Foto oleh Ryo Harianto di Unsplash
Kerusakan mesin dapat menimbulkan biaya besar bagi industri. Perusahaan tidak hanya perlu membayar perbaikan, tetapi juga berisiko menghadapi terhentinya produksi, keterlambatan pengiriman, dan penurunan pendapatan.
Karena itu, kemampuan memantau kondisi mesin dan mendeteksi gangguan sejak awal menjadi penting.
Pada saat yang sama, getaran mesin yang selama ini dianggap sebagai bagian dari proses operasi dapat dimanfaatkan sebagai sumber energi untuk perangkat sensor berdaya rendah.
Kepala Pusat Riset Mekatronika Cerdas BRIN Yanuandri Putrasari mengatakan, pengembangan material sensor, pemanen energi, dan teknologi diagnosis mesin relevan dengan kebutuhan akademisi maupun industri.
“Kedua tema ini relevan dengan kebutuhan dunia pendidikan, akademisi, industri, maupun masyarakat umum. Saya berharap webinar ini dapat menjadi wadah berbagi pengetahuan, diskusi, dan membangun kolaborasi riset ke depannya,” ujar Yanuandri.
Dosen Universitas Negeri Medan, Suprapto, menjelaskan material piezoelektrik memiliki kemampuan mengubah tekanan atau getaran mekanis menjadi energi listrik.
Teknologi ini dapat dimanfaatkan untuk memasok energi bagi perangkat berdaya rendah, termasuk sensor pemantau mesin. Dengan demikian, perangkat sensor berpeluang bekerja tanpa sepenuhnya bergantung pada sumber listrik eksternal.
Salah satu material yang dikembangkan adalah komposit PVDF/PZT. Kombinasi tersebut memadukan fleksibilitas PVDF dengan respons piezoelektrik PZT yang baik.
Sensor berbahan komposit ini berpotensi ditempatkan pada mesin untuk memantau getaran dan kondisi operasional. Energi yang dihasilkan dari getaran dapat membantu mengurangi kebutuhan baterai atau sambungan listrik tambahan, terutama pada area yang sulit dijangkau.
Bagi industri, teknologi tersebut menawarkan peluang efisiensi biaya. Sensor dapat memanfaatkan energi yang tersedia di sekitar mesin sekaligus mengumpulkan informasi untuk mendukung pemantauan kondisi peralatan.
Suprapto juga membahas proses fabrikasi dan karakterisasi material. Tahapan ini diperlukan untuk memastikan material memiliki fleksibilitas dan respons piezoelektrik yang sesuai dengan kebutuhan aplikasi.
Arus Listrik Membaca Gangguan Motor
Spesialis Electrical Signature Analysis di Samotics B.V., Belanda, Widagdo Purbowaskito, menjelaskan pendekatan lain untuk menjaga keandalan mesin, yakni mendiagnosis gangguan motor induksi melalui data tegangan dan arus listrik.
Data hasil pengukuran dibandingkan dengan perilaku motor yang diperkirakan melalui model berbasis fisika dan machine learning. Perbedaan antara hasil prediksi dan kondisi aktual disebut residual.
Residual tersebut kemudian dianalisis untuk menemukan pola yang mengindikasikan adanya gangguan. Dengan cara ini, perusahaan dapat memperoleh peringatan lebih awal sebelum kerusakan berkembang dan mengganggu proses produksi.
Pendekatan tersebut dapat membantu perusahaan beralih dari perawatan setelah kerusakan terjadi menuju perawatan prediktif. Perawatan dilakukan berdasarkan kondisi aktual mesin, bukan hanya mengikuti jadwal rutin.
Jika diterapkan secara tepat, sistem ini berpotensi mengurangi waktu henti produksi, mengoptimalkan penggunaan suku cadang, dan menekan biaya perawatan.
Namun, menurut Widagdo, menerapan teknologi diagnosis motor di industri masih menghadapi sejumlah tantangan. Perubahan beban dan kondisi operasi dapat memengaruhi data yang dibaca sistem.
Sistem juga harus mampu membedakan perubahan yang terjadi karena operasi normal dan perubahan yang benar-benar menunjukkan kerusakan. Selain itu, ketersediaan data gangguan yang telah teridentifikasi masih terbatas.
Data yang memadai diperlukan agar model dapat mengenali berbagai pola kerusakan secara akurat. Karena itu, penerapan teknologi ini membutuhkan perangkat sensor, pengumpulan data, pemodelan, dan validasi di lingkungan operasional yang sebenarnya.
Pengembangan material piezoelektrik dan diagnosis mesin berbasis data memiliki fokus yang berbeda, tetapi dapat saling mendukung. Sensor dapat membantu mengumpulkan data sekaligus memanfaatkan getaran sebagai sumber energi.
Bagi dunia usaha, kemampuan mendeteksi gangguan lebih awal dapat membantu mencegah kerugian akibat kerusakan mesin dan terhentinya produksi. Dengan dukungan teknologi tersebut, perusahaan berpeluang meningkatkan efisiensi operasional dan menjaga keandalan peralatan.
