View
3
Download
0
Category
Preview:
Citation preview
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: faizamrul5@gmail.com, iradiratu@hangtuah.ac.id, bellyyandewantara@hangtuah.ac.id
Abstractโ 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
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
Gambar 4. Decomposition Wavelet Transform pada motor
kondisi 1 Broken Rotor Bar (BRB) sedalam 3
mm tanpa beban
Gambar 5. Decomposition Wavelet Transform pada motor
kondisi 1 Broken Rotor Bar (BRB) sedalam 7
mm tanpa beban
Gambar 6. Decomposition Wavelet Transform pada motor
Kondisi 2 Broken rotor bar sedalam 7mm,3mm tanpa beban
Jenis Deubaches (db)
Orde 29
Level Dekomposisi 5
Frekuensi Sampling 5 kHz
ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019
92 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM
Gambar 7. Decomposition Wavelet Transform pada motor
kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm
.7 mm tanpa beban
Gambar 8. Decomposition Wavelet Transform pada motor
kondisi 3 Broken Rotor Bar (BRB) sedalam 7mm
,7mm, 3mm tanpa beban
Gambar 9. Decomposition Wavelet Transform pada motor
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 ๐1 = โ๐ (๐)๐
๐
๐
๐=๐ (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
๐๐๐๐๐๐๐๐ ๐๐ ๐ = ๐๐๐๐๐ ๐๐๐ฆ๐ ๐๐๐ก๐ โ ๐๐๐ก๐
๐ผ๐๐๐ ๐๐๐๐๐๐ ๐ ๐๐๐ก๐๐โฆ โฆ โฆ (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 2(BRB) 7mm.7mm =1.697
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%
CITEE 2019 Yogyakarta, 24-25 Juli 2019 ISSN: 2085-6350
Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 93
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%
Gambar 12.Decomposition Wavelet Transform pada motor
kondisi 1 Broken Rotor Bar (BRB) sedalam 7 mm beban
50%
Gambar 13.Decomposition Wavelet Transform pada motor
kondisi 2 Broken Rotor Bar (BRB) sedalam 7 mm ,3mm
beban 50%
Gambar 14.Decomposition Wavelet Transform pada motor
kondisi 2 Broken Rotor Bar (BRB) sedalam 7 mm ,7mm
beban 50%
Gambar 15.Decomposition Wavelet Transform pada motor
kondisi 3Broken Rotor Bar (BRB) sedalam 7 mm
,7mm,3mm beban 50%
Gambar 16.Decomposition Wavelet Transform pada motor
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
ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019
94 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM
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
Irms motor 2(BRB) 7mm.3mm =1.980
Irms motor 2(BRB) 7mm.7mm =2.050
Irms motor 3(BRB) 7mm.7mm.3mm =1.980
Irms motor (BRB) 7mm.7mm.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)
Gambar 16.Decomposition Wavelet Transform pada motor
kondisi normal beban 100
Gambar 17.Decomposition Wavelet Transform pada motor
kondisi 1 Broken Rotor Bar (BRB) sedalam 3 mm beban
100%
Gambar 18.Decomposition Wavelet Transform pada motor
kondisi 1 Broken Rotor Bar (BRB) sedalam 7 mm beban
100%
CITEE 2019 Yogyakarta, 24-25 Juli 2019 ISSN: 2085-6350
Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 95
Gambar 19.Decomposition Wavelet Transform pada motor
kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm,3mm
beban 100%
Gambar 20.Decomposition Wavelet Transform pada motor
kondisi 2 Broken Rotor Bar (BRB) sedalam 7mm,7mm
beban 100%
Gambar 21.Decomposition Wavelet Transform pada motor
kondisi 3 Broken Rotor Bar (BRB) sedalam
7mm,7mm,3mm beban 100%
Gambar 22.Decomposition Wavelet Transform pada motor
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
Irms motor 2(BRB) 7mm.3mm =1.980
Irms motor 2(BRB) 7mm.7mm =2.050
Irms motor 3(BRB) 7mm.7mm.3mm =1.980
Irms motor (BRB) 7mm.7mm.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
ISSN: 2085-6350 Yogyakarta, 24-25 Juli 2019 CITEE 2019
96 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM
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 โ terdeteksi kerusakan batang rotor
Untuk melihat Persentase keberhasilannya yaitu
% = ๐๐ข๐๐๐โ ๐ก๐๐๐๐๐ก๐๐๐ ๐ ๐๐๐ ๐๐๐ก๐๐๐ ๐๐ก๐๐
๐๐ข๐๐๐โ ๐๐๐ ๐ ร 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.
โDeteksi Kerusakan Batang Rotor pada Motor
Induksi Menggunakan Analisis Arus Mula
Berbasis Hilbert Transformโ, Jurusan Teknik
Elektro Institut Teknologi Sepuluh Nopember
Surabaya Vol. 5, No. 2, (2016) ISSN: 2337-3539
[2] Rabbani, Insan, โDeteksi 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. โEksperimen Deteksi Eksentrisitas
Statis Celah Udara Motor Induksi Melalui Analisa
Resolusi Pada Arus Statorโ. 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,
โEmpirical Mode Decomposition Analysis for
Broken-Bar Detection on Squirrel Cage Induction
Motorsโ, 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, โDeteksi Kerusakan Rotor
Bar Motor Induksi dengan Menggunakan Analisa
Arus Keluaran Inverter berbasis Waveletโ, Jurusan
Teknik Elektro, Institut Teknologi Sepuluh
Nopember Surabaya, Surabaya, Juli, 2013.
CITEE 2019 Yogyakarta, 24-25 Juli 2019 ISSN: 2085-6350
Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 97
Recommended