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 pada hasil FFT spektrum. Akibatnya adalah munculnya puncak palsu yang sebenarnya 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 agar dapat mempercayai sistem digital apa pun spektrum getaran.
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 tampak masuk akal. Frekuensi rendah semu itulah yang merupakan alias, dan begitu muncul di spektrum getaran tersebut 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 dengan istilah Tingkat 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 F yang dipilihmaks juga menentukan resolusi analisis beserta jumlah baris FFT — 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 jauh 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 filter F pada alat analisismaks 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 frekuensi Fs − 900 = 1000 − 900 = 100 Hz. Seorang analis yang memeriksa spektrum dapat dengan mudah salah mengira puncak 100 Hz tersebut sebagai sebuah 1× kecepatan lari getaran, atau mengira itu adalah cacat yang sesungguhnya, dan akhirnya mengejar masalah yang sebenarnya tidak ada. Yang lebih parah lagi, sumber gangguan frekuensi tinggi — seperti benturan bantalan, energi gesekan roda gigi, dan 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 — baik itu kebisingan ultrasonik, benturan tajam, gangguan frekuensi radio, maupun gangguan listrik — semuanya dapat mengganggu. Oleh karena itu, hanya mengandalkan laju sampling yang cukup tinggi bukanlah strategi yang aman.
Solusi yang digunakan dalam setiap alat analisis getaran digital modern adalah penyaring anti-aliasing: curam filter low-pass 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.
- Analog sensor Sinyal melewati filter, yang menghilangkan atau sangat meredam semua frekuensi 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 Proses pengambilan sampel ini membuat aliasing secara fisik tidak mungkin terjadi. Filter yang sebenarnya tidak dapat memotong frekuensi secara tajam tanpa batas, itulah sebabnya batas potong ditetapkan sedikit di bawah frekuensi Nyquist untuk menyisakan pita pengaman di sekitarnya. Filter anti-aliasing merupakan salah satu elemen paling kritis dalam setiap analis, memastikan bahwa FFT yang dihasilkan merupakan gambaran yang akurat dan setia dari getaran mesin dalam rentang yang dipilih. Perlu dicatat bahwa penyaringan ini harus bersifat analog dan harus dilakukan sebelum proses digitalisasi — penerapan penyaringan digital Setelah ADC, alias tidak dapat dibatalkan, karena pada saat itu frekuensi yang salah sudah tertanam dalam data.
5. Implikasi Praktis bagi Analis
Bagi para insinyur di lapangan, pelajaran yang dapat dipetik adalah untuk menghormati pengaturan frekuensi alat tersebut. Memilih Fmaks terlalu rendah untuk dipertahankan resolusi puncak frekuensi 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 saring. Alat ukur yang andal menangani hal ini secara otomatis — misalnya, alat analisis portabel seperti Keseimbangan-1a menerapkan anti-aliasing secara perangkat keras sebelum ADC-nya, sehingga spektrum yang ditampilkannya untuk keperluan diagnostik serta data 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 gangguan tertinggi yang menjadi perhatian Anda, percayalah bahwa alat analisis yang dirancang dengan baik tidak akan menimbulkan aliasing, dan waspadalah terhadap setiap puncak frekuensi rendah yang tidak dapat dijelaskan sampai Anda telah mengesampingkan penyebab lain.
