Published December 30, 2016
| Version v1
Publication
Open
Emprego da transformada de Wavelet na detecção de falhas em rolamentos
Creators
- 1. Federal University of São João del-Rei
- 2. Universidade Federal de São Carlos
Description
As falhas em rolamentos são muito comuns em vários segmentos industriais. O monitoramento do estado de funcionamento através de técnicas preditivas é imprescindível para evitar que as falhas inesperadas ocorram. Dessa forma é possível aumentar a disponibilidade do equipamento dentro da planta industrial. Um dos parâmetros de monitoramento mais relevantes para avaliar a condição de trabalho de um equipamento é analisar o seu modo de vibração. Entretanto, os sinais de vibração provenientes de defeitos em rolamentos são de natureza transiente, não sendo bem averiguados pelas técnicas de análises convencionais. O objetivo deste trabalho consiste em apresentar um estudo da Transformada de Wavelet, técnica recente e promissora para detecção de falhas em rolamentos, demonstrando as suas vantagens e limitações utilizando o software Matlab. Os defeitos foram inseridos em diferentes rolamentos, montados numa banca de teste. Os resultados revelam a potencialidade e viabilidade da Transformada de Wavelet, podendo ser incluída em programas de Manutenção Preditiva.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تعد أعطال المحامل شائعة جدًا في مختلف القطاعات الصناعية. تعد مراقبة حالة التشغيل من خلال التقنيات التنبؤية أمرًا ضروريًا لمنع حدوث إخفاقات غير متوقعة. وبهذه الطريقة، من الممكن زيادة توافر المعدات داخل المصنع. واحدة من أكثر معلمات المراقبة ذات الصلة لتقييم حالة عمل المعدات هي تحليل وضع الاهتزاز الخاص بها. ومع ذلك، فإن إشارات الاهتزاز الناتجة عن عيوب المحمل عابرة بطبيعتها ولا يتم التحقق منها جيدًا بواسطة تقنيات التحليل التقليدية. الهدف من هذا العمل هو تقديم دراسة عن تحويل الموجة، وهي تقنية حديثة وواعدة للكشف عن أعطال المحامل، وإظهار مزاياها وقيودها باستخدام برنامج ماتلاب. تم إدخال العيوب في محامل مختلفة، مثبتة على حامل اختبار. تكشف النتائج عن إمكانات وجدوى تحويل الموجة، والتي يمكن تضمينها في برامج الصيانة التنبؤية.Translated Description (English)
Bearing failures are very common in various industrial segments. Monitoring the operating state through predictive techniques is essential to prevent unexpected failures from occurring. In this way, it is possible to increase the availability of the equipment within the industrial plant. One of the most relevant monitoring parameters for evaluating the working condition of an equipment is to analyze its vibration mode. However, vibration signals from bearing defects are transient in nature and are not well ascertained by conventional analysis techniques. The objective of this work is to present a study of the Wavelet Transform, a recent and promising technique for detecting bearing failures, demonstrating its advantages and limitations using the Matlab software. The defects were inserted into different bearings, mounted on a test stand. The results reveal the potential and feasibility of the Wavelet Transform, which can be included in Predictive Maintenance programs.Translated Description (French)
Les défaillances de roulements sont très courantes dans divers segments industriels. La surveillance de l'état de fonctionnement par des techniques prédictives est essentielle pour éviter que des défaillances inattendues ne se produisent. De cette façon, il est possible d'augmenter la disponibilité des équipements au sein de l'installation industrielle. L'un des paramètres de surveillance les plus pertinents pour évaluer l'état de fonctionnement d'un équipement est d'analyser son mode de vibration. Cependant, les signaux de vibration provenant de défauts de roulement sont de nature transitoire et ne sont pas bien vérifiés par les techniques d'analyse conventionnelles. L'objectif de ce travail est de présenter une étude de la transformée en ondelettes, une technique récente et prometteuse pour détecter les défaillances de roulements, démontrant ses avantages et ses limites à l'aide du logiciel Matlab. Les défauts ont été insérés dans différents paliers, montés sur un banc d'essai. Les résultats révèlent le potentiel et la faisabilité de la transformation en ondelettes, qui peut être incluse dans les programmes de maintenance prédictive.Translated Description (Spanish)
Las fallas en los rodamientos son muy comunes en varios segmentos industriales. El monitoreo del estado de funcionamiento a través de técnicas predictivas es esencial para evitar que ocurran fallas inesperadas. De esta manera, es posible aumentar la disponibilidad de los equipos dentro de la planta industrial. Uno de los parámetros de monitorización más relevantes para evaluar las condiciones de trabajo de un equipo es analizar su modo de vibración. Sin embargo, las señales de vibración de los defectos de los cojinetes son de naturaleza transitoria y no se determinan bien mediante técnicas de análisis convencionales. El objetivo de este trabajo es presentar un estudio de la Transformada Wavelet, una técnica reciente y prometedora para la detección de fallos de rodamientos, demostrando sus ventajas y limitaciones utilizando el software Matlab. Los defectos se insertaron en diferentes rodamientos, montados en un banco de pruebas. Los resultados revelan el potencial y la viabilidad de la Transformada Wavelet, que se puede incluir en los programas de Mantenimiento Predictivo.Files
6584.pdf
Files
(162 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:bc56979a0b381a791dd59713198a87fb
|
162 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- استخدام تحويل الموجة في الكشف عن أعطال المحمل
- Translated title (English)
- Use of the Wavelet transform in the detection of bearing failures
- Translated title (French)
- Utilisation de la transformée en ondelettes dans la détection des défaillances de roulements
- Translated title (Spanish)
- Uso de la transformada Wavelet en la detección de fallos de rodamientos
Identifiers
- Other
- https://openalex.org/W2574428872
- DOI
- 10.19180/1809-2667.v18n32016p157-171