Volume 19 Nomor 1 .
E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676
Jurnal Teknik Elektro dan Informatika
DETEKSI MISALIGNMENT PADA MOTOR INDUKSI MENGGUNAKAN
TRANSFORMASI WAVELET DISKRIT DAN FUZZY SUBSPACE CLUSTER
Muhammad Chanif Muslich.
Pressa Perdana S.
Rini Puji astutik.
Jurusan Teknik Elektro.
Fakultas Teknik.
Universitas Muhammadiyah Gresik Jl.
Sumatra No 101.
Gresik 61121.
Jawa Timur.
Indonesia E-mail: mchanif6@gmail.
com, .
Pressa@umg.
id, .
astutik_rpa@umg.
1,2,.
ABSTRAK
Saat ini motor induksi banyak digunakan dalam industri karena kontruksi yang kuat, efisiensi tinggi, dan perawatan yang murah.
Perawatan mesin diperlukan untuk memperpanjang umur motor Berdasarkan penelitian sebelumnya, kesalahan bearing dapat menyebabkan 42% - 50% dari semua kegagalan motor.
Secara umum ini disebabkan oleh kesalahan produksi, kurangnya pelumasan, dan kesalahan pemasangan.
Misalignment motor adalah salah satu kesalahan dalam pemasangan.
Penelitian ini berkaitan dengan simulasi transformasi wavelet diskrit untuk mengidentifikasi misalignment pada motor induksi.
Pemodelan operasi motor diperkenalkan dalam makalah ini sebagai operasi normal dan dua variasi misalignment.
Transformasi wavelet haar dan symlet pada level pertama hingga level ketiga digunakan untuk mengekstrak sinyal getaran motor menjadi sinyal frekuensi tinggi.
Kemudian, sinyal energi dan ekstrak sinyal lain yang didapat dari sinyal frekuensi tinggi dievaluasi untuk menganalisis kondisi motor.
Proses evaluasi ini menggunakan logika fuzzy berjenis fuzzy subspace cluster.
Hasil penelitian dengan metode kombinasi pengolahan sinyal berupa DWT dan metode kecerdasan buatan jenis fuzzy subspace cluster, maka terjadinya misalignment pada motor induksi tiga fasa dapat dideteksi lebih dini.
Sehingga perawatan dan penggantian dapat diantisipasi sebelum terjadi misalignment.
Dari hasil eksperimen, diperoleh untuk uji ketahanan motor dan kopling untuk level 1 metode fuzzy c-mean lebih baik yaitu 0,88% dibandingkan metode fuzzy subspace cluster sebesar 0,75%.
Kata kunci : motor induksi, induksi.
DWT, fourier.
Fuzzy.
FSC
ABSTRACT
Currently induction motors are widely used in industry because of their strong construction,high efficiency, and low maintenance.
Machine maintenance is necessary to extend the life of the induction Based on previous research, bearing faults can cause 42% - 50% of all motor failures.
Generally this is caused by manufacturing errors, lack of lubrication and installation errors.
Motor misalignment is one of the errors in installation.
This research is concerned with descrete wavelete transform simulations to identify misalignment in induction motors.
Modeling of motor operation is introduced in this paper as normal operation and two variations of misalignment.
Haar and symlet wavelet transformations at the first level to the third level are used to extract the motor vibration signal into a high frequency signal.
Then the energy signal and other signal extracts obtained form the high frequency signal are evaluated to analyze the condition of the motor.
This evaluation process uses fuzzy logic of the fuzzy subspace cluster type.
The results of research using a combination method of signal processing in the form of DWT and artificial intelligence methods of the fuzzy subspace cluster type.
Then the occurrence of misalignment in three-phase induction motors can be detected So that maintenance and replacement can be anticipated before misalignment occurs.
From Diterima Redaksi : 05-10-2023 | Selesai Revisi : 15-05-2024 | Diterbitkan Online : 16-05-2024 Volume 19 Nomor 1 .
127-132 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika the experimental result, it was obtained that motor and clutch endurance test for level 1 of the fuzzy subspace cluster method was 0,88% better than the fuzzy c-mean method of 0,75%.
Keywords : misalignment, three phase induction motor, discrete wavelet transform, fourier
transform, fuzzy subspace cluster
PENDAHULUAN
Sejak pertama kali ditemukan, motor induksi telah menjadi bagian utama dari industri Itu karena motor induksi memiliki konstruksi yang kuat, murah dalam pembelian dan perawatan, efisiensi tinggi pada kecepatan pengenal dan torsi, dan mudah dioperasikan .
Motor dioperasikan di lingkungan yang lembab, kotor, panas, dll.
, yang dapat menyebabkan kerusakan pada bagian-bagian Pemeliharaan preventif diperlukan untuk mencegah kerusakan, memperpanjang umur motor, dan menemukan kerusakan awal pada motor induksi.
Kerusakan pada isolasi dan belitan adalah jenis kerusakan yang paling Kesalahan bantalan adalah 42% -50% dari semua kerusakan motor .
Motor bantalan bernilai antara 3% -10% dari biaya motor aktual.
Namun karena biaya downtime yang terjadi mengakibatkan tidak tercapainya, target produksi sehingga kegagalan bearing menjadi sangat merugikan.
Secara umum ini disebabkan oleh kesalahan produksi, kurangnya pelumasan, dan kesalahan pemasangan.
Ketidak sejajaran motor adalah salah satu kesalahan pemasangan.
Salah satu metode untuk mendeteksi kesalahan pada motor induksi adalah MCSA.
MCSA
memonitor gangguan dengan menganalisis sirkulasi stator.
MCSA menggunakan metode FFT dalam menganalisis sinyal arus motor.
Selain itu, penggunaan getaran motor juga dapat digunakan untuk mendeteksi kesalahan motor Ini karena kesalahan motor akan menghasilkan beberapa efek, salah satunya adalah getaran motor induksi.
Penelitian ini mengklasifikasikan proses misalignment dan Level misalignment dalam induksi menggunakan mother wavelet, termasuk Daubechis.
Coiflet dan Symlet discrete wavelet transform dan discriminant analysis.
Motor induksi yang dioperasikan dan direkayasa sehingga dalam operasi normal dan dua variasi Kemudian, transformasi wavelet diskrit di tingkat pertama hingga tingkat ketiga digunakan untuk mengekstraksi sinyal getaran motor menjadi sinyal frekuensi tinggi.
Kemudian, ekstraksi fitur, termasuk rentang, jumlah, dan energi, yang didapat dari sinyal frekuensi tinggi diambil untuk menganalisis kondisi motor.
Fuzzy subspace cluster akan mengklasifikasikannya kedalam tiga kondisi motor Wavelet discrete transform mendapat hasil lebih baik.
METODE PENELITIAN
Pada metode penelitian ini dibagi menjadi beberapa sub bab yaitu rancangan software dan hasil pengujian awal.
Rancangan Hardware Rancangan misalignment ini terbagi atas beberapa bagian, yaitu bagian utama berupa mikrokontroler, bagian input berupa rangkaian piezoelektrik dengan amplifiernya dan bagian outputnyaadalah USB to Serial yang berfungsi mengirim data digital ke komputer.
Gambar 1.
Blok Diagram Pendeteksi Misalignment Untuk mengetahui misalignment ini menggunakan alat deteksi getaran dengan meletakan sensor pada motor.
Posisi sensor sedekat mungkin dengan motor kopling sebagai sumber getarannya.
Setelah output sensor piezoelektrik yang masih berupa sinyal analog ini Diterima Redaksi : 05-10-2023 | Selesai Revisi : 15-05-2024 | Diterbitkan Online : 16-05-2024 Volume 19 Nomor 1 .
127-132 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika dikuatkan oleh op-amp.
Lalu di ubah menjadi data digital oleh ADC (Analog to Digital Converte.
Terdapat pada mikrokontroler ARM STM32F4 Software compiler program yang digunakan adalah Coocox.
Sinyal yang sudah dalam bentuk data digital ini dikirim oleh USB to Serial ke komputer.
Rancangan Software Rancangan misalignment ini menggunakan software aplikasi Matlab.
Untuk mengetahui angka keseimbangan motor kopling.
Gambar 4.
Skrip Pengujian Dengan Fuzzy Subspace Clusterring.
Hasil Pengujian Hasil perhitungan seperti pada algoritma dengan menggunakan aplikasi Matlab.
Tabel 1.
Hasil Pengujian Motor Normal 0 mm Gambar 2.
Flowchart Sistem Pengujian Motor Normal .
0,1556 mm 0,2105 mm 0,1739 mm Tabel 2.
Hasil Pengujian Motor Misalignment 1 mm Pengujian Motor Misalignment 1 mm 1,1171 mm 1,4434 mm 1,0667 mm Tabel 3.
Hasil pengujian motor misalignment 1,5mm Pengujian Motor Misalignment 1,5 mm 1,8039 mm 1,9223 mm 2,1083 mm Tabel diatas merupakan hasil dari pengujian alat motor misalignment yang disimpan dalam bentuk Gambar 3.
Skrip pengujian dengan fuzzy clusterring misalignment .
-mea.
Data pada penelitian ini dikelompokkan menjadi tiga jenis data, yaitu arus motor normal tanpa Diterima Redaksi : 05-10-2023 | Selesai Revisi : 15-05-2024 | Diterbitkan Online : 16-05-2024 Volume 19 Nomor 1 .
127-132 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika misalignment, arus motor dengan misalignment 1 mm, arus motor dengan misalignment 1,5 mm.
Motor Normal Motor beroperasi dengan normal tanpa adanya ketidak-sejajaran motor dengan kopling sehingga putaran motor menjadi sangat ringan dan datanya sperti pada tabel 4, kemudian untuk sinyal motor normal seperti ditunjukkan pada Tabel 5.
Hasil Percobaan Motor Misalignment 1 mm Waktu Percobaan 1 detik 2 detik 3 detik 4 detik 5 detik Motor Misalignment .
1,1773 mm 1,2639 mm 1,4434 mm 1,1171 mm 1,1159 mm Tabel 4.
Hasil Percobaan Motor Normal Tanpa Misalignment.
Waktu Percobaan Motor Normal .
0,0183 mm 0,0183 mm 0,0183 mm 0,0183 mm 0,0183 mm Gambar 6.
Sinyal Motor Misalignment 1 mm Gambar 5.
Sinyal Motor Normal Tanpa Misalignment.
Gambar 5 diatas menunjukkan masing Ae masing dari sumbu x dan y.
Sumbu x menunjukkan Sumbu y menunjukkan getaran dari motor dan kopling.
Diantara sumbu y positif dan sumbu y negatif menunjukkan hasil yang seimbang.
Motor Misalignment 1 mm Motor beroperasi dengan tidak normal berjarak 1 mm yang menimbulkan ketidaksejajaran antara motor dengan kopling.
Nilai motor misalignment seperti disajikan pada tabel Dari gambar 6 diatas dapat kita lihat bahwa sumbu y menunjukan frekuensi pada keseimbangan getaran.
Antara sumbu y positif dan sumbu y negatif menunjukan gesekan getaran motor lebih besar.
Sedangkan sumbu x menunjukan frekuensi pada waktu getaran.
Maka getaran dari motor dan kopling menghasilkan misalignment yang semakin besar pada nilai putaran motor.
Hal itu karena gesekan beban dari motor dengan kopling menjadi tidak lancar.
Motor Misalignment 1, 5 mm Motor beroperasi dengan tidak normal berjarak 1,5 mm yang menimbulkan ketidak sejajaran antara motor dengan kopling dan data hasil percobaan disajikan pada tabel 6.
Tabel 6.
Hasil Percobaan Motor Misalignment 1,5 mm Waktu Percobaan Motor Misalignment .
,5 1 detik 2 detik 3 detik 1,8039 mm 1,7668 mm 1,9223 mm Diterima Redaksi : 05-10-2023 | Selesai Revisi : 15-05-2024 | Diterbitkan Online : 16-05-2024 Volume 19 Nomor 1 .
127-132 E Ae Link P-ISSN 1858-2109 E-ISSN 2656-5676 Jurnal Teknik Elektro dan Informatika 4 detik 5 detik 1,6332 mm 2,3989 mm cluster (FSC) yang dibandingkan dengan metode fuzzy C-mean (FCM).
Hasil seperti yang tersaji pada tabel 7-9 menggunakan akurasi wafelet haar.
Yang didapat dari table level 1,2,3 bahwa FCM pada level 1 menghasilkan 0,88% dan level 3 0,75%.
Sedangkan FSC pada level 1 menghasilkan 0,83% dan level 3 menghasilkan 0,71%.
Untuk nilai pada tabel level 2 menghasilkan akurasi yang sama berarti mempunyai nilai prosentase yang sama antara FCM dan FSC sehingga keduanya mempunyai ketidak-sejajaran yang Gambar 7.
Sinyal motor misalignment 1,5mm Dari gambar 7 diatas dapat kita lihat bahwa gesekan getaran dari motor dan kopling semakin besar dari pada misalignment 1 mm sehingga menyebabkan komponen dari motor dengan kopling menjadi semakin tidak lancar.
Hasil uji ketahanan dengan metode FCM dan FSC disajikan pada tabel 7-9.
Tabel 7.
Hasil Uji Ketahanan Motor Dan Kopling Level 1
Level 1
FCM(%)
0,88
FSC(%)
0,83
Tabel 8.
Hasil Uji Ketahanan Motor Dan Kopling Level 2
Level 2
FCM(%)
0,71
FSC(%)
0,71
Tabel 9.
Hasil Uji Ketahanan Motor Dan Kopling Level 3
Level 3
FCM(%)
0,75
FSC(%)
0,71
KESIMPULAN DAN SARAN
Pada penelitian ini bertujuan melakukan pengujian ketahanan pada motor dan kopling dengan menggunakan metode fuzzy subspace DAFTAR PUSTAKA