Análisis de Espectro FFT: Cómo Leer Espectros de Vibración

Definición: El análisis de espectro FFT es el proceso de aplicar el algoritmo de la Transformada Rápida de Fourier a una señal de vibración en el dominio del tiempo para producir un espectro en el dominio de la frecuencia que muestra la amplitud de vibración en cada componente de frecuencia. La técnica convierte una forma de onda compleja y superpuesta en un mapa claro de frecuencias discretas, lo que permite a los ingenieros de mantenimiento identificar tipos específicos de fallas mecánicas por sus firmas de frecuencia características.

¿Qué Es el Análisis de Espectro FFT?

Las señales de vibración de la maquinaria rotativa son formas de onda en el dominio del tiempo: amplitud medida en función del tiempo. Estas formas de onda son difíciles de interpretar porque cada rodamiento, engrane, desbalance y resonancia estructural en una máquina produce vibración simultáneamente, y todas se combinan en una sola forma de onda compleja en el sensor.

El análisis de espectro FFT resuelve esto descomponiendo esa señal combinada en sus componentes de frecuencia individuales. La Transformada Rápida de Fourier es un algoritmo computacional que calcula de manera eficiente la Transformada de Fourier Discreta, expresando una señal en el dominio del tiempo como una suma de ondas sinusoidales a diferentes frecuencias y amplitudes. El resultado es un espectro de frecuencias: una gráfica con la frecuencia en el eje horizontal y la amplitud de vibración en el eje vertical. Cada pico en el espectro corresponde a un evento mecánico repetitivo específico en la máquina.

Esta vista en el dominio de la frecuencia es la base del análisis de vibraciones en el mantenimiento industrial. Cuando un analista observa un pico dominante exactamente al doble de la velocidad de operación, sabe que la desalineación es la causa probable, no porque la forma de onda parezca inusual, sino porque la física de la desalineación produce esa frecuencia de forzamiento específica. El análisis FFT proporciona ese nivel de especificidad diagnóstica.

Las Matemáticas: Del Dominio del Tiempo al Dominio de la Frecuencia

La Transformada de Fourier se basa en el principio de que cualquier señal periódica puede representarse como una suma de componentes sinusoidales a diferentes frecuencias, amplitudes y fases. Para una señal discreta digitalmente muestreada, la Transformada de Fourier Discreta (DFT) realiza esta descomposición. La FFT es un algoritmo optimizado que calcula la DFT mucho más rápido aprovechando la simetría en el cálculo, lo que hace que el análisis espectral en tiempo real sea práctico.

Los parámetros clave que determinan lo que la FFT puede resolver son:

  • Frecuencia de muestreo (Fs): Cuántos puntos de datos se capturan por segundo. Determina la frecuencia más alta visible en el espectro.
  • Número de líneas (N): El número de contenedores de frecuencia en el espectro resultante, típicamente 400, 800, 1600 o 3200. Más líneas producen una resolución de frecuencia más fina, pero requieren mayor tiempo de medición.
  • Duración del registro de tiempo (T): La duración de la señal capturada. T = N / Fs. Los registros más largos proporcionan mejor resolución en bajas frecuencias.
  • Resolución de frecuencia (df): El espaciado entre líneas de espectro adyacentes. df = 1 / T = Fs / N. Un registro de 1 segundo da una resolución de 1 Hz; un registro de 10 segundos da una resolución de 0.1 Hz.

Teorema de Nyquist y Requisitos de Muestreo

El teorema de Nyquist establece que para reconstruir con precisión un componente de frecuencia, la frecuencia de muestreo debe ser al menos el doble de esa frecuencia. Si la frecuencia de falla más alta de interés es de 10,000 Hz, la frecuencia de muestreo mínima requerida es de 20,000 muestras por segundo. Las frecuencias superiores a la mitad de la frecuencia de muestreo (la frecuencia de Nyquist) no pueden representarse y se replican en el espectro como artefactos de aliasing.

En la práctica, los analistas aplican un filtro pasa-bajas antialiasing antes del convertidor analógico-digital para eliminar el contenido de frecuencia por encima del límite de Nyquist antes de que pueda producir aliasing. Debido a que los filtros reales tienen una caída gradual en lugar de un corte abrupto, una convención común es usar una frecuencia de muestreo de 2.56 veces la frecuencia máxima de interés. Esto proporciona datos limpios y sin aliasing en todo el rango de análisis.

Para los sistemas de monitoreo de vibraciones que miden defectos de rodamientos de alta frecuencia, esto implica sensores acelerómetros con respuesta plana muy por encima del rango de análisis objetivo, digitalizadores con altas frecuencias de muestreo y una selección cuidadosa del ancho de banda de análisis para cada tipo de máquina.

Unidades de Amplitud: Velocidad, Aceleración y Desplazamiento

La amplitud de vibración en un espectro puede expresarse en tres unidades físicas diferentes, y la elección es importante para determinar qué fallas son más visibles:

Unidad Qué mide Mejor para detectar Rango de frecuencia típico
Desplazamiento (mils o micrones) Movimiento físico del eje o la carcasa Desbalance de baja frecuencia, holgura, desgaste de rodamientos a baja velocidad 10 Hz a 1,000 Hz
Velocidad (mm/s o in/s) Tasa de cambio del desplazamiento Fallas de rango medio: desbalance, desalineación, holgura en la mayoría de las máquinas 10 Hz a 10,000 Hz
Aceleración (g o m/s²) Tasa de cambio de la velocidad Defectos de rodamientos de alta frecuencia, frecuencias de engrane, cavitación 1,000 Hz a 20,000 Hz o más

Los estándares de severidad ISO 10816 e ISO 20816 se expresan en velocidad (mm/s RMS) porque la velocidad proporciona una respuesta de sensibilidad relativamente plana en el rango de frecuencias más relevante para la salud general de la máquina. Para aplicaciones de alta velocidad o alta frecuencia, como el diagnóstico de rodamientos de elementos rodantes, se prefieren los espectros de aceleración porque las frecuencias de defecto de rodamientos producen energía de impacto que se integra favorablemente en unidades de aceleración.

Características Espectrales Clave y Su Significado

1x Velocidad de Operación (Componente Sincrónico)

El componente 1x ocurre a una frecuencia igual a una vez la velocidad rotacional del eje en Hertz. Para un motor que opera a 1,800 RPM, la frecuencia 1x es de 30 Hz. Un pico 1x dominante es el indicador principal del desbalance de masa. La amplitud del pico 1x en el alojamiento del rodamiento es aproximadamente proporcional a la magnitud de la fuerza de desbalance.

Armónicos

Los armónicos son múltiplos enteros de una frecuencia fundamental: 2x, 3x, 4x, etc. Cada tipo de falla produce un patrón armónico característico. La desalineación típicamente produce un 2x elevado junto con el 1x, a veces extendiéndose hasta el 3x en casos severos. La holgura mecánica produce un espectro rico en múltiples armónicos, que a menudo se extiende hasta 5x, 10x o más. Las frecuencias de engrane aparecen en el producto del número de dientes y la velocidad del eje, con bandas laterales espaciadas a la velocidad de operación a ambos lados.

Componentes Sub-sincrónicos

Los picos sub-sincrónicos aparecen por debajo de la frecuencia de velocidad de operación 1x. El remolino de aceite en cojinetes de deslizamiento aparece característicamente a aproximadamente 0.43x a 0.48x de la velocidad de operación. Los rozamientos parciales, los acoplamientos desalineados y la inestabilidad del rotor también pueden producir contenido sub-sincrónico. Dado que estas frecuencias caen por debajo del pico 1x dominante, son fáciles de pasar por alto cuando solo se monitorean los niveles de amplitud general.

Componentes No Sincrónicos

Los picos no sincrónicos son frecuencias que no son múltiplos simples ni fracciones de la velocidad de operación. Las frecuencias de defecto de rodamientos de elementos rodantes caen en esta categoría. Cada rodamiento genera cuatro frecuencias características basadas en su geometría y la velocidad del eje: Ball Pass Frequency Outer race (BPFO), Ball Pass Frequency Inner race (BPFI), Ball Spin Frequency (BSF) y Fundamental Train Frequency (FTF). Estas se calculan a partir del diámetro de paso del rodamiento, el diámetro de la bola, el número de bolas y el ángulo de contacto.

Firmas de Fallas Comunes: Tabla de Referencia

Tipo de Falla Frecuencias Dominantes Indicadores de Apoyo Notas
Desbalance de Masa 1x dominante Alta vibración radial, desfase de 90 grados entre horizontal y vertical La amplitud aumenta con el cuadrado de la velocidad
Desalineación Angular 1x y 2x axial Componente axial alto, desfase de 180 grados a través del acoplamiento en dirección axial La desalineación angular pura muestra principalmente 1x y 2x axiales
Desalineación Paralela 2x dominante en dirección radial 2x radial alto, desfase radial de 180 grados a través del acoplamiento En la práctica, la desalineación suele ser una combinación de ambos tipos
Holgura Mecánica Múltiples armónicos de 1x (2x, 3x, hasta 10x o más) Posibles sub-armónicos (0.5x), piso de ruido elevado Frecuentemente desencadenada o amplificada por otra falla (desbalance, desalineación)
Defecto de Rodamiento de Elementos Rodantes BPFO, BPFI, BSF o FTF (no sincrónicos) Bandas laterales a la velocidad de operación, piso de ruido elevado, contenido de alta frecuencia elevado Las etapas tempranas pueden mostrarse solo en el espectro demodulado (envolvente)
Falla de Engrane Frecuencia de engrane = número de dientes x velocidad del eje Bandas laterales a la velocidad del eje, frecuencias fantasma por fabricación El daño en dientes produce bandas laterales; el desgaste produce mayor amplitud de engrane
Remolino de Aceite (Cojinete de Deslizamiento) 0.43x a 0.48x de la velocidad de operación Pico sub-sincrónico que sigue a la velocidad Puede progresar a látigo de aceite bloqueado en la velocidad crítica del rotor

Funciones de Ventana

Un algoritmo FFT asume que el registro de tiempo capturado es un ciclo completo de una señal periódica. En la práctica, la señal no es perfectamente periódica dentro de la ventana de medición, por lo que la señal comienza y termina con valores de amplitud diferentes. Esta discontinuidad en los bordes del registro crea fuga espectral: la energía de un pico de frecuencia única verdadero se dispersa en los contenedores de frecuencia adyacentes, elevando el piso de ruido y enmascarando los picos cercanos.

Las funciones de ventana abordan esto multiplicando el registro de tiempo por una curva de ponderación que atenúa suavemente la señal hasta cero en ambos extremos, eliminando la discontinuidad. Las dos ventanas más comunes en el diagnóstico de maquinaria son:

  • Ventana Hanning: Buena resolución de frecuencia y precisión de amplitud razonable. La opción estándar para la mayoría del trabajo de diagnóstico de fallas en maquinaria. Reduce significativamente la fuga mientras mantiene la capacidad de distinguir picos cercanos en frecuencia.
  • Ventana de tope plano: Excelente precisión de amplitud (dentro de 0.1 dB), a costa de formas de pico más anchas que pueden fusionarse si dos frecuencias están muy próximas. Se usa cuando el objetivo principal es la medición precisa de amplitud para ajuste de alarmas, seguimiento de tendencias o verificación de calibración, en lugar de la resolución de frecuencias.

Una ventana rectangular (uniforme) no aplica ninguna ponderación y se usa solo cuando se sabe que la señal es exactamente periódica dentro del registro, como durante pruebas tonales de precisión. Para el diagnóstico general de maquinaria rotativa, la ventana Hanning es la opción predeterminada correcta.

Promediado de Espectros

Un espectro FFT único contiene contribuciones de ruido aleatorio además de la señal determinista de las fuerzas de la máquina. El promediado de espectros calcula múltiples espectros consecutivos y promedia la amplitud en cada contenedor de frecuencia. Dado que las señales deterministas (desbalance, defectos de rodamientos, engrane) son coherentes y se repiten cada revolución, se refuerzan con el promediado. El ruido aleatorio, al ser incoherente, promedia hacia cero a una tasa proporcional a la raíz cuadrada del número de promedios.

Los tipos de promediado comunes utilizados en el análisis de vibraciones industrial incluyen:

  • Promediado lineal (sincrónico): Media simple de N espectros. Reduce el ruido aleatorio por un factor sqrt(N). El más común para diagnóstico general.
  • Promediado de pico máximo: Retiene la amplitud máxima observada en cada contenedor de frecuencia en todos los espectros. Útil para capturar eventos intermitentes o transitorios que podrían perderse en un solo espectro.
  • Promediado exponencial: Pondera los espectros recientes con mayor peso. Proporciona una vista actualizada continuamente que responde gradualmente a cambios reales en la condición de la máquina. Utilizado en sistemas de monitoreo en línea.

Para la recopilación de datos rutinaria basada en rutas, de 4 a 8 promedios lineales es un equilibrio práctico típico entre el tiempo de medición y la reducción de ruido.

Diagramas de Cascada

Un diagrama de cascada apila una serie de espectros FFT a lo largo de un tercer eje, creando una representación tridimensional de cómo cambia el espectro de frecuencias con el tiempo o a lo largo de un rango de velocidades de la máquina. Cada espectro individual forma una "rebanada" de la cascada, mostrada como una cresta en el diagrama.

Los diagramas de cascada son especialmente potentes para dos aplicaciones de diagnóstico:

  • Análisis de arranque y paro: A medida que la velocidad del eje aumenta durante el arranque, los armónicos de la velocidad de operación (1x, 2x, 3x) se desplazan hacia arriba en frecuencia. Cualquier frecuencia que permanezca fija a medida que cambia la velocidad es una resonancia estructural, no una vibración forzada. Esta separación es imposible de ver en espectros tomados a una sola velocidad, pero es inmediatamente visible en un diagrama de cascada.
  • Seguimiento de tendencias a largo plazo: Los diagramas de cascada de mediciones periódicas de ruta o de monitoreo continuo en línea muestran visualmente cuándo aparecieron por primera vez nuevos componentes de frecuencia, cuándo crecen los existentes y si el crecimiento es gradual o repentino. Esto es un insumo valioso para los modelos de predicción de fallas y para programar las intervenciones de mantenimiento en el momento adecuado.

Ejemplo Práctico: Interpretación del Espectro de una Bomba

Considere una bomba centrífuga que opera a 1,800 RPM (30 Hz) con un impulsor de 6 álabes. Las características esperadas en el espectro son:

  • 1x a 30 Hz: Siempre presente. La amplitud determina si el desbalance está dentro de la tolerancia.
  • Frecuencia de paso de álabe a 180 Hz (6 x 30): Componente de operación normal. Un aumento en este pico suele indicar cavitación o recirculación.
  • 2x a 60 Hz: Un 2x menor por debajo de la amplitud del 1x es aceptable. Si el 2x se acerca o supera al 1x, investigue la desalineación.
  • Frecuencias de defecto de rodamientos: Calculadas a partir de las especificaciones del rodamiento y la velocidad del eje, típicamente entre 100 Hz y 500 Hz para un rodamiento en este rango de velocidad. Cualquier pico en las frecuencias calculadas de BPFO, BPFI, BSF o FTF requiere investigación.

Suponga que el analista observa: 1x a 30 Hz con 4.5 mm/s, 2x a 60 Hz con 4.1 mm/s (casi igual al 1x), y un grupo de picos cerca de 220 Hz (no sincrónico, próximo al BPFI calculado). El patrón sugiere desalineación combinada (2x elevado acercándose al 1x) y un defecto temprano en la pista interna del rodamiento. La respuesta correcta es programar una verificación de alineación e inspección del rodamiento en la próxima ventana de mantenimiento planificada, no esperar a que la severidad de vibración supere el umbral de alarma general, que puede no activarse hasta que la falla haya progresado significativamente.

Este tipo de diagnóstico temprano y específico es el valor central de los programas de mantenimiento predictivo basados en el análisis de espectro FFT.

Limitaciones del Análisis de Espectro FFT

El análisis de espectro FFT es una herramienta poderosa, pero tiene limitaciones reales que los analistas deben comprender para evitar diagnósticos incorrectos:

  • Asume estacionariedad: La FFT estándar asume que las estadísticas de la señal no cambian durante la ventana de medición. Las máquinas de velocidad variable, las máquinas que aceleran a través de resonancias, o las señales con impactos y transitorios violan este supuesto. Métodos alternativos como la Transformada de Fourier de Tiempo Corto (STFT), el análisis de wavelets o el rastreo de órdenes son más adecuados para estos casos.
  • Compromiso fijo tiempo-frecuencia: Una mejor resolución de frecuencia requiere un registro de tiempo más largo. Esto significa que los fenómenos de muy baja frecuencia (componentes sub-1 Hz en maquinaria de baja velocidad) requieren ventanas de medición largas que son imprácticas en algunas condiciones de campo.
  • Fallas tempranas de rodamientos: Los defectos de rodamientos muy tempranos producen impactos de baja amplitud y alta frecuencia que pueden no ser visibles en un espectro estándar de velocidad o aceleración. Se necesitan técnicas de análisis de envolvente (demodulación), energía de pico o excitación de resonancia de alta frecuencia para detectar fallas antes de que sean visibles en el espectro FFT estándar.
  • Requiere experiencia del analista: Leer un espectro correctamente requiere conocimiento de la velocidad rotacional de la máquina, la geometría del rodamiento, las relaciones de engrane, el número de álabes del impulsor y los espectros de referencia normales. Sin este contexto, los picos pueden identificarse erróneamente o pasarse por alto por completo.
  • Aliasing si la configuración es incorrecta: Una frecuencia de muestreo configurada incorrectamente o un filtro antialiasing ausente replicará el contenido de alta frecuencia en el espectro como picos fantasma, lo que puede llevar a diagnósticos falsos.

Estas limitaciones explican por qué los programas de confiabilidad experimentados combinan el análisis de espectro FFT con técnicas complementarias: análisis de envolvente para detección temprana de rodamientos, análisis de fase para confirmar desalineación y holgura, y análisis de aceite para la salud de engranajes y cojinetes de deslizamiento. Ninguna técnica cubre todos los modos de falla en todos los tipos de máquina.

Análisis FFT en Sistemas de Monitoreo Continuo

Las plataformas de monitoreo de condición que capturan datos de forma continua en lugar de en rutas periódicas pueden calcular espectros FFT en cada ciclo de medición, almacenando espectros para el análisis de tendencias y activando alertas cuando aparecen nuevos componentes de frecuencia o cuando las frecuencias de falla conocidas superan los umbrales.

Este enfoque continuo cierra una brecha crítica en el monitoreo basado en rutas. Un rodamiento que desarrolla un defecto tres días después de que un técnico visita la máquina no será detectado hasta la siguiente ruta, que puede ocurrir semanas después. El monitoreo espectral continuo captura el inicio de las frecuencias de falla a medida que se desarrollan por primera vez, dando a los equipos de mantenimiento el tiempo de anticipación necesario para planificar reparaciones antes de que ocurra la falla.

La aplicación práctica en los sistemas modernos de monitoreo de condición de activos es la comparación automatizada de espectros contra referencias almacenadas y plantillas de frecuencias de falla. En lugar de requerir que un analista revise manualmente cada espectro, el sistema señala los espectros que se desvían de la referencia, presenta los componentes de frecuencia específicos de preocupación y clasifica las alertas por severidad. El rol del analista cambia de la inspección rutinaria de espectros a la investigación de excepciones marcadas, lo que representa un uso mucho más eficiente de la experiencia.

Preguntas Frecuentes

¿Qué es el análisis de espectro FFT en el monitoreo de vibraciones?

El análisis de espectro FFT convierte una señal de vibración en el dominio del tiempo en un espectro en el dominio de la frecuencia mediante el algoritmo de la Transformada Rápida de Fourier. El espectro resultante muestra cómo se distribuye la energía de vibración en cada frecuencia, lo que permite a los analistas identificar fallas mecánicas específicas por sus patrones de frecuencia característicos, en lugar de reaccionar ante un umbral de amplitud general.

¿Qué frecuencia de muestreo se requiere para el análisis FFT?

El teorema de Nyquist requiere una frecuencia de muestreo al menos el doble de la frecuencia más alta de interés. Para analizar frecuencias de defectos de rodamientos de hasta 10,000 Hz, por ejemplo, el sensor debe muestrear a un mínimo de 20,000 muestras por segundo. En la práctica, los analistas suelen usar una frecuencia de muestreo 2.56 veces la frecuencia máxima de interés para incluir un margen de seguridad y compensar la caída del filtro antialiasing.

¿Qué significa el componente 1x en un espectro de vibración?

El componente 1x, también llamado frecuencia sincrónica o de velocidad de operación, representa vibración exactamente a una vez la velocidad rotacional del eje. Un pico 1x dominante es la firma clásica del desbalance de masa. También puede aparecer durante desalineación o holgura, por lo que los analistas siempre examinan el espectro completo y la relación de fase entre los puntos de medición antes de diagnosticar con base en un solo pico espectral.

¿Cómo aparecen las frecuencias de falla de rodamientos en un espectro FFT?

Los defectos en rodamientos de elementos rodantes generan componentes de frecuencia no sincrónicos que no son múltiplos simples de la velocidad de operación. Las cuatro frecuencias características son BPFO, BPFI, BSF y FTF, calculadas a partir de la geometría del rodamiento y la velocidad del eje. Las fallas tempranas de rodamientos también producen un piso de ruido elevado y bandas laterales espaciadas a la velocidad de operación alrededor de la frecuencia de defecto del rodamiento.

¿Cuál es la diferencia entre una ventana Hanning y una ventana de tope plano?

Una ventana Hanning reduce la fuga espectral y es la opción estándar para el diagnóstico de fallas en maquinaria porque proporciona buena resolución de frecuencia. Una ventana de tope plano proporciona mejor precisión de amplitud pero con formas de pico más anchas, lo que la hace preferible cuando la medición precisa de amplitud importa más que resolver picos cercanos en frecuencia.

¿Qué es un diagrama de cascada y cuándo se usa?

Un diagrama de cascada apila múltiples espectros FFT recopilados en diferentes tiempos o velocidades de máquina a lo largo de un tercer eje. Es especialmente útil durante pruebas de arranque o paro para separar las frecuencias de resonancia de la vibración forzada, y para el seguimiento de tendencias para mostrar cuándo aparecieron por primera vez nuevos componentes de frecuencia con el tiempo.

¿Cuáles son las principales limitaciones del análisis de espectro FFT?

El análisis FFT asume que la señal es estacionaria durante la ventana de medición. Tiene un desempeño deficiente en eventos transitorios, máquinas de velocidad variable y defectos de rodamientos en etapas muy tempranas. La resolución está fijada al inverso de la duración del registro de tiempo. Los defectos de rodamientos muy tempranos pueden no ser visibles en un espectro estándar y requieren análisis de envolvente u otras técnicas complementarias.

En Conclusión

El análisis de espectro FFT es la herramienta de diagnóstico más potente disponible para la maquinaria rotativa. Convierte una forma de onda de vibración sin procesar en un mapa preciso de las fuerzas que actúan dentro de una máquina, con cada pico rastreable hasta un evento físico específico. El desbalance, la desalineación, la holgura, los defectos de rodamientos y las fallas de engranajes producen firmas de frecuencia distintas que un analista puede identificar antes de que la máquina alcance un estado crítico de falla.

La técnica no es una lectura pasiva. Requiere una configuración correcta: frecuencia de muestreo adecuada para capturar las frecuencias de falla de interés, función de ventana apropiada, suficiente promediado para reducir el ruido y espectros de referencia contra los cuales comparar. Los analistas que comprenden la física detrás de cada firma de falla, en lugar de simplemente vigilar los umbrales de amplitud, extraen un valor diagnóstico mucho mayor de los datos espectrales.

Cuando se implementa en una plataforma de monitoreo continuo, el análisis FFT pasa de ser una actividad de diagnóstico periódica a un sistema de alerta temprana continua. Las fallas que pasarían desapercibidas entre las visitas mensuales de ruta se vuelven visibles en el momento en que comienzan a generar sus frecuencias características, dando a los equipos de mantenimiento días o semanas de anticipación para planificar acciones correctivas de manera segura y rentable.

Vea Cómo Tractian Analiza la Vibración de las Máquinas

La plataforma de monitoreo de condición de Tractian captura datos de vibración de forma continua, calcula espectros FFT automáticamente y alerta a su equipo cuando las frecuencias de falla superan los umbrales. No se requiere revisión manual de espectros.

Vea Cómo Tractian Analiza la Vibración de las Máquinas

Términos relacionados