DETEKSI KERUSAKAN BATANG ROTOR

PADA MOTOR INDUKSI MENGGUNAKAN ANALISA ARUS STATOR

BERBASIS FAST FOURIER TRANSFORM

Fajar Shodiq1) , Belly Yan Dewantar2) , Iradiratu D.P.K3)

Jurusan Teknik Elektro, Universitas Hang Tuah Surabaya

Jalan Arief Rachman Hakim No. 150, Keputih, Sukolilo, Kota Surabaya, Jawa Timur 60111

Email : fajarshodiq355@gmail.com, bellyyandewantara@hangtuah.co.id, iradiratu@hangtuah.co.id

Abstract — Broken rotor bar is a kind of induction motor

damage which cause serious problems. It reaches 5% - 10%

of all cases of induction motor faults. Therefore it is necessary

to have an early diagnosis to find out the disturbance in the

induction motor, so that it can be repaired more severe

damage occurs. This study discusses the rotor shaft damage

detection using the induction motor stator current analysis.

The method used is fast fast Fourier transform as an analysis

to detect the damage through frequency so that it is able to

detect the motor in a healthy or damaged condition. System

testing is carried out in several conditions. In addition, the

condition of the rotor bar is given a defect, start form 1 BRB

until 3 BRB. The test results of this test prove that the fast

Fourier transform method is able to detect the differences

conditions on normal induction motor or broken on the rotor

bar.

Keywords: induction motor, Broken Rotor Bar, Fast

Fourier Transform.

Abstract — Kerusakan batang rotor merupakan salah satu

jenis kerusakan pada motor induksi yang dapat

menyebabkan masalah serius. Kerusakan tersebut dapat

mencapai 5% - 10% dari seluruh kasus gangguan motor

induksi. Oleh karena itu perlu adanya prediksi awal untuk

mengetahui adanya gangguan pada motor induksi, agar

dapat dilakukan perbaikan lebih cepat dan tanggap sebelum

terjadi kerusakan yang lebih parah. Pada penelitian ini

membahas tentang deteksi kerusakan batang rotor motor

induksi dengan menggunakan analisa arus stator. Metode

yang digunakan adalah fast fourier transform sebagai analisa

untuk mendeteksi kerusakan melalui frekuensi sehingga

mampu mendeteksi motor dalam keadaan sehat atau

mengalami kerusakan. Pengujian sistem dilakukan dalam

beberapa kondisi, yaitu kondisi tanpa beban dan berbeban.

Selain itu kondisi batang rotor diberi kecacatan mulai 1 BRB

hingga 3 BRB. Hasil pengujian ini membuktikan bahwa

metode fast fourier transform mampu mendeteksi perbedaan

kondisi pada motor induksi normal ataupun rusak pada

batang rotor.

Kata Kunci : Motor Induksi, kerusakan Batang Rotor, Fast

Fourier Transform.

I. PENDAHULUAN

Motor induksi merupakan peralatan listrik yang sangat sering digunakan dunia industri. Pemakaian motor induksi dalam industri mencapai 40-50%. Pada ummnya motor induksi kuat dan handal. Tetapi, lingkungan kerja, instalasi dan faktor produksi bisa menyebabkan kerusakan internal seperti kerusakan pada batang rotor, kumparan stator,kerusakan bearing, gangguan pada celah udara. Kerusakan tersebut tidak hanya menurunkan efesiensi kerja dari motor induksi, melainkan bisa mengakibatkan potensi

bahaya untuk produksi yang berkelanjutan dan keamanan[1] .

Kerusakan batang rotor motor induksi mencapai 5% - 10% dari seluruh kasus gangguan motor induksi[2]. Ada beberapa hal yang dapat bisa menyebabkan kerusakan batang rotor motor induksi antara lain : adanya tingkat pemanasan sangat parah, adanya gesekan dan benturan saat proses perawatan motor, proses manufaktur motor yang kurang tepat atau kurang sempurna, dan lain sebagainya[3]. Hal ini tentunya akan sangat merugikan bagi dunia industri. Oleh karena itu, perlu adanya diagnosa awal yang mendeteksi adanya gangguan pada rotor motor induksi, agar langkah perbaikan lebih cepat dan tanggap sebelum terjadi kerusakan yang lebih besar pada motor induksi[4].

Deteksi kerusakan batang rotor motor induksi telah banyak dilakukan dengan beberapa cara, seperti : temeperature mesin, tingkat vibrasi motor adanya arus urutan nol, serta perubahan daya dan faktor daya secara cepat[4]. pada pengujian ini akan membahas tentang sistem deteksi kerusakan batang rotor pada motor induksi dengan menggunakan analisa arus stator berbasis Fast Fourier Transform. Pada pengerjaan penelitian ini kerusakan batang rotor pada motor induksi bisa dideteksi dengan adanya frekuensi sideband/lain yang muncul disekitar fundamental.

II. DASAR TEORI

A. Motor Induksi)

Motor induksi tiga fasa adalah alat penggerak yang paling banyak digunakan dalam dunia industri. Hal ini dikarenakan motor induksi mempunyai kontruksi yang sederhana, kokoh, harganya relatif murah, serta perawatannya yang mudah, sehingga motor induksi mulai menggeser penggunaan motor DC pada industri[5]. Motor ini bekerja pada kecepatan konstan dari nol sampai beban penuh. Kecepatannya sangat tergantung pada frekuensi sehingga motor ini mudah untuk dikemudikan secara elektris[6]. Arus listrik yang dihasilkan merupakan arus bolak balik yang paling luas digunakan. Penamaannya berasal dari kenyataan bahwa arus motor ini bukan diperoleh dari sumber tertentu, namun arus yang dihasilkan terinduksi akibat adanya perbedaan relative antara putaran rotor dengan medan putar (rotating magnetic field) yang dihasilkan arus stator. Belitan stator yang dihubungkan dengan sumber tegangan tiga fasa akan menghasilkan medan magnet yang berputar dengan kecepatan sinkron. Medan putar yang dihasilkan pada stator, akan memotong konduktor-konduktor pada rotor, sehingga terinduksi arus. Perbedaan putaran relative antara stator dan rotor disebut dengan slip. Ketika beban ditambahkan pada saat motor

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

110 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM

induksi dijalankan akan memperbesar kopel motor, maka dapat memperbesar pula arus induksi pada motor. Sehingga slip antara medan putar stator dan putaran rotor pun akan bertambah besar[7].

B. Fast Fourier Transform (FFT)

Fast Fourier Transform (FFT) merupakan suatu metode perhitungan cepat dari Discrete Fourier Transform (DFT) atau dengan kata lain FFT merupakan pengembangan dari DFT. DFT merupakan suatau metode perhitungan yang mengubah sinyal dari domain waktu ke domain frekuensi. Biasanya FFT digunakan untuk keperluan analisis spektrum dalam domain frekuensi. Dengan menggunakan FFT, suatu sinyal dapat dilihat sebagai objek dalam domain frekuensi. FFT lebih cocok digunakan pada sinyal diskrit yang periodik dan simetrik. Sinyal diskrit yang periodik dan simetrik adalah sinyal diskrit yang terus berulang pada rentang waktu tertentu dan memiliki pencerminan disekitar titik tengahnya. Secara matematis, FFT dari suatu sinyal diskrit x[n] dengan menggunakan N titik dapat dilihat pada persamaan (1) dan persamaan (2) [8].

𝑋(𝑘) = ∑ 𝑥[𝑛]. 𝑊𝑁𝑛𝑘 , k = 0,1,2,3, … , N − 1

𝑁−1

𝑛=0 (1)

𝑊𝑁 = 𝑒−𝑗2𝜋

𝑁 (2)

Frekuensi resolusi dari FFT berhubungan dengan total panjang rentang waktu untuk memperhatikan banyaknya jumlah jumlah sampel dan frekuensi sampling yang digunakan. Semakin banyak jumlah sampel yang digunakan maka representasi sinyal akan semakin detail, sedangkan semakin besar frekuensi sampling yang digunakan maka rentang frekuensi dalam FFT akan semakin panjang. Secara matematis frekuensi resolusi dapat dilihat pada persamaan (3)[9].

∆𝑓 =𝐹𝑠

𝑁=

1

𝑁.𝑇𝑠 (3)

Dimana :

∆f = frekuensi Resolusi

Fs = Frekuensi 𝑆𝑎𝑚𝑝𝑙𝑖𝑛𝑔

Ts = Periode 𝑆𝑎𝑚𝑝𝑙𝑖𝑛𝑔

N = Jumlah Sampel

III. METODOLOGI PENELITIAN

A. Konfiguragi Sistem

Sistem pada penelitian ini menggunakan analisa arus stator berbasis Fast Fourier Transform. Pengujian yang dilakukan berdasarkan pada pengambilan arus Stedy state pada batang rotor motor induksi. Pengujian pada penelitian ini membutuhkan beberapa peralatan, antara lain adalah motor induksi tiga fasa, generator sinkron, beberapa buah lampu pijar, Analog to Digital Converter berupa suatu module yang terdiri dari NI DAQ-9246, serta seperangkat Listing pengolahan sinyal dalam sebuah software terprogram. Gambaran sistem monitoring kerusakan batang rotor pada motor induksi berbasis Fast Fourier Transform pada penelitian ini secara sederhana di tunjukkan pada gamabar 1.

Gambar 1. Gambaran Sistem deteksi Kerusakan Batang Rotor

Pada penelitian ini yang digunakan adalah motor induksi tiga dengan kapasitas sebesar 2 Horse Power (HP) atau setara dengan 1,5 kilo Watt (kW) dan arus sebesar 6,09/3,53 Ampere dengan rating tegangan sebesar 220/380 Volt, konfigurasi belitan yang digunakan adalah bintang (Y). Jumlah kutub sebanyak 4 buah sehingga memiliki kecepatan sinkron sebesar 1500 Rotasi Per Menit (Rpm) dan kecepatan saat beban penuh sebesar 1390 rpm. Pengambilan data dilakukan pada frekuensi sampling sebesar 5 kHz dengan jumlah data 25.000 samples selama 5 sekon. Kemudian data yang dihasilkan dihasilkan disimpan dalam format file TDMS (Technical Data Management Streaming). Setelah data tersebut didapatkan, dilakukan pemotongan sinyal dengan software diAdem dan menghasilkan data sekitar 5000 samples selama 1 sekon. Data keluaran arus tersebut menjadi data masukan pada proses mengolahan sinyal berbasis Fast Fourier Transform menggunakan softare MATLAB.

B. Pengkondisian Kerusakan Batang Rotor

Pengkondisian kerusakan batang rotor pada motor induksi dilakukan dengan cara memberikan berupa kecacatan lubang pada batang rotor. Rekontruksi kerusakan pada pengujian ini dilakukan dengan melubangi batang rotor dengan dibor. Sistematis melubangi batang rotor pada motor induksi dengan cara bertahap. Pertama batang rotor dilubangi sedalam 3 milimeter (mm) dengan diameter 3mm (1 Broken Rotor Bar 3mm). Kedua, lubang pertama yang telah ada, dilubangi lebih dalam hingga kedalaman menjadi 7mm dengan diameter 3mm (1BRB 7mm). Ketiga, lubang ditambah satu dengan kedalaman 3mm dan diameter 3mm (2 BRB 7mm dan 3mm). Keempat, lubang kedua ditambah kedalamannya hingga menjadi 7mm dengan diameter 3mm (2BRB 7mm dan 7mm). Kelima, lubang ditambah satu lubang kembali dengan kedalaman 3mm dan diameter 3mm (3BRB 7mm 7mm dan 3mm). Keenam, lubang terakhir ditambah kedalamannya 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 bungan api yang berdampak pada rusaknya komponen motor induksi yang lain. Pelubangan diberikan pada konduktor batang rotor dengan tujuan agar batang rotor tersebut patah.

Kondisi kerusakan pada batang rotor tersebut dapat dijelaskan dengan gamabar 2 berikut :

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

Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 111

3 mmBatang rotor

(a)

3 mm

3 mm 1,3 cm

(b)

7 mm

3 mm

1,3 cm

(c)

Gambar 2. (a) seluruh kerusakan berdiameter 3 mm, (b) kerusakan dengan kedalaman 3 mm, (c) kerusakan dengan kedalaman 7 mm.

C. Pembebanan Mekanis dan Elektris

Pengujian ini dilakukan untuk mengambil data arus motor induksi tidak hanya dilakukan dengan memberikan kecacatan berupa lubang yang berbeda pada batang rotor motor induksi, namun perlu adanya variasi pembebanan pada motor. Pembebanan yang bervariasi diperlukan untuk menghasilkan data arus input motor induksi dengan kerusakan batang rotor pada setiap kondisi pembebanan yang berbeda. Dalam penelitian ini, pembebanan mekanis yang digunakan adalah generator sinkron. Motor induksi dikopel dengan generator sinkron yang dibebani oleh rangkaian lampu pijar dengan daya masing-masing sebesar 100 Watt. Pembebanan dengan lampu disebut disebut dengan pembebanan elektris. Ketika motor induksi terkopel generator dilakukan pembebanan dengan 4 tahapan, yaitu saat keadaan tanpa beban lampu pijar atau 0 Watt, 3 bola lampu pijar atau 300 Watt, 5 bola lampu pijar atau 500 Watt,dan 8 buah lampu pijar atau 800 Watt.

D. Akusisi Data

Pada penelitian ini A/D converter yang digunakan

untuk akusisi data adalah NI DAQ-9246. Frekuensi

sampling yang digunakan adalah 25 kHz, maka dalam satu

sekon terdapat 5.000 Hz. Sinyal arus stator akan di sample

pada frekuensi 5.000 Hz yang kemudian diubah menjadi

sinyal digital. Pengambilan data sinyal arus ini dilakukan

selama 5 sekon, sehingga total jumlah data dilakukan

dengan menggunakan software LabView. Hasil sinyal

arus akan ditampilkan pada LabView dalam bentuk

gelombang arus transien dan steady Statenya serta terdapat

pula data numeriknya. Bentuk gelombang transien dan

data numerik sinyal arus tersebut disimpan dalam format

.tdms yang dapat dilihat didalam software diaDem. Dari

data sinyal arus tersebut, dilakukan pemotongan arus

hingga diambil hanya bagian transiennya saja. Sinyal arus

stator tersebut dipotong hingga waktu 1 detik, maka

jumlah data adalah 5.000 samples. Kemudian data

numerik yang diperoleh disimpan dalam format .xls agar

data numerik tersebut dapat digunakan pada software

MATLAB.

Adapun proses akusisi data akan dijelaskan pada

diagram berikut :

Gambar 3. Diagram alur akusisi data

E. Perancangan sistem Pengolahan Data

Sistem pengukuran sinyal arus stator dilakukan melalui perangkat lunak LabVIEW dimana perangkat lunak ini digunakan sebagai program utama untuk menampilkan dan memberikan perintah akusisi data sinyal arus stator pada salah satu fasa motor induksi 3 fasa. Perangkat lunak LabVIEW dikenal sebagai sebutan VI atau Virtual Instruments karena tampilan dan sistem operasinya dapat meniru sebuah peralatan instrumentasi.

Ada dua komponen penting dalam perangkat lunak LabVIEW, yaitu front panel dan block diagram. Front panel adalah bagian window yang merupakan tampilan utama dari perangkat lunak LabVIEW. Front panel digunakan untuk membangun sebuah VI, menjalankan program dan mendebug program. Diagram blok adalah bagian window yang berisi source code yang

START

Input data sinyal arus stator

Sinyal arus di - sample frekuensi sampling 5 kHz dengan N = 5.000 samples

Representasi sinyal arus transien dan steady state dalam bentuk gelombang dan data

numerik

Pemotongan arus steady state . Dan mengghasilkan arus transien dengan 1 sekon

dan N = 5.000 . samples

Representasi sinyal arus transien dalam bentuk gelombang dan data numerik

END

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

112 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM

menggunakan fungsi representasi grafis untuk mengonrol objek dari front panel.

Sedangkan pengolahan sinyal arus stator dilakukan melalui perangkat lunak DIAdem. DIAdem digunakan digunakan untuk menampilkan sinyal hasil pengambilan data arus dari LabVIEW yang umumnya berformat. TDMS, pada DIAdem juga dapat melakukan analisa data arus baik berupa pemotongan ataupun pengolahan sinyal dengan motode-metode tertentu yang telah tersedia didalamnya. Pada penelitian ini DIAdem akan digunakan untuk melakukan olah sinyal arus dari semulanya berupa hasil dari domain waktu akan dirubah menjadi domain frekuensi yang nantinya pada penelitian ini akan dilakukan pengamatan pada perubahan bentuk frekuensi apabila motor mengalami kerusakan pada batang rotor. Analisa data arus yang digunakan berupa algoritma Fast fourier transform (FFT) yang mengubah sinyal arus stator dari domain waktu ke domain frekuensi. Tujuan digunakan digunakan algoritma FFT adalah untuk melakukan deteksi kerusakan batang rotor melalui spektrum arus stator.

IV. HASIL PENELITIAN

A. Akusisi Data

Data yang diinginkan adalah data sinyal arus stator motor induksi dalam keadaan Steady State dengan frekuensi sampling 5 kHz. Pemilihan frekuensi yang tinggi didasarkan oleh beberapa faktor, diantaranya yaitu kapasitas motor lebih dari 1 HP sehingga dibutuhkan frekuensi sampling yang digunakan, maka resolusi akan semakin bagus.

B. Pengolahan Sinyal Arus Stator ke dalam Bentuk

Frekuensi Menggunakan metode FFT

Motor induksi merupakan sebuah sistem yang sangat simetris. Ketika motor induksi beroperasi saat Supply tiga fasa. Perputaran medan elektromagnetik terjadi secara berkala dan simetris saat kecepatan sinkron. Saat kondisi ideal,arus,tegangan, dan fluks magnet terdistribusi simetris. Saat ada gangguan kondisi yang simetris tadi akan terganggu. Susunan fisik rotor dapat dianomalikan dengan mengubahnya menjadi induktansi dan resistansi rotor, kemudian gangguan elektrik dan medan magnet dapat menghasilkan adanya modulasi yang terbawa pada arus stator karena kerusakan batang rotor. Kerusakan dilihat dari arus stator yang menghadirkan frekuensi lain disekitar frekuensi fundamental[8]. Frekuensi lain tersebut membentuk 2 frekuensi sideband, dapat dituliskan sebagai berikut :

𝑓𝐵𝑅𝐵 = (1 ± 2. 𝑠). 𝑓 (4)

Dimana :

𝑓𝐵𝑅𝐵 = frekuensi 𝐵𝑟𝑜𝑘𝑒𝑛 𝑅𝑜𝑡𝑜𝑟 𝐵𝑎𝑟𝑠

𝑓 = frekuensi sumber

𝑠 = slip[10].

Jika terjadi kerusakan batang rotor maka akan muncul frekuensi lain disekitar fundamental. Akibatnya arus stator akan termodulasi. Slip pada motor tergantung pada kecepatan rotor selama perubahan kecepatan rotor.

Gambar 4. Spektrum FFT arus stator saat kondisi motor normal.

Gambar 4 menunjukkan spektrum FFT saat keadaan normal, dimana frekuensi sumber motor sebesar 50 Hz. Belum adanya frekuensi lain disekitar frekuensi sumber.

Gambar 5. Spektrum FFT arus stator saat kerusakan 3 BRB (Broken

Rotor Bar) dengan kedalaman 7mm 7mm dan 7mm tanpa beban.

Gambar 5 menunjukkan spektrum FFT saat keadaan kerusakan 2 BRB dengan kedalaman 7mm dan 7mm, dimana belum terlihat adanya frekuensi sideband disekitar fundamental.

Gambar 6 menunjukkan kondisi arus stator pada saat ada beban dengan mengalami kerusakan 3 BRB dengan kedalaman 7mm 7mm dan 7mm. Dari persamaan rumus (4), frekuensi sideband disekitar frekuensi fundamental 𝑓𝑠(1 ± 2𝑠) dan slip 0.024 maka jarak frekuensi fundamental sekitar 50(1 ± 2 × 0.024), maka batas frekuensi lain yang terjadi adalah sekitar 47.6 Hz dan 52.4 Hz.

Gambar 6. Spektrum FFT arus stator saat kerusakan 3 BRB (Broken

Rotor Bar) dengan kedalaman 7mm 7mm dengan beban 50%.

Gambar 7. Spektrum FFT arus stator saat kerusakan 3 BRB (Broken Rotor Bar) dengan kedalaman 7mm 7mm dan 7mm dengan beban 75%.

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

Departemen Teknik Elektro dan Teknologi Informasi, FT UGM 113

Gambar 7 menunjukkan kondisi arus stator pada saat ada beban dengan mengalami kerusakan 3 BRB dengan kedalaman 7mm 7mm dan 7mm. Dari persamaan rumus (4), frekuensi sideband disekitar frekuensi fundamental 𝑓𝑠(1 ± 2𝑠) dan slip 0.028 maka jarak frekuensi fundamental sekitar 50(1 ± 2 × 0.028) maka batas frekuensi lain yang terjadi adalah sekitar 45.2 Hz dan 54.8 Hz. Untuk perbandingan nilai perhitungan dan simulasi dengan variasi kerusakan dan beban lainnya. Di tunjukkan pada tabel di bawah ini sebagai berikut :

TABEL 1. HASIL PERHITUNGAN DAN NILAI HASIL SPEKTRUM FFT BEBAN

50%

TABEL 2. HASIL PERHITUNGAN DAN NILAI HASIL SPEKTRUM FFT BEBAN

100%

V. KESIMPULAN

Berdasrkan hasil yang telah didapatkan dari deteksi kerusakan batang motor pada motor induksi dengan menggunakan analisa arus stator berbasis Fast Fourier Transform dapat disimpulkan bahwa, metode Fast Fourier Transform mampu mendeteksi kerusakan batang rotor ketika motor berbeban dengan munculnya frekuensi sidenband disekitar frekuensi fundamental. kerusakan batang rotor yang semakin berat arus akan semakin turun,apabila dibebani dengan pembebanan penuh makan

frekuensi sideband yang muncul semakin jelas disekitar frekuensi fundamental. Kerusakan kegagalan pendektesian yang terjadi pada penelitian ini seperti fail pada tabel. Dikarenakan kerusakan yang masih sedikit serta pembebanan yang masih rendah. Pada penelitian ini metode fast fourier transform hanya bisa mendeteksi rusak atau tidaknya batang rotor, tetapi belum bisa mendeteksi seberapa parah tingkat kerusakan batang rotor.

VI. DAFTAR PUSTAKA

[1] Johar V, dkk. 2013. Deteksi Kerusakan Rotor Pada Motor Induksi Menggunakan Analisa Frekuensi Resolusi Tinggi. Jurnal Teknik POMITS, Vol. 1, No. 1, 1-6.

[2] R. Valles-Novo, J. Rangel-Magdaleno, J. Ramirez-Cortes, H. Peregrina-Barreto, R. Morales-Carporal, “Empirical Mode Decomposition Analysis for Broken-Bar Detection on Squirrel Cage Induction Motors”, IEEE Transactions on Instrumentation and Measurement, Desember, 2014.

[3] Ardhana, Nabila. “Deteksi Kerusakan Batang Rotor Pada Motor Induksi Sangkar Bajing Menggunakan Metode Standart Deviasi Berbasis Analisis Empirical Mode Decomposition”, jurusan Teknik elektro, Institut Teknologi Sepuluh Nopember Surabaya, Surabaya Januari 2016.

[4] Istiqomah, dkk. 2016. Deteksi Kerusakan Batang Rotor Pada Motor Induksi Menggunakan Analisa Arus Mula Berbasis Hilbert Transform. Jurnal teknik ITS, Vol 5, No. 2, ISSN: 2337-3539.

[5] Talitha Z. I, Iradiratu D.P.K., “Penerapan Controller Adaptive Neuro Fuzzy Inference System (ANFIS) pada metode Indirect Field Oriented Control Untuk Pengaturan Motor Induksi Tiga Fasa”, Universitas Hang Tuah, Surabaya, Juni, 2016.

[6] Chapman, stephen J., “Electric machinery Fundamentals Fourth Edition”, McGraw-Hill Companies, New York, 2015.

[7] Da Silva, A. M., “ Induction Motor Fault Diagnostic and Monitoring Method”, Marquette University, Milwauke, Mei 2006.

[8] Belly Yan Dewantara, dkk. “Analysis of Load and Unbalance Voltage on Air gap Eccentricity in Detection of Three Phase Induction Motor”, Internasional Conference on Information and Communications Technology (ICOIACT), 2018.

[9] Hayes, Monson H., “A Review of Induction Motors Signature Analysis as a Medium for Fault Detection”, IEEE Transactions on Industrial Electronics, Vol. 47, No. 5 Oktober, 2000.

[10] G. B. Kliman, R. A. Koegl, J. Stein, and R. D. Endicott, “Noninvasive detection of broken rotor bars in operating induction motors,” IEEE Trans. Energi Conversion, vol. 3, pp. 873-879, Dec. 1988.

BIOGRAFI PENULIS

Penulis bernama lengkap Fajar Shodiq, lahir di surabaya, pada tanggal 30 Oktober 1996 merupakan anak kedua dari dua bersaudara. Penulis lahir dari pasangan suami istri (Alm) Bapak Suharjito dan Ibu Rofiah.

Penulis menyelesaikan pendidikan sekolah dasar di SD Muhammadiyah 25 Surabaya, lulus pada tahun

2009, SMP Muhammadiyah 15 surabaya lulus pada tahun 2012, SMK KAL-1 Surabaya lulus Tahun 2015, dan pada tahun 2015 penulis melanjutkan pendidikan di Universitas Hang Tuah Surabaya, Fakultas Teknik dan Ilmu Kelautan, Jurusan Teknik Elektro, bidang keahlian Studi Sistem Tenaga. Penulis dapat dihubungi melalui email diatas .

Kerusakan

Slip

Nilai

Perhitungan

Fast Fourier Transform

(1-2s)f (1+2s)f (1-2s)f (dB)* (1+2s)f (dB)*

normal 0.002 49.8 50.2 49.8 -2.72 50.2 -4.482

1BRB 3mm

0.026 47.4 52.6 47.4 -36.17 52.6 -37.48

1BRB

7mm 0.024 47.6 52.4 47.6 -31.1 52.8 -34.02

2BRB 7mm

3mm

0.026 47.4 52.6 47.4 -34.26 52.6 -35.89

2BRB 7mm

7mm

0.026 47.4 52.6 47.4 -37.46 52.4 -39.86

3BRB 7mm

7mm

3mm

0.026 47.4 52.6 47.4 -36.08 52.6 -41.37

3BRB 7mm

7mm

7mm

0.028 47.2 52.8 47.2 -31.16 52.6 -36.49

Kerusakan Slip

Nilai Perhitungan

Fast Fourier Transform

(1-2s)f (1-2s)f (1-2s)f (dB)* (1+2s)f (dB)*

Normal 0.003 49.7 50.3 49.7 -2.725 50.3 -4.482

1BRB 3mm 0.046 45.4 54.6 45.4 -21.58 54.4 -22.35

1BRB 7mm 0.042 45.8 54.2 45.8 -17.73 54.2 -22.09

2BRB 7mm

3mm 0.038 46 54 46 -39.22 54 -39.92

2BRB 7mm

7mm 0.038 46 54 46 -35.21 54 -34.82

3BRB 7mm

7mm 3mm 0.044 45.6 54.4 45.6 -42.4 45.4 -48.91

3BRB 7mm

7mm 7mm 0.028 45.2 54.8 45.2 -41 54.8 -46.69

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

114 Departemen Teknik Elektro dan Teknologi Informasi, FT UGM