ANALISA KARAKTERISTIK GETARAN DAN MACHINE LEARNING UNTUK DETEKSI DINI KERUSAKAN BEARING
| Main Authors: | ., Sukendi, Isranuri, Ikhwansyah, ., Suherman |
|---|---|
| Format: | Article info application/pdf Journal |
| Bahasa: | eng |
| Terbitan: |
Widya Teknika
, 2017
|
| Online Access: |
http://publishing-widyagama.ac.id/ejournal-v2/index.php/widyateknika/article/view/372 http://publishing-widyagama.ac.id/ejournal-v2/index.php/widyateknika/article/view/372/366 |
Daftar Isi:
- Bearing memiliki peran yang sangat penting pada mesin rotasi. Kerusakan bearing dapat menyebabkan terhentinya proses produksi dan menimbulkan kerugian yang besar, terutama bila kerusakan yang timbul terjadi secara mendadak (breakdown). Untuk menghindari hal tersebut, analisa sinyal getaran, baik simpangan, kecepatan, maupun percepatan, sering digunakan untuk mendeteksi kerusakan bearing dengan variasi putaran. Dengan sinyal getaran tersebut dapat diamati dan diketahui perilaku getaran yang terjadi dengan cara mengukur mengunakan alat akur getaran vibrometer VQ-400-AOMETRON yang terhubung dengan labjackU3-LV diteruskan ke PC dalam bentuk tegangan listrik digital ke tegangan listrik analog. Sinyal Getaran tersebut dapat digunakan untuk mendeteksi dini kerusakan pada bantalan unit maupun pada elemen bantalan seperti lintasan luar (BPFO), lintasan dalam (BPFI), bola (BSF), dan cage (FTF).Machine Learning dengan metode Support Vector Machine (SVM), akan memprediksi kondisi bearing apakah dalam kondisi normal atau dalam kondisi rusak. Kata kunci : Bearing,vibrometer, labjack, Machine Learning, SVM