Dalam teknik penerbangan nyata,airfoil superkritistujuan desainnya tidak pernah untuk mendorong satu indikator tertentu hingga ekstrem, melainkan untuk membuat berbagai indikator tekniksecara bersamaanberada dalam rentang yang dapat diterima pada kondisi khas jelajah transonik. Aliran udara dipercepat hingga mencapai kecepatan supersonik di permukaan atas airfoil, lalu diperlambat kembali melalui gelombang kejut; posisi dan intensitas gelombang kejut sekaligus menentukan tingkat hambatan dan ambang awal buffeting, sehingga masalah semacam ini secara alami tampil sebagaikonflik dan pertukaran antar-tujuan, bukan sebagai masalah optimasi tunggal yang memiliki solusi optimal tunggal.
Mengapa Ketiga Kendala Harus Dipenuhi Secara Bersamaan
Dengan desain airfoil superkritis COMAC sebagai contoh, perancang tidak menghadapi satu indikator saja, melainkan tiga jenis persyaratan yang saling membatasi:
- Koefisien lift buffeting kritis: indikator ini menetapkan batas keselamatan dan lift yang dapat digunakan. Jika buffeting terjadi lebih awal, margin buffeting dan selubung terbang yang tersedia akan tertekan, sehingga indikator ini mengandung makna keselamatan yang kuat dan tidak boleh dikorbankan sembarangan demi indikator lain.
- Rasio lift-to-drag jelajah: indikator ini secara langsung mencerminkan efisiensi aerodinamis dan ekonomis, menentukan jangkauan jelajah, konsumsi bahan bakar, dan biaya operasional, serta merupakan sumber manfaat yang paling diutamakan pada airfoil superkritis.
- Biaya simulasi presisi tinggi: biaya komputasi untuk satu evaluasi aerodinamis berketelitian tinggi sangat besar; coba-coba titik demi titik serta penyaringan berurutan sulit mencakup ruang desain yang cukup luas, sehingga anggaran eksplorasi sangat terbatas.
Dari Mana Konflik Berasal
Meningkatkan rasio lift-to-drag jelajah biasanya memerlukan dataran isap tepi depan yang lebih kuat dan gelombang kejut yang lebih ke belakang, tetapi hal ini akan melemahkan batas buffeting; sebaliknya, untuk mempertahankan margin buffeting dengan memperlambat airfoil, efisiensi jelajah pun bisa dikorbankan. Akibatnya, “meningkatkan satu hal, memperburuk hal lain” menjadi hal yang lazim. Yang benar-benar dibutuhkan dalam teknik bukanlah solusi optimal tunggal, melainkan serangkaiansolusi kompromiyang tetap berlaku di bawah berbagai preferensi, sehingga pengambilan keputusan dapat membuat pilihan yang dapat dijelaskan di antara keselamatan, efisiensi, dan biaya.
Di sinilah komputasi evolusioner dan pemodelan generatif dapat berperan: sistem menggabungkan airfoil dasar dengan sampel perturbasi untuk melakukan pembangkitan dan prediksi secara berkelanjutan, lalu menghasilkan beragam kandidat solusi yang menyeimbangkan setiap indikator, sehingga melewati hambatan tradisional berupa “biaya simulasi presisi tinggi yang mahal” dan mengubah proses penyaringan berurutan menjadi eksplorasi multi-tujuan yang dapat diparalelkan.
