Comprensión del análisis wavelet

1. Definición: ¿Qué es el análisis wavelet?

Análisis wavelet Es una técnica avanzada de procesamiento de señales que se utiliza para analizar vibración señales donde el contenido de frecuencia cambia con el tiempo. A diferencia de las señales tradicionales Transformada rápida de Fourier (FFT), que es el más adecuado para señales estacionarias (señales con un contenido de frecuencia constante), el análisis wavelet puede capturar y representar de manera efectiva eventos transitorios, choques y otros comportamientos no estacionarios.

Funciona descomponiendo una señal en un conjunto de funciones base llamadas "ondículas". Cada ondícula es un paquete corto, oscilante y similar a una onda, localizado tanto en el tiempo como en la frecuencia. Esta doble localización es lo que confiere al análisis de ondículas su eficacia.

2. Análisis wavelet vs. FFT

Para comprender el valor del análisis wavelet, es importante comprender la limitación de la FFT:

• FFT (Transformada rápida de Fourier): La FFT indica *qué* frecuencias están presentes en una señal, pero no proporciona información sobre *cuándo* se produjeron. Analiza toda la señal a la vez, proporcionando una excelente resolución de frecuencia, pero cero resolución temporal.
• Análisis wavelet: El análisis wavelet indica *qué* frecuencias están presentes y *cuándo* lo están. Proporciona un mapa de tiempo-frecuencia de la señal, que muestra cómo evoluciona el contenido espectral con el tiempo.

Imagine una señal que contiene un breve "clic" procedente de un diente de engranaje agrietado. La FFT podría mostrar un ligero aumento en la energía de banda ancha, pero el clic se promediaría en toda la señal. Sin embargo, el análisis wavelet generaría un gráfico que mostraría claramente un estallido de energía de alta frecuencia en el momento exacto en que se produjo el clic.

3. El escalograma: un mapa de tiempo-frecuencia

El resultado más común del análisis wavelet es un escalograma (o un gráfico de tiempo-frecuencia similar). Este es un mapa de color 2D donde:

• El eje X representa el tiempo.
• El eje Y representa la frecuencia (o escala).
• El color representa la amplitud o energía de la vibración en ese momento y frecuencia específicos.

Esta visualización facilita la detección de eventos transitorios que quedarían ocultos en un espectro FFT estándar. Por ejemplo, una línea vertical de color "caliente" en un escalograma indica un evento de banda ancha (como un impacto) ocurrido en un instante específico.

4. Aplicaciones en el diagnóstico de vibraciones

El análisis wavelet no suele utilizarse para análisis de rutina. monitoreo de vibraciones pero es una herramienta poderosa para diagnósticos avanzados en situaciones específicas:

• Análisis de la caja de cambios: Es excepcionalmente bueno para detectar fallas localizadas, como un solo diente agrietado o roto, que genera un impacto distinto en cada revolución.
• Defecto del cojinete Análisis: Se puede utilizar para detectar los impactos individuales provocados por un elemento rodante que pasa sobre una astilla, especialmente en maquinaria de muy baja velocidad donde los sistemas tradicionales análisis de envolvente Puede ser un desafío.
• Evento transitorio Análisis: Es ideal para analizar señales de arranque, parada u otros procesos de máquinas donde las características de velocidad y vibración cambian constantemente.
• Análisis estructural: Se puede utilizar para analizar la respuesta de una estructura a un impacto (una prueba de impacto) para comprender su amortiguación y frecuencias naturales.

Si bien es computacionalmente más intensivo que la FFT, el software informático moderno ha hecho del análisis wavelet una herramienta accesible y valiosa para el analista de vibraciones avanzado que trabaja con señales complejas y no estacionarias.

← Volver al índice principal