$30 off During Our Annual Pro Sale. View Details »

Slide undergraduate thesis

bagustris
November 15, 2022

Slide undergraduate thesis

Use machinery noises to identify its condition, whether normal or faulty.

bagustris

November 15, 2022
Tweet

More Decks by bagustris

Other Decks in Research

Transcript

  1. Oleh: Bagus Tris Atmaja - 2405100019 Pembimbing: Dr. Aulia Siti

    Aisyah Dr. Dhany Arifianto SEMINAR TUGAS AKHIR PEMISAHAN BANYAK SUMBER SUARA MESIN DARI MICROPHONE ARRAY MICROPHONE ARRAY DENGAN METODE INDEPENDENT COMPONENT ANALYSIS (ICA) INDEPENDENT COMPONENT ANALYSIS (ICA) UNTUK DETEKSI KERUSAKAN JURUSAN TEKNIK FISIKA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2009
  2. LATAR BELAKANG LATAR BELAKANG • Teknik Pemeliharaan di Industri: PM,

    PdM, CM & EM • Mesin mengemisikan Bunyi yang berbeda sebelum failed • Penelitian Sebelumnya Fuad Hasan (2002), Rifqi Anda (2006), Yuniar Rahmadana (2007) • Pada plant, seringkali memakai lebih dari satu mesin
  3. Banyak Mesin (sumber) mengemisikan suara yang banyak (mixture) pula LATAR

    BELAKANG LATAR BELAKANG Diperlukan metode untuk memisahkan banyak sumber suara Blind Source Separation (unknown mixing process)
  4. • Memisahkan sinyal suara yang diemisikan banyak motor listrik dari

    Microphone Array dengan metode Independent Component Analysis (ICA) • Menganalisa sinyal estimasi dengan teknik Frekuensi Sesaat (IF) untuk memperoleh pola frekuensi kerusakan mesin PERM PERMA ASALAHAN SALAHAN TUJUAN TUJUAN
  5. THEORY THEORY : BSS : BSS y = Wx y

    = Wx 11 12 1 11 12 1 1 1 21 22 21 22 2 2 2 2 * * W W x A A s y x dan A A W W x s y x             = =                                 x = As Pemisahan sumber secara buta, hanya diketahui sinyal sensor tanpa mengetahui proses pencampuran Independen Statistik 1 T n n n J µ + ∂ = − ∂ W W W W W W
  6. THEORY : ICA THEORY : ICA ICA BLACK BOX Sources

    Mixing Matrix BLA!! BLA!! BLA!! BLA!! Independent Components BLA!! BLA!! BLA!! BLA!!
  7. THEORY THEORY : ICA domain : ICA domain TIME DOMAIN

    ICA (TDICA) FREQUENCY DOMAIN ICA (FDICA) MSICA (Multi Stage ICA): Sinyal estimasi dari FDICA dijadikan input untuk TDICA. Sinyal estimasi TDICA dianalisa dengan metode frekuensi sesaat. MSICA (Multi Stage ICA): Sinyal estimasi dari FDICA dijadikan input untuk TDICA. Sinyal estimasi TDICA dianalisa dengan metode frekuensi sesaat.
  8. THEORY THEORY : ICA & IF : ICA & IF

    IF Instantaneous Frequency / Frekuensi Sesaat didefinisikan sebagai turunan fase terhadap waktu ICA demo : Estimated Signal Mixed Signal Source Signal 0 100 200 300 400 500 600 700 800 900 1000 -1 -0.5 0 0.5 1 0 100 200 300 400 500 600 700 800 900 1000 -1 -0.5 0 0.5 1 0 100 200 300 400 500 600 700 800 900 1000 -1 -0.5 0 0.5 1 0 100 200 300 400 500 600 700 800 900 1000 -1 -0.5 0 0.5 1 0 100 200 300 400 500 600 700 800 900 1000 -4 -2 0 2 4 0 100 200 300 400 500 600 700 800 900 1000 -4 -2 0 2 4 Time (s) Amplitude
  9. METHODS a. Perekaman MIMO b. Akuisisi Data c. Sistem Keseluruhan

    TDICA FDICA MSICA 1 MSICA 2 Metode ICA
  10. METHODS [Cont’d]

  11. EXPERIMENT SET UP EXPERIMENT SET UP • Fs : 11025

    Hz • 16 bit, mono, PCM • 25 cm mic – motor • 30 cm mic – mic • 30 cm motor – motor • Data: 1. 1 Mic – 1 Motor 2. 2 Mic – 2 Motor 3. 3 Mic – 3 Motor 4. 4 Mic – 3 Motor 5. 4 Mic – 4 Motor
  12. HASIL & ANALISA HASIL & ANALISA Spektrogram Baseline Data NORMAL

    UNBALANCE MISALIGNMENT BEARING FAULT
  13. HASIL & ANALISA HASIL & ANALISA TDICA & FDICA [2]

    FDICA TDICA Source Signal Misalignment Bearing Fault Time (s) Frequency (Hz) 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000
  14. HASIL & ANALISA HASIL & ANALISA MSICA 1 & MSICA

    2 [3] Time (s) Frequency (Hz) MSICA 2 MSICA 1 Source Signal Misalignment Bearing Fault 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 0 200 400 600 800 1000 1200 1400 1600 1800 2000
  15. • Pemisahan sinyal suara dari banyak mesin dapat dilakukan dengan

    metode ICA dengan mengasumsikan sumber independen statistik, pada penelitian ini dengan algoritma Natural Gradient didapatkan pemisahan sinyal terbaik pada Time Domain ICA (TDICA). • Analisa pola suara beberapa kondisi mesin berdasarkan penelitian adalah sbb: – Normal pada frekuensi 51 Hz, antara 1000-1300 Hz, 1770 Hz. – Unbalance pada frekuensi 46 Hz,1000 Hz, 1770 Hz dan 1990 Hz. – Misalignment pada frekuensi 46, 360 dan 1772 Hz. – Bearing Fault pada Frekuensi 73 Hz, 250 Hz dan 350 Hz. KESIMPULAN KESIMPULAN
  16. ...Hypothetically, it might. ...Hypothetically, it might. Future Works... Future Works...

  17. Surabaya 2009 Terima Kasih

  18. ICA PROCESS: Ilustration with 2 Sensors s 1 s 2

    x 1 x 2 a 2 a 1 Mixed signals Original signals T t t s a t s a t x t s a t s a t x : 1 ) ( ) ( ) ( ) ( ) ( ) ( 2 22 1 21 2 2 12 1 11 1 = ∀ + = + = a 1 a 2 Step1: Sphering Step2: Rotation
  19. marginal densities ICA PROCES : Mixtures

  20. ICA PROCESS : Whitened

  21. ICA PROCESS : Step 1

  22. ICA PROCESS : Step 2

  23. ICA PROCESS : Step 3

  24. ICA PROCESS : Step 4

  25. ICA PROCESS : Step 5-End

  26. pdf of source signal: Bearing Fault Misalignment Unbalance Normal -6

    -5 -4 -3 -2 -1 0 1 2 3 4 x 10-4 0 1 2 3 4 5 6 7 8 9 10 Amplitude Percentage of Samples in Bin -1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 x 10-3 0 0.5 1 1.5 2 2.5 3 3.5 4 Amplitude Percentage of Samples in Bin -1.5 -1 -0.5 0 0.5 1 1.5 x 10-3 0 1 2 3 4 5 6 Amplitude Percentage of Samples in Bin -4 -3 -2 -1 0 1 2 3 4 x 10-4 0 2 4 6 8 10 12 Amplitude Percentage of Samples in Bin
  27. pdf of mixture signal Misalignment +Bearing Fault Normal + Unbalance

    -1.5 -1 -0.5 0 0.5 1 x 10-3 0 0.5 1 1.5 2 2.5 3 3.5 Amplitude Percentage of Samples in Bin -1.5 -1 -0.5 0 0.5 1 1.5 x 10-3 0 1 2 3 4 5 6 Amplitude Percentage of Samples in Bin