Uma Metodologia para detectar Falhas Incipientes - LaPSI
Transcrição
Uma Metodologia para detectar Falhas Incipientes - LaPSI
Uma Metodologia para detectar Falhas Incipientes em Máquinas Rotativas baseada em Análise de Vibração e Lógica Fuzzy por: MARÇAL, Rui Francisco Martins , M. Sc. (doutorando) [email protected] Orientador: Prof. Dr. Altamiro Amdeu Susin RESUMO (tese em andamento) Este trabalho apresenta um método para detectar falhas no funcionamento de máquinas rotativas baseado em alterações no padrão de vibração do sistema e no diagnóstico da condição de operação, por Lógica Fuzzy. As modificações ocorridas são analisadas e servem como parâmetros para predizer falhas incipientes bem como a evolução destas na condição de operação, possibilitando tarefas de manutenção preditiva. Utiliza-se uma estrutura mecânica denominada de Sistema Rotativo (figura 1), apropriada para as inserções das falhas. O sistema é composto de um motor alimentado em 127 Vac com rotação nominal de 1800 rpm. Impulsiona-se um eixo_volante sustentado em mancais com buchas de bronze fosforoso usando-se polias e correia. A relação entre as polias é de 1.3, o que faz com que os eixos, o do motor e o eixo_volante, rotacionem em freqüências diferentes, posssibilitando a identificação de cada um no espectrograma. Faz-se a aquisição de dados de vibração da máquina usando-se um acelerômetro em chip biaxial de baixa potência. Tem-se na saída do acelerômetro (eixos x e y) um sinal digital cuja informação da aceleração é o tempo de duração de um sinal duty cycle. As saídas são lidas diretamente por um contador microprocessador não requerendo um conversor A/D. Um sistema de desenvolvimento para processamento digital de sinais, baseado no microprocessador TMS320C25, o Psi25, é empregado na aquisição dos sinais de vibração do Sistema Rotativo. O sistema Psi25 permite a aquisição de sinais acima de 18 Hz. Um conector de interface permite a conexão com a placa microprocessadora, sendo acessível pela abertura de um slot do microcomputador. Um programa compilado em C, comanda o início e o fim da aquisição dos dados de aceleração e a gravação de arquivos *.dat. Os arquivos *.dat são processados através da ferramenta matemática computacional Matlab 5. A análise no domínio freqüência é possível com a utilização do programa SPTOOL, que permite dentre outras facilidades o enjanelamento da faixa de freqüência pretendida. Tem-se que, quaisquer modificações ocorridas devido a desbalanceamento, desalinhamento, jogo excessivo, falta de rigidez, acoplamento defeituoso, correias frouxas ou gastas, eixos deformados, desajustes, etc, alterará a amplitude da vibração na freqüência de rotação do sistema rotativo em questão.[9] Para se estabelecer o padrão de vibração, denominado assinatura espectral do Sistema Rotativo (figura 2), adquire-se 10 arquivos (figura 3), os quais, uma função desenvolvida em C encontra a média (figura 4). Desta forma, considera-se as possíveis variações que possam ocorrer em um regime constante de funcionamento e até mesmo no desligar e religar o sistema para a inserção das falhas. Uma das dificuldades em detecção de falhas em motores é a alta dimensibilidade do motores. Existem muitas variáveis que podem afetar o processo de detecção de falhas, tais como: condições de carga, efeitos de saturação, condições de operação imprevisível, ruídos de linha e efeitos de temperatura, os quais podem resultar em milhares de hipóteses pelas diferentes possibilidades de combinações destas variáveis.[2] As falhas inseridas nesta etapa são desbalanceamentos no eixo_volante através da inserção de elementos desbalanceadores. A relação de massa entre o volante e o menor elemento desbalanceador é de 1:1000. As demais relações são estabelecidas segundo um critério adotado de classificação para as variáveis lingüísticas empregadas no sistema especialista Lógica Fuzzy. Tomando-se como alusão o conhecimento de especialistas no que se refere a situações normais de funcionamento e conseqüências danosas utilizam-se elementos de diferentes massas para as classificações fuzzy: bal_normal; unbal e unbal_critic, para simular e diagnosticar o estado de funcionamento do sistema. São considerados, como parâmetros para a diferenciação e tomada de decisão no diagnóstico do estado de funcionamento pelo sistema especialista, a freqüência de rotação do eixo_volante e as amplitudes de vibração inerentes a cada simulação. A análise da condição de funcionamento de máquinas rotativas e a detecção de falhas incipientes requerem uma interpretação heurística de dados, que vem a ser uma qualidade e habilidade humana. Esta interpretação torna-se possível por Lógica Fuzzy, pois análises qualitativas se encaixam dentro do conceito Fuzzy. elemento desbalanceador eixo_volante polias acelerômetro Psi25 Figura 1 - O Sistema Rotativo Figura 2 - Padrão de vibração do Sistema Rotativo Figura 3 - Espectrograma com o conjunto de 10 aquisições Figura 4 - Espectrograma com amédia de 10 aquisições A bal_normal 0.5f0 f0 1.5f0 2f0 2.5f0 3f0 Freqúência de rotação do eixo 0% .1 % undesb_critic .5 % m_elem / m_wheel Figura 6 - Condição de operação variáveis Fuzzy Figura 5 - Frequência de rotação variáveis Fuzzy bal_normal undesb undesb undesb_critic Amplitude Figura 7 - Amplitude variáveis Fuzzy Referências bibliográficas: [1] BORCHARDT, I. G.; SUSIN, A. A. e BRITO, R. M.; Uma Taxonomia para a instrumentação. In: III CINISA, São Paulo, dezembro 1995. [2] CHOW, M. Y.; Methodologies of using neural network and fuzzy logic technologies for motor incipient fault detection. World Scientific Publishing Co. Pte. Ltd. Singapore, 1997. [3] DOEBELIN, E. D.; Measurement Systems Apllication and Design. Fourth Editon. McGraw Hill, New York, 1990. [4] GERGES, S. N. Y. e LIMA, N. N. C.; Análise de vibrações para diagnóstico de falhas em engrenagens. Artigo técnico, Laboratório de Vibrações e Acústica, Departamento de Engenharia Mecânica da UFSC, Florianópolis, SC., Manutenção, pp. 18-22, julho de 1987. [5] MECHEFSKE, C. K.; Machine Condition Monitoring: Part 1 - Optimum Vibration Signal Lengths. British journal of NDT, vol. 35, n0 9, pp. 503-507, setembro de 1993. [6] MECHEFSKE, C. K.; Machine Condition Monitoring: Part 2 - The Effects of Noise in the Vibration signal. British journal of NDT, vol. 35, n0 10, pp. 574-579, outubro de 1993. [7] RITTER, M. A.; Análise Vibracional Aplicada ao Monitoramento de Máquinas Rotativas. Trabalho final de Graduação em Eng. Mecânica UFRGS, Porto Alegre, agosto/96 [8] VARGA, G.; LIPOVSZKY, G. and SÓLYOMVÁRI, K.; Vibration Testing of Machines and Their Maintenance. Ed. Elsevier, Amsterdam, 1990. [9] YA’CUBSOHN, R. V.; El Diagnostico de fallas por analisis vibratorio. Editora Die Techik Ltda. São Paulo, 1983.