Cara Mendeteksi Bearing Failure dengan Vibration Analysis Menggunakan Peralatan ACOEM dan Software NEST i4.0

Deteksi dini kerusakan bearing untuk meningkatkan keandalan mesin, mengurangi downtime, dan mengoptimalkan biaya pemeliharaan industri.

Pendahuluan

Bearing atau bantalan merupakan salah satu komponen mekanis paling penting dalam mesin berputar. Bearing berfungsi menopang poros, menjaga kestabilan putaran, serta mengurangi gesekan antara komponen yang bergerak. Dalam aplikasi industri, bearing banyak ditemukan pada motor listrik, pompa, kipas, kompresor, gearbox, dan berbagai mesin produksi.

Kerusakan bearing yang tidak terdeteksi sejak dini dapat berkembang menjadi kerusakan serius. Kondisi ini dapat menyebabkan peningkatan getaran, kenaikan temperatur, kebisingan, kerusakan poros, kerusakan mechanical seal, hingga berhentinya operasi mesin secara tidak terencana.

Salah satu metode yang efektif untuk mengidentifikasi indikasi awal kerusakan tersebut adalah vibration analysis atau analisis getaran. Metode ini memungkinkan tim maintenance mengevaluasi kondisi mesin berdasarkan karakteristik getaran yang dihasilkan ketika mesin beroperasi.

Dengan memanfaatkan peralatan analisis getaran dari ACOEM dan software predictive maintenance NEST i4.0, proses pengambilan data, evaluasi kondisi mesin, identifikasi indikasi bearing failure, dan pemantauan perkembangan kerusakan dapat dilakukan secara lebih sistematis.

1. Mengapa Bearing Failure Harus Dideteksi Sejak Dini?

Kerusakan bearing umumnya tidak terjadi secara tiba-tiba tanpa indikasi. Dalam banyak kasus, perubahan kondisi dapat berkembang secara bertahap, mulai dari kerusakan mikroskopis pada permukaan lintasan bearing hingga kerusakan yang mengganggu operasi mesin.

Beberapa penyebab umum bearing failure meliputi:

• Pelumasan yang tidak memadai: kekurangan pelumas, viskositas yang tidak sesuai, atau degradasi pelumas.
• Kontaminasi: masuknya debu, air, partikel logam, atau kontaminan lain ke dalam bearing.
• Misalignment: ketidaksejajaran poros yang meningkatkan beban dan distribusi gaya pada bearing.
• Overload: beban operasi yang melebihi kapasitas desain.
• Kesalahan pemasangan: penggunaan metode mounting yang tidak tepat, gaya pemasangan berlebihan, atau kerusakan saat instalasi.
• Electrical damage: kerusakan permukaan bearing akibat arus listrik yang melewati bearing.
• Fatigue: kelelahan material akibat pembebanan berulang selama masa operasi.

Jika tidak ditangani, kondisi tersebut dapat menimbulkan peningkatan biaya perbaikan, kerusakan komponen lain, kehilangan kapasitas produksi, dan risiko keselamatan kerja.

Melalui vibration analysis, tim maintenance dapat mendeteksi perubahan karakteristik getaran dan menentukan apakah diperlukan pemeriksaan lebih lanjut sebelum kerusakan berkembang menjadi kegagalan fungsional.

2. Prinsip Vibration Analysis untuk Mendeteksi Kerusakan Bearing

Vibration analysis merupakan teknik condition monitoring yang menganalisis respons getaran mesin untuk mengevaluasi kondisi mekanisnya.

Ketika bearing mengalami kerusakan, kontak antara elemen gelinding dan permukaan lintasan dapat menghasilkan impuls atau kejutan mekanis berulang. Impuls tersebut membentuk pola getaran yang berbeda, bergantung pada lokasi kerusakan, kecepatan putaran, konstruksi bearing, beban, dan kondisi operasional.

Analisis dilakukan menggunakan beberapa jenis data.

A. Overall Vibration

Overall vibration menunjukkan tingkat getaran keseluruhan dalam rentang frekuensi pengukuran tertentu.

Parameter ini berguna untuk memantau kondisi umum mesin dan melihat perubahan tren getaran dari waktu ke waktu.

Namun, nilai overall yang masih rendah tidak selalu berarti bearing dalam kondisi baik. Kerusakan bearing pada tahap awal dapat menghasilkan sinyal impuls berfrekuensi tinggi yang belum memberikan perubahan signifikan pada overall vibration.

B. Frequency Spectrum atau FFT

Fast Fourier Transform (FFT) mengubah sinyal getaran dalam domain waktu menjadi domain frekuensi.

Spektrum memungkinkan analis mengidentifikasi frekuensi dominan dan pola yang berhubungan dengan kerusakan mekanis.

Pada bearing, analis dapat mengevaluasi frekuensi karakteristik seperti BPFO, BPFI, BSF, dan FTF, serta harmoniknya.

C. Time Waveform

Time waveform menunjukkan perubahan amplitudo getaran terhadap waktu.

Sinyal ini berguna untuk mengidentifikasi impuls berulang, benturan, dan pola kejutan yang dapat berkaitan dengan kerusakan bearing atau masalah mekanis lainnya.

D. Envelope Analysis

Envelope analysis atau demodulasi amplop membantu mengidentifikasi impuls berfrekuensi tinggi yang dimodulasi oleh frekuensi karakteristik bearing.

Teknik ini sangat bermanfaat untuk mendeteksi indikasi awal kerusakan pada rolling-element bearing, terutama ketika sinyal kerusakan masih lemah dibandingkan komponen getaran lainnya.

3. Peralatan Vibration Analysis ACOEM

ACOEM menyediakan solusi pengukuran dan pemantauan getaran untuk berbagai kebutuhan condition monitoring, mulai dari pemeriksaan menggunakan alat portabel hingga pemantauan mesin secara kontinu.

Salah satu pilihan untuk pengukuran portabel adalah ACOEM FALCON, vibration analyzer yang mendukung pengambilan data getaran dan analisis kondisi mesin. ACOEM juga menyediakan solusi seperti Bearing Defender dan Machine Defender untuk kebutuhan pemeriksaan bearing serta diagnosis mesin berputar.

Pemilihan perangkat perlu disesuaikan dengan kebutuhan aplikasi, jenis mesin, frekuensi pengukuran, akses ke titik pengukuran, dan strategi pemeliharaan yang diterapkan.

Informasi Produk:
Portable Vibration Monitoring - ACOEM

Komponen Utama Sistem Pengukuran

1. Accelerometer atau Sensor Getaran
   Sensor digunakan untuk menangkap respons getaran dari housing bearing.
2. Portable Vibration Analyzer
   Analyzer digunakan untuk mengakuisisi dan mengevaluasi data getaran sesuai konfigurasi pengukuran.
3. Software NEST i4.0
   Digunakan untuk mengelola data mesin, melihat tren kondisi, mengevaluasi spektrum dan waveform, serta mendukung diagnosis dan pelaporan.
4. Machine Configuration dan Database Bearing
   Informasi bearing dan parameter operasi menjadi dasar diagnosis yang akurat.

4. Ilustrasi Pengambilan Data pada Rangkaian Motor dan Pompa

Titik Pengukuran yang Direkomendasikan

• Motor Drive End (DE)
• Motor Non-Drive End (NDE)
• Pump Drive End (DE)
• Pump Non-Drive End (NDE)

Arah Pengukuran

• Horizontal (H)
• Vertical (V)
• Axial (A)

5. Frekuensi Karakteristik Bearing yang Perlu Dikenali

• BPFO (Ball Pass Frequency Outer Race)
  Kerusakan lintasan luar bearing.
• BPFI (Ball Pass Frequency Inner Race)
  Kerusakan lintasan dalam bearing.
• BSF (Ball Spin Frequency)
  Kerusakan elemen gelinding.
• FTF (Fundamental Train Frequency)
  Kerusakan cage atau separator bearing.

Nilai frekuensi karakteristik berbeda untuk setiap bearing dan bergantung pada geometri bearing serta kecepatan operasi.

6. Menggunakan NEST i4.0 untuk Analisis dan Diagnosis Bearing

NEST i4.0 merupakan platform predictive maintenance dari ACOEM yang mendukung pengelolaan kondisi mesin secara terintegrasi.

Fitur Utama NEST i4.0

• Machine Health Matrix
• Accurex™ AI Diagnosis
• Bearing Defect™ Factor
• Shock Finder™
• Spectrum & Waveform Analysis
• Trend Analysis & Reporting

Informasi Resmi:
NEST i4.0 Predictive Maintenance Platform

Alur Analisis Menggunakan NEST i4.0

1. Membuat konfigurasi mesin.
2. Mengambil data getaran.
3. Memeriksa status kondisi mesin.
4. Melakukan analisis lanjutan.
5. Menentukan prioritas tindakan.
6. Membuat laporan dan tindak lanjut.

7. Contoh Interpretasi Data Bearing Failure

Misalnya sebuah motor listrik menggerakkan pompa pada kecepatan sekitar 1.480 rpm.

Hasil pemeriksaan menunjukkan:

• Peningkatan energi getaran pada frekuensi tinggi.
• Time waveform menunjukkan impuls berulang.
• Envelope spectrum menunjukkan puncak mendekati BPFO.
• Trend amplitudo meningkat pada pengukuran berikutnya.

Kondisi tersebut dapat mengindikasikan kerusakan lintasan luar bearing, namun diagnosis tetap harus diverifikasi menggunakan data tambahan dan kondisi operasi mesin.

8. Membedakan Bearing Failure dari Masalah Mekanis Lain

• Unbalance
• Misalignment
• Mechanical Looseness
• Pump Cavitation
• Lubrication Problem

Analisis yang baik harus mengevaluasi keseluruhan pola getaran, histori mesin, kondisi operasi, serta bukti pendukung lainnya.

9. Integrasi ke Program Predictive Maintenance

• Penentuan aset kritis
• Pembuatan baseline
• Penetapan interval pengukuran
• Pemantauan tren
• Penetapan alarm
• Integrasi dengan maintenance planning

Dengan dukungan NEST i4.0, kondisi aset dapat dimonitor secara berkelanjutan dan keputusan maintenance dapat dilakukan berdasarkan kondisi aktual mesin.

10. Manfaat bagi Operasional Industri

• Mendeteksi kerusakan bearing lebih dini.
• Mengurangi risiko downtime tidak terencana.
• Meningkatkan efektivitas predictive maintenance.
• Mengurangi kerusakan lanjutan pada komponen mesin.
• Membantu evaluasi hasil perbaikan.
• Meningkatkan kualitas dokumentasi kondisi aset.
• Mengoptimalkan biaya dan sumber daya maintenance.

Kesimpulan

Bearing failure merupakan salah satu penyebab utama gangguan pada mesin berputar. Dengan menerapkan vibration analysis menggunakan peralatan ACOEM dan software NEST i4.0, tim maintenance dapat mendeteksi indikasi kerusakan lebih dini, meningkatkan keandalan aset, dan mengurangi risiko downtime yang merugikan operasional perusahaan.