Fire models

Kebetulan dulu pernah berkutat dgn pemodelan api dlm rangka mencari korelasi antara fire test skala kecil (di Cone Calorimeter test) dengan fire test skala menengah (di Single Burning Item test). Korelasi yg digunakan dan dimodifikasi sedikit adalah Conetools yg aslinya dikembangkan oleh pusat riset api di Swedia sana. Departemen risetnya lumayan keren. Mereka mengembangkan berbagai metode pengukuran dan perhitungan api utk keperluan safety dlm konstruksi bangunan (building dan construction). Anyway, begini ide dasar model Conetoolsnya.

Data pengukuran atau data history fire test di Cone Calorimeter digunakan sebagai dasar perhitungan. Dari sini, diasumsikan klo setiap 10cm x 10cm bagian dr panel yg dites di SBI test akan memberikan profile kebakaran yg sama. Digbrkan sbb:

Dari sini, perhitungannya dibuat di Excel spreadsheet dgn membandingkan kurva api hasil perhitungan dengan kurva api hasil SBI test yg sebenarnya. Metode perhitungan Conetools ini dimodifikasi sedikit utk bisa mengoptimalkan hasil perhitungannya agar sedekat mungkin dgn nilai SBI test yg sebenarnya. Hasil modifikasi ini memberikan dua variable yg bisa kita manipulasi, yaitu luas total permukaan panel yg dibakar dan perkiraan waktu ignitionnya. Dua variable ini kemudian diutak-atik sehingga utk kasus jenis ini, nilainya sekitar 0.5 m2 utk total luas permukaan dan setengah dr waktu ignition time di Cone Calorimeter test. Spreadsheetnya ditunjukkan di gbr di bawah:

Dr hasil optimasi ini terlihat klo nilai prediksi SBI test hanya meleset sedikit dr nilai SBI test yg sebenarnya. Sementara itu, kurva perbandingan antara Cone Calorimeter test, SBI test, dan prediksinya dpt dilihat di gbr di bawah:

Terlihat bahwa meskipun nilai akhir kriteria SBI test (THR dan FIGRA) yg cuma meleset sedikit dr prediksi, kurva prediksinya meleset jauh dr kurva SBI test yg sebenarnya. Lihat kurva hijau mudah utk prediksi dan merah hati utk kurva SBI test yg sebenarnya.

Peristiwa kebakaran ini mmg banyak dipengaruhi oleh faktor2 yg sulit kita kontrol seperti humidity udara, kandungan moisture di dlm material, massa jenis material yg tidak seragam di seluruh permukaannya, dan jg jenis material penopangnya. Hal ini mengakibatkan korelasi antara fire test skala kecil ke fire test skala menengah (apalagi besar spt Room Corner Test) sgt sulit dilakukan secara matematis. Perkembangan pemodelan api selanjutnya lbh menitikberatkan pada data2 dan pemodelan statistik yg Insya Allah akan dirangkum di tulisan berikutnya. Pengalaman penulis dgn pemodelan statistik ini memiliki kemungkinan utk berhasil yg lbh besar utk bisa memprediksi hasil fire test yg sbnrnya.😀

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

%d bloggers like this: