skip to main content

EKSTRAKSI FITUR DOMAIN WAKTU SINYAL GETARAN PADA BEARING ZA-2115

*Royana Destin Ramadona  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Achmad Widodo  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia
Ismoyo Haryanto  -  Department of Mechanical Engineering, Universitas Diponegoro, Jl. Prof. Sudarto, SH, Tembalang, Semarang, Indonesia 50275, Indonesia

Citation Format:
Abstract

Dalam melakukan proses manufaktur tentunya diperlukan peralatan kerja dengan kondisi baik agar kegiatan produksi tidak mengalami gangguan. Salah satu cara agar peralatan tersebut tetap bekerja dengan baik, diperlukan pemantauan kondisi kesehatan pada bantalan, seperti contoh pada bantalan ZA-2115. Pemantauan kondisi bantalan yang teratur dapat meminimalisir kegagalan operasi atau bahkan terjadi downtime  pada mesin, yang tentunya akan menimbulkan kerugian baik berupa waktu, biaya atau kerugian lainnya.  Oleh karena itu, penelitian ini berfokus untuk memantau kondisi bantalan dengan menggunakan data sinyal getaran menggunakan metode ekstraksi domain waktu. Data sinyal getaran yang telah dihasilkan nantinya akan diekstraksi sehingga menghasilkan nilai seperti RMS, skewness, kurtosis dan lain-lain. Setelah itu, dilakuka proses post processing yang bertujuan untuk menghilangkan gangguan atau noise dalam data getaran, sehingga menghasilkan data yang halus dan lebih akurat. Nantinya semua fitur dilakukan perhitungan nilai monotonitas dan trendabilitasnya untuk mengetahui fitur terbaik, yaitu fitur yang sensitif terhadap kegagalan pada bantalan yang nantinya digunakan untuk penelitian lebih lanjut.

Fulltext View|Download
Keywords: bantalan; ekstraksi fitur; fitur terbaik
  1. Atmaja, B. T., Ihsannur, H., Suyanto, & Arifianto, D. (2023). Lab-Scale Vibration Analysis Dataset and Baseline Methods for Machinery Fault Diagnosis with Machine Learning. Journal of Vibration Engineering & Technologies, 1-11. https://doi.org/10.1007/s42417-023-00959-9
  2. Coble, J. B. (2010). Merging data sources to predict remaining useful life–an automated method to identify prognostic parameters
  3. Dolenc, B., Boškoski, P., & Juričić, Đ. (2016). Distributed bearing fault diagnosis based on vibration analysis. Mechanical Systems and Signal Processing, 66, 521-532
  4. Du, S., Lv, J., & Xi, L. (2012). Degradation process prediction for rotational machinery based on hybrid intelligent model. Robotics and Computer-Integrated Manufacturing, 28(2), 190-207. https://doi-org.proxy.undip.ac.id/10.1016/j.rcim.2011.08.006
  5. Yan, W., Qiu, H., Iyer, N., & AIR FORCE RESEARCH LAB WRIGHT-PATTERSON AFB OH MATERIALS AND MANUFACTURING DIRECTORATE. (2008). Feature extraction for bearing prognostics and health management (PHM)‐a survey (preprint). Geofluids, 11(4), 343-348
  6. Lin, H. C., & Ye, Y. C. (2019). Reviews of bearing vibration measurement using fast Fourier transform and enhanced fast Fourier transform algorithms. Advances in Mechanical Engineering, 11(1), 1687814018816751. https://doi.org/10.1177/1687814018816751
  7. Caesarendra, W., & Tjahjowidodo, T. (2017). A review of feature extraction methods in vibration-based condition monitoring and its application for degradation trend estimation of low-speed slew bearing. Machines, 5(4), 21. https://doi.org/10.3390/machines5040021
  8. Qiu, H., Lee, J., Lin, J., & Yu, G. (2006). Wavelet filter-based weak signature detection method and its application on rolling element bearing prognostics. Journal of sound and vibration, 289(4-5), 1066-1090. https://doi.org/10.1016/j.jsv.2005.03.007
  9. Yaguo, L., Zheng-jia, H., & Yan-yang, Z. (2008). Fault Diagnosis Based on Novel Hybrid Intelligent Model. Chinese Journal of Mechanical Engineering, 44, 112. DOI: 10.3901/JME.2008.07.112
  10. Lee, J., Qiu, H., Yu, G., & Lin, J. (2007). Rexnord technical services. Bearing Data Set, IMS, University of Cincinnati, NASA Ames Prognostics Data Repository

Last update:

No citation recorded.

Last update:

No citation recorded.