Revista Ciencia e Ingeniería
Neogranadina
Sistema
de Información Científica Redalyc
Red de Revistas Científicas de América
Latina y el Caribe, España y Portugal
Validación de
señales vibro-acústicas para el diagnóstico de fallas en
rodamientos en un generador síncrono
Validation of acoustic vibes signals to
diagnosis failure on synchronous generator bearings
Zulma Yadira Medrano Hurtado
1 zulmarnh@yahoo.corn.rnx
Tecnológico de Mexicali, México
Carlos Pérez Tello 2 carlosperez@uabc.edu.rnx
Universidad Autónoma de Baja California, México
Validación
de señales vibro-acústicas para el diagnóstico de fallas
en rodamientos en un generador síncrono
Ciencia e Ingeniería
Neogranadina,
vol. 27, núm. 2,
2017
Universidad
Militar Nueva Granada
Disponible en: http://www.redalyc.org/articulo.oa?id=91150559004
Recepción: 26 Julio 2016
Aprobación: 24 Febrero 2017
Cómo citar: Z. Y. Medrano Hurtado y C. Pérez Tello, "Validación
de señales vibro-acústicas para el diagnóstico de fallas en
rodamientos en un generador sincrónico," Ciencia e Ingeniería
Neogranadina, vol. 27, no. 2, pp. 51-81. DOI: http://dx.doi.org/10,18359/rcin.2180
Resumen:
En este trabajo se describe el procedimiento y
las herramientas utilizados en la medición y diagnóstico de
señales de vibración capturadas a través de transductores
de aceleración (acelerómetros piezoeléctricos) y
acústicos (micrófonos omnidireccionales). Además, se
desarrolló un arreglo experimental empleando la metodología Taguchi para validar la información registrada de
las señales de vibración para rodamientos sin falla y con falla
artificial, respectivamente. La falla artificial consistió en una grieta
producida en la jaula de un rodamiento SKF-6303-2RSH.Este método es no
invasivo, ya que utiliza micrófonos para analizar la vibración,
lo que representa no tener que montar ningún tipo de transductor en la
máquina, además de ser sensible a fallas en la jaula.
Palabras clave: Metodología Taguchi, acelerómetros
piezoeléctricos, micrófonos omnidireccionales, rodamiento.
Abstract: This paper describes the procedure and
tools used in the measurement and diagnosis of vibration signals captured by
acceleration transducers (piezoelectric accelerometers) and acoustic
(omnidirectional microphones). Also, An experimental arrangement was developed
using the Taguchi methodology to validate the recorded information of the
vibration signals for bearings without failure and with an artificial failure,
respectively. The artificial fault consisted of a crack produced in the cage of
a bearing SKF-6303-2RSH. This method is non-invasive since it uses microphones
to analyze the vibration, which means not having to mount any transducer at the
machine besides being sensitive to failures in the cage.
Keywords:
Taguchi methodology, piezoelectric accelerometers, omnidirectional
microphones, bearing.
INTRODUCCIÓN
Este trabajo explica estadísticamente el cambio de los
transductores convencionales que se utilizan para medir la vibración que
se basa en el empleo de registros a través de acelerómetros
(acelerómetros piezoeléctricos), hacia un tipo de transductores
distinto, pero igualmente confiable, que permite la utilización de
transductores que se basan en la emisión acústica de las
máquinas (micrófonos omnidireccionales), empleando la
metodología Taguchi.
Los generadores síncronos producen al-rededor del 99 %
del consumo de electricidad mundial [1], y por su importancia en la generación
eléctrica global es necesaria la anticipación a la ocurrencia de
fallas que puedan llegar a producir problemas indeseados. Este tipo de
máquinas se hallan ex-puestas a un gran número de fallas y
constituyen el equipo más costoso del sistema eléctrico de potencia
[2, 3, 4], lo que las sitúa en una posición determinada de
carácter crítico. Las fallas en rodamientos son uno de los problemas
más comunes en los genera-dores síncronos; aproximadamente el 40
% [5, 6, 7] de las fallas en las máquinas eléctricas rotativas.
La forma convencional de análisis y diagnóstico de
falla en los rodamientos se ha basado en el empleo de registros de
señales de vibración, que juegan en la actualidad un papel
importante en el mantenimiento predictivo para analizar su comportamiento, pero
que presentan la desventaja de tener que montar el transductor en la
máquina. Esto significa la necesidad y oportunidad de contar con una
metodología distinta, pero igualmente confiable, que permita la
utilización de otro tipo de señal. Lo anterior propone un sistema
de diagnóstico basado en la emisión acústica de las
máquinas, utilizando micrófonos como transductores.
Como se conoce, cualquiera que sea la causa de la vibración
en un generador síncrono, esta resulta en una emisión
acústica. El presente trabajo propone un método de diagnóstico
basado en la emisión acústica de un generador síncrono. Dicha
técnica detecta cambios acústicos internos provocados por fenómenos
como el surgimiento y crecimiento de grietas, el desprendimiento de
pequeños fragmentos de material, las deformaciones metálicas, entre
otras, y se basa en que parte de la energía que libera al ocurrir alguno
de los fenómenos anteriores y se transmiten al exterior en forma de
ondas acústicas, es decir, emiten sonido. En todo caso, cada máquina
posee un patrón único de sonido que puede ser proporcionado por
el fabricante o, en su defecto, registrarse cuando la máquina se
encuentra en condiciones adecuadas de operación, y que servirá de
base para que en caso de detectarse alguna desviación con respecto a
dicho patrón, esto sea el indicativo de la aparición de una
posible falla o mal funcionamiento. El registro de estas ondas acústicas
se puede realizar mediante el uso de transductores (micrófonos) instalados
en las proximidades del generador. Los transductores convierten las ondas
acústicas en señales eléctricas que pueden procesarse y
analizarse para realizar el diagnóstico.
La falla en la jaula del rodamiento de un generador
síncrono no puede ser detectada a través de la utilización
de acelerómetros, pero presenta un aumento en la emisión
acústica, lo que permite la utilización de micrófonos para
su detección, aspecto innovador en este trabajo.
1. Marco teórico
1.1.
Evaluación de los micrófonos omnidireccionales
En este trabajo se propone la utilización de
micrófonos como una herramienta alternativa, segura, no invasiva y
relativamente fácil de utilizar para la detección de fallas en
máquinas eléctricas. Asimismo, se realiza un comparativo de los
resultados obtenidos con esta metodología contra la usualmente empleada
para este fin y que implica el uso de acelerómetros. Los resultados
logrados resultan equiparables en cuanto al diagnóstico de fallas, ya
que los micrófonos registran señales acústicas mientras
que un acelerómetro, señales de vibración en la
máquina misma. Es precisamente esta propuesta la contribución que
se pretende mostrar en este trabajo, en el campo del diagnóstico de
fallas en máquinas eléctricas.
Para esto se utilizaron micrófonos omnidireccionales
Panasonic WM-61A, cuyas especificaciones son la sensitividad
de -35+/-4dB, impedancia menor de 2,2/kΩ,
frecuencia de 20-16,000Hz, el voltaje máximo de operación de 10V,
voltaje estándar de operación de 2V, la corriente de consumo
máximo 0,5mA y relación señal ruido (SNR) > 62dB, los
cuales fueron colocados sobre bases metálicas a una distancia de 21 cm,
tanto en el eje como en el eje.
Tratando de compensar la problemática del ruido ambiental
de fondo en el área donde se encuentra trabajando la máquina por
examinar, puede utilizarse un supresor de ruido para un detector de fallo Noise Cancellation Fault Detector (NCFD), que permite cancelar el ruido
ambiental de fondo donde se encuentran ubicadas las máquinas
eléctricas que se desean monitorear, sin afectar la emisión
acústica relacionada con la falla [8].
2. Diseño de experimentos
El diseño de experimentos (DDE) hace uso de
técnicas y herramientas estadísticas, con la finalidad de
analizar o mejorar el desempeño de un conjunto de experimentos o un
experimento en particular. Tiene como propósito principal establecer
conclusiones válidas y robustas acerca del proceso o sistema analizado.
Puede ser empleado para establecer el grado de influencia de las variables de
control o de ruido sobre una variable de respuesta observable o para establecer
valores de dichas variables y mejorar u optimizar un proceso, producto o
sistema hacia un valor o características establecidas como deseables.
Permite, asimismo, encontrar sin lugar a dudas aquellas
variables que más aportan a la variabilidad de un proceso o experimento,
y con ello generar estrategias de acción, conclusiones y niveles de
operación confiables y robustos, como ya se indicó anteriormente;
esto es, que sean prácticamente insensibles a la variación o
ruido externo.
Tradicionalmente existen dos enfoques ligeramente distintos de
la aplicación del diseño de experimentos, el que se le conoce
como la metodología tradicional, y que se halla basado en la
utilización de arreglos factoriales, completos o fraccionados, y la
metodología Taguchi de diseño de
experimentos. En este trabajo se empleó esta última para
diseñar los experimentos. Debido a las características del equipo
experimental construido, se seleccionaron arreglos ortogonales como los
más adecuados, ya que permiten no solo probar significancia
estadística de efectos principales, sino también interacciones de
interés. La metodología para determinar la tabla de
análisis de varianza ANDEVA (ANOVA, por sus siglas en inglés), se
halla reportada a detalle en [9].
El procedimiento y las herramientas utilizados en la
medición y diagnóstico de señales se encuentran reportados
de manera detallada en [10].
3. METODOLOGÍA EXPERIMENTAL
3.1.
Ensayos y resultados
Se llevaron a cabo ensayos con rodamientos sin falla y con
grieta en la jaula de un rodamiento SKF-6303-2RSH. Las pruebas se realizaron en
un banco de pruebas, que se puede observar en la Fig. 1 [10], y sus características
se indican en la Tabla 1.
Fig. 1. Sistema mecánico: a) banco experimental, b)
colocación de los transductores
Fuente:
elaboración propia.
Tabla 1. Características
del banco de prueba
Fuente:
elaboración propia.
3.2.
Frecuencias de falla del rodamiento SKF-6303-2RSH
El deterioro en alguno de los componentes del rodamiento produce
picos a cierta frecuencia [10, 11, 12, 13, 14, 15, 16]; el valor de esta frecuencia
depende de la geometría del rodamiento, así como de su velocidad
de rotación, y están definidos en al menos cuatro frecuencias
características que se producen en los rodamientos cuando la falla es producida
en la pista exterior “(1)” (BPFO, ball pass frequency of the outer race,
por sus siglas en inglés), en la pista interior “(2)” (BPFI,
ball pass frequency of the inner race, por sus siglas en
inglés), en las bolas o elementos rodantes “(3)” (BSF, ball spin frequency, por sus
siglas en inglés), en la jaula “(4)” (FTF, fundamental train frecuency, por sus siglas
en inglés), [14, 15, 16, 17].
(1)
(2)
(3)
(4)
Donde D es el diámetro de paso (mm), d el diámetro
de bolas (mm), β el ángulo de contacto entre las bolas y las
pistas, V_rpm la velocidad de rotación (rpm),
y el número de elementos rodantes.
Los valores para el rodamiento SKF-6303-2RSH son: D = 32 mm; d =
8,731 mm; β = 0°; ne = 7 bolas; V_rpm= 1725 rpm (revoluciones de operación del
impulsor).
Se pueden observar en la Tabla 2 los valores de las frecuencias de
vibración para los elementos que componen el rodamiento.
Tabla 2.Frecuencias de falla
para los elementos del rodamiento SKF-6303-2RSH
Fuente:
elaboración propia.
Las señales de vibración y acústicas del
rodamiento fueron adquiridas a una tasa de 6000 muestras/segundo, con una
tarjeta para adquisición de datos NI USB-6009.
Las señales de vibración producidas en el
rodamiento de estudio fueron muestrea-das a través de un sistema de
adquisición que realiza la medición simultánea de la
señal del acelerómetro (eje x y eje y), así como con los
micrófonos omnidireccionales (eje x y eje y).
La Fig. 2 muestra el sistema de adquisición para los micrófonos
omnidireccionales y los acelerómetros piezoeléctricos.
Fig. 2. Sistema de adquisición para los micrófonos
y los acelerómetros piezoeléctricos
Fuente:
elaboración propia.
3. METODOLOGIA EXPERIMENTAL
Se desarrolló un diseño experimental con las
siguientes características. Se consideraron tres tipos de carga:
resistiva (R), inductiva (L) y capacitiva (C), para probar su posible
influencia en la variable de respuesta, en este caso, el nivel de
vibración registrado por transductores específicos para convertir
las señales de los aceleró-metros y de los micrófonos,
respectivamente. La señal fue registrada en milivolts
(mV), y se seleccionaron dos niveles para cada tipo
de carga; para la carga resistiva fueron de 0 y 100 Ω y las cargas
inductiva y capacitiva se probaron para un valor estandarizado equivalente de 0
y 100 Ω, lo que corresponde a 0 y 0,2667 Henrios y 26,4 μFarad, respectivamente.
El experimento se planificó basado en un arreglo
ortogonal, considerando tres tipos de carga: resistiva (R), inductiva (L) y capaci-tiva (C) con dos interacciones, a dos niveles [9],
[18]. La Tabla 3 muestra los factores de control y la Tabla 4, el arreglo
ortogonal L8.
Tabla 3. Factores de control
*Se reportan valores estandarizados en Ohms (Ω) en las capacitancias e inductanciapara mantener unidades homogéneas.
Fuente:
elaboración propia.
Se realizaron veinticuatro pruebas con tres réplicas por
condición experimental. Se aplicó este diseño en los ocho
casos seleccionados que se indican en la Tabla 4.
Tabla 4. Casos de estudio
para el diseño experimental
Fuente:
elaboración propia.
En la Tabla 5 se calculan los valores promedio por nivel para cada
factor.
Tabla 5. Arreglo ortogonal
L8
Fuente:
elaboración propia.
Por tanto, se obtuvieron ocho tablas de resultados, como las mostradas
en la Tabla 5, para cada una de las condiciones de prueba. El análisis estadístico
se realizó de acuerdo con la metodología reportada para este fin
[9], [18]. A continuación, se presentan detalladamente la
metodología de cálculo y el análisis de varianza. Los
análisis de varianza se muestran en las Tablas 6, 7, 8, 9, 10, 11, 12,
13, 14, 15.
Tabla 6. Diseño de
ANDEVA acelerómetro eje x condición sin falla
Fuente: elaboración
propia.
Desarrollo del análisis de varianza (ANDEVA).
a. Totales de la variable de respuesta, para cada uno de los
niveles de los factores (Tabla 7). Las primeras 12 pruebas del arreglo se
efectuaron con el factor a su nivel 1 (0 Ω) y las siguientes 12 a su nivel
2 (100 Ω).
L1 = -4,58 -4,05 -3,38
-3,89 -5,17 -4,04 -3,65 -4,52 -3,41 -2,98 -3,52 -3,95 = -93,20
L2 = -3,71 -4,40 -3,16
-3,98 -3,30 -3,89 -3,96 -3,24 -3,85 -3,27 -4,86 -4,44 = -93,20
R1 = -4,58 -4,05 -3,38
-3,89 -5,17 -4,04 -3,71 -4,40 -3,16 -3,98 -3,30 -3,89 = -93,20
R2 = -3,65 -4,52 -3,41
-2,98 -3,52 -3,95 -3,65 -4,52 -3,41 -2,98 -3,52 -3,95 = -93,20
RL1 = -4,58 -4,05 -3,38
-3,89 -5,17 -4,04 -3,96 -3,24 -3,85 -3,27 -4,86 -4,44 = -93,20
RL2 = -3,65 -4,52 -3,41
-2,98 -3,52 -3,95 -3,71 -4,40 -3,16 -3,98 -3,30 -3,89 = -93,20
C1 = -4,58 -4,05 -3,38
-3,65 -4,52 -3,41 -3,71 -4,40 -3,16 -3,96 -3,24 -3,85 = -93,20
C2 = -3,89 -5,17 -4,04
-2,98 -3,52 -3,95 -3,98 -3,30 -3,89 -3,27 -4,86 -4,44 = -93,20
e1 = -4,58 -4,05 -3,38 -3,65 -4,52 -3,41 -3,98 -3,30 -3,89 -3,27
-4,86 -4,44 = -93,20
e2 = -3,89 -5,17 -4,04 -2,98 -3,52 -3,95 -3,71 -4,40 -3,16 -3,96
-3,24 -3,85 = -93,20
RC1 = -4,58 -4,05 -3,38 -2,98 -3,52 -3,95 -3,71 -4,40 -3,16
-3,27 -4,86 -4,44 = -93,20
R2 = -3,89 -5,17 -4,04 -3,65 -4,52 -3,41 -3,98 -3,30 -3,89 -3,96
-3,24 -3,85 = -93,20
e1 = -4,58 -4,05 -3,38 -2,98 -3,52 -3,95 -3,98 -3,30 -3,89 -3,96
-3,24 -3,85 = -93,20
e2 = -3,89 -5,17 -4,04 -3,65 -4,52 -3,41 -3,71 -4,40 -3,16 -3,27
-4,86 -4,44 = -93,20
Tabla 7. Suma de totales
para los niveles 1 y 2 de cada factor
Fuente:
elaboración propia.
b. Suma de cuadrados "(5)":
(5)
Donde:
n = representa el número total de lecturas que se tomaron
(n = 24) (5,1):
(5,1)
La suma de cuadrados del error (SSE) se suman "(6)".
(6)
SSe = 0,09 + 0,61 con 2 g.l
c. Cálculo de, se obtiene dividiendo la suma de cuadrados
(SS) entre los grados de libertad (g.l) "(7)"
(7,1).
(7)
(7,1)
F_exp, se obtiene de dividir el
valor de cada factor, entre el valor de para la estimación del error "(8)"
(8,1).
(8)
(8,1)
d. Se construye la tabla ANDEVA (Tabla 8):
Todos aquellos factores que tienen un valor de mayor que 4,41 se
considera que afectan la variable de respuesta. Estos son llamados factores
significantes.
Tabla 8. Construcción
de ANDEVA
Fuente:
elaboración propia.
[*]
El error primario e1 < e2, el error
secundario. Se prueba entonces contra e*.
Tabla 9. Diseño de
ANDEVA acelerómetro eje condición sin falla.
Fuente:
elaboración propia.
[**]
El error primario e1 < e2, el error secundario. Se prueba
entonces contra e.**
Tabla 10. Diseño de
ANDEVA micrófono omnidireccional eje condición sin falla.
Fuente:
elaboración propia.
[***]
El error primario e1 < e2, el error
secundario. Se prueba entonces contra e.***
Tabla 11. Diseño de
ANDEVA micrófono omnidireccional eje condición sin falla
Fuente:
elaboración propia.
[****]
El error primario e1 < e2, el error
secundario. Se prueba entonces contra e.****
Tabla 12. Diseño de
ANDEVA acelerómetro eje x condición con falla
Fuente:
elaboración propia.
[*****]
El error primario e1 > e2, el error
secundario. Se prueba entonces contra e1.*****
Tabla 13. Diseño de
ANDEVA acelerómetro eje condición con falla
Fuente: elaboración
propia.
[******]
El error primario e1 > e2, el error secundario.
Se prueba entonces contra e1.******
Tabla 14. Diseño de
ANDEVA micrófono omnidireccional eje x condición con falla
Fuente:
elaboración propia.
[*******]
El error primario e 1 < e
2, el error secundario. Se prueba entonces contra e.*******
Tabla 15. Diseño de
ANDEVA micrófono omnidireccional eje y condición con falla
Fuente:
elaboración propia.
[********]
El error primario e1 < e2, el error
secundario. Se prueba entonces contra e. ********
En la Fig. 3 se muestran los resultados obtenidos para la señal
horizontal de vibración del generador sin falla graficada en amplitud
versus frecuencia. Entretanto, en la Fig. 4 se presentan los resultados de la
señal horizontal de vibración del generador con falla graficada
en amplitud versusfrecuencia.
En la Fig. 5 se muestran los resultados obtenidos para la señal
horizontal acústica
del generador sin falla
graficada en amplitud versus frecuencia del micrófono omnidireccional.
La Fig. 6 presenta los resultados de la señal horizontal acústica
del generador con falla graficada en amplitud versus frecuencia del
micrófono omnidireccional.
Fig. 3. Señal de vibración horizontal del
acelerómetro para la condición sin falla.
Fuente: elaboración
propia.
Fig. 4. Señal de vibración horizontal del
acelerómetro para la condición con falla
Fuente:
elaboración propia.
Fig. 5. Señal acústica horizontal del micrófono
omnidireccional para la condición sin falla.
Fuente:
elaboración propia.
Fig. 6. Señal acústica horizontal del
micrófono omnidireccional para la condición con falla
Fuente:
elaboración propia.
4. DISCUSIÓN Y ANÁLISIS DE RESULTADOS
Se realizaron los análisis estadísticos de los
ocho experimentos restantes y los resultados fueron los siguientes:
2.
2. En el experimento 2 la variable de respuesta fue medida con
un acelerómetro triaxial en el eje vertical
(y), para la condición sin falla. Se concluye que es muy probable que la
interacción no sea relevante, aspecto que muestra que no es importante
el tipo de carga. Es significativa la interacción para un nivel de
confianza del 95%; sin embargo, no lo es para Esto demuestra que para
establecer si realmente es significativa esta interacción,
deberán realizarse más pruebas (réplicas) para la
combinación de estas variables. No obstante, dado el comportamiento
mostrado en las demás corridas de prueba y que para está prácticamente
en el límite de significancia de la prueba (4,41).
3.
3. En el experimento 3 la variable de respuesta fue medida con
un micrófono omnidireccional en el eje horizontal (x), para la
condición sin falla. Se concluye que no hay factores significativos, lo
cual indica que no es importante el tipo de carga conectada y la variable de
respuesta no es sensitiva al registro obtenido por el instrumento de
medición. El nivel de confianza de la prueba estadística fue del
95 %.
4.
4. En el experimento 4 la variable de respuesta fue medida con
un micrófono omnidireccional en el eje vertical (y), para la
condición sin falla. Teniendo en cuenta lo anterior, se concluye que no
hay factores significativos, lo que indica que no es importante el tipo de
carga conectada y la variable de respuesta no es sensitiva al registro obtenido
por el instrumento de medición. El nivel de confianza de la prueba
estadística fue del 95%.
5.
5. En el experimento 5 la variable de respuesta fue medida con
un acelerómetro triaxial en el eje horizontal
(x), para la condición con falla. De esta manera, se concluye que este
tipo de transductor no es adecuado para la detección de la falla en las
condiciones de prueba. Además, no se detectó que hubiese factores
significativos, lo cual muestra que no es importante el tipo de carga
conectada, y que la variable de respuesta no es sensitiva al registro obtenido
por el instrumento de medición. En este caso el error tipo 1 (debido al
cambio en la condición experimental) resultó mayor que el error
aleatorio puro; lo que señala que la sensibilidad del instrumento de
medición no es la adecuada bajo esta condición.
6.
6. En el experimento 6 la variable de respuesta fue medida con
un acelerómetro triaxial en el eje vertical
(x), para la condición con falla. Así, se concluye que este tipo
de transductor no es adecuado para la detección de la falla en las condiciones
de prueba. Además, no se detectó que hubiese factores significativos,
lo que indica que no es importante el tipo de carga conectada y que la variable
de respuesta no es sensitiva al registro obtenido por el instrumento de
medición. En este caso el error tipo 1 (debido al cambio en la
condición experimental) resultó mayor que el error aleatorio
puro, lo que demuestra que la sensibilidad del instrumento de medición
no es la adecuada bajo esta condición.
7.
7. En el experimento 7 la variable de respuesta fue medida con
un micrófono omnidireccional en el eje horizontal (x), para la
condición con falla. Se concluye que no hay factores significativos, lo
que señala que no es importante el tipo de carga conectada y que la
variable de respuesta no es sensitiva al registro obtenido por el instrumento
de medición. En este caso la varianza del error aleatorio fue mayor que
la del error primario (tipo 1), lo cual es siempre deseable. El nivel de
confianza de la prueba estadística fue de 95 %.
8.
8. En el experimento 8 la variable de respuesta fue medida con
un micrófono omnidireccional en el eje vertical (y), para la
condición con falla. Se concluye entonces que es muy probable que la
interacción no sea relevante, y esto demuestra que no es importante el
tipo de carga. Es significativa la interacción para un nivel de
confianza del 95 %; sin embargo, no lo es al 97,5 % ni al 99 % de confianza de
la prueba, lo que indica que para establecer si realmente es significativa esta
interacción, deberán realizarse más pruebas
(réplicas) para establecer definitivamente el grado de significancia
para la combinación de estas variables. Dadas las características
del análisis de varianza y las condiciones físicas de la prueba,
los resultados observados pueden deberse a que este tipo de transductores se
hallan en el límite crítico de sensibilidad para estas
condiciones, dado que la señal en la dirección vertical (y) es
mucho más intensa que en cualquiera de las otras dimensiones espaciales.
Por tanto, antes de considerar adecuados estos micrófonos para
detección de falla, habrá que hacer más pruebas confirmatorias.
5. CONCLUSIONES
Del análisis de los resultados puede deducirse que los
acelerómetros no detectan diferencias estadísticas significativas
para las condiciones sin falla y con falla para todas las combinaciones de
cargas conectadas, razón por la cual este tipo de transductores no es
una opción para la detección de una falla en la jaula del
rodamiento a través del análisis de las señales de
vibración, mientras que los micrófonos omnidireccionales muestran
para las condiciones de prueba que son capaces de detectar una falla en la
jaula del rodamiento de un generador síncrono, tanto en la
dirección como en la dirección a partir de las señales
acústicas emitidas por esta.
Se puede decir que, respecto al análisis de vibraciones
de maquinaria rotativa, la frecuencia de operación está relacionada
con la geometría del rodamiento que se emplee, así como con la velocidad
de operación de estas, por lo que conforme se modifique la velocidad van
cambiando las frecuencias características de falla en los rodamientos
(por ejemplo, a 3600 rpm se tendrían valores de BPFI=267,297Hz, BPFO=152,703Hz,
FTF=21,815, BSF=101,768 y defectos en las bolas= 203,535 Hz).
Finalmente, se concluye que el análisis acústico
puede utilizarse de manera confiable en cualquier sistema mecánico que
utilice balero o rodamiento en su funcionamiento.
REFERENCIAS
[1] Ereneovable.com, "La
energía eólica en el mundo," 2015. [En línea]. Disponible
en: https://erenovable.com/aerogeneradores-eolicos/energia-%20eolica/
.
[2] A. Suárez. Idear. Análisis de fallas en rodamientos. Buenos
Aires, Argentina: Soluciones Idear, 1998.
[3] G. White. Introducción al análisis de vibraciones. Woburn, MA, Estados Unidos: Ázima DLI, 1990-2010.
[4] J. A. Royo, G. Rabanaque y F. Torres, "Análisis de vibraciones
e interpretación de datos," 2012, [En línea]. Disponible en:
http://guemisa.com/articul/pdf/vibraciones.pdf
. [URL deshabilitado]
[5] M. L. Sin, W. L. Soong y L. N. Ertugrul, "Induction machine
on-line condition monitoring and fault diagnosis - A survey," en Australasian Universities Power Engineering Conf.,
Christchurch, New Zealand, 2003.
[6] Z. Medrano, C.
Pérez, M. A. Armas y C. Amaro, "Un estudio sobre la
localización, detección y diagnóstico de fallas en
máquinas eléctricas," Ciencia e
Ingeniería Neogranadina, vol. 23, no. 1, pp. 37-59, 2013, https://doi.org/10.18359/rcin.231
.
[7] Z. Medrano, T.
Pérez y S. Gómez, "A review on detection and fault diagnosis in induction machines,"
Publicaciones en Ciencias y Tecnología, vol.
8, no.1, pp. 11-30, 2014. [En línea]. Disponible en: http://bibvirtual.ucla.edu.ve/db/psm_ucla/edocs/pcyt/pcyt08/pcyt080101.pdf
. [URL desabilitado].
[8] Agco Corporation y P. Matthers, "Acoustic fault detection of
mechanical systems with active noise cancellation," Patent application no.
20130182865, 2013, [En línea], Disponible en: http://www.patentsencyclopedia.com/app/20130182865#ixzz3SDtPXKxL .
[9] P. J. Ross. Taguchi Technique for Quality
Engineering. Nueva York, Estados Unidos: McGraw-Hill, 1995.
[10] Z. Y. Medrano, C.
Pérez, J. Gómez y M. Vera, "Nueva metodología de
diagnóstico de fallas en rodamientos en una máquina
síncrona mediante el procesamiento de señales
vibro-acústicas empleando análisis de densidad de potencia,"
Ingeniería Investigación y Tecnología,
vol. 17, no.1, pp 73-85, 2016. https://doi.org/10.1016/j.riit.2016.01.007 .
[11] H. Usgame, C. Pedraza y J. Quiroga, "Acoustic emission-based
early fault detection in tapered roller bearings." Ingeniería
e Investigación, vol. 33, no.3, pp.5-10, 2013
[12] ALL-TEST Pro, LLC, "Detectando
fallas en rodamientos utilizando métodos de prueba eléctricos y mecánicos
de vibración," 2009. [En línea]. Disponible en: http://confiabilidad.net/assets/uploads/art/PDF/detectando_fallas_en_rodamientos_atp.pdf
.
[13] FAG Sales Europe-Iberia, "Averías de los rodamientos.
Reconocimiento de daños e inspección de rodamientos," Barcelona,
2003, [En línea]. Disponible en: http://217.160.235.229/PDF-Arizti/wl_82102_2_es_es.pdf
.
[14] Energiza, "Análisis
de vibraciones: Una tecnología clave del mantenimiento predictivo",
2011. [En línea]. Disponible en: http://www.energiza.org/mantenimiento-de-plantas/19-mantenimiento-de-plantas/516-analisis-de-vibraciones-una-tecnologia-clave-del-man-tenimiento-predictivo
.
[15] SKF, "Daños
en los rodamientos," 2016. [En línea]. Disponible en: http://www.skf.com/co/products/bearings-units-housings/roller-bearings/principles/troubleshooting/bearing-failures-and-their-causes/bearing-damage/index.html
.
[16] V. Wowk. Machinery Vibration-Measurement and
Analysis. Nueva
York, Estados Unidos: McGraw-Hill , 1991.
[17] SKF, "Frequency calculator-Bearing frequencies
calculation," 2016. [En línea]. Disponible en: http://www.skf.com/group/knowledge-centre/engineering-tools/skffrequencycalculator.html
.
[18] H. G. Pulido y R. de la
Vara. Análisis y diseño de experimentos.
México, D.F., México: McGraw-Hill, 2008.
Notas de autor
1 Ingeniera electricista;
doctora en Ingeniería. Profesora del Instituto Tecnológico de
Mexicali. Mexicali, Baja California, México. Correo electrónico: zulmamh@itrnexicali.edu.rnx, zulmarnh@yahoo.corn.rnx.
ORCID: http://orcid.org/0000-0003-0731-6529.
2 Ingeniero químico;
doctor en Ciencias. Investigador, de la Universidad Autónoma de Baja
California, Mexica li, Baja California, México. Correo
electrónico: carlosperez@uabc.edu.rnx. ORCID:
http://orcid.org/0000-0002-0683-3025.
HTML generado por Redalyc a partir de XML-JATS4R