Volume XLVI, No.

l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor

ANALlSA GELOMBANG ARUS MOTOR

(Motor Current Signature Analysis MSCA)

Oleh : Gunawan Sukaca

ABSTRAK
Motor Current Signature Analysis (MCSA) adalah suatu metoda untuk mendeteksi
kerusakan suatu motor dengan cara menganalisa spektrum frekuensi dari arus statornya. Pada
motor yang mengalami kerusakan, spektrum harmonisa pad a arus statornya berbeda dengan
spektrum harmonisa pada motor yang sehat, sehingga kerusakan pada motor dapat dideteksi.
Dengan metoda MCSA dapat dideteksi beberapa kerusakan yang terjadi pad a sebuah motor,
antara lain: Ketidak-seimbangan sela udara (air-gap eccentricity), kerusakan rotor bar
(breakage rotor bar), kerusakan bearing (bearing cracks), dan kerusakan stator (stator winding
faults). Yang mana kerusakan-kerusakan tersebut merupakan kondisi yang sering muncul pada
sebuah motor.
"
kata kunci : Motor Current Signature Analysis.

ABSTRACT

Motor Current Signature Analysis (MCSA) is a method to detect damage in a motor by

analyzing its frequency spectrum and stator current. In a damaged motor, the harmonic
spectrum of the stator current is different with that of a good motor, therefore the motor damage
can be detected. MCSA can detect some damages of a motor, such as air-gap eccentricity,
rotor bar breakage, bearing cracks, stator winding faults. Those are conditions frequently found
in a motor.

Keywords: Motor Current Signature Analysis.

PENDAHULUAN
Motor adalah salah satu peralatan
listrik yang sangat sering digunakan dalam
industri. Kegagalan operasi sebuah motor
dalam suatu proses produksi dapat menye-
babkan kerugian yang sangat besar dalam
beberapa industri. Untuk mengantisipasi hal
itu maka deteksi dini kerusakan motor
sebelum motor mengalami mati operasi se-
cara mendadak sangat penting untuk me-
ngurangi kerugian produksi.
8eberapa langkah dilakukan untuk
mengetahui kinerja motor dan menjaga
performansinya, diantaranya inspeksi rutin,
pemeliharaan periodik dan pengamatan on-
line. Dari beberapa langkah yang dilakukan
diatas, diambil beberapa variabel yang
digunakan untuk mengetahui performansi
dari motor. Dua jenis variabel penting yang
digunakan adalah variabel mekanis dan
elektris, diantaranya vibrasi, noise, putaran,
tarsi untuk variabel mekanis dan untuk
elektris adalah tegangan, arus, daya, dan
harmonik.
8anyak metode yang telah dikembang
kan untuk menganalisa performansi motor
secara on-line, diantaranya adalah berda-
sarkan arus stator motor, atau yang sering
disebut Motor Current Signature Analysis
(MCSA). Dari penelitian yang telah dilaku-
kan menunjukkan bahwa terdapat perbeda-
an spektrum harmonik arus stator antara
motor yang masih normal dan yang
mengalami kerusakan. Dan jenis kerusakan

8erita Litbang Industri 1

Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor

juga dapat dideteksi dari bentuk spektrum

harmonik arus motor.
Deteksi secara dini kerusakan pada
motor sangat diperlukan, terutama pada
motor listrik yang menjadi bagian penting
suatu proses pada industri. Diagnosis
secara on-line adalah tindakan prefentif
yang sangat baik untuk motor ini, sehingga
setiap saat jika terdapat gejala kerusakan
motor dapat langsung terdeteksi.

(a)

,. J~
PEMBAHASAN
Pendeteksian kerusakan motor
dengan menggunakan metode MeSA telah '0 T1tc.5potcftl6TJcl~Ff'C"W'r.e)'

dapat menunjukkan perbedaan jenis

kerusakan (Jee-Hoon Jung et aI, 2006).
~ .
r"'
~.'. TmSP«:ITo'I~Almmmll1~ _

Demikian juga dengan penelitian tentang

I --' -
gangguan hubung singkat antar fasa pada j-<. ..~. .. I. . ----
motor juga telah dilakukan (Khan et aI,
2006). Sedangkan penelitian tentang keru-
sakan pada rotor bar dengan pembebanan
juga telah dilakukan (Hugh Douglas et aI,
i~rlf~1~~~\
_~.:'-~+-::---:!:----:!-:-~-i... ~
2004). 1D 1~ :x,"
2{1. 2!1 :ll
fr~
41) 4S 50 ~5 00

Menurut Jee-Hoon Jung et al (2006», (b)

beberapa kerusakan motor dengan dasar
arus rotor dianalisa menggunakan Discrete Gambar 1. Spektrum kerusakan rotor bar,
Fourier Transform (DFT). Kerusakan yang (a) motor sehat (b) kerusakan rotor bar
dideteksi antara lain: kerusakan rotor-bar
hubung singkat antar belitan stator: Urutan harmonik yang dominan pada
kerusakan rotor bar terjadi pada k = 2
kerusakan bearing dan ketidak-seimbangan
seta udara (air-gap eccentricity). Percobaan dengan slip frekuensi fsl = 3,75 Hz.
yang dilakukan menggunakan dua buah Frekuensi harmonik tidak normal dari
kerusakan belitan stator, sesuai Gambar 2,
motor induksi dengan rotor sangkar bajing
(squirrel-cage), spesifikasinya sesuai Tabel muncul pada 334,6 Hz dengan harmonisa
yang dominan pada k=2, n=20 dan slip
1 sebagai berikut :
frekuensi fsl = 4,6 Hz.
Tabel 1 Spesifikasi motor pada penelitian 1
"'-.
Spesifikasi Motor r Motor 11
Daya 3,7 kW 30 kW
Tegangan input 220/380 V 220/440 V
Arus input 13,8/8,0 A 108,4/53,2 A
Jumlah pole 4 pole 4 pole
Frekuensi 60 Hz 60 Hz
Kecepatan 1730 rpm 1770 rpm
Air-gap 0,3 mm 0,508 mm

-~b-';;!;;"'.--;!32C;---';3JO=--::=""-:!""':;--:;""=--::=''''---:''''':--. -"",-'c--~,:,:;·v
F~um:~
Pada kerusakan rotor bar, frekuensi (a)
harmonik yang tidak normal dapat
teridentifikasi pada 18,75 Hz dan 48,75 Hz
(Gambar 1).

Berita Litbang Industri 2

Volume XLVI, No.l,Mei 2011, pp 1-5 Analisa Gelombang Arus Motor

Khan et al (2006) berhasil mengim-

plementasikan diagnosis dan proteksi dari
Interior permanent magnet (lPM) motor
_ -20
~
.
secara real time menggunakan ds1102
digital signal processing board. Mereka
menggunakan algoritma wavelet packet
transform dengan db3 sebagai mother
wavelet sebagai pendeteksi adanya
kerusakan pada interior permanent magnet
motor. Motor current signature analysis
_ _ _ _ ~ n _ _ _
(MeSA) digunakan pada permulaan untuk
Fffli{u.!flCy mengambil data dan mengekstrak para-
(b)
meter dari arus yang tidak normal,
Gambar 2 Spektrum hubung sing kat kumparan sedangkan wavelet digunakan untuk meng-
stator (a) motor sehat (b) hubung identifikasi secara real time. Dalam
singkat kumparan stator percobaannya digunakan dua buah motor
dengan spesifikasi sesuai Tabel 2.
Dari (4), diketahui bahwa harmonisa
tidak normal dari kerusakan bearing adalah Tabel2 Spesifikasi motor pada penelitian 2.
kelipatan dari kecepatan rotor itu sendiri.
Spesifikasi M9tOr I Motor 11
fbearing = 0,5 . n(1 - s)fo= 0,5 . nfrm Daya 1 hp- 5 hp
Jumlah pole 4 pole 4 pole
dimana n adalah integer positif dan fnn
Phasa 3 phasa 3 phase
adalah kecepatan rotor. Pada Gambar 3,
Hubungan Y (star) II (delta)
urutan harmonisa dominan (32) dideteksi
sebagai n = 71 pada 2098 Hz dengan slip
frekuensi fsl = 0,9 Hz. Dalam percobaannya mereka berhasil
mengidentifikasi sinyal kerusakan antara
phasa dengan ground (Gambar 4) dan juga
phasa dengan phasa (Gambar 5).
1 -
1 •
i (~) ,

~I~'="---=""",::---::",",'::--.-="":---:::",,,,=-, --':'::'::'''--::"2I0=-' --:,"::::no---=",::-, --="'='",,, ---=-'ZJZ'!r

r"eQ~

(a)
-ec
---r--.-'---~--'---r--"--"----'-

~- 1 I
',.; ""'
'Phasc-c
•.....~

N~A1if,ffNt#J!,~~~WW,WW~
.•. fiWNINfM~W#\~Of;N'I\'. <M"

! ! '
~-l--~;;;:-fOl~" ---.~-------

Gambar 4. (a) Gangguan phasa a-ground

(b) arus phasa b dan c sa at gangguan phasa
a-ground

(b)

Gambar 3 Spektrum frekuensi kerusakan

bearing (a) motor sehat (b) bearing rusak

Berita Litbang Industri 3

 Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor

~ E 0.1 .• -.-.
Cl ~ 0 t
t.••.•.•.•••
(;) 0 - •
-e- ~ -0.1 -------~ ~-_------!--------J.--------&----
10 20 30 40
mO.1 ------ --------~--------;--------~--------:----
'j (I ~ •• ; , ~'!tt r":••·t~.,..t..··~,t.-..s.••ti'• .,
-"-0.1

;
Pha!jc--c

W~,WrNAWWNW\v'NV~fAi~~~t~,'ttVJi'~\~W'I~~~1
~..
.;:o••.. ---,.~ ••. ,•. ---~-

Gambar 5. (c) arus phasa a saat gangguan

phasa ab (d) arus phasa b dan c saat gangguan
phasa ab
20 30 ~o 50

Hugh Douglas (2004), melakukan .,Jll~~it·1~"lit~t...~,··t,

deteksi dan analisa kerusakan rotor bar
pada sebuah motor induksi Y:z-hpdengan
-O.1~--~~~--~----~----~--
10
I

20
•

30
• •

5~!n)
variabel pembebanan pada motor. Dia
menggunakan dua rotor bar yang identik Gambar 6. Hasil dekomposisi wavelet level D9
dengan kondisi yang berbeda, stator dan pada motor normal dengan beban 30-100%
bearing yang sama untuk meminimalisir
~i°.2 .•. h-,...•·u·+~..~...~ .....~+.~~.
f • I 10 ••••••• • ••••••••

pengaruh pada arus transient. Motor -------~--------~--------~--------~--~-.-- ----~

dioperasikan pada kondisi pembebanan ~!l 0 t i~~; I
yang bervariasi, mulai 30% sampai dengan -0.2

100% dengan perbedaan 10% tiap ~0.2r---~r---~~r-----~~-O~--~4TO--~~~-,

tahapnya. Metoda yang digunakan untuk ~
ID
(D
.3.0.:2
0 ..- ·.h+~·r··-+__··..~~;!· tr ·.Ti·~
• __._ .••.
:It.••
.• ._ ... ,_ .. .. _
menganalisa adalah discrete wavelet I
I
•
•
I
,
I
•
'\. .'

transform dengan window daubechies

tahap 8.

-....

0. 0.2 20 0 40 5{)
..--~.......;..;::-~.....;;......-.....--:;p.---~----.;~--.
~ ~
~ (Il
0 ~ ••••
I
I~.·.·I~I ••tc •••.
• I
, •••• !·••..
I
.;.'r :l~.)
l-1~ •

..3-0.2 -------:--------: --------:--------:--- ..-:.--- .-- ..~'"

10 20 30 40 ._
Cl 0.2-------
--------
--------
.-------
---."
---.--,-
.~ "
~ ~ -0 ~ ~~~~
-0.4 -------,
-/~~~~~~~t·
..-':~~~t~~~::~t·-T
--------, --------, --------, ---:: .•.:-:-----::
10 20 30 -l0 so
Sa~lelnl

Gambar 7. Hasil dekomposisi wavelet level D9

pada motor rusak dengan beban 30-100%

Berita Litbang Industri 4

Volume XLVI, No.l, Mei 2011, pp 1-5 Analisa Gelombang Arus Motor

Dengan menganalisa Gambar 6 dan DAFTAR PUSTAKA

Gambar 7 didadapatkan dua parameter
yang mengGambarkan karakteristik kondisi 1. Jee-Hoon Jung., Jong-Jae Lee dan
dari dua motor dalam percobaan. Para- Bong-Hwan Kwon. 2006. Online
meter yang pertama ditemukan pada Diagnosis of Induction Motors Using
sampel ke-s sampai ke-13 untuk semua MCSA. IEEE Trans. Industrial
kondisi pembebanan. Parameter ini muncul Electronics., vol. 53, no. 6, December
baik pada motor normal maupun pada 2006
motor rusak. Sedangkan parameter yang
2. Khan, M.A.S.K., Radwan, T.S. dan
kedua terjadi pada sampel ke-45 sampai
Rahman, M.A. 2006. Diagnosis and
dengan sampel ke-53. Parameter ini hanya
Protection of 1 PM Motors Using
muncul pada motor yang mengalami
Wavelet Packet Transform. Memorial
kerusakan rotor-bar untuk semua kondisi
University of Newfoundland, St John's
pembebanan. Parameter yang kedua dapat
New-found land, Canada.
digunakan untuk membedakan antara
motor yang normal dan motor yang 3. Douglas, H., Pillay, P. and Ziarani,
mengalami kerusakan. A.K. 2004. A New Algorithm for
Transient Motor Current Signature
Analysis Using W~velets. IEEE Trans.
KESIMPULAN Industry Applications., vol. 40, no 5.
4. M. El Hachemi Benbouzid. 2000. A
Dari hasil penelitian yang dilakukan
review of induction motors signature
untuk mendeteksi kerusakan pada motor
analysis as a medium for faults detec-
induksi menggunakan methoda MC SA
tion. IEEE Trans. Ind. Electron.,voI47,
didapatkan kesimpulan sebagai berikut:
no 5, pp 984-993.
1. Diagnosa motor induksi secara on-line
menggunakan MC SA dengan DSP 5. Thomson, T.W., dan M. Fenger. 2001.
board untuk pemrosesan sinyal Current Signature Analysis to Detect
kecepatan tinggi berhasil mendeteksi Induction Motor Fault. IEEE Industry
frekuensi harmonic yang tidak normal. Applications Magazine.
2. Wavelet packet transform dengan Thanis Sribovommongkol. 2006.
6.
teknik proteksi tidak memerlukan
Evaluation of Motor OnLine Diagnosis
analisa harmonisa atau pembelajaran by FEM Simulations. Master's Thesis.
off-line pada spektrum arus normal
Electrical Macines and Power Elec-
maupun tidak.
tronics School of Electrical Engi-
3. Arus gangguan dapat dideteksi
neering Royal Institute of Technology,
dengan tepat dan sinyal trip dapat
Stockholm.
dibangkitkan dengan cepat dalam "

satu siklus setelah gangguan terjadi

pada sistem 60hz.

Berita Litbang Industri 5