Compreendendo o Auto-Espectro
O autoespectro — também escrito autospectrum, e chamado vagamente de espectro de potência ou simplesmente “o espectro” — é a representação no domínio da frequência de um único vibração sinal, mostrando como a energia ou amplitude é distribuída ao longo da frequência. É produzido ao realizar a Transformada Rápida de Fourier (FFT) de um registro temporal e exibir a magnitude de cada componente de frequência. O prefixo “auto-” o distingue do cross-espectro, que relaciona dois sinais diferentes: um auto-espectro é o espectro de um sinal tomado consigo mesmo.
No trabalho diário, isso é exatamente o que a maioria dos técnicos quer dizer quando fala “o espectro” ou “a FFT” — o display de frequência padrão em cada analisador de vibração, com seus picos em desbalanceamento, frequências de falha de rolamento, frequência de engrenamento, e o resto. Reconhecer que esta ferramenta cotidiana é tecnicamente um auto-espectro é mais importante quando você entra no trabalho multicanal, onde cross-espectros, coerência, e outras funções de correlação entram em cena.
1. A Base Matemática
Duas Rotas para o Mesmo Resultado
Existem duas maneiras matematicamente equivalentes de chegar a um auto-espectro:
- FFT Direta: transforme o sinal temporal, pegue a magnitude (ou magnitude ao quadrado) de cada bin complexo da FFT e plote-o contra a frequência. Esta é a rota comum e direta usada dentro de quase todos os instrumentos.
- Via autocorrelação: calcule primeiro a função de autocorrelação do sinal, depois pegue sua FFT. Pelo teorema de Wiener–Khinchin o resultado é idêntico ao método direto — o mesmo espectro alcançado por um caminho computacional diferente.
Quando a magnitude é elevada ao quadrado e normalizada por unidade de frequência, a mesma quantidade se torna uma densidade espectral de potência, que é a forma preferida para vibração aleatória de banda larga.
Média para Estabilidade
Uma única FFT é estatisticamente ruidosa, portanto, vários auto-espectros computados a partir de registros temporais sequenciais são médios juntos para estabilizar a estimativa e reduzir o espalhamento aleatório. Para diagnósticos de rotina de máquinas, 4–16 médias é o típico; vibração aleatória de banda larga pode precisar de 50–100 ou mais. O benefício vem ao custo do tempo de medição, razão pela qual a contagem de médias é uma compensação deliberada e não “quanto mais, melhor.”
2. Propriedades Definidoras
Três características decorrem diretamente da matemática e valem a pena ter em mente ao ler qualquer espectro:
- Valor real: o auto-espectro não tem parte imaginária. Ele representa apenas magnitude, então a fase relação de fase do sinal original é descartada no cálculo da magnitude. Para identificação de falhas em um único ponto, isso não é perda; para balanceamento ou trabalho com função de transferência, onde a fase é essencial, é uma limitação real.
- Sempre positivo: os valores são sempre maiores ou iguais a zero porque representam energia ou potência, que não podem ser negativos.
- Simétrico para sinais reais: o espectro de um sinal temporal real é simétrico em relação à frequência de Nyquist — as frequências negativas simplesmente espelham as positivas — então apenas a metade positiva é exibida, e ela contém todas as informações.
3. O Auto-Espectro na Diagnóstica de Máquinas
O Display Diário do Analista
Este é o gráfico em que os técnicos vivem. Ele mostra todos os componentes de frequência de vibração de uma vez, e a tarefa do analista é identificar cada pico e correspondê-lo a um tipo de falha — tornando o auto-espectro a ferramenta primária para diagnóstico de falhas e para avaliação de condição de rotina.
Os Recursos para Procurar
- Pico 1×: velocidade de operação vibração, dominada por desbalanceamento e outras fontes de uma vez por revolução.
- Pico 2×: comumente desalinhamento ou folga mecânica.
- Frequências dos rolamentos: BPFO, BPFI, BSF, e FTF, frequentemente cercado por bandas laterais.
- Frequência de engrenamento: a frequência de engrenamento e suas harmônicos.
- Elétrica: duas vezes a frequência da rede (120 Hz em uma rede de 60 Hz, 100 Hz em uma rede de 50 Hz).
- Ruído de fundo: o nível de fundo definido pela vibração aleatória e pelo ruído do instrumento, contra o qual os picos reais devem se destacar.
4. Autoespectro versus Cross-espectro
O autoespectro de canal único responde à pergunta “quais frequências estão presentes?”, enquanto seu parente de dois canais responde “como dois sinais estão relacionados?”. Vale a pena tornar o contraste explícito:
| Autoespectro (canal único) | Cross-espectro (dois canais) |
|---|---|
| Espectro de um único sinal | Relação entre dois sinais |
| Mostra o conteúdo de frequência desse sinal | Mostra o conteúdo de frequência comum a ambos |
| Sem informação de fase | Inclui a relação de fase |
| Suficiente para a maioria dos diagnósticos | Sustenta função de transferência e análise de coerência |
| FFT de canal único padrão | Requer dois canais sincronizados |
5. Modos de Média e Opções de Exibição
Escolhendo um Modo de Média
- Média linear: uma média aritmética direta de espectros sucessivos que reduz o ruído aleatório e converge para o espectro real — o padrão para análise de máquinas.
- Média exponencial: uma média ponderada que favorece os registros mais recentes, ideal para monitoramento em tempo real onde as condições estão mudando.
- Retenção de pico (espectro máximo): cada bin de frequência retém seu maior valor observado, capturando componentes transitórios — inestimável durante partida e parada por inércia testes.
Escala dos Eixos
O eixo de amplitude pode ser exibido em uma escala linear (mm/s, m/s²), o que facilita a leitura de valores absolutos, mas pode ocultar picos pequenos ao lado de grandes, ou em uma escala logarítmica em dB (20·log[amplitude/reference]), which compresses a wide faixa dinâmica para que picos pequenos e grandes sejam visíveis juntos — a visualização preferida para trabalhos detalhados e de pesquisa. O eixo de frequência geralmente é linear em Hz para máquinas, embora um logarítmico eixo com espaçamento de oitava igual seja adequado para faixas de frequência muito amplas.
6. Qualidade e Armadilhas
Um espectro é tão bom quanto os dados por trás dele. Um espectro limpo mostra picos claros acima de um piso de ruído baixo; um espectro ruidoso enterra picos em um fundo alto, o que mais média e resolução de frequência adequada podem remediar. Duas verificações de aquisição são essenciais: confirme se a resolução de frequência é fina o suficiente para separar picos próximos e fique atento ao saturação de entrada, que corta o sinal e fabrica componentes espectrais falsos — se ocorrer, reduza o ganho de entrada e reaquisita. O Calculadora de Resolução FFT ajuda a escolher uma contagem de linhas e largura de banda que resolvam os picos que importam.
Onde os instrumentos de campo se encaixam
Em um instrumento portátil de dois canais como o Balanset-1A, o autoespectro é a visualização diagnóstica cotidiana que um técnico lê na máquina para verificar se a energia está concentrada em 1× (apontando para desbalanceamento e um candidato para balanceamento em campo) ou espalhada pelas frequências dos rolamentos e engrenagens que sinalizam uma falha completamente diferente — tudo capturado nos próprios rolamentos da máquina na velocidade de operação.
O autoespectro é a ferramenta fundamental de análise de frequência da vibrodinâmica: a FFT de canal único na qual os técnicos confiam diariamente para identificação de falhas e avaliação de condição. Compreender que “o espectro” é tecnicamente um autoespectro — e como ele se relaciona com cross-espectros e outras funções espectrais — estabelece a base para análise avançada de múltiplos canais e diagnósticos completos de máquinas.
