Anda di halaman 1dari 4

TCM adalah Proses pemantauan kondisi alat otomatis menyiratkan identifikasi memotong

kondisi alat tanpa mengganggu operasi proses manufaktur, mengurangi pengawasan


manusia. Tanpa pengawasan dapat menyebabkan peningkatan utilisasi peralatan,
sehingga secara substansial mengurangi biaya produksi. Kedua situasi ini memerlukan
sistem analisis
sensor cerdas.
Metode
sinyal Sebuah otomatis / proses pemesinan cerdas dan alat sistem
pemantauan kondisi harus dapat meniru semirip mungkin kemampuan operator manusia.
1. Fourier
transformation
(FFT)
Dengan
demikian,
empat
komponen penting berikut harus dimasukkan dalam sistem alat
pemantauan
kondisi
otomatis
untuk meniru
tindakan
pemantauan
manusia:
Transformasi fourier adalah transformasi
yang dapat
merubah
suatu sinyal dari
domain waktu s(t)
kedalam domain frekuensi S(f). Fungsi dilakukanya transformasi ini bertujuan untuk mendapatkan

1.informasi
Merasakan
Sistem
Teknik
(sensing
technique
apakah
suatu sinyal
memiliki
frekuensi
tertentusystem):
atau tidak.Biasanya, teknik
Transformasi
Fourier
menggabungkan
sinyal
ke
bentuk
fungsi
eksponensial
dari frekuensi
yangdan
penginderaan tidak langsung seperti kekuatan/gaya
pemotongan,
getaran,
berbeda-beda. Caranya adalah dengan didefinisikan ke dalam persamaan berikut:
emisi akustik digunakan. Berbagai jenis sensor dan data sensoris dari lokasi yang
Dapat kita katakan dari dua persamaan diatas bahwa X(f) adalah transformasi Fourier dari x(t) yang
berbedax(t)
digabungkan
untuk
informasi
yang berguna
mengubah
dari domain waktu
kemenghasilkan
domain frekuensi,dan
untuk persamaan
ke2 adalah kebalikan
2.dari
Fitur
Ekstraksi
sinyal
sensorik
berisi faurier.
informasi yang diperlukan
persamaan
ke1Sistem:
atau bisaIdealnya,
di sebut dengan
invers
transformasi
untuk membedakan antara proses yang berbeda dan kondisi alat. Namun, sinyalsinyal ini biasanya sebuah noise (gangguan) dan memerlukan pengolahan lebih
lanjut untuk menghasilkan fitur yang berguna, yang sangat sensitif terhadap kondisi
alat tetapi tidak sensitif terhadap suara eksternal.
3. Pengambilan Keputusan Sistem (decision making system): strategi proses
Dibawah ini contoh dari transformasi fourier,dari domain waktu ke domain frekuensi
pengambilan keputusan fitur sinyal yang masuk dan melakukan tugas asosiasi pola,
pemetaan fitur sinyal yang tepat menurut kelasnya (kondisi alat). Tugas pengolahan
ini dapat dilakukan secara berurutan atau paralel tergantung pada arsitektur sistem
monitoring.
4. Pengetahuan Sistem Pembelajaran (Knowledge Learning Systems): Dalam rangka
untuk membuat keputusan yang tepat, algoritma pembelajaran harus disediakan.
Seperti parameter sistem algoritma yang selaras dengan mengamati fitur sampel
yang sesuai dengan kondisi alat yang berbeda. Seperti operator manusia, sistem
pemantauan otomatis (TCM) harus memiliki kemampuan untuk belajar dari
pengalaman mereka (kerja masa lalu) serta dari informasi baru yang dihasilkan dari
proses pemesinan

Penilaian kondisi pahat:


1. Pengamatan ambang batas secara langsung
2. Analisis time series
Pada
gambar
di atas,di
bagianan
kiridengan
merupakan
sinyal
asli dari
waktu.dan
Sisi yang
sebelah
kanan
Dalam
tehnik
peramal
time
series
adadomain
2 kategori
utama
perlu
merupakan hasil transformasi fourier .
dilakukan
pengujian,
yaitu pemulusan (smoothing) dan dekomposisi
Kelebihan
Transformasi
fourier
Definisi
transformasi fourier
sebagai
tool/alat untuk
mengubah suatu
sinyal dari kawasan
ke rata(decomposition).
Metode
pemulusan
mendasarkan
ramalannya
dengan waktu
prinsip
kawasan
frekuensi,menjelaskan
kepada
kita
bahwa
transformasi
ini
memiliki
kelebihan:
rata dari kesalahan masa lalu (Averaging smoothing past errors) dengan
1. Mampu menunjukkan kandungan frekuensi yang terkandung di dalam sinyal.
nilai
ramalan
sebelumnya
kesalahan
2.menambahkan
Mampu menunjukan
beberapa
banyak
komponen dengan
frekuensi persentase
yang ada di dalam
sinyal. (percentage
of the errors) antara nilai sebenarnya (actual value) dengan nilai ramalannya
Kekurangan Transformasi Fourier
(forecasting
value). Metoda dekomposisi mendasarkan prediksinya dengan
Dibalik kelebihan yang ada,ternyata transformasi ini memiliki keterbatasan.keterbatasan ini
membagi
data time
menjadi
dari Trend, Siklis, Musiman
menjadi
kekurangan
yang series
cukup fatal
untuk beberapa
transformasikomponen
fourier.
Kekuranganya
adalah:
dan pengaruh
Random; kemudian mengkombinasikan prediksi dari komponenTransformasi Fourier hanya dapat menangkap informasi apakah suatu sinyal memiliki frekuensi
komponen tersebut (kecuali pengaruh random yang sulit diprediksi). Pendekatan
tertentu atau tidak, tapi tidak dapat menangkap dimana frekuensi itu terjadi.
lain untuk peramalan adalah metoda causal atau yang lebih dikenal dengan
sebutan regresi.
2. Wavelet transformation
3. JST

Transformasi merupakan suatu langkah yang harus dilakukan untuk mengubah penyajian suatu
sinyal dari suatu domain ke domain yang lain. Dalam hal ini Transformasi Fourier mengubah sinyal
dari domain waktu ke domain frekuensi,sedangkan Transfomasi wavelet mengubah sinyal dari
Cara domain
melakukan
fitur sinyal?
waktu ekstraksi
ke domain frekuensi
dan skala. Pada konsep pengolahan citra pun, kita harus
mengubah suatu citra dari satu domain ke domain lainnya. Perubahan ini bertujuan untuk
mempermudah pengkodean. Dari kedua jenis transformasi diatas transformasi yang paling cocok
untuk kompresi
adalah transformasi
wavelet.
Hal kandungan
ini dikarenakan
jika kita melakukan
kompresi pada
sinyal-sinyal
non-stasioner
(yaitu sinyal
yang
frekuensinya
bervariasi
bagian
detail,
citra
invers
atau
citra
hasil
rekonstruksi
tidak
akan
terlalu
berbeda
dengan
citra awal
terhadap waktu), karena berkaitan dengan kemampuannya untuk memisah-misahkan

berbagai macam karakteristik pada berbagai skala

Data fusion adalah proses integrasi beberapa data dan pengetahuan yang mewakili objek
dunia nyata yang sama ke dalam sebuah representasi yang konsisten, akurat, dan
berguna.
Proses fusi data sering dikategorikan dengan rendah, menengah atau tinggi, tergantung
pada tahap pengolahan di mana fusi berlangsung

Getaran benda kerja diukur menggunakan accelerometer tipe


Gaya pemotongan diukur dengan strain gauged dynamometer