DETECÇÃO DE FALHAS EM ROLAMENTOS ATRAVÉS

DA ANÁLISE DE VIBRAÇÃO
Anderson dos Santos DIAS (1); Jaiane das Chagas RODRIGUES (2);
Geraldo Luis Bezerra RAMALHO (3)
Instituto Federal de Educação, Ciência e Tecnologia do Ceará, Av. Contorno Norte, 10 - Parque Central
Distrito Industrial - Maracanaú - Ce, Cep:61925-315, Fone: (85) 3878.6300 - Fax: (85) 3878.6311,
e-mail: (1) asdias7@gmail.com; (2) jaiane.rodrigues@gmail.com; (3) gramalho@ifce.edu.br

RESUMO
A detecção de falha em equipamentos rotativos tornou-se primordial no cenário industrial brasileiro, a
fim de aumentar a eficiência nas indústrias. Com o interesse de evitar acidentes e prejuízos
ocasionados por falhas inesperadas nos equipamentos, surgiu a necessidade de monitorá-los. O
monitoramento de uma máquina é capaz de detectar um defeito na sua fase inicial quando não há
riscos de quebra, permitindo um melhor planejamento na manutenção do equipamento. Este trabalho
utiliza a simulação de falhas em rolamentos e técnicas de processamento de sinais para detectar a
ocorrência dessas falhas em sinais de vibração. Foi utilizada a técnica da Transformada Rápida de
Fourier, para a representação de danos nos componentes. O ambiente Octave foi escolhido para
desenvolver os algoritmos computacionais dos experimentos. Os resultados experimentais
demonstram que essa metodologia pode ser aplicada em estratégias de manutenção preditiva na
indústria, com o objetivo de aumentar a produtividade e diminuir a ocorrência de paradas por quebra
dos equipamentos.
Palavras-chave: Análise de Vibração, Detecção de Falhas.
1. INTRODUÇÃO
Nos últimos anos, com o aumento do desenvolvimento econômico e a competitividade entre as
indústrias cada vez maior, nota-se uma excessiva preocupação na prevenção de falhas mecânicas por
parte dos empresários. Problemas estes que podem acarretar grandes prejuízos, não só pelo conserto
ou substituição do equipamento, mas principalmente com a parada da produção pode-se perder muito
dinheiro.
Muitas vezes, os componentes que são danificados na máquina, possuem um custo bem menor em
relação aos prejuízos com a parada da linha de produção na qual este participa. Um dos principais
exemplos disto é o rolamento, que representa 40% das ocorrências de falhas dentro de uma máquina
(BONALDI; OLIVEIRA; SILVA, 2008). Portanto, é imprescindível monitorar o estado de
funcionamento desses componentes, através de técnicas preditivas, evitando que falhas inesperadas
ocorram (ABREU, 2007).
Em diversos tipos de indústria o acompanhamento e a análise de vibração tornaram-se um dos mais
importantes métodos de predição. Na pesquisa realizada por Abreu (2007), foi utilizada uma bancada
de testes para induzir diferentes níveis de defeitos em rolamento, como a utilização de diferentes
níveis de lubrificantes e a aplicação de cargas. Comparando-se os resultados obtidos a modelos
matemáticos de falhas, verificou-se a eficiência dos métodos de análise de vibração através da
identificação dos espectros de frequência de cada tipo de defeito.
Este trabalho baseia-se no estudo de falhas em rolamentos, por se tratar de um componente tão
importante e fundamental no funcionamento das máquinas rotativas. A técnica empregada para
identificação dessas falhas é a análise de vibração por sua grande eficiência e confiabilidade em seus
resultados. A pesquisa proporciona o estudo gráfico dos padrões de falhas incipientes, a fim de
caracterizá-los antes do aparecimento de um defeito no equipamento monitorado.

2. ANÁLISE DE VIBRAÇÃO
De acordo com Rao (2008), pode-se definir como vibração todo movimento que se repete após um
intervalo de tempo. O balanço de um pêndulo e o movimento do dedilhar de uma corda são típicos
exemplos de vibração. O número de ciclos de movimento em um segundo é chamado de freqüência,
medido em hertz (Hz).
Um sistema vibratório pode apresentar um único componente de frequência, como ocorre com o
diapasão, ou em vários componentes com diversas frequências simultâneas, como no caso de um
conjunto de engrenagens. A freqüência fundamental é a freqüência básica que um corpo apresenta
quando vibra. Os harmônicos são freqüências múltiplas das freqüências fundamentais.
Na prática, os sinais de vibração consistem em um somatório de sinais periódicos de diferentes
frequências, não sendo possível a distinção clara entre elas no domínio do tempo. Através da análise
espectral (domínio da frequência) é possível a identificação de cada frequência, com seus respectivos
níveis de vibração (FERNANDES, 2000).
Quando se analisa uma máquina através da representação da amplitude em função da frequência,
pode-se observar um grande número de componentes periódicas. Tais componentes estão diretamente
relacionadas às frequências fundamentais de várias partes da máquina, facilitando a identificação de
sinais característicos, que podem representar uma determinada falha.
Uma importante ferramenta matemática utilizada na análise de vibração é a Transformada Rápida de
Fourier (FFT, do inglês Fast Fourier Transform). Segundo Gonçalves (2004), ela é responsável pela
transição entre as variáveis de um sinal no domínio do tempo para o domínio da frequência (espectro
de frequência).
Em aplicações científicas e em processamentos digitais são utilizadas funções discretas. Para isso,
usamos a Transformada Discreta de Fourier (DFT, do inglês Discrete Fourier Transform).
A DFT é composta por um par de equações como mostra a Eq. (1), que descreve um sinal composto
por um conjunto de amplitudes [an] no domínio do tempo, que podem ser transformadas para
amplitudes [Am] no domínio da frequência e vice-versa:
N −1 N −1
1
Am =
N
∑ ane2πinm / N ; an = ∑ Ame− 2πinm / N ,
0 0
[Eq. 01]

em que: N é o número de amostras de um sinal; i = − 1 ; n é o índice do sinal no domínio do tempo e

m é o índice do sinal no domínio da frequência (JAMES, 2002).
Um método bastante utilizado para o cálculo computacional destas equações é o algoritmo FFT (Fast
Fourier Transform), pois possui menor complexidade quando comparada com a Transformada
Discreta de Fourier.
O conceito por trás do uso da Transformada de Fourier em análise de vibração pode ser exemplificado
graficamente. A Figura 1 ilustra um sinal senoidal gerado com amplitude de 0,5 e frequência
fundamental de 1 Hz. Através da FFT, o sinal pode ser representado no domínio da frequência,
facilitando a interpretação de seus valores e a distinção clara entre as componentes, no caso de haver
mais de uma frequência. A Figura 2 representa o sinal após a utilização da FFT.

Figura 1 – Sinal no domínio do tempo Figura 2 – Sinal no domínio da frequência

Da mesma forma, se for gerado um sinal senoidal de amplitude 1 e frequência 3 Hz (ver Figura 3) e
aplicada a FFT, obtém-se, no domínio da frequência, uma concentração de energia em torno da
frequência fundamental deste sinal, conforme ilustrado na Figura 4.

Figura 3 – Sinal no domínio do tempo Figura 4 – Sinal no domínio da frequência

Quando dois sinais gerados são somados, impossibilitando a distinção clara entre eles no domínio do
tempo (ver Figura 5), utilizando-se a Transformada de Fourier é possível identificar cada componente
com suas respectivas amplitudes e frequências, representado na Figura 6. É fundamental o emprego da
FFT em análise de vibração, pois o sinal real constitui-se do somatório de muitas componentes, que
são mais facilmente identificadas através do espectro de frequência.

Figura 5 – Sinal no domínio do tempo Figura 6 – Sinal no domínio da frequência

3. FALHAS EM ROLAMENTOS
Segundo Taylor (1994), os pontos mais comuns de falhas em rolamentos são: pista externa (BPFO –
Ball Pass Frequency Outer Race), pista interna (BPFI - Ball Pass Frequency Inner Race), elemento
rolante (BSF - Ball Spin Frequency) e gaiola (FTF - Fundamental Train Frequency), representadas
respectivamente, pelas Eq. (2) a Eq. (5):

N  Bd cos Φ 
BPFO = S  b 1 −  , [Eq. 02]
 2  Pd 

N  Bd cos Φ 
BPFI = S  b 1 +  , [Eq. 03]
 2  Pd 

 P  Bd 2 cos 2 Φ 
BSF = S  d 1 − ,
 2  [Eq. 04]
 2 Bd  Pd 

 1  B cos Φ 
FTF = S  1 + d , [Eq. 05]
 2  Pd 

em que: S é a frequência de rotação (Hz); Bd é o diâmetro da esfera ou do rolo (mm); Pd é o diâmetro

primitivo do rolamento (mm); Nb é o número de esferas ou rolos; Ф é o ângulo de contato do
rolamento. Através dessas equações, foram encontradas as frequências associadas a cada um dos tipos
de falhas.
É importante lembrar que, elas só estarão presentes nos espectros de vibração quando os rolamentos
estiverem realmente defeituosos ou, pelo menos, quando seus componentes estiverem sujeitos a
tensões e deformações excessivas que poderão induzir uma falha.

4. RESULTADOS E DISCUSSÃO
Com base na metodologia descrita nas seções anteriores, pode-se diagnosticar alguns princípios de
falhas utilizando uma análise baseada no espectro de frequência. A fim de avaliar o método, foi
realizada a simulação de falhas em rolamento. Para a realização da simulação, foi gerado dois sinais
artificiais equivalente a um rolamento da SKF 7321(ver Figuras 7 e 9), com uma rotação de 600 RPM
(10 Hz). Aplicando a FFT nestes sinais, obtém-se os espectros de frequência ilustrados nas Figuras 8 e
10.

Figura 7 – Onda no domínio do tempo Figura 8 – Espectro do rolamento SKF 7321

Figura 9 – Onda no domínio do tempo Figura 10 – Espectro do rolamento SKF 7321

Utilizando as equações de falhas em rolamentos apresentada na seção 3, foram encontradas algumas
frequências referenciais de falhas, apresentadas na Tabela 1.
Tabela 1 – Frequências correspondentes à falhas

Tipos de Falhas Frequências Calculadas (Hz)

BPFO 48,9353

BPFI 71,0647

BSF 20,9172

FTF 4,0779

Interpretando o gráfico da Figura 8, percebe-se que o pico que está próximo de 10 Hz, equivale à
rotação do sistema. O pico de amplitude de 21,2 Hz representa a falha no elemento rolante (BSF). A
frequência de 71,7 Hz indica falha na pista interna (BPFI). O espectro da Figura 8 não apresenta
amplitude na frequência relativa a defeito na gaiola (FTF) e pista externa (BPFO). A presença dessas
amplitudes no espectro indica o surgimento alguma trinca na pista interna e nos elementos rolantes do
rolamento.

No gráfico da Figura 10, também se observa um pico em 10 Hz, equivale à rotação do sistema. O pico
de amplitude de 21,2 Hz representa a falha no elemento rolante (BSF). A frequência de 49,1 Hz indica
falha na pista externa (BPFO). Em 4,1 Hz há uma pequena amplitude referente ao defeito na gaiola
(FTF). A presença dessas amplitudes no espectro indica o surgimento de pequenas trincas na pista
externa, nos elementos rolantes e na gaiola do rolamento.

5. CONCLUSÃO
Neste artigo, foi feita a identificação de diferentes tipos de falhas que ocorrem em rolamentos, através
de técnicas de análise de vibração aplicadas em sinais artificiais.
A caracterização das falhas que o componente pode apresentar é demonstrada através da identificação
de harmônicas correspondentes as falhas em um espectro de frequência, obtidas pelo uso da
ferramenta FFT. Essas características permitem extrair importantes informações sobre o estado dos
rolamentos e as possíveis falhas que estes componentes podem apresentar.
Os resultados obtidos neste artigo, demonstram como as frequências do rolamento se comportam
mediante aos diferentes tipos de falhas. Com as informações adquiridas través da análise de vibração é
possível planejar uma reparação, evitando uma parada inesperada da máquina. A partir desse estudo,
serão realizados ensaios em laboratório para confirmar o método e aprimorar os algoritmos utilizados.

REFERÊNCIAS
ABREU, R. D. A.; BRITO, J. N.; LAMIM FILHO, P. . Diagnóstico de Falhas em Rolamentos
Utilizando as Técnicas de Decomposição em Wavelet e Detecção de Envelope. In: 8º Congresso
Iberoamericano de Engenharia Mecânica, 2007, Cusco. Anais do 8º Congresso Iberoamericano de
Engenharia Mecânica, 2007.

BONALDI, E. L.; OLIVEIRA, L. E. L.; SILVA, J. G. B. . Análise e Identificação de Falhas em

Motores de Indução Trifásicos através da Técnica de Análise da Assinatura Elétrica - ESA. In:
23o. Congresso Brasileiro de Manutenção, 2008, Santos. Anais do 23o. Congresso Brasileiro de
Manutenção, 2008.

FERNANDES, J. Segurança nas Vibrações sobre o Corpo Humano. [S.I.]: Unesp, 2000.
Disponível em: <http://wwwp.feb.unesp.br/jcandido/vib/index.htm>. Acesso em: 13 jul. 2009.

GONÇALVES, L. A. Um Estudo sobre Transformada Rápida de Fourier e seu uso em

processamento de imagens. 2004. 61 f. Dissertação (Mestrado) - Universidade Federal do Rio
Grande do Sul, Porto Alegre, 2004.

KARDEC, A.; NASCIF, J.; BARONI, T. Gestão Estratégica e Técnicas Preditivas. Rio de
Janeiro: Qualitymark, 2002.

RAO, S. S. Vibrações Mecânicas. São Paulo: Pearson Prentice Hall, 2008. Tradução de: Arlete
Simille.

TAYLOR, J. I. The Vibration Analysis Handbook. Flórida: Vibration Consultants, 1994.

AGRADECIMENTO
Agradecemos ao programa PIBICT/FUNCAP pela bolsa de pesquisa e consequente oportunidade de
realizar este trabalho.