BAB IV. ANALISIS HASIL EVALUASI
4.1 PENDAHULUAN
Pada Bab ini dijelaskan penyebab penurunan keandalan APU GTCP85. Penurunan keandalan ditandai dengan kenaikan jumlah kegagalan, baik terhitung dengan kegagalan yang berhasil diselesaikan dan yang tidak berhasil diselesaikan di setiap cycle penerbangan. Kegagalan APU yang tidak berhasil diselesaikan akan masuk dalam Hold
Item List (HIL) dan harus diselesaikan dalam periode terbatas. Perolehan data perhitungan keandalan diambil sesuai dengan Gambar 4.1 (alur proses input data di GMF). Analisis data pada bab ini hanya secara matematis yaitu menghitung keandalan, menentukan penyebab kegagalan dan menentukan prosedur penyelesaian kegagalan sistem APU. a. Maintenance Report, Pilot Report (PIREPS) dan Unschedule Removal Data terdiri dari maintenance report (MAREPS), pilot report (PIREPS) dan unschedule
removal. Maintenance report merupakan laporan tindakan engineer ketika merawat pesawat, memperbaiki kegagalan, melaporkan kegagalan dan memeriksa kondisi pesawat. PIREPS merupakan laporan kondisi pesawat selama pilot mengoperasikan pesawat. Unschedule removal adalah laporan pelepasan komponen yang terjadi diluar waktu pelepasan yang ditentukan. Unscheduled removal dapat terjadi bila komponen terjadi kerusakan atau kegagalan fungsional. b. MCC dan TLP Data berupa MAREPS, PIREPS dan unschedule removal disimpan dan dicatat oleh Maintenance Control Center (MCC) dan Unit Pencatatan Data (TLP).
36
Maintenance report, Pilot report & Unscheduled removal
MCC
Component & APU
TLP Shop Test, Adjustment, Repair & Installation
Database SNAG
Functional Failure & Potential Failure APU GTCP85, B737/300/400/500
Functional Failure & Potential Failure APU / Component APU
Confirmed Failure
Time to Failure
Gambar 4.1. Alur proses input data di GMF
c. Database SNAG Data dari MCC dan TLP berupa maintenance report, PIREPS dan unschedule removal disimpan dan diakses melalui database SNAG. Di database SNAG data dipilih berdasarkan ATA 49 (APU) pesawat Boeing 737-300/400/500. Data ini melaporkan kondisi normal, kegagalan potensial dan fungsional APU. d. Functional Failure & Potensial Failure APU GTCP85, B737-300/400/500 Kegagalan potensial merupakan kondisi fisik yang teridentifikasi yang menunjukkan kegagalan fungsional sebentar lagi terjadi. Contoh kegagalan potensial APU adalah
exhaust gas temperature meninggi akibat perubahan perbedaan tekanan udara pada differential air pressure regulator. Item yang sudah dalam kondisi kegagalan potensial bila terus dioperasikan lama-kelamaan akan terjadi kegagalan fungsional. Contoh kegagalan fungsional APU adalah tidak dihasilkan pengapian pada igniter plug.
37
e. Component & APU Komponen & APU akan terjadi kegagalan potensial atau fungsional. Komponen & APU dilepas bila engineer menyatakan bahwa telah terjadi kegagalan potensial atau fungsional. Komponen & APU tersebut dikirimkan ke shop untuk dilakukan pemeriksaan dan pengujian. f. Shop Komponen & APU yang dilepas dengan kondisi kegagalan potensial atau fungsional, dikirimkan ke masing-masing divisi system shop. Komponen dilakukan pengujian, penyetelan, perbaikan dan pemasangan kembali. Tujuan pengujian fungsional adalah untuk mengetahui fungsional sesungguhnya yang dimiliki komponen & APU dan mengidentifikasi modus kegagalannya. Shop akan memberikan laporan hasil pemeriksaan dan pengujian. g. Confirmed Failure Bila laporan (MAREPS, PIREPS dan unsceduled removal) menunjukkan suatu kegagalan fungsional APU terjadi karena komponen tertentu adalah penyebabnya, maka laporan komponen tersebut dikonfimasi ulang dengan melihat hasil pemeriksaan di shop. Bila hasil pengujian menunjukkan komponen tersebut memiliki performa yang rendah, maka laporan kegagalan potensial atau fungsional dinyatakan ”confirmed failure”. h. Time to Failure Komponen yang telah dinyatakan ”confirmed failure” dicatat umur kegagalannya. Umur kegagalan merupakan umur ketika terjadi kegagalan fungsional atau kegagalan potensial. Umur kegagalan ini dijadikan referensi untuk analisis keandalan komponen APU. Bila laporan (MAREPS, PIREPS dan unsceduled removal) menunjukkan APU terjadi kegagalan potensial dan fungsional, maka waktu terjadinya kegagalan sejak APU dipasang dijadikan referensi untuk analisis keandalan APU.
38
Data yang diperoleh merupakan data kegagalan APU yang terjadi selama Bulan Januari 2003 sampai dengan Desember 2004. Data yang dikumpulkan diperoleh klarifikasinya sebagai berikut: - 347 komponen tidak rusak, - 792 komponen rusak, - 157 komponen tidak teridentifikasi ke dalam status rusak atau tidak rusak. 792 komponen yang rusak sudah dipastikan kerusakannya (confirmed failure) 792 komponen tersebut dijadikan bahan analisis keandalan komponen dengan mencatat umur komponen yang terukur sejak komponen terpasang di APU (TSI, time since installed). TSI dihitung sejak komponen terpasang dan dioperasikan di APU. Apabila komponen diperbaiki dan dapat bekerja kembali sesuai dengan fungsinya maka nilai TSI komponen sama dengan nol.
4.2 ANALISIS KEANDALAN KOMPONEN APU
Subbab ini membahas keandalan komponen sebagai fungsi lama pengoperasian (umur komponen). Pembahasan keandalan komponen ini akan menentukan faktor-faktor penyebab terjadinya kegagalan fungsi APU. Umur komponen yang digunakan merupakan waktu yang terukur sejak komponen dipasang di APU (TSI, time since installed) Sebagaimana yang telah dijelaskan pada Gambar 4.1 mengenai alur proses input data, maka dalam analisis keandalan komponen ini digunakan data komponen yang teridentifikasi sebagai penyebab kegagalan pengoperasian APU. 792 laporan kegagalan komponen menunjukkan 18 komponen sebagai penyebab kegagalan pengoperasian APU yaitu APU control unit, electronic temperature control, valve surge control, starter
motor, oil pressure switch, bleed air valve, igniter plug, ignition exciter, electronic speed switch, fan cooling, oil cooler, FCU, fuel shut off valve, actuator rotary, air pressure regulator, tacho generator, oil filter dan oil pump.
Data umur komponen APU
ditunjukkan pada Tabel 4.1 dan data komponen lainnya di Lampiran D.
39
Tabel 4.1. Umur komponen APU terhitung sejak Time Since Installed (TSI)
Oil Cooler
Tacho generator
Actuator Rotary
Oil Pump
Fuel shut off valve
531 2342 3326 3395 3670 3689 5103 6380 6773
17 149 996 1233 1428 2186 3115 3205 3603
10 11 23 23 29 42 61 88 99
348 3603 5333 6260 6773 7686 10076 11281 11916
1803 14090 15971 22725 25453 26529 26830 27780 30681
Langkah selanjutnya adalah penentuan distribusi keandalan menggunakan metode penentuan distribusi keandalan sebagaimana yang telah dijelaskan pada subbab 2.4. Pada bab ini hanya dijelaskan komponen fuel shut off valve untuk menunjukkan proses penentuan distribusi keandalan. Pada data umur komponen fuel shut off valve pada Tabel 4.1 dilakukan pengujian menggunakan distribusi Weibull, Lognormal dan Exponensial. Nilai r2 (coefficienct of
determination) yang mendekati nilai 1 digunakan sebagai penentu keabsahan distribusi keandalan, kemudian distribusi keandalan yang diperoleh diuji menggunakan Goodnees
of fit. Jika hasil pengujian Goodnees of fit yang menunjukkan status ‘diterima’, maka distribusi keandalan tersebut akan digunakan untuk mengukur keandalan komponen. a. Least square fit
Metode least square fit merupakan metode penentuan jenis distribusi dengan melihat sebaran data sekitar garis lurus pada plot grafik. a.1 Penentuan distribusi Weibull menggunakan metode least square fit Data untuk plot grafik distribusi Weibull komponen fuel shutoff valve ditunjukkan pada Tabel 4.2.
40
Tabel 4.2. Data untuk plot grafik distribusi Weibull komponen fuel shutoff valve
I
t
1 2 3 4 5 6 7 8 9 10
1803 14090 15971 22725 25453 26529 26830 27780 30681 31404
F (x) =
x = ln (t)
⎡ 1 ⎤ y = ln ln ⎢ ⎥ ⎣1 − F ( x ) ⎦
7.497207223 9.553220605 9.678529857 10.03122092 10.14458889 10.18599375 10.19727594 10.23207162 10.33139885 10.35469055
-2.350618656 -1.606090045 -1.144278086 -0.794106012 -0.50065122 -0.237676951 0.011534137 0.261812562 0.533417353 0.874591383
i n +1
0.090909091 0.181818182 0.272727273 0.363636364 0.454545455 0.545454545 0.636363636 0.727272727 0.818181818 0.909090909
dimana n = banyaknya umur kegagalan = 10,
sehingga
shape parameter =
a=β=
xy − x y x2 − x
2
= 0,978
b = y − a x = - 0,49 – (0,978 x 9,82) = -10,09
scale parameter =
2
b a
η = exp( − ) = exp ( −
r (coefficienct of determination) =
− 10,09 ) = 30241, 59 0,978
( xy − x y ) 2 2
2
( x 2 − x )( y 2 − y )
= 0,704
41
a.2 Penentuan distribusi Lognormal metode least square fit Data untuk plot grafik distribusi Lognormal komponen fuel shutoff valve ditunjukkan oleh Table 4.3. Tabel 4.3. Data untuk plot grafik distribusi Lognormal komponen fuel shutoff valve i
t
x = ln (t)
1 2 3 4 5 6 7 8 9 10
1803 14090 15971 22725 25453 26529 26830 27780 30681 31404
7.497207223 9.553220605 9.678529857 10.03122092 10.14458889 10.18599375 10.19727594 10.23207162 10.33139885 10.35469055
i n +1 0.052631579 0.105263158 0.157894737 0.210526316 0.263157895 0.315789474 0.368421053 0.421052632 0.473684211 0.526315789
-1
y = Φ (F)
F(x) =
-1.619856259 -1.25211952 -1.003147968 -0.80459638 -0.633640001 -0.479505653 -0.33603814 -0.199201325 -0.066011812 0.066011812
dimana n = banyaknya umur kegagalan = 10,
sehingga parameter Lognormal
a=
ω=
xy − x y x2 − x
2
= 0, 5254
1 = 1,903 a
b = y − a x = - 0,632 – (0,5254 x 9,82) = - 5,791 b a
to = exp( − ) = exp ( −
r2 (coefficienct of determination) =
− 5,791 ) = 61260,65 0,5254
( xy − x y ) 2 2
2
( x 2 − x )( y 2 − y )
= 0,695
42
a.3 Penentuan distribusi Exponensial metode least square fit Data untuk plot grafik distribusi Exponensial komponen fuel shutoff valve ditunjukkan oleh Table 4.4.
Tabel 4.4. Data untuk plot grafik distribusi Exponensial komponen fuel shutoff valve i
t
1 2 3 4 5 6 7 8 9 10
1803 14090 15971 22725 25453 26529 26830 27780 30681 31404
F(x) =
i n +1
⎡ 1 ⎤ y = ln ln ⎢ ⎥ ⎣1 − F ( x ) ⎦ 0.09531018 0.200670695 0.318453731 0.451985124 0.606135804 0.78845736 1.011600912 1.299282984 1.704748092 2.397895273
x=t
0.090909091 0.181818182 0.272727273 0.363636364 0.454545455 0.545454545 0.636363636 0.727272727 0.818181818 0.909090909
1803 14090 15971 22725 25453 26529 26830 27780 30681 31404
dimana n = banyaknya umur kegagalan = 10,
a=
sehingga
scale parameter =
Θ=
xy − x y x2 − x
2
= 0, 000105
1 = 9523,80 a
b = y − a x = - 0,495 – (0,000105 x 22326) = - 2,839
location parameter = ύ = −
2
b = 27038,09 a
r (coefficienct of determination) =
( xy − x y ) 2 2
2
( x 2 − x )( y 2 − y )
= 0,928
43
b. Goodness of fit tests
Goodness of fit tests merupakan pengujian terhadap hasil hipotesa dari distribusi yang didapatkan pada metode least square of fit. Pengujian ini membandingkan null hypothesis (Ho) dengan hipotesa (H1), dimana masing-masing hipotesa menyatakan: Ho = umur kegagalan dapat dianalisis dengan jenis distribusi tertentu. H1 = umur kegagalan tidak dapat dianalisis dengan jenis distribusi tertentu. Pengujian distribusi ini menggunakan metode statistik yaitu b.1 pengujian Mann’s untuk distribusi Weibull, Tabel 4.5. Pengujian Mann’s untuk distribusi Weibull komponen fuel shutoff valve i 1 2 3 4 5 6 7 8 9 10
t 1803 14090 15971 22725 25453 26529 26830 27780 30681 31404
ln (t) 7.497 9.553 9.679 10.03 10.14 10.19 10.2 10.23 10.33 10.35
Zi -2.996 -1.844 -1.274 -0.873 -0.548 -0.262 0.0055 0.2744 0.5697 0.9612
Mi 1.152 0.569 0.402 0.325 0.286 0.268 0.269 0.295 0.392
K1=n/2 5
K2 = n-1/2 4,5 ~ 5
ln ti+1 - ln ti 2.05601338 0.12530925 0.35269106 0.11336797 0.04140486 0.01128219 0.03479567 0.09932723 0.0232917
(ln ti+1 - ln ti)/Mi 1.785074136 0.220113392 0.878341928 0.348973995 0.144997607 0.042098049 0.129426747 0.336353 0.059479669
dimana Mi = Zi+1 - Zi ; n = banyaknya umur kegagalan
⎡ i − 0,5 ⎞⎤ ⎛ Zi = ln ⎢− ln⎜1 − ⎟⎥ ⎝ n + 0,25 ⎠⎦ ⎣ k1 sehingga M =
n −1
∑ [(ln t
i = n1 +1 n1
i +1
− ln t i ) / M i ]
k 2 ∑ [(ln t1+1 − ln t i ) / M i ]
=
5(0,567 ) = 0,168 5(3,37)
i =1
Fcrit, 0.05, 5, 5 = 2,97 (lihat Lampiran C.1) Hasil perhitungan menunjukkan M < Fcrit maka H0 “Diterima” atau umur kegagalan fuel shut off valve dapat dianalisis dengan distribusi Weibull.
44
b.2 pengujian Kolmogorov-Smirnov untuk distribusi Lognormal, Tabel 4.6. Pengujian Kolmogorov-Smirnov untuk distribusi Lognormal komponen
fuel shutoff valve i
T
(i-1)/n
i/n
F(t) = i/(N+1)
(ti-t)2
1 2 3 4 5 6 7 8 9 10
1803 14090 15971 22725 25453 26529 26830 27780 30681 31404
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.090909091 0.181818182 0.272727273 0.363636364 0.454545455 0.545454545 0.636363636 0.727272727 0.818181818 0.909090909
421218157 198528100 255072841 516425625 647855209 703787841 719848900 771728400 941323761 986211216
n
dimana s2 =
∑( t i =1
i
⎛t −t ⎞ ⎟ Φ⎜⎜ i ⎟ ⎝ s ⎠ 0.216415 0.376464 0.404044 0.506074 0.547554 0.563798 0.568324 0.582547 0.625244 0.635672
D1
D2
0.2164 0.2765 0.204 0.2061 0.1476 0.0638 -0.032 -0.117 -0.175 -0.264
-0.116 -0.176 -0.104 -0.106 -0.048 0.0362 0.1317 0.2175 0.2748 0.3643
− t )2
n −1
= 684666672,2
s = 26166,1 ⎧⎪ ⎛ t i − t ⎞ i − 1⎫ ⎟− ⎬ ⎟ 1≤i ≤ n ⎪ s n ⎭ ⎠ ⎩ ⎝
D1 = max ⎨Φ⎜⎜
= 0,2765
⎧⎪ i ⎛ t − t ⎞⎫⎪ ⎟⎬ D2 = max ⎨ − Φ⎜⎜ i ⎟⎪ 1≤i ≤ n n s ⎪⎩ ⎝ ⎠⎭
= 0,3643
Dn = max { D1 , D2 } = 0,3643 Dcrit = 0,239 (lihat Lampiran C.2) Hhasil perhitungan menunjukkan Dn > Dcrit maka Ho “Ditolak” atau umur kegagalan fuel shut off valve tidak dapat dianalisis dengan distribusi Lognormal.
45
b.3 pengujian Barlett’s untuk distribusi Exponensial Syarat yang harus dipenuhi dalam pengujian Barletts adalah banyaknya umur kegagalan (n) harus lebih besar dari 20 umur kegagalan. Umur kegagalan fuel shut off valve sebanyak 10 umur kegagalan. Umur kegagalan fuel shut off valve lebih kecil dari 20 maka Ho ”Ditolak” atau umur kegagalan fuel shut off valve tidak dapat dianalisis dengan distribusi Exponensial. [ref 5] Hasil yang didapatkan ditampilkan pada Tabel 4.7 dan keterangan lebih lengkap pada Lampiran E. Tabel 4.7. Hasil pengujian distribusi keandalan komponen APU Least square fit
APU control unit Electronic temperature control Valve surge control Starter motor Oil pressure switch Bleed air Ignition exciter Electronic speed switch Oil cooler FCU Fuel Shut off valve Air pressure regulator Tacho generator Oil pump Fan cooling Actuator rotary Catatan :
Goodness of fit
r2
Komponen Weibull 0.90
Lognormal 0.98
Eksponensial 0.01
Weibull Diterima
Lognormal -
Eksponensial -
0.84
0.87
0.34
Diterima
-
-
1 0.98 0.92 0.96 0.93
1 0.91 0.88 0.97 0.84
0.99 0.79 0.80 0.77 0.57
Diterima Diterima Diterima Diterima Diterima
-
-
0.95
0.86
0.97
Diterima
-
Diterima
0.88 0.87 0.704
0.79 0.95 0.695
0.76 0.90 0.928
Diterima Diterima Diterima
-
-
0.98
0.95
0.02
Diterima
-
-
0.92 0.80 0.95 0.85
0.83 0.68 0.98 0.94
0.95 0.70 0.91 0.52
Diterima Diterima Diterima Diterima
Diterima Diterima Diterima Diterima
-
= Distribusi yang digunakan
Untuk membentuk kurva keandalan digunakan parameter-paremeter kurva keandalan, yang dihasilkan dari pengujian least square fit. Tabel 4.8 menunjukkan nilai parameter yang dihasilkan dari pengujian least square fit.
46
Tabel 4.8. Nilai parameter distribusi keandalan komponen APU Komponen
Distribusi
APU control unit Electronic temperature control Valve surge control Starter motor Oil pressure switch Bleed air Ignition exciter Electronic speed switch Oil cooler FCU Fuel Shut off valve Air pressure regulator Tacho generator Oil pump
Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Weibull Log normal Log normal
Fan cooling Actuator rotary
Parameter
Scale parameter (η)
811 7079 6960 2006 16154 1234 2464 6468 5221 1351 30543 1925 3703 9238
Shape parameter (β)
4084.78 to
0.54 5.46 1.44 1.19 0.84 0.67 0.55 0.80 1.36 0.71 0.97 0.74 0.6 0.91 0.65
ω 312.09
2.89
Dengan menggunakan nilai parameter yang tertera pada Tabel 4.8, maka dihasilkan kurva nilai probability distribution function f(t), keandalan R(t), ketidakandalan F(t), dan
failure rate. Perhitungan keandalan ini menggunakan rumus yang dijelaskan pada subbab 2.4.4 metode parametrik. 4.2.1
Keandalan Komponen APU
Pada bab ini hanya dijelaskan komponen APU control unit, oil pressure switch dan oil
cooler sebagai penunjukkan proses analisis keandalan komponen. Hasil analisis komponen-komponen APU lainnya ditampilkan pada Tabel 4.9 dan kurva distribusi keandalan ditampilkan pada Lampiran F. Pada kurva distribusi keandalan diGambarkan keandalan untuk pemakaian APU selama 2 tahun (Januari 2003 sampai dengan Desember 2004) atau 6570 jam. Nilai 6570 jam adalah pemakaian rata-rata APU selama 2 tahun di pesawat Boeing 737 300/400/500
47
dimana pemakaian rata-rata per hari adalah 9 jam (akan dijelaskan di Bab IV dalam pembahasan perhitungan APU hours dan ratio factor APU). 4.2.1.1
APU control unit
APU control unit merupakan alat yang digunakan untuk mengontrol APU ketika starting saat operasi dan saat mematikan APU. Selain itu terdapat overspeed reset/test switch untuk memeriksa permasalahan di dalam sistem APU. Pada Tabel 4.7 ditunjukkan hasil pengujian distribusi keandalan komponen APU, dimana untuk APU control unit dapat dilakukan analisis keandalan menggunakan distribusi Weibull dan nilai scale parameter (η) = 811 dan shape parameter (β) = 0,54. Dengan menggunakan nilai parameter-parameter tersebut maka nilai pdfnya
f(t) =
=
β ⎛t ⎞ ⎜ ⎟ η ⎝η⎠
β −1
0,54 ⎛ t ⎞ ⎜ ⎟ 811 ⎝ 811 ⎠
⎡ ⎛ t ⎞β exp ⎢ − ⎜ ⎟ ⎢⎣ ⎝ η ⎠
−0 , 36
⎤ ⎥ ⎥⎦
⎡ ⎛ t ⎞ 0.54 ⎤ exp ⎢− ⎜ ⎟ ⎥ ⎣⎢ ⎝ 811 ⎠ ⎦⎥
pdf
f(t)
t (hours) Gambar 4.2. Kurva pdf APU control unit
48
Gambar 4.2 menunjukkan kurva pdf sebagai fungsi waktu (t) akan semakin kecil. Pada saat t = 6570 maka nilai f(6570) = 9,43 x 10-6. Kurva keandalan APU control unit dapat dibentuk dengan persamaan ⎡ ⎛ t ⎞β ⎤ R (t) = exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦ ⎡ ⎛ t ⎞ 0.54 ⎤ ⎟ ⎥ ⎢⎣ ⎝ 811 ⎠ ⎥⎦
= exp ⎢− ⎜
Kurva keandalan APU control unit ditunjukkan pada Gambar 4.3. Setelah pemakaian t = 6570 jam nilai keandalan APU control unit adalah R (6570)
⎡ ⎛ t ⎞β ⎤ = exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦
⎡ ⎛ 6570 ⎞ 0.54 ⎤ ⎟ ⎥ ⎢⎣ ⎝ 811 ⎠ ⎥⎦
= exp ⎢− ⎜ = 0,045
atau peluang ketidakandalan komponen F(t) = 1 - R(6570) = 0,955. Nilai keandalan yang rendah ini mengakibatkan APU control unit sering bermasalah ketika memulai (starting), dan saat operasi APU yang dapat mempengaruhi prestasi APU.
R(t)
R(t)
t (hours)
Gambar 4.3. Kurva keandalan APU control unit 49
Untuk mengetahui waktu rata-rata terjadinya kegagalan APU control unit: ∞
MTTF = ∫ tf ( t ) dt 0
atau dalam distribusi Weibull = ηГ(1+1/β) = 811 Г(2.85) = 1411 jam/kegagalan. Nilai laju kegagalan komponen λ(t) dalam distribusi Weibull adalah β λ(t) = η
=
⎛t⎞ ⎜⎜ ⎟⎟ ⎝η ⎠
β −1
0.54 ⎛ t ⎞ ⎜ ⎟ 811 ⎝ 811 ⎠
−0 , 36
Kurva yang dihasilkan untuk APU control unit ditunjukkan pada Gambar 4.4. Laju kegagalan APU control unit menurun sepanjang perubahan waktu (t) dimana Laju kegagalan APU control unit menunjukkan karakter kegagalan berbentuk early failure. Failure rate
λ(t)
t (hours)
Gambar 4.4. Kurva laju kegagalan APU control unit
50
4.2.1.2
Oil pressure switch
Oil pressure switch merupakan salah satu switch APU yang digunakan untuk mendeteksi tekanan oil pada saat pengaturan urutan (sequence) kejadian, seperti sensor tekanan oil 4 psi ketika proses penyalaan igniter di ruang bakar. Pada Tabel 4.7 ditunjukkan hasil pengujian distribusi keandalan komponen APU, dimana untuk oil pressure switch dapat dilakukan analisis keandalan menggunakan distribusi Weibull dan nilai scale parameter (η) = 16154 dan shape parameter (β) = 0,84. Dengan menggunakan nilai parameter tersebut maka nilai pdfnya β⎛t⎞ f(t) = ⎜⎜ ⎟⎟ η ⎝η ⎠
β −1
⎡ ⎛ t ⎞β ⎤ exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦
0,84 ⎛ t ⎞ = ⎜ ⎟ 16154 ⎝ 16154 ⎠
−0 ,16
⎡ ⎛ t ⎞ 0,84 ⎤ exp ⎢− ⎜ ⎟ ⎥ ⎢⎣ ⎝ 16154 ⎠ ⎥⎦
pdf
f(t)
(hours) t (hours)
Gambar 4.5. Kurva pdf oil pressure switch
51
Gambar 4.5 menunjukkan nilai pdf sepanjang perubahan waktu (t) yang semakin kecil. Pada saat t = 6570 nilai f(6570) = 3,75 x 10-6. Kurva keandalan oil pressure switch dapat dibentuk dengan persamaan ⎡ ⎛ t ⎞β ⎤ R (t) = exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦ ⎡ ⎛ t ⎞ 0,84 ⎤ ⎟ ⎥ ⎢⎣ ⎝ 16154 ⎠ ⎥⎦
= exp ⎢− ⎜
Kurva keandalan ditunjukkan pada Gambar 4.6. Setelah pemakaian t = 6570 jam nilai keandalan oil pressure switch adalah ⎡ ⎛ 6570 ⎞ 0,84 ⎤ ⎟ ⎥ ⎢⎣ ⎝ 16154 ⎠ ⎥⎦
R (6570) = exp ⎢− ⎜ = 0,625
Peluang ketidakandalan komponen F(t) = 1 - R(6570) = 0,375. Nilai keandalan ini mengakibatkan lemahnya oil pressure switch dalam mendeteksi tekanan oil untuk pengaturan urutan kejadian pada APU. R(t)
R(t)
(hours) tt (hours)
Gambar 4.6. Kurva keandalan oil pressure switch
52
Untuk mengetahui waktu rata-rata terjadi kegagalan oil pressure switch : ∞
(MTTF) = ∫ tf ( t ) dt 0
atau dalam distribusi Weibull = ηГ(1+1/β) = 16154 Г(2,19) = 17607 jam/kegagalan. Nilai laju kegagalan komponen λ(t) dalam distribusi Weibull adalah
λ(t) =
β η
⎛t⎞ ⎜⎜ ⎟⎟ ⎝η ⎠
β −1
0,84 ⎛ t ⎞ = ⎜ ⎟ 16154 ⎝ 16154 ⎠
−0 ,16
Kurva yang dihasilkan untuk oil pressure switch ditunjukkan pada Gambar 4.7. Laju kegagalan oil pressure switch menurun sepanjang perubahan waktu dan menunjukkan karakter kegagalan berbentuk early failure. Failure rate
λ(t)
t (hours)
Gambar 4.7. Kurva laju kegagalan oil pressure switch
53
4.2.1.3
Oil cooler
Oil cooler merupakan komponen yang berfungsi mendinginkan oil yang telah mengalir dari sistem menuju ke oil tank. Pada Tabel 4.7 ditunjukkan hasil pengujian distribusi keandalan komponen APU, dimana untuk oil cooler dapat dilakukan analisis keandalan menggunakan distribusi Weibull dan nilai scale parameter (η) = 5221 dan shape parameter (β) = 1.36. Dengan menggunakan nilai parameter tersebut maka nilai perubahan pdf β⎛t⎞ f(t) = ⎜⎜ ⎟⎟ η ⎝η ⎠
=
β −1
⎡ ⎛ t ⎞β ⎤ exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦
1,36 ⎛ t ⎞ ⎟ ⎜ 5221 ⎝ 5221 ⎠
0 , 36
⎡ ⎛ t ⎞1,36 ⎤ exp ⎢− ⎜ ⎟ ⎥ ⎢⎣ ⎝ 5221 ⎠ ⎥⎦
pdf
f(t)
t (hours)
Gambar 4.8. Kurva pdf oil cooler Gambar 4.8 menunjukkan nilai pdf pada saat t = 6570 nilai f(6570) =7,22 x 10-6.
54
Kurva keandalan oil cooler dapat dibentuk dengan persamaan ⎡ ⎛ t ⎞β ⎤
R (t) = exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦ ⎡ ⎛ t ⎞1,36 ⎤ ⎟ ⎥ ⎣⎢ ⎝ 5221 ⎠ ⎦⎥
= exp ⎢− ⎜
Kurva keandalan ditunjukkan pada Gambar 4.9. Setelah pemakaian t = 6570 jam nilai keandalan oil cooler menunjukkan ⎡ ⎛ 6570 ⎞1,36 ⎤ ⎟ ⎥ ⎣⎢ ⎝ 5221 ⎠ ⎦⎥
R (6570) = exp ⎢− ⎜ = 0,25
Peluang ketidakandalan komponen F(t) = 1 - R(6570) = 0,75. Nilai keandalan ini mengakibatkan oil cooler tidak efektif dalam mendinginkan oil yang telah mengalir dari sistem menuju ke oil tank. R(t)
R(t)
t (hours)
Gambar 4.9. Kurva keandalan oil cooler
55
Untuk mengetahui waktu rata-rata terjadi kegagalan oil cooler : ∞
(MTTF) = ∫ tf ( t ) dt 0
atau dalam distribusi Weibull = ηГ(1+1/β) = 5221 Г(1,73) = 4855 jam/kegagalan. Nilai laju kegagalan komponen λ(t) dalam distribusi Weibull adalah
λ(t)
β⎛t⎞ = ⎜⎜ ⎟⎟ η ⎝η ⎠
=
β −1
1,36 ⎛ t ⎞ ⎜ ⎟ 5221 ⎝ 5221 ⎠
−0 , 36
Kurva yang dihasilkan untuk oil cooler ditunjukkan pada Gambar 4.10. Laju kegagalan
oil cooler menunjukkan karakter kegagalan berbentuk wear out atau aging. Failure rate
λ(t)
t (hours)
Gambar 4.10. Kurva laju kegagalan oil cooler Untuk komponen yang lain digunakan proses perhitungan yang sama untuk menghitung pdf f(t), keandalan R(t), ketidakandalan F(t) dan waktu rata-rata terjadinya kegagalan (MTTF). Hasil perhitungan setelah pemakaian 6570 jam ditampilkan dalam Tabel 4.9.
56
Tabel 4.9. Hasil keandalan komponen dengan t = 6570 jam Komponen APU control unit Electronic temperature control Valve surge control Starter motor Oil pressure switch Bleed air valve Ignition exciter Electronic speed switch Oil cooler FCU Fuel Shut off valve Air pressure regulator Tacho generator Oil pump Fan cooling Actuator rotary
Hasil R(t) 0.045
F(t) 0.955
f(t) 0.000000943
MTTF 1411
Failure rate Early failure
0.53
0.47
0.00037389
6556
Aging
0.39 0.01 0.62 0.03 0.14
0.61 0.99 0.38 0.96 0.86
0.00000803 0.000000122 0.000000375 0.000000130 0.000000265
5647 1857 17607 1761 2769
Aging Aging Early failure Early failure Early failure
0.35
0.65
0.000000499
5938
Early failure
0.25 0.04 0.82
0.75 0.96 0.18
0.000000722 0.000000135 0.000000264
4855 1676 21823
Aging Early failure Aging
0.08
0.92
0.000000233
2298
Early failure
0.24 0.47
0.75 0.52
0.000000314 0.000000633
3456 6875
Early failure Early failure
R(t) 0.22 0.14
F(t) 0.78 0.86
f(t) 0.000000708 0.000000125
MTTF 4817 8579
Effect Aging Early failure
4.3 ANALISIS KEANDALAN APU
Parameter yang dibutuhkan untuk menghitung keandalan adalah waktu terjadinya kegagalan APU yang dicatat berdasarkan waktu APU sejak dipasang (TSI). Waktu terjadinya kegagalan APU dihitung menggunakan EI No. AG/49-00-00093R5 dan ratio
factor yang sudah direvisi (lihat Tabel 3.7). Contoh perhitungan waktu terjadinya kegagalan APU adalah sebagai berikut; APU GTCP85 bernomor seri (S/N) P168 yang memiliki APU hours total 24926 dan telah dipasang selama 2000 jam di pesawat B737-500 PK-GGD. PK-GGD terbang dari kota Jakarta menuju Medan selama 2 jam. APU ini terjadi kegagalan fungsional ketika dioperasikan di kota Medan. Waktu terjadinya kegagalan APU ialah APU hours = [(X – Y) x RF] + Z
57
X - Y = 2 flight hours
Ratio factor B737-500 = 1,15 (lihat Tabel 4.6) Z = 24926 APU hours APU hours total = (2 x 1,15) + 24926 = 2,3 + 24926 = 24928,3 APU hours Waktu terjadinya kegagalan sejak APU dipasang = 24928,3 – 24926 + 2000 = 2002,3 APU hours. Data waktu terjadinya kegagalan APU ditampilkan pada Tabel 4.10 dan lengkapnya pada Lampiran K. Tabel 4.10. Waktu terjadinya kegagalan APU 1
10
23
42
59
72
89
120
151
1
11
25
46
59
72
90
125
151
2
11
26
46
59
72
91
126
153
2
13
26
47
61
72
91
126
153
3
13
27
48
61
72
92
127
153
3
14
28
49
61
73
93
127
156
5
14
28
50
61
73
94
127
156
5
14
28
50
61
73
94
130
161
6
15
29
50
63
75
94
130
164
6
16
30
51
63
75
95
130
168
7
16
30
51
63
78
96
132
168
7
16
31
52
65
79
98
132
171
7
16
32
52
65
79
98
132
174
7
16
32
52
65
81
99
132
174
7
17
33
53
66
81
99
138
175
7
17
35
54
66
81
104
139
175
7
17
35
56
66
84
107
139
177
7
17
35
56
68
84
108
146
177
7
17
37
56
69
84
109
147
177
8
17
38
56
69
85
109
147
179
8
18
38
56
69
85
111
149
182
8
18
40
56
69
86
112
149
182
8
19
40
57
71
86
112
150
185
10
19
41
57
71
86
114
150
185
10
23
42
58
71
87
115
150
186
Langkah selanjutnya dilakukan penentuan distribusi keandalan menggunakan metode penentuan distribusi keandalan sebagaimana yang telah dijelaskan pada subbab 2.4.
58
Waktu terjadinya kegagalan APU pada Tabel 4.10 dilakukan pengujian menggunakan distribusi Weibull, Lognormal dan Exponensial. Penentuan distribusi keandalan tercapai bila nilai r2 (coefficienct of determination) yang mendekati nilai 1 digunakan sebagai penentu keabsahan distribusi keandalan, kemudian distribusi keandalan yang diperoleh diuji menggunakan Goodnees of fit. Jika hasil pengujian Goodnees of fit yang menunjukkan status ‘Diterima’, maka distribusi keandalan tersebut akan digunakan untuk mengukur keandalan komponen. Pengujian ini dijabarkan lebih lengkap pada Lampiran K. Adapun hasil pengujian distribusi keandalan APU yang diperoleh ditampilkan pada Tabel 4.11. Tabel 4.11. Hasil pengujian distribusi keandalan APU Least square fit
APU
Goodness of fit
r2
System Weibull 0.983
Lognormal 0.945
Eksponensial 0.423
Weibull Diterima
Lognormal -
Eksponensial -
Nilai parameter distribusi keandalan APU yang dihasilkan dengan pengujian least square
fit, ditampilkan pada Tabel 4.12. Nilai shape parameter (β) lebih kecil dari 1 (β < 1), artinya karakter keandalan berbentuk early failure. Tabel 4.12. Parameter keandalan APU Komponen Distribusi APU
Weibull
Parameter Scale parameter Shape parameter (η) (β) 1725.638 0.69242
Hasil pengujian distribusi keandalan APU pada Tabel 4.11 menunjukkan daata kegagalan APU dianalisis menggunakan distribusi Weibull. Dengan memasukkan nilai parameter keandalan APU kedalam rumus pdf diperoleh;
f(t) =
β⎛t⎞ ⎜ ⎟ η ⎜⎝ η ⎟⎠
β −1
⎡ ⎛ t ⎞β ⎤ exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦
59
=
0.692 ⎛ t ⎞ ⎜⎜ ⎟ 1725,638 ⎝ 1725,638 ⎟⎠
−0 ,31
0 , 692 ⎡ ⎛ ⎤ t ⎞ exp ⎢− ⎜⎜ ⎥ ⎟⎟ ⎢⎣ ⎝ 1725,638 ⎠ ⎥⎦
Nilai pdf yang diperoleh sepanjang perubahan waktu digambarkan dalam bentuk kurva pada Gambar 4.11.
Gambar 4.11. Kurva pdf APU GTCP85 Nilai pdf disaat penggunaan selama 2 tahun (Bulan Januari 2003 sampai dengan Desember 2004) atau t = 6570 jam maka nilai f(6570) = 2,119 x 10-5. Dengan diketahui fungsi pdf maka nilai R(t) dan F(t) dapat ditentukan. Kurva keandalan APU control unit dapat dibentuk dengan persamaan ⎡ ⎛ t ⎞β ⎤ R (t) = exp ⎢− ⎜⎜ ⎟⎟ ⎥ ⎢⎣ ⎝ η ⎠ ⎥⎦
60
⎡ ⎛
t ⎞ ⎟⎟ 1725 , 638 ⎢⎣ ⎝ ⎠
0 , 692
= exp ⎢− ⎜⎜
⎤ ⎥ ⎥⎦
Kurva keandalan APU ditunjukkan pada Gambar 4.12. Setelah pemakaian t = 6570 jam nilai keandalan APU adalah ⎡ ⎛ 6570 ⎞ 0, 692 ⎤ ⎥ ⎟⎟ ⎥⎦ ⎢⎣ ⎝ 1725,638 ⎠
R (6570) = exp ⎢− ⎜⎜
= 0.0802 atau peluang ketidakandalan APU = 1 - R(6570) = 0,9198. Nilai keandalan sebesar 0,0802 merupakan nilai keandalan yang rendah dengan arti bahwa apabila APU dioperasikan dalam beberapa kali maka nilai kegagalan pengoperasian APU lebih banyak daripada kesuksesan pengoperasian.
Gambar 4.12. Kurva keandalan APU
61
∞
Untuk mengetahui waktu rata-rata terjadinya kegagalan APU (MTTF) =
∫ tf ( t ) dt atau 0
dalam distribusi Weibull = ηГ(1+1/β) = 1725,638 x 1,27 = 2191,56 jam/kegagalan. Laju kegagalan APU meningkat sepanjang waktu (t) dimana nilai laju kegagalan APU λ(t) dalam distribusi Weibull adalah β λ(t) = η
=
⎛t⎞ ⎜⎜ ⎟⎟ ⎝η ⎠
β −1
t 1,27 ⎛ ⎞ ⎜ ⎟ 1725,638 ⎝ 1725,638 ⎠
−0 , 308
dan grafik yang dihasilkan untuk APU ditunjukkan pada Gambar 4.13. Laju kegagalan APU menunjukkan karakter kegagalan berbentuk early failure.
λ(t)
Gambar 4.13. Kurva laju kegagalan APU
62
4.4 FAULT TREE ANALYSIS
Fault Tree Analysis (FTA) digunakan untuk menentukan penyebab kegagalan fungsional dengan membentuk bagan pohon kegagalan. PIREPS menunjukkan telah terjadi 2726 kasus kegagalan fungsional APU. Rincian untuk 2726 kasus tersebut sebagai berikut (lihat Tabel 4.13) a. 1583 kasus berhasil diselesaikan dan tidak terjadi kegagalan di 1 siklus penerbangan berikutnya (58%), b. 908 kasus sukses diselesaikan tetapi di 1 siklus penerbangan berikutnya kembali gagal (33%), c. 235 kasus tidak berhasil diselesaikan dan APU gagal beroperasi (9%) Tabel 4.13. Contoh kasus kegagalan fungsional APU Tanggal
Dari
Tujuan
Permasalahan
Penyelesaian
1/28/2004
JOG
CGK
APU FAILED TO LIGHT
FCU REPLACED REF AMM 49-
UP
31-11 P.401 APU CONDITION MONITORING*RESULT GOOD
1/21/2005
BPN
TRK
APU UNABLE TO START
APU
ACC
UNIT
RESET
RESTARTED APU OK 1/21/2005
TRK
BPN
APU UNABLE TO START
APU ACC UNIT REPLACED
3/27/2004
MES
BTJ
APU UNABLE TO START
CHK OVER SPEED LT ILL RESET
APU
ALL
UNIT
RESTART NOT SUCCESS 3/27/2004
BTJ
MES
APU UNABLE TO START
APU ACC UNIT REPOST N RESET
APU
START
NOT
ENGAGE
Dalam analisis FTA ini akan diidentifikasi modus kegagalan yang menyebabkan kegagalan fungsional APU. Untuk membentuk bagan fault tree APU, berikut ini dijelaskan alur pembentukan fault tree berdasarkan informasi yang didapat selama penelitian di GMF. Gambar 4.14 menunjukkan alur pembuatan fault tree APU.
63
Maintenance report, Pilot report & Unscheduled removal
MCC
APU & Component APU
TLP Shop Test, Adjustment, Repair & Installation
Database SNAG
Functional Failure & Potential Failure APU GTCP85, B737/300/400/500
Functional Failure & Potential Failure APU / Component APU
Confirmed Failure
AMM 49-00-00 & Trouble Shooting Manual
FTA
Gambar 4.14. Alur pembuatan fault tree APU
Penjelasan mengenai Maintenance Report, Pilot Report (PIREPS) dan Unschedule
Removal, MCC dan TLP, Database SNAG, Functional Failure & Potensial Failure APU GTCP85, B737-300/400/500, APU & Component APU, Shop dan Confirmed Failure sama dengan penjelasan pada subbab 4.1. Proses selanjutnya dijelaskan sebagai berikut. a. AMM 49-00-00 & Troubleshooting Manual Laporan yang menyatakan ”confirmed failure”, terjadinya kegagalan fungsional dan potensial dilakukan pemeriksaan prosedur penyelesaiannya berdasarkan AMM 49-00-00 dan troubleshooting manual. AMM 49-00-00 akan memberikan penjelasan lengkap mengenai sistem APU, prosedur perawatan dan penyelesaian masalah. Troubleshooting
manual akan menunjukkan sintom-sintom penyelesaian masalah, yang diawali dengan penyelesaian sederhana hingga kompleks.
64
b. Fault Tree Analysis (FTA) Data kegagalan dikelompokkan kembali berdasarkan kegagalan fungsional APU, sistem APU dan kegagalan komponen. Penyelesaian masalah yang telah diperoleh sesuai ATA 49-00-00 dan troubleshooting manual, diurutkan hingga membentuk bagan akar-akar kegagalan dari kegagalan fungsional APU atau bagan fault tree APU.
4.4.1
Fault Tree APU
Fault tree APU disusun berdasarkan mekanisme pencapaian putaran 100% dan selama berlangsungnya putaran 100%. Data PIREPS, AML dan maintenance manual (ATA 4900-00) menunjukkan kegagalan APU dapat terjadi ketika APU melakukan starting, proses pembakaran dan pencapaian putaran 100% ataupun terjadinya kegagalan fungsional APU ketika putaran 100%. Berlandaskan penjabaran sistem APU pada Lampiran B dan alur pembuatan fault tree APU maka dihasilkan bentuk fault tree APU GTCP85 yang ditunjukkan pada Lampiran M. Dengan sederhana fault tree APU ditunjukkan pada Gambar 4.15
Gambar 4.15. Fault Tree APU APU dikatakan gagal beroperasi bila APU tidak dapat menyuplai daya listrik (electrical
power cannot be used) atau APU tidak dapat menyuplai bleed air (bleed air cannot be used). Kegagalan fungsional APU (APU failure) dijadikan sebagai Top Event (TE) dalam fault tree APU. Masing-masing kegagalan tersebut memiliki akar-akar penyebab kegagalan. Proses pencarian dan penentuan penyebab kegagalan dilakukan dengan
65
merinci proses sejak APU dinyalakan (starting), proses pembakaran dan pencapaian putaran 100% (lihat Lampiran M). Pada Gambar 4.16 ditunjukkan salah satu kasus penyebab kegagalan fungsional APU yaitu tidak terjadi pembakaran pada ruang bakar. Salah satu penyebabnya adalah sistem pengontrolan APU (controlling APU) tidak bekerja. Pada sistem pengontrolan APU terdapat 2 komponen yaitu electronic speed switch dan APU control unit. Komponenkomponen tersebut berperan penting untuk memicu percikan api pada igniter plug di ruang bakar. Fungsi komponen electronic speed switch sebagai sensor putaran dengan memberikan input ke komponen APU control unit untuk mengendalikan sistem APU ketika: a. putaran 50% untuk pemutusan motor starter, b. putaran 95% untuk mengaktifkan load relay dan c. putaran 110% untuk mengaktifkan overspeed relay. Bila komponen electronic speed switch tidak bekerja yang disebabkan sub-komponen pin memiliki koneksi yang buruk (bad connection) maka tidak akan ada input pada APU
control unit. Bila ini terjadi secara automatis APU control unit mematikan sistem APU. Begitu juga sebaliknya, bila APU control unit gagal beroperasi yang disebabkan subkomponen pin memiliki koneksi yang buruk maka dapat mematikan sistem APU. Bila penyebab kegagalan APU diurutkan, maka penyebab kegagalan merupakan bagian terkecil dari komponen (sub komponen), dimana sistem akan rusak bila salah satu atau kombinasi dari sub komponen rusak.
66
Top Event
Event-System Fail
Komponen
Sub-Komponen
Sub-Komponen
Gambar 4.16. Fault tree analysis: kegagalan fungsi APU disebabkan tidak terjadi pembakaran di ruang bakar Contoh lain dari analisis penyebab kegagalan APU ditunjukkan pada Gambar 4.17, dimana fault tree dapat membantu proses troubleshooting. Berikut ini adalah penjelasan bagaimana fault tree dapat digunakan dalam proses trouble shooting system atau untuk menyatakan suatu modus kegagalan komponen merupakan penyebab kegagalan fungsional APU (lihat Gambar 4.17)
67
Gambar 4.17. Fault tree analysis: kegagalan fungsional APU ketika proses starting Kasus kegagalan : ”APU tidak bisa starting” Hal ini dapat disebabkan oleh -
tidak ada DC power,
-
ram door tidak membuka dan electrical switch membuka,
-
tidak ada pengontrolan APU,
-
starter motor rusak.
Kejadian-kejadian tersebut diurutkan sesuai alur sistem. Bila starter tidak bekerja dapat dikarenakan -
battery lemah: periksalah kondisi battery; Apakah tegangan kurang dari 22 volt DC?,
-
actuator rotary door tidak bekerja: pastikan bahwa ram door bekerja,
-
fuel shut off valve tidak bekerja: pastikan bahwa fuel shut off valve membuka.
-
APU control unit tidak bekerja; tidak bekerjanya APU control unit dapat ditandai dengan tidak bekerjanya actuator rotary door dan fuel shut off valve ataupun tidak adanya tegangan yang masuk ke APU control unit,
68
-
Starter motor tidak bekerja: periksa electrical connection atau starter motor. Bila tidak ada perubahan ganti starter motor.
4.4.1.1
Analisis kualitatif fault tree
Basic event merupakan modus kegagalan dari tiap-tiap komponen yang menyebabkan kegagalan fungsi APU. Untuk mengetahui penyebab dari kegagalan fungsional APU dilakukan klasifikasi komponen basic event menggunakan metode cut set. Masingmasing kegagalan diberi kode huruf untuk mempersingkat penyebutan. - Battery (A) - Actuator rotary door (B) - Fuel shut off valve (C) - Starter motor (D) - Electronic speed switch (E) - Tacho generator (F) - APU control unit (G) - Low oil quantity (H) - Oil pressure switch (I) - Oil pump (J) - Fuel solenoid (K) - Fuel atomizer (L) - Fuel control unit (M)
- Igniter (N) - Ignition exciter (O) - Three way control valve (P) - Oil cooler (Q) - Fan cooling (R - Bleed air valve (S) - Surge valve (T) - Proportional valve (U) - Air pressure regulator (V) - ETC (W) - Generator control unit (X) - Generator (Y)
Berikut ini penjabaran analisis kualitatif minimal cut set fault tree dengan kasus tidak terjadinya pembakaran di ruang bakar atau no combustion (lihat Gambar 4.18 dan Tabel 4.14). Analisis minimal cut set dimulai dengan menganalisis top down pada konstruksi fault
tree. Dari penjabaran fault tree no combustion tersebut maka G** ∪ H* ∪ L*
∪ N*.
Pada masing-masing kode huruf memiliki penyebab kegagalan, dimana operasi ∪ (or
gates) menunjukkan salah satu atau kombinasi input dari suatu kegagalan dapat menyebabkan kegagalan fungsional APU. OR gates diganti dengan input yang diletakkan secara vertikal yang mengakibatkan penambahan jumlah cut set. Operasi ∩ (and gates) menunjukkan bila seluruh kejadian terjadi maka akan menyebabkan kegagalan fungsional
69
Electrical power cannot be used
Controlling APU fail
Unable light up/maintain 100%
No combustion
APU Unable to start
High EGT
No fuel distribution
Low oil pressure
No Ignition
Oil pressure not increase 4 psi, switch not close I1
Oil pressure not increase 4 psi, switch not close I1
Bad distribution fuel Electronic speed switch fail
APU control unit fail
Low oil quantity
No oil pressure
Bad Ignition
Switch oil pressure fail
Oil pump fail Bad connect ion E1
Switch oil pressure dirty I1
Leak
Reset G2
Bad connect ion G3
Heavy carboni zed L1
No oil pressure
Oil pump leak Shaft gear broken J4
Spring weak J1
Leak shaft J2
Filter block J3
Seal damag e J5
Packing damage K2
Pump perform ance low M1
Gear shaft damage M3
Govern oor broken M4
Filter block J6
Resista nce low K3
Cable put off K4
Coil overhe at K5
Ignition exciter fail
Igniter Broken N1
Unstable governoor M2
Fuel Solenoid valve not open
Bad contac t K1
Igniter fail
FCU Fail
Fuel atomizer fail
Short K6
Solenoid Short M5
No output voltage O1
Unidentif ied O4
Dirty O2
Bad issolatio n O3
Stuck close K7
Gambar 4.18. Fault tree : no combustion 70
APU. AND gates diganti dengan input yang diletakkan secara horizontal pada kolom yang berbeda mengakibatkan penambahan ukuran cut set. Hasil yang diperoleh adalah {E1 ∪ (G2 ∪ G3)} ∪ {H1 ∪ (J1 ∪ J2 ∪ J3 ∪ J4 ∪ J5 ∪ J6) ∪ I1} ∪ [{(I1∩K1) ∪ (I1∩K2) ∪ (I1∩K3) ∪ I1∩K4) ∪ (I1∩K5) ∪ (I1∩K6) ∪ (I1∩K7)} ∪ (I1∩L1) ∪ {(I1∩M1) ∪ (I1∩M2) ∪ (I1∩M3) ∪ (I1∩M4) ∪ (I1∩M5)}] ∪ [(I1∩N1) ∪ {(I1∩O1) ∪ (I1∩O2) ∪ (I1∩O3) ∪ (I1∩O4)}]
Tabel 4.14. Analisis kualitatif fault tree: no combustion STEPS
1
2
3
4
5
E1
E1
E1
G2 G3 H1 J1 J2 J3 J4 J5 J6
G2 G3 H1 J1 J2 J3 J4 J5 J6
I1
I1
SWITCH OIL PRESSURE
I1, K
I1, K1 I1, K2 I1, K3 I1, K4 I1, K5 I1, K6 I1, K7
SWITCH OIL PRESSURE, FUEL SOLENOID
I1, L
I1, L1
SWITCH OIL PRESSURE, FUEL ATOMIZER
I1, M
I1, M1 I1, M2 I1, M3 I1, M4 I1, M5
SWITCH OIL PRESSURE, FCU FAIL
I1, N1
I1, N1
SWITCH OIL PRESSURE, IGNITER
I1, O
I1, O1 I1, O2 I1, O3 I1, O4
SWITCH OIL PRESSURE, IGNITION EXCITER
G** G H1
H*
J
I
NO COMBUSTION
L*
N*
I1, L**
I1, N**
COMPONENT ELECTRONIC SPEED SWITCH APU CONTROL UNIT LOW OIL QUANTITY
OIL PUMP
71
Hasil tersebut merupakan rangkaian penyebab kegagalan fungsional yang disebabkan oleh kegagalan sub-komponen. Namun kegagalan sub-komponen mengindikasikan kegagalan komponen, sehingga hasil yang diperoleh dikelompokkan kembali menurut pengkodean kegagalan komponen. (E ∪ G) ∪ (H ∪ J ∪ I) ∪ {(I∩K) ∪ (I∩L) ∪ (I∩M)} ∪ {(I∩N) ∪ (I∩O)} I ∪ (I∩N) ∪ (I∩O) = I ∪ I = I
dimana
I
I
I ∪ {(I∩K) ∪ (I∩L) ∪ (I∩M)} = I ∪ I ∪ I = I
dan
Persamaan di atas berarti peluang kegagalan oil pressure switch (I) lebih menentukan untuk terbentuknya top event (tidak terjadinya pembakaran) daripada peluang kegagalan fuel
solenoid (K), fuel atomizer (L), fuel control unit (M), igniter (N) dan ignition exciter (O). Hasil minimal cut set yang diperoleh adalah (E ∪ G) ∪ (H ∪ J ∪ I)
Hasil analisis kualitatif dilampirkan pada Lampiran N. Kegagalan fungsional APU tersebut disebabkan tidak adanya pembakaran pada ruang bakar karena kerusakan oil pressure
switch (I). Jika hasil analisis kualitatif dibentuk menjadi fault tree analysis maka akan berbentuk seperti yang ditampilkan pada Lampiran O. Apabila dilakukan cut set terhadap jenis-jenis kegagalan, maka basic event yang menyebabkan munculnya top event atau kegagalan fungsi APU adalah - Battery (A)
- Actuator rotary door (B)
- Fuel shut off valve (C)
- Starter motor (D)
- Electronic speed switch (E)
- Tacho generator (F)
- APU control unit (G)
- Low oil quantity (H)
- Oil pressure switch (I)
- Oil pump (J)
72
- Fuel solenoid (K)
- Fuel atomizer (L)
- Fuel control unit (M)
- Three way control valve (P)
- Oil cooler (Q)
- Fan cooling (R)
- Bleed air valve (S)
- Surge valve (T)
- Proportional valve (U)
- Air pressure regulator (V)
- ETC (W) - Generator control unit (X)
- Generator (Y)
Masing-masing kegagalan diberi kode huruf untuk mempersingkat penyebutan. Perumusan hasil cut set kegagalan fungsi APU adalah A ∪ B ∪ C ∪ D ∪ E ∪ F ∪ G ∪ H ∪ I ∪ J ∪ K∪ L ∪ M ∪ P ∪ Q ∪ R ∪ S
∪ T ∪ U ∪ V ∪ W ∪ X ∪ Y. Artinya adalah kegagalan tersebut mungkin terjadi, dimana kombinasi dari beberapa kegagalan komponen atau salah satu dari kegagalan komponen dapat menimbulkan kegagalan fungsi APU. 4.4.1.2
Analisis kuantitatif fault tree
Dalam analisis kuantitatif fault tree APU GTCP-85 dihitung nilai peluang terjadi top event dan mengurutkan peluang kegagalan terbesar hingga terkecil komponen yang mengakibatkan kegagalan fungsional APU GTCP 85. Nilai ketidakandalan pada top event tergantung pada 2 kegagalan fungsional yang terjadi (lihat Gambar 4.15) yaitu a. Electrical power tidak dapat digunakan b. Bleed air tidak dapat digunakan Berikut ini penjabaran analisis kuantitatif fault tree APU GTCP85 (lihat juga Lampiran O).
Electrical power dan bleed air tidak dapat digunakan dapat disebabkan oleh; i.
APU tidak dapat di start (APU unable to start)
ii.
tidak ada pembakaran di ruang bakar (no combustion)
73
iii.
tidak dapat dinyalakan atau tidak dapat mempertahankan putaran 100% (unable to light/maintain 100%)
exhaust gas temperatur berlebihan (High EGT).
iv.
Masing-masing kejadian tersebut memiliki probabilitas, yang ditentukan dengan minimum
cut set (perhatikan proses cut set pada tabel Lampiran N). Hasil akhir cut set diperoleh dengan memasukkan nilai keandalan yang tertera pada Tabel 4.9 pada persamaan di bawah ini
P{TE} =
m
∑ i =1
P (Ci ) −
m −1
m
∑∑
P (Ci ∩ Cj)+
i =1 j = i +1
m2
m1
m
∑ ∑ ∑ P (Ci ∩ Cj ∩ Ck) + ... i =1 j = i +1 k = j +1
+ (-1)m-1P(Ci ∩ Cj ∩ Ck ..... ∩ Cm) Untuk nilai keandalan komponen battery (A), low oil quantity (H), fuel solenoid (K), fuel
atomizer (L), three way control valve (P), proportional valve (U), generator control unit (X) dan generator (Y) diasumsikan memiliki keandalan sama dengan 0. Peluang terjadinya
electrical power tidak dapat digunakan, untuk tiap sub-TE, adalah i.
APU unable to start : {A}, {B}, {C}, {D}, {E}, {F}, {G} A + B + C + D + E + F + G – A (B+C+D+E+F+G) – B (C+D+E+F+G) – C (D+E+F+G) – D (E+F+G) – E (F+G) – FG + ABC +ABD + ABE + ABF + ABG + ACD +ACE + ACF + ACG +.........+ ABCDEFG = 0.9266
ii.
No combustion : {E}, {G}, {H}, {I}, {J) = 0.8730
iii.
Unable to light/maintain 100% : {D}, {L}, {P}, {M}, {Q}, {R}, {E}, {F}, {G}, {X}, {Y} = 0.7336
iv.
High EGT : {L}, {M}, {S}, {T}, {U}, {V}, {W} = 0.7330
Apabila hasil nilai ketidakandalan F(t) diurutkan dari kecil hingga terbesar maka kegagalan APU yang diakibatkan APU unable to start merupakan penyebab kegagalan yang paling dominan.
74
Peluang terjadinya bleed air tidak dapat digunakan, untuk tiap sub-TE sama dengan sub-TE electrical power tidak dapat digunakan kecuali sub-TE unable to light/maintain 100%, karena kegagalan bleed air valve (S), proportional valve (U), ETC (W) dan air
pressure regulator (V) mempengaruhi pengaturan besar kecilnya bleed air. [ref 4] Nilai sub-TE unable to light/maintain 100% adalah {D}, {L}, {P}, {M}, {Q}, {R}, {E}, {F}, {G}, {S}. {W}. {U}, {V} = 0,8785 Untuk mengetahui nilai keandalan APU dari rangkaian fault tree maka dihitung nilai
minimal cut set dari nilai-nilai keandalan yang terjadi tiap-tiap kejadian. P (APU unable to start) = 0,9266, P (no combustion) = 0,8730, P(unable to light
up/maintain 100%) = 0,7336 dan 0,8785, P(high EGT ) = 0,7330 maka nilai ketidakandalan APU dengan metode minimal cut set adalah (lihat Gambar 4.19)
Gambar 4.19. Fault tree APU Masing-masing kegagalan diberi kode huruf untuk mempersingkat penyebutan. P (APU
unable to start) = A1, P (no combustion) = B1, P(unable to light up/maintain 100%) = C1, P(high EGT ) = D1. P (Top Event APU Fail) = A1 + B1 + C1 + D1 – A1 (B1 + C1 + D1) – B1 (C1 + D1) – C1 D1 + A1 B1 C1 + A1 B1 D1 + A1 C1 D1 + B1 C1 D1 – A1 B1 C1 D1 = 3,2662 – 2,167 – 1,280 – 0,537 + 0,593 + 0,5929 + 0,498 + 0,469 – 0,434 = 0.999 Nilai ketidakandalan APU ini menunjukkan APU sering mengalami kegagalan di tiap-tiap pengoperasian.
75
