Predictive Maintenance dengan Vibration Analysis
Panduan lengkap untuk memahami bagaimana analisis getaran mesin membantu mendeteksi indikasi kerusakan lebih awal, merencanakan perawatan berdasarkan kondisi aktual, dan meningkatkan keandalan peralatan industri.
Dalam industri modern, keandalan mesin berpengaruh langsung terhadap produktivitas, biaya operasional, kualitas produk, dan keselamatan kerja. Kerusakan pada motor listrik, pompa, fan, gearbox, kompresor, atau turbin dapat menyebabkan penghentian proses produksi yang tidak direncanakan. Karena itu, perusahaan perlu mengetahui kondisi peralatan sebelum kerusakan berkembang menjadi kegagalan fungsi.
Predictive maintenance dengan vibration analysis merupakan pendekatan pemeliharaan yang memanfaatkan pengukuran dan analisis getaran untuk mengevaluasi kondisi mesin berputar. Perubahan pola getaran dapat memberikan indikasi adanya unbalance, misalignment, kerusakan bearing, kelonggaran mekanis, masalah gear, maupun gangguan pada proses operasi.
Namun, pengukuran getaran bukan sekadar membaca angka pada vibration meter. Nilai pengukuran perlu dibandingkan dengan baseline, tren historis, kondisi operasi, karakteristik mesin, serta hasil analisis frekuensi dan bentuk gelombang. Dengan pendekatan yang sistematis, tim maintenance dapat menentukan kapan pemeriksaan lanjutan atau tindakan perbaikan diperlukan.
1. Apa Itu Predictive Maintenance?
Predictive maintenance adalah strategi pemeliharaan yang menggunakan informasi kondisi aktual peralatan untuk memperkirakan kebutuhan tindakan maintenance. Data kondisi dikumpulkan secara berkala atau berkelanjutan, kemudian dievaluasi untuk mengenali perubahan yang menunjukkan kemungkinan penurunan kondisi mesin.
Data tersebut dapat berasal dari vibration analysis, thermography, oil analysis, ultrasonic inspection, pemantauan temperatur, tekanan, arus listrik, atau parameter proses lainnya. Teknik yang dipilih bergantung pada jenis mesin, failure mode yang ingin dideteksi, konsekuensi kegagalan, serta kemampuan organisasi dalam mengumpulkan dan menganalisis data.
Bagaimana predictive maintenance bekerja?
Gambar 1. Siklus predictive maintenance berbasis condition monitoring.
Hasil akhirnya bukan selalu memprediksi tanggal pasti sebuah komponen akan gagal. Dalam banyak aplikasi, hasil yang realistis adalah mendeteksi gejala abnormal lebih awal, mengidentifikasi kemungkinan penyebab, menilai tingkat urgensi, dan menyediakan waktu untuk merencanakan tindakan sebelum konsekuensi kegagalan menjadi lebih besar.
2. Perbedaan Preventive, Predictive, dan Reactive Maintenance
Ketiga strategi ini memiliki tujuan yang sama, yaitu menjaga peralatan tetap berfungsi dengan aman dan andal. Perbedaannya terletak pada dasar pengambilan keputusan mengenai kapan maintenance dilakukan.
| Aspek | Reactive Maintenance | Preventive Maintenance | Predictive Maintenance |
|---|---|---|---|
| Dasar tindakan | Kerusakan atau kegagalan sudah terjadi | Jadwal kalender, jam operasi, atau interval tertentu | Kondisi aktual dan perubahan indikator kerusakan |
| Waktu pelaksanaan | Setelah terjadi kegagalan | Sesuai jadwal yang ditetapkan | Ketika data menunjukkan tindakan diperlukan |
| Kebutuhan data | Data kerusakan dan inspeksi setelah kejadian | Jadwal, jam operasi, dan riwayat servis | Trend, hasil pengukuran, baseline, dan diagnosis |
| Risiko downtime | Dapat tinggi dan tidak terencana | Dapat terjadi downtime terjadwal atau penggantian terlalu dini | Berpotensi menurunkan downtime tak terencana jika program efektif |
| Contoh | Mengganti bearing setelah macet | Mengganti bearing setiap interval tertentu | Mengganti bearing berdasarkan bukti kondisi dan risiko |
Predictive maintenance tidak selalu menggantikan preventive maintenance. Keduanya sering digunakan bersama. Komponen dengan interval penggantian wajib atau masa pakai yang ditentukan tetap memerlukan pemeliharaan terjadwal, sedangkan komponen yang kondisi kerusakannya dapat dipantau mungkin lebih sesuai dikelola melalui condition-based maintenance.
3. Prinsip Vibration Analysis pada Mesin Berputar
Getaran adalah gerakan osilasi suatu komponen terhadap posisi keseimbangannya. Mesin berputar menghasilkan getaran karena adanya gaya dinamis selama operasi. Getaran tertentu merupakan bagian normal dari operasi mesin, tetapi perubahan amplitudo, frekuensi, fase, atau pola getaran dapat menunjukkan perubahan kondisi mekanis.
Vibration analysis adalah proses mengukur, mengolah, dan menginterpretasikan sinyal getaran untuk menilai kondisi mesin. Analisis dapat dilakukan menggunakan vibration analyzer portabel maupun sistem monitoring online dengan sensor yang dipasang permanen.
3.1. Dari gerakan mekanis menjadi data
Sensor getaran mengubah gerakan mekanis menjadi sinyal yang dapat diukur. Accelerometer, misalnya, menghasilkan sinyal yang berkaitan dengan percepatan getaran. Instrumen kemudian mengolah sinyal tersebut untuk menghasilkan parameter seperti acceleration, velocity, displacement, waveform, dan frequency spectrum.
Data tersebut perlu dikumpulkan pada lokasi pengukuran yang konsisten. Pada motor-pump train, titik pengukuran biasanya ditentukan pada housing bearing motor dan pompa. Pengukuran dapat mencakup arah horizontal, vertikal, dan aksial sesuai konstruksi mesin serta tujuan analisis.
3.2. Mengapa pola getaran bisa menunjukkan kerusakan?
Setiap gangguan mekanis cenderung menghasilkan karakteristik respons dinamis tertentu. Unbalance sering meningkatkan komponen getaran pada frekuensi putaran, sedangkan gear mesh, bearing defect, looseness, dan resonansi dapat menghasilkan pola yang berbeda. Namun, karakteristik tersebut tidak selalu berdiri sendiri. Beberapa masalah bisa muncul bersamaan dan menghasilkan spektrum yang saling tumpang tindih.
Karena itu, diagnosis yang baik menggabungkan beberapa bukti: amplitudo keseluruhan, frekuensi dominan, harmonik, sideband, waveform, fase, perubahan terhadap waktu, serta informasi operasi seperti kecepatan, beban, temperatur, dan kondisi proses.
4. Parameter Pengukuran Getaran
Tiga parameter yang umum digunakan dalam pengukuran getaran mekanis adalah displacement, velocity, dan acceleration. Setiap parameter menggambarkan aspek gerakan yang berbeda.
Displacement
Menggambarkan perpindahan atau simpangan gerakan, umumnya dalam mikrometer (µm) atau mil. Parameter ini dapat relevan untuk mengevaluasi gerakan poros relatif terhadap bearing pada mesin tertentu.
Kegunaan: evaluasi perpindahan dan respons poros pada aplikasi yang sesuai.
Velocity
Menggambarkan kecepatan gerakan getaran, umumnya dalam mm/s RMS. Parameter ini banyak digunakan untuk penilaian getaran keseluruhan pada mesin industri dalam rentang frekuensi yang sesuai.
Kegunaan: pemantauan kondisi getaran mesin secara keseluruhan.
Acceleration
Menggambarkan percepatan getaran, umumnya dalam m/s² atau g. Data percepatan dan teknik high-frequency dapat membantu mengungkap impuls atau gejala kerusakan tertentu.
Kegunaan: analisis komponen frekuensi tinggi dan indikasi bearing atau impact, sesuai kemampuan instrumen.
Frequency
Menggambarkan seberapa sering suatu pola berulang dalam satu detik, dinyatakan dalam hertz (Hz). Frekuensi membantu mengaitkan sinyal dengan kecepatan putaran atau sumber gaya dinamis lainnya.
Kegunaan: mengenali komponen spektrum dan pola frekuensi yang relevan dengan fault tertentu.
4.1. RMS, peak, dan peak-to-peak
- RMS (Root Mean Square): nilai efektif sinyal yang banyak digunakan untuk mengevaluasi tingkat getaran dalam kondisi operasi tertentu.
- Peak: amplitudo maksimum dari posisi referensi yang digunakan oleh instrumen.
- Peak-to-peak: selisih antara puncak positif dan puncak negatif suatu sinyal; sering digunakan pada analisis displacement atau waveform tertentu.
Nilai RMS, peak, dan peak-to-peak tidak dapat dipertukarkan begitu saja. Interpretasi harus mengikuti parameter, satuan, metode pengukuran, dan konfigurasi instrumen yang digunakan. Sinyal sinus ideal memiliki hubungan matematis tertentu antara RMS dan peak, tetapi sinyal mesin yang mengandung impuls atau bentuk gelombang kompleks belum tentu mengikuti hubungan sederhana tersebut.
4.2. Pengukuran overall vibration
Overall vibration merangkum tingkat getaran pada rentang frekuensi tertentu menjadi satu nilai. Parameter ini berguna untuk trend monitoring dan screening awal. Akan tetapi, satu angka overall tidak selalu cukup untuk mengidentifikasi penyebab kerusakan.
Dua mesin dapat memiliki overall vibration yang serupa tetapi penyebab getarannya berbeda. Sebaliknya, kerusakan bearing tahap awal dapat menghasilkan indikasi pada frekuensi tinggi sebelum perubahan overall menjadi signifikan. Oleh sebab itu, overall sebaiknya dilengkapi dengan analisis spectrum, waveform, dan teknik lanjutan bila diperlukan.
5. Jenis Kerusakan yang Dapat Dideteksi dengan Vibration Analysis
5.1. Unbalance
Unbalance terjadi ketika distribusi massa rotor tidak seimbang terhadap sumbu putarnya. Gaya sentrifugal akibat unbalance meningkat seiring kuadrat kecepatan sudut pada kondisi massa eksentrik yang sama. Akibatnya, respons getaran dapat meningkat ketika kecepatan operasi naik.
Salah satu indikasi umum adalah komponen getaran pada frekuensi putaran atau 1× RPM yang dominan. Namun, komponen 1× RPM tidak membuktikan unbalance secara otomatis. Misalignment, runout, resonansi, dan gangguan lain juga dapat memengaruhi komponen tersebut.
Pemeriksaan perlu mempertimbangkan distribusi amplitudo pada berbagai titik, fase, kondisi rotor, serta kemungkinan pengaruh fondasi dan struktur. Jika diagnosis mengarah pada unbalance, balancing perlu dilakukan dengan prosedur yang sesuai dengan jenis rotor dan kondisi operasinya.
5.2. Misalignment
Misalignment adalah kondisi ketika garis sumbu dua poros yang terhubung tidak memenuhi keselarasan yang disyaratkan. Pada mesin berkopling, misalignment dapat berupa offset, angular, atau kombinasi keduanya. Kondisi ini dapat meningkatkan beban pada coupling, bearing, seal, dan komponen terkait.
Misalignment dapat berhubungan dengan peningkatan getaran pada arah radial maupun aksial dan munculnya harmonik tertentu. Akan tetapi, tidak ada satu pola spektrum yang selalu berlaku untuk semua jenis mesin dan semua kondisi misalignment.
Vibration analysis membantu mengenali indikasi awal, sedangkan precision shaft alignment digunakan untuk mengukur dan mengoreksi keselarasan poros. Pemeriksaan soft foot, kondisi coupling, fondasi, serta perubahan posisi akibat temperatur juga perlu dipertimbangkan.
5.3. Kerusakan bearing
Rolling element bearing dapat mengalami kerusakan pada inner race, outer race, rolling element, atau cage. Kerusakan berkembang akibat berbagai faktor, termasuk pelumasan yang tidak memadai, kontaminasi, pemasangan yang tidak tepat, beban berlebihan, korosi, dan fatigue.
Pada tahap awal, kerusakan dapat menimbulkan impuls berulang yang menghasilkan komponen frekuensi tinggi. Envelope analysis atau demodulation dapat membantu mengekstrak pola repetitif tersebut. Jika kerusakan berkembang, karakteristik getaran dan noise dapat berubah serta temperatur bisa meningkat.
Untuk meningkatkan keyakinan diagnosis, analisis perlu memperhatikan kecepatan putaran, geometri bearing, frekuensi karakteristik, kondisi pelumasan, riwayat pemasangan, serta hasil inspeksi lain. Nilai vibration overall yang rendah tidak selalu meniadakan kemungkinan kerusakan bearing tahap awal.
5.4. Mechanical looseness
Mechanical looseness dapat terjadi akibat baut yang longgar, celah berlebih, fit komponen yang tidak tepat, kerusakan dudukan bearing, atau kelemahan struktur. Kondisi ini bisa menimbulkan harmonik, subharmonik, perubahan waveform, atau respons yang tidak stabil.
Penanganan sebaiknya dimulai dengan inspeksi mekanis untuk menemukan sumber kelonggaran. Menyeimbangkan rotor atau mengganti bearing tanpa memperbaiki sumber looseness dapat menghasilkan perbaikan sementara atau kegagalan berulang.
5.5. Gearbox dan gear mesh problem
Pada gearbox, analisis spektrum dapat membantu mengidentifikasi frekuensi mesh gear, sideband, dan perubahan pola getaran yang berkaitan dengan kondisi gigi. Indikasi abnormal dapat berhubungan dengan kerusakan permukaan gigi, ketidaktepatan kontak, eksentrisitas, atau perubahan kondisi beban.
Frekuensi gear mesh secara sederhana berkaitan dengan jumlah gigi dan kecepatan putar gear. Interpretasi harus mempertimbangkan konfigurasi gearbox, rasio transmisi, jumlah gigi, kecepatan tiap shaft, serta kondisi operasi aktual.
5.6. Masalah pada pompa dan fan
Vibration analysis pada pompa dan fan dapat membantu mengidentifikasi masalah mekanis serta mendukung investigasi gangguan proses. Pada pompa, perubahan getaran dapat berkaitan dengan unbalance, misalignment, bearing, looseness, impeller, atau kondisi hidraulik. Pada fan, sumber masalah dapat mencakup unbalance akibat penumpukan material, kerusakan bearing, misalignment, dan resonansi struktur.
Getaran yang berkaitan dengan cavitation, recirculation, atau gangguan aliran tidak selalu dapat dibedakan hanya dari satu spektrum. Tekanan, flow rate, kondisi suction, temperatur, suara, dan parameter proses lainnya dapat dibutuhkan untuk memperkuat diagnosis.
5.7. Resonansi
Resonansi dapat terjadi ketika frekuensi gaya eksitasi mendekati frekuensi alami sistem. Respons getaran dapat meningkat secara signifikan meskipun gaya eksitasi tidak berubah banyak.
Evaluasi resonansi mungkin memerlukan data fase, run-up/coast-down, bump test, modal testing, atau analisis struktur. Menambahkan bobot balancing tanpa memahami resonansi berisiko tidak menyelesaikan akar masalah.
Gambar 2. Contoh ilustratif bagaimana pola frekuensi dapat membantu mengarahkan diagnosis. Bentuk spektrum bukan bukti tunggal untuk menetapkan jenis kerusakan.
6. Memahami Trend, Spectrum, dan Waveform
6.1. Trend analysis
Trend analysis memantau perubahan nilai getaran pada titik pengukuran yang sama dari waktu ke waktu. Tujuannya adalah mengetahui apakah kondisi mesin stabil, memburuk, atau berubah setelah tindakan perbaikan.
Trend yang meningkat secara konsisten dapat menjadi alasan untuk melakukan analisis lanjutan, meskipun nilai absolut belum melewati alarm tertentu. Sebaliknya, lonjakan sesaat perlu dievaluasi untuk memastikan apakah berasal dari perubahan kondisi mesin atau variasi pengukuran.
6.2. Frequency spectrum atau FFT
Fast Fourier Transform (FFT) merupakan metode matematis untuk mengubah representasi sinyal dari domain waktu menjadi domain frekuensi. Hasilnya membantu menunjukkan komponen frekuensi yang membentuk sinyal getaran.
Spectrum dapat memperlihatkan komponen pada frekuensi putaran, harmonik, gear mesh, frekuensi bearing, dan komponen lain sesuai kondisi mesin. Analisis perlu memperhatikan rentang frekuensi, resolusi, jumlah pengambilan sampel, windowing, averaging, serta pengaturan instrumen.
6.3. Time waveform
Time waveform menunjukkan bagaimana sinyal berubah terhadap waktu. Bentuk gelombang dapat membantu mengidentifikasi impuls, benturan, modulasi, ketidakstabilan, dan karakteristik yang tidak terlihat secara jelas pada nilai overall.
6.4. Phase analysis
Fase menunjukkan hubungan waktu atau sudut antara sinyal getaran dan referensi tertentu. Data fase dapat membantu investigasi unbalance, misalignment, resonansi, dan gerakan relatif struktur. Pengukuran fase harus dilakukan dengan konfigurasi instrumen, referensi putaran, serta kondisi operasi yang tepat.
6.5. Envelope analysis
Envelope analysis merupakan teknik pemrosesan sinyal yang digunakan pada aplikasi tertentu untuk mengekstrak modulasi atau impuls berulang, misalnya yang berkaitan dengan kerusakan rolling element bearing. Hasilnya bergantung pada kualitas sinyal, rentang frekuensi yang dipilih, resonansi sensor dan struktur, serta metode pemrosesan.
7. Tahapan Implementasi Program Predictive Maintenance
Keberhasilan program predictive maintenance lebih banyak ditentukan oleh kualitas proses, konsistensi data, kemampuan diagnosis, dan tindak lanjut maintenance daripada sekadar kecanggihan alat. Implementasi sebaiknya dimulai secara terstruktur.
Tentukan tujuan dan ruang lingkup
Identifikasi tujuan bisnis yang ingin dicapai, seperti mengurangi downtime tidak terencana, menurunkan penggantian bearing berulang, meningkatkan availability, atau memperbaiki perencanaan pekerjaan maintenance.
Tetapkan batas program, unit produksi, kelompok mesin, sumber daya, tanggung jawab, dan indikator keberhasilan.
Prioritaskan aset berdasarkan risiko
Tidak semua mesin membutuhkan tingkat monitoring yang sama. Prioritaskan mesin berdasarkan konsekuensi kegagalan terhadap keselamatan, lingkungan, produksi, kualitas, biaya, serta ketersediaan peralatan cadangan.
Motor-pump train yang kritis, kompresor proses, fan utama, gearbox penting, dan rotating equipment dengan riwayat kerusakan berulang dapat menjadi kandidat awal.
Identifikasi failure mode dan teknik pemantauan
Tentukan bagaimana mesin dapat mengalami kegagalan dan gejala apa yang mungkin muncul sebelum kegagalan tersebut. Gunakan analisis risiko dan riwayat kerusakan untuk memilih teknik condition monitoring yang tepat.
Vibration analysis cocok untuk banyak masalah dinamis pada mesin berputar. Untuk masalah lain, diperlukan kombinasi dengan oil analysis, thermography, ultrasound, atau parameter proses.
Tentukan titik dan prosedur pengukuran
Buat machine route dan peta titik pengukuran. Tentukan lokasi sensor, arah pengukuran, parameter, rentang frekuensi, kondisi operasi yang harus dicatat, serta cara menyimpan data.
Titik yang konsisten dan permukaan pengukuran yang sesuai membantu memastikan bahwa perubahan trend benar-benar mencerminkan perubahan kondisi mesin, bukan perubahan metode pengukuran.
Kumpulkan baseline
Lakukan pengukuran awal saat mesin berada dalam kondisi operasi yang diketahui dan stabil. Catat kecepatan, beban, temperatur, status proses, dan kondisi mekanis yang relevan.
Baseline menjadi titik pembanding untuk pengukuran berikutnya. Jika kondisi mesin berubah signifikan atau dilakukan perbaikan besar, baseline mungkin perlu diperbarui dengan dokumentasi yang memadai.
Tetapkan alarm dan aturan eskalasi
Gunakan kriteria yang sesuai dengan jenis mesin, rekomendasi produsen, standar yang relevan, baseline, serta pengalaman operasional. Bedakan alarm berdasarkan tingkat keparahan dan tindakan yang diperlukan.
Selain nilai absolut, pertimbangkan kenaikan relatif, kecepatan perubahan, pola spektrum, dan konsekuensi kegagalan. Alarm harus disertai proses tindak lanjut yang jelas.
Lakukan diagnosis dan penilaian risiko
Ketika ditemukan anomali, verifikasi kualitas data dan kondisi operasi. Lanjutkan dengan pemeriksaan spectrum, waveform, fase, envelope, atau metode lain yang relevan.
Diagnosis perlu menjelaskan indikasi yang ditemukan, kemungkinan akar masalah, tingkat keyakinan, konsekuensi jika dibiarkan, serta data tambahan yang masih dibutuhkan.
Terjemahkan hasil analisis menjadi work order
Laporan harus membantu tim maintenance mengambil tindakan, bukan hanya menampilkan grafik. Sertakan lokasi mesin, temuan, bukti pendukung, tingkat urgensi, rekomendasi pemeriksaan atau perbaikan, dan rencana verifikasi.
Verifikasi hasil setelah perbaikan
Setelah tindakan dilakukan, ukur kembali pada titik dan kondisi operasi yang sebanding. Bandingkan hasil sebelum dan sesudah perbaikan untuk memastikan bahwa masalah telah berkurang dan tidak muncul masalah baru.
Evaluasi program dan lakukan perbaikan berkelanjutan
Evaluasi kualitas data, ketepatan diagnosis, kepatuhan inspeksi, tindak lanjut rekomendasi, serta hasil bisnis. Gunakan temuan dari setiap kegagalan untuk memperbarui strategi monitoring dan prosedur maintenance.
8. Frekuensi Karakteristik dan Perhitungan Dasar
Salah satu bagian penting dalam vibration analysis adalah menghubungkan komponen frekuensi dengan sumber gaya atau kondisi mekanis yang mungkin menyebabkannya. Kecepatan putaran merupakan referensi awal yang sangat berguna.
8.1. Menghitung frekuensi putaran
Jika kecepatan mesin diketahui dalam RPM, frekuensi putaran dalam hertz dapat dihitung dengan persamaan:
Frekuensi putaran (Hz) = RPM ÷ 60
Contoh: 1.500 RPM ÷ 60 = 25 Hz
Artinya, poros yang berputar pada 1.500 RPM melakukan 25 putaran setiap detik. Frekuensi 1× RPM pada kondisi tersebut adalah 25 Hz, sedangkan harmonik kedua berada pada 50 Hz. Nilai ini hanya menjelaskan frekuensi putaran dan harmoniknya, bukan otomatis menetapkan penyebab getaran.
8.2. Frekuensi karakteristik bearing
Frekuensi karakteristik bearing bergantung pada geometri bearing, jumlah rolling element, diameter elemen gelinding, pitch diameter, sudut kontak, serta kecepatan relatif antara ring dan elemen gelinding. Frekuensi yang sering dianalisis antara lain:
- FTF (Fundamental Train Frequency): frekuensi rotasi cage atau train.
- BPFO (Ball Pass Frequency Outer Race): frekuensi lintasan elemen gelinding pada outer race.
- BPFI (Ball Pass Frequency Inner Race): frekuensi lintasan elemen gelinding pada inner race.
- BSF (Ball Spin Frequency): frekuensi putaran elemen gelinding.
Nilai teoritisnya dapat dihitung jika geometri bearing dan kecepatan diketahui. Namun, rumus aktual bergantung pada definisi dan konfigurasi bearing. Untuk diagnosis lapangan, gunakan data produsen bearing, database instrumen, atau perhitungan yang sesuai dengan tipe bearing. Slip, variasi kecepatan, beban, dan kondisi kontak dapat menyebabkan frekuensi terukur tidak persis sama dengan nilai teoritis.
8.3. Alarm vibration bukan angka universal
Tidak ada satu batas vibration velocity yang berlaku untuk seluruh jenis mesin. Evaluasi harus mempertimbangkan kelas dan desain mesin, daya, kecepatan, mounting, lokasi pengukuran, rentang frekuensi, jenis parameter, serta standar yang relevan.
ISO 20816 menyediakan kerangka untuk pengukuran dan evaluasi getaran mesin, dengan bagian-bagian yang memiliki cakupan spesifik. ISO 17359 membahas pedoman umum dalam menyusun program condition monitoring. Pengguna perlu memastikan bagian standar yang sesuai dengan aplikasi dan status edisi yang berlaku sebelum menetapkan kriteria penerimaan atau alarm.
9. Peralatan untuk Predictive Maintenance Berbasis Vibration Analysis
Pemilihan alat harus didasarkan pada tujuan pemantauan, karakteristik mesin, kebutuhan frekuensi, jumlah aset, lingkungan operasi, kompetensi pengguna, serta kebutuhan integrasi data.
9.1. Portable vibration meter
Vibration meter umumnya digunakan untuk pengukuran kondisi awal dan screening getaran. Alat ini sesuai untuk mengetahui nilai overall pada titik tertentu, tergantung fitur yang tersedia. Namun, tidak semua vibration meter menyediakan spectrum, waveform, atau kemampuan diagnosis yang memadai.
9.2. Portable vibration analyzer
Vibration analyzer memiliki fungsi analisis yang lebih lengkap, seperti FFT spectrum, waveform, phase, trend, dan fitur diagnostik tertentu sesuai model. Alat ini dapat digunakan untuk inspeksi berbasis route dan investigasi gangguan pada berbagai mesin.
9.3. Online vibration monitoring
Pada mesin kritis atau kondisi yang berubah cepat, sensor permanen dapat mengirimkan data secara kontinu atau pada interval yang ditentukan ke sistem monitoring. Sistem dapat membantu menampilkan trend, alarm, dan data diagnostik dari lokasi yang jauh.
Online monitoring tidak otomatis menggantikan analisis mendalam. Konfigurasi sensor, kualitas sinyal, pengaturan alarm, integritas komunikasi, dan prosedur respons tetap harus dirancang dengan baik.
9.4. Peran software condition monitoring
Software membantu mengelola hierarki aset, machine route, lokasi pengukuran, trend, spectrum, laporan, alarm, dan riwayat maintenance. Dalam program yang lebih matang, data dapat dihubungkan dengan computerized maintenance management system (CMMS) atau enterprise asset management system (EAM) untuk mendukung work order dan pelacakan tindakan.
9.5. Contoh ekosistem solusi industri
Dalam implementasi industri, perusahaan dapat mempertimbangkan vibration analyzer portabel, sensor online, software analisis, perangkat precision shaft alignment, serta layanan pelatihan dan pendampingan teknis. Sebagai contoh, solusi condition monitoring dan alignment tersedia dari berbagai produsen industri, termasuk ACOEM. Pemilihan produk harus disesuaikan dengan kebutuhan aplikasi dan spesifikasi masing-masing model.
Vibration analysis dan precision shaft alignment memiliki fungsi berbeda tetapi saling melengkapi. Vibration analysis membantu mendeteksi indikasi gangguan dan mengevaluasi kondisi dinamis, sedangkan precision shaft alignment digunakan untuk mengukur dan mengoreksi keselarasan poros sesuai toleransi yang ditetapkan.
10. Studi Kasus Sederhana: Vibration Analysis pada Motor dan Pompa
Contoh berikut menggambarkan bagaimana data getaran dapat digunakan untuk menyusun keputusan maintenance. Angka-angka ini bersifat ilustratif dan bukan batas alarm universal atau data dari mesin tertentu.
10.1. Kondisi awal
Sebuah motor listrik menggerakkan pompa sentrifugal melalui coupling. Tim maintenance melakukan pengukuran vibration velocity pada titik bearing motor dan pompa. Kecepatan operasi, beban, dan kondisi proses dicatat agar hasil dapat dibandingkan secara konsisten.
| Waktu pengukuran | Overall vibration ilustratif | Hasil evaluasi |
|---|---|---|
| Minggu 1 | 1,8 mm/s RMS | Baseline awal pada kondisi operasi yang dicatat |
| Minggu 2 | 2,0 mm/s RMS | Perubahan kecil; lanjutkan trend monitoring |
| Minggu 3 | 2,7 mm/s RMS | Kenaikan perlu diperiksa dan dibandingkan dengan pola spektrum |
| Minggu 4 | 3,5 mm/s RMS | Perlu diagnosis lanjutan dan penilaian risiko berdasarkan konteks mesin |
10.2. Interpretasi awal
Kenaikan nilai overall secara berurutan menunjukkan adanya perubahan yang perlu ditindaklanjuti. Namun, kenaikan ini belum menjelaskan penyebabnya. Tim vibration analyst selanjutnya memeriksa data spektrum, waveform, arah pengukuran, kecepatan aktual, kondisi beban, dan titik pengukuran yang lain.
Misalnya, ditemukan komponen frekuensi putaran yang meningkat pada titik tertentu. Temuan tersebut dapat mengarahkan pemeriksaan ke unbalance, alignment, looseness, atau pengaruh resonansi. Jika muncul komponen lain, hipotesis diagnosis harus diperbarui sesuai bukti yang tersedia.
10.3. Tindakan lanjutan
- Verifikasi pengukuran dan pastikan kondisi operasi sebanding.
- Analisis spectrum, waveform, fase, dan trend sesuai kebutuhan.
- Periksa kondisi mounting, baut, coupling, fondasi, dan bearing.
- Evaluasi alignment atau balancing jika hasil diagnosis mendukung.
- Susun work order berdasarkan tingkat risiko dan konsekuensi kegagalan.
- Ukur kembali setelah perbaikan untuk memastikan hasilnya.
10.4. Hasil yang diharapkan
Manfaat utama pendekatan ini adalah tim memperoleh waktu untuk memeriksa penyebab dan menyiapkan pekerjaan sebelum kondisi berkembang menjadi kegagalan yang lebih serius. Keberhasilan aktual harus dibuktikan melalui data sebelum dan sesudah perbaikan, riwayat downtime, biaya maintenance, serta performa mesin dalam periode berikutnya.
11. Menghubungkan Diagnosis dengan Keputusan Maintenance
Setelah anomali ditemukan, organisasi membutuhkan aturan untuk menerjemahkan temuan teknis menjadi tindakan. Keputusan tidak sebaiknya hanya bergantung pada warna indikator atau satu nilai alarm tanpa konteks.
| Kondisi yang ditemukan | Respons yang dapat dipertimbangkan |
|---|---|
| Data meningkat sedikit, belum ada gejala lain | Verifikasi pengukuran, tinjau kondisi operasi, dan tingkatkan frekuensi pemantauan bila sesuai |
| Trend memburuk dan pola spektrum berubah | Lakukan diagnosis lanjutan, inspeksi terarah, dan penilaian risiko |
| Indikasi kerusakan kuat pada aset kritis | Koordinasikan tindakan dengan operasi, maintenance, dan reliability berdasarkan prosedur keselamatan |
| Getaran ekstrem atau terdapat indikasi kondisi berbahaya | Ikuti prosedur operasi dan keselamatan fasilitas; jangan menunda respons demi pengukuran tambahan |
| Setelah perbaikan | Lakukan pengukuran verifikasi, dokumentasikan hasil, dan perbarui riwayat aset |
Pada peralatan kritis, keputusan untuk melanjutkan operasi atau menghentikan mesin harus mengikuti prosedur keselamatan, batas operasi yang disetujui, dan penilaian risiko yang berlaku di fasilitas. Artikel ini tidak menggantikan prosedur operasi atau penilaian teknis khusus untuk suatu mesin.
12. KPI untuk Mengukur Keberhasilan Program
Program predictive maintenance sebaiknya dievaluasi melalui indikator teknis dan bisnis. Jumlah pengukuran atau jumlah alarm saja tidak cukup untuk menunjukkan bahwa program memberikan nilai tambah.
Equipment availability
Mengukur proporsi waktu ketika aset tersedia untuk menjalankan fungsi yang dibutuhkan. Gunakan definisi waktu operasi dan downtime yang konsisten.
Unplanned downtime
Memantau waktu berhenti yang tidak direncanakan. Evaluasi tren dan penyebabnya, bukan hanya total jam downtime.
MTBF
Mean Time Between Failures dapat membantu mengevaluasi interval antarkegagalan pada aset yang dapat diperbaiki, dengan definisi kegagalan dan periode analisis yang jelas.
Maintenance cost
Evaluasi biaya tenaga kerja, suku cadang, pekerjaan darurat, downtime, dan penggantian komponen yang terlalu dini.
Action completion rate
Mengukur proporsi rekomendasi condition monitoring yang ditinjau, disetujui, dan diselesaikan sesuai target.
Diagnostic effectiveness
Meninjau apakah temuan menghasilkan tindakan yang tepat, apakah diagnosis terverifikasi, dan apakah masalah berulang.
Contoh menghitung availability
Dalam bentuk sederhana, availability dapat dihitung dengan rumus:
Availability = MTBF ÷ (MTBF + MTTR) × 100%
MTBF adalah mean time between failures, sedangkan MTTR adalah mean time to repair. Rumus ini merupakan pendekatan sederhana dan harus digunakan dengan definisi data yang konsisten.
Misalnya, jika MTBF adalah 200 jam dan MTTR adalah 10 jam, maka availability sederhana yang dihitung dari kedua nilai tersebut adalah sekitar 95,24%. Nilai ini hanya contoh matematis, bukan target universal untuk seluruh mesin.
Evaluasi manfaat finansial
Untuk menilai manfaat ekonomi, perusahaan dapat membandingkan biaya program monitoring dengan perubahan biaya kegagalan, downtime, lembur, pengiriman darurat suku cadang, dan kerusakan sekunder. Perbandingan perlu memperhitungkan periode analisis, tingkat produksi, perubahan beban, dan faktor lain yang dapat memengaruhi hasil.
Hindari menganggap seluruh penurunan downtime sebagai hasil vibration analysis tanpa memeriksa faktor lain. Gunakan baseline yang masuk akal dan dokumentasikan asumsi perhitungan agar hasil evaluasi dapat dipertanggungjawabkan.
13. Faktor yang Menentukan Keberhasilan Implementasi
- Kualitas data: pengukuran harus konsisten, dapat ditelusuri, dan dikumpulkan dengan metode yang sesuai.
- Kompetensi personel: teknisi dan analis harus memahami teknik pengukuran, pemrosesan sinyal, diagnosis, serta keterbatasan metode.
- Baseline dan riwayat aset: data historis membantu membedakan perubahan normal dari perubahan yang perlu diinvestigasi.
- Integrasi dengan maintenance: temuan harus memiliki jalur tindak lanjut melalui inspeksi, work order, perbaikan, dan verifikasi.
- Dukungan operasi: kondisi beban, kecepatan, dan proses perlu dicatat agar data dapat dibandingkan secara adil.
- Prioritas berbasis risiko: sumber daya harus difokuskan pada aset yang memberikan konsekuensi kegagalan terbesar.
- Perbaikan berkelanjutan: hasil kegagalan dan tindakan korektif digunakan untuk memperbaiki program berikutnya.
14. Kesalahan Umum dalam Vibration Analysis
14.1. Hanya melihat nilai overall
Nilai overall berguna untuk screening dan trend, tetapi belum tentu menunjukkan jenis kerusakan. Gunakan spektrum, waveform, dan teknik tambahan sesuai kebutuhan diagnosis.
14.2. Membandingkan data dengan kondisi operasi berbeda
Perbedaan kecepatan, beban, temperatur, atau konfigurasi proses dapat mengubah respons getaran. Catat kondisi operasi dan gunakan perbandingan yang sesuai sebelum mengambil kesimpulan.
14.3. Mengubah lokasi pengukuran tanpa dokumentasi
Lokasi dan arah pengukuran yang berbeda dapat menghasilkan data yang tidak sebanding. Gunakan peta titik pengukuran dan dokumentasikan setiap perubahan.
14.4. Menganggap satu puncak sebagai bukti pasti
Frekuensi yang sama dapat muncul dari berbagai mekanisme. Periksa hubungan dengan RPM, harmonik, fase, kondisi proses, dan gejala pendukung sebelum menyimpulkan akar masalah.
14.5. Tidak menindaklanjuti alarm
Sistem monitoring tidak akan memberikan manfaat optimal apabila alarm tidak ditinjau dan rekomendasi tidak ditindaklanjuti. Setiap temuan penting perlu memiliki pemilik tindakan, prioritas, tenggat, dan status penyelesaian.
14.6. Tidak melakukan pengukuran verifikasi
Setelah balancing, alignment, penggantian bearing, atau perbaikan lain, lakukan pengukuran ulang dalam kondisi yang sesuai. Tanpa verifikasi, efektivitas tindakan dan kemungkinan masalah yang masih tersisa sulit dipastikan.
15. Standar dan Referensi Teknis
Program condition monitoring perlu dirancang dengan merujuk pada standar yang relevan, petunjuk produsen, dan prosedur teknis fasilitas. Referensi berikut dapat menjadi titik awal untuk pengembangan program:
-
ISO 17359:2018 — Condition monitoring and diagnostics
of machines: General guidelines.
Standar ini memberikan pedoman umum dalam menyusun program
condition monitoring dan diagnostik mesin.
Baca informasi ISO 17359 di situs resmi ISO -
ISO 20816-1:2016 — Mechanical vibration: Measurement
and evaluation of machine vibration.
Bagian ini memberikan pedoman umum pengukuran dan evaluasi
getaran mekanis. Periksa status edisi terbaru dan bagian
spesifik yang relevan dengan jenis mesin sebelum digunakan
untuk menetapkan kriteria teknis.
Baca informasi ISO 20816-1 di situs resmi ISO - ISO 13373 series — Vibration condition monitoring. Seri ini mencakup prosedur pemantauan getaran, pengolahan serta penyajian data, dan pedoman diagnosis getaran. Pilih bagian yang sesuai dengan ruang lingkup pekerjaan.
- ISO 18436-2 — Qualification and assessment of personnel: Vibration condition monitoring and diagnostics. Referensi untuk persyaratan kompetensi personel yang melakukan pemantauan dan diagnosis getaran.
Catatan referensi: standar dapat mengalami revisi atau memiliki bagian dengan ruang lingkup berbeda. Periksa katalog resmi ISO dan dokumentasi yang berlaku sebelum menetapkan prosedur, batas penerimaan, atau persyaratan kontraktual.
16. Frequently Asked Questions (FAQ)
1. Apa hubungan predictive maintenance dengan vibration analysis?
Predictive maintenance adalah strategi pemeliharaan berdasarkan kondisi aktual dan informasi mengenai kemungkinan perkembangan kerusakan. Vibration analysis merupakan salah satu metode untuk memperoleh informasi kondisi mesin, khususnya pada peralatan berputar. Hasil analisis digunakan untuk membantu diagnosis dan perencanaan tindakan.
2. Mesin apa saja yang dapat dipantau dengan vibration analysis?
Teknik ini dapat digunakan pada berbagai rotating equipment, termasuk motor listrik, pompa, fan, blower, gearbox, kompresor, turbin, dan mesin produksi lainnya. Metode, sensor, lokasi pengukuran, serta kriteria evaluasi harus disesuaikan dengan desain dan karakteristik setiap mesin.
3. Seberapa sering pengukuran vibration harus dilakukan?
Frekuensi pengukuran bergantung pada tingkat kritikalitas aset, mode kerusakan, kondisi operasi, kecepatan perkembangan masalah, kemampuan deteksi, serta konsekuensi kegagalan. Mesin yang sangat kritis mungkin membutuhkan monitoring online, sementara aset lain dapat dikelola melalui pengukuran route berkala.
4. Apakah nilai vibration yang rendah berarti bearing masih bagus?
Tidak selalu. Kerusakan bearing tahap awal dapat menghasilkan gejala pada rentang frekuensi tertentu sebelum overall vibration meningkat secara signifikan. Diagnosis perlu mempertimbangkan spektrum, envelope analysis bila sesuai, trend, kondisi pelumasan, dan bukti pendukung lainnya.
5. Apakah vibration analysis dapat mendeteksi misalignment?
Vibration analysis dapat membantu mengidentifikasi indikasi yang konsisten dengan misalignment. Namun, getaran bukan satu-satunya dasar diagnosis. Pengukuran precision shaft alignment diperlukan untuk mengevaluasi dan mengoreksi keselarasan poros secara langsung.
6. Apa perbedaan vibration meter dan vibration analyzer?
Vibration meter umumnya berfokus pada pengukuran nilai getaran tertentu untuk pemeriksaan kondisi. Vibration analyzer biasanya menyediakan fungsi analisis tambahan, seperti FFT spectrum, waveform, trend, atau phase, tergantung model dan konfigurasi.
7. Apakah predictive maintenance selalu lebih murah?
Tidak otomatis. Program membutuhkan instrumen, sensor, software, pelatihan, waktu pengukuran, dan sumber daya tindak lanjut. Nilai ekonominya bergantung pada konsekuensi kegagalan yang dapat dikurangi, efektivitas diagnosis, serta kualitas pelaksanaan program. Evaluasi manfaat perlu didasarkan pada data dan asumsi yang terdokumentasi.
8. Apakah perusahaan harus langsung memasang sensor online?
Tidak. Banyak program dapat dimulai dengan portable vibration analyzer dan route-based monitoring. Online monitoring dapat dipertimbangkan untuk mesin kritis, kondisi yang berubah cepat, lokasi sulit dijangkau, atau kebutuhan pemantauan kontinu. Pilihan sebaiknya didasarkan pada risiko, kebutuhan data, dan business case.
9. Apakah software dapat mendiagnosis semua kerusakan secara otomatis?
Software dapat membantu mengolah data, mengidentifikasi pola, menampilkan alarm, dan mendukung diagnosis. Namun, kualitas hasil tetap bergantung pada data, konfigurasi, algoritma, karakteristik mesin, dan validasi oleh personel yang kompeten. Tidak semua kerusakan dapat dipastikan secara otomatis.
10. Bagaimana memulai program predictive maintenance di pabrik?
Mulailah dengan memilih aset prioritas, mengidentifikasi failure mode, menentukan teknik monitoring, membuat peta titik pengukuran, membangun baseline, menetapkan aturan alarm, dan menyiapkan proses tindak lanjut. Jalankan pilot project, evaluasi hasilnya, lalu perluas program berdasarkan bukti teknis dan manfaat bisnis.
17. Kesimpulan
Predictive maintenance dengan vibration analysis merupakan pendekatan penting untuk meningkatkan keandalan rotating equipment. Dengan pengukuran yang konsisten, analisis data yang benar, serta tindak lanjut maintenance yang terstruktur, perusahaan dapat mengenali indikasi masalah lebih awal dan merencanakan pekerjaan secara lebih efektif.
Keberhasilan program tidak ditentukan hanya oleh penggunaan alat yang canggih. Kualitas baseline, ketepatan lokasi pengukuran, pemahaman karakteristik mesin, kompetensi analis, penilaian risiko, dan verifikasi setelah perbaikan sama pentingnya. Integrasi dengan precision shaft alignment, balancing, oil analysis, thermography, dan teknik condition monitoring lainnya dapat memberikan gambaran kondisi peralatan yang lebih menyeluruh.
Dengan pendekatan berbasis risiko dan perbaikan berkelanjutan, vibration analysis dapat menjadi bagian dari sistem reliability engineering yang membantu mengurangi kejutan operasional, meningkatkan kualitas keputusan, dan mendukung pengelolaan aset industri sepanjang siklus hidupnya.
Optimalkan Reliability Mesin dengan Vibration Analysis
Bangun program condition monitoring yang sesuai dengan karakteristik mesin, tingkat kritikalitas aset, dan kebutuhan operasional. Mulai dari pemilihan peralatan, penyusunan route pengukuran, interpretasi data, hingga pengembangan kompetensi tim maintenance.
Pelajari lebih lanjut solusi vibration analysis, condition monitoring, balancing, dan precision shaft alignment untuk mendukung strategi predictive maintenance di fasilitas industri.
Diskusikan Kebutuhan AndaInformasi dalam artikel ini bersifat edukatif dan tidak menggantikan prosedur keselamatan, manual produsen, standar teknis yang berlaku, atau evaluasi oleh personel yang kompeten. Keputusan operasi, penghentian mesin, dan perbaikan harus mengikuti prosedur serta penilaian risiko yang sesuai dengan fasilitas masing-masing.
