ANALISA GETARAN DAN PREDICTIVE MAINTENANCE PADA GEARBOX MESIN BUBUT MENGGUNAKAN MACHINE LEARNING
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Malang
Author
Soetadi, R. Kevin Surya Saputra
Subject
TJ Mechanical engineering and machinery
Datestamp
2022-11-23 09:20:33
Abstract :
Pada era Industri 4.0, pemanfaatan teknologi digital untuk meningkatkan efisiensi rantai manufaktur dan kualitas produk melalui konektivitas dan digitalisasi. Tujuan dari penelitian ini adalah menggunakan predictive maintenance dengan metode machine learning untuk mencegah terjadinya kerusakan mesin yang tidak terduga. Maintenance bertujuan untuk mengurangi dan menghilangkan jumlah kegagalan yang terjadi selama produksi. Predictive maintenance merupakan kegiatan pemantauan status atau kondisi mesin yang berputar untuk mendeteksi kegagalan awal dan mencegah kegagalan katastropik pada komponen penting dari rantai manufaktur. Implementasi predictive maintenance pada algoritma machine learning dapat digunakan untuk melakukan aktivitas lifetime detection dengan parameter rotasi (rpm) dan waktu penggunaan. Machine learning dapat menampilkan prediksi berdasarkan kumpulan data yang ditentukan. Hasil penelitian menunjukkan bahwa sisa masa pakai komponen gearbox adalah 8411 jam dan kondisi getaran yang dihasilkan oleh gearbox masih pada tingkat yang memuaskan sesuai dengan ISO 10816. Algoritma linear regression terbukti mampu digunakan untuk memprediksi nilai dengan penginputan data RPM dan lamanya waktu penggunaan. Hasil perhitungan didapat RUL gearbox adalah 8414 jam.
Pada era Industri 4.0, pemanfaatan teknologi digital untuk meningkatkan efisiensi rantai manufaktur dan kualitas produk melalui konektivitas dan digitalisasi. Tujuan dari penelitian ini adalah menggunakan predictive maintenance dengan metode machine learning untuk mencegah terjadinya kerusakan mesin yang tidak terduga. Maintenance bertujuan untuk mengurangi dan menghilangkan jumlah kegagalan yang terjadi selama produksi. Predictive maintenance merupakan kegiatan pemantauan status atau kondisi mesin yang berputar untuk mendeteksi kegagalan awal dan mencegah kegagalan katastropik pada komponen penting dari rantai manufaktur. Implementasi predictive maintenance pada algoritma machine learning dapat digunakan untuk melakukan aktivitas lifetime detection dengan parameter rotasi (rpm) dan waktu penggunaan. Machine learning dapat menampilkan prediksi berdasarkan kumpulan data yang ditentukan. Hasil penelitian menunjukkan bahwa sisa masa pakai komponen gearbox adalah 8411 jam dan kondisi getaran yang dihasilkan oleh gearbox masih pada tingkat yang memuaskan sesuai dengan ISO 10816. Algoritma linear regression terbukti mampu digunakan untuk memprediksi nilai dengan penginputan data RPM dan lamanya waktu penggunaan. Hasil perhitungan didapat RUL gearbox adalah 8414 jam.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
