ISO 13374: Pemantauan kondisi dan diagnostik mesin – Pemrosesan data, komunikasi, dan presentasi

Ringkasan

ISO 13374 adalah standar yang sangat berpengaruh di dunia IoT industri dan perangkat lunak pemantauan kondisi. Standar ini membahas tantangan interoperabilitas antar berbagai sistem pemantauan, sensor, dan platform perangkat lunak. Alih-alih mendefinisikan teknik pengukuran, standar ini menetapkan arsitektur terbuka dan terstandarisasi tentang bagaimana data pemantauan kondisi harus diproses, disimpan, dan dipertukarkan. Standar ini sering disebut sebagai arsitektur Machinery Information Management Open Systems Alliance (MIMOSA), yang menjadi dasarnya. Tujuannya adalah menciptakan lingkungan "pasang dan pakai" untuk teknologi pemantauan kondisi.

Daftar Isi (Struktur Konseptual)

Standar ini dipecah menjadi beberapa bagian dan mendefinisikan arsitektur informasi berlapis. Inti dari standar ini adalah diagram blok fungsional dengan enam lapisan kunci yang merepresentasikan aliran data dalam setiap sistem pemantauan kondisi:

1. 1. DA: Blok Akuisisi Data:

   Ini adalah lapisan dasar, yang bertindak sebagai jembatan antara mesin fisik dan sistem pemantauan digital. Fungsi utama blok DA adalah untuk berinteraksi langsung dengan sensor—seperti akselerometer, probe jarak dekat, sensor suhu, atau transduser tekanan—dan untuk memperoleh sinyal analog atau digital mentah yang belum diproses yang dihasilkannya. Blok ini bertanggung jawab atas semua interaksi perangkat keras tingkat rendah, termasuk menyediakan daya ke sensor (misalnya, daya IEPE untuk akselerometer), melakukan pengkondisian sinyal seperti amplifikasi dan penyaringan untuk menghilangkan derau yang tidak diinginkan, dan menjalankan konversi analog-ke-digital (ADC). Keluaran blok DA adalah aliran data mentah yang telah didigitalkan, biasanya berupa bentuk gelombang waktu, yang kemudian diteruskan ke lapisan berikutnya dalam arsitektur untuk diproses.

2. 2. DP: Blok Pengolahan Data:

   Blok ini merupakan mesin komputasi sistem pemantauan. Blok ini menerima aliran data mentah digital (misalnya, bentuk gelombang waktu) dari blok Akuisisi Data (DA) dan mengubahnya menjadi tipe data yang lebih bermakna dan sesuai untuk analisis. Fungsi inti blok DP adalah melakukan kalkulasi pemrosesan sinyal standar. Hal ini terutama mencakup eksekusi Transformasi Fourier Cepat (FFT) untuk mengubah sinyal domain waktu menjadi domain frekuensi spektrumTugas pemrosesan utama lainnya yang didefinisikan dalam blok ini termasuk menghitung metrik pita lebar seperti keseluruhan RMS nilai, melakukan integrasi digital untuk mengubah sinyal percepatan menjadi kecepatan atau perpindahan, dan menjalankan proses yang lebih canggih dan khusus seperti demodulasi atau analisis amplop untuk mendeteksi sinyal benturan frekuensi tinggi yang mengindikasikan adanya kerusakan pada bantalan elemen gelinding.

3. 3. DM: Blok Manipulasi Data (Deteksi Status):

   Blok ini menandai transisi kritis dari pemrosesan data ke analisis otomatis. Blok ini mengambil data yang telah diproses dari blok DP (seperti nilai RMS, amplitudo frekuensi spesifik, atau pita spektral) dan menerapkan aturan logis untuk menentukan status operasional mesin. Di sinilah "deteksi" awal suatu masalah terjadi. Fungsi utama blok DM adalah melakukan pemeriksaan ambang batas. Blok ini membandingkan nilai terukur dengan titik setel alarm yang telah ditentukan sebelumnya, seperti batas zona yang ditentukan dalam ISO 10816 atau perubahan persentase yang ditentukan pengguna dari nilai dasar. Berdasarkan perbandingan ini, blok DM menetapkan "status" diskret ke data, seperti "Normal", "Dapat Diterima", "Waspada", atau "Bahaya". Keluaran ini bukan lagi sekadar data; melainkan informasi yang dapat ditindaklanjuti yang dapat diteruskan ke lapisan berikutnya untuk diagnosis atau digunakan untuk memicu notifikasi langsung.

4. 4. HA: Blok Penilaian Kesehatan:

   Blok ini berfungsi sebagai "otak" dari sistem diagnostik, menjawab pertanyaan, "Apa masalahnya?". Blok ini menerima informasi status (misalnya, status "Peringatan") dari blok Manipulasi Data (DM) dan menerapkan lapisan kecerdasan analitis untuk menentukan akar penyebab spesifik dari anomali tersebut. Di sinilah logika diagnostik, yang dapat berkisar dari sistem berbasis aturan sederhana hingga algoritma kecerdasan buatan yang kompleks, dieksekusi. Misalnya, jika blok DM menandai peringatan untuk getaran tinggi pada frekuensi yang tepat dua kali kecepatan poros (2X), logika berbasis aturan di blok HA akan mengkorelasikan pola ini dengan kesalahan tertentu dan menghasilkan diagnosis "Kemungkinan Poros". Ketidakselarasan.” Demikian pula, jika peringatan berada pada puncak frekuensi tinggi yang tidak sinkron dengan pita samping yang khas, blok HA akan mendiagnosis “Cacat Bantalan.” Output dari blok ini adalah penilaian kesehatan spesifik untuk komponen mesin.

5. 5. PA: Blok Penilaian Prognostik:

   Blok ini merupakan puncak dari pemeliharaan prediktif, yang bertujuan untuk menjawab pertanyaan krusial, "Berapa lama lagi komponen ini dapat beroperasi dengan aman?" Blok ini mengambil diagnosis kerusakan spesifik dari blok Penilaian Kesehatan (HA) dan menggabungkannya dengan data tren historis untuk memperkirakan perkembangan kerusakan di masa mendatang. Ini adalah lapisan yang paling kompleks, seringkali menggunakan algoritma canggih, model pembelajaran mesin, atau model fisika kegagalan. Tujuannya adalah untuk mengekstrapolasi laju degradasi saat ini ke masa mendatang guna memperkirakan Sisa Masa Pakai (RUL) komponen. Misalnya, jika blok HA mengidentifikasi kerusakan pada bearing, blok PA akan menganalisis laju peningkatan frekuensi kerusakan selama beberapa bulan terakhir untuk memprediksi kapan kerusakan tersebut akan mencapai tingkat kegagalan kritis. Outputnya bukan sekadar diagnosis, tetapi kerangka waktu yang konkret untuk tindakan.

6. 6. AP: Blok Presentasi Penasihat:

   Ini adalah lapisan terakhir dan paling krusial dari perspektif pengguna, karena menerjemahkan semua data dan analisis yang mendasarinya menjadi intelijen yang dapat ditindaklanjuti. Blok AP bertanggung jawab untuk mengomunikasikan temuan lapisan di bawahnya kepada operator manusia, teknisi keandalan, dan perencana pemeliharaan. Fungsi utamanya adalah menyajikan informasi yang tepat kepada orang yang tepat dalam format yang tepat. Ini dapat berupa berbagai bentuk, termasuk dasbor intuitif dengan indikator kesehatan berkode warna, peringatan email atau pesan teks yang dibuat secara otomatis, laporan diagnostik terperinci dengan plot spektral dan bentuk gelombang, dan, yang terpenting, rekomendasi pemeliharaan yang spesifik dan jelas. Blok AP yang efektif tidak hanya menyatakan bahwa bantalan mengalami kerusakan; tetapi juga memberikan saran yang komprehensif, seperti: "Kecacatan lintasan dalam terdeteksi pada bantalan tempel motor. Sisa masa pakai diperkirakan 45 hari. Rekomendasi: Jadwalkan penggantian bantalan pada penghentian terencana berikutnya."

Konsep Kunci

• Interoperabilitas: Inilah tujuan utama ISO 13374. Dengan mendefinisikan kerangka kerja dan model data yang umum, perusahaan dapat menggunakan sensor dari Vendor A, sistem akuisisi data dari Vendor B, dan perangkat lunak analisis dari Vendor C, serta menggabungkan semuanya.
• Arsitektur Terbuka: Standar ini mempromosikan penggunaan protokol dan format data yang terbuka dan non-eksklusif, mencegah ketergantungan pada vendor, dan mendorong inovasi dalam industri pemantauan kondisi.
• MIMOSA: Standar ini sangat bergantung pada kinerja organisasi MIMOSA. Memahami C-COM (Common Conceptual Object Model) MIMOSA adalah kunci untuk memahami implementasi ISO 13374 secara detail.
• Dari Data ke Keputusan: Model enam blok menyediakan jalur logis dari pengukuran sensor mentah (Akuisisi Data) hingga saran pemeliharaan yang dapat ditindaklanjuti (Presentasi Saran), yang membentuk tulang punggung digital dari program pemeliharaan prediktif modern.

← Kembali ke Indeks Utama