Desenvolvimento de um sensor multifuncional LCR para detecção online de contaminantes em óleo lubrificante e fluidos

Este trabalho apresenta o desenvolvimento e a validação de um sensor multifuncional de custo acessível, destinado à detecção, em tempo real, de contaminantes em óleos lubrificantes aplicados a equipamentos industriais. O dispositivo integra três métodos de detecção de grandezas elétricas, baseados em resistência, indutância e capacitância, permitindo a identificação simultânea de partículas metálicas ferromagnéticas e não ferromagnéticas, bem como de gotículas de água e bolhas de ar. Tal abordagem, fundamentada em múltiplos princípios físicos, possibilita o monitoramento contínuo das condições do lubrificante, fornecendo informações sobre o desgaste e a degradação dos componentes internos das máquinas. Realizou-se análise laboratorial com contaminação artificial de óleo mineral de grau farmacêutico por partículas de ferro e cobre, utilizando malha de granulometria 325 (45 μm), com o objetivo de avaliar o desempenho do sensor por meio de um circuito RL devidamente dimensionado e instrumentado com osciloscópio e gerador de frequência. Os resultados evidenciaram limitações na detecção de sinais, indicando que a resposta do sensor é condicionada ao tamanho das partículas, cuja variação dimensional se reflete na amplitude do sinal, sem implicar a determinação direta de suas dimensões. O sensor foi avaliado a partir de amostras de óleo lubrificante provenientes de quatro equipamentos de uma usina termelétrica: turbina a gás, turbina a vapor, bomba de alimentação da caldeira e redutor de velocidade. As análises laboratoriais, conduzidas conforme normas internacionais (ISO 4406, SAE AS4059, NAS 1638, ASTM D-5185, ASTM D-1744 e NBR 16358), indicaram elevada concentração de partículas ferrosas e não ferrosas na turbina a gás e na bomba de alimentação, detectadas pelos métodos resistivo e indutivo, o que sinaliza risco de desgaste acelerado e falhas prematuras. Por sua vez, as amostras da turbina a vapor e do redutor apresentaram contaminação moderada por água, associada à oxidação e à degradação do lubrificante, identificada por variações de capacitância. A incorporação de um anel de aço silício a estrutura do sensor proporcionou aumento da relação sinal-ruído (SNR), favorecendo maior consistência e estabilidade dos sinais obtidos. De modo geral, os resultados experimentais demonstram que o sensor proposto apresenta desempenho satisfatório, embora com limitações, evidenciando sensibilidade adequada e resposta estável. O desenvolvimento deste dispositivo constitui um avanço técnico-científico relevante para o monitoramento preditivo de sistemas lubrificados, oferecendo uma alternativa economicamente viável e de fácil integração a equipamentos industriais. Ademais, a solução contribui para o aumento da confiabilidade operacional, a redução de custos de manutenção e a mitigação de impactos ambientais associados ao descarte prematuro de lubrificantes, em consonância com práticas de manutenção preditiva, eficiência energética e desenvolvimento sustentável.

Resumo (inglês)

This study presents the development and validation of a cost-effective multifunctional sensor designed for the real-time detection of contaminants in lubricating oils used in industrial equipment. The device integrates three electrical detection methods based on resistance, inductance, and capacitance, enabling the simultaneous identification of ferromagnetic and non-ferromagnetic metallic particles, as well as water droplets and air bubbles. This approach, based on multiple physical principles, enables continuous monitoring of lubricant conditions and provides information on the wear and degradation of internal machine components. Laboratory tests were conducted using pharmaceutical-grade mineral oil artificially contaminated with iron and copper particles passing through a 325-mesh sieve (45 μm) to evaluate sensor performance using a properly designed RL circuit instrumented with an oscilloscope and a frequency generator. The results revealed limitations in signal detection, indicating that the sensor response is dependent on particle size, with dimensional variations reflected in signal amplitude, without implying direct measurement of particle dimensions. The sensor was evaluated using lubricating oil samples collected from four pieces of equipment at a thermoelectric power plant: a gas turbine, a steam turbine, a boiler feed pump, and a speed reducer. Laboratory analyses conducted in accordance with international standards (ISO 4406, SAE AS4059, NAS 1638, ASTM D-5185, ASTM D-1744, and NBR 16358) indicated high concentrations of ferrous and non-ferrous particles in the gas turbine and boiler feed pump samples, detected by the resistive and inductive methods, suggesting a risk of accelerated wear and premature failure. In contrast, samples from the steam turbine and speed reducer exhibited moderate water contamination associated with oxidation and lubricant degradation, identified through capacitance variations. The incorporation of a silicon steel ring into the sensor structure increased the signal-to-noise ratio (SNR), resulting in greater consistency and stability of the acquired signals. Overall, the experimental results demonstrate that the proposed sensor provides satisfactory performance, although with some limitations, exhibiting adequate sensitivity and stable response. The development of this device represents a relevant technical and scientific advancement in the predictive monitoring of lubricated systems, providing an economically viable alternative that can be readily integrated into industrial equipment. Furthermore, the proposed solution contributes to improved operational reliability, reduced maintenance costs, and mitigation of environmental impacts associated with the premature disposal of lubricants, in alignment with predictive maintenance practices, energy efficiency, and sustainable development.

Palavras-chave

Sensores LCR , Óleo Lubrificante , Monitoramento em Tempo Real , Manutenção Preditiva , LCR Sensors , Lubricating Oil , Real-time Monitoring , Predictive Maintenance

Idioma

Português

Citação

BEZERRA, Eduardo Moreira. Desenvolvimento de um sensor multifuncional LCR para detecção online de contaminantes em óleo lubrificante e fluidos. 2026. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Estadual Paulista (UNESP), Faculdade de Engenharia, 2026