KHKHJHJHJJ

El Analizador TRF

Fondo
Esta sección cubrirá la operación y la teoría del analizador TRF que es el equipo de
análisis de señal que más se usa en el campo de vibraciones. Muchos trabajadores
consideran que el analizador TRF es una “caja mágica” en la que se pone una señal y
de la que sale un espectro. Por lo general la suposición es que el espectro dice la
verdad. La caja no puede mentir. Veremos que esta suposición es válida en muchos
casos, pero también veremos que podemos ser engañados porque hay muchas trampas
en el proceso de análisis de señales digitales. Uno de los propósitos de esta sección es
ayudarles para evitar caer en unas trampas y aun si caen, ayudarles a salir adelante.

El análisis TRF es solamente un tipo de análisis de espectros digitales, pero no nos

concentraremos en otros tipos ya que no son aplicables al programa VMS.

Análisis de Espectro
Al barón Fourier, le otorgaron el El análisis de espectros se define como la transformación de una señal representada
título de gobernador de Egipto en el dominio del tiempo hacia la representación de la misma en el dominio de la
después de la victoria de frecuencia, tiene sus raíces a principio del siglo XIX, cuando varios matemáticos lo
Napoleón. investigaron desde una base teórica. Pero él fue un hombre práctico, un
ingeniero con una educación matemática, que desarrolló la teoría en que están
basadas casi todas nuestras técnicas modernas de análisis de espectro. Este ingeniero
era Jean Baptiste Fourier. El estaba trabajando para Napoleón, durante la invasión de
Egipto en un problema de sobrecalentamiento de cañones, cuando dedujo la famosa
Serie de Fourier para la solución de la conducción de calor. Puede parecer que hay
una gran distancia entre cañones sobrecalentados y análisis de frecuencia, pero resulta
que las mismas ecuaciones son aplicables en los dos casos. Fourier más tarde
generalizó la Serie de Fourier en la Transformada Integral de Fourier. La llegada del
análisis de las señales digitales naturalmente llevó a la llamada Transformada
Discrecional de Fourier y la Transformada Rápida de Fourier o TRF.

Formas de la Transformada de Fourier

A continuación mencionamos las cuatro formas de la transformada de Fourier:
 • La Serie de Fourier: transforma una señal infinita periódica en un espectro de
frecuencia infinito discreto.

• La transformada integral de Fourier: transforma una señal continua de tiempo

infinito en un espectro de frecuencias continuo infinito.

• La Transformada Discreta de Fourier: (TDF) Transforma una señal discrecional

periódica de tiempo en un espectro de frecuencias discretas periódico.

• La transformada rápida de Fourier: un algoritmo de computadora para calcular la

TDF.

Vamos a estudiar esas formas con más detalle en la sección siguiente.

La Serie de Fourier
La Serie de Fourier es ideal para La operación de la Serie de Fourier está basada en una señal de tiempo que
es
realizar un análisis de frecuencia periódica. Esta es una señal de tiempo cuya forma se repite una cantidad infinita
de
de señales periódicas de veces. Fourier demostró que una señal de este tipo es equivalente a una colección

(deterministas) pera no funciona de funciones senos y cosenos cuyas frecuencias son múltiplos del recíproco del
bien en señales aleatorias o período de la señal de tiempo. El resultado un poco inesperado es que
cualquier
continuas. forma de onda, siempre y cuando no sea infinita en longitud, se puede representar
como la suma de una serie de componentes armónicos, y la frecuencia fundamental
de la serie de armónicos es 1 entre la longitud de la forma de onda. Las amplitudes de
los varios armónicos se llaman los coeficientes Fourier, y sus valores se pueden
calcular fácilmente si se conoce la ecuación para la forma de onda. También se puede
calcular gráficamente la forma de onda. Se sabe que en una clase de física los
estudiantes hicieron eso con el perfil de Marilyn Monroe. Pusieron los coeficientes de
MM en el pizarrón de anuncios como una broma para “enterados”.

Los Coeficientes de Fourier

El cálculo de los coeficientes de Fourier se define como una transformada matemática
del dominio de tiempo hacia el dominio de frecuencia.

Un hecho importante que se puede ver en la Serie de Fourier es que la forma de onda
original se puede reconstruir a partir de los coeficientes de frecuencia. En otras
palabras, es posible transformar del dominio de frecuencia y regresar hacia el
dominio de tiempo sin que se pierda la información. La Serie de Fourier está
perfectamente adaptada para realizar el análisis de frecuencia en formas de ondas
periódicas, eso es, en señales deterministas.

La Transformada Integral de Fourier

La extensión natural de la Serie de Fourier para abarcar señales de tiempo de una
longitud infinita, como señales no repetitivas continuas, es la Transformada Integral
de Fourier, o Transformada de Fourier. Esta integración transformará cualquier señal
continua de tiempo de forma arbitraria en un espectro continuo con una extensión de
frecuencias infinita. Una característica interesante de la Transformada de Fourier es el
hecho que un evento que abarca un período de tiempo corto se extenderá sobre un
largo rango de frecuencias o viceversa. Eso lo vimos en el capítulo “Introducción a la
 Vibración”, donde enseñamos un espectro de un impulso corto.

La Transformada Discreta de Fourier

La Transformada Discreta Ni la Serie de Fourier, ni la Transformada de Fourier se prestan fácilmente
para
de Fourier era conocida en cálculos en computadoras digitales. Para vencer este impedimento, la llamada
teoría desde hace muchos años Transformada Discreta de Fourier fue desarrollada (TDF). Probablemente la primera
pero solamente con la llegada de persona que concibió la TDF fue Wilhelm Friedrich Gauss, el famoso
matemático
la computadora digital fue alemán del siglo XIX, aunque por cierto él no tenía una computadora digital en la
llevada a la práctica. que podría implementarla. La TDF opera con una señal de muestras-o discreta- en
el dominio del tiempo. A partir de esto se genera un espectro de muestras -o discreto-
en el dominio de la frecuencia. El espectro que resulta es una aproximación de la
Serie de Fourier, una aproximación en el sentido que se perdió la información entre
las muestras de la forma de onda. La clave hacia la TDF es la existencia de una forma
de onda de la que se tomaron muestras, esto da la posibilidad de representar la forma
de onda en una serie de números. Para generar esta serie de números desde una señal
análoga, se requiere un procedimiento de muestreo, y de conversión de análogo a
digital. La señal de la que se tomaron muestras es una representación matemática del
nivel de la señal instantánea a intervalos definidos con precisión. No contiene
información de la señal entre los tiempos en que se tomaron muestras.

Si la proporción de muestreo es lo suficientemente alta como para asegurar una

representación razonable de la forma de la señal, la TDF produce un espectro que es
muy similar a un espectro teóricamente verdadero. Este espectro también es discreto,
y no hay información entre las muestras o ‘líneas’ de espectro. En teoría, no hay
límite al número de muestras que se puedan usar, o a la velocidad del muestreo, pero
hay limitaciones prácticas que debemos observar. La mayoría de esas limitaciones
son el resultado de usar una computadora digital como agente calculador.

La Transformada Rápida de Fourier

Para adaptar la TDF para uso con computadoras digitales, la llamada Transformada
Rápida de Fourier fue desarrollada. La TRF es un algoritmo para calcular la TDF de
manera rápida y eficaz.

Son Cooley y Tuckey que fueron acreditados con el descubrimiento de la TRF en

1967, pero ya existía desde antes, aunque sin las computadoras que se necesitaban
para explotarla. El algoritmo pone algunas limitaciones en la señal y en el espectro
resultante. Por ejemplo: la señal de la que se tomaron muestras y que se va a
transformar debe consistir de un número de muestras igual a un poder de dos. La
mayoría de los analizadores TRF permiten la transformación de 512, 1024, 2048,
4096 muestras. El rango de frecuencias cubierto por el análisis TRF depende de la
cantidad de muestras recogidas y de la proporción de muestreo, como lo veremos en
breve.

Conversión de Análogo a Digital

El primer paso en la realización de un análisis TRF es el procedimiento de muestreo
que se ilustra aquí:
 Conversión de Análogo a Digital

Palabras de catorce bits El muestreo es un procedimiento análogo, no es digital y se realiza con un circuito
permiten un rango dinámico de “Tomar muestras y detener”. La salida de este circuito es una secuencia de niveles de
alrededor de 80 dB voltaje, que se mandan a un convertidor de análogo a digital (CAD). Aquí los niveles
de voltaje se convierten en palabras digitales que representan cada nivel de toma de
muestras. La precisión de la toma de muestras depende en parte de la cantidad de bits
en las palabras digitales. A mayor cantidad de bits, más bajo el nivel de ruido y más
grande será el rango dinámico. La mayoría de los analizadores TRF usan palabras de
12 bits y eso produce un rango dinámico de alrededor de 70 dB. Palabras de 14 bits
pueden realizar un rango dinámico de 80 dB.

Se puede ver que la proporción de muestreo determina la frecuencia más alta en la

señal que se podrá codificar. La forma de onda de la que se tomaron muestras no
puede conocer nada acerca de lo que se pasa en la señal entre los tiempos de
muestreo. Claude Shannon que desarrolló la rama de las matemáticas que se llama
teoría de la información, determinó que para codificar toda la información contenida
en las muestras de una señal, la frecuencia de muestreo debe ser por lo menos el
doble de la frecuencia más alta presente en la señal. Este hecho a veces es llamado el
criterio Nyquist.

Formación de aliases
Es importante que no haya información en la forma de onda de la que se tomó
muestras cerca de la frecuencia de muestreo para evitar un problema llamado
formación de aliases.
 Formación de Aliases

Aquí, la señal actual está representada en negro y su representación según las

muestras en gris. La frecuencia de muestreo está representada por las líneas
verticales. Noten que si la frecuencia de muestreo es la misma que la frecuencia de
las muestras, cada muestra tendrá el mismo tamaño, y la salida del circuito de
muestreo será un voltaje directo constante, obviamente sin relación con la frecuencia
de la señal de entrada.

Ahora noten lo que pasa si la señal es más alta en frecuencia que la frecuencia de
muestreo. La salida de la toma de muestras se parece a una frecuencia muy baja, y
otra vez no es una representación correcta de la señal. Este fenómeno se llama
formación de aliases y puede causar serios errores a menos que se evite. La mejor
manera de evitar la formación de aliases es de llevar la señal de entrada a través de un
filtro análogo de paso bajo, cuyo límite de frecuencia es menor de la mitad de la
frecuencia de muestreo. En la mayoría de los analizadores TRF modernos, la
frecuencia de muestreo está puesta a 2.56 veces la frecuencia límite del filtro. El filtro
deberá tener una característica de límite muy aguda y esto también quiere decir que
tendrá un desplazamiento de fase, lo que puede afectar a los datos si uno requiere
información acerca del lado superior del rango de frecuencias del analizador. Para
evitar eso, habrá que seleccionar el rango de frecuencias de manera que la frecuencia
en cuestión esté en la mitad inferior del rango de frecuencias. Eso es importante
cuando se realiza el balanceo con un analizador TRF donde se necesita la fase del 1x
de la señal de vibración.

La formación de aliases también ocurre en otros medios como en películas de cine.

Por ejemplo, a veces en las películas del Oeste puede pasar que los rayos de una
rueda parecen parados o parece que giran en el sentido contrario. Aquí se forman
aliases ópticos, ya que la película es una representación de muestras del movimiento
original. Otro ejemplo de muestras ópticas es el estroboscopio que está calibrado para
centellear a una proporción cerca o igual a la velocidad de rotación del objeto que se
va observar y lograr que este objeto parezca estacionario o en giración lenta.

Reglas de Muestreo para Análisis Digital

 • La ruta de los datos debe incluír un filtro análogo de paso bajo.

• Se tienen que tomar muestras por lo menos dos veces más rápido que la
frecuencia más alta que se va analizar.

• La Respuesta de Frecuencia del Análisis dependerá de la frecuencia conque

se tomaron muestras.

Estas reglas se aplican a cualquier análisis TRF y el analizador se encarga de cumplir

con ellas. El filtro anti aliases está puesto internamente al valor apropiado para cada
rango de frecuencias del analizador. El tiempo total de muestreo se le llama la
longitud de la grabación de tiempo y la naturaleza de la TRF exige que la distancia
entre los componentes en el espectro (también llamada la resolución del espectro) sea
1 durante la grabación. Por ejemplo, si la resolución de la frecuencia es 1 Hz,
entonces la duración de la grabación es un segundo, y si la resolución es 0, 1 Hz
entonces la duración de la grabación es de 10 segundos, etc. De esto se puede ver que
para realizar un análisis de espectro a resolución muy alta, se requieren tiempos
relativamente largos para recopilar los datos. Eso no tiene nada que ver con la
velocidad de cálculo del analizador, es sencillamente una ley natural del análisis de
frecuencias.

Fugas
El analizador TRF es un aparato que procesa lotes, eso es, que toma muestras de la
señal de entrada durante un tiempo específico, recopilando las muestras en un buffer.
Después de eso, el aparato lleva a cabo el cálculo de este ‘lote’ y enseña el espectro
resultante.

Si una forma de onda senoidal está pasando a través del nivel cero, al principio y al
final de la grabación de tiempo, eso es si la grabación de tiempo abarca exactamente
un número entero de ciclos de la forma de onda, el espectro TRF resultante consistirá
de una sola línea con la amplitud y la frecuencia correcta. Si por otra parte, el nivel de
la señal no está en cero, en ambas partes de la grabación de tiempo, la forma de onda
estará truncada y eso provocará una discontinuidad en la señal de la que se tomaron
las muestras. Esta discontinuidad no está bien manejada por el proceso TRF y el
resultado es que el espectro resultante esté unido desde una sola línea a las líneas
vecinas. A éste se le dió el nombre de fugas. Es como si la energía en la señal se
“fuga” desde su ubicación correcta hacia las líneas vecinas.

La forma de un espectro presentando fugas depende de la cantidad con que la señal

fue truncada, y generalmente no es predecible para señales verdaderas.
 Truncado de datos provocando Fugas

Ventanas
Las ventanas se hacen en la Para reducir el efecto de las fugas, es necesario vigilar que el nivel de la señal esté en
señal de tiempo antes de cero al principio y al final de la grabación de tiempo. Esto se hace multiplicando los
calcular la TRF. datos recopilados por una función llamada “ventana” o “ponderada” que puede tener
varias formas. Las formas más comunes de ventanas y sus usos se mencionan a
continuación.

Ventana Plana, Uniforme o Rectangular

Hay muchas más formas de Si no se usa una función de ventana, la toma de la señal se denomina ventana
ventanas disponibles que las que rectangular o plana o uniforme. En la gráfica arriba, el efecto de los datos se truncaron
enseñamos aquí, pero fueron puede apreciar como discontinuidades en la forma de ondas con ventanas. El
diseñadas para propósitos más analizador TRF solamente conoce lo que es una ventana de tiempo, o una grabación
especializados. de tiempo.
Está suponiendo que la señal contiene discontinuidades y ésas son las causas de las
fugas que vimos en la gráfica anterior. Se podrían evitar las fugas si los cruces de la
 línea cero de la forma de onda de entrada fueran sincronizados con los tiempos de
muestreo, pero en la práctica esto es imposible de realizar.

Ventanas para señales transientes

Ventana plana, uniforme, o rectangular

En el caso que la señal de entrada es un transiente, empezará y terminará por
definición en el nivel cero. Mientras que se encuentre totalmente en la grabación de
tiempo, no habrá truncado y el análisis será correcto, ya que el TRF ve la señal
entera. Es muy importante que el transiente completo se pueda incorporar en la
grabación. La duración de la grabación depende del rango de frecuencias del análisis.
La mayoría de los analizadores TRF permiten al usuario ver la grabación de tiempo
en pantalla, para que uno se pueda asegurar que se ha cumplido con la condición
anterior.

La Ventana Hanning

No hay que confundir la La ventana Hanning llamada por su inventor Vn Hann, tiene la forma de un ciclo
Ventana Hanning con la de una onda cosenoidal, a la que se agrega 1 para que así siempre sea positivo. Los
Ventana Hamming que ahora valores de la señal muestrada se multiplican por la función Hanning y el resultado se
es obsoleta. ve en la gráfica. Noten que las extremidades de la grabación de tiempo fueron
forzadas hacia cero sin tomar en cuenta qué está haciendo la señal de entrada.

La ventana Hanning realiza un buen trabajo, forzando las extremidades hacia cero,
pero también agrega distorsión a la forma de onda que se está analizando, bajo la
forma de modulación de amplitud, eso es la variación en amplitud de la señal sobre la
grabación de tiempo. La Modulación de Amplitud en una forma de onda resulta en
bandas laterales en su espectro y en el caso de la ventana Hanning, esas bandas
laterales o lóbulos laterales como se llaman, efectivamente reducen la resolución de
frecuencia del analizador de 50%. Es como si las líneas de frecuencia del analizador
se hacen más anchas. En la gráfica, la curva tiene la forma del filtro que produce el
analizador con el factor de ponderado Hanning. Cada línea del analizador tiene la
forma de esta curva. Solamente una se enseña en la gráfica.

Si un componente de una señal está a la frecuencia exacta de una línea TRF, será
leído en su amplitud correcta, pero si está en una frecuencia que es la mitad de delta F
(la mitad de la distancia entre las líneas) será leído en una amplitud inferior de 1. 4
dB.

La gráfica nos enseña este efecto y también nos enseña los lóbulos laterales creados
por la ventana Hanning. Los lóbulos laterales más altos son aproximadamente 32 dB
más bajo que el lóbulo principal.

Amplitud medida, 1.4 dB La amplitud y la frecuencia se miden

inferior cuando la frecuencia correctamente cuando están centradas en
está fuera del centro de 1/2 línea. una línea de frecuencia.

La amplitud medida de la señal ponderada por la ventana Hanning, también es

incorrecta, porque en esencia se quita la mitad de la señal por el proceso de
ponderado. Esto se puede corregir fácilmente, multiplicando los niveles del espectro
por dos y el analizador TRF realiza esta tarea. Este proceso supone que la amplitud de
la señal es constante en todo el intervalo de muestreo. Si no es así, como en el caso de
una señal transiente, el cálculo de la amplitud tendrá un error, como se enseña abajo.

La ventana Hanning siempre se debe usar con señales continuas y nunca se debe usar
con transientes. La razón es que la forma del transiente será distorsionada por la
forma de la ventana, y la frecuencia y el contenido de un transiente están íntimamente
conectados con su forma.

El nivel medido también será fuertemente distorsionado. Aunque el transiente

estuviera en el centro de la ventana de Hanning, el nivel medido sería dos veces el
nivel actual, debido a la corrección de la amplitud, aplicada por el analizador cuando
está usando el efecto de ponderado Hanning.
 Una señal ponderada Hanning está solamente presente por la mitad. La otra mitad fue
removida por el proceso de la ventana. Esta no presenta problemas con una señal
perfectamente suave, y continua como una onda senoidal, pero la mayoría de las
señales que queremos analizar, como firmas de vibraciones de máquinas no son
perfectamente suaves. Si ocurre un pequeño cambio en la señal cerca del inicio o del
final de la grabación en tiempo, o bien se analizará a un nivel mucho más bajo que su
nivel verdadero, o puede pasar totalmente desapercibida. Por esa razón es una buena
idea emplear el procesamiento de traslape. Para eso se requiere de dos bufers de
tiempo en el analizador. Para un traslape de 50%, la secuencia de eventos es la
siguiente: cuando el primer bufer está semi lleno, esto es cuando contiene la mitad de
muestras de la grabación en tiempo, se conecta el segundo bufer al flujo de datos, y
éste empieza a recopilar datos hasta que el primer bufer esté lleno, se calcula la TRF
y el bufer vuelve a recopilar datos. Cuando el segundo bufer está lleno, se calcula otra
vez la TRF, basándose en su contenido, y el resultado se manda al bufer, realizando el
promedio del espectro. Este proceso sigue hasta que se recopilaron el número
deseado de promedios.

Proceso de Traslape
El proceso de traslape solamente se puede lograr si el tiempo necesario para calcular
la TRF es más corto que la duración de la grabación en tiempo. Si ese no es el caso,
los cálculos del espectro se quedarán atrás de la recopilación de datos y con huecos
de señal no analizada. Ver también el párrafo acerca de velocidad en tiempo real más
adelante en esta sección.

Aunque la mayoría de los Si el traslape es 2/3 o sea 66.7 % entonces el ponderado en tiempo de los datos será
recopiladores de datos usan el plano y no hay ventaja al usar un traslape más grande. En la mayoría de
proceso con 50% de traslape recopilaciones de datos para análisis de maquinaria, se usa un traslape de 50% que da
por default, pueden ser puestos una precisión de amplitud suficiente para la parte principal del trabajo de vibraciones.
para usar otros porcentajes de
traslape. Aquí damos un resumen de la relación entre la velocidad de muestreo, cantidad de
muestras, duración de la grabación en tiempo, y la resolución de frecuencias que
afectan al análisis TRF. La proporción de muestreo en muestras por segundo
multiplicado por la duración de la grabación en tiempo 1 en segundos es igual al
número de muestras N. En el analizador TRF el número de muestras N se limita a un
poder de 2.

Fundamentales de la TRF

El algoritmo TRF operando en N muestras de tiempo producirá un número de líneas

de frecuencia igual a N/2. Una grabación en tiempo de 512 muestras producirá un
espectro de 256 líneas. Los analizadores TRF por lo general no enseñan las líneas
superiores del espectro ya que hay la posibilidad que sean contaminadas por
componentes aliases. Eso se debe al hecho que el filtro anti aliases no está perfecto y
tiene un límite finito en su rango de corte. Por eso, un espectro de 256 líneas se
enseñará como un espectro de 200 líneas, y un espectro de 512 líneas se enseñará
como un espectro de 400 líneas etc.

El Efecto de Palizada
Como lo mencionamos con anterioridad, el espectro TRF es un espectro discreto, y
consiste de estimaciones de lo que es el nivel espectral a frecuencias específicas. Esas
frecuencias se determinan por los parámetros de análisis que están puestos en el
analizador y no tienen nada que ver con la señal que se analiza. Esto quiere decir que
puede haber y que probablamente hay picos reales en el espectro real de la señal que
se encuentran entre las líneas del análisis TRF. Esto también quiere decir que por lo
general, los picos en un espectro TRF se miden muy bajo de nivel, y los valles se
miden demasiado alto. Lo que es más, las frecuencias reales en las que se encuentran
los picos y los valles no serán las que indica el espectro TRF.
Este fenómeno se llama error de prejuicio en la resolución o más comúnmente efecto
de palizada. En otras palabras, mirando un espectro TRF es un poco como mirar una
cordillera a través de una palizada.

Promediando
Una de las funciones importantes del analizador TRF es que puede realizar fácilmente
promedios de espectros sobre tiempo. En general la señal de vibración de una
máquina rotativa no es completamente determinista, pero tiene algún ruido aleatorio
superpuesto. Ya que el ruido no es predecible, cambiará la forma del espectro y en
muchos casos puede llevar a una distorsión seria del espectro. Si se hace el promedio
de una serie de espectros, el ruido gradualmente tomará una forma suave y los picos
espectrales resaltarán, debido a la parte determinista de la señal, y sus niveles serán
representados con más precisión. No es verdad que el hecho de solamente promediar
espectros TRF reducirá la cantidad de ruido, el ruido se suavizará pero su nivel no se
reducirá.

Hay dos tipos de promedios que se usan generalmente en analizadores TRF. Se

llaman el promedio lineal y el promedio exponencial. El promedio lineal se obtiene
sumando un número de espectros y dividiendo el total por el número de espectros.
Esto se hace para cada línea del espectro y el resultado es un verdadero promedio
aritmético, línea por línea. El promedio exponencial genera un promedio continuo,
donde los espectros recién recopilados tienen más influencia en el promedio que los
espectros más antiguos. Esto proporciona una forma conveniente para examinar datos
que cambian, pero todavía les queda el beneficio de algo del promediado para
suavizar los espectros y reducir el ruido aparente.

Promediando en Tiempo Síncrono

Promediando en tiempo síncrono, también llamado en el dominio del tiempo es una
clase de promedio totalmente diferente, donde la forma de onda está promediada en
un bufer antes de que se haga el cálculo de la TRF. Para poder realizar el promedio en
el dominio de tiempo, se tiene que introducir un impulso disparador de referencia en
el analizador para decir cuando debe empezar a recopilar muestras de la señal. El
disparador está sincronizado con un elemento de la máquina que nos interesa.
 El promedio va acumulando gradualmente estas partes de la señal que fueran
sincronizadas con el disparador y otras partes de la señal son eliminadas
efectivamente, al promediar. Este es el único tipo de promedio que reduce el ruido.

La aplicación de promedios en Un ejemplo del uso del promedio en el dominio del tiempo es la medición de la
tiempo síncrono en el vibración en máquinas en presencia de una vibración excesiva de fondo, por ejemplo
diagnóstico de problemas de generadas por máquinas vecinas en operación, u otras fuentes de ruido.
engranes se cubrirá en el En este caso, el disparador está derivado de un tacómetro, conectado a la
flecha capítulo siguiente: Monitoreo de principal. El tacómetro está puesto para dar un impulso por revolución de
la flecha y
Vibración en Maquinaria. todo en el espectro relacionado con las partes giratorias será incrementado. Todas
las otras partes serán reducidas. Eso es una buena manera de reducir las onsecuencias
de los efectos de voltaje en la línea. Por ejemplo, en una máquina girando a 3600 rpm
la frecuencia de línea de 60 Hz será cerca de las rpm y el segundo armónico de línea
será cerca de 2x. Si el espectro no tiene la resolución suficiente para separar los dos
componentes, la información acerca de los componentes de la velocidad de
funcionamiento será contaminada. Realizar el promedio en el dominio de tiempo
reducirá los componentes inducidos de línea y dejará intactos los componentes de
rotación.

Trampas en la TRF
Probablemente, el error que se A continuación enumeramos un resumen de las trampas, que plagan la técnica del
comete con más frecuencia, análisis TRF. Esto no quiere decir que el análisis TRF no es bueno, al contrario,
cuando se usa el analizador esta técnica ha revolucionado el análisis de datos de vibración. El hecho importante
TRF es la selección de la es que los problemas con el análisis TRF se pueden solucionar usando una técnica
ventana incorrecta, para la adecuada, y que los efectos residuales se pueden reducir a niveles
insignificantes.
tarea que nos espera. El
siguiente error más común es la • El muestreo provoca la generación de aliases
selección de una resolución de • Limitación de tiempo provoca fugas.
frecuencias demasiado baja • Frecuencias discretas en el espectro calculado provocan el efecto de palizada.
para la tarea.