Ramdhani Sahdori (2020) DETEKSI KERUSAKAN PADA ELEMEN RODA GIGI BERBASIS SINYAL GETARAN PADA TURBIN ANGIN HORIZONTAL AXIS DENGAN METODE PRINCIPAL COMPONENT ANALISYS. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (683kB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (3MB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (104kB)
	Text (Bab I) Bab I.pdf Download (193kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (987kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (744kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (348kB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (101kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (241kB)
	Text (Lampiran) Lampiran.pdf Restricted to Registered users only Download (108kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (475kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (2MB)

Abstract

Turbin angin adalah salah satu energi terbarukan yang sudah banyak di manfaatkan oleh industry. Komponen yang terdapat pada turbin angin horizontal axis yaitu bearing, rumah bearing, dan roda gigi. Kerusakan pada komponen turbin angin tidak dapat di prediksi sehingga dapat mengakibatkan kerugian yang sangat tinggi, komponen yang biasa terjadi kerusakan yaitu roda gigi karena roda gigi yang berfungsi sebagai penghubung dan memilikin beban berat yang dapat mengalami patah pada gigi pada roda gigi. Oleh sebab itu diperlukan penelitan untuk mengembangkan dan mengidentifikasi kerusakan pada roda gigi, makalah ini menyajikan metode yang dapat mengidentifikasi kerusakan pada roda gigi dengan memantau getaran pada turbin angin berdasarkan analisis statistic domain waktu dan principal component analisys (PCA). Data getaran dikumpulkan dan diuji pada kondisi normal dan cacat dengan menggunakan PCA yang menghasilkan matriks data. Matriks data tersebut di kalikan dengan data pengujian yang memberikan matriks skor yang digunakan untuk mengklasifikasi kerusakan pada roda gigi. Hasil penelitian menunjukan bahwa metode PCA berhasil mengubah data asli dari 7 parameter statistic menjadi 7 komponen utama (PC) dengan varina makimum. 2 PC memberikan 95% varian yang dapat mengidentifikasi antara kondisi normal dan cacat.

Dosen Pembimbing:	BERLI PARIPURNA KAMIEL, S.T., M.M.M.Eng.Sc.,Ph.D. | UNSPECIFIED
Item Type:	Thesis (S1)
Divisions:	Fakultas Teknik > S1 Teknik Mesin
Depositing User:	Unnamed user with email robi@umy.ac.id
Date Deposited:	11 Oct 2021 07:51
Last Modified:	11 Oct 2021 07:51
URI:	https://etd.umy.ac.id/id/eprint/2534

Actions (login required)

View Item