Avaliação de metodologia de detecção de falhas em mancais de rolamento utilizando análise de ordem e média síncrona no tempo

Abstract

A importância de um planejamento de manutenção adequado nos setores industriais é fundamental, pois garante a máxima disponibilidade de ativos e retorno econômico. A manutenção preditiva, baseada no monitoramento das condições das máquinas, é uma das estratégias mais utilizadas. Diversos parâmetros podem ser monitorados para prever a necessidade de manutenção de uma máquina, e o monitoramento da resposta vibratória de uma estrutura é uma das principais soluções para detectar defeitos e falhas em máquinas ou equipamentos. Em geral, os sinais vibratórios de máquinas rotativas contêm duas componentes: uma parte determinística e uma parte aleatória. A parte determinística está relacionada à resposta estrutural e à condição de operação, sendo utilizada para identificar anomalias na máquina. A parte aleatória pode ser causada por excitações aleatórias, como fluxo ou deslizamento, ou ruído elétrico da instrumentação. Portanto, é essencial remover o ruído indesejado de um sinal para torná-lo uma ferramenta eficaz na detecção de falhas por meio da análise de vibração. Nesse contexto, a média síncrona no tempo (TSA - Time-Synchronous Averaging) pode ser aplicada para separar os sinais determinísticos e aleatórios. Esse método envolve a reamostragem do sinal com base na frequência de um sinal de sincronização, que pode ser obtido por meio de um tacômetro ou utilizando técnicas de detecção de rotação usando vibração. O método calcula, então, a média de segmentos do sinal, com intervalos equivalentes ao período relacionado a frequência de sincronização, resultando em uma aproximação da componente determinística. O foco deste trabalho é analisar uma metodologia que utiliza TSA para detecção de falhas em rolamentos. Essa abordagem visa extrair as componentes de frequência relacionadas às frequências características dos defeitos, utilizando essas informações para inferir a presença ou ausência do defeito. O estudo avalia a eficácia da metodologia na detecção de defeitos e os efeitos da variação de parâmetros internos das técnicas utilizadas, buscando identificar parâmetros ótimos para sua aplicação em diferentes cenários.

Abstract: The importance of proper maintenance planning in industrial sectors is fundamental as it ensures maximum asset availability and economic return. Predictive maintenance, based on monitoring machine conditions, is one of the most commonly used strategies. Various parameters can be monitored to predict the maintenance needs of a machine, and monitoring the vibratory response of a structure is one of the primary solutions for detecting defects and failures in machines or equipment. In general, vibratory signals contain two components: a deterministic part and a random part. The deterministic part is related to the structural response and operating condition and is used to identify anomalies in the machine. The random part can be caused by random excitations such as flow or slippage or electrical noise from the instrumentation. Therefore, it has become essential to remove unwanted noise from a signal to make it an effective tool in fault detection through vibration analysis. In this context, Time-Synchronous Averaging (TSA) can be applied to separate deterministic and random signals. This method involves resampling the signal based on the frequency of a synchronization signal, which can be obtained using a tachometer or rotation detection techniques using vibration. The method calculates the average of the signal samples after resampling, and the resulting signal represents the deterministic component. The focus of this work is to analyze a methodology that uses TSA for bearing fault detection. This approach aims to extract frequency components related to the characteristic frequencies of the defects, using this information to infer the presence or absence of the fault. The study evaluates the effectiveness of the methodology in defect detection and the effects of varying internal parameters of the techniques used, aiming to identify optimal parameters for its application in different scenarios.