Perpustakaan Digital ITB

Ball screw sebagai komponen utama pada feed drive system mesin CNC memiliki peran krusial dalam memastikan akurasi gerak linier. Namun, seiring waktu operasi, terjadi degradasi preload yang menurunkan kekakuan aksial dan menimbulkan backlash. Penelitian ini bertujuan mengembangkan pemodelan kondisi kesehatan feed drive berbasis standar ISO 10791-4 dengan memanfaatkan indikator sensor-less berupa sinyal arus servo motor dan validasi sensor-rich melalui pengukuran laser triangulation sensor dari Keyence. Data arus motor diolah melalui segmentasi kecepatan konstan, pembersihan pencilan, dan peringkasan harian untuk membentuk Health Index (HI) yang dinormalisasi 0–1. Tren HI kemudian dimodelkan menggunakan Gaussian Process Regression (GPR) guna mengekstrak pola degradasi beserta interval kepercayaan. Hasil penelitian menunjukkan bahwa penurunan HI konsisten dengan kenaikan backlash, yang dipetakan dalam zona hijau (?8 ?m), kuning (8–10 ?m), dan merah (?10 ?m) sesuai ISO 10791-4. Integrasi kedua indikator ini membuktikan bahwa arus servo dapat dijadikan parameter prognostik dengan prognosability tinggi, sehingga dapat mendukung strategi predictive maintenance pada sistem feed drive.