INSTRUMENTAÇÃO VIRTUAL PARA AQUISIÇÃO DE SINAIS E ANÁLISE DE FALHAS EM MÁQUINAS ROTATIVAS

Transcrição

1 Universidade Federal de São João Del-Rei MG 26 a 28 de maio de 2010 Associação Brasileira de Métodos Computacionais em Engenharia INSTRUMENTAÇÃO VIRTUAL PARA AQUISIÇÃO DE SINAIS E ANÁLISE DE FALHAS EM MÁQUINAS ROTATIVAS Silva, V. A. D.; Costa, C. M.; Lamim Filho, P. C. M.; Brito, J. N. Departamento de Engenharia Mecânica - UFSJ, Praça Frei Orlando 170, CEP , São João Del-Rei, MG. viniciusadsilva@gmail.com, cris_tianemelo@hotmail.com, plamim@yahoo.com, brito@ufsj.edu.br. Resumo. Técnicas de identificação de equipamentos dinâmicos através de seus sinais de vibração constituem um importante ramo das aplicações em engenharia de manutenção. Ferramentas modernas de aquisição e análise, aliadas a rotinas de processamento de sinais contribuem para a melhoria dos processos de inspeção da manutenção preditiva. O software LabVIEW é uma ferramenta de processamento de sinais adequado a análise de vibrações de sistemas mecânicas. Assim, este trabalho tem por objetivo apresentar um software de baixo custo para aquisição e análise de sinais de vibração com o objetivo auxiliar a rotina de inspeção da manutenção preditiva. Palavras chaves: Análise de Vibrações, Aquisição de Dados, Desenvolvimento de Software.

2 1. INTRODUÇÃO O crescimento da competitividade e os novos desafios relacionados com o aumento de produtividade entre as indústrias têm exigido máquinas cada vez mais complexas e sofisticadas, por isso, o sistema de monitoramento da condição dessas máquinas tem se tornado muito importante, Silva et. al (2009). Com uma economia de mercados globalizada a concorrência entre as indústrias aumenta a cada dia. Isto leva a uma constante busca na diminuição dos custos dos produtos associada ao aumento da qualidade. Conseqüentemente, as máquinas passam a trabalhar de forma ininterrupta e submetidas a grandes velocidades. Com esse alto grau de produtividade, qualquer parada não programada (manutenção corretiva não planejada) causa grandes prejuízos. Portanto, uma melhoria no uso das técnicas de manutenção adequadas torna-se imprescindível. Conhecer as existentes, aprimorá-las e desenvolver novas tecnologias significam uma manutenção de melhor qualidade e, consequentemente, com menos tempo de horas paradas, Brito (2002). Atualmente a interação entre elementos físicos presentes nas máquinas rotativas e as pessoas responsáveis por monitorá-las tornou-se cada vez mais importante e são realizadas com a utilização de softwares de monitoramento de dados, esses softwares são responsáveis por interfacear o hardware de aquisição de sinais, disponibilizando um ambiente gráfico, rico em informações, que possa ser utilizado pelo pessoal da manutenção para monitorar e intervir no equipamento no qual se deseja acompanhar. Devido aos elevados custos embutidos nesses sistemas de aquisição e monitoramento de máquinas rotativas, é importante a pesquisa e o desenvolvimento de novas alternativas, que visam baixar os custos para a indústria e ao mesmo tempo proporcionarem uma funcionalidade tão boa quanto às existentes em soluções desenvolvidas por grandes empresas do ramo de manutenção preditiva. 2. METODOLOGIA 2.1. Processo de aquisição de sinais de vibração As etapas básicas de um sistema de aquisição de sinais de vibração estão ilustradas na Figura 1. Figura 1. Etapas básicas de um sistema de aquisição de sinais de vibração. Em um sistema de aquisição de sinais os seguintes parâmetros devem ser levados em consideração: Taxa máximo da amostragem; Largura de banda; Alcances; Número de bits de resolução; Impedância de entrada;

3 Número de canais de entrada; Canais diferenciais/referenciados à massa; Interface de saída; Capacidade de transmissão/armazenamento; Saídas analógicas; Entradas/saídas digitais Método de amostragem Formulado por Nyquist em 1928, a teoria da amostragem diz que, se um sinal de banda limitada for amostrado a pelo menos 2 vezes a sua frequência máxima, então pode ser recuperado. Caso contrário ocorre espelhamento (aliasing). Define-se, f max como a frequência máxima do sinal a amostrar, f s como a frequência de amostragem, e f N =f s /2 como a frequência de Nyquist. Por vezes também designa por frequência de Nyquist à máxima frequência útil do sinal e ainda o dobro da frequência máxima do sinal. Desta forma se f N f max então não existe rebatimento, mas se f N <f max, então existirá rebatimento. Na Figura 2, tem-se a representação do rebatimento em um sinal. Figura 2. Representação do rebatimento em um sinal. Outro problema que pode ocorrer em um processo de aquisição de sinais é o espalhamento espectral. Ele surge porque o período de aquisição, não corresponde a um múltiplo do período do sinal. Na Figura 3, tem-se a representação de um sinal com e sem espalhamento, onde N é o número de pontos adquiridos e Δt é inverso da f s. (a) Figura 3. Representação de um sinal sem espalhamento espectral (a), e com espalhamento espectral (b). Para reduzir os efeitos do espalhamento espectral utilizam-se as janelas temporais, que consistem na multiplicação do sinal amostrado pelos coeficientes da janela. Cada janela é (b)

4 caracterizada pela função dos coeficientes e por alguns parâmetros do seu espectro. Na Figura 4, tem-se a representação das principais janelas temporais para os seguintes dados, f=1100hz, f s =10000 amostras por segundo (aps), n=8, A=1V, N=10017, Δf=0,9983Hz, sendo Δf = f s /N. Figura 4. Representação das principais janelas temporais. Na tabela 1 tem-se, atualização das janelas para diferentes tipos de sinais. Tabela 1. Utilização das janelas temporais. Tipo de Sinal Janela Onda senoidal ou composição de ondas sinusoidais. Hanning, Blackman Onda senoidal em que a exatidão da amplitude seja importante. Flap Top Sinais aleatórios de banda estrita. Hanning, Blackman Sinais aleatórios de banda larga (Ruído Branco). Retangular Senóides sobrepostas. Retangular Conteúdo desconhecido. Hanning, Blackman 2.2. Análise dos sinais. Um sinal pode ser analisado de varias formas dentre elas tem-se, o domínio temporal e o domínio da frequência (análise espectral) Transformada de Fourier A Transformada converte os dados de um domínio em outro domínio, sem qualquer perda de informações. No caso das vibrações, os dois domínios são domínios de tempo (amplitude x tempo) e o domínio da frequência (amplitude x frequência), partindo do pressuposto de que todo sinal pode ser definido como a soma ponderada de funções trigonométricas, dado um sinal bidimensional a, sua Transformada de Fourier é A=F a, onde ocorre a passagem do domínio espacial discreto para o domínio contínuo de frequência. A Transformada Inversa é expressa por a=f -1 A. A Transformada de Fourier é inversível, assim a=f -1 F A e A=F F -1 A, Dornellas (2005). Na equação 1, tem-se a representação do domínio do tempo contínuo. Onde X(w) é o sinal no domínio da frequência, x(t) é o sinal no domínio do tempo; i é a representação de número imaginário; d é a frequência em rad/s, e t é o tempo.

5 (1) Transformada de Hilbert A Transformada de Hilbert é uma técnica muito empregada em processamento digital de sinais por sua importância em tarefas tais como detecção de envelopes de amplitude e demodulação de sinais. Basicamente, essa ferramenta desloca a fase das componentes de um determinado sinal em noventa graus, sem alterar sua amplitude, Demay (2008). Na equação 2 tem-se a Transformada de Hilbert. Onde x(t) é o sinal a ser deslocado em frequência, é o sinal x(t) transformado pela Transformada de Hilbert, e H(x(t)) é a Transformada de Hilbert de x(t). (2) 2.3. Filtragem digital Os equipamentos utilizados na aquisição e transmissão podem adicionar a elas ruídos e para combater este tipo de ruído são normalmente empregados filtros. A aplicação de filtros busca uma grande objetividade nos testes, além da versatilidade, permitindo a remoção de ruídos tanto para alta como para baixas frequências. Dentre os principais tipos de filtros digitais tem-se Butterworth, Chebyshev e Bessel. Na Figura 5 tem-se a representação dos tipos de filtros. Figura 5. Representação dos tipos de filtros. Em verdade o filtro de Butterworth é uma escolha adequada dos coeficientes de uma equação diferencial para que sejam conservadas as amplitudes para certos valores da frequência e anulada outras. O modelo de filtragem de Butterworth consiste essencialmente em se buscar uma forma adequada para o módulo da função de resposta em frequência, de modo a conferir um grau de eficiência crescente ao processo de filtragem, Demay (2008). Em séries temporais de aceleração o filtro de Butterworth com dois a quatro pólos é o mais indicado, pois apresenta uma transição de bandas suaves, Chita et al. (2007). Uma desvantagem dos filtros é que pode haver perda de informações relativas à largura de banda filtrada. Os filtros podem ser dos seguintes tipos, filtro passa-baixa é

6 aquele em que somente as componentes com frequências abaixo de certo valor da frequência de corte são coletadas, Figura 6 (a), o filtro passa-alta retém as componentes com frequências abaixo da frequência de corte e conserva as com frequências acima, Figura 6 (b) e filtro passa-banda coleta apenas as componentes com frequências dentro de uma faixa, Figura 6 (c). (a) Passa-baixa (b) Passa-alta (c) Passa-banda 3. BANCADA EXPERIMENTAL Figura 6. Tipos de filtragem. Na Figura 7 tem-se a bancada experimental de testes situada no LASID - Laboratório de Sistemas Dinâmicos da Universidade Federal de São João Del Rei, utilizada para a validação do programa como fonte real de vibração Figura 7. Bancada experimental. Os defeitos foram inseridos no motor de indução trifásico {1}, Eberle, 1/3 CV, 860 rpm, 220V, 60 Hz, 8 pólos, categoria N, rolamentos SKF 6204 zz, classe de isolamento B, FS 1,15, Ip/In 3,5, IP 55, 1,68A. Como sistema de carga utilizou-se o gerador de corrente continua {2}, Kuper, 0,45 KW, 1500 rpm, 220V, 60 Hz, classe F, rolamentos SKF 6203, IP 23, 0,45A, alimentado com um banco de resistência. Para variação da carga utilizou-se o varivolt de 110V. Os sinais de vibração foram obtidos utilizando-se um acelerômetro SKF CMSS2200 {3}, com sensibilidade de 100 mv/g, fixados através de bases magnéticas em posições prédefinidas tanto na direção radial como axial. Usou-se a janela Hanning, e uma taxa de aquisição de aps (amostras por segundo). 5

7 O sinal coletado é conduzido a um filtro anti-aliasing {4} com filtragem passa-baixa regulada para 2kHz, preparando o sinal. Dentro do software utilizou-se um filtro digital butterworth tipo passa-banda com corte baixo de freqüências de 2 Hz e corte alto de freqüências de 2500 Hz, com o objetivo de eliminar o nível DC do sinal. Os sinais são convertidos de analógico para digital através da placa de aquisição de sinais NI USB BNC, 1,25 MS/s, 16 bits, 8 canais {5}, para posteriormente serem analisado no programa desenvolvido na plataforma LabVIEW 9.0. Antes dos testes foi feito o balanceamento dinâmico e alinhamento a laser da bancada de teste. Também verificou-se possíveis folgas mecânicas (base frouxa do motor). Através deste procedimento obteve-se os espectros de vibração para a condição considerada sem defeito (amplitude inferior a 0,500 mm/s na freqüência de rotação). 4. ANÁLISE DOS RESULTADOS Através do programa desenvolvido na plataforma LabVIEW é possível fazer aquisições de sinais de vibração em diferentes domínios, Figura 8(a) e 8 (b), detecção de falhas em tempo real através da lógica fuzzy, Figura 8 (c), além da leitura de qualquer arquivo de dados em formato *.txt, Figura 8 (d), o que permite ao usuário uma análise mais detalhada e uma nova plotagem de espectros e/ou aquisições, caso ele necessite. (a) Aquisição de sinais em tempo real. (b) Analises tempo-frequência. (c) Detecção em tempo real de falhas. (d) Leitura de qualquer arquivo de dados em formato *.txt. Figura 8. Telas do programa desenvolvido na plataforma LabVIEW.

8 5. CONCLUSÕES Os tradicionais softwares de análise de vibrações possuem custo elevado e depende de aparelhos específicos (normalmente da fabricante do software), para a coleta do sinal. Já com o software de baixo custo apresentado neste trabalho é possível realizar praticamente as mesma tarefas que os tradicionais softwares de análise de vibrações efetuam, com a vantagem de necessitar apenas de sensores e uma placa de aquisição de sinais, dando mais flexibilidade ao usuário. Desta forma tornar possível a implementação de um programa de manutenção preditiva em empresas que se encontram em situação de crescimento, e assim aumentar a confiabilidade e a disponibilidade de seus equipamentos, mesmo que ela não disponha de muito capital para investir em manutenção. 6. BIBLIOGRAFIA Brito, J. N., Desenvolvimento de um Sistema Inteligente Híbrido para Diagnóstico de Falhas em Motores de Indução Trifásico, Campinas, Faculdade de Engenharia Mecânica, Universidade Estadual de Campinas, Tese (Doutorado). Chita, P.; Santos, J.; Oliveira, C.S.; Gomes, R. C.; Processamento de registros acelerométricos: procedimentos e comparação de métodos, Lisboa-Portugal, Demay, M. B.; Desenvolvimento de sistemas para medição de freqüência rotacional em compressores herméticos. Florianópolis - SC, Brasil Dornellas, L. S. O.; Aplicação de métricas de desempenho a filtros digitais bidimensionais, Campo Grande - MS, Brasil Farias, P. C. M. A., Pêpe, I.; Desenvolvimentos de um equipamento para caracterização acústica de ambientes. Sitientibus, Feira de Santana, n 22, p Silva, V. A. D., Brito, J. N., Baccarini, L. M. R.; Detection of Stator Winding Inter-Turn Short Circuit Using Thermographic Analysis. Proceedings of the 20 th International Congress of Mechanical Engineering - COBEM Gramado - RS, Brazil DIREITOS AUTORAIS Os autores são os únicos responsáveis pelo conteúdo do material impresso incluído no seu trabalho.