Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor. ANALlSA GELOMBANG ARUS MOTOR. (Motor Current Signature Analysis MSCA) ABSTRAK

(1)

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 in

a

motor by analyzing its frequency spectrum and stator current. In

a

damaged motor, the harmonic spectrum of the stator current is different with that of

a

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 in

a

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

(2)

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 11

Daya 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)

(3)

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-c

N

~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 phasa

a-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 fnn

adalah kecepatan rotor. Pada Gambar 3, urutan harmonisa dominan (32) dideteksi

sebagai

n

=

71 pada 2098 Hz dengan slip

frekuensi 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

(4)

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.

;

Pha!jc--c

W~,

W

r

N

A

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·

+

~..~

.

.~ ...

~+.

I

t

~~

i

~~

;

.

~

i°

.

2

~!l 0 -0.2 ~0.2r---~r---~~r---~~-O~--~4TO--~~~-, ~ (D

0 ..-

: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 _s_o

Gambar 7. Hasil dekomposisi wavelet level D9

pada motor rusak dengan beban 30-100%

(5)

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.

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. "