Comprensión del filtrado de señales
Filtrado de señales es una técnica fundamental de procesamiento de señales que se utiliza en análisis de vibraciones para eliminar componentes de frecuencia no deseados de una señal o para aislar frecuencias específicas de interés. Un filtro es, en esencia, un circuito electrónico o un algoritmo de software que permite que determinadas frecuencias «pasen» mientras bloquea o atenúa otras. Es uno de los pilares silenciosos de la disciplina: el filtrado se lleva a cabo de forma continua en el interior de todos los dispositivos digitales analizador de vibraciones para garantizar que los datos que se analizan sean limpios, precisos y relevantes para la tarea de diagnóstico en cuestión.
1. Definición: ¿Qué es el filtrado de señales?
Cada medición de vibraciones en bruto es una mezcla de las señales deseadas y las no deseadas: ruido de los sensores, resonancias estructurales, zumbidos eléctricos y energía procedente de rangos de frecuencia que simplemente no son relevantes para la tarea en cuestión. Un filtro se define por su frecuencia de corte (el punto en el que empieza a atenuarse) y su roll-off (la rapidez con la que se atenúa más allá de ese punto). El arte del filtrado consiste en dejar pasar la información relevante de una señal y suprimir todo aquello que pueda ocultarla. Si se hace bien, resulta imperceptible; si se hace mal, puede ocultar precisamente el fallo que se está buscando.
2. Tipos comunes de filtros en el análisis de vibraciones
Existen cuatro tipos básicos de filtros que se utilizan en el procesamiento de señales, y cada uno de ellos desempeña una función específica en la cadena de señal del analizador:
- Filtro de paso bajo: permite el paso de las frecuencias bajas, pero bloquea las frecuencias altas. La frecuencia a partir de la cual la señal comienza a atenuarse es la frecuencia de corte.
- Filtro de paso alto: lo contrario de un filtro de paso bajo: deja pasar las frecuencias altas y bloquea las bajas.
- Filtro de paso de banda: permite el paso de una banda o rango específico de frecuencias, al tiempo que bloquea tanto las frecuencias más bajas como las más altas. Se trata, en efecto, de un filtro de paso alto y un filtro de paso bajo que funcionan conjuntamente.
- Band-Stop (o Muesca) Filtro: lo contrario de un filtro de paso de banda: bloquea una banda estrecha de frecuencias y deja pasar todas las demás. El filtro de muesca es la herramienta ideal para eliminar un único tono molesto, como las interferencias eléctricas a la frecuencia de la red eléctrica.
3. Aplicaciones clave del filtrado
Los filtros se utilizan de varias maneras críticas dentro de un analizador de vibraciones:
a) Filtros anti-aliasing
Podría decirse que esta es la aplicación más importante del filtrado. El filtro antialiasing es un filtro de paso bajo de pendiente pronunciada que se aplica a la señal analógica antes de se digitaliza. Su objetivo es eliminar todo el contenido de frecuencia por encima de la frecuencia máxima (Fmáx) que el usuario haya seleccionado para la medición.
Esto es esencial para prevenir aliasing, un grave error de procesamiento de señales digitales en el que las frecuencias altas se «pliegan» y se disfrazan de frecuencias más bajas, lo que da lugar a un resultado totalmente erróneo espectro a partir de datos que, por lo demás, son correctos. Dado que el aliasing no se puede revertir una vez que se han muestreado los datos —los picos falsos son indistinguibles de los reales—, el filtro antialiasing debe actuar en el dominio analógico, antes del convertidor. Es el único componente que garantiza la integridad de todos los datos digitales de vibración.
b) Integración y diferenciación
La vibración se mide en términos de aceleración, velocidad o desplazamiento. Aunque un acelerómetro Aunque se trata del sensor más habitual, a menudo el analista desea visualizar los datos en términos de velocidad, lo que suele requerir que el analizador integre la señal de aceleración. La integración amplifica considerablemente el ruido de muy baja frecuencia —la conocida «curva en forma de pista de esquí» que asciende abruptamente hacia los cero Hz—. Un filtro de paso alto elimina este ruido antes de la integración para generar un espectro de velocidad o desplazamiento limpio y utilizable. La operación inversa, la derivación, tiene la tendencia opuesta y amplifica, en cambio, el ruido de alta frecuencia.
c) Análisis de envolvente (demodulación)
Análisis de envolvente, la técnica principal para detectar defectos de los cojinetesSe basa en gran medida en el filtrado. El proceso implica:
- Usando un filtro pasabanda para aislar una banda de alta frecuencia en la que estén presentes las señales de impacto de los cojinetes —y cualquier resonancia estructural que estas provoquen—.
- Procesar esta señal filtrada mediante demodulación para extraer la frecuencia de repetición (la «envolvente») de los impactos.
- Analizar el espectro de esta señal envolvente para identificar las frecuencias de fallo de los cojinetes.
El filtro de paso de banda resulta fundamental en este caso para eliminar las señales de alta energía y baja frecuencia —como el desequilibrio a velocidad de funcionamiento— que, de otro modo, ahogarían las señales de defectos en los rodamientos, que son débiles y de baja energía, mucho antes de que alcancen un nivel peligroso.
d) Filtrado de diagnóstico
Los analistas también pueden aplicar filtros digitales a los datos una vez recopilados, para facilitar el diagnóstico. Por ejemplo, un filtro de paso de banda puede aislar la vibración en torno a una frecuencia específica frecuencia de engrane para ver mejor el bandas laterales que revelan un fallo incipiente en el engranaje. Un filtro de seguimiento de órdenes realiza una función similar en máquinas de velocidad variable, fijándose en un múltiplo determinado de la velocidad de funcionamiento a medida que esta varía.
4. Filtrado en el equilibrado en campo
El filtrado no es solo una herramienta de diagnóstico, sino que es fundamental para equilibrado de campo. Para equilibrar un rotor, el instrumento debe extraer la vibración exactamente a 1× la velocidad de funcionamiento y rechazar todo lo demás. Un analizador portátil de dos canales como el Balanset-1A utiliza un filtro de seguimiento síncrono, referenciado al pulso de una vez por revolución procedente de su tacómetro, para medir la amplitud de 1× y fase con claridad, incluso cuando el ruido de banda ancha es elevado. Sin ese filtrado, el pequeño vector 1× repetible necesario para calcular un peso de corrección se perdería entre el ruido circundante.
5. Errores comunes y buenas prácticas
- Ocultar las pruebas: Un ajuste demasiado agresivo del filtro de paso bajo puede eliminar el contenido de alta frecuencia que contiene los primeros síntomas de un defecto en el rodamiento. Elige la Fmáx que mejor se adapte al fallo que estás buscando.
- Distorsión de fase: Los filtros modifican la fase de la señal cerca de su frecuencia de corte. Cuando la fase es importante —por ejemplo, en el equilibrado, órbita gráficos: es imprescindible un filtro con una respuesta en fase lineal y de buen comportamiento.
- Olvidándonos de la banda: En el análisis de envolventes, si se elige un centro de paso de banda que no coincide con la resonancia que transporta la energía del rodamiento, se obtiene un espectro de envolvente plano e inútil.
