Manutenção preditiva de um par engrenado através da análise de lubrificantes e da análise de vibrações utilizando a transformada de wavelet

Abstract

Na manutenção preditiva, as análises dos sinais de vibração e das partículas do óleo são frequentemente utilizadas para o diagnóstico de falhas em redutores, porque elas contêm informações das condições de seus elementos mecânicos. Os sinais de vibração de um redutor geralmente têm muito ruído e a relação sinal-ruído é tão baixa que a extração de informações dos componentes do sinal é muito difícil, especialmente em situações práticas. Uma das soluções para este problema é a aplicação de técnicas de processamento do sinal para facilitar a obtenção de informações. Neste trabalho, uma técnica de cancelamento de ruído, a média temporal síncrona (TSA), e outra técnica da transformada contínua de wavelet de Morlet foram desenvolvidas para extração de recursos e diagnóstico de diferentes tipos de danos locais da engrenagem. Estas técnicas são aplicadas em sinais medidos em uma bancada experimental, que consiste em um par engrenado acoplado a um motor e a um gerador. Outro método para monitorar o estado do sistema é pela análise de partículas presente no óleo provenientes do desgaste das engrenagens. Avaliando a quantidade, formato, tamanho e material das partículas é possível obter informações das condições do equipamento e do tipo de desgaste ocorrido. Neste trabalho, foram feitas a análise do óleo pelas técnicas da ferrografia e contagem de partículas. A parte experimental deste trabalho foi dividida em dois experimentos. No primeiro experimento as condições de um par engrenado durante toda a sua vida útil foi monitorada, enquanto que no segundo experimento, um entalhe foi feito na raiz do dente simulando uma trinca por fadiga. A análise das partículas de óleo mostrou quais tipos de desgastes estava ocorrendo e a técnica da transformada contínua de wavelet mostrou-se precisa na identificação de falhas em dentes de engrenagens, sendo possível indicar em qual dente a falha estava se desenvolvendo.

At the predictive maintenance, the vibration signals analysis and oil particles analysis are frequently used to diagnose failures in a gearbox, because they contain information about the condition of its mechanic’s elements. The vibration signals of a gearbox usually have a lot of noise and the ratio ‘signal-noise’ is very low, making the extraction of information from the signals component very hard, especially in a practical situation. One of the solutions to this problem is the application of technics of signal processing, to improve the collection of information. At this study, a technique of noise cancellation, Temporal Synchronous Average (TSA) and another technique called continuous transform with the Morlet wavelet were executed for the extraction of resources and diagnostics of different type of gears local damages. Those methods are applied to signals measured on an experimental test stand, consisting of a gearbox with an engine and a generator. Another method for monitoring system wear is by analyzing wear particles in the oil generated due to the wear on the gears. By evaluating the quantity, shape, size and material of the particles it is possible to obtain information about the conditions of the equipment and the type of wear that has occurred. During this work, it was done the analysis of the oil by the techniques of ferrography and particle counting. The experimental part of this study was divided into two experiments. On the first experiment was monitored the conditions of a couple meshed throughout its useful life and in the second was made a notch in the root of the tooth simulating a crack by fatigue. The analysis of the oil particles showed what types of wear was occurring and the technique of the continuous wavelet transform was accurate in the identification of defects in gear's teeth, and it was possible to indicate which tooth was failing.