Sistem Pemantau Beban Berbasis AI Mendeteksi Kerusakan Elektromekanikal Sebelum Terjadi

• Insinyur mengembangkan sistem pemantau beban non-intrusif yang memindai beberapa beban downstream.
• Sistem ini menggunakan platform grafis dan kecerdasan buatan untuk diagnosa sistem elektromekanikal secara real-time.
• Sistem ini sangat cocok untuk sistem listrik yang relatif kecil yang sebagian besar digunakan di pabrik menengah dan kapal.

Meningkatkan efisiensi energi di lokasi industri, gedung, dan fasilitas militer dimulai dengan informasi dan wawasan tentang proses yang terlibat. Perilaku beban terpisah dan data pola operasi sering mengungkap praktik yang boros, memungkinkan manajemen energi sisi permintaan yang efektif.

Instrumen misi kritis yang rusak beroperasi dalam waktu yang lama hingga akhirnya gagal. Ini terjadi dalam sebagian besar kasus, bahkan jika tanda-tanda kegagalan muncul dalam sistem listrik minggu sebelumnya. Oleh karena itu, memantau sistem listrik untuk beban individu juga memungkinkan prognostik dan diagnostik berbasis kondisi.

Baru-baru ini, insinyur di MIT mengembangkan sistem baru yang dapat memindai pola semua jenis peralatan listrik dan menentukan mana yang menunjukkan gejala kegagalan yang akan datang. Ini dapat meminimalkan dampak malfungsi dan kegagalan instrumen dalam sistem daya.

Mengidentifikasi Fluktuasi Kecil

Sistem ini mencakup sensor baru dan tampilan grafis bernama dasbor pemantau beban non-intrusif (NILM). Sensor terhubung ke luar kabel listrik konvensional pada titik tertentu.

Dari titik tersebut, ia dapat mendeteksi aliran arus di kabel bersebelahan, mengidentifikasi tanda-tanda tidak biasa dari setiap pompa, motor, atau peralatan listrik dalam rangkaian dengan memeriksa fluktuasi kecil dalam arus dan tegangan setiap kali peralatan dihidupkan/dimatikan.

Referensi: IEEE Xplore | doi:10.1109/TII.2018.2843770 | MIT

Ia juga dapat mencatat penggunaan energi dan menunjukkan di mana dan kapan peralatan digunakan atau diam. Teknologi ini dapat membantu insinyur membuat fasilitas lebih hemat energi. Sangat cocok untuk sistem listrik yang relatif kecil yang sebagian besar digunakan di pabrik menengah dan kapal.

Sistem tiga kaki ini dapat digunakan dengan sedikit pelatihan. NILM menunjukkan indikator untuk setiap instrumen yang dipantau. Dalam kondisi normal, jarum indikator tetap di zona hijau, tetapi segera masalah terdeteksi jarum bergerak ke zona merah atau kuning (tergantung pada sifat masalah).

Pengujian dan Aplikasi

Insinyur telah menguji sistem mereka pada kapal pelaut Coast Guard. Mereka menggunakan 2 sensor untuk memantau 20 motor dan peralatan yang berbeda pada USCGC Spencer. Sensor mampu menentukan motor yang rusak dengan kabel yang terbakar, yang dapat mengakibatkan kebakaran parah di kapal.

Kuil untuk memanaskan air mesin diesel (kiri) | Pemeriksaan mengungkapkan kuil yang terkorosi (kanan) | Kredit para peneliti

Untuk menguji sistem mereka secara akurat, tim memasang versi sensor yang terpasang kabel serta versi non-kontak di berbagai bagian dari kapal pelaut Coast Guard. Meskipun masalah yang terdeteksi berasal dari sensor yang terpasang kabel, insinyur cukup yakin bahwa mereka akan melihat hasil yang sama jika versi non-kontak dipasang pada bagian yang rusak.

Secara keseluruhan, sistem ini dapat digunakan untuk pemantau aktivitas, pelacakan berbasis kondisi, dan pencatatan skor energi. Bersama dengan Angkatan Laut dan Coast Guard, ini juga dapat berguna untuk produsen kimia yang kebutuhannya termasuk pemantauan real-time bahan berbahaya dan mudah terbakar.

Baca: Sistem Baru Berbasis Laser Dapat Memantau Kerusakan Radiasi pada Material Secara Berkelanjutan

Karena semua analisis dan komputasi dapat dilakukan secara lokal (tidak memerlukan koneksi internet sama sekali), sistem dapat diisolasi secara elektronik dan fisik. Ini secara signifikan mengurangi kemungkinan tempering dari luar dan pencurian data, yang membuat sistem lebih menarik untuk aplikasi industri dan militer.