Monitoramento de rolamentos de esferas por meio de análise de vibração e técnica de envelope para fins de manutenção preditiva

Resumo

Os rolamentos são um dos principais e mais cruciais componentes de máquinas na indústria e nos sistemas de transporte, por serem componentes críticos nesses sistemas, sua falha pode levar a diversas perdas e danos significativos. Apesar dos estágios avançados de desenvolvimento e processos de fabricação, aproximadamente 90% das paradas não planejadas de máquinas são atribuídas a falhas em rolamentos. Essas falhas podem ocorrer de diversas formas, sendo imprescindível monitorar a deterioração do rolamento para substituí-lo antes que ele atinja uma condição crítica para o funcionamento da indústria, da máquina ou do veículo. Para monitorar falhas em rolamentos de esferas, uma série de técnicas de monitoramento de vibração são empregadas, abrangendo análise de envelope, curtose, bi-espectro e análise wavelet. Neste caso, serão gerados gráficos de frequência baseados nos sinais da pista interna do rolamento, através de um novo sistema de aquisição de sinais, utilizando análise de envoltória por filtros de frequência, Transformada de Hilbert e Transformada Rápida de Fourier (FFT). No entanto, detectar e analisar esses sinais pode ser um desafio devido aos sinais fracos e aos padrões de vibração que mascaram o ruído. Embora as técnicas atuais sejam eficazes, elas têm limitações, como a necessidade de análise especializada, dificuldade na detecção de falhas em estágio inicial e incapacidade de diferenciar entre diferentes tipos de falhas. As técnicas atuais, como análise de envelope e wavelet, são eficazes, mas apresentam limitações. Novas tecnologias e métodos estão sendo explorados para melhorar a detecção e classificação de falhas, proporcionando detecção precoce de falhas e diferenciação entre diferentes tipos de falhas, reduzindo, em última análise, o impacto das falhas de rolamentos de esferas em máquinas e indústrias. Este artigo se propôs a apresentar um estudo da falha em rolamentos de esferas através da análise de vibração desde o estágio inicial até o estágio avançado de dano para fins de manutenção preditiva, aplicando a envoltória e a FFT em conjunto com a programação, para possibilitar a identificação de defeitos no rolamento, especialmente na pista interna, através de um sistema de aquisição de sinais que pode explicar a presença do defeito através de gráficos de frequência. Obtendo assim resultados que mostram a presença de defeitos em três rolamentos diferentes, com magnitudes graduais de defeitos, diferenciando esses dados de um rolamento ideal. O próximo passo pretendemos explorar as novas tecnologias como aprendizado de máquina e inteligência artificial, para também analisar todas as variantes de defeitos em um rolamento.