Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor
ANALlSA GELOMBANG ARUS MOTOR (Motor Current Signature Analysis MSCA)
Oleh : Gunawan Sukaca
ABSTRAK
Motor Current Signature Analysis (MCSA) adalah suatu metoda untuk mendeteksi kerusakan suatu motor dengan cara menganalisa spektrum frekuensi dari arus statornya. Pada motor yang mengalami kerusakan, spektrum harmonisa pad a arus statornya berbeda dengan spektrum harmonisa pada motor yang sehat, sehingga kerusakan pada motor dapat dideteksi.
Dengan metoda MCSA dapat dideteksi beberapa kerusakan yang terjadi pad a sebuah motor,
antara lain: Ketidak-seimbangan sela udara (air-gap eccentricity), kerusakan rotor bar
(breakage rotor bar), kerusakan bearing (bearing cracks), dan kerusakan stator (stator winding faults).Yang mana kerusakan-kerusakan tersebut merupakan kondisi yang sering muncul pada sebuah motor.
"
kata kunci : Motor Current Signature Analysis.ABSTRACT
Motor Current Signature Analysis (MCSA) is
a
method to detect damage ina
motor by analyzing its frequency spectrum and stator current. Ina
damaged motor, the harmonic spectrum of the stator current is different with that ofa
good motor, therefore the motor damage can be detected. MCSA can detect some damages of a motor, such as air-gap eccentricity, rotor bar breakage, bearing cracks,stator winding faults. Those are conditions frequently found ina
motor.Keywords: Motor Current Signature Analysis.
PENDAHULUAN
Motor adalah salah satu peralatan listrik yang sangat sering digunakan dalam industri. Kegagalan operasi sebuah motor dalam suatu proses produksi dapat menye-babkan kerugian yang sangat besar dalam beberapa industri. Untuk mengantisipasi hal itu maka deteksi dini kerusakan motor sebelum motor mengalami mati operasi se-cara mendadak sangat penting untuk me-ngurangi kerugian produksi.
8eberapa langkah dilakukan untuk mengetahui kinerja motor dan menjaga performansinya, diantaranya inspeksi rutin, pemeliharaan periodik dan pengamatan on-line.Dari beberapa langkah yang dilakukan diatas, diambil beberapa variabel yang digunakan untuk mengetahui performansi
dari motor. Dua jenis variabel penting yang digunakan adalah variabel mekanis dan elektris, diantaranya vibrasi, noise, putaran, tarsi untuk variabel mekanis dan untuk elektris adalah tegangan, arus, daya, dan harmonik.
8anyak metode yang telah dikembang kan untuk menganalisa performansi motor secara on-line, diantaranya adalah berda-sarkan arus stator motor, atau yang sering disebut Motor Current Signature Analysis
(MCSA). Dari penelitian yang telah dilaku-kan menunjukdilaku-kan bahwa terdapat perbeda-an spektrum harmonik arus stator antara motor yang masih normal dan yang mengalami kerusakan. Dan jenis kerusakan
Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor
juga dapat dideteksi dari bentuk spektrum harmonik arus motor.
Deteksi secara dini kerusakan pada motor sangat diperlukan, terutama pada motor listrik yang menjadi bagian penting suatu proses pada industri. Diagnosis secara on-line adalah tindakan prefentif yang sangat baik untuk motor ini, sehingga setiap saat jika terdapat gejala kerusakan motor dapat langsung terdeteksi.
PEMBAHASAN
Pendeteksian kerusakan motor
dengan menggunakan metode MeSA telah
dapat menunjukkan perbedaan jenis
kerusakan (Jee-Hoon Jung et aI, 2006). Demikian juga dengan penelitian tentang gangguan hubung singkat antar fasa pada motor juga telah dilakukan (Khan et aI, 2006). Sedangkan penelitian tentang keru-sakan pada rotor bar dengan pembebanan juga telah dilakukan (Hugh Douglas et aI, 2004).
Menurut Jee-Hoon Jung et al (2006», beberapa kerusakan motor dengan dasar arus rotor dianalisa menggunakan Discrete Fourier Transform (DFT). Kerusakan yang dideteksi antara lain: kerusakan rotor-bar hubung singkat antar belitan stator: kerusakan bearing dan ketidak-seimbangan seta udara (air-gap eccentricity). Percobaan yang dilakukan menggunakan dua buah motor induksi dengan rotor sangkar bajing (squirrel-cage), spesifikasinya sesuai Tabel 1 sebagai berikut :
Tabel 1 Spesifikasi motor pada penelitian 1 "'-. Spesifikasi Motor
r
Motor 11Daya 3,7 kW 30 kW
Tegangan input 220/380 V 220/440 V
Arus input 13,8/8,0 A 108,4/53,2 A
Jumlah pole 4 pole 4 pole
Frekuensi 60 Hz 60 Hz
Kecepatan 1730 rpm 1770 rpm
Air-gap 0,3 mm 0,508 mm
Pada kerusakan rotor bar, frekuensi
harmonik yang tidak normal dapat
teridentifikasi pada 18,75 Hz dan 48,75 Hz (Gambar 1). (a)
,. J~
'0 T1tc.5potcftl6TJcl~Ff'C"W'r.e)' ~.
~.'. TmSP«:ITo'I~Almmmll1~ _r"
'
I
-
-
'
-j
-
<
.
.
.
~
.
..
I. . ----i~rlf~1~~~\
~
f~1
_~.:'-~+-::---:!:----:!-:-~-i... ~ 1D 1~ 2{1. 2!1 :ll :x," 41) 4S 50 ~5 00 fr~ (b)Gambar 1. Spektrum kerusakan rotor bar, (a) motor sehat (b) kerusakan rotor bar
Urutan harmonik yang dominan pada kerusakan rotor bar terjadi pada k = 2 dengan slip frekuensi fsl
=
3,75 Hz.Frekuensi harmonik tidak normal dari
kerusakan belitan stator, sesuai Gambar 2, muncul pada 334,6 Hz dengan harmonisa yang dominan pada k=2, n=20 dan slip frekuensifsl =4,6Hz.
-~b-';;!;;"'.--;!32C;---';3JO=--::=""-:!""':;--:;""=--::=''''---:''''':--. -"",-'c--~,:,:;·v
F~um:~ (a)
Volume XLVI, No.l,Mei 2011,pp 1-5 Analisa Gelombang Arus Motor
Khan et al (2006) berhasil mengim-plementasikan diagnosis dan proteksi dari
Interior permanent magnet (lPM) motor
secara real time menggunakan ds1102
digital signal processing board. Mereka
menggunakan algoritma wavelet packet
transform dengan db3 sebagai mother wavelet sebagai pendeteksi adanya kerusakan pada interior permanent magnet
motor. Motor current signature analysis
(MeSA) digunakan pada permulaan untuk mengambil data dan mengekstrak
para-meter dari arus yang tidak normal,
sedangkan wavelet digunakan untuk meng
-identifikasi secara real time. Dalam
percobaannya digunakan dua buah motor
dengan spesifikasi sesuaiTabel 2.
Tabel2 Spesifikasi motor pada penelitian 2.
Spesifikasi M9tOr I Motor 11
Daya 1 hp- 5 hp
Jumlah pole 4 pole 4 pole
Phasa 3 phasa 3 phase
Hubungan Y (star) II (delta)
Dalam percobaannya mereka berhasil mengidentifikasi sinyal kerusakan antara phasa dengan ground (Gambar 4) dan juga
phasa dengan phasa (Gambar 5).
1 -1 •
i
(
~)
,
~-
',.; ""' •...~ 1 I 'Phasc-cN
~A
1if
,
f
fN
t
#J
!
,
~~
~
WW,
WW
.
•
.
~
f
iW
N
I
N
fM~W
#
\~
O
f
;
N'
I
\
'
.
<M" ! ! ' ~-l--~;;;:-fOl~" ---.~---Gambar 4. (a) Gangguan phasa a-ground (b) arus phasa b dan
c
sa at gangguan phasaa-ground _-20 . ~ 3 _ _ _ _ ~ n _ _ _ Fffli{u.!flCy (b)
Gambar 2 Spektrum hubung sing kat kumparan stator (a) motor sehat (b) hubung singkat kumparan stator
Dari (4), diketahui bahwa harmonisa tidak normal dari kerusakan bearing adalah kelipatan dari kecepatan rotor itu sendiri.
fbearing =0,5 .n(1 - s)fo=0,5 .nfrm
dimana
n
adalah integer positif dan fnnadalah kecepatan rotor. Pada Gambar 3, urutan harmonisa dominan (32) dideteksi
sebagai
n
=
71 pada 2098 Hz dengan slipfrekuensi fsl= 0,9 Hz. ~I~'="---=""",::---::",",'::--.-="":---:::",,,,=-, --':'::'::'''--::"2I0=-' --:,"::::no---=",::-, --="'='",,,---=-'ZJZ'!r r"eQ~ (a) -e---r--.-c '---~--'---r--"--"----' -(b)
Gambar 3 Spektrum frekuensi kerusakan bearing (a) motor sehat (b) bearing rusak
Hugh Douglas (2004), melakukan deteksi dan analisa kerusakan rotor bar pada sebuah motor induksi Y:z-hpdengan variabel pembebanan pada motor. Dia menggunakan dua rotor bar yang identik dengan kondisi yang berbeda, stator dan bearing yang sama untuk meminimalisir
pengaruh pada arus transient. Motor
dioperasikan pada kondisi pembebanan yang bervariasi, mulai 30% sampai dengan
100% dengan perbedaan 10% tiap
tahapnya. Metoda yang digunakan untuk menganalisa adalah discrete wavelet
transform dengan window daubechies
tahap 8.
Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor
;
Pha!jc--c
W~,
W
r
N
A
W
W
NW\
v
'N
V~
f
A
i
~
~
~t
~
,'ttVJi
'
~
~
\~
.
.
W'
I
~~~1
.;:o••..---,.~ ••.,•.---~-Gambar 5. (c) arus phasa a saat gangguan
phasa ab (d) arus phasa b dan c saat gangguan
phasa ab .~ " ~E0.1 .• -.-. Cl ~ 0 t.••.•.•.•t•• (;) 0 - • -e- ~ -0.1 ---~ ~-_---!---J.---&-- --10 20 30 40 mO.1 --- ---~---;---~---:---
-'
j
(I ~ •• ; ,~'
!
tt
r":•
•
·
t
~
.,
.
.
.
t
··
.
~,
t
.-..
.
s
•
•
t
i
'• .
,
-"-0.1 20 30 ~o 50.,
Jl
l~~it·1~"lit
~
t.
..
~
,
··
t
,
~~
I • • •-
O.
1
~--~~~--~---
10 20 30-
~----
~-
--
-~
-
-~
5~!n)Gambar 6. Hasil dekomposisi wavelet level D9
pada motor normal dengan beban 30-100%
f • I 10 ••••••• •••••••••
----
-
--~---
~
--
-
---~
-
--
-
--
--
~--~-
.-
-
-
--
-
~
.
•
. h-,
...
•
·u·
+
~..~
.
.
.~ ...
~+.
It
~~
i
~~
;
.
~
i°
.
2
~!l 0 -0.2 ~0.2r---~r---~~r---~~-O~--~4TO--~~~-, ~ (D0
..-
:It.•·
•.h
+
~·
r
··-+
__
·
.
·.
~~
;!
·
t
r
·
.
T
i·~
ID .3.0.:2 •__._ .••. .• ._ ... ,_ .. .. _ I • I I '\. .' I • , • -.... 20 0 40 5{) 0.0.2..--~...;..;::-~...;;...-...--:;p.---~----.;~--. ~ ~ 0 ~ ••••I~.·.·I
~
I ••
tc•••. , •••• !·••l
.-
.1~
.
;
.
'r
:
l~
.
)
~ (Il I • I I • ..3-0.2 ---:---: ---:---:--- .-.:.--- .--..~'" 10 20 30 40 ._ Cl0.2---.---.-"--.-- ,-~ ~ -0 ~ ~~~~-/~~
~~~~
..
-
'
:~~~t~~~
~
t
·
:
:
~t
·
-
T~
:
-
~
t:
T
t~:
·
-0.4 ---, ---, ---, ---, ---:: .•.:-:---:: 10 20 30 Sa~lelnl -l0 soGambar 7. Hasil dekomposisi wavelet level D9
pada motor rusak dengan beban 30-100%
Dengan menganalisa Gambar 6 dan
Gambar 7 didadapatkan dua parameter
yang mengGambarkan karakteristik kondisi
dari dua motor dalam percobaan.
Para-meter yang pertama ditemukan pada
sampel ke-s sampai ke-13 untuk semua
kondisi pembebanan. Parameter ini muncul
baik pada motor normal maupun pada
motor rusak. Sedangkan parameter yang
kedua terjadi pada sampel ke-45 sampai
dengan sampel ke-53. Parameter ini hanya
muncul pada motor yang mengalami
kerusakan rotor-bar untuk semua kondisi
pembebanan. Parameter yang kedua dapat
digunakan untuk membedakan antara
motor yang normal dan motor yang
mengalami kerusakan.
Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor
DAFTAR PUSTAKA
KESIMPULAN
Dari hasil penelitian yang dilakukan
untuk mendeteksi kerusakan pada motor
induksi menggunakan methoda MC SA
didapatkan kesimpulan sebagai berikut:
1. Diagnosa motor induksi secara on-line
menggunakan MC SA dengan DSP
board untuk pemrosesan sinyal
kecepatan tinggi berhasil mendeteksi
frekuensi harmonic yang tidak normal.
2. Wavelet packet transform dengan
teknik proteksi tidak memerlukan
analisa harmonisa atau pembelajaran
off-line pada spektrum arus normal maupun tidak.
3. Arus gangguan dapat dideteksi
dengan tepat dan sinyal trip dapat
dibangkitkan dengan cepat dalam
satu siklus setelah gangguan terjadi
pada sistem 60hz.
1. Jee-Hoon Jung., Jong-Jae Lee dan
Bong-Hwan Kwon. 2006. Online
Diagnosis of Induction Motors Using
MCSA. IEEE Trans. Industrial Electronics., vol. 53, no. 6, December 2006
Khan, M.A.S.K., Radwan, T.S. dan
Rahman, M.A. 2006. Diagnosis and
Protection of 1 PM Motors Using
Wavelet Packet Transform. Memorial
University of Newfoundland, St John's
New-found land, Canada.
Douglas, H., Pillay, P. and Ziarani,
A.K. 2004. A New Algorithm for
Transient Motor Current Signature
Analysis Using W~velets. IEEE Trans.
Industry Applications., vol. 40, no 5.
M. El Hachemi Benbouzid. 2000. A
review of induction motors signature
analysis as a medium for faults
detec-tion. IEEE Trans. Ind. Electron.,voI47,
no 5, pp 984-993.
Thomson, T.W., dan M. Fenger. 2001.
Current Signature Analysis to Detect
Induction Motor Fault. IEEE Industry
Applications Magazine.
Thanis Sribovommongkol. 2006.
Evaluation of Motor OnLine Diagnosis by FEM Simulations. Master's Thesis.
Electrical Macines and Power Elec
-tronics School of Electrical
Engi-neering Royal Institute of Technology,
Stockholm. 2. 3. 4. 5. 6. "