Capa

Desmistificando análise de vibração em máquinas

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:

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 a análise de vibração em suas máquinas, converse com um de nossos especialistas.

Compartilhe:

Icon - Compartilhe no facebookIcon - Compartilhe no LinkedinIcon - Compartilhe no Whatsapp

Sobre o autor:

Foto do Autor

Pedro Piovesan

Engenheiro formado pela Universidade do Estado de Santa Catarina, com mais de 10 anos de atuação nos ramos de Indústria 4.0, metal-mecânica, fabricação de máquinas e hidráulica. É Head de Engenharia de Aplicações e Sucesso do Cliente na TRACTIAN.

Linkedin do Autor
smart-trac-v4-chip-Tractian

Está gastando muito com a manutenção inesperada de suas máquinas?

Preencha abaixo o seu e-mail e descubra com o nosso especialista como reduzir esse custo!