Memahami Aliasing dalam Analisis Getaran
Aliasing adalah kesalahan pemrosesan sinyal yang dapat merusak analisis digital data getaran. Hal ini terjadi ketika sinyal diambil sampelnya pada laju yang terlalu rendah untuk menangkap komponen frekuensi tertingginya, sehingga frekuensi-frekuensi tinggi tersebut “terlipat ke bawah” dan meniru frekuensi yang lebih rendah dalam spektrum FFT yang dihasilkan. Akibatnya adalah munculnya puncak palsu yang tidak pernah ada pada mesin yang sesungguhnya — puncak-puncak yang dapat menyebabkan kesalahan diagnosis yang serius. Memahami aliasing, serta mekanisme pengaman yang mencegahnya, merupakan hal mendasar untuk mempercayai setiap spektrum getaran digital.
1. Definisi: Apa itu Aliasing?
Ketika sebuah alat analisis mendigitalkan sinyal getaran, alat tersebut tidak merekam kurva yang berkelanjutan; melainkan merekam rangkaian sampel diskrit — potret yang diambil pada interval waktu tetap. Jika jarak antar potret tersebut terlalu jauh dibandingkan dengan seberapa cepat sinyal tersebut berubah, alat analisis tersebut secara harfiah tidak dapat membedakan gelombang cepat dari gelombang lambat. Beberapa titik yang ditangkap dari komponen frekuensi tinggi dapat disatukan menjadi gelombang sinus frekuensi rendah yang sepenuhnya tampak masuk akal. Frekuensi rendah semu itulah yang merupakan alias, dan begitu muncul dalam spektrum, frekuensi itu tidak dapat dibedakan dari getaran asli pada frekuensi tersebut.
2. Teorema Nyquist dan Laju Pengambilan Sampel
Untuk memahami aliasing, Anda harus terlebih dahulu memahami Teorema Nyquist (teorema pengambilan sampel Nyquist–Shannon). Prinsip dasar pemrosesan sinyal digital ini menyatakan:
Untuk merepresentasikan sinyal analog secara akurat dalam bentuk digital, frekuensi sampling (Fs) harus setidaknya dua kali lipat dari komponen frekuensi tertinggi (Fmaks) yang terdapat dalam sinyal.
Laju pengambilan sampel minimum ini (2 × Fmaks) disebut laju Nyquist. Jika dibalik, frekuensi tertinggi yang dapat diukur secara akurat oleh suatu laju sampling adalah setengahnya: Fmaks = Fs / 2. Batas atas itu adalah Frekuensi Nyquist. Frekuensi riil apa pun yang berada di atas frekuensi Nyquist tidak dapat direpresentasikan secara akurat dan justru akan dipantulkan kembali ke bawah frekuensi tersebut. Dalam praktiknya, nilai Fmaks yang dipilih, bersama dengan jumlah baris FFT, juga menentukan resolusi analisis — suatu hubungan yang dapat Anda telusuri dengan sebuah Kalkulator Resolusi FFT saat merencanakan pengukuran.
3. Bagaimana Aliasing Terjadi?
Bayangkan sebuah getaran frekuensi tinggi yang diukur oleh alat analisis digital dengan mengambil sampel diskrit pada laju tetap:
- Jika laju pengambilan sampel cukup tinggi — jauh di atas laju Nyquist — alat analisis dapat menangkap cukup banyak titik per siklus untuk merekonstruksi bentuk gelombang secara akurat.
- Jika laju pengambilan sampel terlalu rendah, alat analisis tidak dapat mendeteksi apa yang terjadi di antara sampel-sampel tersebut. Beberapa titik data yang berhasil ditangkap akan membentuk gelombang sinus dengan frekuensi yang lebih rendah dan sama sekali berbeda. Frekuensi rendah palsu itulah yang disebut alias.
Contoh konkret: misalkan sebuah sinyal mengandung komponen nyata berfrekuensi 900 Hz, tetapi Fmaks alat analisis ditetapkan pada 500 Hz, yang setara dengan laju sampling 1000 Hz. Sinyal pada 900 Hz berada di atas frekuensi Nyquist 500 Hz dan tidak dapat diukur dengan benar. Sinyal tersebut mengalami aliasing dan muncul kembali pada Fs − 900 = 1000 − 900 = 100 Hz. Seorang analis yang memeriksa spektrum dapat dengan mudah salah mengira puncak 100 Hz tersebut sebagai getaran pada 1× kecepatan putar, atau sebagai cacat yang sesungguhnya, dan mengejar masalah yang sebenarnya tidak ada. Yang lebih parah lagi, para biang keladi berfrekuensi tinggi — benturan bantalan, energi pertautan roda gigi, gangguan listrik — justru seringkali merupakan sinyal-sinyal yang paling ingin diandalkan oleh seorang analis.
4. Mencegah Aliasing: Filter Anti-Aliasing
Tidak mungkin untuk mengetahui sebelumnya semua komponen frekuensi tinggi yang mungkin terkandung dalam suatu sinyal — kebisingan ultrasonik, benturan tajam, gangguan frekuensi radio, dan gangguan listrik yang terinduksi semuanya dapat masuk. Oleh karena itu, sekadar berharap bahwa laju sampling cukup tinggi bukanlah strategi yang aman.
Solusi yang digunakan dalam setiap alat analisis getaran digital modern adalah penyaring anti-aliasing: sebuah filter low-pass dengan karakteristik penurunan yang curam, yang ditempatkan dalam jalur sinyal sebelum konverter analog-ke-digital (ADC). Begini cara kerjanya:
- Pengguna menetapkan frekuensi maksimum yang diinginkan, Fmaks, untuk analisisnya.
- Berdasarkan Fmaks, alat analisis secara otomatis mengatur frekuensi potong filter anti-aliasing tepat di atas Fmaks.
- Sinyal analog dari sensor melewati filter, yang menghilangkan atau sangat meredam semua komponen di atas frekuensi potong.
- Hanya sinyal yang telah difilter dan bersih yang sampai ke ADC untuk proses pengambilan sampel.
Karena filter tersebut menyaring frekuensi tinggi yang tidak dapat ditangani oleh laju sampling yang dipilih sebelum pengambilan sampel dilakukan, filter itu membuat aliasing secara fisik tidak mungkin terjadi. Filter nyata tidak dapat memotong frekuensi dengan ketajaman tak terhingga, itulah sebabnya frekuensi potong ditetapkan sedikit di bawah frekuensi Nyquist untuk menyisakan pita pengaman pada lereng karakteristiknya. Filter anti-aliasing merupakan salah satu elemen paling kritis dalam setiap alat analisis, memastikan bahwa FFT yang dihasilkan merupakan gambaran yang benar dan setia dari getaran mesin dalam rentang yang dipilih. Perlu dicatat bahwa penyaringan ini harus bersifat analog dan harus mendahului digitalisasi — menerapkan penyaringan digital setelah ADC tidak dapat membatalkan alias, karena pada saat itu frekuensi palsu sudah terkunci dalam data.
5. Implikasi Praktis bagi Analis
Bagi para insinyur di lapangan, pelajaran yang dapat dipetik adalah menghormati pengaturan frekuensi alat tersebut. Memilih Fmaks terlalu rendah demi mempertahankan resolusi yang baik pada puncak orde rendah dapat menyembunyikan informasi frekuensi tinggi yang penting; filter anti-aliasing akan melindungi Anda dari puncak palsu, tetapi tidak dapat menampilkan energi yang telah Anda hilangkan melalui penyaringan. Alat ukur yang andal menangani hal ini secara otomatis — alat analisis portabel seperti Balanset-1A menerapkan anti-aliasing secara perangkat keras sebelum ADC-nya, sehingga spektrum yang ditampilkannya untuk keperluan diagnostik serta amplitudo dan fase 1× yang digunakannya untuk penyeimbangan bebas dari artefak aliasing di seluruh rentang kerjanya. Kesimpulan praktisnya: atur Fmaks cukup tinggi untuk mencakup frekuensi cacat tertinggi yang menjadi perhatian Anda, percayalah bahwa alat analisis yang dirancang dengan baik tidak akan menimbulkan aliasing, dan perlakukan setiap puncak frekuensi rendah yang tidak dapat dijelaskan dengan kecurigaan yang sehat sampai Anda telah mengesampingkan penyebab lain.