Comprensión del análisis espectral
Análisis espectral es el proceso de tomar una señal compleja, como una forma de onda en el tiempo de un sensor de vibración, y descomponerla en sus componentes de frecuencia individuales. Su objetivo es transformar la señal desde el dominio del tiempo (amplitud frente al tiempo) hacia el dominio de la frecuencia (amplitud frente a la frecuencia). La salida es un espectro (plural: espectros): una gráfica que muestra la amplitud de la vibración en cada frecuencia específica. El análisis espectral es la técnica más fundamental y poderosa en diagnóstico de vibraciones, porque permite al analista reconocer las firmas de frecuencia únicas asociadas con diferentes fallas de la máquina.
1. Definición: ¿Qué es el análisis espectral?
La vibración de una máquina es la suma de muchas fuerzas periódicas simultáneas, y en el dominio del tiempo esas fuerzas se difuminan en una sola traza complicada que resiste la interpretación. El análisis espectral desenreda esa traza. El fundamento matemático es el principio de Fourier: cualquier señal periódica, por compleja que sea, puede representarse como una suma de ondas sinusoidales simples, cada una con su propia frecuencia, amplitud y fase. El análisis espectral recupera esa lista de ondas sinusoidales y la muestra como un espectro, convirtiendo “un zigzag confuso en el tiempo” en “un conjunto ordenado de picos en frecuencias conocidas”. Esa conversión es todo el punto, y todo lo demás se deriva de ella.
2. El papel de la Transformada Rápida de Fourier (FFT)
El análisis espectral moderno se hace práctico gracias a un algoritmo altamente eficiente llamado Transformada Rápida de Fourier (FFT). La FFT es un procedimiento matemático programado en cada analizador de vibraciones. Toma los datos de la forma de onda en el tiempo digitalizados como entrada y produce el espectro de frecuencia como salida, realizando en milisegundos un cálculo que antes tomaba horas a mano.
La FFT permite que una señal compleja y aparentemente caótica, muy difícil de leer en el dominio del tiempo, se vea como una serie clara de picos de frecuencia distintos en el dominio de la frecuencia. Para que la FFT sea válida, la señal debe muestrearse correctamente primero y protegerse contra aliasing, por lo que un filtro antialiasing siempre precede a la transformada.
3. El poder diagnóstico del espectro
El análisis espectral es tan efectivo porque diferentes problemas mecánicos y eléctricos en maquinaria rotativa generan vibración en frecuencias predecibles y características. Al examinar el espectro, un analista puede diagnosticar la causa raíz de un problema al hacer coincidir las frecuencias de los picos con un patrón de falla conocido. Ejemplos comunes incluyen:
- Un pico grande a 1× la velocidad de operación a menudo indica desbalance — la señal para un trabajo de balanceo.
- Un pico grande a 2× la velocidad de operación es un signo clásico de desalineación.
- Una fila de armónicos de la velocidad de operación indica comúnmente holgura mecánica.
- Una serie de picos en múltiplos no enteros de la velocidad de operación puede indicar defectos de rodamiento, a menudo mejor confirmado con análisis de envolvente.
- Un pico de alta amplitud en la frecuencia de engranaje con bandas laterales indica defectos en engranajes.
- Un pico a 2× la frecuencia de la línea eléctrica puede indicar un problema en el estator del motor.
4. Parámetros clave en el análisis espectral
Para adquirir un espectro útil, un analista debe definir varios parámetros clave. Si los configuran mal, incluso una FFT perfecta los engañará:
- Fmax (frecuencia máxima): la frecuencia más alta incluida en el espectro. Debe configurarse lo suficientemente alta para capturar las fallas sospechadas: alta para problemas de engranajes y rodamientos, más baja para desbalance a baja velocidad.
- Resolución (líneas de resolución): esto determina el nivel de detalle. Más líneas dan una resolución de frecuencia más fina, permitiendo al analizador separar dos picos que están cerca — esencial para resolver bandas laterales en el análisis de cajas de engranajes. La compensación es un tiempo de adquisición más largo, una relación que pueden explorar con un Calculadora de resolución FFT.
- Promediado: para obtener un espectro limpio y estable, el analizador toma varias “instantáneas” y las promedia, suprimiendo el ruido aleatorio y revelando la verdadera vibración en estado estacionario.
- Ventana: una función matemática como una ventana de Hanning se aplica a cada bloque de datos para prevenir fuga espectral, que de otro modo difuminaría y distorsionaría las amplitudes y formas de los picos.
5. Análisis espectral en campo
El análisis espectral no se limita al laboratorio: es exactamente lo que un ingeniero de mantenimiento realiza en sitio con un instrumento portátil. Un analizador de dos canales como el Balanset-1A muestrea la señal de un acelerómetro en el soporte del rodamiento, ejecuta la FFT y presenta el espectro en el acto, para que el técnico pueda identificar una falla y actuar antes del siguiente turno. Como el mismo instrumento también lee la fase de un tacómetro, un diagnóstico de desbalance a 1× puede fluir directamente hacia una corrección de balanceo sin cambiar herramientas: diagnóstico y reparación en un solo flujo de trabajo.
6. Análisis espectral frente a la forma de onda en el tiempo
El espectro es poderoso, pero no es toda la imagen. El promediado y la FFT pueden ocultar eventos transitorios cortos y agudos, como los impactos de un diente de engranaje agrietado o un rodamiento descascarado, que se destacan claramente en la forma de onda en el tiempo cruda. Los analistas expertos, por lo tanto, tratan las dos vistas como complementarias: el espectro para localizar que las frecuencias que transportan energía, la forma de onda en el tiempo para estudiar cómo cómo se entrega esa energía. En esencia, el análisis espectral es el núcleo del vibrodiagnóstico moderno, dando una vista clara de “rayos X” de las fuerzas y movimientos que ocurren dentro de una máquina, y leído junto con la forma de onda y un valor de referencia de línea base confiable, convierte la vibración cruda en decisiones seguras.
