A FFT (Transformada Rápida de Fourier) na Análise de Vibração

Definição: O que é uma FFT?

O Transformada Rápida de Fourier (FFT) é um algoritmo matemático altamente eficiente usado para transformar um sinal do domínio do tempo para o domínio da frequência. Na análise de vibração, isso significa converter um sinal bruto e complexo forma de onda temporal (um gráfico de amplitude de vibração em função do tempo) em um espectro de frequência (um gráfico da amplitude da vibração versus frequência). Essa transformação é o processo mais importante e fundamental no diagnóstico de máquinas modernas.

Por que a FFT é essencial para diagnósticos?

Uma forma de onda temporal bruta de uma máquina em funcionamento é uma mistura complexa de muitas vibrações diferentes ocorrendo simultaneamente. É quase impossível analisar esse sinal e determinar a saúde da máquina. A FFT atua como um prisma, separando esse sinal complexo em seus componentes de frequência individuais. O resultado é um gráfico claro e prático que permite ao analista visualizar:

• Quais frequências estão presentes?
• Quanta energia (amplitude) existe em cada frequência?
• Qual é a relação entre essas frequências?

Como diferentes falhas mecânicas e elétricas (como desbalanceamento, desalinhamento, defeitos de rolamentos e folgas) geram vibração em frequências muito específicas e previsíveis, o espectro FFT fornece um roteiro direto para a causa raiz de um problema.

Parâmetros-chave de uma análise FFT

Para adquirir um espectro FFT útil, um analista de vibração deve definir vários parâmetros-chave no coletor de dados ou software:

1. Fmax (Frequência Máxima)

Esta é a frequência mais alta que será incluída no espectro. Ela deve ser definida como alta o suficiente para capturar a falha de frequência mais alta que você está procurando (por exemplo, tons de engrenagens ou rolamentos de alta frequência).

2. Resolução (Linhas de Resolução)

Isso determina o nível de detalhe do espectro. É definido como o número de "bins" de frequência discreta ou pontos de dados que serão calculados em toda a Fmax. Um número maior de linhas (por exemplo, 3200 ou 6400) resulta em melhor resolução de frequência, o que significa a capacidade de separar duas frequências de vibração muito próximas. Alta resolução é fundamental para diagnosticar frequências de batimento ou analisar bandas laterais em análises de caixas de engrenagens.

3. Média

Como a vibração da máquina pode oscilar, uma única FFT "instantânea" pode ser enganosa. A média envolve a aquisição de múltiplas FFTs em rápida sucessão e, em seguida, a média entre elas. Esse processo reduz o ruído aleatório e fornece um espectro muito mais estável, repetível e representativo da condição real da máquina.

4. Janelamento

Uma função de janela (como a de Hanning) é uma ponderação matemática aplicada aos dados da forma de onda temporal antes do cálculo da FFT. É uma técnica de processamento de sinal usada para minimizar um erro chamado "vazamento espectral", garantindo que a amplitude e a frequência dos sinais no espectro sejam tão precisas quanto possível.

Interpretando um espectro FFT

Um analista treinado interpreta um espectro FFT procurando por padrões característicos:

• Um grande pico em 1x a velocidade de corrida indica desequilíbrio.
• Um grande pico em 2x a velocidade de corrida frequentemente aponta para desalinhamento.
• Uma série de harmônicos (picos em 1x, 2x, 3x, 4x, etc.) é um sinal clássico de frouxidão mecânica.
• Um pico de alta frequência com faixas laterais espaçado na velocidade de funcionamento é um sinal revelador de uma falha na caixa de engrenagens ou no rolamento.
• Um “piso” elevado de ruído de banda larga pode indicar cavitação em uma bomba ou atrito.

Ao comparar o espectro FFT atual com uma linha de base obtida quando a máquina estava saudável, os analistas podem facilmente identificar mudanças e diagnosticar problemas em desenvolvimento muito antes que eles se tornem falhas críticas.

← Voltar ao índice principal