Hasil Pencarian  ::  Simpan CSV :: Kembali

"This book provides readers with a timely snapshot of the potential offered by and challenges posed by signal processing methods in the field of machine diagnostics and condition monitoring. It gathers contributions to the first Workshop on Signal Processing Applied to Rotating Machinery Diagnostics, held in Setif, Algeria, on April 9-10, 2017, and organized by the Applied Precision Mechanics Laboratory (LMPA) at the Institute of Precision Mechanics, University of Setif, Algeria and the Laboratory of Mechanics, Modeling and Manufacturing (LA2MP) at the National School of Engineers of Sfax. The respective chapters highlight research conducted by the two laboratories on the following main topics: noise and vibration in machines; condition monitoring in non-stationary operations; vibro-acoustic diagnosis of machinery; signal processing and pattern recognition methods; monitoring and diagnostic systems; and dynamic modeling and fault detection."

"Laporan tugas akhir ini membahas mengenai proses penciptaan mesin yang dapat digunakan untuk mengolah batang sagu menjadi aci sagu (proses ekstrasi) dan membuat produk makanan olahan berbahan dasar aci sagu. Sagu yang memiliki potensi yang besar belumlah diolah dan dimanfaatkan secara maksimal sebagai sumber karbohidrat maupun sebagai penunjang industri olahan Sagu masih banyak diolah secara tradisional dengan kapasitas prod uksi dan produktiiitas yang rendah., penanganannya pun kurang memperhatikan aspek kesehatan, keamanan, penjaminan kualitas dan nilai organoteptik(cipta rasa, aroma, penampilan dan wama). Sedangkan sagu yang diolah secara mekanis, saat ini masih memerlukan biaya penanaman modal yang tinggi dan pemanfaatannya belum optimal. Keberhasilan pemanfaatan sagu yang semakin kompetitif akan berdampak terhadap penunman tingkat ketergantungan akan gandum dan beras scbagai sumber karbohidrag dan juga dapat memicu kegiatan usaha kecil-menengah dalam menghasilkan produk olahan yang memiliki nilai jual Iebih. Pemakaian mesin pengolah sagu yang tepat guna merupakan saiah satu j alan keluar (selain inovasi baru akan benih dan usaha pemberdayaan petani) untuk dapat mengatasi masalah yang ada. Pengurangan jumlah proses, kapasitas produksi yang besar, produktititas yang baik, penangan operasi yang minimal, penggunaan sumber daya yang rendah akan menurunkan biaya produksi. Penggunaan mesin yang memiliki banyak fungsi (j7e.xibIe), umur kelja mesin yang lama dan penggunaan teknologi pemerosesan yang tepat akan mengurangi biaya akibat penanarnan modal. Sedangkan pemakaian mesin yang andal dan perlindungan dari mesin akan dapat menjaga kualitas, kesehatan, keamanan dan organoteptik produk keluaran Untuk memperoleh desain mesin sagu yang tepat guna, dimulai dengan mengumpulkan informasi akan kebutuhan dari pengguna, dan informasi pembanding (benchmarking) akan proses/mesin yang telah ada melalui pengamatan dan studi Iiteratur. Informasi yang ada selanjutnya dikembangkan, diolah, disaring dan di evaluasi. Dengan mcmperhatikan metoda perancangan, mempertimbangkan berbagai aspek yang timbul dalam kegiatan pemncangan dan mclakukan analisa kekuatan material , akhimya dibuatlah desain mesin sagu yan diharapkan beserta spesifikasinya. Sehingga dengan mengikuti proses penciptaan produk dengan disertai pengemhuan akan sistem kenja, pcmikiran kreatiil metoda ilmiah, pertimbangan yang mendalam dan pengambilan keputusan yang tepat dapat dihasilkan sebuah desain mesin sagu yang diharapkan dapat digunakan untuk meningkatkan nilai pemakaian sagu sebagai bahan makanan pokok maupun produk olahannya."

"This book promotes the various approaches gathered under the umbrella of computational intelligence to show how condition monitoring can be used to avoid equipment failures and lengthen its useful life, minimize downtime and reduce maintenance costs. The text introduces various signal-processing and pre-processing techniques, wavelets and principal component analysis, for example, together with their uses in condition monitoring and details the development of effective feature extraction techniques classified into frequency, time-frequency- and time-domain analysis. Data generated by these techniques can then be used for condition classification employing tools such as, fuzzy systems, rough and neuro-rough sets, neural and Bayesian networks, hidden Markov and Gaussian mixture models, and support vector machines."