Serie de Pasaportes de los Elementos

Uptime del Líder Certificado en

Confiabilidad: Análisis de Vibraciones
Introducción: El desgaste de los elementos rodantes en rodamientos
crea una gran variedad de patrones de datos espectrales relacionados
con los problemas de una máquina. Por lo que el sistema automático de
diagnóstico permite un acercamiento a la la detección del desgaste en
rodamientos, y debe ser capaz de interpretar una enorme cantidad de
patrones de espectros y de diferenciar las causas de fallas en distintas
máquinas o causas externas. Aunque el conocimiento de la geometría de
los rodamientos, puede ser útil en calcular la frecuencia en que se
presentan las fallas, un sistema de diagnóstico versátil debe ser capaz de
detectar el desgaste de rodamientos sin requerir de esta información. En
este sistema ambos requisitos han sido satisfechos.

Sumario de técnicas: Los algoritmos automatizados para la detección

del desgaste en rodamientos combinan un número de técnicas bien
probadas para detectar y confirmar la presencia de los defectos en el
rodamiento. Éstos incluyen:

 Normalización de datos
 Extracción automática de picos espectrales
 Análisis espectral
 Reglas lógicas para el desgaste de rodamientos
 Demodulación

Cada uno de esos conceptos será repasado y explicado en el siguiente

documento con respecto a su contribución en la detección automática del
desgaste en los elementos rodantes de rodamientos.

Normalización de datos: Dado que los tonos de los rodamientos en el

espectro son no sincrónicos, en otras palabras, no son múltiplos
integrales de la velocidad de la flecha, lo primero en este negocio es
determinar la velocidad de giro del motor y eliminar todos los picos que
son sincrónicos. Esto se logra con una rutina de normalización
automatizada. Si se conoce la velocidad actual del eje utilizando un
tacómetro u otro mecanismo, el algoritmo simplemente utilizará este
valor. Si la velocidad es desconocida, lo cual es típico en variables de
frecuencia, el algoritmo buscará un pico en la velocidad nominal del
equipo más o menos un porcentaje de tolerancia establecido por el
usuario. Hasta diez frecuencias forzadas establecidas por el usuario
pueden ser utilizadas para la rutina de normalización. Las frecuencias
forzadas ayudan a determinar el patrón del espectro esperado y los
algoritmos pueden con éxito marcar el patrón, incluso si algunos picos
faltaran incluyendo un fuerte pico perteneciente al rango del eje.

Extracción automática de picos espectrales: Una vez que los datos

han sido normalizados, 10 de las frecuencias forzadas establecidas por
el usuario son extraídas de cada uno de los espectros. Después, los dos
picos más grandes e indefinidos son extraídos de cada espectro. Estos
probablemente son candidatos para tonos de rodamientos. Los datos
pueden ser colectados en los tres ejes en dos rangos de frecuencia para
cada punto de prueba, dándonos el número total de tonos potenciales de
los rodamientos hasta 12 por punto de prueba. Cuando el analista se
esfuerza por encontrar los tonos de rodamientos, se usa el mismo
proceso. Conociendo los picos se definen y se excluyen los indefinidos,
los picos no sincrónicos son considerados como candidatos para tono de
rodamiento.

Más allá de las 10 frecuencias forzadas definidas por el usuario, una

serie de relacionados serán extraídos y descartados como posibles tonos
de rodamiento como se describe a continuación. Esto quiere decir que
hay un orden lógico para determinar la probable fuente de un pico y la
conclusión es que un tono de rodamiento solo vendrá después de que
todas las explicaciones lógicas hayan sido descartadas. Un ejemplo de
esto es cuando el usuario determina la frecuencia de paso del motor, el
sistema automáticamente extraerá dos líneas de banda de frecuencia
alrededor del pico 2x y serán descalificadas luego como tonos de
rodamiento. (Aunque no sean sincrónicos y no hayan sido
específicamente definidos por el usuario). Este criterio se aplicaría al pico
de frecuencia 2x en un motor de AC incluso si este no fuera definido. Si
la máquina fuera definida como un motor diesel tal vez un pico a 120 Hz
debería ser considerado como un tono de rodamiento, tonos como 2x no
deberían aparecer en este tipo de máquinas.

Notas al pie de página extracción de picos: si los tonos de

rodamientos han sido manualmente identificados por los usuarios, estos
tal vez incluyan las frecuencias forzadas definidas por los mismos.
Conociendo las vibraciones externas u otros picos de espectros que
pudieran confundirse con tonos de rodamientos pueden también ser
definidos y excluidos del análisis de rodamientos incluyendo familias
enteras de armónicos. La vibración externa constante se puede también
incluir en los espectros de la línea de fondo y ser ignorada en este caso.
Un ejemplo de esto podría ser la constante presencia de vibración en
motores diesel de maquinaria marítima.

Análisis de espectro: Cada candidato de tono de rodamiento ha sido

definido, es importante determinar si el pico es parte de la familia de
picos o no. Los tonos de rodamiento, especialmente en estado tardío de
desgaste, puede tener armónicos y bandas laterales, ambas pueden ser
consideradas como parte de la misma familia de picos y ellos podrían
están relacionados al tono fundamental del rodamiento. Uno pudiera
decir de forma general que la presencia de más armónicas y bandas
laterales indicaría que hay una peor condición de los rodamientos. No
solo deseamos conocer si este pico es parte de una larga familia, si no
que también buscamos tener una idea de cuanta energía esta contenida
en esta serie. El análisis de espectro es utilizado para automatizar esta
tarea. El espectro es un espectro de energía de otro espectro de onda, y
a pesar de cualquier periodicidad en el espectro, (así como uan serie de
armónicas o familia de serie de bandas) aparecerá claramente como un
pico en el espectro.

Para una mejor explicación del espectro, digamos que si tenemos un

motor moviendo un ventilador por medio de bandas, y el motor esta
girando a 1800 RPM, este creara un pico a 1800 RPM en el espectro, y a
lo largo del mismo generará armónicas (múltiplos) de este pico a 3600,
5400, 7200, RPM etc. El ventilador esta girando a 1000 RPM y la banda
a 90 RPM. Ambos componentes crearan picos de sus frecuencias,
además de sus armónicas. Ahora nosotros tenemos 3 familias de picos
en nuestro espectro, uno relacionado con el motor, uno con el ventilador,
y otro con la banda. Si nosotros hacemos un espectro de esta grafica,
tendremos solo 3 picos a 1800, 1000, y 90, así que el complejo espectro
se reduce a sus familias fundamentales, y si hubiera un tono de
rodamiento en este espectro a 9100 CPM junto con armónicas,
aparecería un pico adicional a 9100. Un ejemplo del espectro puede ser
visto en la figura 1 que se presenta a continuación.

Adicionalmente, si nosotros tenemos las siguientes series de picos en

nuestro espectro: 6.2x, 9.3x, 12.4x, 15.5x, 21.7x, y nosotros pudiéramos
decir que esta es una serie de armónicas de 3.1x, aunque tal vez 3.1x no
se presentaría en la lista, y tampoco 18.6X. Espectro también podría
anunciar que la frecuencia fundamental en esta serie es 3.2x, por que
este es el espacio entre cada uno de de esos picos, así que nosotros
podemos buscar picos relacionados con rodamientos aún si el tono
fundamental del mismo (3.1x en este caso) no este presente.

Aunque el tono fundamental de los rodamientos puede ser calculado si

se conoce la geometría, en realidad este tono fundamental podría no ser
muy sobresaliente en el espectro, aún cuando este presente una falla. En
efecto, el desgaste del rodamiento puede crear toda clase de patrones en
los datos del espectro que podrían no estar relacionadas al cálculo de
frecuencias. Al mismo tiempo hay una concordancia en el desgaste de
todos los rodamientos y esta es la presencia de una serie de familias de
picos no sincrónicos y bandas laterales. El análisis de espectro es
utilizado para extraer periodicidades de los espectros y por lo tanto
encontraremos tonos de rodamientos aún cuando la frecuencia
fundamental del rodamiento no este presente. En esencia el espectro no
solo hace innecesario conocer la geometría del rodamiento, si no que
también hace más probable que la falla en un rodamiento sea
correctamente diagnosticada cuando el patrón producido no esta
especificado como un ejemplo del libro de fallas.

Cálculo del origen del ruido: Ambos, impactos y ruido aleatorio en una
onda de tiempo causan que el espectro se eleve (como en la figura 3,
pico mayor). Como el desgaste de rodamientos típicamente producen
grandes cantidades de vibración no periódica e impactos. Estos
aumentarán la base del ruido. El sistema de diagnóstico usa un algoritmo
para calcular el nivel de la base del ruido. Este valor se compara con un
valor base si está disponible. Incrementos en el nivel de ruido de la base
adicionado a la severidad de desgaste del rodamiento diagnosticado y
podría disparar un diagnóstico en ciertos casos cuando los tonos de los
rodamientos no son evidentes.
Otros factores que pudieran contribuir a incrementar la severidad son las
armónicas y subarmónicas del eje. Ambos patrones son relacionados con
la holgura mecánica, sin embargo, uno puede decir que como es un
rodamiento desgastado, el eje podría estar flojo, y por consiguiente como
el desgaste progresa, uno solo podrá atestiguar más y más holgura
mecánica en los datos del espectro.

Armónicas y subarmónicas pueden ser automáticamente extraídos de los

datos del espectro y usados de esta manera. Los cálculos pudieran
también ser mejorados en ese grupo de picos y usados en la base de
reglas. Por ejemplo, la suma de los excedentes de las primeras diez
armónicas de la cuota del eje serán usados en algunas reglas en lugar
de las amplitudes individuales de cada armónica.

Reglas lógicas del desgaste de rodamientos: Hay cientos de reglas

individuales de desgaste de rodamientos en el sistema de diagnóstico.
Esas reglas son activadas por un tipo de componente de la maquinaria
que es definido por el usuario, por ejemplo, la regla para el desgaste de
rodamientos en un compresor se vería diferente al de una regla de
desgaste de un rodamiento de un motor de AC. Cada tipo individual de
componentes de la maquinaria tiene numerosas reglas para el desgaste
de rodamientos que serán aplicadas. Si los requerimientos para una
regla son satisfechos, quiere decir que la condición existe.

Después de que la información se extrae del espectro como se muestra a

continuación, esta pasa a través de todas las reglas que aplican a un tipo
de máquina general para ver si existe alguna falla. Las reglas están
empíricamente basadas en miles de pruebas en máquinas recolectadas
a través de más de 20 años y están constantemente refinadas según
esta disponible nueva información. Si la regla es editada por cualquier
razón, el cambio se corre por todos los datos históricos para asegurar
que no cambiara ningún resultado previo. Este es ahora el sistema
“learns” y esta es una de las razones por la cual es tan precisa hoy día.

Una regla típica, observa lo siguiente en términos de lógica:

1. Si la suma de los excedentes sobrepasa la línea base de todos los

tonos de rodamientos percibidos en los tres ejes y en todos los
puntos de prueba (espectro confirmado) es mayor que un umbral, o
la suma de las bases del ruido de todo el espectro han crecido
sobre la línea base o alarma por cierta cantidad, entonces la regla
pasa.
 2. Si la suma de las amplitudes de todos los tonos de los rodamientos
percibidos excede algunos umbrales, entonces la regla pasa.
3. Si ninguno los tonos percibidos de los rodamientos excede algunos
de los umbrales, entonces la regla no pasa.
4. Si la suma de las armónicas del eje desde 16x a 100x no
sobrepasa algunos de los niveles, adicionar a la severidad.
5. Si el nivel de la base del ruido es inferior a algunos niveles
adicionar a la severidad, y si es un poco mayor al nivel, adicionar
más a la severidad.
6. Si las sumas de los otros picos indefinidos que nosotros no
confirmados por el espectro son inferiores a algunos de los
umbrales, adicionar más a la severidad.
7. Si las subarmónicas del eje han excedido la línea base el
rodamiento, adicionar a la severidad.

Note que estas regalas son empíricamente basadas. Lo cual quiere decir
que los niveles usados son absolutos, o los excedentes usados sobre la
línea base, han sido pellizcados hasta que salieron con la respuesta
correcta. En otras palabras, los umbrales mencionados en los ejemplos
de la regla de arriba, han sido templados para salir con la respuesta
correcta para cualquier máquina en la cual esta particular regla se
aplique.

Adicionalmente hay suficientes plantillas de reglas para cada tipo de

máquina para capturar prácticamente todos los posibles patrones de
desgaste de rodamientos que pudieran existir en los datos.

Una vez que la falla ha sido diagnosticada, el usuario continuará

monitoreando la máquina y observando los cambios en la severidad de la
falla. El rango, en el cual la severidad se incrementa da una buena
indicación de cuando los rodamientos deben ser reacondicionados.

Demodulación: Datos de altas frecuencias demoduladas son también

usadas en el diagnóstico y confirmación del desgaste de rodamientos. El
sistema de diagnóstico automático aproxima el uso de la demodulación
a.

 Adicionando confianza al diagnóstico del desgaste de rodamientos

basado en el análisis de espectros.
 Proporciona una alerta temprana del desgaste en el rodamiento.
 Da una mejor indicación de que rodamiento está defectuoso.
Actualmente el sistema automático de diagnóstico analiza datos
demodulados independientemente de los datos del espectro, sin
embargo, este hace la comparación entre los datos remodulados y del
espectro y la información es presentada en un reporte común. Esto esta
hecho a propósito para permitir a los usuarios colectar espectros o
demodulaciones o ambos.

La rutina de análisis de las demodulaciones utiliza la velocidad

normalizada de la máquina adquirida del análisis espectral. Esto es
debido al hecho que los datos demodulados podrían no contener picos
que correspondan al rango del eje. Como en el análisis espectral,
sabemos que las frecuencias forzadas son excluidas de los picos de
extracción. Los tres picos mayores no sincrónicos son extraídos luego
desde los datos de demodulación y son corridos por un algoritmo el cual
determina como o si esos picos están relacionados a otros picos en el
espectro de demodulación. Específicamente, los chequeos de algoritmos
revisan los picos que tienen armónicos, la tarifa de bandas laterales del
eje o las bandas laterales de la tarifa de la jaula. La tarifa de bandas
laterales del eje son fáciles de buscar por como la tarifa del eje fue
completamente determinado por la normalización. Para buscar las
bandas laterales de la tarifa de la jaula, el algoritmo hace simplemente
una conjetura y asume que cualquier banda lateral igualmente espaciada
menos que 0.5x de cualquier lado de un pico de la demodulación serán
probables bandas laterales de la tarifa de la jaula.

El siguiente paso en el análisis de la demodulación es ver si el pico en el

espectro de la demodulación esta relacionado de alguna manera al tono
del rodamiento que es candidato para la extracción de picos del espectro,
se buscan tres tipos de relaciones:

 El pico debe estar exactamente en la marca (ejemplo: 3.1X fue

sitiado como un tono de rodamiento en los da tos del espectro y un
pico a 3.1X también aparece en la demodulación).
 El pico debe estar sitiado como una armónica (ejemplo: 3.1X
aparece en la demodulación y 9.3X fue sitiado en los datos del
espectro)
 El pico debe tener una relación con las bandas laterales (ejemplo:
3.1X aparece en la demodulación y 4.1x fue sitiado en los datos del
espectro).

Hay dos principales razones para ubicar una relación entre los datos
demodulados y los datos del espectro. La primera razón es simplemente
confirmación, quizás nosotros tenemos una serie de picos en el espectro
a 3.1X y las armónicas que nosotros asumimos están relacionadas a un
rodamiento. Si no hay tarifa de bandas laterales del eje o de la jaula en el
espectro de demodulación, existe la posibilidad que esta serie de picos
venga actualmente de una vibración externa que viene desde otra fuente,
y que pase a una vibración en una frecuencia de 3.1X. La presencia de
este pico en la demodulación excluye la posibilidad de que la
demodulación no será sensitiva a la vibración externa.

La segunda razón es importante, ya que el sistema automático de

diagnóstico está diseñado para herrar en el lado conservador. Esto es
inusual por ejemplo, para ver claramente un tono de rodamiento de un
motor y al mismo exactamente cruzando el cople en la bomba del lado de
la máquina. Típicamente cuando analizamos datos de un espectro el
análisis asumirá que la localización hasta donde las amplitudes son más
altas, y este será en efecto la localización que tiene el problema. O, si el
rodamiento es diferente de los modelos, el análisis debería considerar
como coinciden las frecuencias calculadas de los rodamientos (nota:
estos podrían sobreponerse sobre las gráficas por la confirmación
manual). El sistema de diagnóstico automático en este caso, reportaría
muy probablemente el problema en ambos lados de la máquina pero
daría un alto rango de severidad del lado que aparece peor y luego
dejará que una persona decida que lado actualmente tiene el problema.
Los datos demodulados, ya que utilizan altas frecuencias, no son
capaces de viajar a través de cople y por lo tanto es más sensible a la
ubicación. Nosotros tenemos que experimentar varias veces hasta
encontrara el tono del rodamiento que fue más grande en el lado del
motor de la máquina en los datos del espectro, los datos demodulados
coinciden con los tonos del lado de la bomba y esto fue de hecho del
lado de la máquina con problema¡. Esto solo porque el análisis del
espectro reportó ambos lados de la máquina en lugar de solo reportar el
lado con valores altos.

Nota: distinguiendo entre los rodamientos malos dentro de los

componentes de la máquina (ejemplo: en medio de dos rodamientos de
motores) es típicamente menos importante o menos frecuente que
ambos sean reemplazados si uno es usado. Obviamente es más
importante determinar si es un rodamiento de la bomba o tal vez un
rodamiento del motor sin embargo este es un lugar donde la
demodulación ha probado excepcionalmente su utilidad.
Formato de reporte: El reporte de diagnóstico (Figura 2) contiene una
variedad de útil información la cual será discutida en esta sección. Para
facilitar la descripción, el contenido del reporte será descrito desde el
fondo como aparece en la figura. En la parte superior el nombre de la
máquina (A), seguida por la fecha en que los datos fueron adquiridos y la
realización del reporte (B) y (C). Este es seguido por la velocidad actual
del eje detectado por la rutina de normalización de datos. (D). En este
caso, el eje del motor estaba corriendo a 1191 CPM, y como
mencionamos antes, este es el primer cálculo hecho en los datos. Si la
rutina de normalización falla o la velocidad de la máquina no fuera
identificada correctamente, el resto del análisis será invalido.

La velocidad de giro del eje es seguido por un “promedio:3” (E). Esto

quiere decir que los nuevos datos van a ser comparados con un
promedio + unan línea base sigma calculada de 3 pruebas prioritarias
separadas de esta máquina o pruebas de máquinas idénticas que un
analista juzgo serían representativas de una máquina en condiciones
relativamente buenas. Un promedio de la línea base no es necesaria
para la detección de desgaste, un algoritmo sería acertado pero este
sería muy útil si nuevos datos de la línea base son presentados, los
datos serían comparados con un umbral que podría ser definido por el
usuario.

La siguiente línea en el reporte menciona el máximo nivel detectado en

todos los datos protegidos de esta máaquina (F) Esta información no es
relevante para el diagnóstico. Una recomendación de reparación (G) le
sigue. Esta recomendación es derivada de una regla base la cual toma
una cuenta de las fallas individuales encontradas en la máquina y su
correspondiente severidad. Aunque, el contexto de este papel es
relegado a la rutina de detección en rodamientos, esto debería ser
notado ya que cientos de otros problemas en máquinas pueden ser
detectados por el sistema. Así si el desalineamiento, desbalanceo,
problemas eléctricos y daños en rodamientos son todos reportados en un
motor, la recomendación podría decir “Reacondicionamiento del motor”
en vez de ordenar al usuario balanceo, alinear, cambio de rodamientos y
revise bobinas.

Hay 4 niveles de prioridad en las recomendaciones cada uno relacionado

a las diferentes acciones sugeridas. Estas son “no hay
recomendaciones”, “moderadas”, “importantes” y “extremas”. Estos
coinciden con 4 niveles de severidad de fallas (H) “ligero”, “moderado”,
“serio” y “extremo”, así una falla “desgaste ligero de rodamientos” podría
resultar en “no recomendaciones” y una falla “desgaste moderado de
rodamiento” podría resultar en “deseable: continuar monitoreando
rodamiento por incremento de vibración” más información relacionada
con la seriedad para recomendar acciones de reparación pueden ser
obtenidas de DLI.

La evidencia de falla (I –M) es exhibida a continuación del diagnóstico de

falla (H). Estos picos y parámetros son los que diagnosticó el sistema,
han sido encontrados en los datos la causa de esta particular falla. Esto
permite al analista verificar rápidamente el diagnóstico referido a las
gráficas espectrales. Note que no es solo la presencia de ese pico lo que
causa el diagnóstico citado, lo cual quiere decir que esto no es una
materia de un simple sistema de alarma. Estos picos y otros son pasados
por cientos de reglas lógicas que causan que lo citado sea “cierto”.
Enseguida algunas definiciones (I) – (M) como los marcados en la
siguiente figura 2:

(I) Nivel espectral de los picos

(J) Excedente en el promedio de los datos de línea base (la alarma limite
de la línea base no esta presente)
(K) Unidades (Nota: estas pueden ser cualquier unidad de ingeniería
como in/s, mm/s, g´s, etc.)
(L) Picos de frecuencia en orden (ejemplo múltiplos del rango del eje)
(M) Localización área de medición y ejes. La localización del área de
medición “2” es definida después en el reporte como el final en donde el
motor esta acoplado a la máquina. “A” es el eje o la dirección del eje.

Como se mencionó en la sección titulada: “cálculo del ruido base”, un

incremento en el nivel del ruido base es una señal de impacto y vibración
no periódica (aleatoria), ambos se asocian con el desgaste tardío de
rodamientos. Evidencia del incremento en el nivel de ruido es mostrado
en este reporte (N). Dentro de las reglas particulares que fueron
activadas en este reporte, el incremento en la base del ruido adiciona
severidad a esta falla.

La siguiente sección del repote (O) contiene un análisis de los datos

demodulados y su relación con los datos del espectro. El formato de esta
parte del reporte es ligeramente diferente del reporte espectral el cual
contiene más texto. En este ejemplo, la parte de la demodulacion del
reporte nos dice que hay un pico en la demodulación a 9.33x que
directamente marca un candidato para tono de rodamineto citado en los
datos del espectro. 9.33x es actualmente la tercer armónica de 3.1x , el
cual es fundamentalmente el tono del rodamiento, pero 9.33x fue
bastante evidenciado para ser extraído también del espectro normal.
Teniendo que 9.33x fue extraído, el reporte de demodulacion tendría que
decir que había un pico a 9.33x que tenía una relación de armónica con
los datos espectrales. De cualquier manera, esto habría conducido a la
misma conclusión, que es que los datos de la demodulación soportan el
diagnóstico basado en los datos espectrales.

(A) BOMBA DE FUEGO #2

(B) Reporte generado el : 8/19/03 11:07:22 AM

(C) Adquirido: 8/19/03 10:35:38 AM (D) 1xM = 1191 RPM (E) Promedios:
3

(F) Nivel máximo: 0.222 (-7) in/s a 3xM sobre 3T en rango bajo

RECOMENDACIONES:

(G) OBLIGATORIO: CAMBIAR RODAMIENTOS DEL MOTOR

DIAGNÓSTICO:

(H) EXTREMO DESGASTE EN RODAMIENTO DE MOTOR

(O) DEMODULACIÓN DE RODAMIENTO DE BOLAS

Tono de rodamiento en espectro remodulado con marca directa entre el

espectro regular y el demodulado en 2R
Pico 21 dB a 9.33x sobre 2R

(P) LEYENDAS DE POSICIÓN:

POSICION 2 ES: MOTOR 2
POSICIÓN 3 ES: BOMBA 3

(Figura 2: Reporte de diagnóstico de rodamiento)

Datos espectrales del motor: En la siguiente figura 3, el eje X de la

gráfica está etiquetado en “ordenadas” donde “1” corresponde a una vez
del rango del motor. El eje vertical está en pulgadas sobre segundos.

La primera cosa a notar cuando discutimos tonos de rodamientos es que

frecuentemente aparecen en frecuencias entre 3 y 12 veces el rango del
eje. Esta es la razón por la que estamos viendo en la gráfica de “rango
bajo” con rangos de frecuencia de 0 a 10x del rango del eje en este
ejemplo. Los datos colectados de 0 a 100x son también colectados y
usados para este análisis. Los datos fueron colectados en los tres ejes
en dos ubicaciones de la máquina. La segunda razón a notar es que los
tonos de los rodamientos raramente se muestran como múltiplos
integrados del rango del eje. Esto quiere decir que ellos podrían mostrar
hasta 4.6x, 7.2x, 5.8x, etc., pero raramente se presentaran exactamente
a 3x, 4x, o 5x. Por lo tanto, después de determinar el rango del eje
(marcado “1x”) y sus múltiplos o armónicas (marcados 2x, 3x, 4x),
nosotros buscaremos picos que no son múltiplos del rango del eje. Estos
picos son nombrados “no sincrónicos”y tal vez sean tonos de
rodamientos.

Los picos marcados con flechas, hacia el lado de la mano izquierda de la

gráfica es una frecuencia de 3.1x y es un buen candidato para tono de
rodamiento. Los otros dos picos marcados con flechas son a 6.2x y 9.3x.
estas son armónicas (múltiplos) de los tonos a 3.1x. Por favor note que
estos son los picos citados en el reporte de la figura2.

El pico marcado con la flecha hacia el lado izquierdo de la mano en la

gráfica de 3.1x es un buen candidato para tono de rodamiento. Los otros
dos picos marcados con flechas son 6.2x y 9.3x. estos son armónicas
(múltiplos) de los tonos a 3.1x. Por favor note que estos son los picos
citados en el reporte de la figura 2.

Note ahora los picos marcados con flechas de bola. Estos picos están en
4.1x y 5.1x y son llamados “1X bandas laterales”, las cuales son
comunes en rodamientos. Estos picos son causados por un efecto
denominado “Modulación de amplitud”. Básicamente si uno tiene una
falla en el la pista interna del rodamineto , esta falla rota dentro y fuera de
la zona de carga, las bolas que golpeaban la avería la golpearan más
difícilmente en la zona de carga y más suave fuera de la zona de carga.
Para completar un ciclo de este incremento y decremento, el eje necesita
cambiar 1 revolución, y este es el ciclo de tiempo que determina la
distancia entre las bandas laterales. Esto es porque son separados por
una distancia de 1x en cualquier lado del tono a 3.1x.

El sistema automático de diagnóstico extrae los picos no sincrónicos más

altos de este espectro (3.1x y 9.3x). Luego el análisis del espectro fue
usado para ver si también esas partes son de una serie de armónicas –
cuales son.

Demodulación: Los datos de demodulación fueron también colectados

en esta máquina y son mostrados en la siguiente figura 4. Aquí nosotros
también podemos ver un pico en 3.1x y sus armónicas. Aunque 3.1x es
la frecuencia fundamental del tono de rodamiento, por alguna razón, 9.3x
es el pico más alto en los datos de demodulación y fue por lo tanto
extraído primero. En la sección “O” del reporte nosotros vimos este pico a
9.3x marcado por el sistema de diagnóstico. El reporte también menciona
que había una marca directa entre la demodulacion y los datos del
espectro. Esto quiere decir que el pico a 9.3x fue también encontrado en
la rutina de espectro del rodamiento y que coincide con el pico
encontrado en la demodulación. Así nosotros tendremos una futura
confirmación de que este es de hecho un problema en el motor de la
máquina.

Note que los picos relacionados (1x, 2x, 3x etc.) son filtrados fuera del
espectro demodulado y que solo permanecen los tonos del rodamiento.
La demodulacion o técnica de envoltura es absolutamente buena
filtrando el ruido externo de la máquina y enfocándose en los pequeños
golpeteos hechos por la bolas que pasan por la pista que falla. Dado que
la demodualción se discute a detalle en otra variedad artículos
disponibles, nosotros dejaremos la discusión aquí.

Sumario de ejemplos: En el diagnóstico de problemas de rodamientos en

este motor, el sistema automático de diagnóstico primero comenzará por
identificar el pico perteneciente al rango del eje y de sus armónicas
utilizando una rutina de normalización de datos. Los resultados serán
encontrados en el reporte (D). El sistema luego extraerá las frecuencias
forzadas de las máquinas que fueron definidas y picos relacionados a
estos por medio de una rutina de extracción de pico, seguida por los dos
picos más altos no definidos de cada espectro. Los siguientes dos picos
más altos fueron encontrados a 3.1x y 9.3x, y estos picos fueron
considerados como candidatos de tono de rodamientos. El cálculo del
ruido base fue también hecho y almacenado en ese punto.
El análisis de espectro fue actualizado para extraer familias de picos del
espectro. Estas familias de picos luego son comparadas con el propósito
de extraer los tonos del rodamiento del espectro para ver las marcas. En
este ejemplo, fue determinado que los picos a 3.1x y 9.3x son parte de
una larga familia de picos incluyendo armónicas y bandas laterales. Esto
es evidente en la gráfica del espectro que esos picos son en efecto parte
de una gran familia de picos (marcados con flechas). La rutina del
espectro simplemente permite al sistema determinar esto
automáticamente, agregando confianza a cualquier diagnóstico eventual
de rodamientos.

El algoritmo de la demodulación se corrió para comparar los espectros

demodulados de los picos encontrados en el espectro no filtrado. La
conclusión en este caso fue que había una directa correlación entre los
datos demodulados y los datos del espectro, agregando confidencia a
cualquier diagnóstico eventual del desgaste de rodamientos.

La extracción de la información de los picos y la demodulación fueron

enviados usando todas las reglas aplicables para este tipo de máquina.
Si la máquina no tiene elementos rodantes por ejemplo rodamientos, las
reglas para elementos rodantes no sería aplicada a esta máquina.
Basado en la información enviada a esta regla base, una de muchas
reglas para el desgaste de rodamientos “pasan” y así las fallas
aparecerán en el reporte (H) con la correspondiente severidad (G) que
fueron proporcionadas en base a las fallas que fueron diagnosticadas en
la máquina.

Conclusión: Los algoritmos descritos en este documento han sido

comercializados durante 15 años con grandes resultados. En minutos, el
sistema de diagnóstico de desgaste de rodamientos puede realizar
cientos de miles de pruebas que a un analista le tomarían muchos días
repasándolos manualmente. El hecho de que el sistema no confíe en el
rodamiento o en el modelo, hace que ambos sean fáciles de configurar y
más exactos en su diagnóstico.
© 2015 reliabilityweb.com - All Rights Reserved