Gratis
DESKRIPSI LAYANAN | Deskripsi Kegiatan Kelompok Riset/Fungsi Kegiatan : Kegiatan penelitian ini berfokus pada pengembangan teknologi inspeksi struktur berbasis Non-Destructive Testing (NDT) yang memanfaatkan sensor cerdas, pemrosesan sinyal tingkat lanjut, kecerdasan buatan…
- Pusat Riset Teknologi Kekuatan Struktur
- KST Serpong (Bacharuddin Jusuf Habibie)
Deskripsi Kegiatan Kelompok Riset/Fungsi Kegiatan : Kegiatan penelitian ini berfokus pada pengembangan teknologi inspeksi struktur berbasis Non-Destructive Testing (NDT) yang memanfaatkan sensor cerdas, pemrosesan sinyal tingkat lanjut, kecerdasan buatan (AI), serta sistem robotik yang mampu bekerja di lingkungan operasional yang menantang. Penelitian ini memiliki dua cabang utama, yaitu (1) inspeksi struktur peralatan migas berbasis sensor eddy current dan ultrasonik, serta (2) aplikasi metode serupa untuk kondisi struktur mesin, khususnya deteksi chatter dan tool wear. Outcome Utama Penelitian Sistem inspeksi NDT multi-sensor yang terintegrasi, siap untuk aplikasi lapangan. Metode pemrosesan sinyal (Signal Processing) dan kecerdasan buatan (AI) inovative baru yang robust untuk analisis cacat material maupun analisis proses pemesinan. Robot artikulasi fleksibel untuk inspeksi otomatis pada lingkungan pipa minyak. Platform digital twin untuk monitoring kondisi struktur. Framework diagnostik mesin perkakas untuk mendeteksi chatter, tool wear, dan kondisi struktural.
Tipe Magang : Magang Riset Tugas Akhir
Topik Kegiatan/Riset : inspeksi struktur peralatan migas berbasis sensor eddy current dan ultrasonik, serta (2) aplikasi metode serupa untuk kondisi struktur mesin, khususnya deteksi chatter dan tool wear.
Ruang Lingkup Topik Kegiatan/Riset :
(1) inspeksi struktur peralatan migas berbasis sensor eddy current dan ultrasonik:
1. Integrasi Sensor NDT Multi-Fisika
Pengembangan dan pengujian sensor Eddy Current Testing (ECT) untuk mendeteksi retak permukaan, korosi, dan perubahan sifat magnetik akibat degradasi struktur.
Pemanfaatan Ultrasonic Testing (UT) probe tipe phased array atau guided waves untuk menginspeksi cacat internal, loss of thickness, dan delaminasi.
Kombinasi ECT–UT sebagai sistem multi-sensor fusion untuk meningkatkan sensitivitas dan mengurangi false alarm.
2. Advanced Signal Processing
Penerapan teknik pemrosesan sinyal tingkat lanjut seperti:
Wavelet Transform, STFT, Hilbert-Huang Transform
Variational Mode Decomposition (VMD)
Feature extraction berbasis time–frequency–statistical domain
Pengembangan metode noise suppression untuk lingkungan industri yang bising (high EMI, vibration, temperature drift).
3. Artificial Intelligence untuk Deteksi dan Klasifikasi Cacat
Pengembangan model AI (SVM, CNN, transformer-based models) untuk:
Klasifikasi tipe cacat (crack, pitting, corrosion)
Estimasi ukuran cacat
Prediksi remaining useful life (RUL) material berdasarkan pola degradasi
Pembuatan dataset NDT terlabel dari eksperimen laboratorium dan inspeksi lapangan.
4. Robot Artikulasi Fleksibel untuk Inspeksi Otomatis
Perancangan robot berkaki/ber-roda modular yang mampu menjelajah dinding pipa, area sempit, dan permukaan melengkung.
Integrasi sistem aktuator mini, magnetic adhesion, atau crawling mechanism untuk mobilitas di berbagai diameter pipa.
Pengembangaan sistem motion planning dan autonomous navigation yang memetakan lokasi cacat berdasarkan sensor.
5. Sistem Data Platform dan Integrasi Digital Twin Inspeksi
Pembuatan digital twin dari struktur untuk memvisualisasikan kondisi real-time.
Integrasi data sensor ke platform monitoring berbasis cloud.
(2) aplikasi metode serupa untuk kondisi struktur mesin, khususnya deteksi chatter dan tool wear.
1. Deteksi Chatter Secara Real-Time
Memanfaatkan sensor getaran multi-sumbu, mikrofon, dan sensor gaya pemotongan.
Mengolah sinyal menggunakan metode: VMD, Empirical Mode Decomposition (EMD), Continuous Wavelet Transform (CWT), FFT & STFT untuk domain frekuensi Pengembangan model deep learning seperti CNN, ResNet, dan attention mechanisms untuk klasifikasi chatter vs. stable cutting. Integrasi ke digital twin milling untuk prediksi dan kontrol dinamis.
2. Prediksi Tool Wear dan Kerusakan Cutter
Penggunaan sensor akustik, getaran, dan citra visual (kamera industrial).
Pemodelan fitur wear: Flank wear (VB), Crater wear, Edge chipping, AI untuk memprediksi tool lifetime melalui time-series forecasting dan remaining useful life (RUL).
3. Korelasi Hasil Inspeksi NDT dengan Kinerja Mesin Proses Produksi
Menilai apakah degradasi struktural pada spindle housing, guideway, atau table dapat dideteksi menggunakan metode NDT.
Menghubungkan kondisi struktural mesin dengan terjadinya chatter dan akurasi pemotongan.
Nama Pembimbing : Dr. Khairul Jauhari, ST., MT.
E-mail Pembimbing : khai003@brin.go.id
Jenjang Pendidikan : S1 / D4
Program Studi/Jurusan Pendidikan : Teknik Mesin, Teknik Elektro, Teknik Fisika
Kuota Mahasiswa : 4
Lokasi Magang BRIN : KST Serpong (Bacharuddin Jusuf Habibie)
Syarat Pengajuan:
Tipe Magang : Magang Riset Tugas Akhir
Topik Kegiatan/Riset : inspeksi struktur peralatan migas berbasis sensor eddy current dan ultrasonik, serta (2) aplikasi metode serupa untuk kondisi struktur mesin, khususnya deteksi chatter dan tool wear.
Ruang Lingkup Topik Kegiatan/Riset :
(1) inspeksi struktur peralatan migas berbasis sensor eddy current dan ultrasonik:
1. Integrasi Sensor NDT Multi-Fisika
Pengembangan dan pengujian sensor Eddy Current Testing (ECT) untuk mendeteksi retak permukaan, korosi, dan perubahan sifat magnetik akibat degradasi struktur.
Pemanfaatan Ultrasonic Testing (UT) probe tipe phased array atau guided waves untuk menginspeksi cacat internal, loss of thickness, dan delaminasi.
Kombinasi ECT–UT sebagai sistem multi-sensor fusion untuk meningkatkan sensitivitas dan mengurangi false alarm.
2. Advanced Signal Processing
Penerapan teknik pemrosesan sinyal tingkat lanjut seperti:
Wavelet Transform, STFT, Hilbert-Huang Transform
Variational Mode Decomposition (VMD)
Feature extraction berbasis time–frequency–statistical domain
Pengembangan metode noise suppression untuk lingkungan industri yang bising (high EMI, vibration, temperature drift).
3. Artificial Intelligence untuk Deteksi dan Klasifikasi Cacat
Pengembangan model AI (SVM, CNN, transformer-based models) untuk:
Klasifikasi tipe cacat (crack, pitting, corrosion)
Estimasi ukuran cacat
Prediksi remaining useful life (RUL) material berdasarkan pola degradasi
Pembuatan dataset NDT terlabel dari eksperimen laboratorium dan inspeksi lapangan.
4. Robot Artikulasi Fleksibel untuk Inspeksi Otomatis
Perancangan robot berkaki/ber-roda modular yang mampu menjelajah dinding pipa, area sempit, dan permukaan melengkung.
Integrasi sistem aktuator mini, magnetic adhesion, atau crawling mechanism untuk mobilitas di berbagai diameter pipa.
Pengembangaan sistem motion planning dan autonomous navigation yang memetakan lokasi cacat berdasarkan sensor.
5. Sistem Data Platform dan Integrasi Digital Twin Inspeksi
Pembuatan digital twin dari struktur untuk memvisualisasikan kondisi real-time.
Integrasi data sensor ke platform monitoring berbasis cloud.
(2) aplikasi metode serupa untuk kondisi struktur mesin, khususnya deteksi chatter dan tool wear.
1. Deteksi Chatter Secara Real-Time
Memanfaatkan sensor getaran multi-sumbu, mikrofon, dan sensor gaya pemotongan.
Mengolah sinyal menggunakan metode: VMD, Empirical Mode Decomposition (EMD), Continuous Wavelet Transform (CWT), FFT & STFT untuk domain frekuensi Pengembangan model deep learning seperti CNN, ResNet, dan attention mechanisms untuk klasifikasi chatter vs. stable cutting. Integrasi ke digital twin milling untuk prediksi dan kontrol dinamis.
2. Prediksi Tool Wear dan Kerusakan Cutter
Penggunaan sensor akustik, getaran, dan citra visual (kamera industrial).
Pemodelan fitur wear: Flank wear (VB), Crater wear, Edge chipping, AI untuk memprediksi tool lifetime melalui time-series forecasting dan remaining useful life (RUL).
3. Korelasi Hasil Inspeksi NDT dengan Kinerja Mesin Proses Produksi
Menilai apakah degradasi struktural pada spindle housing, guideway, atau table dapat dideteksi menggunakan metode NDT.
Menghubungkan kondisi struktural mesin dengan terjadinya chatter dan akurasi pemotongan.
Nama Pembimbing : Dr. Khairul Jauhari, ST., MT.
E-mail Pembimbing : khai003@brin.go.id
Jenjang Pendidikan : S1 / D4
Program Studi/Jurusan Pendidikan : Teknik Mesin, Teknik Elektro, Teknik Fisika
Kuota Mahasiswa : 4
Lokasi Magang BRIN : KST Serpong (Bacharuddin Jusuf Habibie)
Syarat Pengajuan:
- File Data Foto
- File Data Transkrip
- File Proposal
- Daftar Riwayat Hidup
- Surat Pengantar
- Surat Pernyataan
- File Dukung Lainnya
