Programa de mantenimiento predictivo: Implantación de ESA – Parte II

Esta es una continuación del artículo que se publicó en el número de diciembre/enero de 2012 de Uptime.

Resumen

Esta es la segunda parte de una serie de artículos sobre el uso del análisis de firmas eléctricas (ESA) para mejorar la fiabilidad eléctrica de una planta. Este artículo se ha escrito para dar a quienes no están familiarizados con el análisis de espectros las nociones básicas para leer e interpretar los gráficos y visualizaciones utilizados en el análisis de espectros. También presenta algunas técnicas básicas de análisis para empezar a utilizar el ESA con el fin de identificar problemas en desarrollo en el sistema del motor que podrían provocar una pérdida de producción o un aumento de los costes de mantenimiento.

Análisis de firmas eléctricas

ESA es una tecnología de mantenimiento predictivo (PdM) que utiliza la tensión de alimentación y la corriente de funcionamiento del motor para identificar fallos existentes y en desarrollo en todo el sistema del motor. Estas medidas actúan como transductores y cualquier perturbación en el sistema del motor hace que la corriente de alimentación del motor varíe (o module). Analizando estas modulaciones, es posible identificar la fuente de estas alteraciones del sistema motor.

Análisis de maquinaria Históricamente, el análisis de vibraciones ha sido la base del análisis de maquinaria rotativa para evaluar el estado de los equipos rotativos y se ha utilizado con gran eficacia durante más de 70 años. La electrónica y los microprocesadores modernos han hecho madurar este proceso, que ha pasado de la simple medición de la amplitud de las vibraciones con una bobina, un imán y un medidor para medir las amplitudes globales de las vibraciones a la evaluación rápida del estado mecánico de la maquinaria rotativa. Pronto se hizo evidente que las máquinas con altos niveles de vibración generalmente se encontraban en malas condiciones mecánicas y condujo al desarrollo de diversas tablas de gravedad de las vibraciones, todas ellas basadas únicamente en la experiencia de los usuarios.

Análisis del espectro

El análisis del espectro en el tratamiento de señales es el proceso que define el contenido frecuencial de una señal en el dominio del tiempo. Una vez conocido el contenido en frecuencia de las señales medidas, se correlacionan con las características operativas y de diseño de la máquina o máquinas para ayudar a identificar la fuerza que crea el movimiento oscilatorio.

El análisis del espectro de vibraciones de la maquinaria comienza con el sensor (transductor) colocado en el componente oscilante o cerca de él; suele ser en el cojinete o en el alojamiento del cojinete para convertir el movimiento mecánico del componente en una señal eléctrica. La señal eléctrica de salida sigue exactamente el movimiento del componente, que varía con el tiempo y se denomina señal en el dominio del tiempo. La fuerza o amplitud de la señal varía en función de la cantidad de movimiento.

En los primeros análisis espectrales se utilizaban analizadores de filtros sintonizables para barrer un filtro analógico de paso de banda a través de un rango de frecuencias predeterminado. Estos analizadores funcionaban de forma similar a la sintonización de una radio. A medida que el filtro pasa banda recorre la gama de frecuencias, cualquier señal presente en esa gama crearía una salida. La salida del filtro pasabanda se trazaría en un gráfico de frecuencias para identificar las frecuencias presentes en la salida del transductor.

Los modernos analizadores digitales multicanal de alta resolución crean los espectros de frecuencia mediante la transformada rápida de Fourier (FFT). Además, permiten diversas técnicas de procesamiento de señales, como el análisis de bandas laterales, el promediado temporal síncrono, el promediado negativo, el procesamiento de envolventes y muchas otras técnicas avanzadas que interpretan con precisión los espectros.

Independientemente de los avances en el procesamiento de señales, el análisis de vibraciones sigue estando limitado por las leyes de la física y los límites de los transductores. Dado que la vibración es una medida de las oscilaciones mecánicas de una máquina, ya sean aleatorias o periódicas, es necesaria una fuerza suficiente procedente del estado de la máquina o del fallo de un componente para superar la masa y la rigidez de la máquina y la estructura, así como cualquier amortiguación suministrada por el cojinete o el sistema de soporte.

El propio transductor de medición crea limitaciones adicionales. Se trata de los tipos de medición, relativa o absoluta, la respuesta en frecuencia del transductor y las limitaciones de frecuencia inherentes a las propias mediciones, desplazamiento, velocidad o aceleración.

Análisis de frecuencias

Formas de onda temporales

Una forma de onda temporal es simplemente la visualización de una función variable en relación con el tiempo. Si las variaciones se producen en los mismos intervalos de tiempo, la forma de onda es periódica. Una forma de onda periódica es aquella que repite exactamente la misma forma o patrón durante toda su duración. La forma más simple de una forma de onda es una onda sinusoidal y consiste en una sola frecuencia. Las formas de onda compuestas por varias frecuencias se denominan formas de onda complejas. La representación gráfica de las formas de onda se denomina dominio temporal. La pantalla muestra simplemente el valor instantáneo de la variable en relación con el tiempo. En el dominio temporal, el eje horizontal indica el tiempo, mientras que el eje vertical indica la magnitud de la variable.

Transformada de Fourier

Jean Baptiste Joseph Fourier, matemático y físico francés del siglo XVIII, fue uno de los primeros en reconocer que las formas de onda complejas son una combinación de múltiples formas de onda sinusoidal e inició la investigación en este campo. La solución matemática utilizada para determinar la serie de frecuencias que componen cualquier forma de onda compleja lleva su nombre en su honor y se denomina transformada de Fourier. La transformada de Fourier original supone una muestra ilimitada o infinita. Desde entonces, se ha determinado que la transformada de Fourier puede aplicarse a una forma de onda finita y se ha denominado transformada discreta de Fourier (DFT). Se han desarrollado algoritmos para el cálculo eficiente y de alta velocidad de las DFT; estos algoritmos se denominan transformada rápida de Fourier (FFT).

En términos sencillos, la FFT toma una muestra finita de una forma de onda temporal y, a continuación, calcula la amplitud y las frecuencias de las ondas sinusoidales que se combinan para crear la forma de onda compleja.

Las representaciones gráficas de las FFT se presentan en el dominio de la frecuencia y se denominan espectro de frecuencias. El espectro de frecuencias muestra las frecuencias presentes en la forma de onda compleja en el eje horizontal y la amplitud de la señal en el eje vertical. Si hay suficiente movimiento en cualquier frecuencia, se mostrará una línea vertical en el eje horizontal para indicar la presencia de esa frecuencia. Esta altura de la línea vertical o línea espectral indica la fuerza o amplitud de la forma de onda en esa frecuencia. Si una de las ondas sinusoidales presentes en la forma de onda compleja está a 30 Hz con una amplitud de 3 amperios, se situaría un pico espectral a 30 Hz y la altura representaría tres unidades.

Hay muchos programas disponibles para realizar la FFT y el analista no está obligado a realizarlos, pero sí requiere una comprensión básica de esta representación gráfica en sí. Las nociones mínimas de la visualización FFT son la gama de frecuencias, la resolución y el ancho de banda. Se pueden realizar análisis más avanzados si se conocen las bandas laterales, los armónicos, el escalado logarítmico y la demodulación. La siguiente información intenta proporcionar una comprensión suficiente de estos principios básicos de FFT para permitir al lector analizar con precisión los datos recogidos utilizando ESA.

Comprender la FFT

Comprender los límites de cualquier pantalla tiene un valor incalculable para analizarla con precisión. La FFT es un cálculo matemático y estos límites se establecen antes de realizar el cálculo matemático. Estos límites son la gama de frecuencias y las líneas de resolución.

Gama de frecuencias

La gama de frecuencias determina las frecuencias que se incluirán en el cálculo de la FFT. Si la gama de frecuencias seleccionada es demasiado baja, se pasarán por alto los fallos en frecuencias más altas. Si la gama de frecuencias seleccionada es demasiado alta, es posible que se combinen series de frecuencias muy próximas entre sí. Además, la gama de frecuencias determina el tiempo de adquisición de datos. La frecuencia de una señal periódica es la inversa del tiempo; cuanto más bajo sea el rango de frecuencia seleccionado, más tiempo se tardará en realizar la recogida de datos. En PdM, la mayoría de las FFT comienzan en CC (0 Hz) y continúan hasta algún valor máximo. La gama de frecuencias máxima se denomina Fmax. Para un análisis más profundo, es posible fijar el límite inferior de la gama de frecuencias en un valor superior a 0 Hz y algún límite superior. Esto se denomina espectro ampliado.

Resolución

El segundo límite predeterminado son las líneas de resolución. Cada espectro de frecuencias se divide en un número finito de líneas espectrales. En realidad, línea espectral es una denominación errónea, ya que no se trata de una línea, sino de un intervalo espectral. Cada bin espectral tendrá un límite de alta y baja frecuencia. Estos límites vienen determinados por la gama de frecuencias de la FFT y el número de líneas. La anchura de la bandeja espectral se denomina ancho de banda (BW). Para determinar la anchura de cada bin espectral, basta con dividir el número de líneas espectrales entre la gama de frecuencias (FR). Si la gama de frecuencias es de 100 Hz y hay 100 líneas espectrales, la anchura de cada línea es de 1 Hz.

BW = # líneas/FR

El ancho de banda de cada bandeja espectral también puede calcularse restando el límite de baja frecuencia (fl ) del límite de frecuencia superior (fu ) de cada bandeja espectral.

BW = fu -fl

Cada casilla espectral se alinea junto a la casilla anterior y el límite inferior de frecuencia de cada casilla es el límite superior de frecuencia de la casilla anterior. El límite superior de frecuencia será el límite inferior de la bandeja más el ancho de banda.

Por ejemplo: En el primer bin espectral de un espectro de 100 líneas con FR de CC a 100 Hz, el límite inferior de frecuencia es 0 y el límite superior de frecuencia es 1 Hz. El ancho de banda espectral es de 1 Hz. La gama de frecuencias determina las frecuencias que se incluirán en el cálculo de la transformada rápida de Fourier (FFT). Si la gama de frecuencias seleccionada es demasiado baja, se pasarán por alto los fallos en frecuencias más altas. 20 junio/julio12 van de 1 Hz a 2 Hz, la tercera de 2 Hz a 3 Hz y así sucesivamente, con la última bandeja espectral de 99 Hz a 100 Hz.

Si el ancho de banda de una bandeja espectral es demasiado amplio, es posible que varias frecuencias residan en la misma bandeja espectral. Además, cuando se evalúa un espectro de frecuencias, la frecuencia mostrada de la bandeja espectral es la frecuencia central (cf) de esa bandeja espectral. Para determinar la cf de la bandeja espectral, basta con calcular la media del límite de frecuencia superior y el límite de frecuencia inferior.

cf = (fu + fl)/2

Esto significa que la frecuencia indicada puede no ser la de la señal real. El valor de frecuencia mostrado es la frecuencia central de la bandeja espectral, mientras que las frecuencias reales de la(s) forma(s) de onda podrían ser cualquier frecuencia dentro del ancho de banda de la bandeja espectral. Cada bin espectral puede incluir más de una frecuencia. Cuanto mayor sea el ancho de banda, menos precisa será la frecuencia del valor mostrado de la bandeja espectral, y esto aumenta la probabilidad de error en el análisis.

Para reducir este error de análisis, basta con aumentar la resolución de un espectro FFT. Reducir el rango de frecuencias de la FFT aumenta la resolución, pero también incrementa tanto los intervalos de tiempo entre el tiempo de muestreo de datos como el tiempo de adquisición de datos. Otro método consiste en aumentar el número de bins espectrales en los que se divide la FFT. Para aumentar el número de intervalos espectrales es necesario tomar más muestras de la señal medida. Para duplicar el número de líneas de resolución, hay que adquirir el doble de datos.

Determinar la resolución

El número de líneas de resolución (# líneas) de un espectro FFT puede determinarse simplemente multiplicando el periodo (P) de la forma de onda temporal por el rango de frecuencia (FR) en ciclos por segundo (cps).

(# líneas=P x FR)

Dado que la ESA digitaliza la forma de onda temporal, la FFT se realiza en el ordenador, donde es posible cambiar la resolución de la FFT después de la recogida de datos. Esto permite al analista examinar porciones muy pequeñas de la forma de onda capturada. Sin embargo, es importante recordar que al reducir el periodo de la captura de tiempo, el número de líneas de resolución se reducirá proporcionalmente y aumentará la probabilidad de error en el análisis.

Pantallas de amplitud

Escala lineal

La representación gráfica de la FFT más utilizada es la escala lineal. En la escala lineal, la separación entre los marcadores es siempre la misma e igual. Esto permite visualizar cómodamente todos los datos en un único gráfico. Los gráficos lineales funcionan bien con conjuntos de datos en los que los cambios significativos son importantes y los cambios muy pequeños son insignificantes. Las unidades mostradas en la escala lineal son las unidades de ingeniería de la variable medida. En ESA, estas unidades son la tensión (voltios) o la corriente (amperios).

Escala logarítmica

La escala logarítmica muestra la amplitud en orden de magnitud o un logaritmo de la variable en lugar de la propia variable. Una de las ventajas de la escala logarítmica es la posibilidad de mostrar una amplia gama de amplitudes en un solo gráfico. Cuando los cambios muy pequeños en la variable medida son significativos, la visualización de la variable en el formato lineal puede no identificar adecuadamente el cambio. En estos casos se utiliza una visualización logarítmica (log).

En ESA, se suele utilizar la escala logarítmica, ya que las variables medidas son la tensión o la corriente de línea. Los cambios muy pequeños en cualquiera de estas mediciones se utilizan para identificar fallos en el sistema del motor. La frecuencia portadora de estas variables está en la frecuencia de la tensión aplicada, normalmente 50 Hz o 60 Hz.

Dado que la representación logarítmica es esencialmente un cociente, también es un método muy conveniente para comparar variables distintas. ¡Esto ha demostrado ser extremadamente útil en ESA, ya que uno de sus aspectos importantes es la capacidad de diferenciarLa revolución comienza! ¡Sólo $2.450! ¡El ALiSENSOR™ Level ya está aquí! El ALiSENSOR™ Level es el primer sistema de medición geométrica iOS del mundo. Ahora, mediciones como la rectitud, la inclinación y la cuadratura son más fáciles y asequibles que nunca. Incluso puede utilizar su propio iPad, iPhone o iPod Touch como unidad de visualización, mediante aplicaciones descargables GRATUITAMENTE de la App Store, ¡incluidas las actualizaciones automáticas! 2 años de garantía Llame o visite Alignment Supplies, Inc. hoy mismo para obtener más información sobre este nuevo y revolucionario sistema. 419.887.5890 / 800.997.4467 www.alignmentsupplies.com ate entre fallos en la alimentación entrante y fallos añadidos por el motor o la máquina accionada.

Las unidades utilizadas en la escala logarítmica son los decibelios (db), que son un logaritmo de base diez. El db es una unidad utilizada para describir una proporción. Las mediciones de tensión y corriente son magnitudes de campo y las relaciones db utilizadas en la ESA también son magnitudes de campo. La tabla 1 ofrece una guía de la relación entre la variable medida y el valor de pico de las formas de onda de corriente y tensión en comparación con el pico más alto del espectro.

Resumen

El uso eficaz de la ESA como tecnología de PdM requiere la capacidad de manipular, interpretar y comprender los gráficos, cuadros y visualizaciones desarrollados por el software de la ESA. Estos gráficos, tablas y visualizaciones se utilizan para identificar fallos en el sistema del motor. Los ingenieros y técnicos de PdM familiarizados con el análisis de vibraciones comprobarán que la FFT de ESA es similar a la del espectro de vibraciones y muchas de las técnicas de análisis son las mismas. Sin embargo, incluso en el AMEU, es importante que el analista tenga un conocimiento profundo no sólo de lo que indica la FFT, sino, lo que es más importante, de lo que no indica.