Professional Documents
Culture Documents
PROCESAMIENTO DE DATOS
Cuando el problema es dificultoso, la diferencia entre el éxito y el fracaso será la calidad del
procesamiento de datos.
Osciloscopio.
Los osciloscopios (ver figura
3.1) miden y muestran voltajes
que varían en el tiempo, el
transductor convierte la
vibración mecánica en una
señal eléctrica proporcional de
acuerdo a su calibración en
unidades de ingeniería (EU),
tales como; mV/mil, pulg/seg o
Figura 3.1. Osciloscopio Análogo. mV/g. Los osciloscopios son
utilizados para mostrar las formas de onda en el tiempo, órbitas y marcas que relacionan
eventos con la rotación del eje (ver figura 3.2).
Disparador (Triggering). Es una función importante del osciloscopio y del analizador FFT; El disparo inicia
la adquisición de datos en un tiempo o amplitud determinada y controla la adquisición de datos para una
señal específica (vibración o disparo). El osciloscopio puede ser preparado en autodisparo para un
muestreo continuo de datos. El disparador puede accionarse en base a una señal seleccionada de
variación de magnitud y/o voltaje; El osciloscopio puede ser calibrado para que realice un simple barrido
que es disparado en un voltaje
específico. Para mediciones
continuas se utiliza un sensor
óptico o un captador de proximidad
como disparador continuo a la
frecuencia de giro del eje.
Intensidad de la entrada
externa. Una marca intensa o no
existente controlada puede ser
mostrado en el trazo de la forma
de onda en la pantalla del
osciloscopio por aplicación de una
señal de +/- 5 voltios en la
Figura 3.2. Forma de onda en el osciloscopio.
conexión del eje axial z; La
entrada puede ser acoplada AC (por ejemplo, no pasa DC) si no es así, se debe utilizar un capacitor con
el captador de proximidad que tiene mas de 5 voltios DC. En el eje z la marca no existente es utilizada
para medir el ángulo de fase y para señalar la marca relacionada a la vibración del eje durante el
balanceo. La señal no existente es obtenida de un disparador de un captador de proximidad u óptico.
Amplificador Vertical. El amplificador vertical acepta la variación en el tiempo del voltaje desde un
transductor. Los controles son calibrados en milivoltios /división (mv/div). La amplitud de la señal en
cantidad de divisiones es obtenida desde la pantalla, el voltaje es calculado multiplicando el número de
divisiones por la calibración del amplificador en mv/div para obtener milivoltios. La amplitud de la vibración
es calculada dividiendo los milivoltios por la calibración del transductor en mv/EU, EU puede ser expresado
en mils, pulg/seg, g´s o grados. La pantalla tiene ocho divisiones verticales (ver figura 3.2). El ejemplo 3.1
ilustra el uso de un
Ejemplo 3.1: Calcular la amplitud y el periodo de la forma de onda que se muestra
osciloscopio para medir
en la pantalla del osciloscopio de la figura 3.2, se sigue el siguiente
procedimiento: la amplitud y la
En el osciloscopio se observa: frecuencia.
Eje del tiempo; la escala 10 mseg/división y el periodo completo 4 divisiones.
Eje de amplitud; la escala 200 mV/división y la amplitud pico de 1 división.
Amplificador
El transductor responde de la siguiente forma:
Sensibilidad del transductor, 1000 mV/(pulglseg) Horizontal. Base
Procedimiento de los cálculos: temporal; La función
Período T = (4 divisiones) (10 mseg/división) = 40 mseg = 0.04 seg
Frecuencia = 1/T = 1/0.04 seg = 25 Hz = 1500 CPM primaria del
Amplitud = (1 división) (200 mV/división) = 200 mV pico
amplificador horizontal
Amplitud = Amplitud/Sensibilidad = (200mV) / (1000mV/pulg/seg) = 0.2
pulg/seg pico es como una base
3.2
temporal. El número de
divisiones para el periodo
de la señal es obtenido
desde la pantalla (ver figura
3.2) y se multiplica por la
proporción de la base
temporal de barrido
(seg/div). Cuando la base
temporal es calibrada como
una función de voltaje,
similar al amplificador
vertical , pero la señal es un
voltaje en la dirección
Figura 3.3. Analizador FFT Hewlett-Packard.
horizontal que produce una
presentación en x-y (órbita o Lissajous). La pantalla tiene diez divisiones en la dirección horizontal.
Analizador FFT
El analizador FFT (ver figura 3.3) es un instrumento computarizado que digitaliza los datos, por
medio de un convertidor A/D (de analógico a digital) y luego son procesados por un algoritmo de la
Transformada rápida de Fourier para obtener un espectro. La forma de la onda es reconstruida a
partir de los datos digitalizados, un analizador FFT de doble canal permite obtener las propiedades y
el ángulo de fase entre dos señales. El analizador FFT tiene alta resolución y precisión en la
amplitud que depende de la calibración del instrumento. Básicamente un analizador sirve para
tomar tanto estados constantes como datos transcientes.
Los analizadores FFT toman los datos de muestreo a una velocidad igual o mayor que
200,000 muestras / segundo pero dependen de la frecuencia más alta del rango de
frecuencias del analizador. El analizador requiere que la señal complete un ciclo entero antes
de que cualquier dato sea procesado por el FFT, esto significa que a bajas frecuencias
(menores de 10 Hz) largos períodos de tiempo de muestreo son requeridos antes que
empiece el procesamiento FFT.
El analizador debe tener la capacidad de seguir los eventos al variar las RPM de la
máquina, el tiempo para procesar la señal a FFT es solamente una fracción comparado con la
demora en la adquisición de datos y del tiempo de autorango. La función zoom del analizador
FFT incrementa la resolución generalmente de 400 a 800 líneas pero el rango de frecuencias es
estrecho para fijar la frecuencia (en el inicio o en el centro) para lograr la resolución de la
frecuencia. La resolución se refiere a la capacidad del instrumento de permitir que el analista
vea en el espectro, las frecuencias cercanas, espaciadas.
3.3
Figura 3.4a. Analizadores de Máquinas Figura 3.4b. Colectores DataPac 1250, 1500 y
Modelos CSI 2125 y 2120. Dataline DSP.
Cortesía de Computational Systems Incorporated Cortesía de Entek IRD International Corporation
3.4
Los analizadores FFT comúnmente tienen más ventanas disponibles que los colectores de
datos digitales, el Rango Dinámico de los FFT son alrededor de 72 dB o sea que puede mostrar
señales de 1 mv en presencia de señales de 2 v, otras características de los analizadores FFT
incluyen las órbitas, gráficos de Bodé, gráficos polares, diagramas de cascada (waterfall) y gráficos
real e imaginario utilizados para el análisis modal.
Muestreo de Datos
La señal de entrada, que viene del
sensor es digitalizada antes de
procesar la Transformada de
Fourier FFT (ver figura 3.5), el
número de muestras
almacenadas en la memoria del
analizador dependen del número
de líneas seleccionadas. La
computadora registra los valores
de amplitud (Y) igualmente
Figura 3.5. Puntos muestreados por el Analizador o
espaciadas en el tiempo (X).
Colector FFT.
3.5
En la figura 3.6 se presentan las
muestras transformadas igualmente
espaciadas en un espectro de N líneas
o bins y termina en la frecuencia
máxima solicitada, cada bin o línea
tiene una frecuencia f bin que es igual a
1/ T s , donde T s es el tiempo que
demora una muestra y la F MAX = N x f bin
= N / T s , ninguna frecuencia inferior a
f bin = 1/ T s , puede determinarse porque
Figura 3.6. Espectro de frecuencias de acuerdo al la información que hay en la memoria
número de líneas seleccionado. del analizador es incompleta. El
espectro puede tener N bins (líneas) usualmente de 100 hasta 6400 y dependen del número de
muestras recolectadas por el analizador o colector de datos.
3.6
El número de muestras es 1024 si se utiliza 400 bins. Se utiliza un filtro digital para graduar el número
de muestras requeridas en un determinado tiempo de adquisición de datos. El número de muestras
esta así relacionado al número de líneas seleccionado por un factor 2.56. El flujo de muestreo de
datos es ajustado en el analizador para obtener el número de muestras sobre un determinado tiempo
de adquisición de datos (N/FMAX). La fórmula para la máxima frecuencia y el tiempo de adquisición de
datos es FMAX = N/ (tiempo de adquisición de datos). El valor de FMAX es calibrado en el analizador y el
tiempo de presentación automática tiene su propio rango (ver figura 3.7). La FMAX es 800 Hz, el
número de líneas es 400. Sin embargo el tiempo de adquisición de datos debe ser Ts = N/FMAX =
400/800 = 1/2 seg. Esta relación establece el tiempo requerido para adquirir los datos sin considerar la
velocidad del computador.
3.7
Figura 3.10. Filtros Anti-Aliasing.
Figura 3.9. Rate de Muestreo.
Ventanas (Windowing)
El algoritmo que cambia el muestreo de datos en
la memoria del analizador (forma de onda
digitalizada) en un espectro y asume que los
datos antes y después son similares [3.1]. Por
esta razón, el algoritmo FFT requiere que los
datos tomados arranquen y terminen en una
amplitud igual a cero (ver figura 3.11). Notar que
la forma de onda reconstruida es el mismo como
fue anteriormente muestreada. En la figura 3.12
el muestreo no empieza ni termina en amplitud
cero y se obtiene una forma de onda
reconstruida que no es el mismo que los datos
muestreados originales, esta forma de onda
causara errores en el espectro que se llaman
fugas (leakage) que es energía que se distribuye
a bajas frecuencias. El espectro resultante se
Figura 3.11. Señal Periódica de Entrada en el
Tiempo de Registro. muestra en la figura 3.13, implica impacto o
soltura que causa pérdida de la resolución. Notar
la ancha banda espectral alrededor de 84 Hz, estos datos fueron procesados sin ventana.
Como la adquisición de datos no puede ser controlada para obtener un muestreo periódico, se
utilizan las ventanas para forzar que los puntos finales o extremos de los datos sean cero (ver figura
3.14). Una función ventana es multiplicada por cada señal muestreada para obtener un registro
igual a cero al comienzo y al final. Las ventanas no son necesarias y no deberían ser utilizadas
cuando se toman datos transcientes, que arrancan y terminan en cero. La ventana Hanning
3.8
destruye parte de los datos de una señal transciente, porque los datos de mayor valor en amplitud
están en el comienzo del muestreo y pueden ser eliminados (ver figura 3.15). La ventana uniforme
(función self-windowing) debería ser utilizada como respuesta para los datos transcientes. La
ventana Hanning, tiene un filtro estrecho dentro del bin o línea que permite al ancho de banda una
buena resolución (ver figura 3.16). Sin embargo al ser estrecha dentro del bin la amplitud no es
exacta (algunas veces llamado ancho de banda inexacto) es tan alto como 1.5 dB (18.8%) si la
frecuencia cae en el borde del bin (ver figura 3.17).
Monitoreo de las
Hanning 18.8% 1.5
vibraciones
Medición exacta de la
Flat Top 1% 3.8
amplitud de vibración
La ventana Flat Top, pierde algo de resolución, pero tiene solamente una inexactitud en la amplitud de
0.1 dB (1%). Sin embargo la ventana Flat Top es recomendado para discretas líneas espectrales y
buena precisión en la medición de la amplitud.
La ventana Hanning, es recomendado para
datos en estado constante en múltiples
frecuencias, La resolución actual para cada
ventana puede ser calculada utilizando el factor
provisto en la Tabla 3.1. La resolución confiable
para el analizador es dos veces el rango de
frecuencia multiplicado por el factor de ventana
y dividido entre el número de líneas
seleccionado.
La ventana Uniforme o Rectangular, son
utilizados para medir la respuesta en las
pruebas de impacto salvo que los datos
lleguen a cero dentro de la prueba, por esta
Figura 3.12. Registro en el Tiempo de una Señal razón doble golpe dentro del tiempo de la
No Periódica. adquisición de datos no son recomendados.
3.9
Figura 3.13. Ejemplo de fugas (Leakage).
3.10
Rango Dinámico
El Rango Dinámico es la
capacidad de un instrumento a
mostrar en un mismo espectro de
frecuencias, muy pequeñas y
muy altas amplitudes de
vibración (ver figura 3.18). El
problema se presenta en el
análisis de vibraciones cuando la
aceleración o el desplazamiento
se presentan en el espectro en
Figura 3.18. Comparación entre la escala logarítmica y un rango elevado de frecuencias
la escala lineal
y las amplitudes componentes se
muestran simultáneamente a baja y alta frecuencia. Un amplio rango dinámico se logra cuando en el
instrumento utiliza para la amplitud la escala logarítmica. En la figura 3.18 se observan dos
vibraciones con amplitudes diferentes en
proporción de 0.1% (1/1000), mostradas en
escalas logarítmica y lineal. En la escala
logarítmica la vibración de menor amplitud
se llega a observar claramente con un valor
de - 60 dB
Amplitud = 20 log (V/Vref) = 20 log (0.01/10)
= - 60 dB.
En la escala lineal casi no se observa la
vibración de menor amplitud, por tener una
proporción de 1 a 1000.
Esta situación puede presentarse en las
primeras etapas de fallas de los rodamientos
que poseen muy pequeñas amplitudes junto
a amplitudes significativas de vibraciones por
defectos en los engranajes,
Por ejemplo la frecuencia de engrane es de
0.7 pulg/seg y uno de los defectos de los
rodamientos es 0.01 pulg/seg, entonces el
rango dinámico requerido debería ser:
Figura 3.19. Espectros de Aceleración Lineal y
Logarítmico dB = 20 log 0.7/0.01 = 36.9 dB
3.11
El rango dinámico esta disponible en todos los modernos colectores de datos, sin embargo el rango
dinámico debe ser programado en el analizador apropiadamente o debería utilizarse el autorango.
Un buen rango dinámico es importante, si la aceleración a baja frecuencia o desplazamiento alta
frecuencia son medidos en la presencia de bajas frecuencias; En la figura 3.19, la frecuencia de
engrane en el espectro de aceleración se observa tan bien como las vibraciones a baja frecuencia tal
como a la velocidad de operación, 27 dB es el requerido para obtener un buen rango dinámico. El
rango del analizador debería ser programado para que la señal utilizada sea al menos la mitad del
rango para evitar las pérdidas en la resolución de la amplitud.
Promediado (Averaging)
Los analizadores FFT pueden usar varios modos de promediado y otros presentan instantáneamente
el espectro FFT luego que han sido adquiridos. Los modos de promediado son; rms, retención del
pico, sincrónico y traslape. El promediado de amplitudes rms, se obtiene promediando los datos en los
bins, Todas las tomas tienen el mismo peso, se saca la raíz cuadrada de la suma de los cuadrados de
cada bin individual. El ruido es minimizado pero no eliminado y señales discretas se reforzaran en la
presentación.
El promediado de retención del pico, es una función que retiene el mayor valor pico o rms en cada
bin y estos son procesados como un nuevo block de datos, sin embargo actualmente no se utilizan
para el promediado. La retención del pico es utilizada para las pruebas de las vibraciones
transcientes. La mayor desventaja en utilizar los analizadores FFT en las pruebas transcientes es el
largo tiempo requerido en la adquisición de los datos. Un block de datos debe ser procesado antes de
ser mostrado en la pantalla. Por lo tanto en la prueba de parada (coast down) la máquina puede
experimentar grandes cambios en las RPM como en las muestras que están siendo colectadas. Cada
FFT de retención de pico produce solamente un punto en la curva, numerosos puntos son necesarios
para describir el área alrededor de la velocidad crítica.
El procesamiento de traslape, solamente una fracción de los nuevos datos son adquiridos en la
memoria del analizador, los datos de la muestra previa son usados para maquillar y completar el
muestreo en proceso. El número de líneas o bins, rango de frecuencias y proceso de traslape son
consideraciones cuando el analizador es programada para pruebas transcientes porque ellos
controlan el tiempo de adquisición de datos.
El promediado sincrónico es ejecutado en una forma de onda. Un disparador es el que
proporciona al analizador la frecuencia del eje desde un captador de proximidad o de un sensor
óptico. El analizador promedia los datos que se obtienen con el disparador a la velocidad de rotación.
Este procedimiento tiende a eliminar las señales no sincrónicas al disparador y mejoran la proporción
señal-a-ruido de los datos. En la figura 3.20 y 3.21 se muestran los datos de promediado rms y
sincrónico de un Blind drill roll.
3.12
Figura 3.20. Vibración en rms promediado de un Blind Drill Roll.
3.13
Algunos analizadores FFT generan diagramas de cascadas (waterfall), estos diagramas contienen un
número de espectros tomadas a varias velocidades o tiempos, en algunos casos es espacio (por ejemplo
el analizador apila espectros en cascada de acuerdo de acuerdo a la posición de la medida).
Resolución. La resolución presente en un espectro depende del número de líneas usadas para el calculo
FFT (el cual esta relacionado al muestreo de datos), el rango de frecuencias y la selección de la ventana.
El tiempo de adquisición de datos para el procesamiento de datos dependen del número de líneas y del
rango de frecuencias. La mínima frecuencia presentada será la inversa del tiempo de la adquisición de los
datos; en otras palabras, una muestra entera (un periodo) de datos a la frecuencia de interés debe estar
presente en el bloque de datos antes que la frecuencia sea observada en el espectro. Por ejemplo, los
datos a ser analizados son a la velocidad de operación de 1800 RPM (30 Hz), entonces (1/30 = 0.033
seg/ciclo). En un mínimo de 33 milisegundos los datos deben ser adquiridos. De otra manera la vibración a
30 Hz no ha terminado un ciclo durante el proceso de adquisición de datos.
3.14
Ejemplo 3.2: Calcular las líneas de resolución y el tiempo de adquisición de datos.
Los datos han sido adquiridos de un motor eléctrico de dos polos con sospechas de problemas en
el entrehierro (la vibración se produce a 120 Hz = 7,200 CPM). El motor opera a 3,580 RPM. Si el
rango de frecuencias es de 500 Hz (30,000 CPM) fue escogido.
٭La segunda armónica de las RPM siempre esta presente, cuando hay desalineamiento,
soltura, etc.: 2xRPM = 2 x 3580 = 7,160 CPM
٭La segunda armónica de la frecuencia de línea se presenta por problemas en el entrehierro:
2xFl = 2 x 3600 = 7,200 CPM
٭La diferencia de frecuencia entre los dos picos de vibración a 2xRPM y 2xFL es 40 CPM;
entonces la resolución es 40 CPM
¿Cuantas líneas de resolución serán requeridas si se utiliza la ventana Hanning?
Resolución = 2 x Rango de Frecuencias x (Factor de Window)
Número de líneas
Número de líneas = 2 x Rango de Frecuencias x (Factor de Window)
Resolución
Número de líneas = 2 x 30000 x 1.5 = 2,250
40
Número de líneas seleccionado será el inmediato superior o sea; 3,200 líneas.
¿Cuánto durará el tiempo de recolección de datos?
T máximo = 60 x (Número de líneas)
Rango de frecuencias
T máximo = 60 x (3,200) = 6.4 segundos
30,000
Ninguna frecuencia puede ser determinada entre líneas, este hecho es importante en relación al
rango de frecuencias y al número de líneas para la más baja frecuencia; Si se seleccionan 400 líneas
el espectro será dividido en 400 puntos. El analizador presenta las frecuencia en el centro del bin. Por
ejemplo, si el rango de frecuencias de 1,000 Hz ha sido seleccionado, la mas baja frecuencia podría
ser 1,000 Hz/ 400 líneas o sea 2.5 Hz; por lo tanto (1/2.5 = 0.40 segundos) 400 milisegundos de datos
deberían haber sido adquiridos y la frecuencia de 30 Hz podría ser determinada.
Error y ruido son introducidos en el procesamiento FFT cuando se utilizan las ventanas, por esta
razón un factor de ventana (factor de ruido) es usado para garantizar la resolución. La resolución
teórica del rango de frecuencias dividido por el número de líneas debe ser corregido multiplicado por 2
el factor de ventana (ver el ejemplo 3.2).
Cuando el colector de datos es utilizado para el diagnóstico de falla o para la evaluar la condición
de la máquina, la forma de la onda debería almacenarse para cada espectro, si los datos están siendo
almacenados en una cinta de registro debería haber datos suficientes para lograr un buen análisis.
3.15
La resolución confiable es = 2 x Ancho de banda o
Resolución = (2xrango de frecuencias) x Factor de ventana
número de líneas
Seleccionamos 12,000 CPM por ser un rango de frecuencias disponible en el colector de datos.
3.16
El mejor rango dinámico se logra cuando el rango es seleccionado lo más cerca de la señal más
alta, comúnmente se utiliza el autorango. Por ejemplo, si se esta midiendo una velocidad constante
de 0.45 pulg/seg con un colector de 12 bit, el rango debería ser fijado en 1 pulg/seg. La razón es
que a 1 pulg/seg casi todo el rango dinámico puede ser obtenido. Las señales tan bajas como
0.0005 pulg/seg (1/2,000) pueden ser detectadas. Al fijarse en 5 pulg/seg solamente se detectaran
señales tan bajas como 0.0025 pulg/seg (5/2,000).
Con el autorango y la auto escala, los colectores de datos aseguran la mejor selección del rango
dinámico y de la mejor escala para adquirir los datos sin sobrecargar al colector. La sobrecarga
causa señales cortadas que son inútiles en el procesamiento porque falsas órdenes y armónicas
son generadas para el procesamiento del FFT. El efecto negativo del autorango es la perdida de
tiempo. Si la señal tiene amplias variaciones en amplitud, un mínimo de un block de datos es
necesario para que se ejecute el autorango.
• El osciloscopio mide voltajes que varían con el tiempo y proporciona la forma de onda.
• El voltaje pico o pico-pico en la forma de onda puede ser convertida a; desplazamiento pico-
pico, velocidad pico (el más alto valor) o aceleración pico. El voltaje debe ser dividido por la
sensibilidad del transductor; por ejemplo, 100 mv/g para un acelerómetro.
• Las frecuencias de vibración pueden ser calculadas a partir del periodo de una forma de onda y
es igual a la inversa del periodo.
• El osciloscopio puede mostrar las órbitas del eje o movimiento del pedestal, haciendo del tiempo
base un amplificador horizontal.
• La velocidad de rotación del eje y las RPM del eje por ciclo de vibración puede ser mostrada
utilizando el eje z de intensidad del osciloscopio.
• La señal del disparador obtenida desde un captador de proximidad o de un sensor óptico puede
ser utilizado para iniciar y/o controlar la adquisición de datos.
• El analizador FFT se presenta en líneas (bins), las frecuencias entre dichas líneas no pueden
ser distinguidas.
• La frecuencia más baja distinguible es la que fija el tiempo de adquisición de datos.
• El tiempo de adquisición de datos en segundos para un block de datos usados por un analizador
FFT para generar un espectro es igual al número de líneas dividido por el rango de frecuencias
en Hertz.
• Frecuencias fantasmas (Aliasing) es un muestreo bastante infrecuente que causa falsas
frecuencias que son mostradas en el espectro.
• Los datos son muestreados al menos dos veces la más alta frecuencia muestreada para evitar
las frecuencias fantasmas.
3.17
• La falta de periodicidad absoluta de las vibraciones resulta en una fuga (armónicas) en el
espectro.
• Las ventanas son usadas en el analizador FFT para forzar el block de datos empiecen y
terminen en cero.
• La ventana Hanning es en general utilizada para la colección de datos porque existe un buen
compromiso entre la precisión de la amplitud y la resolución de la frecuencia.
• La ventana uniforme es utilizada para las pruebas de impacto porque empieza y termina en cero
sin el compromiso al iniciar los datos en el muestreo.
• La cantidad de resolución determina si el espacio es reducido entre frecuencias cercanas y
pueden ser observadas en el espectro.
• La resolución de un analizador FFT se determina multiplicando por dos el factor de ventana, por
el rango de frecuencia y entre el número de líneas.
• El rango dinámico esta referido a la amplitud en el espectro.
• El rango dinámico de un analizador FFT permite observar pequeñas amplitudes en presencia de
elevadas amplitudes.
• El promediado es utilizado para mejorar los datos en la forma de onda y en el espectro.
• El ruido en el espectro es estadísticamente promediado, no eliminado, por promediado en rms.
• El promediado sincrónico de la forma de onda elimina todos los ruidos y vibraciones que no se
relacionan con la frecuencia del disparador.
• La retención del pico es utilizada en los analizadores FFT para retener el mayor valor de los
datos procesados en cada bin.
• El diagrama de cascada (waterfall) es un gráfico tridimensional de espectros versus tiempo o
espacio.
Referencias
3.1 The Fundamentals of Signal Analysis — Application Note 243, Hewlett Packard, 1501 Page Mill
Road, Palo Alto, CA 94304 (June 1982).
3.2 The Basics Average & Window types, Doug MacMillan – Entek IRD.
3.18