SEMINAR TUGAS AKHIR JUNI 2013
DETEKSI KERUSAKAN ROTOR BAR MOTOR
INDUKSI MENGGUNAKAN ANALISIS ARUS
OUTPUT INVERTER BERBASIS WAVELET
Dosen Pembimbing
Prof. Ir. Mochamad Ashari, M.Eng., PhD.
Ir. Teguh Yuwono
Teknik Sistem Tenaga
Jurusan Teknik Elektro ITS
Oleh:
Latar Belakang
Hampir seluruh proses industri menggunakan
MOTOR INDUKSI (rotor sangkar)
KERUSAKAN ROTOR BAR akan menginisiasi
kerusakan pada bagian-bagian lain motor induksi
MONITORING harus mematikan kerja Motor
TUGAS AKHIR ini berfokus pada perancangan sistem deteksi kerusakan rotor bar yang dapat diaplikasikan secara online untuk monitoring motor induksi
Sistem DETEKSI KERUSAKAN ROTOR BAR BERBASIS
WAVELET dinilai lebih unggul dari pada metode lain seperti FFT
Kerusakan Rotor Bar menyebabkan masalah
yang
serius
bagi
industri
sehingga
memerlukan proses monitoring kondisi setiap
saat
Sistem deteksi kerusakan rotor bar berbasis
FFT
memiliki
kelemahan
dalam
proses
implementasi
Hampir sebagian besar motor induksi
menggunakan pengendali inverter
Sistem deteksi kerusakan rotor bar secara
online
diperlukan
untuk
meminimalisir
kerugian industri akibat proses maintenance
yang tidak terjadwal
1. Motor Induksi ROTOR SANGKAR 3 PHASA
2. Proses PENGAMBILAN DATA dan
ANALISIS mengenai arus dilakukan pada motor induksi dalam keadaan STEADY STATE
3. Pengolahan sinyal berbasis pada
DISCRETE WAVELET TRANSFORM (DWT) pada bagian Detail Coefficientnya
4. Analisis kerusakan dilakukan terhadap ARUS OUTPUT INVERTER
Batasan Masalah
Alur Perancangan Sistem
Analisa karakteristik KERUSAKAN ROTOR BAR Konfigurasi Peralatan Perancangan Pengolahan sinyal Perancangan Artificial Neural Network (ANN) Pengujian Sistem Deteksi Kerusakan Rotor Bar Analisis Hasil PengujianEksperimen
Pengolahan
Data
Karakteristik Kerusakan Rotor Bar
Deteksi Kerusakan Rotor Bar yang lain: Vibrasi, Panas, dan Starting
KURANG MAKSIMAL UNTUK MEMONITORING KERUSAKAN
6
Distribusi arus rotor tidak uniform
Distribusi fluks tidak sinusoidal
BACK EMF
Induksi medan rotor -stator
Induksi balik dengan GGL yang terdistorsi stator yang
FREKUENSI TAMBAHAN pada arus stator yang lebih dan lebih kecil dari frekuensi
Arus Output Inverter
Arus output inverter pada dasarnya merupakan arus sinusoidal terdistorsi
karena keterbatasan proses switching komponen power electronics pada INVERTER -1,5 -1 -0,5 0 0,5 1 1,5 0 0,05 0,1 0,15 0,2 0,25 A ru s (A ) Waktu (s) -2 -1 0 1 2 0 0,05 0,1 0,15 0,2 0,25 A ru s (A ) Waktu (s)
NORMAL
4 Kerusakan
Rotor
Normal
8
Karakteristik Kerusakan Rotor Bar
Hasil FFT pada Arus Output Inverter
Keseluruhan Sistem Deteksi Kerusakan
Variable Speed Drive
Motor Induksi 3 Phasa
File .xls Peralatan Pengukuran Sinyal Transformasi Wavelet Wavelet Details File .xls Analog to Digital Converter Artificial Neural Network (ANN) Sinyal arus Diagnosa Kerusakan Sumber 3 phasa Power Detil Density (PDD) Pembebanan Mekanik 0,5 Nm 1,0 Nm 1,5 Nm
Konfigurasi Peralatan
Parameter Keterangan
Normal Tanpa Kerusakan Rotor Bar
4 BRB Kerusakan 4 Rotor Bar
Dipilih karena efek
perubahan arus motor induksi yang paling besar: Perubahan Magnitude Arus fundamental
Lubang dibuat sama
3 mm 3 mm 3 mm Laminasi Rotor Laminasi Rotor Rotor Bar
Oscilloscope GRS 6052
Amplifier
Mensensing Arus, dan melindungi
oscilloscope
FREKUENSI SAMPLING merupakan
parameter penting dalam proses
PEMECAHAN dan REKONSTRUKSI sinyal
Sampling 5kS/s (20mv/div)
2kS/s(50mv/div)
Perancangan Pengolahan Sinyal
Terdiri dari
2 TAHAPAN pengolahan sinyal
1. DISCRETE WAVELET TRANSFORM (DWT)
2. POWER DETAIL DENSITY (PDD)
METODE PENGOLAHAN
sinyal digunakan untuk membentuk Sistem
Deteksi Kerusakan yang Dapat Diaplikasikan secara online
DWT
akan memproses sinyal arus kedalam level dekomposisi yang
memiliki band frekuensi tertentu
Proses pengolahan sinyal
DWT-PDD
dinilai lebih unggul dibandingkan
dengan
FFT
karena kemudahan dalam proses
TRANSFORMASI
serta
NORMALISASI PENSKALAAN
Listing Pengolahan Sinyal
DEUBACHES Keunggulan dalam dekomposisi sinyal ASIMETRI Merupakan bentuk pengklasifikasian sinyal berdasarkan fungsi
skala dan pergeseran (sampling)
Spesifikasi DWT
Jenis DWT Deubaches (db)
Orde 29
Level Dekomposisi 9 Sampling frekuensi 2/ 5 kS/detik
ORDE WAVELET akan menentukan
KARAKTERISTIK FILTER dan FUNGSI PENSKALAAN
dipilih untuk meminimalisir adanya INTERPOLASI (irisan) antara dua level dekomposisi
Perancangan Pengolahan sinyal
14 PEMECAHAN TRANSFORMASI REKRONSTRUKSI a[n] d[n] a[n] d[n] 2 2 2 2 a1 d1 d2 a2 1000 data S 500 data 500 data 250 data 250 dataPerancangan Pengolahan sinyal
00 50 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M ag n it u d e Dekomposisi DWT-PDD S d1 d2 d3 d4 d5 d6 d7 d8 d9 a9PDD
Perancangan Pengolahan sinyal
START
Rekronstruksi sinyal hasil pengukuran
Memecah sinyal dengan fungsi Highpass dan
Lowpass filter
Apakah level telah sesuai ? Input data sinyal hasil pengukuran
Rekronstruksi sinyal pada tiap level dekomposisi
END Ya
Tidak Transformasi Wavelet
berdasarkan fungsi skala dan waktu
START
Proses Dekomposisi Wavelet
Rekronstruksi sinyal pada tiap level dekomposisi
Perhitungan PDD pada tiap level dekomposisi Penyimpanan data dalam
format .xls
Representasi Grafik
END
DWT
PDD
Perancangan ANN
Spesifikasi ANN Fungsi Pembelajaran Trainlm (backpropagation) Input Layer 9 Neuron Hidden Layer 250 Neuron Output Layer 2 Neuron Iterasi Maksimal 1000 Fitur Sinyal 156 data 80% untuk training 10% untuk validasi 10% untuk test S T ART Me mb a n d i n g k a n n i l a i e r r o r E r r = E r r ’ tinunahambaneP t e r s e mb u n y i b a r u P e l a t i h a n u n i t t e r s e mb u n y i b a r u R e d u k s i j a r i n g a n No r ma l i s a s i I n p u t d e n g a n f u n g s i n o r ma l i s a s i I n i s i a s i p e l a t i h a n , p e n i mb a n g , n i l a i a wa l Me n c a r i s t r u k t u r y a n g p a l i n g mi n i mu m P e l a t i h a n j a r i n g a n t e r e d u k s i E ND y a t i d a k y a t i d a kDiagnosa Otomatis dengan ANN
0 5 10 15 0 20 40 60 80 100 120 140 160 N ila i T a rg et Data ke- -30 -20 -10 0 10 20 30 0 20 40 60 80 100 120 140 160 N ila i T ar ge t Data ke--30 -20 -10 0 10 20 30 0 20 40 60 80 100 120 140 160 N ila i E rr o r Data keTARGET ANN
OUTPUT ANN
Pengujian 1: Sistem Secara Keseluruhan
Sistem mampu mendeteksi KERUSAKAN ROTOR BAR dengan
menunjukkan selisih antara kondisi NORMAL dan RUSAK pada Arus output inverter
00 50 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M agn it u d o Dekomposisi DWT-PDD Normal 4 brb d1 d2 d3 d4 d5 d6 d7 d8 d9 Normal 33,1 16,3 8,4 3,4 2,7 246,6 6,7 6,7 6,3 4 BRB 44,2 23,8 9,9 5,5 2,2 251,3 6,6 7,0 8,0
Pengujian 2: Frekuensi Sampling Berbeda
Detail Dekomposisi DWT 2000 S/detik 5000 S/detik
Level 1 390 - 1000 Hz 950 - 2500 Hz Level 2 180 - 630 Hz 450 - 1600 Hz Level 3 90 - 230 Hz 200 - 850 Hz Level 4 48 - 143 Hz 100 - 400 Hz Level 5 38 - 78 Hz 40 - 200 Hz Level 6 15- 40 Hz 23 - 80 Hz Level 7 6 – 20 Hz 12 - 50 Hz Level 8 2 - 10 Hz 2,5 - 23 Hz Level 9 0 - 6 Hz 0 – 14 Hz 20 00 50 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M ag n itu d o DW T -P DD
Dekomposisi DWT-PDD pada 5kS/detik
00 50 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M ag n itu d o DW T -P DD
Dekomposisi DWT-PDD pada 2kS/detik
Normal 4 brb
Pengujian 3: Pembebanan Bervariasi
000 050 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M ag n itu d o DW T -P DD Dekomposisi DWT-PDD Normal 4 BRB 000 100 200 300 400 d1 d2 d3 d4 d5 d6 d7 d8 d9 M ag n itu d o DW T -P DD Dekomposisi DWT-PDD Normal 4 BRB 000 100 200 300 400 500 d1 d2 d3 d4 d5 d6 d7 d8 d9 Ma gn itu d o DW T-P DD Normal 4 BRB 0,5 Nm 1,0 Nm 1,5 NmPengujian 4: Perbandingan Teori - Pengujian
Kondisi slip saat 0 Nm f.brb 0 Nm slip saat 0,5 Nm f.brb 0,5 Nm 4 BRB 0,01 49,27 50,73 0,03 47,33 52,67
Kondisi slip saat 1,0 Nm f.brb 1,0 Nm slip saat 1,5 Nm f.brb 1,5 Nm 4 BRB 0,06 44,33 55,67 0,09 40,53 59,47 00 50 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M ag n it u d o D W T -P D D
Dekomposisi DWT-PDD pada 5kS/detik
00 50 100 150 200 250 300 d1 d2 d3 d4 d5 d6 d7 d8 d9 M a gn it u d o D W T-P D D
Dekomposisi DWT-PDD pada 2kS/detik
Normal 4 brb
22
Hasil Perhitungan
Pengujian Sistem dan Analisa
Sinyal pengujian ke- Kondisi sebenarnya Target ANN Output ANN Error Diagnosa
1 4 brb 10 13 3 4 brb 2 4 brb 10 4 -6 Normal 3 4 brb 10 11 1 4 brb 4 4 brb 10 7 -3 4 brb 5 4 brb 10 15 5 4 brb 6 4 brb 10 11 1 4 brb 7 4 brb 10 8 -2 4 brb 8 4 brb 10 11 1 4 brb 9 4 brb 10 9 -1 4 brb 10 4 brb 10 -3 -13 Normal 11 Normal 0 0 0 Normal 12 Normal 0 2 2 Normal 13 Normal 0 6 6 4 brb 14 Normal 0 2 2 Normal 15 Normal 0 0 0 Normal 16 Normal 0 -4 -4 Normal 17 Normal 0 -1 -1 Normal 18 Normal 0 0 0 Normal 19 Normal 0 15 15 4 brb