Pemantauan Tingkat Keadaan Getaran Bantalan Backward Inclined Curve Centrifugal Fan Tipe 2 SWSI akibat Perubahan Tarikan Sabuk-V sebagai Pendekatan Teknik Pemeliharaan di Pabrik Kelapa Sawit

Abstract

Teknik dan manajemen pemeliharaan yang diterapkan di Pabrik Kelapa Sawit (PKS) pada umumnya masih bersifat breakdown dan preventif. Hal ini efektif untuk mesinmesin yang memiliki unit cadangan, namun terhadap mesin yang tidak memiliki unit cadangan seperti halnya fan, keduanya tidak efektif. Solusi strategi pemeliharaan yang efektif terhadap fan yang ditunjukkan dalam penelitian ini adalah pemeliharaan bersifat prediktif. Teknik pemeliharaan prediktif yang dilakukan bertujuan untuk mengendalikan kondisi dari model depericarper fan yang ada di PKS yang diskalakan, jenis backward inclined curve centrifugal fan tipe 2SWSI melalui analisa getaran bantalan jenis squared flanged UKF 206 J akibat perubahan tarikan sabuk-V. Set-up penelitian dilakukan dengan mengatur jarak antar poros sejauh ± 3% dari kondisi desain sabuk-V A-37. Kemudian pada setiap set-up, tarikan sabuk V dihitung dengan menggunakan metode gaya defleksi. Tarikan statis sabuk-V diperlukan untuk menentukan beban statis pada poros (Fst). Selanjutnya mesin dioperasikan untuk mengumpulkan data getaran bantalan dan frekuensi poros dengan menggunakan XViber Analyzer, sementara arus listrik diukur untuk menentukan beban dinamis pada poros (Fdy). Pengolahan data secara statistik digunakan untuk menunjukkan adanya korelasi yang non-linier antara kecepatan getaran sebagai variabel terikat terhadap beban statis poros Fst sebagai variabel bebas. Data sinyal getaran yang diperoleh selanjutnya dianalisa untuk tujuan pemeliharaan prediktif. Hasil analisa ditunjukkan bahwa getaran fan pada seluruh kondisi diluar batas alarm 2.25 mm/S-RMS, getaran pada sangkar bantalan terdeteksi sebagai penyebab potensial kerusakan fan, dan getaran terendah diperoleh ketika gaya defleksi sebesar 2.0 kg (Fdy = 41,19 kg). Sesuai dengan penelitian yang telah dilaksanakan, terbukti bahwa penerapan strategi pemeliharaan prediktif dengan memanfaatkan teknik analisa getaran merupakan solusi efektif untuk menambah umur mesin yang tidak memiliki unit cadangan di PKS.

Palm Oil Mills (POM) generally implement breakdown and preventive basis as the type of maintenance management and technique. However, they are effective for machines equipped with spare unit, but for machines which are not equipped with spare unit, e.g. the fans, they are ineffective. The effective solution in maintenance strategy for fan introduced in this research is the predictive maintenance. The objective of conducting predictive maintenance, in this study was to control the condition of a scaled POM depericarper fan model, as known as backward inclined curve centrifugal fan type 2SWSI, it was carried out by analyzing the squared flanged UKF 206 J bearing vibration under a variety of V-belt tensions. Experimental set-up was done by varying± 3% of the span length between two shafts (Ls), designated for V-belt A-37. Then for each set-up, the belt static tension was calculated base on deflection force method. The belt static tensions were needed to define the static shaft loads (Fst). Afterward, the machine was operated to collect vibration data on bearing and shaft frequency using X-Viber Analyzer, while electrical currents were measured to define the dynamic shaft loads (Fdy). Statistical process data procedures were used to perform a non linear correlation between vibration velocities as dependent variables against static shaft loads Fst as independent variables. The vibration signals data were analyzed using vibration trend analysis, vibration spectra analysis, and rotor orbit trajectories analysis for predictive maintenance purposes. The results show that the fan vibration was out of the alarm limit (2.25 mm/s-RMS) at all condition; the vibration on the bearing cage was detected as the potential cause of fan failure; the lowest vibration was obtained when the deflection force reached 2.0 kg (Fdy = 41,19 kg). According to the research which had been carried out, it was found that the implementation of predictive maintenance strategy using vibration analysis technique is the effective solution for longer life of the machines which are not equipped with spare unit in POM