Abstract :
Saat ini motor induksi banyak digunakan dalam industri karena kontruksi yang kuat, efisiensi tinggi, dan perawatan yang murah. Perawatan mesin diperlukan untuk memperpanjang umur motor induksi. Berdasarkan penelitian sebelumnya, kesalahan bearing dapat menyebabkan 42% - 50% dari semua kegagalan motor. Secara umum ini disebabkan oleh kesalahan produksi, kurangnya pelumasan, dan kesalahan pemasangan. Misalignment motor adalah salah satu kesalahan dalam pemasangan. Penelitian ini berkaitan dengan simulasi transformasi wavelet diskrit untuk mengidentifikasi misalignment pada motor induksi. Pemodelan operasi motor diperkenalkan dalam makalah ini sebagai operasi normal
dan dua variasi misalignment. Untuk tugas ini, transformasi wavelet haar dan symlet pada level pertama hingga level ketiga digunakan untuk mengekstrak sinyal getaran motor menjadi sinyal frekuensi tinggi. Kemudian, sinyal energi dan ekstrak sinyal lain yang didapat dari sinyal frekuensi tinggi dievaluasi untuk menganalisis kondisi motor. Proses evaluasi ini menggunakan logika fuzzy berjenis fuzzy subspace cluster. Diharapkan, dengan kombinasi metode pengolahan sinyal berupa DWT dan metode kecerdasan buatan jenis fuzzy subspace cluster, terjadinya misalignment pada motor induksi tiga fasa dapat dideteksi lebih dini sehingga dapat diantisipasi untuk perawatannya dan atau untuk persiapan penggantiannya.