Compreender o Auto-Espectro
O espectro automático — também escrito auto-espectro, e informalmente designado por espectro de potência ou simplesmente “o espectro” — é a representação no domínio da frequência de um único vibração sinal, mostrando como a energia ou a amplitude desse sinal está distribuída pelas frequências. É produzido calculando a Transformada Rápida de Fourier (FFT) de um registo temporal e apresentando a magnitude de cada componente de frequência. O prefixo “auto-” distingue-o do espetro cruzado, que relaciona dois sinais diferentes: um auto-espectro é o espectro de um sinal calculado consigo próprio.
No trabalho diário é exactamente isto que a maioria dos técnicos quer dizer quando fala em “o espectro” ou “a FFT” — a visualização de frequências padrão em qualquer analisador de vibrações, com os seus picos em desequilíbrio, frequências de falhas em rolamentos, malha de engrenagens, e outros. Reconhecer que esta ferramenta do quotidiano é tecnicamente um auto-espectro importa sobretudo quando se passa para trabalho multicanal, onde os espectros cruzados, coerência, e outras funções de correlação entram em cena.
1. Fundamentos Matemáticos
Dois Caminhos para o Mesmo Resultado
Existem duas formas matematicamente equivalentes de obter um auto-espectro:
- Direct FFT: transformar o sinal temporal, calcular a magnitude (ou o quadrado da magnitude) de cada bin complexo da FFT e representá-la em função da frequência. Este é o caminho comum e directo utilizado no interior de quase todos os instrumentos.
- Via autocorrelação: calcular primeiro a função de autocorrelação do sinal’ e, em seguida, calcular a sua FFT. Pelo teorema de Wiener–Khinchin o resultado é idêntico ao método direto — o mesmo espectro obtido por um caminho computacional diferente.
Quando a magnitude é elevada ao quadrado e normalizada por unidade de frequência, a mesma grandeza torna-se 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, pelo que vários auto-espectros calculados a partir de registos temporais sequenciais são calculados em média para estabilizar a estimativa e reduzir a dispersão aleatória. No diagnóstico de rotinas de máquinas, 4 a 16 médias é o valor típico; a vibração aleatória de banda larga pode necessitar de 50 a 100 ou mais. O benefício tem como custo o tempo de medição, razão pela qual o número de médias é uma escolha deliberada e não “quanto mais, melhor.”
2. Propriedades Definidoras
Três características decorrem diretamente da matemática e vale a pena tê-las em mente ao interpretar qualquer espectro:
- Real-valued: o auto-espectro não tem parte imaginária. Representa apenas a magnitude, pelo que a fase relação do sinal original é descartada no cálculo da magnitude. Para a identificação de falhas num único ponto, isso não constitui perda; para o balanceamento ou o trabalho de 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 pode ser negativa.
- Simétrico para sinais reais: o espectro de um sinal temporal real é simétrico em torno da frequência de Nyquist — as frequências negativas são simplesmente o espelho das positivas — pelo que apenas a metade positiva é apresentada, contendo toda a informação.
3. O Auto-Espectro no Diagnóstico de Máquinas
O Ecrã do Dia a Dia do Analista
É o gráfico em que os técnicos vivem. Mostra todos os componentes de frequência de vibração de uma só vez, e a tarefa do analista é identificar cada pico e associá-lo a um tipo de avaria — tornando o auto-espectro a ferramenta principal para diagnóstico de avarias e para a avaliação de condição de rotina.
As Características a Observar
- 1× peak: velocidade de funcionamento vibração, dominada pelo desequilíbrio e outras fontes de uma vez por revolução.
- 2× peak: commonly desalinhamento ou frouxidão mecânica.
- Frequências dos rolamentos: BPFO, BPFI, BSF, e FTF, frequentemente rodeado por faixas laterais.
- Malha de engrenagens: a frequência de engrenamento dos dentes e os seus harmônicos.
- Elétrica: o dobro da frequência de rede (120 Hz com alimentação a 60 Hz, 100 Hz com alimentação a 50 Hz).
- Piso de ruído: o nível de fundo definido pela vibração aleatória e pelo ruído do instrumento, face ao qual os picos genuínos devem destacar-se.
4. Auto-Espectro versus Espectro Cruzado
O auto-espectro de um único canal responde a “que frequências estão presentes?”, enquanto o seu homólogo de dois canais responde a “como se relacionam dois sinais?”. Vale a pena explicitar o contraste:
| Auto-Espectro (canal único) | Espectro Cruzado (dois canais) |
|---|---|
| Espectro de um sinal | Relação entre dois sinais |
| Mostra o conteúdo em frequência do sinal | Mostra o conteúdo em frequência comum a ambos |
| Sem informações de fase | Inclui a relação de fase |
| Suficiente para a maioria dos diagnósticos. | Underpins função de transferência e análise de coerência |
| FFT padrão de canal único | Requer dois canais sincronizados |
5. Modos de Médias e Opções de Visualização
Escolha do Modo de Média
- Média linear: uma média aritmética simples de espectros sucessivos que reduz o ruído aleatório e converge para o espectro real — o método padrão para análise de maquinaria.
- Média exponencial: uma média ponderada que privilegia os registos mais recentes, ideal para monitorização em tempo real quando as condições estão a variar.
- Retenção de pico (espectro máximo): cada bin de frequência retém o valor mais elevado registado, capturando componentes transitórios — indispensável durante aceleração e desaceleração testes.
Escalonamento dos Eixos
O eixo de amplitude pode ser apresentado numa escala linear scale (mm/s, m/s²), o que facilita a leitura de valores absolutos mas pode ocultar picos pequenos junto a picos grandes, ou numa escala logarítmica em dB (20·log[amplitude/reference]), que comprime uma vasta gama dinâmica de modo a que os picos pequenos e grandes sejam visíveis em simultâneo — a vista preferida para trabalho detalhado e de investigação. O eixo de frequência é normalmente linear em Hz para maquinaria, embora um eixo logarithmic com espaçamento em oitavas iguais seja adequado para gamas de frequência muito alargadas.
6. Qualidade e Armadilhas
Um espectro é tão bom quanto os dados que lhe servem de base. Um clean spectrum apresenta picos nítidos acima de um ruído de fundo baixo; uma noisy spectrum enterra picos num fundo elevado, o que pode ser corrigido com mais médias e resolução em frequência adequada. Duas verificações de aquisição são essenciais: confirmar que a resolução em frequência é suficientemente fina para separar picos próximos, e vigiar a ocorrência de input overload, que satura o sinal e gera falsas componentes espectrais — caso ocorra, reduza o ganho de entrada e repita a aquisição. O Calculadora de resolução FFT ajuda a escolher um número de linhas e uma largura de banda que resolvam os picos relevantes.
Onde se utilizam os instrumentos de campo
Num instrumento portátil de dois canais como o Balanset-1A, o auto-espectro é a vista de diagnóstico do quotidiano que o técnico lê na máquina para verificar se a energia está concentrada a 1× (apontando para desequilíbrio e sendo candidata a equilibragem no local) ou dispersa pelas frequências de rolamentos e engrenagens que indicam um tipo de avaria completamente diferente — tudo captado nos próprios rolamentos da máquina à velocidade de operação.
O auto-espectro é a ferramenta fundamental de análise de frequência em diagnóstico de vibração: a FFT de canal único em que os técnicos confiam diariamente para identificação de avarias e avaliação de condição. Compreender que “o espectro” é tecnicamente um auto-espectro — e a forma como se relaciona com os espectros cruzados e as outras funções espectrais — estabelece a base para análise multicanal avançada e diagnóstico completo de maquinaria.
