi tidak seperti FIS, aturan dipelajari secara adaptif dengan dilatih dengan kumpulan data, seperti dalam algoritma NN. Dalam struktur ini, koneksi antar neurons dikaitkan dengan fungsi keanggotaan dan aturan daripada angka crisp weight, tidak seperti struktur NN.
Kesimpulan dari penelitian ini adalah bahwa vortex amplitudes dalam deret spasial dan temporal serta dinamikanya dapat diprediksi oleh ANFIS. Dengan demikian, terungkap bahwa ANFIS dapat berhasil memprediksi peristiwa kompleks seperti vortex street secara spasial bahkan dengan data yang terbatas. Jadi terlihat bahwa dinamika temporal von Kármán vortices dapat dilakukan secara memadai oleh ANFIS, dan juga adanya keberhasilan prediksi ANFIS dalam penyelesaian masalah prediksi kompleks ini yang diukur dengan koefisien determinasi (R2) dan nilai Root Mean Square Error (RMSE). Hasil ini dapat digunakan untuk memprediksi, menginterpolasi, dan mengekstrapolasi data vortex untuk menganalisis masalah dinamika fluida dan mengembangkan strategi kontrol untuk menghindari kegagalan struktural. Juga temuan ini berkontribusi pada bidang terkait seperti pemantauan kesehatan struktural dan dinamika fluida, dimana getaran dan suara yang diinduksi aliran dapat memunculkan masalah teknik yang menantang.
Ditulis: Safan Capri
Tersedia lampiran file pdf untuk jurnal internasional yang dikutip https://drive.google.com/drive/folders/1xb05HPMmVcQgC5xpZ4qKn2mk5k2bQtU-?usp=share_link.