Identifikasi Ganguan Batang Rotor Pada Motor Iduksi ...

Identifikasi Ganguan Batang Rotor Pada

Motor Iduksi Menggunakan Analisa Arus stator berbasis

Decomposition Wavelet Transform (Dwt)

Mohammad Amrul Faiz , Iradiratu D.P.K, Belly Yan Dewantara

Program Studi Teknik Elekro, Universitas Hang Tuah

Jalan Arief Rahman Hakim No.150, Sukolilo, Surabaya 60111, Jawa Timur

Email: [email protected], [email protected], [email protected]

Abstract— Motor induksi merupakan peralatan yang

sangat sering digunakan dalam proses operasi di industri.

Hal ini disebabkan karena motor induksi memiliki banyak

keunggulan. Adapun kelebihan motor induksi adalah

konstruksi yang lebih sederhana, dan penggunaannya

dapat digunakan dalam jangka waktu yang lama. Terkait

dengan pola operasi tertentu serta mengalami proses

penuaan secara alami bukan tidak mungkin motor induksi

akan mengalami kerusakan. Oleh karena itu perlu adanya

diagnosis awal untuk mendeteksi adanya kerusakan pada

batang rotor induksi, agar dapat dilakukan perbaikan

lebih cepat dan tanggap sebelum terjadi adanya kerusakan

yang lebih parah. Dalam artikel ini akan dilakukan dalam

beberapa kondisi, yaitu kondisi tan pa beban dan

berbeban. Selain itu, kondisi yang diberikan adalah

kecacatan mulai dari 1BRB hingga 3BRB. Hasil pengujian

ini membuktikan bahwa decomposition wavelet transform

mampu mendeteksi perbedaan kondisi pada motor

induksi normal ataupun rusak pada batang rotor.

Kata kunci: Motor induksi, Kerusakan batang rotor,

Decomposition Wavelet Transform (Dwt)

I. PENDAHULUAN

Motor induksi merupakan peralatan yang sangat sering digunakan dalam proses operasi industri. Hal ini disebabkan karena motor induksi memiliki banyak keunggulan. Adapun kelebihan motor induksi adalah konstruksi yang lebih sederhana, kehandalan yang lebih tinggi, biaya yang relatif lebih murah dibandingkan motor jenis lain, perawatannya mudah, dan tidak memerlukan motor lain untuk stator awal. Tetapi dibalik kelebihan motor induksi disamping itu juga ada kekurangan dari motor induksi, diantaranya adalah sulitnya pengaturan putaran motor dan frekuensi motor agar tetap konstan [1].

Namun motor induksi tetap saja suatu saat akan mengalami kerusakan sehingga harus menghentikan operasinya. pemakaian motor induksi dalam industri mencapai 40-50% [2]. Pada umumnya motor induksi kuat dan handal. Tetapi, lingkungan kerja, instalasi dan faktor produksi bisa menyebabkan kerusakan internal seperti kerusakan pada bars rotor dan kumparan stator[3]. Kerusakan tersebut tidak hanya menurunkan efisiensi kerja dari mesin, melainkan bisa menimbulkan potensi bahaya untuk produksi yang berkelanjutan dan keamanan Kerusakan batang rotor motor induksi mencapai 5% - 10% [4]. Pedektesian kerusakan batang rotor motor induksi telah banyak dilakukan dengan beberapa cara,antara lain: tingkat vibrasi motor, temperature mesin, adanya arus urutan nol, serta

perubahan daya dan faktor daya secara cepat. Namun dari beberapa cara yang telah ada membutuhkan biaya yang cukup besar. pada artikel sebelumya dilakukan oleh Peneliti membahas tentang kerusakan batang rotor mengunakan fast fourier transform terdapat kekurangan yaitu sulit mendeteksi ketika tegangan tidak setabil sehinga pedeteksian sulit untuk di deteksi [5]. Maka pada artikel ini mampu mengurangi keterbatasan metode yang digunakan sebelumnya, sehingga penelitian ini menggunakan metode decomposition wavelet transform(dwt) untuk selanjutnya hasil sinyal tersebut dapat dilihat perbedaan kondisi dalam keadaan batang rotor sehat maupun rusak dengan melihat jumlah ripple yang dihasilkan. Selain itu, Dalam penelitian ini dilakukan beberapa eksperimen berupa rekonstruksi kerusakan batang rotor serta pemberian beban mekanis dan elektris yang bervariasi mulai dari tanpa beban, sampai dengan beban maksimum untuk mengetahui performa dari metode deteksi kerusakan yang diajukan untuk metode decomposition wavelet transform

II. DETEKSI KERUSAKAN BATANG ROTOR

PADA MOTOR INDUKSI

Konsep Wavelet

Metode Transformasi berbasis wavelet merupakan salah satu cara yang dapat digunakan untuk menganalisis sinyal-sinyal non-stasioner (yaitu sinyal yang kandungan frekuensinya bervariasi terhadap waktu).Dwt merupakan salah satu proses pengolahan sinyal yang berbasis pada fungsi waktu (sampling) dan skala. Dwt terdiri dari beberapa tahapan proses antara lain: 1.Dekomposisi sinyal yang secara garis besar terdiri dari proses pemecahan sinyal melalui low pass dan high pass filter yang memecah seluruh sampling sinyal menjadi dua bagian yang sama proses ini dapat dilakukan secara berlanjut dengan memperhatikan level yang digunakan, hingga menghasilkan tingkatan dekomposisi yang sesuai , 2.Proses transformasi berdasar fungsi skala pada tiap sampling sinyal, dan 3.Proses rekonstruksi sinyal pada tiap level dekomposisinya yang berlanjut hingga mencapai level dekomposisi yang diinginkan. Dari hasil pengujian menunjukkan Dwt dapat membedakan antara motor induksi kondisi normal dan dengan kerusakan[6].

ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019

90 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM

mailto:[email protected],%[email protected]

mailto:[email protected]

III. PERANCANGAN SISTEM DETEKSI

A.konfigurasi sistem

Pengujian system ini membutuhkan beberapa

peralatan pengukuran serta list program pengolah sinyal

dan sebuah software terprogram. Sistem pengukuran

dilakukan dengan memberikan pembebanan mekanik

dan elektrik kepada motor induksi. Pembebanan

dilakukan dengan cara motor dikopel dengan generator

yang telah dibebani lampu.

Beberapa alat penunjang pada pengukuran arus

yaitu, komputer dengan perangkat lunak LabView,

DIAdem, dan NI DAQ-9246 sebagai akuisisi data.

Perangkat lunak LabView terintegrasi dengan NI DAQ-

9246 untuk mempermudah dalam pemilihan frekuensi

sampling. Hasil dari pengukuran akan diolah dengan

metode DWT dengan menggunakan perangkat lunak

DIAdem atau MATLAB. Konfigurasi sistem pada

penelitian ini seperti pada gambar (1) dibawah ini.

Gambar 1. Konfigurasi Sistem Deteksi Kerusakan batang rotor

Pada penelitian ini menggunakan motor induksi 3-

fasa tipe rotor sangkar dengan kapasitas sebesar 2 HP

atau setara dengan 1.492 kW. Konfigurasi belitan yang

digunakan adalah wye (Y) sehingga motor induksi

memiliki rating tegangan sebesar Vt = 380 Volt dan

rating arus sebesar IL = 3.44 Ampere. Motor induksi

yang digunakan memiliki jumlah pasang kutub

sebanyak 4 buah sehingga memiliki kecepatan sinkron

sebesar 1500 rpm dan kecepatan pada saat beban penuh

sebesar 1380 rpm. Berikut adalah spesifikasi motor

induksi 3-fasa yang digunakan

B.Rekonstruksi Kerusakan Batang Rotor

Pengondisian kerusakan batang rotor pada motor

induksi dilakukukan dengan memberikan kecacatan

berupa lubang. Rekonstruksi kerusakan pada pengujian

dilakukan dengan melubangi batatang rotor dengan

mesin bor. Sistematis melubangi batang rotor pada

motor induksi dengan cara bertahap.

1. Pertama, batang rotor dilubangi sedalam 3mm

dengan diameter 3mm(1BRB 3mm).

2. Kedua, lubang pertama yang telah ada, dilubangi

lebih dalam hingga kedalaman menjadi 7mm

dengan diameter 3mm (1BRB 7mm).

3. Ketiga, lubang ditambah satu dengan kedalaman

3mm dan diameter 3mm (2BRB 7mm dan 3mm).

4. Keempat, lubang kedua ditambah kedalamannya

hingga menjadi 7mm dengan diameter 3mm

(2BRB 7mm dan 7mm).

5. Kelima, lubang ditambah satu kembali dengan

kedalaman 3mm dan diameter 3mm (3BRB

7mm, 7mm dan 3mm).

6. Keenam, lubang terakhir ditambah kedalamnnya

hingga menjadi 7mm dengan diameter 3mm

(3BRB 7mm, 7mm dan 7mm).

Pemilihan kedalaman dan diameter lubang pada

batang rotor disesuaikan agar tidak merusak bagian

laminasi dalam rotor. Hal tersebut agar kerusakan dari

batang rotor tidak terlalu parah, karena bila terlalu parah

dapat menimbulkan bunga api yang berdampak pada

rusaknya komponen motor induksi yang lain.

Pelubangan diberikan pada konduktor batang rotor

dengan tujuan agar batang rotor tersebut patah

(a) (b) (c)

Gambar 2. Rekonstruksi Kerusakan batang rotor (a) 1BRB lubang

3mm dan 7mm, (b) 2 BRB lubang 7mm dan 7mm, (c) 3BRB lubang

7mm.7mm.7mm

C. Pembebanan Mekanis dan Elektris

Pada artikel ini pembebanan mekanis yang digunakan

adalah generator sinkron. Motor induksi dikopel dengan

generator sinkron yang dibeban oleh rangkaian bola

lampu dengan daya masing-masing sebesar 100 Watt.

Pembebanan dengan lampu disebut dengan pembebanan

elektris. Ketika motor induksi terkopel dengan generator

dilakukan pembebanan dengan 3 tahapan, yaitu saat

keadaan tanpa beban atau 0 Watt, 3 buah bohlam atau

300 Watt, dan 8 buah bohlam atau 800 Watt

D. Decomposition Wavelet Transform

Pada artikel ini, decomposition wavelet transform

diperlukan untuk mengolah sinyal arus hasil pengukuran

sehingga nantinya mampu mendeteksi kondisi bearing

motor induksi dalam keadaan sehat maupun yang

mengalami kerusakan. Discrete wavelet transform

bekerja melalui fungsi waktu dan skala melalui proses

sampling dan penggunaan filter digital atau dinamakan

decomposisi. Secara garis besar proses pencacahan

sinyal, dengan menggunakan fungsi highpass dan

lowpass filter. Memodifikasi sinyal bedasarkan fungsi

skala dan waktu, rekonstruksi sinyal pada setiap level

koefisienya. Adapun spesifikasi dekomposisi yang

digunakan dalam penelitihan ini adalah

CITEE 2019 Yogyakarta, 24-25 Juli 2019 ISSN: 2085-6350

Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 91

TABLE I. SPESIFIKASI WAVELET

IV. PENGUJIAN SISTEM DETEKSI KERUSAKAN

Pada bab ini akan dibahas mengenai hasil

pengujian sistem deteksi kerusakan batang rotor pada

motor induksi yang telah dibuat dan dilakukan analisis

mengenai data-data yang diperoleh dari pengujian

tersebut. Sistem yang diterapkan bekerja pada motor

dalam kondisi on-line atau beroperasi, sehingga data

yang dihasilkan real-time serta menghasilkan arus

transien. Sistem tersebut ditunjang dengan peralatan

pencuplikan arus pencuplikan arus dan beberapa jenis

software terprogram. Proses pensamplingan arus motor

ini dilakukan dengan menggunakan NI-DAQ National

Instrument yang diatur menggunakan software

LabVIEW.

Pada pengujian yang dilakukan, frekuensi sampling

yang digunakan adalah 5kHz dengan jumlah data 25.000

samples selama 5 sekon. Terdapat tujuh jenis kondisi

yang diberikan pada batang rotor motor induksi. Tujuh

kondisi tersebut

A. Akuisisi Data

Pada penelitihan ini akuisisi data yang digunakan

melibatkan program LabView dan DiAdem dengan

module NI-DAQ 9246 sebagai A/D Converter. Diagram

blok sistem dibuat dalam software Visio (terlampir).

Data yang diinginkan adalah data sinyal arus stator

motor induksi dalam keadaan stadye stad dengan

frekuensi sampling 5 kHz. Pemilihan frekuensi yang

tinggi didasarkan oleh beberapa faktor, diantaranya

yaitu kapasitas motor sebesar 2 HP sehingga dibutuhkan

frekuensi sampling yang tinggi pula, dan semakin tinggi

frekuensi sampling yang digunakan, maka resolusi akan

semakin bagus, sehingga data yang dihasilkan akan

semakin akurat.

B. Pengolahan Sinyal Arus Stator ke dalam Bentuk

Dekomposis Menggunakan Metode Wavelet

Pengolahan sinyal arus stator dilakukan dengan

menggunakan listing progam DWT. Penguraian ini

menerapkan penulusuran titik-titik dari bentuk

gelombang sinyal atau bisa disebut proses pembacaan

sampling. Dekomposisi ini dilakukan untuk mengetahui

nilai-nilai bentuk intrinsik sinyal arus yang ada untuk

selanjutnya diproses sebagai klasifikasi kondisi motor.

DWT ini menguraikan sinyal arus utama menjadi

beberapa model sesuai dengan level yang ditentukan.

Level yang digunakan pada dekomposisi kali ini adalah

level 5 dengan orde 10. Sedangkan jenis wavelet yang

digunakan adalah deubaches (db). Berikut ini adalah

hasil dekomposisi pada setiap kondisi batang rotor.

Pengujian arus stator pada beban 0%(no load)

Gambar 3. Decomposition Wavelet Transform pada motor

kondisi normal tanpa beban


kondisi 1 Broken Rotor Bar (BRB) sedalam 3

mm tanpa beban


kondisi 1 Broken Rotor Bar (BRB) sedalam 7

mm tanpa beban


Kondisi 2 Broken rotor bar sedalam 7mm,3mm tanpa beban

Jenis Deubaches (db)

Orde 29

Level Dekomposisi 5

Frekuensi Sampling 5 kHz




kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm

.7 mm tanpa beban


kondisi 3 Broken Rotor Bar (BRB) sedalam 7mm

,7mm, 3mm tanpa beban


kondisi 3 Broken Rotor Bar (BRB) sedalam

7mm.7mm.7 mm tanpa beban

Bedasarkan sinyal yang dihasilkan sudah

dapat dilihat adanya perubahan jumlah ripple antara

batang rotor dalam kondisi normal dan batang rotor

dalam kondisi rusak namun dari visual sinyal dari 1

sampai ke 5 tidak dapat menunjuk kan perbedaann

pendeteksian yang lebih akurat dengan jumlah ripel

yang terlalu padat , maka selanjutnya akan dilakukan

proses perhitungan energy rata-rata sinyal pada masing-

masing kondisi. Berikut ini merupakan tabel

perhitungan energy rata-rata sinyal d1 sampai d5 dengan

mengunakan persamaan di bawah ini :

Daya rata-rata 𝑑1 = ∑𝒅(𝒕)𝟐

𝒏

𝒏

𝒌=𝟎 (1)

Dengan, n: jumlah data d(t): nilai arus

terhadap waktu

sehingga didapatkan hasil seperti tabel 2

Tabel 2. Daya Rata-Rata sinyal wavelet Deubaches (db) pada

beban 0%

Pada tabel 2 dapat dilihat bahwa pada kondisi 1(BRB)

2(BRB)dan 3(BRB) mengalami kenaikan nilai daya

rata-rata untuk setiap masing-masing detail dari kondisi

motor normal terlihat pada d3 dan d4 sehingga

dilakukan lagi adanya standarisasi atau

normalisasi.Normalisasi dilakukan dengan cara nilai

daya rata-rata pada setiap detail dibagikan dengan Irms

setiap kondisi motor

𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑠𝑎𝑠𝑖 = 𝑛𝑖𝑙𝑎𝑖 𝑑𝑎𝑦𝑎 𝑟𝑎𝑡𝑎 − 𝑟𝑎𝑡𝑎

𝐼𝑟𝑚𝑠 𝑘𝑜𝑛𝑑𝑖𝑠𝑖 𝑚𝑜𝑡𝑜𝑟… … … (2)

Irms Normal =1,895

Irms motor 1(BRB) 3 mm =1,852

Irms motor 1(BRB) 7mm =1,555

Irms motor 2(BRB) 7mm.3mm =1.626


Irms motor 3(BRB) 7mm.7mm.3mm =1.697

Irms motor (BRB) 7mm.7mm.7mm =1.626

Tabel 3. Daya Rata-Rata wavelet daubechies dengan Irms

pada beban 0%

Tabel 3 menunjukkan hasil yang berbeda sebelum

dilakukan normalisasi, untuk hasil d1dan d3 terlihat

adanya penurunan nilai daya rata-rata untuk kondisi

motor rusak 1(BRB).2(BRB)dan 3(BRB). Sedangkan

d2,d4 dan d5 hanya pada kondisi motor rusak 2(BRB)

dan3(BRB). Sehingga memerlukan acuan nilai daya

rata-rata yang paling kecil pada kondisi motor normal,

ini di dapatkan dengan melihat setiap kondisi motor

normal dari beban 0% sampai beban 100%



pengujian arus stator pada beban 50% ( Half Load)

Gambar 10.Decomposition Wavelet Transform pada

motor kondisi normal beban 50%

Gambar 11.Decomposition Wavelet Transform pada motor

kondisi 1 Broken Rotor Bar (BRB) sedalam 3 mm beban

50%



50%


kondisi 2 Broken Rotor Bar (BRB) sedalam 7 mm ,3mm

beban 50%


kondisi 2 Broken Rotor Bar (BRB) sedalam 7 mm ,7mm

beban 50%


kondisi 3Broken Rotor Bar (BRB) sedalam 7 mm

,7mm,3mm beban 50%


kondisi 3 Broken Rotor Bar (BRB) sedalam 7 mm

,7mm,7mm beban 50%

Berdasarkan sinyal yang dihasilkan pada gambar

10-16 dapat dilihat adanya perubahan jumlah ripple

antara batang rotor dalam kondisi normal dan batang

rotor dalam kondisi rusak. Dapat dijelaska bahwa

semakin parah tingkat kerusakan batang rotor baik dari

segi kedalaman perlubangan rotor maupun jumlah cacat

lubang, maka jumlah ripple yang dihasilkan akan

berbeda rippel semakin tidak stabil karna jumlah tidak

terlihat secara signifikan, maka dilakukan perhitungan



nilai daya rata-rata pada masing-masing grafik. Sama

halnya dengan kondisi sebelumnya

Tabel 4 Daya Rata-Rata sinyal wavelet Deubaches (db) pada

beban 50%

Pada tabel 4 dapat dilihat bahwa pada kondisi

1(BRB) ,2(BRB)dan 3(BRB) mengalami kenaikan nilai

daya rata-rata untuk setiap masing-masing detail dari

kondisi motor normal terlihat pada d2 dan d3 sehingga

dilakukan lagi adanya standarisasi atau normalisasi.

Normalisasi dilakukan dengan cara nilai daya rata-rata

pada setiap detail dibagikan dengan Irms setiap kondisi

motor

Irms Normal = 2.263 Irms motor 1(BRB) 3 mm =2.199

Irms motor 1(BRB) 7mm =1.980





Tabel 5.Daya Rata-Rata wavelet daubechies dengan Irms

pada beban 50%

Tabel 5 menunjukkan hasil yang berbeda sebelum

dilakukan normalisasi, untuk hasil d4 terlihat adanya

penurunan nilai daya rata-rata untuk kondisi motor

rusak 1(BRB).2(BRB)dan 3(BRB). Sedangkan d1

terlihat adanya kenaikan pada motor rusak 2(BRB)

sedangkan untuk d2,d3 dan d5 terlihat adanya kenaikan

pada motor rusak 3(BRB). Sehingga memerlukan

acuan nilai daya rata-rata yang paling kecil pada kondisi

motor normal

pengujian arus stator pada beban 100% ( fuul Load)


kondisi normal beban 100



100%



100%




kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm,3mm

beban 100%


kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm,7mm

beban 100%


kondisi 3 Broken Rotor Bar (BRB) sedalam

7mm,7mm,3mm beban 100%


kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm,7mm,7mm

beban 100%

Berdasarkan sinyal yang dihasilkan dapat

dilihat adanya perubahan jumlah ripple antara batang

rotor dalam kondisi normal dan batang rotor dalam

kondisi rusak. Dapat dijelaska bahwa semakin parah

tingkat kerusakan batang rotor baik dari segi kedalaman

perlubangan rotor maupun jumlah cacat lubang, maka

jumlah ripple yang dihasilkan akan semakin tidak stabil,

karna jumlah tidak terlihat secara signifikan, maka

dilakukan perhitungan nilai daya rata-rata pada masing-

masing grafik. Sama halnya dengan kondisi sebelumnya

Tabel 6. Daya Rata-Rata sinyal wavelet Deubaches (db) pada

beban 100%

Pada tabel 6 dapat dilihat bahwa pada kondisi 1(BRB)

dan 3(BRB) mengalami kenaikan nilai daya rata-rata

untuk setiap masing-masing detail dari kondisi motor

normal terlihat pada d1 dan d3 sehingga dilakukan lagi

adanya standarisasi atau normalisasi. Normalisasi

dilakukan dengan cara nilai daya rata-rata pada setiap

detail dibagikan dengan Irms setiap kondisi motor

Irms Normal = 2.263 Irms motor 1(BRB) 3 mm =2.199

Irms motor 1(BRB) 7mm =1.980





Tabel 7.Daya Rata-Rata wavelet daubechies dengan Irms

pada beban 100%

Setelah melakukan pengujian sinyal arus

menggunakan wavelet db dan menghitung nilai daya

rata-rata setiap beban mulai dari d1-d5. Kemudian

dilakukan normalisasi, adanya normalisasi ini untuk

mengurangi adanya kesalahan atau eror dalam

pendeteksian kerusakan batang rotor ,setelah di

normalisasi dilakukan dengan mencari nilai I rms pada

setiap kondisi motor. Nilai I rms yang dihasilkan juga



berbeda-beda pada setiap beban motor. Setelah

didapatkan nilai I rms, hasil dari daya rata-rata ini dibagi

dengan I rms. Pada tabel 7 adalah hasil normalisasi

untuk seluruh beban dan kondisi motor yang telah di uji

Tabel 8.tabel keberhasilan pendeteksian kerusakan batang

rotor

Ket 0 - Tidak terdeteksi kerusakan batang rotor

1 – terdeteksi kerusakan batang rotor

Untuk melihat Persentase keberhasilannya yaitu

% = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑡𝑒𝑟𝑑𝑒𝑡𝑒𝑘𝑠𝑖 𝑒𝑘𝑠𝑒𝑛𝑡𝑟𝑖𝑠𝑖𝑡𝑎𝑠

𝑗𝑢𝑚𝑙𝑎ℎ 𝑐𝑎𝑠𝑒 × 100 (3)

Persentase keberhasilan kerusakan batang rotor

yang didapatkan di setiap detail berbeda yaitu pada d1

sebesar 70% untuk d2 sebesar 70% sedangkan d3 dan d4

sebesar 75% untuk d5 sebesar 80% Untuk wavelet jenis

Deubaches (db) tingkat persentase keberhasilan

pendeteksian berhasil.

Dari tabel 8, cara pendeteksiannya yaitu dengan

mencari nilai daya rata-rata yang paling kecil pada

kondisi motor normal di setiap beban motor mulai dari

beban 0%-100%. Kemudian nilai daya rata-rata yang

paling kecil dibandingkan dengan setiap kondisi

kerusakan batang rotor. pendeteksian ini mulai dari d1-

d5. Apabila nilai daya rata-rata motor eksentrisitas lebih

kecil atau mengalami penurunan dari nilai daya rata-rata

kondisi motor normal maka sistem pendeteksian

berhasil.

V. KESIMPULAN

Berdasarkan hasil yang telah didapatkan dari proses

pengujian dan analisis didapat kesimpulan bahwa

Decomposition wavelet transform mampu mendeteksi

kerusakan batang rotor pada motor induksi dengan

mendekomposisi pada sinyal dan hasil yang telah

didapatkan dari proses pengujian dan analisa didapat

kesimpulan bahwa sinyal arus stator yang telah diuji

menggunakan dekomposisi wavelet terlihat adanya

perbedaan bentuk sinyal pada motor normal dan motor

yang telah terdapat kerusakan. Presentase keberhasilan

deteksi batang rotor mengunakan metode

decomposition wavelet transform, yaitu antara 70 % -

80% hal ini masih dapat digunakan untuk deteksi

kerusakan batang rotor pada motor induksi dengan cara

mendekomposisi pada sinyal kemudian menghitung

daya rata-rata sinyal

DAFTAR PUSTAKA

[1] Istiqomah, Dimas Anton A, dan Dedet Candra R.

“Deteksi Kerusakan Batang Rotor pada Motor

Induksi Menggunakan Analisis Arus Mula

Berbasis Hilbert Transform”, Jurusan Teknik

Elektro Institut Teknologi Sepuluh Nopember

Surabaya Vol. 5, No. 2, (2016) ISSN: 2337-3539

[2] Rabbani, Insan, “Deteksi Kerusakan Rotor Bar

Motor Induksi Menggunakan Analisis Bi-

spectrum, Jurusan Teknik Elektro, Institut

Teknologi Sepuluh Nopember Surabaya,

Surabaya, Juli, 2016

[3] Belly Yan Dewantara, Dimas Anton A, dan Dedet

Candra R. ‘Eksperimen Deteksi Eksentrisitas

Statis Celah Udara Motor Induksi Melalui Analisa

Resolusi Pada Arus Stator’. Master Thesis, Jurusan

Teknik Elektro Institut Teknologi Sepuluh

Nopember Surabaya.

[4] R. Valles-Novo, J. Rangel-Magdaleno, J. Ramirez-

Cortes, H. PeregrinaBarreto, R. Morales-Carporal,

“Empirical Mode Decomposition Analysis for

Broken-Bar Detection on Squirrel Cage Induction

Motors”, IEEE Transactions on Instrumentation

and Measurement, Desember, 2014

[5] Jonar,Veggi.,Dimas Anton Asfani, dan Teguh

Yuwono. 2013. Deteksi Kerusakan Rotor Pada

Motor Induksi Menggunakan Analisis Frekuensi

Resolusi Tinggi. ITS.

[6] Swasetyasakti, Rifaldy, “Deteksi Kerusakan Rotor

Bar Motor Induksi dengan Menggunakan Analisa

Arus Keluaran Inverter berbasis Wavelet”, Jurusan

Teknik Elektro, Institut Teknologi Sepuluh

Nopember Surabaya, Surabaya, Juli, 2013.



Identifikasi Ganguan Batang Rotor Pada Motor Iduksi ...

Documents

Transcript of Identifikasi Ganguan Batang Rotor Pada Motor Iduksi ...