Escolar Documentos
Profissional Documentos
Cultura Documentos
Cada técnica de monitoramento de danos em engrenagens tem seus méritos e limitações. Este
artigo investiga experimentalmente a sensibilidade e robustez das técnicas atualmente bem aceitas:
demodulação de fase e amplitude, beta curtose e transformada wavelet. Foram utilizados quatro
casos de teste de engrenagens: engrenagens sãs, trincadas, "led" e engrenagens lascadas. O sinal
de vibração foi medido na carcaça da caixa de engrenagens e processado, online, sob três "condições
de filtragem: média geral do sinal, residual geral e frequência de malha dominante residual . Os
resultados dos testes mostram que a beta curtose é uma técnica de diagnóstico no domínio do tempo muito confiável.
A modulação de fase é muito sensível a imperfeições da engrenagem, mas outras informações devem
ser usadas para confirmar seus resultados de diagnóstico. A transformada contínua de wavelet
fornece uma boa inspeção visual, especialmente quando sinais residuais são usados. não deve ser
usado de forma independente para monitoramento da condição de saúde da engrenagem, pode dar
alarmes falsos.
2001 Imprensa Académica
1. INTRODUÇÃO
Aplicações típicas de caixas de câmbio incluem concessionárias de energia elétrica, indústria automotiva, navios e
helicópteros. Um sistema de monitoramento prático e robusto é extremamente necessário para fornecer o aviso mais
precoce de danos ou mau funcionamento, a fim de evitar falhas repentinas. Atualmente, existem três tipos de abordagens
para a detecção de falhas em sistemas de engrenagens: análise de sinal acústico, monitoramento de detritos e análise de
vibração. O diagnóstico baseado em vibração tem sido a técnica de monitoramento mais popular devido à facilidade de
medição. Quando as características de vibração de um componente são obtidas, sua condição de saúde pode ser
determinada comparando esses padrões com aqueles correspondentes às suas condições normais e de falha.
Este processo de classificação de padrões pode ser conduzido por inspeção visual ou por abordagens de inferência [1,
2].
Existem muitas técnicas de monitoramento baseadas em vibração atualmente disponíveis para a detecção de falhas
em engrenagens. De acordo com o domínio de análise, eles podem ser classificados em análise de frequência/cepstrum,
análise de tempo/estatística e análise de tempo/frequência. Uma breve revisão de cada uma é fornecida abaixo.
A análise espectral é a técnica clássica de diagnóstico de engrenagens. Ao comparar o espectro de uma caixa de
engrenagens danificada com seu espectro de referência na condição saudável, algumas falhas na engrenagem podem
ser detectadas [3]. Por exemplo, para uma caixa de engrenagens contendo apenas alguns pares de engrenagens, é
possível identificar um dano no dente inspecionando as bandas laterais de modulação em torno da frequência de
engrenamento da engrenagem e seus harmônicos. Cepstrum é a transformada de Fourier inversa do espectro de potência
logarítmica. Destaca a periodicidade no espectro, portanto, uma periodicidade
assinatura no espectro causada por uma falha de engrenagem pode ser reconhecida [4, 5]. Para sistemas de engrenagens
complicados, no entanto, é difícil identificar falhas do espectro ou do cepstrum devido ao grande número de componentes
envolvidos.
¹time synchronous average (TSA) é um processo de média de sinal em um grande número de ciclos, síncrono com a
velocidade de funcionamento de um eixo específico na caixa de engrenagens. Ele pode remover não apenas o ruído de fundo,
mas também eventos periódicos que não são exatamente síncronos com a engrenagem sendo monitorada. O uso de técnicas
de interpolação e reamostragem pode reduzir o efeito da #utuação da velocidade do eixo e eliminar a necessidade de
multiplicadores de frequência de travamento de fase [6]. Danos avançados nos dentes da engrenagem podem ser prontamente
identificados por a inspeção direta do rastreamento TSA. McFadden [7] sugeriu o uso de demodulação de fase e amplitude da
frequência de malha dominante residual para detecção de trincas dentárias, que provou ser uma técnica muito bem-sucedida
em vários casos. Além disso, a curtose da modulação de fase, bem como suas derivadas, também podem ser usadas para
diagnóstico de falha de engrenagem [7, 8]. Ismael et ai. [9] usaram a curtose da função beta para enfatizar transientes gerados
por uma trinca de dente. Eles também propuseram um índice estatístico para avaliar os danos nas engrenagens. Golnaraghi et
ai. [10] introduziu uma nova ideia de dinâmica caótica e análise de séries temporais não lineares para detectar mudanças globais
na dinâmica do sistema. Além disso, Lin et al. [11] investigaram os efeitos que uma trinca de dente de engrenagem tem na
dimensão de correlação de um sinal de vibração de caixa de engrenagens. A evidência experimental em [10, 11], no entanto, foi
limitada e mais pesquisas foram recomendadas em ambos os trabalhos.
A análise de frequência/tempo está se tornando cada vez mais uma abordagem importante para o diagnóstico de danos em
engrenagens. A transformada de Fourier de curto prazo (STFT) é a técnica clássica de análise de frequência/tempo, e algumas
falhas de engrenagem podem ser detectadas pela inspeção da distribuição de energia de um sinal ao longo do espaço de
frequência/tempo [12]. Uma forma diferente de STFT, distribuição de Wigner}Ville , é obtida por processos de autocorrelação
de sinal e transformada de Fourier. Sua resolução não é restrita pelo princípio da incerteza [13]. Embora não produza
distribuições positivas em todos os casos, às vezes permite uma visão muito boa das propriedades do sinal e, portanto, pode
ser usado para detecção de falhas em engrenagens [14]. Avanços recentes na transformada wavelet (WT) forneceram uma
ferramenta muito poderosa para o diagnóstico de danos em engrenagens. Em contraste com o STFT, o WT usa janelas de
tempo estreitas em altas frequências e amplas janelas de tempo em baixas frequências [15]; portanto, é muito adequado para a
análise de sinais transitórios e não estacionários. Wang et ai. usou WTs discretos [16] e contínuos [17] para detectar transientes
anormais gerados no estágio inicial de danos na engrenagem. Eles descobriram que, embora o WT discreto ofereça uma
representação muito eficiente e sem redundâncias, o mapa de escala de tempo obtido fornece detalhes limitados e, portanto,
não é muito informativo. Lin et ai. [18] introduziram um conceito de WT linear, onde o mapa wavelet é normalizado de acordo
com a amplitude do sinal ao invés da energia. Boulahbal et al. [19] usaram a amplitude e a fase WT simultaneamente para
avaliar falhas de dentes trincados e lascados. A representação polar proposta pode ser utilizada para ajudar a localizar com
precisão a localização dos danos nas engrenagens nos mapas WT.
Até agora, não houve uma investigação abrangente na qual um grande número das técnicas de monitoramento acima foram
comparadas usando os mesmos dados de vibração medidos sob diferentes condições de operação, na mesma caixa de
engrenagens. Tal estudo será tentado aqui. Será limitado, no entanto, ao que atualmente acreditamos ser as técnicas de
monitoramento mais bem-sucedidas e aceitáveis na literatura, que incluem: tempo
Machine Translated by Google
Figura 1. Dano da engrenagem utilizada nos testes: (a) dente da engrenagem saudável, (b) dente com 20% de trinca na raiz, (c) dente
"enchido" no meio com 50% da superfície do dente e (d) dente lascado do ponto de passo ao topo em 20% de sua espessura.
média síncrona, demodulação de fase e amplitude, beta curtose e WT contínua. Por uma questão de
integridade, a formulação básica de cada um desses métodos está incluída no apêndice.
Iniciamos nossa apresentação com uma descrição da montagem experimental, dos métodos de aquisição
e pré-processamento de dados utilizados. Serão utilizados quatro casos de teste de engrenagens conforme
mostrado na Fig. 1: (a) uma engrenagem saudável, (b) uma com um corte transversal de 20% da espessura
da raiz para simular uma trinca no dente, (c) um dente "levado ao redor do ponto de passo (50% da superfície
do dente) para simular danos por fragmentação e (d) um dente lascado, de espessura zero no ponto de
passo a 20% de espessura no topo do dente, para simular desgaste sério e falha de pontuação. Um resultado
de processamento típico de cada caso de teste de engrenagem será discutido em detalhes. Três velocidades
em três níveis de torque serão usadas para cada condição de engrenagem. Além disso, três métodos de pré-
processamento de dados serão utilizados: usando a média do sinal de tempo original, usando os dados após
a remoção da frequência de engrenagem (MF ) e seus harmônicos, e usando os dados após a passagem de
banda "filtrando o sinal médio em torno do harmônico MF dominante. Devido ao grande número de gráficos
gerados no decorrer do presente estudo, serão apresentados apenas os resultados de um caso de teste de
amostra para cada condição de engrenagem. Será fornecida uma tabela de resumo incluindo uma avaliação
subjetiva do sucesso do diagnóstico, em cada caso de teste. Será mostrado que a beta curtose é uma
técnica de diagnóstico no domínio do tempo muito confiável. A modulação de fase é muito sensível a
imperfeições da engrenagem, mas outras informações devem ser usadas para confirmar seus resultados de diagnóstico.
O WT contínuo fornece uma boa inspeção visual, especialmente quando os sinais residuais são usados. O
diagnóstico baseado apenas no residual MF dominante, no entanto, não deve ser usado de forma
independente para monitoramento da condição de saúde da engrenagem; pode dar alarmes falsos.
2. CONFIGURAÇÃO EXPERIMENTAL
O aparato de teste de engrenagens usado neste estudo é mostrado esquematicamente na Fig. 2. Ele
consiste em dois motores CC de ímã permanente de 1 HP (PM9100ATF) e uma caixa de engrenagens de
estágio único. Um par de engrenagens retas, com módulo de 1,5mm, é testado. A engrenagem motriz tem
16 dentes e a engrenagem movida tem 14 dentes. Os motores e a caixa de engrenagens são montados em
uma viga em I reforçada que é ancorada em um bloco de concreto maciço. O controlador de velocidade
permite a operação da caixa de câmbio na faixa de 200}1400 rpm. O torque de carga é fornecido por uma
rede de resistores de potência conectados ao motor de carga. Os resistores de potência oferecem um
mecanismo de dissipação silencioso e, portanto, não contribuem com nenhuma vibração adicional para o
equipamento de teste. A velocidade do motor de acionamento e a rede de resistores podem ser ajustadas
continuamente para acomodar a faixa de condições de operação de velocidade/torque. A vibração é medida
com um acelerômetro (PCB308) com sensibilidade de 104mV/g, montado na carcaça da caixa de
engrenagens no sentido da ação da engrenagem. Um sensor óptico é montado próximo a um disco ranhurado
conectado ao eixo de acionamento, que fornece um sinal de um pulso por revolução
Machine Translated by Google
a ser usado para o processo de média síncrona. Os sinais de ambos os sensores são devidamente
amplificados e, em seguida, alimentados para os conjuntos de filtros anti-aliasing, que são do tipo Bessel
(KH3362), pois fornecem distorção de fase mínima. A frequência de "corte do filtro" para o sinal de vibração
foi ajustada alta o suficiente para capturar o "quinto harmônico" da engrenagem MF, enquanto o corte! a
frequência do sinal de referência foi ajustada suficientemente alta (por exemplo, 12kHz) para reduzir a
distorção da onda de pulso após a "filtração".
Os sinais filtrados de passagem baixa são alimentados a um computador Pentium através de uma placa
de aquisição de dados da série PCI-E (CB-68LP). Um programa de driver, escrito em C##, é aplicado para
acomodar os dados no ambiente Matlab de modo a utilizar suas caixas de ferramentas de processamento
de sinal.
No processo de coleta de dados, o número de amostras por revolução é selecionado em "primeiro, por
exemplo, ¸"1664"1024. A velocidade do eixo, n (rpm), é calculada a partir do número de pulsos de referência
durante um intervalo de tempo específico . A coleta de dados é feita com a frequência de amostragem f "n/
60 *¸ (Hz), e o tamanho dos dados é determinado de acordo com os requisitos de atenuação de ruído [3] e
a limitação de memória do computador. Para o sinal coletado, o número de amostras por revolução pode
não ser exatamente igual de uma revolução para outra devido à variação da velocidade do eixo. Essa
#utuação afetará adversamente a média no domínio do tempo. Para superar esse problema, uma
abordagem de interpolação cúbica [6] foi usada para reamostrar os dados obtidos em cada revolução.
Desta forma, os mesmos vãos de amostra em cada revolução podem ser garantidos.
Depois que a média do sinal foi obtida em uma revolução completa, ela foi normalizada, entre !1 e 1,
para reduzir a variação entre os conjuntos de dados coletados em diferentes condições. Além disso, a
média do sinal também deve ser ajustada para que comece no início de um bloco de dados de dente, de
modo a facilitar a análise de curtose beta baseada no dente.
Por meio do estudo dos registros do sinal de marcha dessa caixa de engrenagens, constatou-se que o
intervalo de tempo entre o início de um bloco de dados do dente e o instante t , correspondente à amplitude
máxima desse bloco, ficou na faixa de 12}32 % deste período dentário.
Investigações posteriores mostraram que não havia grande diferença nos resultados quando qualquer valor
Machine Translated by Google
de 12 a 32% [9]. Portanto, o valor médio desse intervalo, 22%, será usado para determinar o local de início, t
, do "período dos primeiros dentes, segundo
¹
t "t !0,22 N
4. PROCESSAMENTO DE SINAL
Todos os algoritmos de diagnóstico aqui empregados foram codificados em ambiente Matlab. O sinal de
vibração foi processado seguindo três "condições de filtragem: (a) usando os dados TSA originais sem
"filtragem adicional, (b) usando o resíduo geral obtido digitalmente " filtrando a engrenagem MF e seus
harmônicos e (c) usando o dominante MF residual, obtido por passagem de banda "filtrando a média do sinal
em torno do harmônico MF dominante, com a largura de banda de 18 ordens de eixo, e definindo sua
amplitude nessa frequência (bin) para zero.
Essas "abordagens de filtragem foram implementadas em vários trabalhos na literatura, por exemplo [7, 19].
5. RESULTADOS
Os testes foram conduzidos com torques de 3, 4,5 e 6 Nm, cada um com velocidades de eixo de 400, 800
e 1200 rpm. A velocidade máxima e o torque foram limitados pelo próprio equipamento de teste. Em cada
teste, a vibração foi, online, monitorizada e os dados recolhidos apenas após a estabilização do padrão de
assinatura. Os resultados da amostra são discutidos abaixo.
Primeiro, como referência, um par de engrenagens saudáveis foi testado. A Figura 3 mostra os resultados
a 1200 rpm e 4,5 Nm. A média do sinal na Fig. 3(a) mostra claramente 16 picos correspondentes a 16
períodos de dente. As assinaturas em beta curtose [Fig. 3(b)], amplitude [Fig. 3(c)] e fase [Fig. 3(d)] mostram
uma pequena #uctuation devido a pequenas imperfeições, possivelmente um desvio da engrenagem. Nos
mapas WT, as linhas tracejadas denotam a engrenagem MF e seus harmônicos. Do mapa de amplitude WT
[Fig. 3(e)], pode-se ver que a energia está principalmente centrada em torno do MF em 320Hz, que neste
caso também é o MF dominante. Ao mesmo tempo, a fase correspondente a esta frequência na Fig. 3(f) tem
16 saltos de barra de fase relacionados a cada engate de dente. O mapa de fase WT não mostra um padrão
claro para frequências abaixo de 200 Hz devido às inevitáveis imprecisões do equipamento. Além disso, a
partir desta assinatura de barra de fase, podemos ver que existem 32 (162) e 48 (163) desses saltos de fase
em torno do segundo e terceiro harmônicos MF em 640 e 960 Hz, respectivamente, que correspondem a 2 e
3 vezes o sinal picos durante cada período dentário.
A Figura 4 mostra os mesmos dados usando o sinal residual geral. Mais flutuações, embora pequenas,
aparecem nos traços de TSA [Fig. 4(a)], curtose [Fig. 4(b)], e modulação de amplitude [Fig. 4(c)], devido às
imperfeições da superfície dentária causadas possivelmente por imprecisão de fabricação, excentricidade,
deformação elástica, etc. Tais imperfeições são inevitáveis e uma técnica diagnóstica robusta deve ser
insensível a essas pequenas #utuações . Na Fig. 4d, no entanto, há um grande salto de fase em torno de
403, possivelmente causado por um erro de desempacotamento, que dará um falso alarme em um sistema
automático de monitoramento online. Na Fig. 4(e), a energia distribuída entre o MF e seu segundo harmônico
é bastante uniforme e, portanto, não sinaliza nenhuma anormalidade neste caso. Ao mesmo tempo, a
assinatura de fase wavelet
Machine Translated by Google
Figura 4. Vibração da engrenagem saudável: processada com base no sinal residual geral.
Machine Translated by Google
Figura 5. Vibração da engrenagem saudável: processada com base no sinal residual da frequência de malha dominante.
[Figo. 4(f)] mudou significativamente através deste "processo de filtragem, e é difícil tirar qualquer
conclusão deste mapa.
As assinaturas na Fig. 5 são os resultados do processamento com base no resíduo do MF dominante.
Pode ser visto que existem grandes irregularidades de amplitude em torno de 903 e 2703 no traço TSA
na Fig. 5(a). Estes foram causados pela falta de arredondamento da engrenagem; as engrenagens
prontas foram furadas para "ajustar o eixo, um processo no qual a espessura do aro da engrenagem foi
bastante reduzida. Alguma excentricidade foi inevitavelmente induzida no processo de usinagem, bem
como na fixação da engrenagem ao eixo usando parafusos de ajuste É interessante ver que o efeito do
desalinhamento também se manifesta em todas as outras "figuras, 5(b)}5(f). Por um lado, a presente
"técnica de filtragem pode dar falsos alarmes em relação a danos nos dentes ou similares, mas, por
outro lado, um exame cuidadoso dos mapas obtidos pode ajudar a identificar o problema de excentricidade
associado aos processos de fabricação ou montagem.
Nas três caixas de engrenagens defeituosas, para melhor visualização, o dente danificado foi ajustado
para cerca de 1803 do sinal de referência. Desta forma, espera-se que mudanças na assinatura de
vibração ocorram próximo ao meio do eixo tempo/localização (horizontal). Os resultados dos testes em
diferentes "operações de filtragem estão resumidos na Tabela 1. O símbolo CI significa que há uma
indicação clara de uma falha no dente. SI denota que existe alguma, mas não uma indicação definitiva
de dano no dente, e mais informações são necessárias para confirmar este resultado de diagnóstico.
NI significa que não há indicação clara de falha. Como a modulação de amplitude é, na verdade, o
envelope do sinal TSA correspondente, os resultados da análise baseados em TSA não estão listados na Tabela 1.
Além disso, como será visto nas discussões a seguir, a assinatura da fase wavelet é relativamente
Machine Translated by Google
TABELA 1
Nota: CI: Indicação clara (falha); SI: indicação de alguma (falha); NI: nenhuma indicação (falha); BK: beta curtose;
AM: modulação de amplitude; PM: modulação de fase; WA: amplitude da ondaleta; MF: frequência de malha.
difícil de ser utilizada como ferramenta diagnóstica independente, seus resultados também não são listados. Nós
deve enfatizar aqui que a classificação acima das condições de engrenagem, CI, SI e NI, é
bastante grosseiro e foi criado usando uma avaliação subjetiva dos mapas obtidos. Avançar
pesquisa é necessária para quantificar as diferentes medidas de diagnóstico e, finalmente, desenvolver
uma métrica que combina essas medidas de forma a aumentar a precisão e robustez
de detecção de falhas.
Antes de discutir os resultados na Tabela 1, vamos "primeiro apresentar exemplos de mapas obtidos
para cada tipo de dano, tudo na mesma velocidade de 1200rpm e torque de 4,5Nm.
Semelhante ao caso de engrenagens saudáveis, os gráficos serão apresentados usando três tipos de conjuntos de dados,
Sinal de TSA, residual geral e residual de MF dominante, conforme explicado anteriormente. Essas amostras
ajudará a ilustrar nossa classificação de diagnóstico da condição de saúde da engrenagem em NI, SI
e CI.
Machine Translated by Google
Figura 6. Vibração de engrenagem com dente trincado: processado com base no sinal TSA.
Machine Translated by Google
Figura 7. Vibração de engrenagem com dente trincado: processado com base no sinal residual geral.
Figura 8. Vibração de engrenagem com dente trincado: processada com base no sinal residual da frequência de malha dominante.
Figura 9. Vibração da engrenagem com "dente cheio no meio: processado com base no sinal TSA.
Machine Translated by Google
Figura 10. Vibração da engrenagem com um dente cheio no meio: processado com base no sinal residual geral.
A beta curtose identificou com sucesso a presença de danos corretamente em todos os casos, a partir
da média síncrona de tempo original, do residual geral e do residual MF dominante. Na maioria dos
experimentos, deu uma indicação clara (CI) do presença do dano, enquanto nos experimentos
restantes, muito menos, deu alguma indicação (SI) do dano da engrenagem.
Após a beta curtose, a modulação de fase do sinal TSA original também foi bem-sucedida na detecção
do dano em todos os experimentos. A modulação de fase, no entanto, deu resultados inconsistentes
e, na maioria das vezes, falhou quando os resíduos de sinal foram usados.
Machine Translated by Google
Figura 11. Vibração de engrenagem com dente lascado no topo: processada com base no sinal TSA.
Figura 12. Vibração da engrenagem com dente lascado no topo: processada com base no sinal residual geral.
Machine Translated by Google
Talvez outras observações possam ser feitas a partir da tabela acima em relação aos efeitos das
condições de operação e tipos de danos na eficácia das técnicas de monitoramento e assim por diante.
Mas o mais importante é perceber que é a beta curtose e a amplitude da ondaleta, para qualquer uma
das abordagens de processamento de sinal empregadas aqui, que produzem resultados mais
consistentes. Se complementarmos as capacidades da beta curtose e da amplitude da ondaleta com a
modulação de fase da média do sinal original, a eficácia do sistema de monitoramento aumentará ainda
mais.
6. CONCLUSÃO
7. AGRADECIMENTOS
O "apoio financeiro fornecido para este trabalho por Ciências Naturais e Engenharia
Conselho de Pesquisa do Canadá e Sanden Machine Ltd. é muito apreciado.
REFERÊNCIAS
3. S. BRAUN 1986 Análise de Assinatura Mecânica, ¹teoria e Aplicações. Nova York: Acadêmico
Imprensa.
9. F. ISMAIL, H. MARTIN e F. OMAR 1995 Proceedings of the ASME Biennial Conference on Vibration and Noise, vol. DE-84-1,
1413}1418. Um índice estatístico para monitorar trincas em uma caixa de engrenagens. Boston, MA.
10. F. GOLNARAGHI, D. LIN e P. FROMME 1995 ASME Biennial Conference on Vibration and Noise, vol. DE-84-1, 121}127.
Detecção de danos em engrenagens usando técnicas de dinâmica caótica: um estudo preliminar. Boston, MA.
11. D. LIN, F. GOLNARAGHI e F. ISMAIL 1997 Journal of Sound and <ibration 208, 664}670. O
dimensão do sinal da caixa de velocidades.
12. WJ WANG e PD MCFADDEN 1993 Sistemas Mecânicos e Processamento de Sinais 7, 193}203.
Detecção precoce de falha de engrenagem por análise de vibração*1, cálculo da distribuição de tempo}frequência.
13. A. MERTINS 1999 Análise de Sinal. Nova York: John Wiley & Sons Ltd.
14. PD MCFADDEN e WJ WANG 1992 Conferência Internacional do Instituto de Engenheiros Mecânicos sobre <ibrações em
máquinas rotativas 387}393. Análise da assinatura de vibração da engrenagem pela distribuição ponderada de Wigner}Ville ,
Bath, Reino Unido
15. G. STRANG e T. NGUYEN 1996 = avelets e bancos de filtros. Wellesley: Cambridge Press.
16. WJ WANG e PD MCFADDEN 1995 Sistemas Mecânicos e Processamento de Sinais 9, 497}507.
Aplicação de wavelets ortogonais para detecção precoce de danos em engrenagens.
17. WJ WANG e PD MCFADDEN 1996 Journal of Sound and <ibration 192, 927}937. Aplicação de wavelets a sinais de vibração de
caixas de engrenagens para detecção de falhas.
18. ST LIN e PD MCFADDEN 1995 Institute of Mechanical Engineers 2nd International Conference on Gearbox, Noise, <ibration,
and Diagnostics, 59}72. Análise de vibração de caixa de engrenagens por transformada wavelet linear. Londres, Reino Unido
19. D. BOLLAHBAL, F. GOLNARAGHI e F. ISMAIL 1999 Sistemas Mecânicos e Processamento de Sinais 13, 423}436. Mapas de
amplitude e wavelet de fase para detecção de trincas em sistemas de engrenagens.
Para uma frequência de amostragem f , o intervalo de tempo entre duas amostras é "1/f . Se o
sinal de vibração obtido y(t) consistir em R registros (revoluções), e cada registro tiver ¸ amostras
de dados, então o sinal TSA pode ser obtido por
Para um par de engrenagens saudáveis com instalação correta e condições ideais de operação, se a
engrenagem de interesse tiver N dentes, com taxa de rotação do eixo f , a vibração de engrenamento x(t) pode
ser expressa como
vibração terá uma modulação correspondente. Essas mudanças podem ser definidas pelas
funções de modulação de amplitude e fase a (t) e b (t), respectivamente [7]. A vibração modulada
da engrenagem engrenada x(t) pode ser expressa como
Depois de "filtrar o MF e seus harmônicos, o resíduo geral pode ser aproximado por
Se nNf é o harmônico MF dominante, filtragem passa- faixa em torno dessa frequência, o residual
MF dominante pode ser aproximadamente expresso como
O sinal analítico z(t) correspondente a x(t) das equações (A.3)}(A.5), respectivamente, pode ser
obtido através da transformada de Hilbert:
z(t)"x(t)!jH(x(t)). (A.6)
Uma vez que o sinal de vibração da engrenagem é periódico, as equações acima podem ser
implementadas no domínio da frequência por um "processo de filtragem" direto. Como exemplo,
vamos calcular o residual MF dominante na frequência nNf , usando uma largura de banda de k
ordens de eixo. Se X ( f ) é o espectro de x(t), modifique X( f ) definindo todos os seus valores
para zero exceto f"[(nN#1)!0.5k, (nN#1)#0.5k], então definindo o amplitude na frequência central
f"nN#1 (ou uma pequena faixa em torno dela) para zero. Aqui, a ordem do eixo em f"nN#1 em vez
de nN é usada porque f"1 corresponde à taxa de rotação fundamental do eixo.
O resíduo MF dominante pode ser obtido por
O fator 2 aparece porque apenas um espectro unilateral é usado aqui. F ()) denota a transformada
inversa de Fourier, e real [ ) ] é a função da parte real.
Ao mesmo tempo, o sinal analítico também pode ser determinado por
1
f(x)" x (1!x)
B(, )
1
m "(x!) f(x)dx" (x!)x (1!x) dx. (A.9)
B(, )
k!
(x!)" (!1) r!(k!r)! x
1 k!
m" (!1) xx (1!x) dx
B(, ) r!(k!r)!
1 k!
" (!1) x(1!x) dx
B(, ) r!(k!r)!
1 k!
" (!1) B(#k!r, ). r!(k!r)! (A.10)
B(, )
B(, )"()()/(#)
()"(!1)(!1)
3(2!2###2)
m" (A.13)
(#) (##1)(##2)(##3)
m
BK" () "3(##1)(2!2###2) . (A.14)
(##2)(##3)
Para análise BK baseada no dente, e são a média e a variância do bloco de dados do dente
correspondente a cada período de engrenamento do dente. Às vezes, o BK recíproco, 1/BK, é usado para
inspeção visual [9].
ie =( f ) também é uma função gaussiana. Além disso, pode-se ver que f é a frequência central da
banda passante da wavelet mãe. Em nosso caso específico , é selecionado como a taxa de rotação
da engrenagem de interesse, ou seja, f "1/¹, onde ¹ é o período de uma revolução.
Como o conjugado de w(t), wN(t)"w(!t), quando o sinal x(t) é periódico, a equação (A.15) torna-se
uma convolução circular e é melhor calculada no domínio da frequência de acordo para
f! 2b
=(f/s)"b2 exp 2b f "b2 exp (f!sf) (A.19)
s s
Na implementação da equação (A.20), X( f ) é calculado apenas uma vez, enquanto (1/s)=( f/s) é
calculado para todos os valores do parâmetro de escala s.
Os mapas de amplitude e fase WT podem então ser determinados a partir de =¹ (t, s) ao
longo do domínio da escala de tempo. Neste artigo, a escala linear foi usada e os mapas WT
foram exibidos no plano de tempo}frequência usando a relação f"sf .