Professional Documents
Culture Documents
An
alisis de Fourier
2.1.
Introducci
on
La figura 2.1 es un ejemplo de la vibracion que es posible medir en en una maquina rotativa. Las
vibraciones son producto de diversas causas, entre las que se encuentran el desbalanceamiento, el desalineamiento, las vibraciones de los engranajes, etc. Cada una de estos problemas genera se
nales peri
odicas
cuya frecuencia es caracterstica, lo que permite diagnosticarlas. Aparece entonces el problema de separar
las diferentes frecuencias que aparecen en una misma se
nal (analisis espectral).
La misma informaci
on, pero en un grafico 3D, es mostrada en figura 2.2. Se aprecia como cada
componente de la se
nal medida puede ser descrita por un valor de amplitud y una frecuencia asociada.
La se
nal es mostrada adem
as en el dominio frecuencia (figura 2.3).
2.2.
An
alisis de Fourier
La herramienta matem
atica que permite la descomposicion de una se
nal en sus componentes fundamentales es la transformada de Fourier.
Ella puede ser continua para se
nales en t (, ) o discreta para se
nales en t (0, T )
En la vida real solo se mide durante un cierto periodo de tiempo [0, T ] y en forma discreta (vease
figura 2.6).
2.2.1.
Nociones b
asicas
x(t)ejt dt
(2.1)
y su inversa por:
x(t) =
X(j)ejt d
N
otese que X(j) es una cantidad compleja.
un que solo
Observaci
on 34 La formula 2.1 permite el uso de frecuencias positivas y negativas. Lo com
las frecuencias positivas tengan sentido fsico. En tal caso se utiliza el espectro a un lado.
Si la se
nal es muestreada N veces cada 4t segundos, entonces k-esima lnea de la transformada
47
CAPITULO 2. ANALISIS
DE FOURIER
48
Desbalanceamiento
0.8
0.6
-1
0
1
0.05
0.1
0.15
0.2
0.4
Desalineamiento
0.2
0
-0.2
-1
0
1
0.05
0.1
0.15
0.2
Engranajes
-0.4
-0.6
-0.8
-1
-1
0
0.05
0.1
0.15
0.2
0.05
Tiempo
0.1
0.15
0.2
Tiempo
em
Fr
ec
ue
nc
ia
po
Ti
Se
al
m
ed
id
a
Amplitud
Fr ecuencia
Figura 2.3: Espectro de la se
nal
2.2. ANALISIS
DE FOURIER
49
Transformada
de
Fourier
Seal temporal
Espectro
T
1
0.5
To
-0.5
-1
0
0.5
Tiempo
Figura 2.6: Muestreo discreto
1.5
CAPITULO 2. ANALISIS
DE FOURIER
50
f=1/T
f
f
Figura 2.7: Muestreo y espectro discretos
discreta de Fourier est
a definida por:
X(k)
X(0)
=
=
N
n
2 X
x(n)ej2k N , k = 1, .., N/2
N n=1
N
1 X
x(n)
N n=1
Observaci
on 35 N
otese que la componente est
atica (f = 0) corresponde al valor promedio.
La frecuencia normalizada asociada a la k-esima lnea es k/N .
El paso entre lneas (paso frecuencial) esta dado por:
4f =
1
T
Como se ver
a a continuaci
on, hay una serie de parametros que deben ser tomados en cuenta para
utilizar adecuadamente el espectro de una se
nal.
2.2.2.
Paso frecuencial
2.2.3.
Aliasing
Un problema que aparece a causa del muestreo discreto es el aliasing, vale decir cuando una componente a alta frecuencia es confundida con una de baja a causa de que la frecuencia de muestreo (la
velocidad con la que se adquieren puntos de la se
nal temporal) sea muy baja. El efecto se muestra en
figura 2.9. N
otese que en el caso superior hay suficientes puntos por cada periodo de la se
nal para que la
2.2. ANALISIS
DE FOURIER
51
2.2.4.
Efecto de rendija
Se tiene que
4f =
1
T
1
T0
es necesario que:
f0
sea entero
4f
(2.2)
CAPITULO 2. ANALISIS
DE FOURIER
52
0.64A
1
T0
1
T0
2.2.5.
Ruido
Para el ejemplo de la figura 2.11, el solo el ruido electrico del sensor es de 50 g (491 m/s2 ), lo que
implica que cualquier se
nal debajo de ese nivel no sera distinguible. Ademas, no se ha tomado en cuenta
el ruido de los otros componentes de la cadena de medicion.
53
Aceleracin
2.3. VENTANAS
50 g
Frecuencia
Figura 2.12: Componentes escondidas bajo el ruido
Seal de entrada
Seal asumida en el
algoritmo T.F. discreto
2.2.6.
Efecto de fuga
2.3.
Ventanas
La ventana de Hanning[1] (nombrada as por el meteorologo austriaco Julius von Hann) es una de
las m
as usadas para disminuir el efecto de fugas. Esta descrita por:
t
h(t) = cos2
2T
con
t (T, T )
donde T es el intervalo muestreado de las se
nal. La figura (??) muestra este tipo de ventana.
Otra ventana muy usada es la de Hamming[1] (figura 2.17)
CAPITULO 2. ANALISIS
DE FOURIER
54
Seal de entrada
Seal asumida en el
algoritmo T.F. discreto
Seal real
T
Seal adquirida
Ventana
Seal de entrada
para FFT
Figura 2.15: Aplicacion de ventanas
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-1
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
2*t/T
55
2.3. VENTANAS
0.95
0.9
0.85
0.8
0.75
0.7
0.65
0.6
0.55
0.5
-0.5
-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
t/T
1.2
0.8
0.6
0.4
0.2
-0.2
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
t/T
0.9
CAPITULO 2. ANALISIS
DE FOURIER
56
Seal
Anloga
ADC
16 bit s
51.2 KHz
+ / - 2.5 Vpeak
Seal
Digit al
+32768
+25G
-2.5V
-32768
-25G
t
y(t) = 0,54 + 0,46 cos
T
2
con
t (T /2, T /2)
Finalmente, presentamos la ventana Flat top (figura 2.18):
t
t
+ 0,1980399 cos 4
y(t) = 0,2810639 0,5208972 cos 2
T
T
con
t (0, 1)
2.4.
Discretizaci
on
La se
nal an
aloga es transformada en se
nal digital por el conversor analogo-digital (ADC) el cual es
caracterizado por el numero de bits n con que cuenta. Actualmente se utilizan usualmente los ADC de
16 bits. La se
nal pueden tomar 2n1 valores distintos (mas el signo).
La frecuencia de muestreo indica la cantidad de puntos que puede generar por unidad de tiempo (en
el caso de la figura 2.19 se crean 51200 puntos/s). Un parametro importante y que usualmente depende
del usuario es el fondo de escala que limita el voltaje aceptable para el conversor (en la figura, la se
nal
debe estar en el rango [2,5, 2,5] V).
Tomemos el caso mostrado en figura 2.21. La se
nal solo utiliza 0,5/5 = 10 % del fondo de escala. Dado
que el ADC es de 16 bits solo se aprovechan 32768/10=3276 bits. Ello implica que el rango din
amico
efectivo DR es:
3276
= 70 dB
DR = 20 log
1
Si hubiese utilizado el 100 % del fondo de escala (lo que puede truncar la se
nal digital):
DR = 20 log
32768
= 90 dB
1
La calidad de la conversi
on tambien depende del tipo de se
nal. Por ejemplo una se
nal de desplazamiento tiende a reducir las componentes a alta frecuencia, por lo que estas componentes podran aprovechar
57
2.5. COMPONENTE DC
+2.5V
0.5V
-2.5V
Amplitud
Velocidad
Rango
Rango
Desplazamiento
Frecuencia
2.5.
Componente DC
2.6.
Par
ametros de adquisici
on
Usuario selecciona:
Ancho de banda;
Numero de lneas;
Tipo de ventana.
Supongamos que se tom
o una frecuencia maxima de 5 KHz, con 3200 lneas. Se tiene entonces:
CAPITULO 2. ANALISIS
DE FOURIER
58
0.5V
+2.5V
+32768
-2.5V
-32768
DC
1
0.8
0.8
0.6
0.2
Amplitud
Desplazamiento
0.4
0
-0.2
0.6
0.4
-0.4
0.2
-0.6
-0.8
-1
0
Tiempo (s)
0
0
0.5
1
Frecuencia (Hz)
1.5
Figura 2.24: Se
nal armonica simple
Resoluci
on en frecuencia:
5000 Hz
= 1,5625 Hz/lnea
3200 lneas
Resoluci
on en tiempo:
2.7.
8192
= 0,64 s
12800
1
= 7,8125E 5 s/punto
12800
Espectros usuales
59
3
1.5
To
Amplitud
Desplazamiento
0
-1
-2
1/To
0.5
-3
-4
Tiempo (s)
1
2
Frecuencia (Hz)
Figura 2.25: Se
nal periodica
0.02
0.5
0.015
Am plit ud
Desplazam ient o
0.01
-0.5
-1
0.005
Tiem po (s)
10
Fr ecuencia ( Hz)
Figura 2.26: Se
nal transiente
muestra la transiente generada por el impacto inicial de un trozo con la sierra. El espectro muestra el
pico/valle asociado.
2.7.1.
Modulaci
on
Si el la se
nal transiente se repite en el tiempo (ver figura 2.28) se tiene una se
nal peri
odica que se
repite cada T0 segundos. Ello ocurre usualmente cuando se produce un impacto de manera peri
odica. Lo
especial en este caso es que la componentes armonica dominante aparece a la frecuencia del pico de la
se
nal transiente. Ella est
a rodeada de las llamadas bandas laterales que estan distantes n/T0 , n = 2, 3, ..
Hz de la lnea principal.
En la figura 2.29 se muestra un ejemplo real de modulacion. En este caso el peak de la transiente
excitada est
a a 3023 Hz. Aparecen 2 bandas laterales a 28.1 Hz. Para esta maquina ello corresponde a
la frecuencia de paso de las bolas por la pista interior (BPFI) de uno de los rodamientos, lo que implica
una picadura incipiente.
El ejemplo anterior indica que m
as importante que la frecuencia de la alta frecuencia (transiente) es
la tasa de repetici
on del evento. La figura 2.30 muestra patrones en el espectro para fallas distribuidas y
locales respectivamente. A fin de detectarlo mas claramente, tambien se puede aplicar un filtro envolvente
nal
(figura 2.31) que solo considera el evento a baja frecuencia. Como resultado del filtrado queda una se
peri
odica, cuyo frecuencia fundamental es la frecuencia de repeticion del evento a alta frecuencia. El
proceso se describe en figura 2.32.
La modulaci
on corresponde al producto de la interaccion entre fen
omenos fsicos. En el espectro ello
CAPITULO 2. ANALISIS
DE FOURIER
60
rms (Volts)
0.03
s/n 22870:Volts
0.02
0.01
0
2000
2500
3000
x:linear Hertz
3500
4000
s/n 22870
s/n 22870:Volts
real (Volts)
-5
0
0.1
0.2
0.3
sec.
0.4
0.5
0.6
0.5
0.45
0.4
0.5
Amplitud
Desplazamiento
0.35
0.3
0.25
0.2
1/T
0.15
-0.5
0.1
0.05
-1
0.05
Tiempo (s)
700
800
900
Frecuencia (Hz)
3023.4,28.1
Figura 2.28: Se
nal con modulacion
0.035
0.03
+
0.02
Aceleracin
0.025
0.015
0.01
0.005
0
250 0
2600
2700
2800
2900
3000
3100
3200
3300
3400
3500
Frecuencia (Hz)
61
Envolvent e
Tiem po
CAPITULO 2. ANALISIS
DE FOURIER
62
xm = Ap cos (p t) +
lo que implica que el espectro de xm
2.7.2.
Ruido en la se
nal
Una se
nal aleatoria en el tiempo no muestra patrones tal como se puede apreciar en figura 2.33. Ello es
importante pues al aplica promedios sucesivos de espectros de una misma se
nal tiende a hacer disminuir
las componentes asociadas a ruido aleatorio (figura 2.34).
Un tipo de se
nal importante para el an
alisis modal experimental es la se
nal impulsiva (figura 2.35).
Como se puede ver muestra un espectro plano. Si una estructura es excitada por un impulso inicial (un
martillazo por ejemplo) la excitaci
on contiene componentes en un rango ancho de frecuencias, lo que
provocar
a respuestas tambien en un rango amplio. En ella se distinguiran las frecuencias naturales.
2.8.
Unidades standard
Las amplitudes de cada componente en el espectro pueden ser mostradas en dos tipos de formato:
lineal y logartmico. El formato logartmico es ventajoso para visualizar variables que tomen valores
en varios ordenes de magnitud (el espectro vibracional, por ejemplo). Su formato mas com
un son los
decibeles, que requieren el uso de un valor de referencia (Yref ). Un dB se define como:
dB = 20 log(y/yref )
En tabla (2.1) se muestra una lista comparando razones con dB.
Ejemplo 15 Los VdB son usados para espectros de velocidad. Su valor de referencia es 1e-6 mm/s.
Entonces:
0 VdB = 106 mm/s
A continuaci
on se presenta una lista de unidades standard en dB:
63
0.4
0.35
0.3
Amplitud
Desplazamiento
1
0
-1
-2
0.2
0.15
0.1
-3
-4
0.25
0.05
0
1
Tiempo (s)
50
Frecuencia (Hz)
Figura 2.33: Se
nal aleatoria
y/yref
100
10
2
1
1/ 2
1/10
1/100
dB
40
10
3
0
3
20
40
CAPITULO 2. ANALISIS
DE FOURIER
64
x 10
-3
1
0.8
0.6
Amplitud
Desplazamiento
0.8
0.4
0.6
0.4
0.2
0.2
0
0
0.5
Tiempo (s)
0
0
500
1000
Frecuencia (Hz)
Figura 2.35: Se
nal impulsiva
Tipo de se
nal
Velocidad
Aceleraci
on
Voltaje
Voltaje
Presi
on
Denominacion
VdB
AdB
DBV
DBmV
dB-SPL
Valor de referencia
106
103
1
1
105
Unidad
mm/s
mm/s2
V
mV
Pa
10
mm/s rms
10
10
10
10
10
-2
-4
-6
-8
50
100
150
200
250
300
350
400
450
500
Hz
Figura 2.36: Se
nal representada en escala logartmica
65
160
mm/s rms
140
120
100
80
60
40
20
50
100
150
200
250
300
350
400
450
500
Hz
Figura 2.37: La misma se
nal de figura 2.36 en formato bilineal
2.9.
2.10.
Valor RMS
El valor RMS an
alogo es calculado desde la se
nal temporal directamente:
rP
2
i vi
VRM S =
N
donde
vi es el valor de la se
nal adquirida en el instante ti ;
N es el numero de puntos de la se
nal.
El valor RMS digital es calculado como la norma del vector cuyas componentes son las amplitudes
(RMS):
sX
2
vi,RM
VRM S =
S
i
2
Ver figura 2.38.
Dado que el valor RMS de la se
nal es en cierta forma un promedio, el cambio de alguna componente
espectral especifica tiende a cambiar poco su valor aun si el cambio de la componente es importante.
Un ejemplo se muestra en figura 2.39 para el caso de una caja reductora. El espectro superior indica la
condici
on del equipo en el mes 1, el inferior, lo mismo pero 2 meses despues. Si bien la componente a 1X
creci
o 20 dB, el valor RMS global solo se incremento 10 dB.
CAPITULO 2. ANALISIS
DE FOURIER
66
1
0.8
0.8
0.6
peak
RMS
0.2
peak to
peak
0
-0.2
peak
0.6
Amplitud
Desplazamiento
0.4
RMS
0.4
-0.4
0.2
-0.6
-0.8
-1
0
Tiempo (s)
0
0
0.5
1
Frecuencia (Hz)
1.5
67
2.11.
Factor de Cresta
Un indicador m
as sensible de falla que el nivel RMS es el factor de crestas (crest factor,CF ) definido
por:
CF =
Vpeak
VRM S
CAPITULO 2. ANALISIS
DE FOURIER
68
2.12.
Comentarios finales
Bibliografa
[1] Blackman, R. B. and Tukey, J. W., Particular Pairs of Windows, The Measurement of Power Spectra,
From the Point of View of Communications Engineering. New York: Dover, 1959.
[2] Harris, C.M.,Shock and Vibration Handbook, 4th ed., Mc-Graw-Hill, 1996.
[3] Machine Condition Monitoring Using Vibration Analysis. Number BA 7059-13. Bruel & Kjaer.
69
70
BIBLIOGRAFIA