| dc.contributor.advisor | KAMIEL, BERLI PARIPURNA | |
| dc.contributor.advisor | RAHMAN, MUHAMMAD BUDI NUR | |
| dc.contributor.author | ARIANTO, AGUS | |
| dc.date.accessioned | 2020-02-24T07:23:17Z | |
| dc.date.available | 2020-02-24T07:23:17Z | |
| dc.date.issued | 2019-10-21 | |
| dc.identifier.uri | http://repository.umy.ac.id/handle/123456789/31993 | |
| dc.description | Roda gigi merupakan salah satu sistem transmisi daya pada fan industri
yang digunakan untuk mereduksi putaran fan. Analisis spektrum dapat digunakan
untuk mendeteksi cacat pada pasangan roda gigi. Akan tetapi, analisis spektrum
hanya berlaku untuk sinyal yang bersifat stasioner dan periodik. Pada fan industri,
beban kerja dari fan yang berubah-ubah menyebabkan sinyal menjadi tidak
stasioner dan tidak periodik. Continuous wavelet transform (CWT) cocok
digunakan pada kondisi tersebut. Tujuan penelitian ini adalah menerapkan metode
CWT untuk identifikasi cacat roda gigi pada fan industri.
Pada penelitian ini, digunakan 3 variasi kondisi roda gigi (Normal, Cacat
level 1, dan Cacat level 2). Cacat level 1 merupakan cacat pitting dengan diameter
1,5 mm pada satu mata gigi. Cacat level 2 merupakan cacat dengan hilangnya satu
mata gigi. Pengolahan data dilakukan dengan menggunakan software MATLAB
2019a. Hasil pengolahan data dikelompokkan menjadi 2 (data asli dan data setelah
proses Time Synchronous Averaging (TSA)). Setiap variasi kondisi roda gigi
dilakukan plotting domain waktu, spektrum, dan CWT.
Hasil dari penelitian menunjukkan metode analisis CWT berhasil
digunakan untuk mengidentifikasi cacat roda gigi pada fan industri. Metode TSA
membuat hasil analisis CWT lebih baik dengan berkurangnya efek noise. Seiring
bertambahnya level cacat ditunjukkan peningkatan nilai amplitudo GMF. Pada
kondisi cacat level 1, amplitudo GMF naik 2,5 kali terhadap kondisi normal. Pada
kondisi cacat level 2, amplitudo GMF naik 4 kali terhadap kondisi normal dan 1,5
kali terhadap kondisi cacat level 1. | en_US |
| dc.description.abstract | Gear is one of the power transmission systems in industrial fan that is
used to reduce fan rotation. Spectrum analysis can be used to detect fault in the
pair of gears. However, spectrum analysis only applies to signals that are
stationary and periodic. In industrial fan, the changes of fan workload causing the
signals become non-stationary and non-periodic. Continuous wavelet transform
(CWT) analysis is suitable for this condition. The purpose of this research is apply
the CWT analysis for the gear fault identification in industrial fan.
In this research, three variations of gear conditions were used (Normal,
Fault level 1, and Fault level 2). Fault level 1 are pitting fault with 1.5 mm
diameter in one tooth. Fault level 2 are fault with loss of one tooth. Data
processing was performed by using MATLAB 2019a software. The results of data
processing are grouped into 2 (original data and data after Time Synchronous
Averaging (TSA)). Each variation of the gear conditions is plotting in time
domain, spectrum, and CWT.
The results of the research showed the CWT analysis was successfully
used to identify gear fault in industrial fan. The TSA method makes the results of
the CWT analysis better by reducing the noise effect. Increasing the level fault is
shown by increasing value of GMF amplitude. In condition fault level 1, GMF
amplitude increase 2.5 times in normal conditions. In fault level 2, the GMF
amplitude increase 4 times in normal conditions and 1.5 times in fault level 1. | en_US |
| dc.publisher | FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH YOGYAKARTA | en_US |
| dc.subject | Fast Fourier Transform, Gear Mesh Frequency, MATLAB, Time Synchronous Averaging, Vibration | en_US |
| dc.title | IDENTIFIKASI CACAT RODA GIGI PADA PROTOTIPE FAN INDUSTRI MENGGUNAKAN ANALISIS SPEKTRUM DAN CONTINUOUS WAVELET TRANSFORM | en_US |
| dc.type | Thesis
SKR
FT
346 | en_US |
