Prediksi Sisa Usia Pakai Bearing Menggunakan Ekstraksi Fitur dan Regresi Kuadratik

Abstract

Abstract. Rotating machinery plays an important role in the production process in various industrial fields in the world. The condition of the engine components is of particular concern to the company so that the engine can operate properly which results in stability in engine productivity. One of the most damaged machine components is the bearing. To minimize bearing damage, monitoring is carried out through prognostics and health management (PHM) activities. Based on this explanation, the purpose of this study is to determine the prediction of the remaining useful life (RUL) of bearings on experimental data of FEMTO-ST Institute bearings using feature extraction and quadratic regression. The data used in this study are secondary data in the form of bearing vibration data from FEMTO-ST Institut with time series data type, especially in the horizontal direction bearing1_1 data. The methods used in this research are Principal Compenent Analysis (PCA), Friedman super smoother, quadratic regression and Remaining Useful Life (RUL). The results of this study indicate that the PCA and quadratic regression methods can work well in predicting the remaining useful life (RUL) of bearing1_1 vibration data in the horizontal direction. At tp = 25240 seconds, the actual value of RUL and RUL prediction is 1930 seconds and 1810 seconds, respectively, so that bearing damage in the actual event (actual RUL) is slower to occur for 120 seconds (2 minutes) than the predicted RUL, tp = 25240 seconds has the closest remaining useful life (RUL) bearing difference between the actual event results and the predicted RUL results, the RMSE value at tp = 25240 seconds is 0,215577 this is the best model quality in predicting the remaining useful life (RUL) of the bearing.

Abstrak. Rotating machinery memegang peranan penting pada proses produksi di berbagai bidang industri di dunia. Kondisi komponen-komponen mesin menjadi perhatian khusus bagi pihak perusahaan agar mesin dapat beroperasi dengan baik yang mengakibatkan kestabilan pada produktivitas mesin. Salah satu komponen mesin yang paling banyak mengalami kerusakan adalah bearing. Untuk meminimalisir kerusakan bearing dilakukan pemantauan melalui aktivitas prognostik dan manajemen kesehatan (Prognostics and Health Management -PHM). Berdasarkan penjelasan tersebut, tujuan penelitian ini adalah mengetahui prediksi sisa usia pakai (RUL) bearing pada data eksperimental bearing FEMTO-ST Institut dengan menggunakan ekstraksi fitur dan regresi kuadratik. Data yang digunakan dalam penelitian ini yaitu data sekunder berupa data vibrasi bearing dari FEMTO-ST Institut dengan tipe data time series, khususnya pada data bearing1_1 arah horizontal. Metode yang digunakan dalam penelitian ini adalah Principal Compenent Analysis (PCA), Friedman super smoother, regresi kuadratik dan Remaining Useful Life (RUL). Hasil penelitian ini menunjukkan bahwa metode PCA dan regresi kuadratik dapat bekerja dengan baik dalam meprediksi sisa usia pakai (RUL) pada data vibrasi bearing1_1 arah horizontal. Pada tp=25240 detik menghasilkan nilai aktual RUL dan prediksi RUL masing-masing adalah 1930 detik dan 1810 detik, sehingga kerusakan bearing pada kejadian sebanarnya (aktual RUL) lebih lambat terjadi selama 120 detik (2 menit) dari hasil prediksi RUL, tp=25240 detik memiliki selisih sisa usia pakai (RUL) bearing paling dekat antara hasil kejadian sebenarnya dengan hasil prediksi RUL, nilai RMSE pada tp=25240 detik  adalah 0,215577 ini merupakan kualitas model terbaik dalam memprediksi sisa usia pakai (RUL) bearing.