Institut Teknologi Sepuluh Nopember (ITS) terus berinovasi dalam mendukung penggunaan energi ramah lingkungan. Kali ini, tim peneliti ITS merancang casing Electronic Control Unit (ECU) untuk mesin Diesel Dual Fuel (DDF), yang mampu melindungi komponen elektronik dari benturan dan secara efektif menghilangkan panas internal selama pengoperasian.

Pada tahun 2023, produksi minyak mentah Indonesia mencapai sekitar 605,5 ribu barel per hari (BOPD), atau mengalami penurunan sekitar 1,1% dibandingkan tahun 2022. Hal ini menjadikan produksi minyak mentah Indonesia pada 2023 sebagai yang terendah dalam satu dekade terakhir. Salah satu faktor utama penurunan ini adalah kurangnya penemuan sumber sumur baru yang signifikan untuk meningkatkan produksi. Sementara di lain sisi, kebutuhan bahan bakar minyak (BBM) di Indonesia pada tahun 2023 diproyeksikan meningkat 6-10% dari tahun 2022, seiring dengan pemulihan ekonomi pascapandemi. Melihat adanya ketimpangan antara kebutuhan dan pasokan, maka tentunya defisit BBM ini akan ditutup dengan impor, yang akan berdampak pada ketahanan negara akibat inflasi, pelemahan kurs, pengurangan cadangan devisa, dan sebagainya.

Di lain sisi, Indonesia memiliki cadangan gas alam terbesar peringkat ke-13 dunia. Berdasarkan data terbaru, cadangan gas alam Indonesia diperkirakan mencapai 54,83 triliun kaki kubik (TCF) pada tahun 2023. Implementasi teknologi baru pada mesin internal combustion engine (ICE) sangat diperlukan untuk menghemat penggunaan BBM, salah satunya dengan penggunaan mesin diesel dual fuel (DDF) yang memungkinkan mesin diesel menggunakan bahan bakar cair dan gas, sehingga dapat mengurangi biaya operasional, mengurangi emisi gas buang, dengan tetap mempertahankan kinerja kendaraan.

Pengoperasian DDF pada mesin diesel dikontrol oleh Electronic Control Unit (ECU), yang memerlukan casing untuk melindunginya dari benturan, getaran, air, debu, dan mampu melepaskan panas internal selama pengoperasian. Penelitian ini bertujuan untuk merancang casing ECU yang dapat melindungi komponen elektronik dari benturan dan secara efektif menghilangkan panas internal selama pengoperasian. Proses perancangan melibatkan variasi tiga parameter input: panjang (120 mm, 130 mm), lebar (100 mm, 110 mm, dan 120 mm), serta tebal (1 mm, 1,2 mm, 1,4 mm, 1,6 mm, 1,8 mm, dan 2 mm). Sebanyak 36 variasi perancangan disimulasikan menggunakan perangkat lunak ANSYS untuk mengevaluasi respons temperatur (manajemen panas) dan respons regangan (perlindungan benturan).

Backpropagation Neural Network (BPNN) digunakan untuk memodelkan hubungan antara parameter input dan respons menggunakan perangkat lunak MATLAB. Metode Genetic Algorithm (GA) memanfaatkan jaringan yang dihasilkan BPNN sebagai fungsi objektif untuk mengoptimalkan perancangan agar dapat melepaskan panas dari casing semaksimal mungkin dan meminimalkan regangan sekecil mungkin. Hasil optimasi BPNN-GA menunjukkan perancangan casing ECU optimal didapatkan dengan ukuran panjang 130 mm, lebar 120 mm, tebal 1,5 mm, dengan respons temperatur 328,526 K, dan respons regangan 0,024488. Prediksi ini divalidasi menggunakan perangkat lunak ANSYS, dan didapatkan perbedaan suhu dan regangan masing-masing sebesar 0,4756% dan 2,2092%. Ilustrasi hasil distribusi temperatur dan distribusi regangan pada permukaan casing ECU dilakukan menggunakan ANSYS Fluent dan Explicit Dynamic, seperti terlihat pada gambar 1

(a) Distribusi temperatur pada permukaan casing menggunakan ANSYS FLuent, (b) Distribusi strain pada permukaan casing ECU menggunakan ANSYS Explicit dynamic