| dc.contributor.advisor | KAMIEL, BERLI PARIPURNA | |
| dc.contributor.author | PAMUNGKAS, YUDHA YANUAR | |
| dc.date.accessioned | 2018-10-16T02:02:23Z | |
| dc.date.available | 2018-10-16T02:02:23Z | |
| dc.date.issued | 2018-08-31 | |
| dc.identifier.uri | http://repository.umy.ac.id/handle/123456789/22125 | |
| dc.description | Pompa sentrifugal merupakan salah satu mesin konversi energi yang telah banyak digunakan dalam dunia industri seperti pembangkit listik, perminyakan, pusat pengolahan air, dan pengolahan limbah. Penggunaan pompa dalam dunia industri cukup krusial dalam rangkain sistem kerja proses produksi. Mengingat pentingnya peranan pompa maka sangat penting dalam menjaga agar tetap optimal kinerjanya dan tidak mengalami turunnya performa. Salah satu penyebab kerusakan pompa adalah kavitasi. Fenomena kavitasi biasanya ditandai dengan munculnya gelembung-gelembung uap pada saluran pipa yang dapat merusak komponen dalam pompa seperti impeller dan bearing. Oleh karena itu, dibutuhkan penelitian yang bertujuan untuk mendeteksi dan mengembangkan metode kerusakan pompa sentrifugal akibat fenomena kavitasi.
Proses penelitian ini dimulai dengan perekaman data sinyal getaran menggunakan accelometer kemudian dilakukan pengolahan hasil data akuisisi dari perekaman data. Pengolahan data melalui ekstrasi parameter statistik, seleksi data statistik menggunakan PCA, dan klasifikasi hasil seleksi data PCA menggunakan SVM. Variasi kondisi operasi pompa pada penelitian ini adalah variasi tutupan katup yang bertujuan menciptakan kavitasi pada perancangan test rig. Variasi tutupan katup terdiri dari tutupan valve 25% (7200), 50% (14400), dan 75% (21600).
Hasil proses PCA menghasilkan 3PC pertama yang jumlah varians 90% dijadikan input dalam proses klasifikasi menggunakan SVM. Hasil klasifikasi binary SVM dan multi class SVM berhasil dilakukan dengan tingkat akurasi 100%. Hal ini sudah menunjukkan model klasifikasi yang dibangun pada proses training serta proses pemetaannya optimal. | en_US |
| dc.description.abstract | Centrifugal pump is one of the energy conversion machines that have been widely used in industries such as power plant, petroleum, water treatment, and waste treatment. The use of pumps in the industrial world is crucial in the series of work system of the production process. Seeing the importance of its role, it is very important to maintain its optimal performance and the decrease of its performance will not occur. One of the causes of pump fault is cavitation. The cavitation phenomenon is usually characterized by the appearance of the bubbles in the suction pipe which can affects the components in pump such as impeller and bearing. Therefore, research is needed which aims to detect and develop method to centrifugal pump due to cavitation phenomena.
This research was carried out by detecting the initial cavitation in a centrifugal pump. Data processing through extraction of statistical features, statistical data selection using PCA, and classification of PCA data selection results using SVM. Variations in pump operating conditions in this study were variations of valve blockage which aimed to create cavitation in the test rig design. Variations consist of 25% (720o), 50% (1440o), and 75% (2160o) blockage.
The PCA process produces the first 3PC which is 90% of the variance used as input in the classification process using SVM. The results of multi class and binary SVM classification were successfully carried out with 100% accuracy. This already showed that the classification model built in the training process and the mapping process is optimal. | en_US |
| dc.publisher | FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTA | en_US |
| dc.subject | Centrifugal Pump, Cavitation, Vibration, Rig Test, Statistical Parameters, PCA, SVM. | en_US |
| dc.title | DETEKSI DINI KAVITASI PADA POMPA SENTRIFUGAL MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) – SUPPORT VECTOR MACHINE (SVM) | en_US |
| dc.type | Thesis
SKR
F T
302 | en_US |
