ENSAYO APLICACIONES TEORIA DE VIBRACIONES

RUBEN MAZA

DOCENTE

VANESSA RAMIREZ MARTINEZ

WILMER FLOREZ

UNIVERSIDAD ANTONIO NARIÑO

VIBRACIONES Y ONDAS

2019
 ENSAYO: APLICACIONES TEORIA DE VIBRACIONES

A través del análisis de vibraciones se puede determinar el estado de una máquina, esto es a
través de las señales de vibraciones mecánicas debido al principio de cinemática que tienen los
componentes que la conforman y al comportamiento dinámico que se genera cuando todas estas
partes interactúan entre sí. Con este análisis se puede diagnosticar de manera temprana posibles
daños en el sistema. Existen diferentes técnicas empleadas para la caracterización de las señales
de vibración, para este caso mencionaremos;

1. transformada rápida de Fourier (FFT), donde la amplitud y frecuencia de cada componente

espectral está asociado a un mecanismo en particular, considerando estos parámetros
como el factor discriminante para diferenciar todo tipo de fallas. Sin embargo, es posible
realizar otro tipo de caracterización estimando un conjunto de características estadísticas
en el dominio del tiempo y la frecuencia que permitan extraer mayor información sobre
fallas en rodamientos y caja de reducción, siempre y cuando las señales sean
estacionarias. Debido a la no estacionalidad de las señales y la variabilidad de las
condiciones de operación de la máquina, no es posible hacer un análisis localizado en el
tiempo tomando como base de caracterización el espectro

En este trabajo se proponen varias metodologías para la identificación de fallas en máquinas

rotativas, con dos enfoques que dependen de las condiciones de operación de la máquina
(régimen permanente de carga y régimen variable de carga y velocidad). Un enfoque consiste en la
estimación de características dinámicas a partir de representaciones TF. Los centroides de
subbanda espectral y los coeficientes cepstrales en frecuencia lineal calculados a partir de
espectrogramas, son comparados con características estadísticas en el dominio del tiempo y la
frecuencia, con el fin de evaluar la capacidad representativa de las diferentes características de
acuerdo a la dinámica de las señales de vibración. Adicionalmente, se muestra que la reducción de
dimensión empleando análisis de componentes principales (PCA), resulta ser eficiente en la
identificación de las características más relevantes en el proceso. Un conjunto de clasificadores es
empleado para discriminar los estados de normalidad y falla de las señales, obteniendo un sistema
entrenado para tomar decisiones acerca del estado de la máquina. El problema de clasificación se
aborda bajo dos perspectivas: problemas multiclase y problemas de una clase, en el primer caso se
busca diferenciar entre todos los fallos posibles y el segundo caso busca describir de la mejor
forma posible una clase objetivo, estado sin daño de la máquina, para separar de ´este todos los
datos que no pertenezcan a la clase objetivo.

El segundo enfoque está relacionado con un análisis de la señal de vibración bajo regímenes
variables de carga y velocidad, y se organiza en dos partes: la primera parte consiste en un análisis
de relevancia basado en representaciones TF, donde se busca reducir la cantidad de características
que tiene un mapa TF, a través de la remoción de características que son irrelevantes o
redundantes y que no contribuyen al proceso de clasificación de fallas. La segunda parte consiste
en la separación de ordenes o modos de oscilación, basada en una técnica de procesamiento
digital conocida como seguimiento de orden, la cual es desarrollada de forma experimental para
estimar diferentes órdenes. Esta metodología permite inferir cambios de estado del sistema,
buscando determinar el cambio de cada componente espectral de interés en el tiempo.

El procesamiento digital de la señal de vibración, para diagnóstico de fallos, puede ser abordado a
partir de dos contextos: tradicional y académico e investigativo.

Análisis tradicional: Este tipo de análisis se caracteriza principalmente porque depende de los
conocimientos de un especialista y, por ende, el diagnóstico es subjetivo porque el acierto está
supeditado en un alto porcentaje, a la capacidad del especialista para interpretar las señales de
vibración obtenidas y la agudeza de los sentidos (oído, tacto, visión) que este posea, cuando se
encuentra en contacto con la máquina, dado que la máquina manifiesta síntomas de su estado,
desde toda perspectiva. Desde el punto de vista de señales de vibración, el análisis tradicional se
basa en el análisis de la señal en el dominio del tiempo y la frecuencia, siendo este ´ultimo el más
relevante, Preliminares debido a la naturaleza de la señal misma, es decir, por ser la señal de
vibración una suma de sinusoides con distintas frecuencias y amplitudes. Aunque este análisis ha
dado buenos resultados, está sujeto a varias restricciones y no considera situaciones
indispensables. Las restricciones están dadas por las condiciones de operación de la máquina, es
decir, la máquina debe estar operando en las condiciones máximas de trabajo y la velocidad de
giro debe ser constante, incluyendo que se debe tener un conocimiento profundo y exacto de los
mecanismos que la componen.

Análisis académico e investigativo: Este análisis comprende todo el proceso de reconocimiento y

clasificación de patrones en las señales de vibración, y es dividido en varias etapas de acuerdo a la
teoría de aprendizaje de máquina: espacio de representación, estimación de características,
extracción de características relevantes y clasificación. El resultado final del sistema de diagnóstico
automático depende del funcionamiento secuencial y coordinado de todas las etapas, en otras
palabras, si el conjunto de características no representa las propiedades intrínsecas de la señal ni
genera buena separabilidad, los resultados de la clasificación no serán correctos.