Garuda - Garba Rujukan Digital

RANCANG BANGUN KENDALI KECEPATAN MOTOR BERBASIS LOGIKA FUZZY UNTUK SISTEM PROPULSI ELEKTRIK PADA KAPAL MENGGUNAKAN PULSE WIDTH MODULATION (PWM) Gafur, Abd; D.P.K., Iradiratu Diah; Dewantara, Belly Yan
MEDIA ELEKTRIKA Vol 13, No 1 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Sistem propulsi kapal adalah suatu mekanisme yang akan memutar baling-baling. Pada perkembangan saat ini motor induksi 3 fasa banyak digunakan untuk kendaraan elektrik baik untuk mobil listrik maupun propulsi pada kapal. Disamping keunggulannya motor induksi memiliki kelemahan yaitu sulitnya mengatur kecepatan motor induksi dikarenakan sifatnya yang tidak linier. Pada prinsipnya motor induksi dioperasikan pada kecepatan yang konstan, bila beban berubah kecepatan motor juga berubah. Dari permasalahan tersebut dalam penelitian ini dirancang alat kendali kecepatan motor berbasisi logika fuzzy untuk sistem propulsi elektrik pada kapal menggunakan pulse width modulation. Untuk mengetahui kinerja alat maka dilakukan beberapa pengujian, pengujian pertama dengan membandingkan respon kecepatan motor mengguakan logika fuzzy dan tanpa logika fuzzy dimana hasilnya adalah untuk respon kecepatan motor tanpa menggunakan kontrol logika fuzzy rata-rata dapat menempuh 23 detik untuk stady state, sedangkan untuk penggunaan kontrol logika fuzzy rata-rata mampu mencapai stady state dengan waktu 17 detik. Untuk nilai rata-rata error stady state tanpa penggunaan kontrol logika fuzzy yaitu sebanyak 97 rpm, sedangkan untuk penggunaan kontrol logika fuzzy rata-rata nilai error stady state adalah 78 rpm. Dimana untuk rise time sendiri tanpa menggunakan logika fuzzy rata-rata adalah 4 detik dan untuk penggunaan kontrol logika fuzzy memerlukan waktu rata-rata 2 detik.

KLASIFIKASI HUBUNG SINGKAT TURN TO TURN PADA BELITAN STATOR MOTOR INDUKSI YANG DISEBABKAN KEGAGALAN ISOLASI MENGGUNAKAN METODE NEURAL NETWORK (NN) Irawan, Barli Jeihan; D.P.K., Iradiratu Diah; Dewantara, Belly Yan; Rahmatullah, Daeng
MEDIA ELEKTRIKA Vol 13, No 2 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Hampir seluruh industri menggunakan motor induksi sebagai alat bantu produksi, hal ini disebabkan karena beberapa alasan yaitu, kecepatan putar yang dihasilkan konstan, motor induksi tidak memiliki sikat sehingga rugi gesek dapat dikurangi, dan perawatannya yang mudah. Pada penelitian ini adalah mendeteksi kerusakan belitan stator yang disebabkan oleh laminasi belitan sehingga terjadinya hubung singkat pada satu phasa, yang disebut juga dengan turn fault. Metode Fast Fourier Transform (FFT) yang digunakan untuk pedeteksian arus dengan pembebanan 0%, dan 100% yang nantinya hasil deteksi untuk klasifikasi pada Neural Network (NN). Pengkategorian tingkat pembebanan dan tingkat kerusakan yang dialami oleh motor induksi, yaitu turn to turn u1, turn to turn u1 dan v1, dan turn to turn u1, v1 dan w1. Pembacaan hasil test yang dilakukan pada Neural Network memiliki hasil prediksi yang baik karena MSE yang dihasilkan tidak melebihi tingkat keerroran 5% yang telah ditetapkan.

PENERAPAN METODE NEURAL NETWORK UNTUK MENGKLASIFIKASI KERUSAKAN BATANG ROTOR MOTOR INDUKSI MELALUI DATA SPEKTRUM ARUS Boimau, Osni; D.P.K., Iradiratu Diah; Dewantara, Belly Yan; Rahmatullah, Daeng
MEDIA ELEKTRIKA Vol 13, No 2 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Kerusakan batang rotor merupakan salah satu jenis kerusakan pada motor induksi yang dapat menyebabkan masalah serius. Kerusakan tersebut dapat mencapai 5% - 10% dari seluruh kasus gangguan motor induksi. Oleh karena itu perlu adanya prediksi awal untuk mengetahui adanya gangguan pada motor induksi, agar dapat dilakukan perbaikan lebih cepat dan tanggap sebelum terjadi kerusakan yang lebih parah. Pada penelitian ini membahas tentang klasifikasi kerusakan batang rotor motor induksi dengan menggunakan analisa arus stator. Data spectrum arus diambil mengunakan metode fast fourier transform. Eksperimen penelitian dilakukan menggunakan metode Neural Network sebagai alat bantu untuk mendeteksi sinyal kesalahan dari mesin listrik karena mampu mengenali pola setiap kerusakan pada batang rotor motor induksi. Pengujian sistem dilakukan untuk mementukan letak kerusakan dalam beberapa kondisi, yaitu kondisi rotor diambil dari hasil pendeteksian Fast Fourier Transform, kondisi beban diambil dari presentase pembebanan yakni 0%, 25%, 50%, 75%, 100% dan tingkat kerusakan motor diambil mulai dari kondisi batang rotor normal sampai rotor mengalami kerusakan 3BRB7mm. Hasil pengujian ini membuktikan bahwa metode Neural Network mampu mengklasifikasi setiap kondisi kerusakan batang rotor motor induksi dengan membuktikan dari hasil Mean Squared Error MSE yang dihasilkan memiliki nilai rata-rata pada semua kondisi kerusakan sebesar 5.84 . Dengan rata-rata efisiensi pengujian dibawah 5%.

KLASIFIKASI HUBUNG SINGKAT TURN TO TURN PADA BELITAN STATOR MOTOR INDUKSI YANG DISEBABKAN KEGAGALAN ISOLASI MENGGUNAKAN METODE NEURAL NETWORK (NN) Irawan, Barli Jeihan; PK, Iradiratu Diah; Dewantara, Belly Yan; Rahmatullah, Daeng
MEDIA ELEKTRIKA Vol 13, No 2 (2020): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Hampir seluruh industri menggunakan motor induksi sebagai alat bantu produksi, hal ini disebabkan karena beberapa alasan yaitu, kecepatan putar yang dihasilkan konstan, motor induksi tidak memiliki sikat sehingga rugi gesek dapat dikurangi, dan perawatannya yang mudah. Pada penelitian ini adalah mendeteksi kerusakan belitan stator yang disebabkan oleh laminasi belitan sehingga terjadinya hubung singkat pada satu phasa, yang disebut juga dengan turn fault. Metode Fast Fourier Transform (FFT) yang digunakan untuk pedeteksian arus dengan pembebanan 0%, dan 100% yang nantinya hasil deteksi untuk klasifikasi pada Neural Network (NN). Pengkategorian tingkat pembebanan dan tingkat kerusakan yang dialami oleh motor induksi, yaitu turn to turn u1, turn to turn u1 dan v1, dan turn to turn u1, v1 dan w1. Pembacaan hasil test yang dilakukan pada Neural Network memiliki hasil prediksi yang baik karena MSE yang dihasilkan tidak melebihi tingkat keerroran 5% yang telah ditetapkan.

PENERAPAN ARTIFICIAL NEURAL NETWORK UNTUK MENGETAHUI KONDISI BEARING MOTOR MELALUI ANALISA POLA ARUS STATOR Sari Putri Wardiningsih; Iradiratu Iradiratu; Belly Yan Dewantara; Daeng Rahmatullah
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.085 KB)

Motor induksi adalah peralatan elektronik yang digunakan dalam berbagai aplikasi industri untuk mengubah energi listrik menjadi energi mekanik. Motor induksi merupakan peralatan yang memiliki peranan sangat penting di industry karena begitu banyak operasi di industri yang menggunakan motor induksi sebagai penggerak utamanya. Alasan utamanya karena motor induksi memiliki kehandalan yang tinggi dan biaya yang relatif lebih rendah. Meskipun cukup handal tetapi dapat saja mengalami kerusakan total pada saat beroperasi. Kerusakan total pada motor induksi pada saat mendukung proses produksi dapat menyebabkan rendahnya mutu barang yang dihasilkan sampai berhentinya proses produksi itu sendiri. Untuk menghindari kerusakan total pada motor induksi, pada penelitian ini digunakan metode artificial neural network dengan algoritma backpropagation untuk memprediksi letak kerusakan yang akan terjadi pada motor induksi 3 fasa. Agar dapat digunakan untuk memprediksi kerusakan motor induksi pada stator dengan artificial neural network harus memiliki struktur jaringan yang optimal. Diharapkan pada penelitian ini dititik beratkan pada pencarian struktur artificial neural network yang optimal berdasarkan pola data pelatihan seperti mencari jumlah time delay, hidden layer, node hidden layer, nilai konstanta learning rate dan momentum. Diharapkan dengan pengujian ini dapat memprediksi kondisi kerusakan outer bearing pada motor induksi 3.Kata kunci : artificial neural network, kerusakan outer ,motor induksi.

IDENTIFIKASI GANGGUAN BELITAN STATOR MOTOR INDUSKI METODE WAVELET Fahmi Ilman Huda; Iradiratu D.P.K; Belly Yan Dewantara
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2019): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 10 2019
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.513 KB)

Motor induksi merupakan motor yang paling banyak digunakan dalam berbagai aplikasi mulai dari aplikasi di industri-industri besar seperti di industry manufaktur, pertambangan, transportasi, sampai aplikasi di lingkungan rumah tangga. Mekanisme kerusakan pada mesin induksi yang paling umum dapat dikategorikan menurut komponen utama mesin seperti gangguan stator, rotor, dan bearing. Hampir 40% gangguan pada motor induksi terjadi pada bagian stator hal ini bias disebebkan karena hubung singkat pada belitan staor. Maka Pada penelitian ini kerusakan yang dideteksi pada bagian belitan stator dan dilakukan dalam beberapa kondisi, yaitu kondisi tanpa beban dan berbeban. Untuk mengatasi kerugian dari metode sebelumnya, maka deteksi kerusakan belitan stator motor induksi ini menggunakan analisa signal arus motor yang dilengkapi dengan metode wavelet sebagai pertimbangan kerusakan. Oleh karena itu, perlu adanya diagnosis awal yang mendeteksi adanya kerusakan pada belitan stator motor induksi, agar dapat dilakukan perbaikan lebih cepat dan tanggap sebelum terjadi kerusakan yang lebih parah. Serta meminimalisir terjadinya peningkatan getaran, peningkatan kebisingan, peningkatan suhu kerja, kehilangan efisiensi yang dapat menyebabkan kerusakan pada bagian motor induksi yang lain.Kata kunci : Analisis Sinyal Arus Motor, Belitan stator, Motor Induksi, Metode Wavelet.

PERBAIKAN FAKTOR DAYA MENGGUNAKAN CUK CONVERTER BERBASIS PID PADA MOTOR BRUSHLESS DC Jimmy Nilda Gregorius F. Saunoah; Iradiratu D.P.K; Belly Yan Dewantara
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (722.043 KB)

Penggunaan motor brushless DC telah banyak digunakan dalam berbagai bidang seperti peralatan rumah tangga maupun industri dikarenakan motor ini memiliki struktur yang sederhana, efisiensi dan torsi yang tinggi, serta menggunakan konsep komutasi elektris yang berbeda dari motor DC lainnya. Dalam pengoperasian BLDC menggunakan sumber AC, rectifier dan menghubungkan kapasitor umumnya digunakan dimana motor BLDC juga perlu gelombang saat persegi untuk bekerja, penggunaan inverter diperlukan. Inverter juga digunakan untuk tujuan kontrol kecepatan di kontrol kecepatan BLDC konvensional. Kontrol kecepatan konvensional yang hanya menggunakan DBR dan inverter menghasilkan harmonik yang besar yang berarti mengurangi faktor daya juga. Pada penelitian ini akan dikaji lagi mengenai proses power factor correction yang mereduksi harmonisa arus (THD) sumber AC dengan menggunakan cuk converter dalam pengaplikasian motor brushless DC, sehinnga berpengaruh pada kecepatan yang mengakibatkan turun nya nilai faktor daya yang telah di tetapkan oleh standar PLN 0,8. Maka dengan penelitian ini akan membahas cara untuk memperbaiki faktor daya pada motor brushless DC dengan menggunakan Cuk Converter yang menggunakan metode kontrol PID.

Penerapan Metode Fuzzy Logic Sebagai Pengatur Kecepatan Pada Motor BLDC Iradiratu D.P.K; Tria Wisnu Saputra
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (446.059 KB)

Motor Brushless DC (BLDC) adalah motor sinkron dengan magnet permanen pada rotor dan kumparan jangkar pada stator. Keuntungan paling jelas dari konfigurasi tanpa sikat adalah penghilangan sikat, yang menghilangkan pemeliharaan sikat dan bunga api. Sistem motor BLDC mengacu pada konsep rangkaian elektromekanik, sistem penggerak yang tanggap dan hemat energi. Sistem tersebut dibangun melalui perpaduan elektromekanik, rangkaian elektronika, sistem sensor dan rangkaian logika. Pada bagian elektromekanik menonjolkan konsep keunggulan motor DC konvensional dalam hal pengendalian dan keunggulan motor sinkron 3 fasa dalam hal efisiensi. Selain keunggulan motor terdapat juga masalah pada motor. Masalah yang ada pada motor adalah dimana pada saat kenaikan beban maka dapat terjadi overshoot dan error steady state. Untuk mengatasi overshoot dan error maka diperlukan pengontrol pada Motor BLDC. Pengontrol yang digunakan ada pada Speed Controller, dimana speed controller berfungsi sebagai pengatur kecepatan pada motor BLDC Pada speed controller terdapat fuzzy logic yang berfungsi untuk memproses data yang telah di masukkan. Dengan menggunakan kontrol kecepatan maka diharapkan dapat memperkecil terjadinya overshoot pada saat putaran motor mencapai maksimum dan undershoot ketika terjadi penurunan kecepatan saat ada penambahan beban, waktu putar motor mencapai steady state lebih cepat dibandingkan dengan referensi jurnal sebagai patokan, nilai steady state sesuai dengan kecepatan referensi yang telah diberikan sehingga tidak terjadi error steady state. Pada system yang telah di jalankan motor dapat mencapai hasil yang baik dimana overshoot dan undershoot memiliki nilai yang kecil, waktu rise time baik dan error steady state sangat kecil.

Kontrol Kecepatan Motor BLDC Menggunakan Cuk Konverter Mohamad Akbar Mukti; Thoriqul Huda; Dzulfiqar Julda; Achmad Handoko Andreansyah; Belly Yan Dewantara; Istiyo Winarno; Iradiratu Diah Prahmana K.
Jurnal Teknik Elektro dan Komputasi (ELKOM) Vol 2, No 2 (2020): ELKOM
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/elkom.v2i2.3386

Motor Brushless Direct Current (BLDC) merupakan motor DC tanpa penggunaan sikat sehingga efisiensi pemakaian lebih tinggi, dibantu dengan adanya konverter tegangan DC dapat dikontrol dan diubah untuk mencapai efisiensi. Sejatinya kecepatan motor DC berubah ubah dan tidak terkontrol sehingga mempengaruhi kinerja beban. Pada penelitian ini cuk konverter digunakan sebagai pengkontrol kecepatan motor BLDC. Cuk konverter dapat mengontrol kecepatan motor BLDC dengan mengatur tegangan output dari motor DC, Skema penelitian yang dilakukan disimulasikan ke dalam program PSIM dan perbandingan kinerja sistem tak terkontrol dan sistem terkontrol. Dengan merancang cuk konverter terkontrol, dapat mengatur kecepatan motor DC secara otomatis dengan acuan kecepatan referensi yang telah ditetapkan pada berbagai variasi pembebanan. Sehingga kecepatan dapat dipertahankan meskipun dengan berbagai nilai pembebanan. Dari percobaan sistem terkontrol tidak terjadi overshoot karena dapat diredam oleh sistem PID sehingga tidak terjadi lonjakan kecepatan pada motor BLDC itu sendiri. Hal ini membuktikan bahwa Cuk Konverter dapat digunakan untuk mengontrol kecepatan motor dan menekan laju overshoot.

Short Time Fourier Transform (STFT) sebagai Feature Extraction Deteksi Kerusakan Inner Race Bearing Motor Induksi Secara Realtime Menggunakan Sinyal Suara Iradiratu Diah Prahmana Karyatanti; Belly Yan Dewantara; Fitrya Salsabillah
CYCLOTRON Vol 6 No 2 (2023): CYCLOTRON
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/cl.v6i2.19511

Motor induksi merupakan motor listrik yang dapat mengubah energi listrik menjadi energi mekanik. Motor induksi banyak digunakan didalam dunia industri sebagai penggerak utama karena memiliki tingkat kehandalan yang tinggi, perawatan yang mudah, konstruskisnya sederhana dan harganya murah. Bearing merupakan komponen pendukung dari motor induksi yang membantu rotor agar dapat berputar secara bebas. Salah satu kerusakan terbesar yang terjadi pada motor induksi yang sering ditemui adalah kerusakan bearing. Hampir sekitar 41-44% kasus kerusakan motor induksi yang terjadi pada bearing. Penelitian ini akan mengembangkan monitoring kondisi inner race bearing secara realtime menggunakan raspberry pi melalui sinyal suara dengan metode Short Time Fourier Transform (STFT). Metode ini lebih efektif karena STFT dapat memberikan informasi spektrum frekuensi pada seluruh nilai amplitudo yang telah melalui proses windowing. Pada penelitian ini feature extractionÂ dengan pendekatan STFT untuk deteksi kerusakan inner race bearing menghasilkan akurasi sebesar 98.7%. Kontribusi hasil penelitian adalah tool yang dihasilkan merupakan alternatif solusi dalam mendeteksi kerusakan pada inner race bearing motor induksi yang akurat.

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search