AI & Otomasi

Predictive Maintenance dengan Monitoring Getaran: Mulai dari Sepuluh Mesin, Bukan Seribu

11 November 2026 · 6 menit baca · Tim Etzal Group

Sebuah pabrik makanan membeli dua ratus sensor nirkabel dan lisensi platform predictive maintenance. Setahun kemudian, sensor terpasang di empat puluh mesin, dasbor memperlihatkan ribuan peringatan merah, tim pemeliharaan sudah berhenti melihatnya, dan sebuah blower kritis rusak tanpa ada yang memperhatikan trennya. Teknologinya bekerja. Proyeknya dimulai dari pembelian, bukan dari pertanyaan. Monitoring getaran menghasilkan ketika dimulai kecil, di mesin yang penting, dengan alarm yang dipercaya orang.

Apa yang dikatakan getaran

Mesin berputar yang sehat bergetar dengan pola yang stabil. Ketika kerusakan berkembang, polanya berubah, biasanya jauh sebelum mesinnya berhenti.

Getaran baik untuk mengungkap:

  • Ketidakseimbangan: kipas dengan kerak di sudunya, impeller yang aus.
  • Misalignment antara motor dan peralatan yang digerakkan.
  • Kekenduran: baut fondasi, dudukan.
  • Keausan bearing, sering kali sinyal paling dini dan paling berharga.
  • Masalah roda gigi di gearbox.

Getaran lemah atau buta terhadap:

  • Kegagalan listrik mendadak.
  • Masalah proses yang tidak terkait putaran, seperti filter tersumbat, kecuali mengubah beban.
  • Mesin lambat atau berjalan terputus-putus, yang butuh metode lain.
  • Kerusakan yang berkembang dalam hitungan menit.

Pasangkan getaran dengan suhu di titik yang sama. Keduanya bersama jauh lebih meyakinkan daripada salah satu saja.

Memilih sepuluh yang pertama

Daftar mesin kandidat dan beri nilai masing-masing.

  • Akibat kegagalan: apakah lini berhenti? Berapa lama? Berapa ongkos sejamnya?
  • Riwayat: berapa kali berhenti tak terencana dalam dua tahun terakhir?
  • Biaya perbaikan dan waktu tunggu suku cadang.
  • Bisa dideteksi: apakah peralatan berputar yang berjalan stabil?
  • Akses: bisakah sensor dipasang dengan aman dan dijangkau lagi nanti?

Pilih sepuluh dengan hasil kali akibat dan riwayat tertinggi. Lazimnya: pompa proses utama, blower dan kipas, kompresor, gearbox kritis, motor besar.

Jangan memasang lebih dulu di peralatan murah yang punya cadangan. Pompa kecil dengan unit siaga terpasang bukan tempat uangnya berada.

Sensor dan data

Dua tingkat pengukuran

  • Tingkat getaran keseluruhan: satu angka, misalnya kecepatan dalam milimeter per detik, ditambah suhu, dikirim tiap beberapa menit atau jam. Murah, baterai awet, cukup untuk melihat tren.
  • Spektrum atau bentuk gelombang: data rinci yang memungkinkan spesialis mengenali kerusakan mana yang sedang berkembang. Lebih banyak data, daya, dan biaya.

Awal yang masuk akal: tingkat keseluruhan dan suhu di kesepuluh mesin, dengan kemampuan mengambil spektrum atas permintaan atau berkala untuk yang paling kritis.

Pilihan praktis

  • Sensor nirkabel berbaterai cepat dipasang. Periksa umur baterai yang dinyatakan pada selang pengiriman Anda dan jangkauannya menembus baja serta beton pabrik.
  • Sensor berkabel cocok untuk mesin paling kritis serta lokasi berbahaya atau panas.
  • Pemasangan lebih penting daripada merek. Pasang sensor dengan kaku, dekat bearing, di permukaan rata yang bersih. Sensor di pelat penutup mengukur pelat penutup.
  • Area berbahaya butuh peralatan bersertifikat yang sesuai.
  • Catat pemasangannya: mesin, posisi, arah, foto, tanggal.

Baseline sebelum alarm

Tiap mesin punya keadaan normalnya sendiri. Dua pompa yang identik bisa berjalan pada tingkat getaran berbeda dan sama-sama sehat.

  1. Kumpulkan dua sampai empat minggu data dalam operasi normal.
  2. Catat kondisi operasinya. Getaran berubah mengikuti kecepatan dan beban. Mesin dengan penggerak kecepatan variabel perlu dibandingkan pada kecepatan yang serupa.
  3. Tetapkan baseline per mesin, per titik ukur.
  4. Pakai panduan tingkat keparahan yang terbit untuk kelas mesin, seperti seri ISO 20816, sebagai pembanding kewajaran tingkat mutlaknya.

Alarm berdasarkan satu angka umum untuk semua mesin adalah sumber seribu peringatan merah itu.

Tingkat alarm yang dipercaya orang

Tiga tingkat cukup.

  • Pantau: jelas di atas baseline, bertahan. Tidak ada tindakan selain melihat lebih sering.
  • Rencanakan: tren naik, jauh di atas baseline. Periksa dan jadwalkan pekerjaan di waktu berhenti berikutnya yang nyaman.
  • Bertindak: tinggi atau naik cepat. Periksa sekarang dan putuskan apakah harus berhenti.

Aturan yang mencegah alarm palsu:

  • Tuntut ketahanan. Tingkatnya harus bertahan selama suatu waktu, bukan melonjak sekali.
  • Abaikan pembacaan ketika mesin berhenti atau sedang dinyalakan.
  • Beri peringatan atas laju perubahan, bukan hanya atas tingkat.
  • Arahkan tiap alarm ke satu orang bernama, beserta mesin, titik, dan trennya di dalam pesan.

Alarm yang berbunyi tiap minggu tanpa arti mengajari tim mengabaikan alarm yang penting.

Dari alarm ke perintah kerja

Data tanpa tindakan hanyalah hiasan.

  1. Alarm diterima perencana pemeliharaan.
  2. Periksa: lihat, dengar, ukur dengan alat tangan, tinjau trennya.
  3. Diagnosis: bila perlu, ambil spektrum dan minta dianalisis.
  4. Rencanakan: buat perintah kerja, pesan suku cadang, pilih waktu berhenti.
  5. Perbaiki.
  6. Pastikan: getaran kembali ke baseline.
  7. Catat: apa yang ditemukan, dengan foto komponen yang rusak.

Langkah 7 membangun bukti dan, seiring waktu, riwayat kegagalan yang akan dibutuhkan analitik apa pun kelak.

Membuktikan nilainya dalam sembilan puluh hari

Sepakati ukurannya sebelum mulai.

  • Tangkapan: kerusakan yang ditemukan dini dan diperbaiki di waktu berhenti terencana.
  • Biaya terhindar per tangkapan: jam henti yang terhindar dikalikan ongkos per jam, ditambah kerusakan ikutan yang terhindar, ditaksir secara hati-hati dan disepakati dengan produksi.
  • Alarm palsu: berapa banyak, dan trennya.
  • Kegagalan yang terlewat di mesin yang dipantau.

Satu tangkapan terdokumentasi di mesin kritis sering sudah membayar pilotnya. Bila sembilan puluh hari berlalu tanpa kejadian apa pun, perpanjang pilotnya. Jangan memperluas hanya berbekal keyakinan.

Memperluas

Perluas ketika sepuluh mesin pertama sudah punya:

  • Alarm yang dipercaya tim.
  • Jalur yang bekerja dari alarm ke perintah kerja.
  • Setidaknya beberapa tangkapan terdokumentasi.

Lalu tambah mesin menurut urutan peringkat yang sama. Pertimbangkan analitik dan machine learning ketika mesinnya sudah cukup banyak sehingga orang tidak sanggup meninjau tren dengan tangan, dan kegagalan yang tercatat cukup untuk dipelajari.

Di mana datanya semestinya tinggal

  • Terhubung ke sistem pemeliharaan, agar alarm membuat permintaan kerja.
  • Bersama data proses, seperti kecepatan dan beban, sebagai konteks.
  • Milik Anda. Pastikan di kontrak bahwa data mentah bisa diekspor dan tetap tersedia bila Anda berganti pemasok.

Kesalahan yang umum

  • Membeli sensor untuk seluruh pabrik lebih dulu.
  • Memasang di mesin yang mudah, bukan yang kritis.
  • Pemasangan yang buruk.
  • Ambang umum untuk tiap mesin.
  • Tanpa baseline.
  • Alarm ke kotak masuk bersama yang tidak dipegang siapa pun.
  • Tidak terhubung ke perintah kerja.
  • Berharap machine learning bekerja tanpa riwayat kegagalan.
  • Tidak mencatat temuan saat perbaikan.
  • Menilai keberhasilan dari jumlah sensor terpasang, bukan kegagalan yang terhindar.

Kami merancang dan menyerahkan pemantauan kondisi, dari pemilihan sensor sampai alarm dan integrasi dengan sistem pemeliharaan, sebagai bagian dari IoT dan Sistem Kendali. Bila Anda ingin mulai dari sepuluh mesin yang penting, hubungi kami.

Ringkasan

Mulai monitoring getaran di sepuluh mesin berputar yang kegagalannya paling mahal dan pernah terjadi. Ukur getaran keseluruhan dan suhu, pasang sensor dengan benar, bangun baseline per mesin, dan pakai tiga tingkat alarm dengan syarat ketahanan serta pemilik bernama. Hubungkan alarm ke perintah kerja, catat temuan tiap perbaikan, dan nilai pilotnya dari tangkapan terdokumentasi serta tingkat alarm palsu sebelum memperluas atau menambah machine learning.

Pertanyaan yang sering diajukan

Mesin mana yang lebih dulu dipasangi sensor getaran?

Peralatan berputar yang kegagalannya menghentikan produksi atau mahal diperbaiki, dan yang pernah rusak sebelumnya: motor, pompa, kipas, blower, gearbox, dan kompresor. Urutkan menurut biaya berhenti tak terencana dikalikan seberapa sering itu terjadi. Mulai dari sepuluh teratas, bukan dari semua mesin di pabrik.

Apakah predictive maintenance butuh kecerdasan buatan?

Untuk memulai, tidak. Sebagian besar nilai awal datang dari tren dan ambang: getaran keseluruhan yang naik terhadap baseline mesin itu sendiri, disertai suhu yang ikut naik. Machine learning berguna belakangan, ketika mesinnya banyak dan riwayat kegagalannya cukup untuk dipelajari. Proyek yang menunggu model sebelum mengirim alarm biasanya tidak menghasilkan apa-apa.

Seberapa jauh sebelumnya monitoring getaran bisa memperingatkan kerusakan?

Bergantung pada jenis kerusakan dan mesinnya. Keausan bearing, ketidakseimbangan, misalignment, dan kekenduran lazimnya berkembang selama berminggu-minggu atau berbulan-bulan dan cocok dideteksi dini. Kegagalan mendadak, seperti gangguan listrik atau benda asing, bisa memberi sedikit peringatan atau tidak sama sekali. Monitoring getaran mengurangi kejutan. Tidak menghapusnya.

Penulis

Tim Etzal Group

Tim Etzal Group, membantu bisnis berkembang dengan teknologi. Hubungi kami.

Layanan terkait

Chatbot WhatsApp AI

Kami bangun, latih, dan jalankan AI agent WhatsApp yang menjawab pelanggan 24/7, mengkualifikasi lead, dan follow-up.