Comprensión del análisis espectral

1. Definición: ¿Qué es el análisis espectral?

Análisis espectral es el proceso de tomar una señal compleja, como una forma de onda de tiempo de un sensor de vibración y su descomposición en sus componentes de frecuencia individuales. El objetivo principal del análisis espectral es transformar la señal del dominio temporal (visualizando amplitud vs. tiempo) al dominio frecuencial (visualizando amplitud vs. frecuencia).

El resultado de este proceso es un espectro (plural: espectros), que es un gráfico 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, ya que permite a un analista identificar las firmas de frecuencia únicas asociadas con diferentes fallas de la máquina.

2. El papel de la Transformada rápida de Fourier (FFT)

El análisis espectral moderno es posible gracias a un algoritmo altamente eficiente llamado Transformada rápida de Fourier (FFT)La FFT es un procedimiento matemático que está programado en cada dispositivo digital. analizador de vibracionesToma los datos de forma de onda de tiempo digitalizados como entrada y produce el espectro de frecuencia como salida.

La FFT permite que una señal compleja y aparentemente caótica, que es muy difícil de interpretar en el dominio del tiempo, se vea como una serie clara de picos de frecuencia distintos en el dominio de la frecuencia.

3. El poder diagnóstico del espectro

La razón por la que el análisis espectral es tan eficaz reside en que diversos problemas mecánicos y eléctricos en maquinaria rotatoria generan vibraciones a frecuencias características y predecibles. Al examinar el espectro, un analista puede diagnosticar la causa raíz de un problema al correlacionar las frecuencias de los picos con un patrón de falla conocido.

Algunos ejemplos comunes incluyen:

• Un gran pico de 1X el velocidad de carrera a menudo indica desequilibrar.
• Un pico grande al doble de la velocidad de carrera es un signo clásico de desalineación.
• Una serie de picos en múltiplos no enteros de la velocidad de carrera pueden indicar defectos de los cojinetes.
• Un pico de alta amplitud en la frecuencia de malla de engranajes (GMF) con bandas laterales indica defectos de engranajes.
• Un pico de 2 veces 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:

• Fmax (Frecuencia máxima): Esta es la frecuencia más alta que se incluirá en el espectro. Debe ser lo suficientemente alta como para capturar las frecuencias de las fallas sospechosas (por ejemplo, frecuencias altas para problemas con los engranajes).
• Resolución (Líneas de Resolución): Esto determina el nivel de detalle del espectro. Un mayor número de líneas proporciona una mejor resolución de frecuencia, lo que significa que el analizador puede distinguir entre dos picos de frecuencia muy próximos. Esto es crucial para identificar bandas laterales en el análisis de cajas de cambios.
• Promedio: Para obtener un espectro limpio y estable, el analizador toma múltiples instantáneas de los datos y las promedia. Esto elimina el ruido aleatorio y proporciona una representación más precisa de la vibración real en estado estacionario.
• Ventanas: Se aplica una función matemática (como una ventana de Hanning) a los datos para evitar un error de procesamiento llamado fuga espectral, lo que puede distorsionar las amplitudes y formas de los picos de frecuencia.

En esencia, el análisis espectral es el núcleo del diagnóstico de vibraciones moderno, proporcionando una visión clara de “rayos X” de las fuerzas y los movimientos que ocurren dentro de una máquina.

← Volver al índice principal