NUR SETIAWAN, WAHYU (2020) PERANCANGAN SISTEM PINTAR UNTUK DIAGNOSIS SINYAL GETARAN MOTOR DC 12 KW MENGGUNAKAN JARINGAN SYARAF TIRUAN. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01. Cover.pdf Download (753kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02. Bab 1.pdf Restricted to Registered users only Download (52kB) |
|
|
Text (BAB II)
03. Bab 2.pdf Restricted to Registered users only Download (895kB) |
|
|
Text (BAB III)
04. Bab 3.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB IV)
05. Bab 4.pdf Restricted to Registered users only Download (534kB) |
|
|
Text (BAB V)
06. Bab 5.pdf Restricted to Registered users only Download (461kB) |
|
|
Text (DAFTAR PUSTAKA)
07. Daftar Pustaka.pdf Restricted to Registered users only Download (300kB) |
|
|
Text (LAMPIRAN)
08. Lampiran.pdf Restricted to Registered users only Download (663kB) |
Abstract
Smart system design is an effective and sophisticated way to diagnose a damage to a 12 kw dc motor. Artificial neural network is a system that can be used to determine the vibration characteristics of a rotating machine. To be able to run this system requires an output signal in the form of a frequency domain (spectrum). This study aims to design a system to determine damage to rotating machinery. The research method uses spectrum data from a vibration analyzer which is collected based on different types of damage and then processed using MATLAB software. Create training data based on spectrum characteristics. Researchers used 4 types of spectrum characteristics namely unbalance, missalignment, bearing defect and soft foot. There are 80 training data patterns from 4 types of spectrum characteristics to be used on the system, the goal is that the system is able to recognize the patterns that have been made. The training data patterns that have been successfully recognized by the system are then tested. When testing the results of the analysis issued by the system. There is an error value of 0%, then the MSE value of 0.00156368 and a regression value of 0.995825. From 10 test data in the testing process, all detected according to the pattern that has been made. then the system can be implemented to help make it easier to find out the vibration damage to the engine. Keywords; Artificial neural network, vibration analysis, spectrum, damage detection Perancangan sistem pintar merupakan cara efektif dan mutakhir dalam mendiagnosis sebuah kerusakan pada motor dc 12 kw. Jaringan syaraf tiruan merupakan sistem yang dapat digunakan untuk mengetahui sebuah karakteristik getaran pada mesin yang berputar. Untuk dapat menjalankan sebuah sistem ini diperlukan sinyal keluaran berupa domain frekuensi (spectrum). Penelitian ini bertujuan untuk merancang sebuah sistem guna mengetahui kerusakan pada mesin yang berputar. Metode penelitian menggunakan data spectrum dari alat vibration analyzer yang dikumpulkan berdasarkan jenis kerusakan yang berbeda lalu diolah dengan menggunakan software matlab. Membuat data latih berdasarkan karakteristik spectrum. Peneliti menggunakan 4 jenis karakteristik spectrum yakni unbalance, missalignment, bearing defect dan soft foot. Terdapat 80 pola data latih dari ke 4 jenis karakteristik spectrum untuk digunakan pada sistem, tujuannya agar sistem mampu mengenali pola yang telah dibuat. Pola data latih yang telah berhasil dikenali oleh sistem selanjutnya dilakukan pengujian. Pada saat pengujian dilakukan analisis hasil yang dikeluarkan oleh sistem. Terdapat hasil nilai error sebesar 0%, lalu nilai MSE sebesar 0,00156368 dan nilai regresi sebesar 0,995825. Dari 10 data uji pada proses pengujian, semua terdeteksi sesuai pola yang telah dibuat. Maka sistem dapat di implementasikan untuk membantu mempermudah dalam mengetahui kerusakan getaran pada mesin. Kata kunci; Jaringan syaraf tiruan, analisis getaran, spektrum, deteksi kerusakan.
Actions (login required)
 |
View Item |
