Identifikasi Getaran Bearing Motor Listrik Menggunakan Sensor Piezoelektrik dan Neural Network

Abstract

Identifikasi suatu getaran mesin listrik merupakan hal yang sangat penting dalam menentukan baik tidaknya suatu instrumen mekanik dari mesin listrik tersebut. Getaran dari mesin listrik ini dapat memberikan informasi yang penting apakah instrumen dari suatu mekaniknya berada dalam kondisi baik atau dalam kondisi rusak. Hal ini harus dilakukan analisa melalui analisa getaran dengan menggunakan sensor Piezoelektrik. Sensor Piezoelektrik merupakan salah satu alternatif sensor getaran yang memiliki kelebihan bentuk fisik yang kecil, relatif lebih murah, dan daya yang dibutuhkan kecil. Dalam penelitian ini, untuk mendeteksi sinyal getaran kerusakan bearing maka digunakan sensor Piezoelektrik HYT-3015B sebagai sensor getaran yang akan mendeteksi perbedaan sinyal getaran bearing dari dua buah mesin pompa air Dabori 108C. Satu mesin memiliki bearing yang normal sedangkan mesin yang lain memiliki bearing yang rusak. Metode analisa getaran ini menggunakan Discrete Fourier Transform (DFT) yang berfungsi untuk merubah suatu sinyal dalam daerah waktu ke dalam daerah discrete frekwensi yang terpisah. Neural Network Backpropagation digunakan untuk mengidentifikasi data getaran secara on-line melalui pelatihan. Dari hasil pelatihan Neural Network diperoleh hasil kesimpulan percobaan dari dua kondisi bearing yang berbeda dari dua buah mesin Dabori 108C dengan tingkat keberhasilan yaitu kondisi bearing bagus 80% dan kondisi bearing rusak 100%.
Kata kunci: identifikasik; piezoelektrik; discrete fourier transform; bearing; neural network backpropagation.