Aplikasi Sensor MicroElectro Mechanical System (MEMS) sebagai Identifikasi Ketidaknormalan pada Conveyor Belt system
Dosen Pembimbing Pembimbing:: Dr.M.Rivai,ST,, MT Dr.M.Rivai,ST
Oleh Oleh:: Sumantri Kurniawan R 2209204002
TUJUAN Mempelajari karakteristik Sensor MEMS dan sistem akuisisi data sinyal getaran Mengaplikasikan kecerdasan buatan untuk analisa sinyal getaran getaran,, dan sebagai obyek adalah Conveyor Belt system system..
Batasan Masalah
Conveyor Belt sebagai obyek yang diteliti adalah simulasi conveyor dengan rasio perbandingan 1:20 yang mewakili kondisi sebenarnya. sebenarnya. Dengan material belt bahan PVC 2mm mm.. Identifikasi ketidaknormalan conveyor belt dibatasi pada ketegangan belt (Belt tension) dan bearing Analisa sinyal menggunakan Fourier Transform dan Octave band serta menggunakan Neural Network untuk identifikasi ketidaknormalan. ketidaknormalan.
Getaran
Dapat digambarkan sebagai gerak balok berosilasi X(t) = A sin (2π fn t )=A sin (ω.t)
Kecepatan dan percepatan
MEMS (Micro (Micro Electro Mechanical System) System)
MEMS
Phase Sensitive demodulator
MEMS ADXL 150
Rangkaian Pengkondisi sinyal
- Rangkaian Instrumentasi - Vo = m (Vsensor – Vpotensiometer) , m=10 - LM 324 - Single Supply +5V
MEMS ADXL 150 MEMS
Accelerometer up to 50g Low Noise Low Power < 2mA Single Supply 4 Volt Filter on Chip Surface mount Package
Pengujian sensor MEMS getaran : y=A sin (2* (2*π π*f*t) Turunan pertama kecepatan y’=A*(2* π*f) cos(2* cos(2*π π*f*t) Turunan kedua percepatan y”= - A*(2* π*f) 2 sin (2* π*f*t) Percepatan maks maks:: amax = A*(2* π*f) 2 (m/s2) (* note: 1g = 9,8 m/s2
Persamaan
Pengujian Sensor MEMS
Tujuan: Tujuan: - Mengetahui keberfungsian sensor MEMS dan kapasitas masksimum sensor MEMS - mengetahuii response frekwensi dari sensor MEMS
Hasil Pengujian Sensor MEMS
Hasil output sensor MEMS pada frek.40Hz
percepatan Max sensor (g) Percepatan max (g)
Hasil Pengujian: -Sensor MEMS berfungsi dengan baik hingga frek.80Hz - Pada percepatan akselerasi getaran 26g respon MEMS masih baik
Hasil output sensor MEMS pada frek.80Hz
30 25 20 15 10 5 0 Frekuensi (Hz)
sensor MEMS
Monitoring Conveyor Belt
Mendeteksi dini ketidaknormalan,sehingga memperlancar proses produksi dan mengurangi biaya perawatan yang lebih besar besar..
Mendeteksi ketidaknormalan dalam kondisi
conveyor tetap berjalan tanpa menghentikan proses produksi produksi..
Ketegangan Belt (Belt (Belt Tension)
Penelitian Hou Yu Fu & Meng Qi Rui (2008), Mech & Electrical Eng Dept , China Univ of mining & Technology, China (publikasi:Elsevier,2008) frekwensi alami getaran akan meningkat sebanding dengan kenaikan Tension dari Belt secara tidak linear.
Penelitian Y.Pang & G.Lodewijk (2006), Delft University of technology , Netherlands, (publikasi : IEEE, 2006)
Conveyor Belt
Simulasi Conveyor rasio 1:20 Food grade / light product Max load : 5kg/m2 Belt : PVC 2mm
Sumber : CV. Perdana Teknik
Block Diagram Sistem
ATMega 128L Sensor MEMS 1 identifikasi Belt Sensor MEMS 2 identifikasi bearing Frek sampling ADC 500Hz Serial RS-232
Discrete Fourier Transform (DFT) Octave Band Neural Network
Octave band
Octave band Belt
Octave band Bearing
Pengujian Identifikasi ketidaknormalan Belt Pengujian : 3 kondisi : 1. Normal (28 – 24 N/cm) 2. Kendor (22 – 18 N/cm) 3. Kendor Maksimum (16 – 12N/cm)
Diuji dengan beberapa kecepatan Conveyor : 16,6 m/Menit 17,6 m/Menit
Hasil & Pembahasan Belt (kecepatan 16,6m/Menit)
Hasil & Pembahasan Belt (kecepatan 17,6m/Menit)
Neural Network (Belt)
- Standard backpropagation with updating momentum - 2 hidden Layer , masing-masing 15 node layer - 6 node input layer, 3 node output Layer
Hasil percobaan feed forward identifikasi Belt
Error : 0.00001 Learn rate : 0.9 Forgeting factor (α (α) : 0.2
Bearing
Bearing : Tipe : standard 6001ZZ Ø outer race : 2,82cm Ø inner race : 1,2 cm Pengujian 3 kondisi : 1. Bearing Normal 2. Bearing Tidak normal (kotor) 3. Bearing Tidak normal (ball bearing rusak)
Hasil & Pembahasan Bearing (kec Conveyor : 16,6m/Menit)
Hasil & Pembahasan Bearing (kec Conveyor : 17,6m/Menit)
One--third Octave band & one octave band One
Dalam penelitian ini One octave band lebih stabil dibanding one-third octave band untuk bearing yang memiliki penyebaran frekwensi yang tidak stabil untuk kondisi yang sama.
Neural Network (Bearing)
- Standard backpropagation with updating momentum - 2 hidden Layer , masing-masing 15 node layer - 5 node input layer, 3 node output Layer
Hasil percobaan feed forward Identifikasi Bearing
Error : 0.0001 Learn rate : 0.9 Forgeting factor (α (α) : 0.2
Kesimpulan
Sensor MEMS memiliki respon yang sensitif dan stabil hingga maksimum kapasitas yang dimiliki oleh MEMS (50g). Posisi penempatan sensor sangat mempengaruhi dalam pengukuran,sehingga harus dipilih posisi yang signifikan dalam identifikasi identifikasi.. Dengan menggunakan metode octave band perlu diperhatikan pembagian frekwensi dengan tepat sehingga bisa stabil dalam proses identifikasi identifikasi.. Karakter getaran alami belt menunjukkan frekwensi yang semakin turun sebanding dengan tension yang semakin turun turun,, Belt normal memiliki frekwensi alami berkisar 15Hz, kendor berkisar 5Hz5Hz-10Hz dan kendor maksimum berkisar 5Hz.
Terima Kasih
