Uas p2m Ichsan Indhiarto

5
NAMA : ICHSAN INDHIARTO NPM : 1106021494 UAS : PEMELIHARAAN DAN PEMANTAUAN KONDISI MESIN Failure yang terjadi pada START UP BOILER selama kurun waktu dari tanggal 17 bulan 07 tahun 2012 hingga tanggal 28 bulan 06 tahun 2013, yaitu 10 kali failure. Interval waktu yang digunakan untuk studi kali ini adalah 4 bulan sekali sehingga data menjadi: 4 bulan fail 1 5 2 0 3 5 Total 10 A. Weibull Analysis Tabel berikut merupakan hasil PDF, CDF, serta CDF data dalam persen. PDF didapat dari jumlah fail yang terdapat dalam interval tersebut dibagi dengan jumlah total failure yang terjadi. CDF merupakan kumulatif dari PDF, sedangakan CDF data dalam persen merupakan data CDF yang ditampilkan dengan sajian persen. PDF data CDF data CDF data (%) time (months) 0,5 0,5 50 4 0 0,5 50 8 0,5 1 100 12 Untuk mendapatkan persamaan Weibull Shape Parameter menggunakan grafik antara logaritma CDF yang sudah dipersenkan dan log dari waktu log(CDF data ,%) log(time, months) 1,69897000 4 0,602059991 1,69897000 4 0,903089987 2 1,079181246

description

P2M

Transcript of Uas p2m Ichsan Indhiarto

Page 1: Uas p2m Ichsan Indhiarto

NAMA : ICHSAN INDHIARTONPM : 1106021494UAS : PEMELIHARAAN DAN PEMANTAUAN KONDISI MESIN

Failure yang terjadi pada START UP BOILER selama kurun waktu dari tanggal 17 bulan 07 tahun 2012 hingga tanggal 28 bulan 06 tahun 2013, yaitu 10 kali failure.

Interval waktu yang digunakan untuk studi kali ini adalah 4 bulan sekali sehingga data menjadi:

4 bulan fail1 52 03 5

Total 10

A. Weibull AnalysisTabel berikut merupakan hasil PDF, CDF, serta CDF data dalam persen. PDF didapat dari jumlah fail yang terdapat dalam interval tersebut dibagi dengan jumlah total failure yang terjadi. CDF merupakan kumulatif dari PDF, sedangakan CDF data dalam persen merupakan data CDF yang ditampilkan dengan sajian persen.

PDF data

CDF data

CDF data (%)

time (months)

0,5 0,5 50 40 0,5 50 8

0,5 1 100 12

Untuk mendapatkan persamaan Weibull Shape Parameter menggunakan grafik antara logaritma CDF yang sudah dipersenkan dan log dari waktu

log(CDF data ,%)

log(time, months)

1,698970004 0,6020599911,698970004 0,903089987

2 1,079181246Sehingga didapatkan,

Page 2: Uas p2m Ichsan Indhiarto

0.5 0.6 0.7 0.8 0.9 1 1.1 1.21.5

1.6

1.7

1.8

1.9

2

2.1

f(x) = 0.562989953096231 x + 1.31432916462675R² = 0.610822987392167

Weibull Shape Parameter Calculation

Log Time

Log

Failu

re E

vent

Num

ber

Dengan persamaan y = 0,563x + 1,3143. Seperti telah diketahui beta shape merupakan gradien dari persamaan Weibull Shape. Maka Beta Shapenya adalah 0,563.

MTBF adalah x dari persamaan Weibull Shape, dengan y = log(63,2) maka MTBF yang didapat adalah 0,86.

B. Reliability Model dan Failure Rate

Rumus untuk reliability adalah , dengan t adalah waktu, θ=¿

MTBF, β=¿ beta shape, dan e adalah bilangan logaritma natural. Maka didapatkan Reliability

time (months) Reliability

4 0,093503681

8 0,030170094

12 0,012294122

Dengan membandingkan antara waktu dengan reliability akan didapatkan reliability model berupa

3 4 5 6 7 8 9 10 11 12 130

0.010.020.030.040.050.060.070.080.09

0.1

Reliability Model

Time (months)

Relk

abili

ty

Page 3: Uas p2m Ichsan Indhiarto

Untuk failure rate menggunakan rumus sehingga didapatkan

time (months)

Failure Rate

4 0,333536998 0,24637173

12 0,206365561Sehingga failure rate chartnya menjadi

3 4 5 6 7 8 9 10 11 12 130

0.050.1

0.150.2

0.250.3

0.350.4

Failure Rate

Time (Months)

FR/M

onth

C. Perbandingan Failure Distribution Antara Real Data dengan Data Model WeibullPDF pada weibull data merupakan pembagian antara reliability dengan failure rate sedangkan CDF masih merupakan kumulatif dari PDF. Dari pernyataan tersebut didapatkan bahwa,

PDF CDF0,031186936 0,0311869360,007433058 0,0386199950,002537083 0,041157078

Untuk membuktikan apakah PDF di atas benar atau tidak, digunakan rumus pencarian PDF dengan menggunakan fungsi Weibull pada excel yang hasil akhirnya merupakan

PDF Excel0,0311869

360,0074330

580,0025370

83Dari data tersebut terlihat bahwa perhitungan PDF sebelumnya adalah benar. Maka langkah selanjutnya adalah perbandingan antara PDF data asli dengan hasil analisa weibull.

Page 4: Uas p2m Ichsan Indhiarto

3 4 5 6 7 8 9 10 11 12 130

0.1

0.2

0.3

0.4

0.5

0.6

Failure Distribution : Real Data vs Weibull Data

Real Data

Weibull Data

Time (Months)

Prob

abili

ty o

f Fai

lure

Dari weibull data dapat dilihat bahwa terjadi penurunan kualitas komponen walau failure yang terjadi secara acak pada real data. Hal ini menyatatakan bahwa analisa weibull dapat digunakan untuk prediksi probabilitas kegagalan pada suatu komponen.

D. Prediksi Potential FailureSangat sulit untuk memprediksi P-F ketika tidak terdapat data kondisi komponen. Tetapi dengan menggunakan reliability model dibandingkan dengan MTBF maka akan didapatkan prediksi P-F diagram

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.010.020.030.040.050.060.070.080.09

0.1

Potential Failure

Life Time (%)

Relia

bilit

y