Se você, independentemente se trabalha com manutenção ou não, quer descobrir o que é, para que serve e como colocar em prática a análise de sinais de vibração em máquinas, o texto a seguir é pra você.
Para ter uma ideia de como é a aparência de um sinal de vibração, imagine-se balançando uma corda presa a um muro:
O movimento oscilatório que os pontos A, B, C e D fazem é resultado da oscilação que sua mão gerou na corda.
Esse nada mais é do que um movimento de vibração que se propaga até o muro.
Analisando apenas o que acontece no ponto A da corda e plotando o gráfico da posição do ponto A vs Tempo, temos o mesmo formato que resultou da sua chacoalhada na corda.
É exatamente assim que se parece um sinal de vibração:
Sabendo que:
- O Período é o tempo que o ponto A da corda demora para recomeçar um ciclo;
- A Amplitude é a distância máxima de afastamento do ponto A em relação à posição em que ele estaria caso a corda estivesse esticada;
- A Frequência é o número de ciclos por segundo. Se o período T na primeira corda é de 2 segundos, a nossa frequência seria o inverso disso, ou seja, 0.5 Hertz (meio ciclo por segundo).
Lembra do muro onde você prendeu a primeira corda?
Imagine que, agora, há outros 5 amigos seus fazendo a mesma coisa no mesmo muro – ou seja, balançando suas respectivas cordas, mas com frequências diferentes.
Nesse cenário, teríamos 6 sinais de vibração dos pontos A nas diferentes cordas, como na figura a seguir:
Mas e o muro que está aguentando todas essas cordas balançando ao mesmo tempo?
Ele receberá um sinal total da vibração que se propaga pelas cordas (é o sinal que está em vermelho na imagem acima).
Fazendo uma analogia com máquinas, o muro seria como o local ideal para que a máquina captasse o sinal total de vibração.
Já as cordas seriam os fatores que influenciam na vibração global da máquina – e o sinal em vermelho seria essa vibração global.
Os fatores que mencionamos acima podem vir na forma de:
Esses fatores podem ser, por exemplo:
- Desgaste/ Deterioração;
- Falhas em Rolamento;
- Folga Mecânica;
- Desalinhamento;
- Ressonância;
- Lubrificação;
- Excentricidade.
No exemplo da corda, nós conseguimos visualizar exatamente como é o sinal gerado por cada um dos amigos. Mas não é bem assim que acontece na vida real.
No dia a dia do maquinário, ruídos atrapalham a visualização e o sensor obtém apenas o resultado final dos diferentes fatores.
Continuando com a mesma analogia, temos aqui o “chacoalhar” total, sem saber exatamente qual pertence a cada uma das cordas.
Para conseguir interpretar esse sinal e saber quais fatores estão influenciando a vibração, fazemos a Transformada de Fourier.
A técnica consiste em substituir o eixo do tempo pelo eixo da frequência, facilitando a visualização da composição do sinal.
Depois de aplicar o Fourier, é possível fazer a Análise Espectral.
Cada tipo de máquina possui uma assinatura espectral original. A partir dela, identificamos as características de vibração de cada componente individual.
E assim conseguimos monitorar sua condição e diagnosticar os fatores listados anteriormente, como desgaste e desalinhamento.
A análise da assinatura espectral de cada máquina já é comum, sendo feita periodicamente por técnicos com conhecimento em análise de vibração e manutenção.
Fazendo a análise a olho nu e tomando como base as observações do técnico sobre o bom funcionamento da máquina, perdemos grande parte do histórico e do conhecimento dos padrões de vibração da máquina – o que prejudica o diagnóstico.
É por isso que na TRACTIAN utilizamos Machine Learning para identificar deterioração da assinatura espectral de uma máquina e gerar insights assertivos sobre a causa do problema.
Isso nos permite salvar todo o histórico de funcionamento, tomar ações preventivas e evitar falhas em máquinas críticas.
Saiba como é feita a ciência de dados para identificar essas mudanças. E, caso queira saber mais sobre a solução que vai finalmente automatizar essa análise em suas máquinas, converse com um de nossos especialistas.
