Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNESP |
Texto Completo: | http://hdl.handle.net/11449/237248 |
Resumo: | A manutenção preditiva é o ramo que visa detectar possíveis problemas em equipamentos industriais antes que os mesmos aconteçam, assim possibilitando que as atitudes relevantes sejam tomadas. Um dos sintomas mais comuns que pode ajudar a prever falhas em máquinas rotativas é a vibração. Um sistema de análise de vibração para manutenção preditiva consiste em um sensor para captar os dados de vibração, que por sua vez envia-os para um gateway onde são realizadas operações de tratamento de dados como a remoção de bandas de frequência desnecessárias, que podem ofuscar as características mais relevantes dos dados. Para realizar esta remoção de bandas de frequência específicas, são utilizados filtros de frequência digitais. Existem diversos tipos e implementações de filtros de frequência digitais, cada um com vantagens e desvantagens. O presente trabalho tem como objetivo comparar as características de diversos filtros de frequência digitais, visando definir qual desses filtros melhor atende as duas principais necessidades de filtragem na análise de vibração: a remoção de componente de corrente contínua, também conhecida como offset, e a remoção de ruídos de alta frequência. Para isso foram geradas diversas ondas de entrada se baseando em características-chave das ondas de vibração geradas por máquinas rotativas com defeitos e os diferentes tipos de filtro aplicados às mesmas. Na aplicação de cada filtro, foram variados os parâmetros de frequência de aquisição, ordem do filtro e tipo do filtro. A eficácia destes filtros foi então avaliada com base nos principais requisitos de cada aplicação como o ripple na banda de passagem, atenuação na banda de bloqueio, largura de transição entre bandas e tempo de execução do filtro. Os resultados das análises foram avaliados com base nas diferenças entre os sinais de entrada e saída (pré e pós filtragem) nos domínios do tempo e frequência e a resposta em frequência dos filtros utilizados. Por fim, concluiu-se que os filtros do tipo Butterworth e Cauer são os mais vantajosos para a aplicação de remoção de componente de corrente contínua do sinal enquanto o filtro obtido pela convolução da função de janelamento de Chebyshev foi o mais vantajoso para a aplicação de remoção de ruídos de alta frequência e anti-aliasing. Com essas seleções de filtros, os componentes essenciais para detecção de falhas através de vibração são melhor mantidos, facilitando o processo de análise do sinal de vibração das máquinas rotativas. |
id |
UNSP_e881f6df5da3a401c19aa1774d3214ac |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/237248 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
2946 |
spelling |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas RotativasDigital Filter Analysis for Vibration Study in Rotating MachineryProcessamento de sinais Técnicas digitaisFiltros digitais (Matemática)VibraçãoConversores analógicos-digitaisSignal processing Digital techniquesDigital filters (Mathematics)Vibration DLCAnalog-to-digital convertersA manutenção preditiva é o ramo que visa detectar possíveis problemas em equipamentos industriais antes que os mesmos aconteçam, assim possibilitando que as atitudes relevantes sejam tomadas. Um dos sintomas mais comuns que pode ajudar a prever falhas em máquinas rotativas é a vibração. Um sistema de análise de vibração para manutenção preditiva consiste em um sensor para captar os dados de vibração, que por sua vez envia-os para um gateway onde são realizadas operações de tratamento de dados como a remoção de bandas de frequência desnecessárias, que podem ofuscar as características mais relevantes dos dados. Para realizar esta remoção de bandas de frequência específicas, são utilizados filtros de frequência digitais. Existem diversos tipos e implementações de filtros de frequência digitais, cada um com vantagens e desvantagens. O presente trabalho tem como objetivo comparar as características de diversos filtros de frequência digitais, visando definir qual desses filtros melhor atende as duas principais necessidades de filtragem na análise de vibração: a remoção de componente de corrente contínua, também conhecida como offset, e a remoção de ruídos de alta frequência. Para isso foram geradas diversas ondas de entrada se baseando em características-chave das ondas de vibração geradas por máquinas rotativas com defeitos e os diferentes tipos de filtro aplicados às mesmas. Na aplicação de cada filtro, foram variados os parâmetros de frequência de aquisição, ordem do filtro e tipo do filtro. A eficácia destes filtros foi então avaliada com base nos principais requisitos de cada aplicação como o ripple na banda de passagem, atenuação na banda de bloqueio, largura de transição entre bandas e tempo de execução do filtro. Os resultados das análises foram avaliados com base nas diferenças entre os sinais de entrada e saída (pré e pós filtragem) nos domínios do tempo e frequência e a resposta em frequência dos filtros utilizados. Por fim, concluiu-se que os filtros do tipo Butterworth e Cauer são os mais vantajosos para a aplicação de remoção de componente de corrente contínua do sinal enquanto o filtro obtido pela convolução da função de janelamento de Chebyshev foi o mais vantajoso para a aplicação de remoção de ruídos de alta frequência e anti-aliasing. Com essas seleções de filtros, os componentes essenciais para detecção de falhas através de vibração são melhor mantidos, facilitando o processo de análise do sinal de vibração das máquinas rotativas.Predictive maintenance is the field of study that aims to detect possible failures in industrial machinery before they occur, thus making it possible for the relevant actions to be taken. One of the most common symptoms that can help predict failures in rotating machinery is vibration. A vibration analysis system for predictive maintenance consists of a sensor for data collection which sends data to a gateway where data processing methods such as the removal of unnecessary frequency bands which can obscure relevant data characteristics are applied. To remove these frequency bands, digital frequency filters are used. There are several different implementations of digital frequency filters, each having its own advantages and disadvantages. The following study has the objective of comparing the characteristics of each of the main types of frequency filters in order to choose which of these best suits the two main applications of filters in vibration analysis: the removal of the DC component of the waveform, also known as offset and the removal of high frequency noise. For this, several waveforms were generated based on key characteristics of vibration waveforms generated by faulty rotating machines and the different types of filters were applied. In each instance, the values of sampling frequency, filter order and type were varied. The performance of each filter was then evaluated based on the main requisites of each application such as ripple in the passband, attenuation in the stopband, transition width and execution time. The results of the analyses were then evaluated based on the differences between the input and output signals both in the frequency and time domain and the filter’s frequency response. Lastly, it was concluded that the Butterworth and Cauer filters had the best performance when it came to DC removal while the Chebyshev window sinc filter had the best performance for high frequency noise reduction and anti-aliasing. With these filter choices the essential components for fault detection are better preserved, thereby facilitating the process of vibration signal analysis for rotating machinery.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Martins, Everson [UNESP]Universidade Estadual Paulista (Unesp)Braga, Joaquim2022-10-27T14:41:55Z2022-10-27T14:41:55Z2022-09-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/237248porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-11-28T06:18:48Zoai:repositorio.unesp.br:11449/237248Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T18:59:07.302818Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas Digital Filter Analysis for Vibration Study in Rotating Machinery |
title |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas |
spellingShingle |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas Braga, Joaquim Processamento de sinais Técnicas digitais Filtros digitais (Matemática) Vibração Conversores analógicos-digitais Signal processing Digital techniques Digital filters (Mathematics) Vibration DLC Analog-to-digital converters |
title_short |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas |
title_full |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas |
title_fullStr |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas |
title_full_unstemmed |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas |
title_sort |
Análise de Filtros Digitais para Estudo de Vibrações em Máquinas Rotativas |
author |
Braga, Joaquim |
author_facet |
Braga, Joaquim |
author_role |
author |
dc.contributor.none.fl_str_mv |
Martins, Everson [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Braga, Joaquim |
dc.subject.por.fl_str_mv |
Processamento de sinais Técnicas digitais Filtros digitais (Matemática) Vibração Conversores analógicos-digitais Signal processing Digital techniques Digital filters (Mathematics) Vibration DLC Analog-to-digital converters |
topic |
Processamento de sinais Técnicas digitais Filtros digitais (Matemática) Vibração Conversores analógicos-digitais Signal processing Digital techniques Digital filters (Mathematics) Vibration DLC Analog-to-digital converters |
description |
A manutenção preditiva é o ramo que visa detectar possíveis problemas em equipamentos industriais antes que os mesmos aconteçam, assim possibilitando que as atitudes relevantes sejam tomadas. Um dos sintomas mais comuns que pode ajudar a prever falhas em máquinas rotativas é a vibração. Um sistema de análise de vibração para manutenção preditiva consiste em um sensor para captar os dados de vibração, que por sua vez envia-os para um gateway onde são realizadas operações de tratamento de dados como a remoção de bandas de frequência desnecessárias, que podem ofuscar as características mais relevantes dos dados. Para realizar esta remoção de bandas de frequência específicas, são utilizados filtros de frequência digitais. Existem diversos tipos e implementações de filtros de frequência digitais, cada um com vantagens e desvantagens. O presente trabalho tem como objetivo comparar as características de diversos filtros de frequência digitais, visando definir qual desses filtros melhor atende as duas principais necessidades de filtragem na análise de vibração: a remoção de componente de corrente contínua, também conhecida como offset, e a remoção de ruídos de alta frequência. Para isso foram geradas diversas ondas de entrada se baseando em características-chave das ondas de vibração geradas por máquinas rotativas com defeitos e os diferentes tipos de filtro aplicados às mesmas. Na aplicação de cada filtro, foram variados os parâmetros de frequência de aquisição, ordem do filtro e tipo do filtro. A eficácia destes filtros foi então avaliada com base nos principais requisitos de cada aplicação como o ripple na banda de passagem, atenuação na banda de bloqueio, largura de transição entre bandas e tempo de execução do filtro. Os resultados das análises foram avaliados com base nas diferenças entre os sinais de entrada e saída (pré e pós filtragem) nos domínios do tempo e frequência e a resposta em frequência dos filtros utilizados. Por fim, concluiu-se que os filtros do tipo Butterworth e Cauer são os mais vantajosos para a aplicação de remoção de componente de corrente contínua do sinal enquanto o filtro obtido pela convolução da função de janelamento de Chebyshev foi o mais vantajoso para a aplicação de remoção de ruídos de alta frequência e anti-aliasing. Com essas seleções de filtros, os componentes essenciais para detecção de falhas através de vibração são melhor mantidos, facilitando o processo de análise do sinal de vibração das máquinas rotativas. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-10-27T14:41:55Z 2022-10-27T14:41:55Z 2022-09-21 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/11449/237248 |
url |
http://hdl.handle.net/11449/237248 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
|
_version_ |
1808129007875522560 |