UMUM

Just a moment...Just a moment...

Energi listrik merupakan kebutuhan vital yang ditandai dengan konsumsi listrik yang terus meningkat. Pembangkit listrik tenaga uap (PLTU) menjadi pemilik dominan dalam pasokan listrik di Indonesia, mencapai 50% dari kapasitas total. Dalam sistem PLTU, unit turbin merupakan komponen yang paling sering mengalami kerusakan dan berdampak signifikan pada performa sistem. Penelitian ini menggunakan metode RAM (Reliability, Availability, Maintainability) untuk mengevaluasi kinerja turbin PLTU PLN. Nilai MTTF (Mean Time To Failure) dan MTTR (Mean Time To Repair) masing-masing sebesar 112.916 menit dan 7.705,91 menit menunjukkan frekuensi penurunan operasi 4–5 kali per tahun dan waktu perbaikan yang relatif singkat. Analisis RAM menghasilkan nilai reliabilitas 4,96%, ketersediaan 93,61%, dan maintainabilitas 36,44%. Hasil menunjukkan bahwa reliabilitas dan maintainabilitas sistem turbin berada di bawah standar IVARA, sementara ketersediaan masih memuaskan. Penelitian ini menyoroti perlunya peningkatan strategi pemeliharaan, penggunaan alat analisis canggih, dan pemantauan berkala untuk meningkatkan umur dan efisiensi turbin.

Penelitian ini menemukan bahwa nilai MTTF dan MTTR turbin PLTU PLN masing-masing 112.705,91 menit, yang menghasilkan frekuensi penurunan operasi sekitar 4–5 kali per tahun.Nilai reliabilitas sistem turbin sebesar 4,96% dan maintainabilitas 36,44% berada di bawah standar IVARA, menunjukkan perlunya perbaikan strategi pemeliharaan.Meskipun ketersediaan mencapai 93,61%, peningkatan reliabilitas dan maintainabilitas akan meningkatkan keseluruhan kinerja sistem turbin.

Dapat dilakukan penyelidikan lebih lanjut mengenai integrasi metode Six Sigma dengan analisis RAM untuk mengidentifikasi akar penyebab kegagalan turbin secara sistematis, sehingga dapat dirancang program pemeliharaan preventif yang lebih efektif. Selain itu, penelitian dapat mengeksplorasi pemanfaatan model prediktif berbasis machine learning untuk memproyeksikan waktu kegagalan turbin, yang memungkinkan penjadwalan perbaikan yang optimal dan mengurangi waktu henti operasional. Terakhir, studi lanjutan sebaiknya menguji efektivitas penggunaan sensor IoT dan analisis data real-time dalam memantau kondisi turbin, sehingga dapat mengidentifikasi degradasi performa secara real-time dan memicu intervensi tepat waktu sebelum kerusakan kritis terjadi.

  1. Turbine Engine Reliability Analysis Using Reliability Availability Maintainability (RAM) | Novareza |... journal2.um.ac.id/index.php/jmest/article/view/53932Turbine Engine Reliability Analysis Using Reliability Availability Maintainability RAM Novareza journal2 um ac index php jmest article view 53932
Read online
File size484.1 KB
Pages13
DMCAReport

Related /

ads-block-test