Análise de Espectro FFT
Principais pontos
- A FFT transforma um sinal de vibração do domínio do tempo para o domínio da frequência. Cada pico no espectro corresponde a um evento mecânico específico, não apenas ao nível geral de vibração.
- A taxa de amostragem, o comprimento do registro de tempo e a seleção da função de janelamento determinam diretamente quais falhas são detectáveis e com que precisão as amplitudes são medidas.
- As assinaturas de falha comuns são bem definidas: desbalanceamento domina em 1x da velocidade de operação, desalinhamento em 2x, folga em múltiplos harmônicos, e defeitos de rolamento em frequências não síncronas calculadas.
- Gráficos cascata e médias de espectro estendem a análise de espectro único para detecção de tendências e redução de ruído.
- A análise FFT funciona melhor em sinais em regime permanente. Eventos transitórios, máquinas de velocidade variável e defeitos em estágio muito inicial exigem métodos de análise complementares.
O que É a Análise de Espectro FFT?
Sinais de vibração de máquinas rotativas são formas de onda no domínio do tempo: amplitude medida em função do tempo. Essas formas de onda são difíceis de interpretar porque cada rolamento, engrenagem, desbalanceamento e ressonância estrutural em uma máquina produz vibração simultaneamente, e todos se combinam em uma única forma de onda complexa no sensor.
A análise de espectro FFT resolve isso decompondo esse sinal combinado em seus componentes de frequência individuais. A Transformada Rápida de Fourier é um algoritmo computacional que calcula de forma eficiente a Transformada Discreta de Fourier, expressando um sinal no domínio do tempo como uma soma de ondas senoidais em diferentes frequências e amplitudes. O resultado é um espectro de frequência: um gráfico com frequência no eixo horizontal e amplitude de vibração no eixo vertical. Cada pico no espectro corresponde a um evento mecânico repetitivo específico na máquina.
Essa visão no domínio da frequência é a base da análise de vibração na manutenção industrial. Quando um analista vê um pico dominante exatamente no dobro da velocidade de operação, ele sabe que o desalinhamento é a causa provável, não porque a forma de onda parece incomum, mas porque a física do desalinhamento produz essa frequência de excitação específica. A análise FFT fornece esse nível de especificidade diagnóstica.
A Matemática: Do Domínio do Tempo ao Domínio da Frequência
A Transformada de Fourier baseia-se no princípio de que qualquer sinal periódico pode ser representado como uma soma de componentes senoidais em diferentes frequências, amplitudes e fases. Para um sinal amostrado digitalmente de forma discreta, a Transformada Discreta de Fourier (DFT) realiza essa decomposição. A FFT é um algoritmo otimizado que calcula a DFT muito mais rapidamente, explorando a simetria nos cálculos, tornando a análise de espectro em tempo real viável.
As entradas principais que determinam o que a FFT pode resolver são:
- Taxa de amostragem (Fs): Quantos pontos de dados são capturados por segundo. Determina a frequência mais alta visível no espectro.
- Número de linhas (N): O número de faixas de frequência no espectro resultante, tipicamente 400, 800, 1600 ou 3200. Mais linhas produzem resolução em frequência mais fina, mas exigem tempo de medição maior.
- Comprimento do registro de tempo (T): A duração do sinal capturado. T = N / Fs. Registros mais longos fornecem melhor resolução em baixas frequências.
- Resolução em frequência (df): O espaçamento entre linhas adjacentes do espectro. df = 1 / T = Fs / N. Um registro de 1 segundo fornece resolução de 1 Hz; um registro de 10 segundos fornece resolução de 0,1 Hz.
Teorema de Nyquist e Requisitos de Amostragem
O teorema de Nyquist afirma que, para reconstruir com precisão um componente de frequência, a taxa de amostragem deve ser pelo menos o dobro dessa frequência. Se a frequência de falha mais alta de interesse for 10.000 Hz, a taxa de amostragem mínima necessária é de 20.000 amostras por segundo. Frequências acima de metade da taxa de amostragem (a frequência de Nyquist) não podem ser representadas e se dobram de volta ao espectro como artefatos de aliasing.
Na prática, os analistas aplicam um filtro passa-baixa anti-aliasing antes do conversor analógico-digital para remover o conteúdo de frequência acima do limite de Nyquist antes que ele possa causar aliasing. Como os filtros reais têm uma atenuação gradual em vez de um corte abrupto, uma convenção comum é usar uma taxa de amostragem de 2,56 vezes a frequência máxima de interesse. Isso fornece dados limpos e sem aliasing em toda a faixa de análise.
Para sistemas de monitoramento de vibração que medem frequências elevadas de defeito em rolamentos, isso significa sensores acelerômetros com resposta plana bem acima da faixa de análise alvo, digitalizadores com alta taxa de amostragem e seleção cuidadosa da largura de banda de análise para cada tipo de máquina.
Unidades de Amplitude: Velocidade, Aceleração e Deslocamento
A amplitude de vibração em um espectro pode ser expressa em três diferentes unidades físicas, e a escolha é relevante para quais falhas ficam mais visíveis:
| Unidade | O que mede | Melhor para detectar | Faixa de frequência típica |
|---|---|---|---|
| Deslocamento (mils ou mícrons) | Movimento físico do eixo ou alojamento | Desbalanceamento em baixa frequência, folga, desgaste de rolamento em baixa rotação | 10 Hz a 1.000 Hz |
| Velocidade (mm/s ou pol/s) | Taxa de variação do deslocamento | Falhas na faixa intermediária: desbalanceamento, desalinhamento, folga na maioria das máquinas | 10 Hz a 10.000 Hz |
| Aceleração (g ou m/s²) | Taxa de variação da velocidade | Defeitos de rolamento em alta frequência, frequências de engrenagem, cavitação | 1.000 Hz a 20.000 Hz ou mais |
Os padrões de severidade ISO 10816 e ISO 20816 são expressos em velocidade (mm/s RMS) porque a velocidade fornece uma resposta de sensibilidade relativamente plana na faixa de frequência mais relevante para a saúde geral da máquina. Para aplicações de alta velocidade ou alta frequência, como diagnóstico de rolamentos de elementos rolantes, os espectros de aceleração são preferidos porque as frequências de defeito de rolamento produzem energia de impacto que se integra favoravelmente nas unidades de aceleração.
Características Espectrais Principais e o que Significam
1x Velocidade de Operação (Componente Síncrono)
O componente 1x ocorre em uma frequência igual a uma vez a velocidade rotacional do eixo em Hertz. Para um motor operando a 1.800 RPM, a frequência 1x é de 30 Hz. Um pico 1x dominante é o indicador principal de desbalanceamento de massa. A amplitude do pico 1x no alojamento do rolamento é aproximadamente proporcional à magnitude da força de desbalanceamento.
Harmônicos
Harmônicos são múltiplos inteiros de uma frequência fundamental: 2x, 3x, 4x e assim por diante. Cada tipo de falha produz um padrão harmônico característico. O desalinhamento tipicamente produz 2x elevado junto ao 1x, estendendo-se às vezes até 3x em casos graves. A folga mecânica produz um espectro rico em múltiplos harmônicos, frequentemente estendendo-se até 5x, 10x ou mais. As frequências de engrenagem aparecem no produto da contagem de dentes pela velocidade do eixo, com bandas laterais espaçadas pela velocidade de operação em ambos os lados.
Componentes Sub-síncronos
Picos sub-síncronos aparecem abaixo da frequência de operação 1x. O whirl de óleo em mancais de deslizamento caracteristicamente aparece em aproximadamente 0,43x a 0,48x da velocidade de operação. Atrito parcial, acoplamentos desalinhados e instabilidade do rotor também podem produzir conteúdo sub-síncrono. Como essas frequências ficam abaixo do pico 1x dominante, são facilmente ignoradas quando se monitora apenas os níveis de amplitude geral.
Componentes Não Síncronos
Picos não síncronos são frequências que não são múltiplos ou frações simples da velocidade de operação. As frequências de defeito de rolamentos de elementos rolantes se enquadram nessa categoria. Cada rolamento gera quatro frequências características com base na sua geometria e na velocidade do eixo: Frequência de Passagem de Esferas na Pista Externa (BPFO), Frequência de Passagem de Esferas na Pista Interna (BPFI), Frequência de Rotação das Esferas (BSF) e Frequência Fundamental da Gaiola (FTF). Essas frequências são calculadas a partir do diâmetro primitivo, diâmetro da esfera, número de esferas e ângulo de contato do rolamento.
Assinaturas de Falha Comuns: Tabela de Referência
| Tipo de Falha | Frequências Dominantes | Indicadores de Suporte | Observações |
|---|---|---|---|
| Desbalanceamento de Massa | 1x dominante | Alta vibração radial, defasagem de fase de 90 graus entre horizontal e vertical | A amplitude aumenta com o quadrado da velocidade |
| Desalinhamento Angular | 1x e 2x axial | Alto componente axial, defasagem de 180 graus no acoplamento axialmente | Desalinhamento puramente angular mostra principalmente 1x e 2x axial |
| Desalinhamento Paralelo | 2x dominante radialmente | Alto 2x radial, defasagem radial de 180 graus no acoplamento | Na prática, o desalinhamento geralmente é uma combinação dos dois tipos |
| Folga Mecânica | Múltiplos harmônicos de 1x (2x, 3x, até 10x ou mais) | Sub-harmônicos (0,5x) possíveis, piso de ruído elevado | Frequentemente desencadeada ou amplificada por outra falha (desbalanceamento, desalinhamento) |
| Defeito em Rolamento de Elementos Rolantes | BPFO, BPFI, BSF ou FTF (não síncronos) | Bandas laterais na velocidade de operação, piso de ruído elevado, conteúdo elevado em alta frequência | Estágios iniciais podem aparecer apenas no espectro demodulado (envelope) |
| Falha na Engrenagem | Frequência de engrenagem = número de dentes x velocidade do eixo | Bandas laterais na velocidade do eixo, frequências fantasmas de fabricação | Dano a dente produz bandas laterais; desgaste produz amplitude de engrenagem elevada |
| Whirl de Óleo (Mancal de Deslizamento) | 0,43x a 0,48x da velocidade de operação | Pico sub-síncrono acompanhando a velocidade | Pode evoluir para whip de óleo bloqueado na velocidade crítica do rotor |
Funções de Janelamento
Um algoritmo FFT pressupõe que o registro de tempo capturado é um ciclo completo de um sinal periódico. Na prática, o sinal não é perfeitamente periódico dentro da janela de medição, portanto o sinal começa e termina em valores de amplitude diferentes. Essa descontinuidade nas bordas do registro cria vazamento espectral: a energia de um pico de frequência única real se espalha para faixas de frequência adjacentes, elevando o piso de ruído e mascarando picos próximos.
As funções de janelamento abordam isso multiplicando o registro de tempo por uma curva de ponderação que suaviza o sinal a zero em ambas as extremidades, eliminando a descontinuidade. As duas janelas mais comuns no diagnóstico de máquinas são:
- Janela Hanning: Boa resolução em frequência e precisão de amplitude razoável. A escolha padrão para a maioria dos trabalhos de diagnóstico de falhas em máquinas. Reduz significativamente o vazamento enquanto mantém a capacidade de distinguir picos próximos em frequência.
- Janela de topo plano: Excelente precisão de amplitude (dentro de 0,1 dB), ao custo de picos mais largos que podem se fundir se duas frequências estiverem próximas. Usada quando o objetivo principal é a medição precisa de amplitude para definição de alarmes, acompanhamento de tendências ou verificação de calibração, e não a resolução em frequência.
Uma janela retangular (uniforme) não aplica nenhuma ponderação e é usada apenas quando se sabe que o sinal é exatamente periódico dentro do registro, como durante testes tonais de precisão. Para o diagnóstico geral de máquinas rotativas, a janela Hanning é o padrão correto.
Média de Espectros
Um único espectro FFT contém contribuições de ruído aleatório sobre o sinal determinístico das forças da máquina. A média de espectros calcula múltiplos espectros consecutivos e faz a média da amplitude em cada faixa de frequência. Como os sinais determinísticos (desbalanceamento, defeitos de rolamento, engrenagem) são coerentes e se repetem a cada revolução, eles se reforçam pela média. O ruído aleatório, sendo incoerente, tende a zero a uma taxa proporcional à raiz quadrada do número de médias.
Os tipos comuns de média usados na análise de vibração industrial incluem:
- Média linear (síncrona): Média simples de N espectros. Reduz o ruído aleatório pelo fator sqrt(N). A mais comum para diagnósticos gerais.
- Média de pico máximo: Retém a amplitude máxima vista em cada faixa de frequência em todos os espectros. Útil para capturar eventos intermitentes ou transitórios que poderiam ser ignorados em um único espectro.
- Média exponencial: Pondera os espectros mais recentes com maior peso. Fornece uma visão continuamente atualizada que responde gradualmente a mudanças reais na condição da máquina. Usada em sistemas de monitoramento online.
Para coleta de dados em rotas de rotina, de 4 a 8 médias lineares é um equilíbrio prático típico entre o tempo de medição e a redução de ruído.
Gráficos Cascata
Um gráfico cascata empilha uma série de espectros FFT ao longo de um terceiro eixo, criando uma representação tridimensional de como o espectro de frequência muda ao longo do tempo ou em uma faixa de velocidades da máquina. Cada espectro individual forma uma "fatia" do gráfico cascata, exibida como uma crista no gráfico.
Os gráficos cascata são especialmente poderosos para duas aplicações de diagnóstico:
- Análise de aceleração e desaceleração: À medida que a velocidade do eixo aumenta durante a partida, os harmônicos da velocidade de operação (1x, 2x, 3x) sobem em frequência. Qualquer frequência que permaneça fixa enquanto a velocidade muda é uma ressonância estrutural, não uma vibração forçada. Essa separação é impossível de ver em espectros coletados em uma única velocidade, mas imediatamente visível em um gráfico cascata.
- Acompanhamento de tendências de longo prazo: Gráficos cascata de medições periódicas em rota ou de monitoramento contínuo online mostram visualmente quando novos componentes de frequência aparecem pela primeira vez, quando componentes existentes crescem e se o crescimento é gradual ou súbito. Essa é uma entrada valiosa para modelos de predição de falha e para programar intervenções de manutenção no momento certo.
Exemplo Prático: Interpretando um Espectro de Bomba
Considere uma bomba centrífuga operando a 1.800 RPM (30 Hz) com um rotor de 6 pás. As características esperadas do espectro são:
- 1x a 30 Hz: Sempre presente. A amplitude determina se o desbalanceamento está dentro da tolerância.
- Frequência de passagem das pás a 180 Hz (6 x 30): Componente normal de operação. Um aumento nesse pico frequentemente indica cavitação ou recirculação.
- 2x a 60 Hz: Um 2x menor abaixo da amplitude do 1x é aceitável. Se o 2x se aproximar ou superar o 1x, investigue desalinhamento.
- Frequências de defeito de rolamento: Calculadas a partir da especificação do rolamento e da velocidade do eixo, tipicamente entre 100 Hz e 500 Hz para um rolamento nesta faixa de velocidade. Quaisquer picos nas frequências calculadas de BPFO, BPFI, BSF ou FTF justificam investigação.
Suponha que o analista observe: 1x a 30 Hz com 4,5 mm/s, 2x a 60 Hz com 4,1 mm/s (quase igual ao 1x) e um grupo de picos próximo a 220 Hz (não síncronos, próximos ao BPFI calculado). O padrão sugere desalinhamento combinado (2x elevado se aproximando do 1x) e um defeito inicial na pista interna do rolamento. A resposta correta é programar uma verificação de alinhamento e inspeção do rolamento na próxima janela de manutenção planejada, em vez de aguardar que a severidade de vibração ultrapasse o limiar de alarme geral, o que pode não ocorrer até que a falha avance significativamente.
Esse tipo de diagnóstico precoce e específico é o valor central dos programas de manutenção preditiva baseados em análise de espectro FFT.
Limitações da Análise de Espectro FFT
A análise de espectro FFT é uma ferramenta poderosa, mas tem restrições reais que os analistas precisam compreender para evitar diagnósticos equivocados:
- Pressupõe estacionariedade: A FFT padrão pressupõe que as estatísticas do sinal não mudam durante a janela de medição. Máquinas de velocidade variável, máquinas acelerando por ressonância, ou sinais com impactos e transientes violam esse pressuposto. Métodos alternativos como a Transformada de Fourier de Curto Prazo (STFT), análise de wavelets ou rastreamento de ordem são mais adequados para esses casos.
- Compromisso fixo entre tempo e frequência: Maior resolução em frequência requer um registro de tempo mais longo. Isso significa que fenômenos de muito baixa frequência (componentes abaixo de 1 Hz em máquinas de baixa velocidade) exigem janelas de medição longas que são impraticáveis em algumas condições de campo.
- Falhas iniciais em rolamentos: Defeitos muito iniciais em rolamentos produzem impactos de baixa amplitude e alta frequência que podem não ser visíveis em um espectro padrão de velocidade ou aceleração. Análise de envelope (demodulação), spike energy ou técnicas de excitação de ressonância em alta frequência são necessárias para detectar falhas antes que se tornem visíveis no espectro FFT padrão.
- Requer expertise do analista: Ler um espectro corretamente exige conhecimento da velocidade rotacional da máquina, geometria dos rolamentos, relações de transmissão, número de pás do rotor e espectros de linha de base normais. Sem esse contexto, picos podem ser mal identificados ou completamente ignorados.
- Aliasing se a configuração estiver incorreta: Uma taxa de amostragem configurada incorretamente ou a ausência de um filtro anti-aliasing dobra o conteúdo de alta frequência de volta ao espectro como picos fantasmas, podendo levar a diagnósticos falsos.
Essas limitações são a razão pela qual programas de confiabilidade experientes combinam a análise de espectro FFT com técnicas complementares: análise de envelope para detecção precoce de rolamentos, análise de fase para confirmar desalinhamento e folga, e análise de óleo para a saúde de caixas de engrenagens e mancais de deslizamento. Nenhuma técnica isolada cobre todos os modos de falha em todos os tipos de máquinas.
Análise FFT em Sistemas de Monitoramento Contínuo
Plataformas de monitoramento de condição que capturam dados continuamente, em vez de em rotas periódicas, podem calcular espectros FFT a cada ciclo de medição, armazenando espectros para análise de tendências e acionando alertas quando novos componentes de frequência aparecem ou quando frequências de falha conhecidas excedem limites.
Essa abordagem contínua fecha uma lacuna crítica no monitoramento por rota. Um rolamento que desenvolve um defeito três dias após a visita de um técnico não será detectado até a próxima rota, que pode ser semanas depois. O monitoramento espectral contínuo captura o surgimento das frequências de falha no momento em que se desenvolvem pela primeira vez, dando às equipes de manutenção o tempo necessário para planejar reparos antes que a falha ocorra.
A aplicação prática em sistemas modernos de monitoramento de condição de ativos é a comparação automatizada de espectros em relação a linhas de base armazenadas e modelos de frequência de falha. Em vez de exigir que um analista revise manualmente cada espectro, o sistema sinaliza os espectros que se desviam da linha de base, apresenta os componentes de frequência específicos de preocupação e classifica os alertas por severidade. O papel do analista passa da inspeção rotineira de espectros para a investigação de exceções sinalizadas, o que é um uso muito mais eficiente da expertise.
Perguntas Frequentes
O que é a análise de espectro FFT no monitoramento de vibração?
A análise de espectro FFT converte um sinal de vibração no domínio do tempo em um espectro no domínio da frequência usando o algoritmo da Transformada Rápida de Fourier. O espectro resultante mostra como a energia de vibração está distribuída entre as frequências individuais, permitindo que os analistas identifiquem falhas mecânicas específicas pelos seus padrões de frequência característicos, em vez de reagir a um limiar de amplitude geral.
Qual taxa de amostragem é necessária para a análise FFT?
O teorema de Nyquist exige uma taxa de amostragem de pelo menos o dobro da frequência mais alta de interesse. Para analisar frequências de defeito de rolamento de até 10.000 Hz, por exemplo, o sensor deve amostrar no mínimo 20.000 amostras por segundo. Na prática, os analistas geralmente utilizam uma taxa de amostragem de 2,56 vezes a frequência máxima de interesse, para incluir uma margem de segurança e compensar a atenuação do filtro anti-aliasing.
O que significa o componente 1x em um espectro de vibração?
O componente 1x, também chamado de frequência síncrona ou de velocidade de operação, representa a vibração exatamente na velocidade rotacional do eixo. Um pico 1x dominante é a assinatura clássica de desbalanceamento de massa. Ele também pode aparecer durante desalinhamento ou folga, por isso os analistas sempre examinam o espectro completo e a relação de fase entre os pontos de medição antes de fazer um diagnóstico baseado em um único pico espectral.
Como as frequências de falha de rolamento aparecem em um espectro FFT?
Defeitos em rolamentos de elementos rolantes geram componentes de frequência não síncronos que não são múltiplos simples da velocidade de operação. As quatro frequências características são BPFO, BPFI, BSF e FTF, todas calculadas a partir da geometria do rolamento e da velocidade do eixo. Falhas iniciais em rolamentos também produzem elevação do piso de ruído e bandas laterais espaçadas pela velocidade de operação ao redor da frequência de defeito do rolamento.
Qual é a diferença entre a janela Hanning e a janela de topo plano?
A janela Hanning reduz o vazamento espectral e é a escolha padrão para diagnóstico de falhas em máquinas porque oferece boa resolução em frequência. A janela de topo plano fornece maior precisão de amplitude, mas picos mais largos, tornando-a a escolha preferida quando a medição precisa de amplitude importa mais do que a resolução de picos próximos em frequência.
O que é um gráfico cascata e quando é utilizado?
Um gráfico cascata empilha múltiplos espectros FFT coletados em diferentes momentos ou velocidades da máquina ao longo de um terceiro eixo. É particularmente útil durante testes de aceleração ou desaceleração para separar frequências de ressonância da vibração forçada, e para identificar visualmente quando novos componentes de frequência apareceram ao longo do tempo.
Quais são as principais limitações da análise de espectro FFT?
A análise FFT pressupõe que o sinal é estacionário durante a janela de medição. Ela apresenta desempenho ruim em eventos transitórios, máquinas de velocidade variável e defeitos de rolamento em estágio muito inicial. A resolução é fixada no inverso do comprimento do registro de tempo. Defeitos muito iniciais em rolamentos podem não ser visíveis em um espectro padrão e exigem análise de envelope ou outras técnicas complementares.
Conclusão
A análise de espectro FFT é a ferramenta diagnóstica mais poderosa disponível para máquinas rotativas. Ela converte uma forma de onda de vibração bruta em um mapa preciso das forças atuando dentro de uma máquina, com cada pico rastreável a um evento físico específico. Desbalanceamento, desalinhamento, folga, defeitos de rolamento e falhas em engrenagens produzem assinaturas de frequência distintas que um analista pode identificar antes que a máquina atinja um estado crítico de falha.
A técnica não é de leitura passiva. Ela exige configuração correta: taxa de amostragem adequada para capturar as frequências de falha de interesse, função de janelamento apropriada, média suficiente para reduzir o ruído e espectros de linha de base para comparação. Analistas que entendem a física por trás de cada assinatura de falha, em vez de simplesmente monitorar limiares de amplitude, extraem muito mais valor diagnóstico dos dados espectrais.
Quando implantada em uma plataforma de monitoramento contínuo, a análise FFT passa de uma atividade diagnóstica periódica para um sistema de alerta precoce permanente. Falhas que passariam despercebidas entre visitas mensais de rota se tornam visíveis no momento em que começam a gerar suas frequências características, dando às equipes de manutenção dias ou semanas de antecedência para planejar ações corretivas com segurança e de forma economicamente eficiente.
Veja Como a Tractian Analisa a Vibração das Máquinas
A plataforma de monitoramento de condição da Tractian captura dados de vibração de forma contínua, calcula espectros FFT automaticamente e alerta sua equipe quando as frequências de falha excedem os limites. Sem necessidade de revisão manual de espectros.
Veja Como a Tractian Analisa a Vibração das MáquinasTermos relacionados
Gestão do Ciclo de Vida dos Ativos
Gestão do ciclo de vida dos ativos integra manutenção, finanças e dados operacionais para minimizar o custo total de propriedade e tomar decisões de reparar ou substituir com dados reais.
Compliance
Compliance é o cumprimento obrigatório de leis, regulamentos e normas do setor. Na manutenção, envolve inspeções programadas, documentação e auditorias para evitar multas e paralisações.
CAFM
CAFM é um software para gerenciar sistemas prediais, espaços, manutenção preventiva e conformidade. Reduz custos operacionais em 15 a 30% ao integrar dados de ativos e automatizar agendamentos.
Avaliação de Condição
Avaliação de condição é a avaliação sistemática da saúde de ativos por vibração, termografia e análise de óleo para detectar degradação precocemente e planejar manutenção com base em dados reais.
Probabilidade Condicional de Falha
Probabilidade condicional de falha estima a chance de um ativo falhar em um prazo definido com base na sua condição atual, viabilizando manutenção no momento ideal antes da avaria.