Apa itu Sinyal Vibrasi Kepala Silinder?

Keluaran dari Sensor Vibrasi (Akselerometer) yang dipasang di atas tutup silinder mesin diesel saat mesin bekerja. Vibrasi (Getaran) dinding tutup silinder diukur dengan frekuensi sampling +- 50kHz (50.000 kali pengambilan data setiap detik) selama waktu yang dibutuhkan mesin untuk berputar 360 atau 720 derajat. Hasilnya dapat diplot dalam grafik seperti ditunjukkan gambar di bawah.

Sinyal Vibrasi Kepala Silinder

Apa yang Terkandung dalam Sinyal Vibrasi Kepala Silinder?

• Efek dari pembakaran (combustion) di dalam silinder.
• Efek dari gesekan dan tumbukan berbagai macam komponen seperti katup udara dan pembuangan, injektor bahan bakar, piston, ring piston, dan liner silinder mempunyai kontribusi yang sangat spesifik terhadap bentuk sinyal vibrasi.

Sumber Vibrasi

Apa Tanda-Tanda Kerusakan Mesin yang Muncul dalam Sinyal Vibrasi Kepala Silinder?

Adanya ketidaknormalan dideteksi dengan membandingkan sinyal sebelumnya dengan sinyal terbaru. Apa yang dibandingkan? Apa yang diamati dari sinyal?

1. Munculnya pola/event baru/tidak normal (unexpected mechanical pattern)
2. Perubahan pola sinyal di sekitar sudut pembakaran (TDC – TDC+20)
3. Perubahan fitur-fitur sinyal

[1][2][4][5][6][7]

1. Munculnya unexpected mechanical pattern.

Kemunculan unexpected mechanical patterns

(a) Mengindikasikan gesekan piston dengan liner.
(b) Event tidak normal di sekitar TMB Silinder#3. Dicurigai masalah bearing.
(c) Dalam inspeksi diketahui bahwa top compression ring rusak.
(d) Perlu investigasi lebih lanjut.

2. Perubahan bentuk sinyal di sekitar sudut pembakaran (TDC – TDC+20).

Chandroth & Sharkey dari Oxford University [1][2] mengamati bentuk sinyal tekanan silinder untuk lima kondisi engine : Normal (N), Blocked Fuel Injector (B), Leaking Inlet Valve (I), Leaking Exhaust Valve (E), dan Poor Fuel Atomisation (L). Perbedaan bentuk sinyal dari kelima kondisi engine teramati di sekitar sudut pembakaran (TDC sampai TDC+20).

Chandroth & Sharkey [1][2] menggunakan titik-titik data vibrasi (vektor observasi) pada sudut TDC hingga TDC+20 sebagai input neural network untuk mengklasifikasi lima kondisi engine dengan performa mencapai 90,23%, ini membuktikan perubahan bahwa bentuk (osilasi) sinyal pada sudut tersebut memang benar merefleksikan perubahan kondisi mesin.

3. Perubahan fitur-fitur sinyal.

Estimasi PSD dan Short-Time Frequency Analysis pada sinyal vibrasi sepanjang satu siklus engine menunjukkan perbedaan komponen-komponen spektral / fitur-fitur untuk lima kelas data dari lima kondisi engine (N, I, B, L, E). [1][2]

Model model ICA, PCA, dan Gaussian Mixture juga dapat mengekstrak fitur-fitur sinyal untuk membedakan kondisi normal dan abnormal. [5][6][7]

Fitur – Fitur Sinyal Vibrasi

(a) Estimasi PSD dari Lima Kondisi Engine (N,I,B,L,E)
(b) Spektogram dari Kondisi I dan E

Referensi

[1] Chandroth, G.O., Sharkey, A.J.C., Sharkey, N.E., Cylinder Pressures and Vibration in Internal Combustion Engine Condition Monitoring. 1999.
[2] Chandroth, G.O., Sharkey, A.J.C., Sharkey, N.E., Vibration Signatures, Wavelets, and Principal Component Analysis in Diesel Engine Diagnostics. 1999.
[3] Chandroth, G.O., Sharkey, A.J.C., Sharkey, N.E., Utilising the Rotational Motion of Machinery in a High Resolution Data Acquisition System. 1999.

[4] Kelleher, Ed. Introduction to Diesel Engine Analysis. Dynalco Controls.

[5] Pontopiddan, N.H. Condition Monitoring and Management from Accoustic Emissions. PhD Thesis. 2005.
[6] N.H. Pontoppidan and S. Sigurdsson. Independent Components in Acoustic Emission Energy Signals from Large Diesel Engines. Submitted to International Journal of COMADEM, 2005.
[7] N.H. Pontoppidan, S. Sigurdsson, and J. Larsen. Condition Monitoring with Mean Field Independent Components Analysis. Mechanical Systems and Signal Processing, 19(6):1337-1347, nov 2005b.
[8] N. H. Pontoppidan and J. Larsen. Non-stationary Condition Monitoring through Event Alignment. In IEEE Workshop on Machine Learning for Signal Processing, pages 499-508, Piscataway, New Jersey, September 2004. IEEE Press.
[9] N. H. Pontoppidan and J. Larsen. Unsupervised Condition Change Detection in Large Diesel Engines. In C. Molina, T. Adali, J. Larsen, M. Van Hulle, S. Douglas, and Jean Rouat, editors, 2003 IEEE Workshop on Neural Networks for Signal Processing, pages 565-574, Piscataway,New Jersey, September 2003. IEEE Press.

[10] D.A. Clifton. Condition Monitoring of Gas-Turbine Engines. Transfer Report, Department of Engineering Science, University of Oxford (2005)
[11] D.A Clifton, P.R. Bannister, L.Tarassenko. A Framework for Novelty Detection in Jet Engine Vibration Data. Key Engineering Materials Vol. 347 (2007) pp. 305-310
[12] D.A Clifton, P.R. Bannister, L.Tarassenko. Learning Shape for Jet Engine Novelty Detection.