DETEKSI KEGAGALAN MOTOR INDUKSI JENIS SQUIRREL CAGE BERBASIS MOTOR CURRENT SIGNATURE ANALYSIS (MCSA)

Ryan Yudha Adhitya, Purwadi Agus Darwito

Abstract


Mayoritas pada negara – negara industri berkembang penggunaan motor induksi mengkonsumsi sekitar 40% hingga 50% dari total daya listrik yang dibangkitkan [1]. Mengingat peran motor induksi yang vital, performa dan reliabilitas motor induksi menjadi perhatian khusus di sektor perindustrian saat ini. Kegagalan pada motor induksi secara umum disebabkan oleh beberapa faktor antara lain : berkaitan dengan stator (36%), rotor (9%), bearing (41%) dan faktor lainnya (14% )[1][2]. Pada penelitian ini deteksi kegagalan pada bagian rotor bar motor induksi dilakukan. Kerusakan rotor bar berpengaruh terhadap arus stator yang dihasilkan, melalui pendekatan sinyal arus stator untuk mendeteksi Fsb (Side Band Frequency) disekitar terminal sumber, akan didapatkan karakteristik fasa yang merepresentasikan performa frekuensi pada motor secara real time [4]. Proses analisa dilakukan terhadap fasa yang didapat dengan menggunakan metode MCSA (Motor Current Signature Analysis). MCSA merupakan kumpulan teknik diagnosa untuk menganalisa bentuk gelombang arus yang mampu mendeteksi kegagalan pada motor induksi. Beberapa teknik diagnosa yang telah digunakan diantaranya : FFT (Fast Fourier Transform) [5], STFT (Short Time Fourier Transform) [5] dan Wavelet Transform [6]. Pada penelitian ini dilakukan pendekatan karakteristik fasa dengan teknik diagnosa FFT. Hasil analisis dari penggunaan teknik tersebut menunjukkan kenaikan besaran energi pada tiap rentang band frekuensi, sehingga kondisi motor dapat diketahui apakah normal atau terjadi kerusakan.


Full Text:

PDF

References


M. R. W. Group, “Report of large motor reliability survey of industrial and commercial installation, PartII,” IEEE Trans. Ind. Appl., vol.IA-21, no.4, pp.865-872, July./Aug. 1985.

A. H. Bonnett and G. C. Soukup, “Cause and analysis of stator and rotor failures in three-fasa squirrel-cage induction motors,” IEEE Trans. Ind. Appl., vol. 28, no. 4, pp. 921–937, Jul./Aug. 1992.

Yudistiawan, I Gusti Putu, “Deteksi Kerusakan Bearing dan Eccentricity pada Motor Induksi Tiga Fasa dengan Current Signature Analysis,” tesis universitas indonesia, 2009.

Jee-Hoon Jung, Jong-Jae Lee, and Bong-Hwan Kwon, “Online Diagnosis of Induction Motors Using MCSA,” IEEE Trans. Ind. Electronic, vol. 53, no. 6, Dec. 2006.

Vittaya Thipsuwanporn, Arjin Numsamran and Mongkol Leawsoong ,“Balance Weight Fault Detection In Compressor Using FFT Algorithm,” IEEE 2012, 12th International Conference on Control, Automation and Systems Oct. 17-21, 2012 in ICC, Jeju Island, Korea.

Khadim Main Siddiqui and V.K Giri, “Broken Rotor Bar Fault Detection in Induction Motors Using Wavelet Transform,” IEEE 2012, International Conference on Computing, Electronics and Electrical Technologies [ICCEET].


Refbacks

  • There are currently no refbacks.