Memahami Analisis Wavelet

1. Definisi: Apa itu Analisis Wavelet?

Analisis Wavelet adalah teknik pemrosesan sinyal canggih yang digunakan untuk menganalisis getaran sinyal di mana konten frekuensi berubah seiring waktu. Tidak seperti sinyal tradisional Transformasi Fourier Cepat (FFT), yang paling cocok untuk sinyal stasioner (sinyal dengan konten frekuensi konstan), analisis wavelet dapat secara efektif menangkap dan merepresentasikan kejadian sementara, guncangan, dan perilaku non-stasioner lainnya.

Cara kerjanya adalah dengan menguraikan sinyal menjadi serangkaian fungsi basis yang disebut "wavelet". Setiap wavelet adalah paket pendek seperti gelombang yang berosilasi dan terlokalisasi dalam waktu dan frekuensi. Lokalisasi ganda inilah yang memberikan kekuatan pada analisis wavelet.

2. Analisis Wavelet vs. FFT

Untuk memahami nilai analisis wavelet, penting untuk memahami keterbatasan FFT:

• FFT (Transformasi Fourier Cepat): FFT memberi tahu Anda frekuensi *apa* yang ada dalam suatu sinyal, tetapi tidak memberikan informasi tentang *kapan* frekuensi tersebut terjadi. FFT menganalisis seluruh sinyal sekaligus, menghasilkan resolusi frekuensi yang sangat baik tetapi resolusi waktu nol.
• Analisis Wavelet: Analisis wavelet memberi tahu Anda frekuensi *apa* yang ada dan *kapan* frekuensi tersebut muncul. Analisis ini menyediakan peta "waktu-frekuensi" sinyal, yang menunjukkan bagaimana konten spektral berevolusi seiring waktu.

Bayangkan sebuah sinyal yang berisi bunyi "klik" singkat dari gigi roda gigi yang retak. FFT mungkin menunjukkan sedikit peningkatan energi pita lebar, tetapi bunyi klik tersebut akan dirata-ratakan di seluruh sinyal. Namun, analisis wavelet akan menghasilkan plot yang dengan jelas menunjukkan ledakan energi frekuensi tinggi tepat pada saat bunyi klik terjadi.

3. Skalogram: Peta Waktu-Frekuensi

Keluaran yang paling umum dari analisis wavelet adalah skalogram (atau plot waktu-frekuensi serupa). Ini adalah peta warna 2D dengan:

• Sumbu X melambangkan waktu.
• Sumbu Y mewakili frekuensi (atau skala).
• Warna mewakili amplitudo atau energi getaran pada waktu dan frekuensi tertentu.

Visualisasi ini memudahkan untuk mengidentifikasi peristiwa transien yang tersembunyi dalam spektrum FFT standar. Misalnya, garis vertikal berwarna "panas" pada skalogram menunjukkan peristiwa pita lebar (seperti tumbukan) yang terjadi pada waktu tertentu.

4. Aplikasi dalam Diagnostik Getaran

Analisis wavelet biasanya tidak digunakan untuk keperluan rutin pemantauan getaran tetapi merupakan alat yang ampuh untuk diagnostik tingkat lanjut dalam situasi tertentu:

• Analisis Gearbox: Sangat baik dalam mendeteksi kerusakan lokal seperti gigi tunggal yang retak atau patah, yang menghasilkan dampak berbeda pada setiap putaran.
• Cacat Bantalan Analisa: Ini dapat digunakan untuk mendeteksi dampak individu yang disebabkan oleh elemen bergulir yang melewati spall, terutama pada mesin kecepatan sangat rendah di mana analisis amplop bisa jadi menantang.
• Peristiwa Sementara Analisa: Ideal untuk menganalisis sinyal dari proses permulaan, penghentian mesin, atau proses lain di mana kecepatan dan karakteristik getarannya terus berubah.
• Analisis Struktural: Dapat digunakan untuk menganalisis respons suatu struktur terhadap benturan (uji benturan) untuk memahami redaman dan frekuensi alaminya.

Meskipun secara komputasi lebih intensif daripada FFT, perangkat lunak komputer modern telah membuat analisis wavelet menjadi alat yang mudah diakses dan berharga bagi analis getaran tingkat lanjut yang menangani sinyal kompleks dan non-stasioner.

← Kembali ke Indeks Utama