Efisiensi Dari Karakteristik Getaran Motor Listrik Menggunakan Fast Fourier Transform Dan Neural Network

Abstract

Untuk menentukan karakteristik getaran motor listrik suatu pompa sentrifugal merupakan hal yang sangat menarik dalam menentukan kondisi dari instrumen mekanik dari motor listrik pompa sentrifugal tersebut. Getaran  dari motor listrik pompa sentrifugal ini dapat memberikan informasi yang penting apakah instrumen mekaniknya berada dalam kondisi normal, misalignment, atau unbalance.. Hal ini harus dilakukan analisa melalui analisa getaran dengan menggunakan sensor akselerometer ADXL330.  Sensor akselerometer ADXL330 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 dalam kondisi misalignment, unbalance dan looseness maka digunakan sensor akselerometer ADXL330  sebagai sensor getaran yang akan mendeteksi perbedaan sinyal getaran tersebut. Metode analisa getaran ini menggunakan Fast Fourier Transform (FFT) 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. 

Dalam penelitian ini, dibuat prototipe pompa sentrifugal untuk melihat pola vibrasi sinyal fft terhadap jenis-jenis kondisi abnormal. Ada tiga jenis kondisi abnormal yang dibahas dalam penelitian ini yaitu normal, misalignment, atau unbalance. Pada kondisi unbalance amplitudo frekuensi putaran 3 kali amplitude kondisi unfault pada frekuensi yang sama. Untuk kondisi misalignment, harmonik yang muncul pada penelitian ini yaitu frekuensi harmonik 2 dan 3.