Simulasi dan Deteksi Hubung Singkat Impedansi Tinggi pada Stator Motor Induksi Menggunakan Arus Starting

Simulasi dan Deteksi Hubung Singkat Impedansi Tinggi pada Stator Motor Induksi Menggunakan Arus Starting Fallin Afrelia Adrianto, Dimas Anton Asfani dan I.G.N Satriyadi Hernanda Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111 E-mail: [email protected], [email protected], [email protected] Abstrak — Motor induksi merupakan bagian penting dari dunia industri. Apabila terjadi kerusakan pada bagian motor, maka akan mempengaruhi proses produksi. Salah satu bentuk kegagalan pada motor induksi dapat disebabkan oleh hubung singkat. Deteksi dini hubung singkat dapat mencegah kerusakan yang lebih parah pada motor induksi. Tugas akhir ini menggunakan MATLAB untuk mensimulasikan motor induksi dengan stator yang terhubung singkat. Arus hubung singkat yang mempunyai impedansi tinggi akan disimulasikan sebagai representasi gejala awal kerusakan stator. Arus starting motor akan dianalisa untuk mendeteksi adanya gangguan ini. Kata Kunci — Motor induksi, stator, hubung singkat, arus starting

I. PENDAHULUAN otor induksi merupakan motor arus bolak-balik (AC) yang paling luas penggunaannya dalam bidang industri. Hal ini dikarenakan motor induksi memiliki beberapa keunggulan yaitudesain motor induksi yang sederhana dan kuat, harga yang relatif murah, perawatan yang sedikit, dan dapat langsung dihubungkan ke sumber AC. Prinsip kerja motor induksi yaitu ketika sumber tegangan 3 fasa dipasang pada kumparan stator, maka akan timbul medan putar [1]. Medan putar stator tersebut akan memotong batang konduktor pada rotor. Akibatnya pada kumparan rotor timbul tegangan induksi. Dikarenakan kumparan rotor merupakan rangkaian yang tertutup, garis gaya listrik atau ggl akan menghasilkan arus. Adanya arus di dalam medan magnet akan menumbulkan gaya pada rotor. Apabila kopel mula yang dihasilkan oleh gaya pada rotor cukup besar untuk memikul kopel beban, rotor akan berputar searah dengan medan putar stator. Seperti yang telah dijelaskan sebelumnya, tegangan induksi timbul karena terpotongnya batang konduktor (rotor) oleh medan putar stator. Artinya agar tegangan terinduksi diperlukan adanya perbedaan relatif antara kecepatan medan putar stator dengan kecepatan berputar rotor. Perbedaan kecepatan putar disebut dengan slip. Apabila kecepatan putar rotor sama dengan kecepatan putar stator, tegangan tidak akan terinduksi dan arus tidak mengalir pada kumparan jangkar rotor, dengan demikian tidak dihasilkan kopel. Kopel motor akan timbul apabila kecepatan putar rotor lebih kecil dari kecepatan putar stator. Seperti halnya motor-motor yang lain, motor induksi juga rawan terhadap kerusakan akibat adanya gangguan. Terdapat berbagai macam gangguan di motor, salah satunya hubung singkat. Hubung singkat pada belitan menyebabkan penurunan

M

jumlah belitan ekuivalen pada motor. Hal ini dapat menyebabkan terjadinya penurunan kecepatan dan peningkatan panas pada inti karena adanya penambahan rugirugi I2R. Peningkatan panas tersebut dapat membuat suhu belitan stator meningkat sehingga berakibat pada penurunan perkiraan umur dari isolasi belitan. Kegagalan isolasi pada belitan stator akan mengakibatkan tambahan hubung singkat pada belitan, tambahan kenaikan temperatur, dan memperpendek umur isolasi belitan. Selanjutnya, akan menyebabkan kerusakan pada belitan yang berdekatan bahkan menyebabkan motor gagal beroperasi [2]. Deteksi dini sangat penting dilakukan untuk mencegah kerusakan pada motor. Salah satu yang dapat digunakan untuk deteksi dini adalah arus starting. Arus starting dapat mencegah kerusakan lebih awal pada stator motor induksi sehingga tidak terjadi kerusakan yang lebih parah pada motor. Hal ini dilakukan agar motor dapat terus bekerja dengan kondisi baik dan dapat memperpanjang usia motor itu sendiri, serta dapat mengurangi biaya perbaikan motor. Sebuah metodologi berdasarkan penerapan Discrete Wavelet Transform (DWT) dengan arus startup stator diterapkan untuk mendiagnosis hubung singkat belitan pada mesin induksi. Tujuannya adalah untuk menyelidiki apakah pendekatan ini memberikan informasi tambahan yang dapat membantu untuk memecahkan kontroversi tradisional mengenai penguatan harmonisa oleh kesalahan ini [3]. Uji coba metode ini dapat dilakukan dengan simulasi. Simulasi dan pendeteksian dengan menggunakan metode DWT dibahas dalam tugas akhir ini. II. METODE KLASIFIKASI GANGGUAN A. Transfomasi Wavelet Transformasi wavelet dibagi menjadi dua jenis [7], yaitu transformasi wavelet kontinu dan transformasi wavelet diskrit. Dengan memberikan fungsi suatu gelombang f(t), transformasi wavelet kontinu (continuous wavelet transform) atau CWT menghasilkan terlalu banyak koefisien dibandingkan transformasi wavelet (wavelet transform coefesien) atau WTC. Hal ini menyebabkan data yang dihasilkan menjadi berlebihan (redudansi) [8]. Oleh karena itu digunakan transformasi wavelet diskrit (Discrete Wavelet Transform) atau DWT untuk menyelesaikan masalah redudansi data. Pada DWT, hanya beberapa sampel WTC saja yang diambil. Artinya, DWT mengurangi kelebihan WTC dari CWT.

Dalam hal pengimplementasian, Discrete Wavelet Transform lebih mudah dibandingkan dengan Continue Wavelet Transform. Prinsip dasar dari DWT adalah mendapatkan representasi waktu dan skala dari sebuah sinyal dengan menggunakan teknik pemfilteran digital dan operasi sub-sampling. Discrete Wavelet Transform bertujuan untuk mengurangi redundansi yang terjadi pada Continue Wavelet Transform. Proses awal pada Discrete Wavelet Transform dengan melewatkan sinyal pada rangkaian high pass filter dan low pass filter. DWT melakukan analisis detail melalui bagian frekuensi tinggi dari induk wavelet tersebut. Sedangkan analisis aproksimasi dilakukan melalui bagian frekuensi rendah dari induk wavelet. Dalam penggunaan suatu induk wavelet, Sinyal input dibagi ke dalam dua sub-sinyal dengan bagian frekuensi rendah l(n) dan frekuensi tinggi h(n). Subsinyal bagian frekuensi rendah di bagi lagi menjadi dua sub dengan frekuensi yang berbeda. Kemudian dari masingmasing keluaran tersebut diambil setengah sebagai sample melalui operasi sub-sampling. Proses ini disebut proses dekomposisi satu tingkat. Keluaran dari low pass filter digunakan sebagai masukan pada proses dekomposisi tingkat berikutnya. Proses ini diulang hingga mendapatkan proses dekomposisi yang diinginkan. Gabungan dari sinyal keluaran high pass filter dan satu keluaran low pass filter yang terakhir disebut dengan koefisien wavelet yang berisi infomasi sinyal hasil transformasi yang telah terkompresi. III. PEMODELAN Pada penelitian ini mensimulasikan motor induksi menggunakan Simulink dimulai dengan memberikan sumber tegangan pada stator. Dapat dilihat bahwa s merupakan stator, r merupakan rotor, dan a, b, c merupakan presentase nama setiap fasa dari motor induksi 3 fasa, serta ω𝑟 merupakan kecepatan putar medan magnet rotor.

Dimana

𝒅

𝒑=

𝒅𝒕

Output pada blok ini merupakan input transformasi abc ke qd0. Pada qd0 stationary reference frame, ω = 0 maka kemudian didapatkan untuk persamaan tegangan stator qd0 stationary reference frame: 𝑠 𝑠 𝑠 𝒔 = r𝑞𝑑0 i𝑞𝑑0 + 𝑝λ𝑞𝑑0 v𝑞𝑑0 0 1 0 𝑟 𝑟 = (ω − ωr ) �−1 0 0� λ𝑟𝑞𝑑0 + r𝑞𝑑0 i𝑟𝑞𝑑0 + 𝑝λ𝑟𝑞𝑑0 v𝑞𝑑0 0 0 0

Dimana

𝒔 r𝑞𝑑0

𝑠 𝑟11 𝑠 = �𝑟21 𝑠 𝑟31

-

𝑠 𝑠 𝑠𝑟 𝑟 λ𝑞𝑑0 = 𝐋𝑠𝑠 𝑞𝑑0 𝐢𝑞𝑑0 + 𝐋𝑞𝑑0 𝐢𝑞𝑑0 𝑠 𝑟𝑟 𝑟 λ𝑟𝑞𝑑0 = 𝐋𝑟𝑠 𝑞𝑑0 𝐢𝑞𝑑0 + 𝐋𝑞𝑑0 𝐢𝑞𝑑0

dimana

s i qd 0

isq    = isd  is0    ss  L11 ss =  L21  ss  L31

ss L12 ss L22 Lss32

ss  L13 ss  L23 ,  Lss33 

sr  L11 sr =  L21  sr  L31

sr L12 sr L22 Lsr32

sr  L13 sr  L23 ,  Lsr33 

rs qd 0

sr  L11 sr  = L12   0

Lsr21 Lsr22 0

rr  L11 0.5 Lsr31  sr  rr  − 0.5 L32 , L qd 0 = 0   0   0 

0 Lrr22 0

0  0   Lrr33 

+

vdr -

L

+ -

s q

v

rext vqsh

+ +

i rqd 0

irq    = ird  ir0   

ss qd 0

L

vqr

𝑠 𝑟13 𝑠 𝑟23 � 𝑠 𝑟33

Kerangka referensi qd0 merupakan transformasi dari kerangka referensi abc maka arus urutan nol dianggap tidak ada atau bernilai nol. Persamaan flux linkage dan induktansi pada permodelan motor induksi tiga fasa untuk qd0 stationary reference frame pada stator dan rotor:

+

vds

𝑠 𝑟12 𝑠 𝑟22 𝑠 𝑟32

jadi 𝑠

𝑠𝑠 λ 11 ⎡ 𝑞𝑠 ⎤ ⎡ 𝐿𝑠𝑠 ⎢λ𝑑 ⎥ ⎢𝐿21 ⎢λ𝑟 ⎥ = ⎢ 𝐿𝑟𝑟 11 ⎢ 𝑞⎥ 𝑟𝑟 ⎣λ𝑟 ⎦ ⎣ 𝐿21

sr qd 0

L

𝑠𝑟 𝑠𝑟 𝑖𝑠 𝐿𝑠𝑠 12 𝐿11 𝐿12 ⎡ 𝑞 ⎤ 𝑠𝑠 𝑠𝑟 𝑠𝑟 ⎤ 𝑖 𝑠 𝐿22 𝐿21 𝐿22 ⎥ ⎢ 𝑞 ⎥ 𝑟𝑟 𝐿𝑟𝑟 0 ⎥ ⎢𝑖𝑞𝑟 ⎥ 12 𝐿11 ⎢ 𝑟⎥ 𝑟𝑟 𝐿22 0 𝐿𝑟𝑟 22 ⎦ ⎣𝑖𝑞 ⎦

Gambar diatas merupakan gambar model motor yang belitannya terhubung singkat pada stator. Pada gambar tersebut terlihat hubungan dari q-axis dan d-axis. Pada q-axis terlihat adanya hubung singkat. Hal ini menyebabkan adanya gangguan pada stator. Motor induksi menggunakan hubungan 3 fasa maka fasa nol dianggap tidak ada. Hal ini dapat dilihat pada gambar diatas yang tidak menggambarkan hubungan antara fasa 0 stator dengan rotor. Persamaan tegangan pada stator dan rotor yaitu:

Kerangka referensi qd0 merupakan transformasi dari kerangka referensi abc maka arus urutan nol dianggap tidak ada atau bernilai nol. Oleh sebab itu urutan hubungan flux stator dan rotor menjadi seperti berikut:

𝑠 𝑠 𝑠 = rs i𝑎𝑏𝑐 + 𝑝λ𝑎𝑏𝑐 , V𝑎𝑏𝑐

𝑠 𝑠 𝑠𝑟 𝑟 λ𝑞𝑑 = 𝐋𝑠𝑠 𝑞𝑑 𝐢𝑞𝑑 + 𝐋𝑞𝑑 𝐢𝑞𝑑

r V𝑎𝑏𝑐 = rr ir𝑎𝑏𝑐 + 𝑝λ𝑟𝑎𝑏𝑐

𝑑

=�

𝑠 𝑟 𝑠𝑠 𝑠𝑟 𝐿𝑠𝑟 𝐿𝑠𝑠 11 𝐿12 𝑖𝑞 11 𝐿12 𝑖𝑞 � � � + � � � 𝑠 𝑟� 𝑠𝑠 𝑠𝑟 𝐿𝑠𝑠 𝐿𝑠𝑟 21 𝐿22 𝑖𝑞 21 𝐿22 𝑖𝑞

𝑠 𝑟𝑟 𝑟 λ𝑟𝑞𝑑 = 𝐋𝑟𝑠 𝑞𝑑 𝐢𝑞𝑑 + 𝐋𝑞𝑑 𝐢𝑞𝑑

jadi

=�

𝑠 𝑟𝑟 𝑖𝑞𝑟 𝐿𝑟𝑟 𝐿𝑟𝑟 0 11 𝐿12 𝑖𝑞 11 � � � + � � � 𝑠 𝑟� 𝑟𝑟 0 𝐿𝑟𝑟 𝐿𝑟𝑟 21 𝐿22 𝑖𝑞 22 𝑖𝑞 𝑠

𝑠𝑠 λ 11 ⎡ 𝑞𝑠 ⎤ ⎡ 𝐿𝑠𝑠 ⎢λ𝑑 ⎥ ⎢𝐿21 ⎢λ𝑟 ⎥ = ⎢ 𝐿𝑟𝑟 11 ⎢ 𝑞⎥ 𝑟𝑟 𝑟 ⎣ 𝐿 21 ⎣λ𝑑 ⎦

𝑠𝑟 𝑠𝑟 𝑖𝑠 𝐿𝑠𝑠 12 𝐿11 𝐿12 ⎡ 𝑞 ⎤ ⎤ 𝑠 𝑠𝑟 𝑠𝑟 𝐿𝑠𝑠 22 𝐿21 𝐿22 ⎥ ⎢𝑖𝑞 ⎥ 𝑟𝑟 𝐿𝑟𝑟 0 ⎥ ⎢𝑖𝑞𝑟 ⎥ 12 𝐿11 ⎢ 𝑟⎥ 𝑟𝑟 𝐿22 0 𝐿𝑟𝑟 22 ⎦ ⎣𝑖𝑞 ⎦

Blok simulasi q-axis dan d-axis merupakan rangkaian simulasi fasa qd0. Output pada blok simulasi, q-axis, d-axis, dan zero sequence merupakan input pada blok model transformasi qd0 ke abc. Sedangkan input blok simulasi qaxis dan d-axis merupakan output dari blok model transformasi abc ke qd0. Persamaan torsi untuk qd0 stationary reference frame sama dengan persamaan torsi qd0 reference frame yang lain, yaitu: 3𝑷 𝑠 𝑠 �λ 𝐢 − λ𝑞𝑠 𝐢𝑑𝑠 � 𝐓𝑒𝑚 = 22 𝑑 𝑞 IV. SIMULASI DAN ANALISIS Input pada permodelan motor induksi tiga fasa ditansformasikan ke permodelan motor induksi dua fasa agar dapat mendeteksi adanya kondisi hubung singkat. Permodelan motor induksi dua fasa menggunakan stationary reference qd0. Periode simulasi ini adalah satu detik. Pada simulasi diberikan beberapa macam kondisi diantaranya yaitu kondisi normal, dimana nilai hubung singkat sama dengan nol dan beban nol, kondisi ketika terjadi hubung singkat dengan beban nol, serta kondisi ketika terjadi hubung singkat dengan keadaan berbeban. Pada simulasi ini diberikan kondisi hubung singkat pada salah satu belitan yaitu fasa a yang kemudian berpengaruh pada fasa q dalam motor induksi dua fasa. Output dari fasa a berupa sinyal yang kemudian di analisa menggunakan transformasi wavelet diskrit.

• Simulasi Transformasi Wavelet Simulasi transformasi wavelet menggunakan lima macam mother wavelet yaitu discrete meyer, daubechies 4, daubechies 5, daubechies 6, daubechies 7, dan daubechies 8. Dari 5 macam mother wavelet tersebut dibandingkan kondisi normal dengan kondisi ketika terdapat hubung singkat pada belitan di salah satu fasa serta dengan kondisi beban yang berbeda. Kelima macam mother wavelet tersebut ditransformasikan sebanyak delapan level dengan menggunakan simulink 7.9. Dari buffer sinyal dimasukkan pada blok DWT dalam bentuk sinyal s untuk ditransformasikan sebanyak delapan level sehingga medapatkan sinyal d1, a1, d2, a2, d3, a3, d4, a4, d5 ,a5, d6, a6, d7, a7, dan d8, a8.

a. Transformasi Wavelet Meyer Simulasi deteksi hubung singkat dapat di analisa dengan berbagai macam wavelet, salah satunya wavelet meyer. Setelah di filter menggunakan wavelet meyer, sinyal tersebut kemudian di analisa dalam bentuk energi untuk masingmasing level. Pada tabel 1 dapat dilihat perbandingan energi untuk masing-masing kondisi hubung singkat dan kondisi beban pada level lima filter meyer. Tabel 1. Nilai energi level lima filter meyer

Pada tabel 1 dapat dilihat bahwa nilai energi pada filter meyer memperlihatkan perbedaan yang sangat signifikan antara keadaan normal dengan keadaan gangguan. Hal ini memperlihatkan bahwa ketika terjadi gangguan pada salah satu fasa, nilai energi akan menjadi lebih besar. b. Transformasi Wavelet db4 Perbandingan dengan mother wavelet tipe lain berikutnya yaitu dengan filter daubechies 4. Setelah di filter menggunakan wavelet daubechies 4, sinyal tersebut kemudian di analisa dalam bentuk energi untuk masing-masing level. Pada tabel 2 dapat dilihat pada level lima filter daubechies 4 perbandingan energi untuk masing-masing kondisi hubung singkat dan kondisi beban. Tabel 2. Nilai energi level lima filter daubechies 4

Pada tabel 2 dapat dilihat bahwa nilai energi pada filter daubechies 4 gagal membedakan ketika keadaan normal dengan keadaan beban tinggi. c. Transformasi Wavelet db5 Perbandingan dengan mother wavelet tipe lain berikutnya yaitu dengan filter daubechies 5. Setelah di filter menggunakan wavelet db5, sinyal tersebut kemudian di analisa dalam bentuk energi untuk masing-masing level. Pada tabel 3 dapat dilihat pada level lima filter daubechies 5 perbandingan energi untuk masing-masing kondisi hubung singkat dan kondisi beban. Tabel 3. Nilai energi level lima filter daubechies 5

Pada tabel 3 dapat dilihat bahwa nilai energi pada filter daubechies 5 gagal membedakan ketika keadaan normal dengan keadaan beban tinggi. d. Transformasi Wavelet db6 Perbandingan dengan mother wavelet tipe lain berikutnya yaitu dengan filter daubechies 6. Setelah di filter menggunakan wavelet daubechies 6, sinyal tersebut kemudian di analisa dalam bentuk energi untuk masing-masing level. Pada tabel 4 dapat dilihat pada level lima filter daubechies 6 perbandingan energi untuk masing-masing kondisi hubung singkat dan kondisi beban. Tabel 4. Nilai energi level lima filter daubechies 6

hubung singkat yang besar, energi terlihat lebih besar dibanding dengan kondisi hubung singkat yang lebih kecil. Wavelet daubechies 6 tidak bisa memberikan perbedaan ketika kondisi normal dengan kondisi gangguan. e. Transformasi Wavelet db7 Perbandingan dengan mother wavelet tipe lain berikutnya yaitu dengan filter daubechies 7. Setelah di filter menggunakan wavelet daubechies 7, sinyal tersebut kemudian di analisa dalam bentuk energi untuk masing-masing level. Pada tabel 5 dapat dilihat pada level lima filter daubechies 7 perbandingan energi untuk masing-masing kondisi hubung singkat dan kondisi beban. Tabel 5. Nilai energi level lima filter daubechies 7

Pada tabel 5 dapat dilihat bahwa nilai energi pada filter daubechies 7 gagal membedakan ketika keadaan normal dengan keadaan beban tinggi. Tidak begitu terlihat adanya perbedaan pada nilai energi rata-rata. Wavelet daubechies 7 gagal dalam mendeteksi adanya gangguan. f. Transformasi Wavelet db8 Perbandingan dengan mother wavelet tipe lain berikutnya yaitu dengan filter daubechies 8. Setelah di filter menggunakan wavelet daubechies 8, sinyal tersebut kemudian di analisa dalam bentuk energi untuk masing-masing level. Pada tabel 6 dapat dilihat pada level lima filter daubechies 8 perbandingan energi untuk masing-masing kondisi hubung singkat dan kondisi beban. Tabel 6. Nilai energi level lima filter daubechies 8

Pada tabel 4 dapat dilihat bahwa nilai energi pada filter daubechies 6 gagal membedakan ketika keadaan normal dengan keadaan beban tinggi. Ketika diberikan kondisi

Pada tabel 6 dapat dilihat bahwa nilai energi pada filter daubechies 8 dapat membedakan ketika keadaan normal dengan keadaan beban tinggi. Namun perbedaan yang terlihat tidak signifikan. Hal ini menunjukkan bahwa filter daubechies 8 lebih baik dibandingkan dengan filter daubechies 4. V. KESIMPULAN Berdasarkan hasil yang diperoleh dari simulasi dan analisis yang telah dilakukan, didapatkan bahwa deteksi gangguan dapat diketahui dengan transformasi wavelet dari arus starting. Pada simulasi ini membandingkan 6 macam mother wavelet yaitu menggunakan wavelet meyer, daubechies 4, daubechies 5, daubechies 6, daubechies 7, dan daubechies 8. Dari enam macam mother wavelet tersebut, wavelet meyer memberikan hasil yang paling baik dalam mendeteksi gangguan.

[1] [2] [3]

[4]

[5]

[6] [7]

[8]

DAFTAR PUSTAKA Zuhal, Dasar Tenaga Listrik, Penerbit ITB, Bandung, 1991. Parekh, R., “AC Induction Motors Fundamentals, AN887”, Microchip Technology Inc, 2003. J. Antonino-Daviu, M. Riera-Guasp, J. Roger-Folch, M. P. Molina, Validation of a new method for the diagnosis of rotor bar failures via wavelet transformation in industrial induction machines, IEEE Transactions on Industry Applications 42 (4) (2006) 990-996. Ong, Chee-Mun, “Dynamic Simulation of Electric Machinery using MATLAB Simulink”, Prentice Hall PTR, 1998, ISBN 013-723785-5. M. Arkan, D. Kostic-Perovic, P. J. Unsworth, “Modelling and Simulation of Induction Motors with Inter-turn Faults for Diagnostic”, Elsevier, 2005. S. A. Nasar, “Handbook of Electric Machines”, New York: Mc Graw Hill, Chapter 3 dan 4, 1987. F. H. Magnago and A. Abur, “Fault location using wavelets,” IEEE Trans. Power Del., vol. 13, no. 4, pp. 1475–1480, Oktober. 1998. Dimas Anton A, Adi Soeprijanto, Mauridhi Heri P, “Klasifikasi Gangguan Hubung Singkat pada Saluran Transmisi yang Dikompensasi Seri Menggunakan Kombinasi Wavelet dan ANFIS”. Seminar Nasional Efisiensi dan Konservasi Energi FISERGI, Semarang, 12 Desember 2005, hal. B158-B165.