MEDIA ELEKTRIKA
Vol 13, No 2 (2020): MEDIA ELEKTRIKA

KLASIFIKASI HUBUNG SINGKAT TURN TO TURN PADA BELITAN STATOR MOTOR INDUKSI YANG DISEBABKAN KEGAGALAN ISOLASI MENGGUNAKAN METODE NEURAL NETWORK (NN)

Irawan, Barli Jeihan (Unknown)
D.P.K., Iradiratu Diah (Unknown)
Dewantara, Belly Yan (Unknown)
Rahmatullah, Daeng (Unknown)



Article Info

Publish Date
08 Mar 2021

Abstract

Hampir seluruh industri menggunakan motor induksi sebagai alat bantu produksi, hal ini disebabkan karena beberapa alasan yaitu, kecepatan putar yang dihasilkan konstan, motor induksi tidak memiliki sikat sehingga rugi gesek dapat dikurangi, dan perawatannya yang mudah. Pada penelitian ini adalah mendeteksi kerusakan belitan stator yang disebabkan oleh laminasi belitan sehingga terjadinya hubung singkat pada satu phasa, yang disebut juga dengan turn fault. Metode Fast Fourier Transform (FFT) yang digunakan untuk pedeteksian arus dengan pembebanan 0%, dan 100% yang nantinya hasil deteksi untuk klasifikasi pada Neural Network (NN). Pengkategorian tingkat pembebanan dan tingkat kerusakan yang dialami oleh motor induksi, yaitu turn to turn u1, turn to turn u1 dan v1, dan turn to turn u1, v1 dan w1. Pembacaan hasil test yang dilakukan pada Neural Network memiliki hasil prediksi yang baik karena MSE yang dihasilkan tidak melebihi tingkat keerroran 5% yang telah ditetapkan.

Copyrights © 2020






Journal Info

Abbrev

ME

Publisher

Subject

Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Description

Media Elektrika is an electrical engineering journal that gives concerns on sciences related to electrical engineering. It includes the following fields: Electrical power engineering Electronics Telecommunication Control Informatics and computer ...