Analisis Pemeliharaan Prediktif Generator di PLTA Mendalan ‎Menggunakan Metode Markov ‎

Abstract

pembangkit sebagai sumber utama pemasok listrik secara terus-menerus ke berbagai penjuru tempat. Untuk menjaga agar performa dan stabilitas generator terjaga, maka dibtuhkan strategi dalam melakukan pemeliharaan pada generator. Strategi dalam pemeliharaan generator bisa berupa pemeliharaan yang rutin dan pemeliharaan prediktif. Pemeliharaan prediktif merupakan mepeliharaan yang didasarkan pada data-data yang menujukan peringatan-peringatan yang disebut dengan kegagalan potensial (potential failure). Hasil dari pemeliharaan prediktif akan dijadikan sebagai bahan pertimbangan dalam melakukan pemeliharaan berikutnya. Dengan melakukan pemeliharaan prediktif diharapkan akan mencegah terjadinya kegagalan sistem  yang dapat mengganggu pengoprasian generator sehingga pasokan listrik dapat terpenuhi. Untuk mengimplementasikan hal tersebut penulis menggunakan data dari PLTA Mendalan yang berada di kabupaten Malang. Data yang digunakan pada penelitian ini yaitu data dari tahun 2018 sampai dengan 2019. Data penelitian ini meliputi data tahanan isolasi generator, getaran bearing (vibrasi) pada titik generator dan suhu kumparan stator (temperature winding stator). Untuk metode yang digunakan untuk menganisis data  menggunakan metode Markov. Metode Markov merupakan suatu metode matematika untuk menaksir sifat-sifat variabel di masa yang akan datang berdasarkan sifat-sifat variabel tersebut di masa lalu (Subagyo, 2000)

generators as the main source of continuous electricity supply to various places. To maintain generator performance and stability, a strategy is needed to maintain the generator. The strategy for generator maintenance can be routine maintenance and predictive maintenance. Predictive maintenance is maintenance that is based on data indicating warnings called potential failure. The results of predictive maintenance will be taken into consideration in carrying out subsequent maintenance. By carrying out predictive maintenance, it is hoped that it will prevent system failures that can interfere with generator operation so that the electricity supply can be fulfilled. To implement this, the authors use data from the Mendalan hydropower plant in Malang district. The data used in this study are data from 2018 to 2019. The data of this study include data on generator insulation resistance, bearing vibration (vibration) at the generator point and stator coil temperature (stator winding temperature). For the method used to analyze data using the Markov method. The Markov method is a mathematical method to estimate the properties of a variable in the future based on the characteristics of these variables in the past (Subagyo, 2000)