O que é Detecção de Falhas? Identificação de Problemas • Balanceador portátil e analisador de vibração "Balanset" para balanceamento dinâmico de britadores, ventiladores, trituradores, roscas transportadoras em colheitadeiras, eixos, centrífugas, turbinas e muitos outros rotores. O que é Detecção de Falhas? Identificação de Problemas • Balanceador portátil e analisador de vibração "Balanset" para balanceamento dinâmico de britadores, ventiladores, trituradores, roscas transportadoras em colheitadeiras, eixos, centrífugas, turbinas e muitos outros rotores.

O que é detecção de falhas? Identificação de problemas

Publicado por admin em

Entendendo a Detecção de Falhas

Definição: O que é Detecção de Falhas?

Detecção de falhas é o processo de identificar a existência de um defeito ou condição anormal em um equipamento por meio da análise de parâmetros monitorados, tais como: vibração, temperatura, métricas de desempenho ou outros indicadores. A detecção de falhas responde à pergunta binária "Existe um problema?" antes de prosseguir para o diagnóstico de falhas (identificação do problema específico) e prognóstico (previsão da vida útil restante). É o primeiro e mais fundamental passo em manutenção baseada em condições, distinguindo o funcionamento normal de condições deterioradas ou defeituosas.

A detecção eficaz de falhas proporciona um alerta precoce — identificando problemas meses antes da falha funcional — permitindo o tempo necessário para manutenção planejada, aquisição de peças e paradas programadas, que são as principais propostas de valor de manutenção preditiva programas.

Métodos de detecção

1. Ultrapassagem do Limiar

Mais simples e mais comum:

  • Compare a medição com os valores predefinidos. limite
  • Se a medição for maior que o limite → falha detectada
  • Exemplo: Vibração geral > 7,1 mm/s aciona o alerta
  • Vantagens: Critérios simples, automatizados e claros
  • Limitações: Requer configuração adequada de limite e tempo de atraso para ultrapassar o limite.

2. Desvio de tendência

Detecta alterações em relação ao padrão normal:

  • Aumentando tendência indica falha em desenvolvimento
  • Detectar antes que o limite absoluto seja excedido
  • Taxa de variação alarmante (aumentos rápidos)
  • Vantagens: Detecção precoce, específica para cada máquina
  • Requisitos: São necessários dados históricos de tendências.

3. Detecção de Anomalias Espectrais

Identificação de componentes de frequência anormais:

  • Novos picos surgindo em espectro (frequências de rolamento, harmônicos)
  • Picos existentes aumentando em amplitude
  • Mudanças no padrão (desenvolvimento de bandas laterais)
  • Vantagens: Indicação específica do tipo de falha
  • Requisitos: Capacidade de análise espectral, espectros de linha de base

4. Métodos Estatísticos

  • Valores fora da distribuição estatística normal
  • Detecção de outliers (> média + 3σ)
  • violações do gráfico de controle
  • Vantagens: Leva em conta a variabilidade normal
  • Requisitos: Tamanho de amostra estatística adequado

5. Reconhecimento de Padrões

  • algoritmos de aprendizado de máquina
  • Redes neurais treinadas em assinaturas normais versus assinaturas defeituosas
  • Detecção automática de anomalias
  • Vantagens: Capaz de detectar padrões sutis
  • Requisitos: Dados de treinamento, recursos computacionais

Métricas de desempenho de detecção

Sensibilidade (Taxa de Verdadeiros Positivos)

  • Percentagem de falhas reais detectadas
  • Meta: > 90-95% de problemas reais detectados
  • Maior sensibilidade = menos falhas não detectadas
  • Medida: (Verdadeiros Positivos) / (Verdadeiros Positivos + Falsos Negativos)

Especificidade (Taxa de Verdadeiros Negativos)

  • Percentagem de equipamentos saudáveis corretamente identificados como saudáveis
  • Meta: > 90-95% de equipamentos saudáveis que não disparam alarmes falsos
  • Maior especificidade = menos alarmes falsos
  • Medida: (Verdadeiros Negativos) / (Verdadeiros Negativos + Falsos Positivos)

Taxa de alarme falso

  • Percentagem de alarmes falsos (sem falha real)
  • Alvo: < 5-10% alarmes falsos
  • Uma alta taxa de alarmes falsos causa fadiga de alarme.
  • Equilíbrio com sensibilidade (compensação)

Tempo de antecedência da detecção

  • Tempo decorrido entre a detecção da falha e a falha funcional.
  • Maior prazo de antecedência = mais valor (tempo para planejamento)
  • Normalmente: semanas a meses para falhas em rolamentos detectadas por vibração.
  • Dependente do método: Análise de envelope detecta níveis mais precoces do que os níveis gerais.

Desafios na Detecção de Falhas

Equilíbrio entre detecção precoce e falsa

  • A detecção muito precoce aumenta os alarmes falsos.
  • Aguardar sinais claros reduz o tempo de espera.
  • Otimize através de alarmes em vários estágios.
  • Utilize múltiplos parâmetros para confirmação.

Falhas intermitentes

Múltiplas falhas simultâneas

  • Vários problemas se desenvolvem simultaneamente.
  • Podem mascarar-se mutuamente em vibração.
  • Requer análise abrangente.
  • Vários métodos de detecção ajudam

Detecção de falhas multiparamétricas

Vibração + Temperatura

  • Ambos aumentando: Confirma problema no rolamento
  • Vibração apenas: Problema mecânico (desbalanceamento, desalinhamento)
  • Apenas temperatura: Problema de lubrificação ou fricção
  • A confirmação combinada reduz as detecções falsas.

Múltiplos parâmetros de vibração

  • Aumento do nível geral + surgimento da frequência de rolamentos
  • Confirma especificamente a falha do rolamento
  • Detecção mais confiável do que com um único parâmetro.

Detecção automatizada versus manual

Detecção Automatizada

  • Vantagens: Rápido, consistente e disponível 24 horas por dia, 7 dias por semana.
  • Métodos: Verificação de limiares, algoritmos estatísticos, aprendizado de máquina
  • Limitações: Pode deixar passar problemas sutis e gerar alarmes falsos.

Detecção manual (especializada)

  • Vantagens: julgamento humano, consciência do contexto, reconhecimento de padrões
  • Métodos: Análise de espectro, inspeção de forma de onda, correlação de múltiplos parâmetros
  • Limitações: Demorado, não escalável, exige conhecimento especializado.

Abordagem híbrida (melhores práticas)

  • Detecção automatizada para triagem
  • Análise especializada de exceções
  • Combina eficiência com precisão.
  • Padrão em programas maduros

A detecção de falhas é a capacidade fundamental que permite a manutenção preditiva, identificando problemas em desenvolvimento com antecedência suficiente para possibilitar intervenções planejadas. Uma detecção de falhas eficaz — que combina métodos de detecção apropriados, limites definidos corretamente e equilíbrio entre sensibilidade e especificidade — fornece os alertas precoces que maximizam a utilização dos equipamentos, minimizando os custos de manutenção e os riscos de falhas.

← Voltar ao índice principal

Categorias:
WhatsApp