INSTITUTO TECNOLOGICO DE SAN LUIS POTOSI

Aplicaciones de la teora
de las vibraciones
Mantenimiento I

Portales Coronado Juan Carlos

13/04/2015

ndice
Tema

1. Introduccin
2. Medicin de vibraciones

2.1. Etapas
2.2. Tcnicas de anlisis de vibraciones
2.2.1. Anlisis espectral
2.2.2. Anlisis de la forma de onda
2.2.3. Anlisis de fase de vibraciones
2.2.4. Anlisis de los promedios sincrnicos en el tiempo
2.2.5. Anlisis de rbitas
2.2.6. Anlisis de demodulaciones
2.2.7. Anlisis de vibraciones en partidas y paradas de una mquina
2.2.8. Transformadas tiempo-frecuencia
2.3. Diagnstico de grietas en ejes y vigas
2.4. Normativa existente en el anlisis de vibraciones
2.4.1. Respecto a las mquinas rotatorias
2.4.2. Respecto a mquinas con movimiento alternativo
2.4.3. Respecto a las estructura
2.4.4. Respecto a las personas
2.5. Preguntas
3. Anlisis de vibraciones

3.1Clasificacin de seales
3.2 Anlisis de Fourier de una muestra discreta
3.3 Calificacin de los Datos y Anlisis
3.4 Parmetros estadsticos
3.5 Funciones de Correlacin y Densidad Espectral
3.6 Tcnicas de Estimacin Paramtricas de la PSD
3.7 Preguntas
4. Diagnstico de vibraciones

4.0.1 Defectos Localizados

4.0.2 Defectos Distribuidos
4.1 Evolucin de la falla por picadura
4.2 Tcnicas de diagnostico
4.2.1 Anlisis de Vibraciones
4.3 Anlisis con zoom
4.4 Demodulacin

Pagina

1
4
4
6
6
6
6
7
7
8
8
8
9
13
13
14
14
15
15
16
16
22
25
26
29
35
39
40
40
40
41
41
42
43
43

4.5 Peakvue
4.6 Ensayos y resultados
4.6.1 Discusin
4.6.2 Resultados
4.7 Preguntas
5. Balanceo de rotores

5.1
5.2
5.3
5.4
5.5
5.6

Clasificacion de los metodos de balanceo

Mtodo midiendo amplitud y fase de vibracin
Mtodo de Den Hartog
Mtodo de sievert (4 runs)
Mtodo de los coeficientes de influencia.
Preguntas

6. Registro y anlisis de vibraciones

6.1 Desarrollo de bases de datos

6.1.1 Frecuencia de adquisicin de datos
6.1.2 Parmetros de anlisis
6.1.3 Anlisis de lmites operativos
6.1.4 Lmites de alarma
6.2 Instrumentos para la medida de vibraciones
6.2.1 Sondas de desplazamiento
6.2.2 Transductores de velocidad
6.2.3 Acelermetros
6.2.4 Tcnicas de montaje
6.2.5 Vibrmetro
6.2.6 Analizador de vibraciones
6.3 Realizacin
6.3.1 Programa de mantenimiento
6.3.2 Tendencias
6.3.3 Tcnicas de anlisis
6.3.3.1 Datos en banda ancha
6.3.3.2 Datos en banda estrecha
6.3.3.3 Anlisis de las causas races de fallos
6.4 Mantenimiento preventivo planificado
6.4.1 Desmontajes peridicos e inspecciones
6.4.2 Mantenimiento predictivo
6.5 Aspectos bsicos del mantenimiento predictivo
6.6 Ventajas y desventajas del anlisis por vibraciones aplicado a l
mantenimiento de las mquinas
6.7 Justificacin econmica del mantenimiento predi ctivo por
vibraciones mecnicas
6.8 Instruccin del personal y condiciones de la eficacia en la
ejecucin del mantenimiento predictivo

44
45
50
51
51
52
52
53
54
58
61
64
65
65
66
66
67
67
68
68
69
70
70
71
72
72
72
72
73
74
74
74
76
76
77
78
79
80
81

6.9 Pasos para la aplicacin del mantenimiento predi ctivo por

vibraciones mecnicas
6.10 Determinacin de los niveles de vibracin
6.11 Preguntas
7. Referencias

82
84
88
90

1. Introduccin
En esta recopilacin de temas relacionados con el mantenimiento y las vibraciones podemos dar
una probada de lo que se pudra ver a lo largo de este documento
En cuanto a Mediciones
La medicin y anlisis de vibraciones es utilizado, en conjunto con otras tcnicas, en todo tipo de
industrias como tcnica de diagnstico de fallas y evaluacin de la integridad de mquinas y
estructuras. En el caso de los equipos rotatorios, la ventaja que presenta el anlisis vibratorio
respecto a otras tcnicas como tintas penetrantes, radiografa, ultrasonido, etc., es que la
evaluacin se realiza con la mquina funcionando, evitando con ello la prdida de produccin que
genera una detencin.
Con respecto a los Anlisis
El anlisis digital de seales es un campo de estudio relacionado al procesamiento de informacin
presentada en forma digital donde el advenimiento en los ltimos aos de modernos sistemas de
computacin, ha logrado dar impulso a la introduccin de nuevos mtodos de anlisis en apoyo de
los tradicionales, as como un enorme crecimiento en la cantidad de aplicaciones prcticas a una
variedad diversa de problemas. Ejemplos de ello lo encontramos en el rea de Mecnica Aplicada,
donde se la utiliza en problemas de tipo estructural, para el diagnstico de problemas dinmicos
en mquinas rotantes, deteccin de malfuncionamiento de componentes en plantas nucleares;
anlisis de imgenes acsticas y de sonar marino en problemas de Acstica y Sonido, as como en
reconocimiento y sntesis de voces; en Comunicaciones es utilizada en anlisis de sistemas y
deteccin de seales, filtrado en canales mltiples, estimacin de funciones transferencia, etc.; en
Ingeniera Biomdica permite el monitoreo de la fatiga muscular, investigacin en perturbaciones
gstricas, en diagnstico de pacientes con problemas cardacos y muchas otras aplicaciones dentro
de esta rea algunas de las cuales se presentan en otros captulos de este libro; as como un
enorme conjunto de otras aplicaciones que han dado cuerpo y vitalidad a este campo de la ciencia
y tecnologa (ver por ej., Brigham 1988, Bendat 1986-1993, Robinson 1982, Forrester 1992,
Leuridan 1994, Ewins 2000). El procesamiento de seales no est limitado a datos
unidimensionales ya que es tambin aplicable en otra diversidad de aplicaciones tales como
procesamiento de imgenes, anlisis de seales en un conjunto de antenas, en problemas de
trayectorias de transmisin de seales, etc. (ver por ejemplo Jansen 1981, Bracewell 1995,
Gonzales 2002, Marple 1987, Oguma 1981, Upadhyaya 1980, Brigham 1988 y referencias all
citadas, etc.).
El procesamiento digital de seales se ha vuelto un campo significativamente rico en mtodos,
conocimientos y aplicaciones debido fundamentalmente a la alta tecnologa asociada con las
computadoras digitales y diseos de equipos digitales (tales como los analizadores de seales,
tarjetas de adquisicin de datos, grabadores multicanal, colectores de datos, osciloscopios

digitales, filtros, etc.), que en combinacin con las nuevas tcnicas de anlisis han generado
nuevas vas para llevar adelante estudios de problemas cada vez ms complejos.
El principal objetivo de este captulo es presentar en forma clara y concisa una revisin de los
principales mtodos de estimacin espectral en seales estacionarias, y que son utilizados para el
anlisis de problemas de vibraciones mecnicas, anlisis modal de estructuras y ruido neutrnico
en reactores nucleares como tcnica de diagnstico de las vibraciones en componentes internos al
ncleo de un reactor nuclear. Se enfatiza particularmente en aquellas tcnicas que pueden
considerarse como menos tradicionales para la comunidad de analistas en este tipo de problemas.
Se introduce en primer lugar una clasificacin de seales desarrollando una idea presentada en
Bendat (1986). Se discute luego las relaciones matemticas bsicas entre los dominios tiempo y
frecuencia desde el punto de vista del procesamiento de seales. A continuacin se expone una
discusin de diferentes tcnicas de estimacin espectral, dando nfasis a los mtodos basados en
modelacin autorregresiva, y explorando con mayor detalle aquellas que responden a nuevos
desafos en las aplicaciones al campo de las vibraciones tales como eventos de naturaleza
impulsiva y problemas no lineales. Dentro de la primera interesan las aplicaciones en la deteccin
de fallas en rodamientos, dientes de engranajes picados, inadecuadas tolerancias en los
rodamientos que dan lugar a golpes repetitivos, golpeteo del pistn de un motor, interacciones
impulsivas entre componentes en un reactor nuclear, etc. Se presenta una discusin de diferentes
mtodos de estimacin espectral orientadas a diagnosticar este tipo de problemas. Por ltimo se
discuten problemas de estimacin con dos y ms canales de medicin simultneos utilizando las
tcnicas de correlacin cruzada y de estimacin multivariable basadas en modelacin
autorregresiva. Se ha procurado dar ejemplos de aplicacin en la mayora de los casos.
Con referente a lo relacionado con diagnostico
Los rodamientos actan como una fuente de ruido y vibracin debido tanto a la variacin de
compliancia como a la presencia de defectos en ellos [Tandon 1992]. Los defectos en los
rodamientos se pueden clasificar como distribuidos y localizados.
El hecho de que la distribucin de carga vare sobre los elementos rodantes a medida que stos
giran sobre las pistas de rodadura hace que los rodamientos se comporten por si mismos en un
generador de vibraciones. Este comportamiento puede provenir tanto de rodamientos
geomtricamente perfectos como de rodamientos con imperfecciones de manufactura, problemas
de instalacin, lubricacin y condiciones ambientales inadecuadas o de algn otro factor que
ayude a producir desgaste o fatiga [Akturk 1998].
El anlisis y monitorizado de vibraciones son dos de las herramientas ms usuales para prevenir
incipientes problemas mecnicos relacionados con los procesos de fabricacin en cualquier planta
productiva, no limitndose slo a las mquinas rotativas. Hasta hace poco, eran excluidas del
anlisis de vibraciones las mquinas con velocidades de funcionamiento bajas, as como las lneas
de proceso continuo especialmente complejas. No obstante, en la actualidad se utilizan tcnicas
de anlisis de vibraciones en mquinas cuyas velocidades nominales son del orden de hasta 6
r.p.m.

La figura representa el esquema general correspondiente a la gestin de un sistema de

mantenimiento predictivo. El primer objetivo de todo sistema de mantenimiento basado en el
monitorizado de las condiciones de funcionamiento de las mquinas es evitar las paradas no
programadas. Desde esta perspectiva, el monitorizado de los parmetros relacionados con el
estado de las mquinas, puede permitir planificar las acciones correctivas de forma que se
minimicen dichos tiempos muertos.
Por otra parte, para obtener el mximo beneficio de la adopcin de las tcnicas de mantenimiento
predictivo, stas deben de ser integradas de forma apropiada dentro del plan de gestin de la
planta o instalaciones industriales correspondientes, con la necesaria consideracin de:
_ La compatibilidad desde el punto de vista operacional.
_ Los posibles mtodos de aplicacin.
_ El grado de preparacin requerido para el personal involucrado.
_ El valor intrnseco de la informacin obtenida.
_ La manera en que dicha informacin ha de ser utilizada.
_ La forma de recuperar al mximo las inversiones llevadas a cabo.
Todos estos aspectos pueden ser llevados a cabo mediante la aplicacin de una serie de mdulos
de gestin recogidos de forma grfica en la figura siguiente. La progresiva introduccin de los
mismos en el funcionamiento de los diferentes departamentos de la empresa permitir que las
tcnicas de mantenimiento predictivo alcancen su pleno desarrollo.

2. Medicin de vibraciones
LA MEDICION Y ANALISIS DE LAS VIBRACIONES COMO TECNICA DE INSPECCION DE EQUIPOS Y
COMPONENTES, APLICACIONES, NORMATIVAS Y CERTIFICACION

2.1. Etapas
Las etapas seguidas para medir y/o analizar una vibracin, que constituyen la cadena de medicin,
son:
- Etapa transductora
- Etapa de acondicionamiento de la seal
- Etapa de anlisis y/o medicin
- Etapa de registro.
El transductor es el primer eslabn en la cadena de medicin y debera reproducir exactamente las
caractersticas de la magnitud que se desea medir. Un transductor es un dispositivo electrnico
que sensa una magnitud fsica como vibracin y la convierte en una seal elctrica (voltaje)
proporcional a la magnitud medida.
Tpicamente hay cuatro tipos de sensores o transductores de vibraciones:
- Sensor de desplazamiento relativo sin contacto
- Sensor de desplazamiento relativo con contacto
- Sensor de velocidad o velocmetro
- Sensor de aceleracin o acelermetro.
Para la medicin de vibraciones en el exterior de las mquinas y en las estructuras hoy en da se
utiliza fundamentalmente los acelermetros. El acelermetro tiene la ventaja respecto al
velocmetro de ser ms pequeo, tener mayor rango de frecuencia, y poder integrar la seal para
obtener velocidad o desplazamiento vibratorio. El sensor de desplazamiento se utiliza para medir
directamente el movimiento relativo del eje de una mquina respecto a su descanso.
Para la seleccin adecuada del sensor se debe considerar, valor de la amplitud a medir,
temperatura de la superficie a medir y fundamentalmente el rango de las frecuencias a medir.

Tabla N1. Indica rango de frecuencias de transductores de vibracin tpicos.

Otro factor que debe tenerse en cuenta en la seleccin del sensor es el ruido elctrico inherente a
l. Por ejemplo, un acelermetro de uso industrial tiene un ruido elctrico tpico de 500 mg pico,
mientras que un acelermetro de baja frecuencia slo tiene un ruido elctrico tpico de 10 mg
pico.
La etapa de acondicionamiento de la seal consiste en acondicionar la seal que sale del
transductor para que pueda ser medida adecuadamente. Esto contempla en algunos casos,
dependiendo del tipo de transductor, filtraje, integracin, amplificacin o demodulacin.

Fig. N1. Anlisis espectral y de la forma de onda de una bomba centrfuga.

Una vez acondicionada la seal sta puede ser medida o analizada. Un medidor de vibraciones es
un instrumento que mide el valor pico, pico a pico o RMS de la vibracin. Un analizador de
vibraciones es un instrumento que realiza anlisis espectral.

2.2. Tcnicas de anlisis de vibraciones

El objetivo del anlisis de vibraciones es poder extraer el mximo de informacin relevante que
ella posee. Para esto existen diferentes tcnicas de anlisis tanto en el dominio tiempo como en el
dominio frecuencia, las cuales tienen sus propias ventajas para algunas aplicaciones en particular.
A continuacin se presenta algunas de las tcnicas ms utilizadas en la inspeccin de mquinas.

2.2.1. Anlisis espectral

La esencia del anlisis espectral es descomponer la seal vibratoria en el dominio del tiempo en
sus componentes espectrales en frecuencia. Esto permite, en el caso de las mquinas,
correlacionar las vibraciones medidas generalmente en sus descansos, con las fuerzas que actan
dentro de ella. Fig. N1 ilustra lo anterior.
Las vibraciones corresponden a una bomba centrfuga de 5 labes. Las componentes de
frecuencias 1x rpm y 2x rpm se las asocia a un grado de desalineamiento de la bomba con el motor
y al desbalanceamiento residual del rotor. La componente de frecuencia 5x rpm proviene de las
pulsaciones de presin que genera este tipo de mquinas.

2.2.2. Anlisis de la forma de onda

El anlisis de la forma de la vibracin en el tiempo a veces puede proveer informacin
complementaria al anlisis espectral. Este anlisis es adecuado para reconocer los siguientes tipos
de problemas:
- Impactos
- Rozamientos intermitentes
- Modulaciones en amplitud y frecuencias
- Transientes
- Truncaciones

2.2.3. Anlisis de fase de vibraciones

Se puede definir la diferencia de fase entre dos vibraciones de igual frecuencia como la diferencia
en tiempo o en grados con que ellas llegan a sus valores mximos, mnimos o cero. El anlisis de
diferencias de fase a la velocidad de giro de la mquina entre las vibraciones horizontal y vertical o
entre las vibraciones axiales de los diferentes descansos del sistema motormquina, permite
determinar los movimientos relativos entre ellos, y diferenciar entre problemas que generan
vibraciones a frecuencia 1x rpm:
- Desbalanceamiento
- Desalineamiento

- Eje doblado
- Resonancia
- Poleas excntricas o desalineadas.

2.2.4. Anlisis de los promedios sincrnicos e n el tiempo

Esta tcnica recolecta seales vibratorias en el dominio tiempo y las suma y promedia
sincrnicamente mediante un pulso de referencia repetitivo. Las componentes sincrnicas al pulso
se suman en el promedio y las no sincrnicas disminuyen de valor con el nmero de promedios
(1).
Fig. N2 muestra vibraciones medidas en la tercera prensa de una mquina papelera. Se observa
utilizando la tcnica de promedios sincrnicos en el tiempo la contribucin a la vibracin global del
rodillo superior y el fieltro. Esto permite determinar en forma ms fcil el origen de las diferentes
componentes vibratorias.

2.2.5. Anlisis de rbitas

Combinando dos seales vibratorias captadas por sensores ubicados relativamente entre ellos a
90 (vertical y horizontal) en un descanso de la mquina se puede obtener el movimiento del eje
en el descanso o su rbita, ver Fig. N8.

Fig. N2. Promedios sincrnicos en el tiempo.

2.2.6. Anlisis de demodulaciones

El anlisis de demodulaciones en amplitud consiste en analizar la envolvente de la seal temporal
de una seal modulada. Este anlisis permite determinar ms fcilmente la periocidad de las
modulaciones y diagnosticar problemas tales como:
- Rodamientos picados
- Engranajes excntricos o con dientes agrietados
- Deterioro de labes en turbinas
Problemas elctricos en motores

2.2.7. Anlisis de vibraciones en partidas y paradas de una mquina

Existen ciertos problemas que son ms fciles de diagnosticar durante el funcionamiento
transigente (partidas/paradas) que durante el funcionamiento estacionario de la mquina. Es el
caso de los problemas que generan vibraciones cuyas frecuencias son funcin de la velocidad de la
mquina. Al disminuir sta, dichas componentes van disminuyendo en acorde, por lo que en algn
momento coinciden con alguna frecuencia natural de ella y son amplificadas, evidenciando en ese
instante en forma ms clara el problema.
Para esto se analiza los grficos de la amplitud y fase de algunas componentes vibratorias en
funcin de la velocidad de rotacin de la mquina. Estos grficos se denominan a veces grficos de
Bod. Otro grfico que se utiliza para estos anlisis es el diagrama en cascada, como el mostrado
en Fig. N7. Este grfico tridimensional muestra espectros vibratorios para diferentes velocidades
de rotacin de la mquina.

2.2.8. Transformadas tiempo-frecuencia

El anlisis espectral es adecuado para analizar vibraciones compuestas de componentes
estacionarias durante su perodo de anlisis. Esto indica qu efectos transigentes de la vibracin
son promediados en el perodo de anlisis, perdindose informacin sobre la naturaleza o forma
de estas variaciones.
Existe entonces la necesidad de un anlisis que describa mejor seales no estacionarias o
transientes. Esto se consigue con las distribuciones o transformadas tiempo-frecuencia (2). Las
transformadas tiempo-frecuencia son anlisis tridimensionales amplitud-tiempo-frecuencia, es
decir, se agrega una nueva dimensin (el tiempo) a la clsica FFT.

Fig. N3. Viga agrietada simplemente apoyada.

2.3. Diagnstico de grietas en ejes y vigas

Uno de los problemas ms serios en las mquinas y estructuras es el riesgo de una falla
catastrfica debido a la generacin de grietas en ellas. A pesar de que las mquinas y estructuras
son cuidadosamente diseadas y minuciosamente inspeccionadas, tanto antes de su puesta en
servicio como peridicamente durante su vida operativa, hay antecedentes en la literatura del
colapso de plantas debido a ejes y estructuras agrietadas.
Una de las tcnicas utilizadas para diagnosticar la presencia de grietas en mquinas y estructuras
es el anlisis de vibraciones. Los fundamentos de esta tcnica son ilustrados a continuacin
analizando el comportamiento dinmico de una viga y un eje agrietado.
Fig. N3 muestra una viga simplemente apoyada, la cual tiene una grieta transversal de
profundidad un 40% del ancho de ella. La viga es de acero estructural, de seccin transversal 1,26
(cm) de alto por 2,54 (cm) de ancho y 81,6 (cm) de largo. Sus primeras cuatro frecuencias
naturales de vibrar en flexin son 44, 170, 391 y 706 (Hz) respectivamente.
El comportamiento vibratorio de esta viga agrietada cuando se le aplica una fuerza senoidal
transversal a ella, fue estudiado en forma terica y experimental.
Para el estudio terico se utiliz el mtodo de los elementos finitos. La grieta se model utilizando
la teora de la fractomecnica lineal (3).
Fig. N4 muestra el espectro vibratorio en frecuencias y la forma de la vibracin en el tiempo en
los nodos 3 y 7 de la viga, cuando en el nodo 5 se aplica una fuerza armnica de frecuencia W = 83
(Hz).
Esta figura ilustra algunas caractersticas del comportamiento vibratorio de la viga agrietada que
se utiliza para detectar la presencia de una grieta en una estructura:
- Comportamiento no lineal de la viga agrietada. La respuesta vibratoria estacionaria de la viga a
una excitacin armnica de frecuencia W, tiene componentes de frecuencias mltiplos de W, y en
algunos casos (no mostrados) submltiplos de W.

- Para el caso mostrado en Fig. N4 donde W = 83 (Hz), las componentes espectrales

predominantes aparte de la fundamental es a 2W, debido a la cercana de esta frecuencia con la
segunda frecuencia natural de vibrar en flexin de la viga.

Fig. N4. Respuesta vibratoria del nodo 3 para W=w2/2=85 Hz.

Fig. N5. Forma del segundo modo de vibrar en flexin de la viga.

- Los nodos donde es ms clara la presencia de la componente a 2W son los nodos 3, 4, 8, 9, que
son los nodos que tienen mayor amplitud vibratoria cuando es predominante el segundo modo de
vibrar en la vibracin de la viga, como ocurre cuando W = 83 (Hz), ver Fig. N5. Esto tambin es
utilizado para poder determinar la ubicacin de la grieta en la viga. Algunas publicaciones (4)
proponen como mtodo de deteccin y ubicacin de una grieta transversal en una viga o eje, el
anlisis de los cambios en las frecuencias naturales y modos de vibrar que genera el sistema

agrietado. Sin embargo, por un lado estos cambios son el la mayora de los casos pequeos y por
otro lado ellos pueden provenir de otras causas que cambien la rigidez del sistema.
Fig. N6 muestra un esquema del rotor agrietado estudiado. El eje tiene una grieta de profundidad
un 30% de su dimetro. El dimetro del eje es de 4 (cm) y su largo de 1 (m). El rotor est montado
en el punto medio del eje y tiene una masa de 6 (kg).
Las primeras tres frecuencias naturales de vibrar en flexin del sistema para el eje no agrietado
son 54, 304 y 578.3 (Hz) respectivamente y para el eje agrietado 53.6, 303.2 y 576.8 (Hz)
respectivamente. Esto ilustra lo indicado anteriormente para la viga agrietada, es decir, que los
cambios en las frecuencias naturales y modos de vibrar (no mostrados) del eje agrietado respecto
al eje no agrietado son pequeos.
A diferencia de las vigas agrietadas, la ley de apertura y cierre de la grieta en ejes es ms compleja.
En el modelo terico hay que determinar para cada posicin angular del eje qu parte de la
seccin agrietada del eje est abierta y cul est cerrada. Si el factor de intensidad de esfuerzos
(obtenido de la teora de la fractomecnica) es positivo en un elemento de rea agrietado, se
asume que el esfuerzo resultante es de traccin y por lo tanto, esa parte de la seccin agrietada se
encontrara abierta. En caso contrario, si es negativo, esta parte de la seccin agrietada se
encontrara cerrada.
Fig. N7 muestra espectros vibratorios de un rotor con eje agrietado teniendo como fuerzas que
actan sobre l slo el peso de sus componentes. Estos espectros corresponden a diferentes
velocidades de giro del rotor entre 0 y 6000 (cpm). De esta figura se observa que la caracterstica
de los espectros vibratorios son componentes a frecuencias 1, 2 y 3 veces la velocidad de giro del
rotor. Estas vibraciones son de origen paramtrico. El rotor, a pesar de estar sometido a una
fuerza constante (su peso), vibra esto es debido a los cambios de rigidez del eje que produce la
apertura y cierre de la grieta cuando el rotor gira.
Sin embargo, en el caso de las mquinas rotatorias estos sntomas no son discriminatorios para
diagnosticar la presencia de una grieta transversal en el eje. Un problema muy comn en las
mquinas rotatorias que presenta sntomas similares es el desalineamiento entre los ejes de
mquinas acopladas. Las consecuencias de ambos problemas, sin embargo, son muy diferentes.
Un eje agrietado no detectado a tiempo conducir a la falla catastrfica de la mquina, mientras el
desalineamiento slo reducir la vida de algunos elementos de ella. De aqu, la importancia de
poder discriminar entre este tipo de problemas.
Para poder realzar los sntomas de un eje agrietado que permitan diferenciarlo de otros problemas
que presentan espectros vibratorios y formas de vibracin similares, cuando el rotor gira a su
velocidad de funcionamiento, es necesario analizar las vibraciones del rotor durante su rgimen
transiente. Se analiza la rbita que describe el centro del eje a diferentes velocidades de giro
(anlisis en la partida o parada de la mquina).

Figura N 6. Esquema del Rotor con eje agrietado.

Fig. N7 Espectro en cascada del rotor balanceado y con eje agrietado para diferentes velocidades
de rotacin.

Fig. N8 Orbitas descritas por el rotor desbalanceado y con eje agrietado para diferentes
velocidades de rotacin.
Fig. N8 muestra rbitas caractersticas de un eje agrietado. Otras caractersticas que ayudan a
diferenciar entre los dos tipos de problemas mencionados precedentemente son:
- El desalineamiento genera vibraciones significativas en la direccin axial, no as un eje agrietado.
Las vibraciones axiales generadas por un eje agrietado debido a un acoplamiento de movimientos
transversal y axial que genera la grieta, son pequeos.
- El desalineamiento genera vibraciones en los descansos a ambos lados del acoplamiento, la
grieta en ambos descansos de la mquina con eje agrietado.
- El desalineamiento genera cargas adicionales en los descansos de ambas mquinas acopladas, lo
que se traduce en un aumento de la temperatura de stos, no as el eje agrietado.

2.4. Normativa existente en el anlisis de vibraciones

2.4.1. Respecto a las mquinas rotatorias
La normativa actual existente da criterios de evaluacin de la severidad vibratoria respecto a:
- la condicin operacional de la mquina
- ensayos de aceptacin de mquinas.
ISO 10816-1. "Mechanical vibration. Evaluation of machine vibration by measurements on nonrotating parts. Part 1: General guidelines" establece los parmetros a medir, procedimientos,
instrumentacin y condiciones de operacin recomendados para tomar las mediciones.

Para su evaluacin divide a las mquinas de acuerdo a su tamao (potencia), de acuerdo al tipo de
mquina y de acuerdo a su sistema de montaje. Califica el nivel vibratorio en cuatro calidades: A,
B, C y D. El nivel vibratorio de calidad A corresponde al de una mquina en buen estado y debera
ser el valor de aceptacin para una mquina nueva. En el otro extremo, una calidad de vibracin D
se considera ser suficientemente severa como para causar dao a la mquina. Esta normativa
utiliza para evaluar la severidad de vibraciones de baja frecuencia (f < 10 Hz) el desplazamiento
RMS, para vibraciones de frecuencias intermedias (10 f 1000 Hz) la velocidad RMS, y para
vibraciones de alta frecuencia (f > 1000 Hz) la velocidad RMS. Esto considerando el hecho que a
bajas frecuencias el problema ms serio que generan las vibraciones son los esfuerzos o la fatiga a
bajos ciclos; en el rango medio de frecuencias es el efecto de la fatiga y a altas frecuencias son las
fuerzas de inercia que generan las vibraciones.
Para las mquinas con descansos hidrodinmicos, que es el caso en general de mquinas crticas
grandes, esta normativa ISO 10816 es complementada con el estndar ISO 7919-1: "Mechanical
vibration of nonreciprocating machines. Measurement on rotating shafts and evaluation criteria".
Este ltimo estndar establece lmites para las vibraciones del eje de la mquina con el objeto de i)
evitar sobrecargas dinmicas excesivas sobre los descansos, los cuales pueden daar el metal
blanco. ii) que los desplazamientos vibratorios del eje sean compatibles con los juegos internos del
rotor con las partes fijas de la mquina (estator, sellos). La severidad vibratoria la cuantifica este
estndar por la medicin del desplazamiento vibratorio mximo del eje respecto al descanso.

2.4.2. Respecto a mquinas con movimiento alternativo

En el caso de mquinas con movimiento alternativo los estndares existentes para evaluar la
severidad de sus vibraciones tienen objetivos diferentes que para el caso de las mquinas
rotatorias, ver ISO 10816-1: "Mechanical vibration. Evaluation of machine vibration by
measurement on non-rotating parts. Part 6: Reciprocating machines with power rating above 100
kW".
Una mquina con movimiento alternativo, como ser un motor Diesel, es una mquina robusta
diseada para soportar los esfuerzos que generan las explosiones que se producen dentro de ella.
De aqu, que los esfuerzos generados por las vibraciones son para este tipo de mquinas,
marginales. La normativa evala la severidad vibratoria no para considerar el efecto sobre la
mquina misma, sino que considera el efecto que ella tiene en elementos montados sobre la
mquina (bombas, intercambiadores de calor, instrumentos, etc.) y los conectados a ella (tuberas,
fundaciones, etc.).

2.4.3. Respecto a las estructura

Existen normativas al respecto, tales como ASA 95-1990 ANSI S2.47: "American National
Standard. Vibration of Buildings. Guidelines for the measurement of vibrations and evaluation of
their effects on buildings". Esta normativa, a diferencia de la existente para las mquinas, no da
valores numricos que permitan la evaluacin de la severidad de la vibracin. Esta normativa es

solamente cualitativa. Indica los diferentes factores que deben ser considerados para su
evaluacin; como tomar en cuenta los diferentes tipos de estructuras o edificios existentes; las
magnitudes y mtodos de medicin que pueden ser usados y los diferentes procedimientos de
clculo a utilizar para evaluar las vibraciones medidas.
El hecho de que la normativa existente para las mquinas de valores que permite evaluar la
severidad de sus vibraciones se debe a que la razn entre las diferentes dimensiones de una
misma mquina es relativamente constante, lo que permite relacionar niveles vibratorios y
esfuerzos generados por ellos. Sin embargo, esto no sucede en las estructuras, donde las
dimensiones relativas en las tres direcciones de ellas pueden variar grandemente.

2.4.4. Respecto a las personas

La norma ms importante y ampliamente conocida es la norma ISO 2631: "Mechanical vibration
and shock. Evaluation of human exposure to whole-body vibration. Part 1: General requirements",
cuya primera edicin apareci en 1972. La revisin ms reciente corresponde a 1997.
Este estndar define y da valores numricos para los lmites de exposicin a los que puede estar
sometido un ser humano. Estos lmites establecen valores que permiten cuantificar diferentes
efectos de las vibraciones sobre el individuo:
- Dao en la salud o seguridad de las personas.
- Disminucin de la eficiencia en el trabajo.
- Disminucin del confort de la persona.
Las quejas mdicas incluyen dolor vertebra gnico, deformaciones de la columna vertebral, fatiga,
enfermedades de los msculos del esqueleto, desrdenes hemorroidales, etc.
Esta norma utiliza para evaluar la severidad vibratoria la aceleracin RMS entre 1 y 80 (Hz) medida
en tres direcciones mutuamente ortogonales. Limita el nivel vibratorio de acuerdo a la frecuencia
de la vibracin
Los valores ms bajos corresponden a los rangos de frecuencia donde se encuentran las
frecuencias naturales de vibrar de los diferentes rganos del ser humano. Por ejemplo, la
frecuencia natural longitudinal (de cabeza a pies) de un ser humano se considera que est entre 4
y 8 (Hz). Las transversales (espalda a pecho y de derecha a izquierda) estn entre 1 y 2 (Hz).

2.5. Preguntas
1.- Que es una vibracin?
Respuesta: En trminos muy simples una vibracin es un movimiento oscilatorio de pequea
amplitud. Todos los cuerpos presentan una seal de vibracin en la cual plasman cada una de sus
caractersticas. De acuerdo a esto, las mquinas presentan su propia seal de vibracin y en ella se

encuentra la informacin de cada uno de sus componentes. Por tanto, una seal de vibracin
capturada de una mquina se compone de la suma de la vibracin de cada uno de sus
componentes.
2.- Qu es un movimiento armnico simple?
Respuesta: Es un movimiento peridico de vaivn, en el que un cuerpo oscila de un lado al otro de
su posicin de equilibrio, en una direccin determinada, y en intervalos iguales de tiempo.
3.- Qu es una vibracin libre?
Respuesta: Es aquella que se produce mientras no se aplica una excitacin permanente sobre el
sistema, dentro de este tipo de vibraciones tenemos 2 tipos de vibraciones la Vibracin libre no
amortiguada y Vibracin libre amortiguada.
4.- Que es una vibracin forzada?
Respuesta: Es cuando un cuerpo que est vibrando se pone en contacto con otro, el segundo
cuerpo se ve forzado a vibrar con la misma frecuencia que el original.
5.- Cules son los problemas que generan vibraciones a frecuencia 1x rpm?
- Desbalanceamiento
- Desalineamiento
- Eje doblado
- Resonancia
- Poleas excntricas o desalineadas
3. Anlisis de vibraciones

3.1 Clasificacin de seales

Los fenmenos fsicos de mayor inters en ingeniera se miden en trminos de una funcin
amplitud versus tiempo, a la que nos referiremos como el registro histrico temporal o seal
observada. La amplitud instantnea de la misma representa alguna cantidad fsica de inters,
como por ejemplo velocidad, aceleracin, presin, temperatura, deformacin, etc.
Los sistemas fsicos y de ingeniera se pueden clasificar en lineales o no lineales, con
parmetros en cada uno de ellos que pueden ser constantes o variables en el tiempo, lo que nos
lleva a la clasificacin que se muestra en la Figura 1.
En general, en la mayora de las aplicaciones dentro del rea de las vibraciones mecnicas las
nicas variables observables estn dadas por la seal de salida en un sistema y representa la
respuesta del mismo ante ciertos estmulos (Figura 2). Refirindonos a la clasificacin dada en
la Fig. 1 decimos que la misma puede ser lineal o no lineal, lo que de hecho es un fiel reflejo
del comportamiento del sistema. Una descripcin matemtica profunda de sistemas lineales y

no lineales se puede ver por ejemplo en Haddad 1975, Ljung 1987, Bendat 1990 y 1993,
Schetzen 1980, Stoker 1992.

Figura 1: Clasificacin tpica de seales en anlisis de vibraciones.

Dos diferencias muy importantes entre sistemas lineales y no lineales es que los primeros
satisfacen el principio de superposicin, mientras que los segundos no lo hacen, y la segunda es
que en un sistema lineal cuando los datos de entrada sean aleatorios con una funcin de
distribucin de probabilidad (p.d.f.) Gaussiana, producirn una seal de salida que tendr
tambin el mismo tipo de distribucin terica; mientras que para un sistema no lineal una
entrada de datos similar producir una seal de salida con una distribucin no Gaussiana. Por lo
expuesto vemos que una forma de detectar un sistema no lineal es por medio de la estimacin
de la distribucin probabilstica de los datos de salida ante una excitacin de entrada que se
supone tiene una p.d.f. Gaussiana. Sin duda alguna, una de las reas de aplicacin ms
importantes de los mtodos de anlisis espectral es la identificacin de sistemas lineales, un

campo en donde existe una formulacin general de este problema. En cambio, para analizar un
sistema no lineal se requieren diferentes tcnicas para llevar a cabo clasificaciones especiales
dada la falta de un esquema general de anlisis.
Como ya hemos indicado, en un sistema mecnico las seales observables de inters es lo que
denominamos la respuesta del mismo ante estmulos externos (entradas o fuerza de excitacin)
que en algunos casos (por ej. en test de impacto para determinar frecuencias naturales) pueden
estar manipulados por el observador, y en otros son el resultado de una falla en algn
componente del sistema. Cualquier otro tipo de seal se denomina perturbaciones y se dividen
en aquellas que pueden medirse en forma directa y otras que solamente pueden ser observadas a
travs de su influencia en la seal de salida, tal como se observa en la Fig. 2.

Figura 2: Sistema tpico de medicin. H(f) es la funcin transferencia del sistema.

En general cualquier conjunto de datos observados se pueden clasificar en deterministas y

aleatorios. Los primeros son aquellos que se pueden describir por medio de una relacin
matemtica explcita. El caso ms simple lo representa una funcin senoidal, mientras que los
tipos ms generales de funciones peridicas quedan representadas por su serie de Fourier:

Donde T es el perodo de la seal. El primer trmino a representa la DC en la seal, mientras

0

que los restantes trminos consisten en un nmero infinito de sinusoides de amplitudes

decrecientes y frecuencias que son mltiplos de f . El espectro se caracteriza por un conjunto
1

discreto de lneas.
Los fenmenos fsicos donde las mediciones producen un registro temporal nico, el cual muy
probablemente no vuelva a repetirse, se denominan aleatorios. En tales casos, la historia
temporal resultante de un experimento dado representa solamente una realizacin fsica de lo
que podra haber ocurrido, de modo que a fin de tener una comprensin completa de los

datos, conceptualmente debera pensarse en trminos de un nmero infinito de registros

temporales que podran haber ocurrido tal como est ilustrado en la Fig. 3.

Figura 3: Conjunto de registros temporales de un proceso aleatorio de una seal.

Una historia temporal simple x (t) es lo que se denomina un registro o funcin muestral
i

(observable en un perodo finito de tiempo), mientras que la coleccin de todos ellas {x (t)}es lo
i

que se llama un proceso estocstico. Las propiedades promedios de los datos en cualquier
instante t se pueden calcular promediando sobre todo el conjunto de datos (como por ejemplo
1

el valor medio _ (t ), la variancia, la funcin de auto correlacin R (t ,t +_), etc.):

x 1

xx 1 1

Las seales aleatorias pueden categorizarse a su vez en estacionarias y no estacionarias, y los

primeros dividirse a su vez en ergdicos y no ergdicos. En la mayora de los casos es posible
calcular los estadsticos descriptivos del proceso aleatorio a travs de promedios temporales
en funciones muestrales del conjunto. Por ejemplo, usando la k-esima funcin muestral del
proceso estocstico podemos estimar _ (k) y R (_,k) mediante:
x

xx

Si el proceso {x(t)} es estacionario, ambos valores no diferirn cuando se los calcule sobre
diferentes funciones muestrales, en este caso se dice adems que el mismo es ergdico, lo
cual implica que los valores medios temporales son iguales a los valores promedios sobre todo
el conjunto muestral, en cuyo caso diremos que _ (k) = _ ; y R (_,k) = R (_). Los procesos
x

xx

xx

ergdicos constituyen una clase muy importante dentro de los procesos aleatorios, ya que las
propiedades de estos se pueden estimar utilizando promedios temporales en una sola funcin
de muestra. La justificacin formal de los resultados anteriores proviene del denominado
teorema ergdico (ej. Papoulis 1991). Muchos fenmenos fsicos responden a este tipo de
modelo. La Fig. 4 muestra un conjunto de historias temporales caractersticas de un proceso
estacionario.

Figura 4: Conjunto de registros temporales estacionaria (presiones en un fluido turbulento).

Sin embargo, tambin es bastante comn encontrarse en la prctica con seales que miradas
integralmente se comportan en forma no estacionaria. Desde un punto de vista puramente
computacional, la situacin ms favorable sera aquella en la cual los datos no estacionarios de
inters puedan repetirse en condiciones estadsticamente similares con lo cual seran posibles
las estimaciones muestrales tal como se indica esquemticamente en la Fig. 5.
Sin embargo la situacin ms comn es aquella en que los fenmenos no estacionarios de
inters son nicos y no se pueden reproducir en un sentido estadstico. Ejemplos de esta
situacin la encontramos en ondas ocenicas, turbulencias atmosfricas, en series econmicas,
etc. Dado que no existe una metodologa general, apropiada a todos los tipos de procesos no
estacionarios y aleatorios se concluye en la necesidad de desarrollar tcnicas especiales que
slo se pueden aplicar a ciertos tipos de procesos. La Fig. 1 muestra una posible clasificacin
de diferentes seales no estacionarias que se encuentran en problemas de vibraciones
mecnicas. La Fig. 6 representa una rfaga de velocidad atmosfrica y es un tpico ejemplo de
un proceso aleatorio no estacionario, ya que no sera posible disear experimentos que puedan
producir un conjunto muestral con propiedades similares. Simplemente adquirimos lo que
ocurre en ese lapso de tiempo.

Figura 5: Registros temporales de un proceso aleatorio no estacionario.

Figura 6: Registro temporal de una seal no estacionaria.

Otro tipo de datos no estacionarios consiste en factores determinsticos que operan en un
proceso aleatorio estacionario, tal como se ve en la Fig. 7.

Figura 7: Ejemplos de datos no a) valor medio variable en el tiempo, b) RMS variable, c)

estructura con frecuencia variable en el tiempo.

Desde el punto de vista del anlisis de vibraciones, existe una clase de datos no estacionarios
que tienen especial inters. Se las denomina seales transientes y son las resultantes de un
fenmeno de corta duracin con un comienzo y un fin perfectamente definidos. La Fig. 8
muestra un ejemplo de este tipo de seal (una discusin ms detallada acerca de las
propiedades matemticas de las seales no estacionarias se pueden ver por ejemplo en
Bendat 1986 y Priestley 1987).

Figura 8: Conjunto de registros temporales caractersticos de una seal transiente

(aceleracin durante impactos estructurales).

3.2 Anlisis de Fourier de una muestra discreta

La clasificacin de seales dada en el apartado anterior es casi universal para la mayora de las
situaciones encontradas en la prctica. El problema que surge es como analizarlas. Los mtodos
de procesamiento de seales estn diseados para atacar los problemas de deteccin y
estimacin. El primero de ellos se refiere a la cuestin de determinar si una seal especfica se
encuentra presente en una observacin de datos, mientras que la estimacin se refiere al
problema de calcular los valores de los parmetros que describen las seales de inters.
Ciertamente, estas cuestiones dependen del campo especfico de aplicacin. La forma usual de
llevar adelante estas cuestiones es a travs del uso de funciones estadsticas en los dominios
tiempo y frecuencia que estn linealmente relacionados a travs de la transformada de Fourier
definidas por las conocidas expresiones (Bracewell 1978, Bendat 1986, Brigham 1988,
Papoulis 1991, etc.):

y la correspondiente transformada inversa de Fourier:

en donde se dice que x(t) y X(f) forman un par transformado de Fourier:

De acuerdo a esta definicin, cualquier evento que se pueda asociar a una seal temporal se
puede igualmente describir en trminos de su correspondiente espectro en frecuencias. La
reversibilidad de la transformada nos asegura que estas representaciones son siempre
descripciones equivalentes del evento, y que en principio no habra razn para preferir un
dominio respecto del otro.
En la prctica, la mayora de las seales con las que nos encontramos son siempre aleatorias por
naturaleza, ya que an en aquellos casos en que se trate de una forma de onda peridica pura, la
seal observada normalmente est corrompida por ruido.
Por cuestiones prcticas, cada seal que procesamos debe tener extensin finita, la cual puede
ser ajustable y seleccionable, pero debe ser finita. El procesamiento de una seal de esta
naturaleza impone ciertas caractersticas al anlisis armnico, que incluye detectar tonos en
presencia de otros cercanos y fuertes, la resolubilidad de seales peridicas cercanas, frecuencia
variables, etc. Por lo tanto, si consideramos a x(t) en un intervalo de tiempo T finito, X(f) se
estima mediante el cmputo de la llamada Transformada Finita de Fourier (Brigham E.O. 1988
y Bendat 1986):

Este tipo de transformada de Fourier siempre existir para registros de longitud finita.

Las tcnicas apropiadas para la adquisicin y procesamiento de nuestros datos son

fuertemente dependientes del fenmeno fsico que estamos observando y del objetivo deseado
en el procesamiento. En trminos amplios, las operaciones requeridas se pueden dividir en
cinco categoras primarias (Bendat, 1986 y Otnes, 1978, etc.):
_ Coleccin: el elemento primario es el transductor.
_ Grabacin: utilizado en algunas aplicaciones como una forma de almacenamiento de la
seal.
Preparacin: es la preparacin de los datos originales va una conversin analgica
digital.
_ Calificacin: implica la verificacin de caractersticas tales como estacionalidad,
normalidad, etc.
_ Anlisis: este paso se refiere a los procedimientos para analizar las propiedades de los
datos aleatorios.
Ahora bien, si tenemos en cuenta que la mayora de los procedimientos de anlisis se llevan a
cabo en equipos digitales, esto implica disponer de una versin muestreada de la forma de onda
continua, separadas cada _t segundos. Surgen entonces dos cuestiones crticas: en primer lugar
representan adecuadamente el sistema analizado los valores muestreados de la seal?, y en
segundo lugar cul debera ser el intervalo de muestreo a fin de recuperar la seal de manera
ptima? Si los valores muestreados son x (n_t) donde _t es el intervalo de muestreo, podemos
s

expresar la seal por:

que representa una secuencia infinita de impulsos equidistantes. La correspondiente

transformada de Fourier se obtiene utilizando el teorema de convolucin:

en dnde f es la frecuencia de muestreo e igual a 1/_t . Este resultado nos muestra que la
s

transofmrada de Fourier de una forma de onda sampleada es una funcin peridica dnde un
perodo es igual a la transformada de Fourier de la seal continua x(t), si _t es pequeo. Si
incrementamos el tiempo de muestreo vamos a obtener una versin distorsionada de la
transformada de Fourier deseada conocida como aliasing, fenmeno que ocurre cuando una
seal no est sampleada a una velocidad suficientemente alta. Para evitar los problemas de
aliasing debemos asegurarnos que la componente de mayor frecuencia de X(f) debe ser menor
que la frecuencia de corte de Nyquist f =1/2__t (Poularikas, 1996).
c

Entonces, si asumimos que la seal x(t) est muestreada en N puntos igualmente espaciados
cada _t, el cual ha sido seleccionado a fin de tener una frecuencia de corte suficientemente alta,
y llamando t =n__t con valores X =x(n__t), n =1,2,,N, se tiene que la versin discreta de la
n

transformada finita de Fourier est dada por:

Donde X = X(f )/_t, f = k/N__t. Esta frmula es conocida como Transformada Discreta de
k

Fourier (DFT), y la correspondiente frmula para la transformada de Fourier inversa discreta

dada por:

La Transformada Rpida de Fourier (FFT) es el nombre de un conjunto de algoritmos

computacionalmente eficientes para la evaluacin rpida de la DFT (Brigham 1988; Bendat
1986, Otnes 1978, Bergland, 1969). El concepto central de la FFT es dividir los N puntos de la
DFT en dos o ms DFT pequeas, cada una de las cuales pueden computarse en forma
individual y combinarse en forma lineal a fin de obtener la DFT de la secuencia de N puntos
originales. Estas DFT ms pequeas pueden a su vez subdividirse en otras an ms pequeas
de la correspondiente subsecuencia. En general una DFT de N puntos requiere log N etapas
2

con N sumas y N/2 multiplicaciones en cada etapa, lo cual implica que una FFT de N puntos
requiere aproximadamente N*log N sumas y N*log (N/2) multiplicaciones complejas. Esto
2

representa un significativo ahorro relativo a las N operaciones que requeriran evaluarse en

forma individual para obtener N valores transformados a partir de N datos.

3.3 Calificacin de los Datos y Anlisis

El anlisis de los datos aleatorios involucra consideraciones de naturaleza estadstica puesto
que no es posible escribir una ecuacin matemtica para las historias temporales producidas por
un fenmeno aleatorio.
Los procedimientos para analizar las propiedades de los datos aleatorios se pueden dividir en
dos categoras: procedimientos para analizar registros muestrales individuales y procedimientos
para analizar una coleccin de ellos dadas las propiedades de cada registro individual (anlisis
de seales mltiples).
En lo que sigue vamos a suponer que los datos a procesar son series de valores temporales
discretos que representan una seal aleatoria, originada en forma analgica y convertida a una
serie digital por medio de un ADC apropiado con filtro antialiasing y otros procesamientos
analgicos tales como amplificadores, filtros, demoduladores, etc. (la Fig.9 muestra un sistema
tpico de laboratorio para anlisis de rodamientos). Se supone entonces que los datos digitales
estn constituidos por una secuencia de N valores muestreados cada _t segundos.
Denominaremos x = x(n_t), n= 0,1,,N-1 a los datos asociados con cada tiempo t = n_t . La
n

longitud total del registro temporal obtenido est dada por T = N_t . La frecuencia de corte de

Nyquist es f = 1/ 2_t. Para el caso de una seal las propiedades descriptivas bsicas estn dadas
c

por:
_ Parmetros estadsticos (valores medios, desviaciones estndar (RMS), kurtosis, etc).
_ Funciones de densidad de probabilidad.
_ Funciones de autocorrelacin (ACF).
_ Funciones espectrales.

Figura 9: Sistema analizador de seales con la electrnica asociada. En la parte (figura

izquierda) se muestra una mquina tpica junto al posible montaje de sensores, en la (figura
derecha) se observa la configuracin tpica para la adquisicin de las seales en un sistema de
monitoreo de laboratorio.

3.4 Parmetros estadsticos

El primer paso antes del anlisis de los datos es un procedimiento de calificacin basado en la
estimacin de parmetros globales tales como:

Este paso es casi universalmente realizado por una o dos razones suficientemente
vlidas. En primer lugar porque el valor medio, el RMS, la kurtosis son una medida de la
tendencia central, la dispersin y diseminacin de los datos, y en general su clculo es
usualmente requerido an para las aplicaciones ms rudimentarias. En el caso particular de
las vibraciones mecnicas, la kurtosis y el factor de cresta representan parmetros
estadsticos de gran valor en la deteccin de fallas en rodamientos, ya que para el caso de
un rodamiento normal la seal que se observa mediante un acelermetro posee una
distribucin normal, y cuando algunos de sus elementos comienza a fallar tiende a alejarse
de la misma. En estos casos el factor de cresta tiende a aumentar tomando valores

superiores a 8. La segunda razn es que el clculo de valores medios y medios cuadrticos

de intervalos cortos de datos suministran una base para evaluar la condicin de
estacionalidad de los datos. La manera ms simple de realizar este segundo punto es a
travs de considerar la fsica del fenmeno que producen dichos datos. Si los factores
fsicos bsicos que los generan son temporalmente invariantes, es posible asegurar la
estacionalidad de la muestra de datos sin ningn estudio adicional. En la prctica los datos
suelen colectarse en circunstancias que no permiten asumir la suposicin de estacionalidad
basada slo en simples consideraciones fsicas. En tales casos la hiptesis debe evaluarse
estudiando los registros temporales disponibles. Esto puede hacerse por inspeccin visual
del registro de datos o bien por la aplicacin detallada de tests estadsticos. En este ltimo
caso es necesario realizar ciertas suposiciones: por ejemplo, cualquier registro dado
reflejar apropiadamente el carcter no estacionario del proceso aleatorio en cuestin, en
cuyo caso el registro muestral debera ser suficientemente largo si lo comparamos con la
menor componente de frecuencia de los datos. En general, en la mayora de los casos es
suficiente con analizar el comportamiento de la varianza en cada registro de datos. El
procedimiento es bsicamente el siguiente (Bendat, 1986):
1. Dividir el registro de datos en M intervalos iguales de tiempo.
2

2. Calcular _ , _ , , _ .
1

3. Verificar la secuencia generada en la presencia de tendencias subyacentes u otras

variaciones que las esperadas variaciones estadsticas.
2

4. Si la distribucin de muestreo de _ , i = 1,2,,M es conocida se pueden aplicar tests

i

estadsticos de inferencia; de lo contrario se pueden utilizar tests no paramtricos

tales como Run Test o el Test de Reordenamiento Inverso. Este ltimo es el ms
poderoso para detectar tendencias montonas en una secuencia de observaciones.
Ambos trabajan con igual eficiencia con cualquier otro parmetro estimado.
Otra situacin que debera considerarse durante la etapa de calificacin de datos es la posible
remocin de las tendencias, que normalmente ocurren cuando
los datos tienen componentes de baja frecuencia con una longitud de onda ms larga que la
longitud del registro temporal. Ciertamente la eliminacin de estas tendencias debera realizarse
slo si ellas son fsicamente esperadas o claramente aparentes en los datos. Las tcnicas ms
comunes de eliminacin de tendencias son ajustar los mismos por un polinomio de bajo orden
utilizando procedimientos de cuadrados mnimos o bien splines.
Otro paso previo a un anlisis ms detallado de los datos puede ser un proceso de filtrado de
los mismos incluyendo la aislacin o eliminacin de componentes peridicas o bien como un
paso integral dentro de una operacin de ZOOM. El filtrado digital se puede realizar en el
dominio temporal o en el de las frecuencias. Dos de los tipos de filtros ms populares son los
no recursivos o filtros de respuesta impulsiva finita (FIR), y los recursivos o filtros de respuesta
impultiva idnfinita (IIR), Oppenheim, 1975).
El procedimiento correcto para analizar datos aleatorios est fuertemente influenciado por
ciertas caractersticas bsicas, siendo una de ellas el problema de estacionaridad de la seal. La
segunda hiptesis comnmente asumida es que los datos poseen una p.d.f. Gaussiana. Lo usual
es omitir un anlisis probabilstico de los datos dada la tendencia que existe de suponer que
todos los fenmenos aleatorios poseen una distribucin normal. Los datos aleatorios pueden
desviarse sustancialmente de esta hiptesis, particularmente cuando son el resultado de una

medicin en un sistema no lineal. Se pueden utilizar dos tests no paramtricos para verificar la
hiptesis de normalidad, uno es el test del Chi-Square y el otro el de Kolmogorov-Smirnov.
Un histograma de probabilidades se puede construir de la siguiente manera: si P(x) =
Prob{x(k)_x}, es la probabilidad de que una variable aleatoria x(k) sea menor que un valor
prefijado x, y asumiendo un rango contnuo de valores, la p.d.f. p(x) se puede definir por la
relacin

por lo que si tenemos un registro temporal de datos x(t), la probabilidad de que asuma valores
entre w/2 y x+w/2 en un intervalo de tiempo T se puede estimar por:

En donde _t es el tiempo en que x(t) se encuentra en dicho rango de valores en el i-esimo

i

intervalo. El cociente T /T es la fraccin total de tiempo en que x(t) se encuentra en el rango

x

[x-w/2,x+w/2]. Un estimador de la verdadera p.d.f. es entonces:

Basado en las consideraciones anteriores el procedimiento para estimar p(x) es el siguiente

(Otnes 1978, Bendat 1986): consideremos N valores x , n = 0,1,2,,N-1 provenientes de un
n

registro temporal estacionario con valor medio cero. Si K es el nmero de clases de intervalos
seleccionados que cubre todo el rango de los datos en [a,b], definimos w=(b-a)/K y la
secuencia de puntos extremos de la i-esima clase de intervalo como d = a+i_w, para i =
i

0,1,2,,K; d = a y d = b, y llamando N al nmero de veces que x(t) est en cada intervalo,

0

obtenemos el estimador anterior a travs de wNNpxpii==/)(. La Fig. 10 muestra la seal

tpica de un acelermetro colocado sobre la cajera de un rodamiento en buenas condiciones y
el correspondiente histograma estimado con el procedimiento indicado. En el mismo se ha
superpuesto una p.d.f. Gaussiana a fin de verificar la normalidad de los datos. Esta seal es
tpica de un rodamiento en buenas condiciones.

Figura 10: La parte superior es la seal de un acelermetro montado sobre un rodamiento en

buenas condiciones y el histograma respectivo al que se le ha superpuesto una p.d.f. Gaussiana.

3.5 Funciones de Correlacin y Densidad Espectral

La funcin de autocorrelacin (ACF) R (_) para un registro estacionario de datos es una
xx

medida de las propiedades de los mismos relacionadas en el tiempo y separadas por retardos
temporales fijos. Es una funcin par de valor real que tiende a cero a medida que el retardo
tiende a infinito. Se puede estimar retardando el registro temporal respecto a s mismo en un
valor _, multiplicando luego ambos registros, y promedindolos en toda la longitud temporal
disponible. El estimador de esta ACF queda definido entonces por:

Existen dos maneras de calcular la versin digital de la expresin anterior. La primera es el

mtodo directo que involucra el clculo de la versin discreta de la frmula anterior. El
segundo mtodo es utilizando mtodos de FFT. En el primer caso, si consideramos N valores
x , n = 1,2,3 ., N de un proceso estacionario de valor medio cero, muestreados a intervalos
n

regulares _t, el estimador resulta ser:

El mtodo indirecto del clculo de la ACF va la FFT se basa en las relaciones de WienerKinchine, que relaciona la densidad de potencia espectral (PSD) de una seal con la
correspondiente ACF como un par de transformadas de Fourier:

De las propiedades de simetra de la ACF se sigue que S (f) es una funcin de valor real.
xx

Basado en esta relacin la ACF se determina calculando la transformada de Fourier inversa de

la PSD estimada. Detalles de este procedimiento pueden verse por ejemplo en Bendat, 1986 y
Otnes, 1978. El procedimiento de estimacin ms utilizado es el primero.
La densidad de potencia espectral PSD se define como la transformada de Fourier de la ACF de
la seal:

El segundo mtodo para definir la PSD se basa en la transformada de Fourier finita de un

registro de datos y representa un procedimiento de estimacin muy comn para esta funcin.
Considerando un registro muestral
segundos,
la
transformada

de un registro de datos estacionario de longitud T

finita
de
Fourier
est
definida
por:

Donde E es el operador de valor esperado sobre el conjunto de ndice k, donde, como ya se ha

indicado T es la longitud del registro temporal. Ambas definiciones son equivalentes (Bendat,
1986; Marple, 1987). La equivalencia en estas definiciones quedan resaltadas de acuerdo al
diagrama triangular siguiente:

Los mtodos directos utilizan la serie de datos temporales x = x (n_t) para calcular la PSD.
n

Estos mtodos involucran el cuadrado de la magnitud de la transformada de Fourier de una

secuencia infinita de datos mediante un promedio estadstico adecuado. Las estimaciones de
la PSD basadas en los mtodos directos de transformacin de los datos se denominan
periodogramas, mientras que la estimacin por el mtodo indirecto se denominan
correlogramas.
Un tpico importante y que es una parte integral de todos los mtodos de estimacin
espectrales clsicos se refiere al uso de ventanas. Se las emplea para controlar el efecto de los
lbulos laterales en estos estimadores espectrales. El efecto primario de la ventana de datos es
reducir el efecto de los lbulos laterales en estos estimadores espectrales. Reduce tambin el
sesgo en los estimadores de los periodogramas, mientras que en el caso del mtodo del
correlograma reduce la varianza del estimador (Nuttall, 1971, 1981a, 1981b).
En el proceso de estimacin resulta conveniente considerar un registro de datos de
correlacin conocida como una porcin de una secuencia de duracin infinita observada a
travs de la ventana. La secuencia finita x de N puntos se puede expresar como el producto
n

de una funcin rectangular de amplitud unitaria:

convolucin. La transformada de la secuencia finita de datos observados es una versin

distorsionada de la correspondiente transformada de la secuencia infinita. La Fig. 11 ilustra el
efecto de la ventana rectangular sobre una sinusoide. La forma impulsiva de la DFT de la
secuencia infinita de la sinusoide ha sido ensanchada por la rplica de la forma de la
transformada de la funcin ventana. Los lbulos laterales de la transformada de la ventana se
denominan fugas y producen un sesgo en las amplitudes de las respuestas en frecuencia
adyacentes.
Se han diseado otras funciones ventanas que tengan mejores niveles de lbulos laterales que la
ventana rectangular. La disminucin de estos valores reduce el sesgo pero a expensas de
ensanchar la respuesta en frecuencia del lbulo principal, dando como resultado una reduccin
en la resolucin espectral (Nuttalll, 1981b A; Harris, 1978).

Figura 11: Ilustracin del efecto de la ventana sobre una sinusoide (a) secuencia original, (b)
PSD terica, (c) x(t)_w(t), y (d) DFT sobre la secuencia de datos obtenida en (c).
Se utilizan diversas figuras de mrito para caracterizar a las funciones ventanas (Harris, 1978).
El ancho del lbulo principal es indicativo de la resolucin en frecuencia y se puede cuantificar
por el ancho de banda a la mitad de la potencia (3 dB por debajo de la respuesta del pico
principal); el nivel de los picos de los lbulos laterales es un indicador de la manera en que la
ventana suprime las fugas; la velocidad de decaimiento de los lbulos laterales indica la rapidez
en que decaen aquellos que se encuentran ms cercanos al lbulo principal, y se expresan en
dB/octava de ancho de banda. Una discusin ms detallada de diferentes tipos de ventanas
puede encontrarse en Harris 1978.
El mtodo del correlograma para la estimacin de la PSD est basado en la siguiente expresin:

Este mtodo da un valor inconsistente de estimacin de la PSD debido a que se ignor el valor
esperado. Por lo tanto debemos realizar un cierto tipo de pseudo promedios a fin de suavizar
el estimador del perodograma. Existen tres esquemas bsicos para ello. El ms popular de
todos es el algoritmo conocido como WOSA (Welch, 1967; Nuttall, 1971). Este mtodo implica
un solapamiento de segmentos e introduce la aplicacin de ventanas para mejorar el sesgo
producido por las fugas. En el mismo un registro temporal de N muestras x(0), x(1), ,x(N -1)
0

se divide en P segmentos de N muestras cada una, con un corrimiento de S muestras entre

segmentos adyacentes y S< N. El p-esimo segmento pesado se compone de las muestras:

El factor U elimina el efecto de la prdida de energa en la ventana en la estimacin de la PSD.

La varianza de este estimador para el caso de un proceso Gaussiano indica que para
aproximadamente un 75% de solapamiento se obtiene el valor mnimo utilizando una ventana
de tipo Hanning, en cuyo caso la varianza est dada por (Welch, 1967):

Un esquema que combina aspectos de ambos mtodos de estimacin de la PSD (periodograma

y correlograma) fue presentado por Nuttal, 1982, el cual incluye la mayora de los mtodos no
paramtricos de la estimacin de la PSD. Este mtodo tiene virtualmente la misma varianza que
el mtodo WOSA y utiliza la mitad del tiempo de computacin. Resulta particularmente util en
aplicaciones de sonar aunque puede aplicarse a otras reas.
La varianza de cualquier estimador espectral es de fundamental importancia a menos que la
misma pueda mantenerse cerca del mnimo posible como en el mtodo WOSA la tcnica no
ser probablemente una alternativa viable de los mtodos disponibles. El anlisis de esta
tcnica combinada revela que la dependencia fundamental de la performance de la misma
depende de la forma temporal de peso, del retardo de la cantidad de solapamiento, del
nmero de registros individuales, de la longitud total del registro y de la resolucin deseada
en frecuencia. El proceso consiste en los siguientes pasos:

Una ventaja potencial de este mtodo es que los pasos 6 y 7 se pueden repetir muchas veces
con diferentes ventanas. Este mtodo combinado logra mejor control sobre la supresin de
las fugas. Un diagrama de flujo simplificado de los diferentes mtodos no paramtricos de
estimacin se muestra en la Fig. 12.

Figura 12: Diferentes mtodos no paramtricos de estimacin de la PSD.

3.6 Tcnicas de Estimacin Paramtricas de la PSD

Las tcnicas de estimacin de la PSD basadas en procedimientos de FFT son
computacionalmente eficientes y producen resultados razonables para una gran clase de
seales de proceso. Tambin hemos visto que estos procedimientos poseen algunas
limitaciones. Uno de ellos es la resolucin en frecuencia, y un segundo problema se debe al
uso implcito de una ventana en los datos para evitar fugas en el dominio espectral, ya que
seales dbiles pueden quedar enmascaradas por lbulos laterales altos provenientes de
tonos fuertes. Estas dos limitaciones de la aproximacin con la FFT son particularmente ms
complicadas cuando se analizan registros temporales cortos, algo que ocurre frecuentemente
en la prctica ya que muchos procesos de medicin son de corta duracin o tienen un
espectro variable en el tiempo tal que las consideraciones de estacionalidad solamente se dan
para registros cortos. Un ejemplo tpico se da en problemas de radar donde slo se tienen
disponibles unas pocas muestras por cada pulso recibido. En aplicaciones de sonar el
movimiento de los blancos dan lugar a una respuesta espectral variable en el tiempo debido a
efectos Doppler. En vibraciones mecnicas estas situaciones con pocos datos suelen tenerse
en mquinas que giran a bajas vueltas.
Una descripcin paramtrica de la estadstica de segundo orden. En estos mtodos la PSD de
una seal ser una funcin de los parmetros del modelo. Uno de tales mtodos se denomina
modelacin autoregresiva (AR), desarrollado originalmente para el procesamiento de datos
geofsicos, donde en ese caso el trmino tcnico utilizado eran mtodos de mxima entropa

(MEM). Esta metodologa se ha venido utilizando en aplicaciones de radas en SONAR,

imgenes, radioastronoma, biomedicina, noceanografa, sistemas ecolgicos, anlisis de ruido
en un reactor nuclear y en problemas de vibraciones. Otro aspecto importante de la
aproximacin paramtrica para la estimacin espectral es que es posible realizar suposiciones
ms realistas respecto a la naturaleza del proceso medido fuera del intervalo de medicin, en
lugar de asumir que la misma es cero o bien cclicas, y de este modo se elimina la necesidad de
utilizar una funcin ventana (KAY, 1981; Marple, 1987; Ljung, 1987).
La aproximacin paramtrica para estimacin espectral involucra tres pasos:
1. Se selecciona un modelo paramtrico para representar los datos medidos
2. Se realiza una estimacin de los parmetros del modelo y
3. Los parmetros estimados se insertan en la expresin terica de la PSD apropiada para
ese modelo.
Un modelo de serie temporal que aproxima muchos procesos determinsticos y estocsticos que
se encuentran en la prctica est representado por la siguiente ecuacin en diferencias de un
filtro lineal (Marple, 1987; Kay, 1987; Burg, 1975; Friedlander, 1982; Haykin, 1983, Akaike
(1981)):

1. Adquisicin de N muestras de datos cada _t segundos.

2. Remocin de tendencias (opcional).
3. Seleccin de un orden del modelo AR.
4. Estimacin de los parmetros autoregresivos mediante alguno de los siguientes mtodos:
Yule Walker que utiliza la ACS, mtodo de Burg mediante la secuencia de los
coeficientes de reflexin, mtodos de covariancia y covariancia modificada basada en
cuadrados mnimos, y el mtodo de Akaike que utiliza cuadrados mnimos y la
transformacin de Householder. Todos estos modelos ajustan el orden del modelo de
acuerdo a criterios conocidos (Marple 1987, Akaike 1974, Kayshyap 1980).
5. Estimacin de la PSD a partir de los parmetros autoregresivvos calculados.
6. De ser necesario ajustar el orden del modelo se vuelve al punto tres.
El mtodo de Yule Walker es el que produce espectros para registros de datos cortos con la
menor resolucin de los mtodos mencionados. El mtodo de Burg y el de la covariancia
producen estimaciones espectrales comparables. Los mtodos de la covariancia modificada y
de Akaike son los que mejores ajustan el espectro de los datos particularmente cuando la
caracterstica de los mismos es la de poseer picos muy agudos. Una discusin matemtica ms
profunda de estos procedimientos se puede obtener en Kay 1981, Marple 1987, etc. La Fig. 13
muestra ejemplos de estimacin de la PSD utilizando los mtodos indicados anteriormente
para un mismo conjunto de 64 puntos generados artificialmente (cuatro sinusoides de
diferentes amplitudes ms ruido no blanco) y orden del modelo igual a 15.

Figura 13: Este es un ejemplo obtenido con simulacin de 4 sinusoides + ruido. (a) YuleWalker, (b) Mtodo de Burg, (c) Covarianza y (d) Covarianza modificada. Orden del modelo =
15.
En la Fig. 14 se muestra el espectro de la seal de un acelermetro montado sobre un
rodamiento en una prensa de formacin tomado del trabajo de Dron (1998). Las frecuencias
tpicas observadas estn caracterizadas e 7.1 Hz (frecuencia giro del volante), 45 Hz de giro del
motor y 5.2 Hz de la polea. La frecuencia BPFI es de 42 Hz y la BPF de 37.9 Hz. Los datos se
analizaron con el mtodo de Burg utilizando el criterio de AIC. Las frecuencias detectadas
estn marcadas en la figura. Estos espectros se compararon con la estimacin de Welch de la
PSD a fin de demostrar la potencialidad de esta metodologa para seales tan complejas como
la indicada.

Figura 14: Espectro paramtrico utilizando el esquema de Burg en la seal de un acelermetro

con fallas inducidas en pista externa e interna.
Un tercer ejemplo se da en la Fig. 15 donde se muestra el espectro obtenido con datos
temporales provenientes de la cmara de ionizacin excore (detector de neutrones)
perteneciente al sistema de ruido neutrnico de la CNA-I (Central Nuclear Atucha).

Figura 15: Espectro de una cmara de ionizacin del sistema de ruido de la CNA-I. Estimacin
realizada por el mtodo de Welch y AR-Akaike.
Se observa la frecuencia predominante alrededor de 3 Hz que es debida a la resonancia del
conjunto acoplado canal refrigerante elemento combustible De la figura se observa que el
espectro queda mejor definido con la metodologa AR, y que para modelar las seales
peridicas en 17 y 34 Hz se hace necesario utilizar un mayor orden en el modelo.
En trminos generales podemos decir que si el nmero de datos es grande los espectros
obtenidos utilizando tcnicas AR, MEM, o FFT dan resultados muy similares, mientras que
para un conjunto pequeo de datos los mtodos AR son superiores a los de FFT. La razn por
la cual se han desarrollado diversos esquemas de estimacin AR ha venido indicada por la
necesidad de mejorar anomalas en las estimaciones espectrales con los mtodos anteriores.
Estas anomalas incluyen picos espreos en el espectro, corrimientos de frecuencia y separacin
de picos. El primer tipo de anomala se presenta cuando el orden del modelo es grande relativo
al tamao de los datos. La separacin de una lnea espectral en dos ha sido fundamentalmente
observada con el mtodo de Burg. Para el caso de una seal, las estimaciones con el mtodo de
Marple y de Akaike dan resultados similares. Este ltimo presenta ventajas frente al primero en
aplicaciones a seales mltiples.

3.7 Preguntas
1.- Para el caso de una seal las propiedades descriptivas bsicas estn dadas por?
Respuesta: Parmetros estadsticos (valores medios, desviaciones estndar (RMS), kurtosis,
etc), Funciones de densidad de probabilidad, Funciones de autocorrelacin (ACF) y Funciones
espectrales.
2.- La aproximacin paramtrica para estimacin espectral involucra tres pasos, cules son?

Respuesta: 1. Se selecciona un modelo paramtrico para representar los datos medidos, 2. Se

realiza una estimacin de los parmetros del modelo y 3. Los parmetros estimados se insertan
en la expresin terica de la PSD apropiada para ese modelo.
3.- Qu produce el mtodo de Yule Walker?
Respuesta: Produce espectros para registros de datos cortos con la menor resolucin de los
mtodos.
4.- En qu ao y por quien fue presentado un esquema que combina aspectos de ambos
mtodos de estimacin de la PSD (periodograma y correlograma)?
Respuesta: Fue presentado por Nuttal, en 1982.
5.- Para qu sirve la funcin autocorrelacin?

Respuesta: Para un registro estacionario de datos es una medida de las propiedades de los
mismos relacionadas en el tiempo y separadas por retardos temporales fijos. Es una funcin par
de valor real que tiende a cero a medida que el retardo tiende a infinito.

4. Diagnstico de vibraciones

4.0.1 Defectos Localizados

Son en general producidos por grietas, hendiduras, rebordes, resaltes, picaduras y descascaramiento. El ms
comn de todos es la picadura de las pistas o de los elementos rodantes, causado cuando una grieta por fatiga
originada subsuperficialmente se propaga hacia la superficie hasta que una pieza de metal se desprende
superficialmente produciendo un pequeo defecto. La falla por fatiga superficial es acelerada cuando el
rodamiento est sobrecargado o sometido a cargas de choque o impacto durante su funcionamiento o
instalacin y tambin con el incremento de velocidad.

4.0.2 Defectos Distribuidos

Dentro de stos se encuentran: las rugosidades superficiales, ondulaciones sobre las pistas, desalineamiento de
las pistas y elementos rodantes manufactura, inadecuada instalacin o debido al desgaste. Las vibraciones
debidas a defectos de manufactura han resultado ser ms bajas en la mayora de los casos, que las debidas a
defectos producidos por desgaste o fatiga.
La variacin de las fuerzas de contacto entre los elementos rodantes y las pistas causan un incremento en el
nivel de vibracin. Puesto que resulta difcil discernir cuando la vibracin es causada por defectos localizados
o distribuidos, es recomendable analizar tanto la frecuencia como la amplitud de las componentes
espectrales relacionadas con la vibracin. [Tandon 1999].

4.1 Evolucin de la falla por picadura

El primer sntoma que se presenta cuando aparece esta falla, es decir, en su etapa incipiente, es
una vibracin con componentes de alta frecuencia (generalmente mayores a 5 Khz), producto de
la generacin de ondas de esfuerzo y de otros tipos, las que a la vez excitan frecuencias naturales
del soporte y pistas del rodamiento y/o del sensor con el cual se realiza la medicin. En esta etapa
la temperatura no se incrementa y las grietas no son visibles y con frecuencia ocurren debajo de la
superficie de las pistas. En esta etapa an no es necesario el cambio del rodamiento.
En una segunda etapa las grietas empiezan a ser visibles al ojo humano y el rodamiento produce sonido
audible y la temperatura en algunos casos se incrementa. En esta etapa aparecen componentes
frecuenciales relacionadas con las frecuencias de falla de los rodamientos en la zona de frecuencia baja e
intermedia y hay un incremento del ruido audible. Las frecuencias de falla de los rodamientos son
*

comnmente designadas por BPFO, BPFI, BSF y FTF [Harris 1966], [Tandon 1999], [Reeves 1998]. Estas
frecuencias son determinadas en base a la geometra y velocidad de rotacin del rodamiento o
directamente de diferentes software comerciales.
A medida que la falla avanza, pueden aparecer gran cantidad de bandas laterales alrededor de las frecuencias
de falla, relacionadas con la velocidad de rotacin o la FTF [Reeves 1998], y modulaciones entre las
diferentes frecuencias de falla cuando la picadura se ha extendido a pistas y elementos rodantes. En esta etapa
se hace necesario comenzar a programar el cambio del rodamiento.
En una tercera etapa, cerca a una falla catastrfica, el ruido incrementa significativamente y se puede producir
sobrecalentamiento. El rpido desgaste incrementa los huelgos dentro del rodamiento lo que permite
movimiento del eje relativo al rodamiento, pudiendo llegar a ser muy peligroso por roces con otros
componentes de la mquina. En esta etapa, la vibracin en la regin de alta frecuencia disminuye, crece la
componente a la velocidad de rotacin y las vibraciones tienden a ser aleatorias. En este momento, ser
necesario el cambio inmediato del rodamiento [Jones 1996], [Saavedra 1998].
*

BPFO (Ball pass frequency of the outer race), es la frecuencia de paso de los elementos rodantes por un
defecto en la pista externa.
BPFI (Ball pass frequency of the inner race), es la frecuencia de paso de los elementos rodantes por un
defecto en la pista interna.
BSF (Ball spin frequency), es la frecuencia de giro de los elementos rodantes.
FTF (Fundamental train frequency), es la frecuencia de rotacin del canastillo o jaula que contiene los
elementos rodantes.
Aunque sta es la forma ms general que se presenta cuando un rodamiento desarrolla una falla, se debe
tener presente que cada rodamiento puede tener modos de falla diferentes y con una rata de progresin
distinta que depende en gran medida de las condiciones de carga, velocidad, temperatura, humedad y
lubricacin a que est sometido.

4.2 Tcnicas de diagnostico

Diferentes mtodos han sido utilizados para la deteccin y diagnstico de defectos de rodamientos, estos
mtodos son principalmente:
- Anlisis de vibracin, ruido y ondas.
- Anlisis de temperatura.

- Anlisis de partculas en el aceite.

El mtodo de anlisis de vibraciones, ruido y ondas ha sido el ms ampliamente utilizado haciendo uso de
diferentes tcnicas como son: el anlisis de vibracin en tiempo y frecuencia, anlisis de ondas de choque,
anlisis del ruido, anlisis de emisin acstica, etc.

4.2.1 Anlisis de Vibraciones

Todas las mquinas tienen un nivel de vibracin que puede ser considerado normal o inherente a su
funcionamiento. Cuando este nivel aumenta y empieza a ser excesivo, es normalmente el sntoma de la
presencia de una falla.
Debido a la presencia de defectos localizados, se producen cambios abruptos en los esfuerzos de contacto en
las interfaces, lo cual resulta en la generacin de pulsos de muy corta duracin, que pueden excitar las
frecuencias naturales de las pistas y soporte del rodamiento (Figura 1).

Figura 1 Generacin de impactos por la presencia de un defecto.

La presencia de componentes de alta frecuencia, es el sntoma que permite detectar incipientemente la falla.
Cuando la falla progresa, la excitacin de tipo impulsiva aumenta por un tiempo hasta cuando los filos,
esquinas o rebordes de los defectos se alisan producto del desgaste y los niveles de impacto disminuyen e
incluso pueden llegar a desaparecer.
Para realizar el anlisis y diagnstico de fallas utilizando la medicin de la vibracin, se han desarrollado
diferentes tcnicas e instrumentos, dependiendo del rango de frecuencias dentro del cual se desea hacer el
anlisis. Unas estn enfocadas a la zona de las altas frecuencias y otras a la zona de frecuencias bajas e
intermedias.
De las tcnicas que analizan la zona de alta frecuencia para la deteccin incipiente de fallas, estn las que se
basan en la excitacin de la frecuencia natural del sensor utilizado, es decir sobre una banda de frecuencia
prefijada y normalmente entregan un valor global que se relaciona con la severidad del defecto. Dentro de
estas tcnicas, estn los pulsos de choque (SPM), la deteccin de emisiones acsticas (AE), energa
espectral emitida (SEE), tcnica de deteccin de alta frecuencia (HFD) y el ultrasonido.
Otras tcnicas que analizan vibraciones a frecuencias no tan altas (15 khz) y que estn relacionadas con la
excitacin de las frecuencias naturales del soporte y las pistas del rodamiento son las tcnicas de
Demodulacin o envolvente, la tcnica del Peakvue y el anlisis con Zoom real sobre las zonas resonantes.
Tcnicas en las que se centra el presente estudio.

Estas tcnicas son consideradas como las herramientas ms efectivas para diagnosticar tempranamente la
presencia de defectos en los rodamientos. Buscan principalmente detectar zonas resonantes excitadas o
moduladas por fuerzas de impacto peridicas, cuya frecuencia de repeticin es un indicador del lugar donde
se encuentra el defecto y la amplitud de la seal de los impactos puede ser utilizada en algunos casos como un
indicador de la severidad y progresin de la falla.
Dichas tcnicas deben superar dos dificultades principalmente. La primera, es que las seales impulsivas de
alta frecuencia son de una amplitud generalmente baja, comparadas con la mayora de componentes de
baja frecuencia que componen la vibracin global. Y la segunda es que una banda amplia de frecuencia que
abarque las frecuencias naturales del rodamiento, puede enmascarar la frecuencia e intensidad de los
impactos debido al ruido y a la falta de buena resolucin.
Para facilitar el diagnstico se deben aislar entonces las vibraciones de alta frecuencia de las otras
vibraciones, empleando un filtro pasa alto o pasa banda alrededor de la frecuencia natural que es excitada.
De esta forma es posible extraer la frecuencia y la amplitud de los impactos de la vibracin global. Para
poder lograr esto se debe sacar provecho de las propiedades de estas vibraciones. Dos de estas propiedades
que dan origen a las tcnicas de Demodulacin y Peakvue son la envolvente de los impactos y la deteccin de
los peaks mximos (Figura 2).

4.3 Anlisis con zoom

El anlisis con Zoom real, permite por medio de filtros digitales, adquirir la seal con un ancho de banda
estrecho sobre la frecuencia resonante, la cual debe haber sido previamente identificada. Se obtiene de esta
manera un espectro con una buena resolucin, permitiendo identificar ms fcilmente las frecuencias
moduladoras que causan la excitacin de la frecuencia. En la figura 8, se ilustra el resultado obtenido de un
anlisis con Zoom real alrededor de la frecuencia resonante de 60 kcpm. La mayora de analizadores poseen
la utilidad de zoom que consiste en una expansin del eje de frecuencias y no en un zoom real.

4.4 Demodulacin
Esta tcnica consiste bsicamente en aplicar sobre la seal temporal un filtro pasa alto o pasa banda con el
fin de aislar zonas resonantes de alta frecuencia, luego rectificar la seal modulada, eliminar la componente
continua y finalmente con un detector de envolvente (figura 2) y un filtro pasa bajo extraer la seal
moduladora, tal y como se ilustra en la figura 3.

a)

b)
Figura 2. Anlisis de las vibraciones de impacto. a) Envolvente. b) Deteccin del valor peak

Figura 3. Proceso de Demodulacin

El anlisis frecuencial de la seal demodulada entrega como resultado la frecuencia de repeticin de los
impactos.

4.5 Peakvue
Es una tcnica que capta el valor peak de los impactos que se producen (figura 2b) y luego por medio de un
anlisis espectral se obtiene la frecuencia de repeticin de los impactos. Detecta la presencia de las ondas

de esfuerzo debidas principalmente al contacto metal-metal durante una etapa temprana de falla. Al igual
que la demodulacin, aisla las zonas resonantes por medio de filtros digitales pasa alto o pasa banda, pero
se diferencia del proceso de demodulacin en que en la etapa final no emplea el detector de envolvente,
sino que utilizando una frecuencia de muestreo alta (100 khz) capta el valor peak para cada intervalo t del
tiempo de muestreo normal (figura 4), [Canada 1998].

Figura 4. Valor peak para cada intervalo de tiempo.

4.6 Ensayos y resultados

En este trabajo, se realizaron ensayos con rodamientos en buen estado y con rodamientos con defectos
localizados sobre la pista externa, con diferentes grados de severidad y para diversas condiciones de carga y
velocidad. Se utilizaron las tcnicas de anlisis espectral normal, Demodulacin, Peakvue y Zoom real. Para
realizar las pruebas, se utiliz un banco de ensayo como el ilustrado en la figura 5, cuyas caractersticas se
indican en la tabla 1. Para el anlisis de las vibraciones se utiliz un analizador CSI 2120-2, acelermetros de
alta y baja frecuencia (0.1 y 0.5 V/g) y una grabadora digital de seales anlogas.

Figura 5. Banco de ensayo

Tabla 1. Caractersticas del banco de pruebas.

Se compararon las vibraciones medidas sobre el descanso del lado libre en direccin vertical, tanto para
rodamientos sin falla, como con falla. Se realiz el ensayo para las condiciones de velocidad de 1000 rpm y
60 rpm y aplicando una carga de 200 Kg sobre la polea. Para los ensayos con rodamientos defectuosos, se
utilizaron cinco rodamientos, cada uno de ellos con un defecto sobre la pista externa. El defecto fue realizado
intencionalmente para simular una falla en etapa incipiente.
En la figura 6, se muestran los espectros en unidades de aceleracin obtenidos para un rodamiento sin falla y
otro con falla para la velocidad de giro de 1000 rpm. Es claro que en el espectro del rodamiento con falla se
identifica una zona con una alta energa de vibracin alrededor de la frecuencia de 60 kcpm, la cual
corresponde a una frecuencia natural. Realizando un Zoom real en torno a esta frecuencia, se distinguen en
*

el espectro bandas laterales con una separacin entre ellas a la frecuencia de BPFO , identificando como
causa de la excitacin de la frecuencia natural un defecto en la pista externa (figura 7).

Figura 6. Espectro en aceleracin (Velocidad = 1000 rpm)

Figura 7. Anlisis con Zoom (observar bandas laterales).

Observando la forma de onda en aceleracin, se puede identificar la periodicidad de los impactos producidos
por el paso de los elementos rodantes sobre el defecto, tal y como se ilustra en la figura 8, para la velocidad de
giro de 1000 rpm.

Figura 8. Identificacin de impactos en la seal temporal.

* Para el rodamiento SKF 6306-2z, BPFO=2.51xRPM. RPM : velocidad de rotacin del rodamiento.

En las figuras 9 y 10, se ilustran los resultados obtenidos de los anlisis de Demodulacin y Peakvue de la
vibracin de un rodamiento sin falla y otro con una raya en la pista externa, con una velocidad de giro de
1000 rpm y 200 kg de carga. En el rodamiento con falla se identifican claramente las componentes a BPFO y
sus armnicos, confirmando la presencia de un defecto en la pista externa.

Figura 9. Demodulacin (velocidad = 1000 rpm)

Figura 10. PeakVue.(velocidad = 1000 rpm)

Aplicando estas tcnicas para el caso en que el rodamiento gira a baja velocidad (60 rpm), se observa en el
espectro de aceleracin la excitacin de la zona resonante par el rodamiento con falla (figura 11). Empleando
las tcnicas de Demodulacin y Peakvue (figuras 12 y 13), se identifica la presencia de la falla aunque no tan
claramente como para velocidades ms altas.

Figura 11. Espectro en aceleracin (Velocidad = 60 rpm)

Figura 12. Demodulacin. (Velocidad = 60 rpm)

Figura 13. PeakVue. (Velocidad = 60 rpm)

4.6.1 Discusin
De los resultados obtenidos en las diferentes pruebas, se puede concluir que:
- Independiente de la velocidad de rotacin, se produce una excitacin sobre la zona de las altas frecuencias
para el caso del rodamiento con falla. Sin embargo, a baja velocidad la excitacin que se produce es de
menor intensidad y se excitan las frecuencias naturales ms bajas.
- Con el uso del Zoom y el anlisis de la seal en el tiempo, es posible identificar los impactos que se
producen peridicamente. Para baja velocidad no se obtuvieron buenos resultados con estas tcnicas,
pues la amplitud de los impactos producidos son muy bajas, adems de estar mezcladas con las
componentes de baja frecuencia.
- Las tcnicas de Demodulacin y Peakvue, entregaron resultados similares. Sin embargo, las amplitudes
obtenidas utilizando Peakvue fueron mayores que con la Demodulacin. Resulta ser ms ventajoso el
empleo de estas tcnicas para aplicaciones de baja velocidad, en donde por medio de los otros mtodos
no se obtuvieron buenos resultados.
Se debe tener presente que este trabajo fue desarrollado en condiciones controladas de ruido y vibracin. En
la industria se pueden encontrar an ms dificultades especialmente para las bajas velocidades al tener en
cuenta las diferentes fuentes de ruido, las vibraciones provenientes de otras mquinas y la variacin de
velocidad y carga durante las mediciones. Por tanto se debe complementar el anlisis con otras
herramientas de anlisis que estn hoy en da disponibles en la mayora de analizadores de vibracin
comerciales, como por ejemplo los promedios sincrnicos en el tiempo y los filtros seguidores de velocidad
(Tracking filter).

4.6.2 Resultados
Es posible detectar en los rodamientos, la presencia de defectos cuando se encuentran en etapa incipiente,
haciendo uso del anlisis de vibraciones y de las tcnicas de demodulacin y/o peakvue, las cuales enfocan
su anlisis sobre la zona de las altas frecuencias.
En el anlisis de vibraciones de rodamientos que giran a baja velocidad, las tcnicas de demodulacin y
peakvue resultan ser ms tiles en la deteccin incipiente de fallas, que el anlisis espectral normal.

4.7 Preguntas
1.- Cules son los Defectos Localizados por las vibraciones?
Respuesta: En general producido por grietas, hendiduras, rebordes, resaltes, picaduras y
descascaramiento. El ms comn de todos es la picadura de las pistas o de los elementos
rodantes, causado cuando una grieta por fatiga originada subsuperficialmente se propaga hacia la
superficie hasta que una pieza de metal se desprende superficialmente produciendo un pequeo
defecto.
2.- Cules Defectos Distribuidos se pueden encontrar?
Respuesta: Las rugosidades superficiales, ondulaciones sobre las pistas, desalineamiento de las
pistas y elementos rodantes manufactura, inadecuada instalacin o debido al desgaste.
3.- Qu causa la variacin de las fuerzas de contacto entre los elementos rodantes y las pistas?
Respuesta: Un incremento en el nivel de vibracin. Puesto que resulta difcil discernir cuando la
vibracin es causada por defectos localizados o distribuidos, es recomendable analizar tanto la
frecuencia como la amplitud de las componentes espectrales relacionadas con la vibracin.
4.- Qu es la Demodulacin?
Respuesta: Esta tcnica consiste bsicamente en aplicar sobre la seal temporal un filtro pasa alto
o pasa banda con el fin de aislar zonas resonantes de alta frecuencia, luego rectificar la seal
modulada, eliminar la componente continua y finalmente con un detector de envolvente y un
filtro pasa bajo extraer la seal moduladora.
5.- Cules son las Tcnicas de diagnstico?
Respuesta: Son principalmente; 1.- Anlisis de vibracin, ruido y ondas, 2..- Anlisis de
temperatura, 3.- Anlisis de partculas en el aceite.

5. Balanceo de rotores

5.1 Clasificacion de los metodos de balanceo

5.2 Mtodo midiendo amplitud y fase de vibracin

5.3 Mtodo de Den Hartog

5.4 Mtodo de sievert (4 runs)

5.5 Mtodo de los coeficientes de influencia.

5.6 Preguntas
1.- Cul es la clasificacin de los mtodos de balanceo en campo de rotores?
Respuesta: Se clasifica en 2; 1.- En mtodos para balancear rotores planos (un solo plano de
balanceo) y 2.- En mtodos para balancear rotores en general (dos planos de balanceo).
2.- Cules son los mtodos para balancear rotores planos?
Respuesta: son cuatro los cuales son: 1.- Mtodo midiendo amplitud y fase de vibracin, 2.Mtodo midiendo solo amplitud de vibracin, 3.- Mtodo de Den Hartog (grfico), 4.- Mtodo de
Siebert (Grfico).
3.- Cul es el mtodo para balancear rotores en general?
Respuesta: solo es uno el cual es el Mtodo de los coeficientes de fluencia.
4.- Cul es la descripcin del mtodo de medir amplitud y fase de vibracin?

5.- Cul es la descripcin del mtodo de los coeficientes de influencia?

6. Registro y anlisis de vibraciones

6.1 Desarrollo de bases de datos
El siguiente paso requerido para el establecimiento de un completo programa de
mantenimiento predictivo es la creacin de una base de datos comprensible.

6.1.1 Frecuencia de adquisicin de datos

Durante la etapa de implantacin de un programa de mantenimiento predictivo, deben
comprobarse todas las clases de maquinaria para establecer una base del conjunto de
datos. Deben conseguirse seales completas de vibraciones para verificar la exactitud de
la base de datos y establecer las condiciones iniciales de funcionamiento de la
mquina.
Como un amplio programa incluir tendencia y tiempo previsto para el fallo, se
requieren mltiples lecturas en todas las mquinas para proveer datos que permitan
desarrollar estadsticas de tendencias. Normalmente, durante esta fase, las medidas se
realizan cada 2 semanas.
Despus del anlisis inicial o bsico de la maquinaria, la frecuencia de registro de datos
variar segn la clasificacin del grupo de mquinas. Mquinas de:
_ Clase I: se monitorizarn sobre 2 a 3 semanas ciclo.
_ Clase II: sobre 3 a 4 semanas ciclo.
_ Clase III: sobre 4 a 6 semanas ciclo.
_ Clase IV: sobre 6 a 10 semanas ciclo.
Esta frecuencia puede y debe ser adecuada para la condicin real de los grupos
especficos de mquinas. Si la cadencia de cambio de un mquina especfica indica una
degradacin rpida debe repararse o al menos incrementarse la frecuencia de
monitorizacin para prevenir fallos graves.
La frecuencia de compilacin de datos es la mxima que puede asegurar la
prevencin de fallos graves. Una frecuencia de compilacin menor limitar la capacidad
del programa para detectar y prevenir averas de mquina no catalogadas.
El desarrollo del programa bsico de vibraciones puede llegar tambin a catalogar tareas
no vibratorias. Las mediciones de tapas de cojinetes, uso de puntos de medida con
infrarrojos, inspecciones visuales, o la compilacin de parmetros de proceso son
aspectos que debern tratarse juntamente con la adquisicin de datos de vibracin.
La imagen total de infrarrojos o el escaneo del equipo incluido en el programa de
monitorizacin de vibraciones debera realizarse con una base cuatrimestral. Adems,
debera realizarse cuatrimestralmente una exploracin total trmica del equipo elctrico
crtico (conexiones, cortacircuitos, etc.) y de todos los sistemas de transmisin de calor
(cambiadores de calor, condensadores, tuberas, etc.) que no estn en el programa de
vibracin.
Tambin debern tomarse, al menos mensualmente, muestras del aceite de lubrificacin
de todo el equipo incluido en el programa. Sobre estas muestras se realizar, al menos,
un anlisis espectrogrfico. El anlisis de partculas de desgaste u otros anlisis tcnicos
se realizarn si se consideran necesarios.

6.1.2 Parmetros de anlisis

El paso siguiente en el establecimiento de la base de datos del programa es estructurar
los parmetros de anlisis que han caracterizar al equipo monitor de planta. Cada uno de
estos parmetros estar basado en los requerimientos del grupo de mquina especfico
que se haya desarrollado. Normalmente, para equipamientos no mecnicos, el conjunto
de parmetros de anlisis consistir en los valores derivados de mediciones del perfil
trmico o parmetros de proceso. Cada clasificacin de equipo o sistema tendr su
propio conjunto de parmetros de anlisis nico.

6.1.3 Anlisis de lmites operativos

Todos los sistemas de control de vibraciones tienen lmites finitos en resolucin; es decir,
una determinada capacidad a la hora de mostrar grficamente los componentes de
frecuencia nica que integran una seal de vibracin de mquina. El lmite superior (Fmax)
para el anlisis de seal deber situarse lo bastante alto como para poder capturar y
representar suficientes datos para que el analista pueda determinar las condiciones de
funcionamiento del grupo mquina, pero no ms alto. Como todos los sistemas basados
en microprocesador tienen un lmite de lneas de resolucin, la eleccin de frecuencias
excesivamente altas puede limitar severamente las capacidades de diagnstico del
programa.
Para determinar el impacto de resolucin, se calculan las capacidades de
representacin del sistema. Por ejemplo, una seal de vibracin con una frecuencia
mxima (Fmax) de 1.000 Hz tomada con un instrumento que dispone de 400 lneas de
resolucin dara una representacin en la que cada lnea mostrada sera igual a 2.5 Hz, o
150 r.p.m. Cualquier frecuencia comprendida entre 2.5 y 5.0, por ejemplo, se perdera.

6.1.4 Lmites de alarma

El mtodo para establecer y usar lmites de alerta/alarma depende del sistema de registro
de vibraciones particular seleccionado. Normalmente, estos sistemas utilizan lmites
estticos o dinmicos para registrar, conducir y avisar sobre el nivel de vibraciones
medidas. Los sistemas que usan lmites alerta/alarma dinmicos basan su lgica en
el hecho de que el grado de cambio de amplitud de vibracin es ms importante
que el nivel real.
Cualquier cambio en la amplitud de vibracin es una indicacin directa de que est
teniendo lugar el correspondiente cambio en las condiciones mecnicas de la mquina.
Sin embargo, habra un lmite mximo aceptable, p. e. el asociado a fallo absoluto.
A continuacin, se introduce con carcter orientativo una gua para algunos lmites
mximos que pueden resultar aceptables para muchas plantas de equipos mecnicos.
_ Un lmite de severidad aceptado para vibraciones de la estructura o cuerpo es
0.628 ips pico (velocidad). Es un valor de banda ancha no filtrada y corresponde,
normalmente, a un ancho de banda entre 10 y 10.000 Hz.
Este valor puede usarse para establecer el fallo absoluto o amplitud mxima de vibracin
para mediciones en banda ancha en la mayora de plantas de maquinaria.
La excepcin seran mquinas girando a velocidades por debajo de 1.200 por encima
de 3.600 r.p.m.
_ Pueden establecerse lmites de banda estrecha, p. e. anchos discretos de banda,
dentro de la banda ancha. Normalmente, del 60 al 70% de la energa de vibracin total
corresponder a la velocidad real de la mquina. Sin embargo, el lmite de fallo absoluto
para una banda estrecha que controle la velocidad de giro real sera de 0.42 ips
pico.
Este valor tambin puede usarse para cualquier banda estrecha establecida para
controlar frecuencias por debajo de la velocidad de giro. Los lmites de fallo absoluto para
bandas estrechas establecidos para controlar velocidades de giro superiores pueden
desarrollarse usando el lmite de 0.42 ips establecido para la velocidad de giro real. Por
ejemplo, el lmite de fallo absoluto para una banda estrecha creada para registrar la
frecuencia de paso de una pala de ventilador con 10 palas se establecer en 0.042 ips
0.42/10 ips. Las bandas estrechas diseadas para controlar componentes de alta
velocidad,p. e. por encima de 1.000 Hz, tendrn un fallo absoluto de 3.0 g pico
(aceleracin).

_ Los cojinetes de elementos rodantes suelen tener, basado en recomendaciones, un

lmite de fallo absoluto de 0.01 ips pico. Los cojinetes de casquillo o pelcula de aceite
pueden considerarse de forma similar. Si los componentes fraccionarios que identifican la
vibracin por sobreengrase o la vibracin por giro estn presentes a cualquier nivel, el
cojinete est sujeto a avera y el problema debe de ser corregido.
Los equipos y sistemas no mecnicos tendrn un lmite de fallo absoluto que especifica
el nivel mximo recomendado para funcionamiento continuo. Los fabricantes y
distribuidores, en la mayora de los casos, estarn capacitados para dar esta informacin.

6.2 Instrumentos para la medida de vibraciones

El tipo de sensores y tcnicas de adquisicin de datos empleados en el programa de
mantenimiento es un factor crtico que puede determinar su xito o fracaso. Su precisin,
correcta aplicacin y apropiado montaje determinarn si los datos obtenidos son o no
vlidos.
Hay tres tipos de transductores de vibracin que pueden usarse para monitorizar las
condiciones mecnicas de una planta de maquinaria, cada uno con sus aplicaciones
especficas en la planta y sus limitaciones:
_ Sonda de desplazamiento.
_ Captador de velocidad (velocmetro).
_ Acelermetro.

6.2.1 Sondas de desplazamiento

Las sondas de desplazamiento o de corrientes de fuga (Foucault) se disean para medir
el movimiento absoluto de un eje de mquina con respecto a la sonda. Por lo tanto,
la sonda de desplazamiento deber montarse rgidamente sobre una estructura rgida con
el fin de asegurar un dato seguro y repetible. Las sondas de desplazamiento montadas
permanentemente, suministran los datos ms seguros en mquinas con rotor de bajo
peso (en relacin con la carcasa o estructura portante). Turbinas, compresores y otros
componentes suelen llevar captadores de desplazamiento montados permanentemente
en posiciones de medida claves para el suministro de datos al programa.
La gama de frecuencias tiles para las sondas de desplazamiento es de 10 a 1.000 Hz
(600 a 60.000 r.p.m.). Los componentes en frecuencia fuera de esta gama se
distorsionarn y resultarn intiles para la determinacin de las condiciones de la
mquina. El dato de desplazamiento se registra, normalmente, en milsimas de pulgada
pico a pico (cuando se aplican normativas de origen anglosajn).

La mayor limitacin de las sondas de desplazamiento o sondas de proximidad es su

coste. El costo indicativo de la instalacin de una simple sonda, incluyendo alimentacin,
acondicionamiento de seal, etc. puede llegar a ser de $1.000 de media. Si cada mquina
del programa requiere 10 mediciones el costo por mquina resultara de $10,000. Por lo
tanto, el uso generalizado de captadores de desplazamiento en todas las mquinas de la
planta incrementara dramticamente el costo inicial del programa.

6.2.2 Transductores de velocidad

Los transductores de velocidad (velocmetros) son sensores electromecnicos
proyectados para monitorizar o registrar vibraciones relativas. El dato de velocidad es
expresado, normalmente, en pulgadas por segundo (i.p.s.) pico y es, quizs, el mejor
mtodo para expresar la energa creada por la vibracin de la mquina.
Los sensores de velocidad, como las sondas de desplazamiento, tienen una gama
efectiva de frecuencias de 10 a 10.000 Hz. No deben ser usados para registrar
frecuencias por debajo o por encima de esta gama.
La mayor limitacin de los captadores de velocidad es su sensibilidad a los daos
mecnicos o trmicos. El uso normal puede causar una prdida de calibrado y, por lo
tanto, debe establecerse un estricto programa de recalibracin (por ejemplo, cada seis
meses) para prevenir la distorsin de las medidas. Aun as, con calibraciones peridicas,
los programas que usan captadores de velocidad son propensos a datos errneos o
distorsionados resultantes de una prdida de calibrado.

6.2.3 Acelermetros
Los acelermetros pueden estar basados en tecnologas diferentes:
_ piezoelctricos,
_ piezoresistivos,
_ capacitivos, ...
Los ms utilizados son los acelermetros piezoelctricos que a partir de un cristal con
propiedades piezoelctricas convierten la energa mecnica del movimiento en seales
elctricas. Por regla general, las aceleraciones determinadas por este tipo de sensores
suelen venir expresadas en trminos de la aceleracin de la gravedad: g (9.8 m/s2).
Los acelermetros son susceptibles de averas trmicas. Si se permite que un calor
suficiente irradie al cristal es posible que ste se avere o destruya. Sin embargo, como el
tiempo de utilizacin recomendado es relativamente corto, el dao trmico es raro.
El rango efectivo de los acelermetros de uso general es de 1 a 10.000 Hz. Aunque
pueden encontrarse acelermetros ultrasnicos vlidos para frecuencias de hasta 1 MHz.

6.2.4 Tcnicas de montaje

Los programas de mantenimiento predictivo basados en el anlisis de vibraciones deben
tener datos precisos y repetitivos para determinar las condiciones operativas de la
planta de maquinaria. Adems de los transductores, tres factores afectan a la calidad de
los datos:
_ punto de medicin,
_ orientacin del transductor,
_ carga de compresin.
La localizacin y orientacin de los puntos clave de medicin de la mquina son
seleccionados como parte de la estructura de la base de datos para suministrar la mejor
deteccin posible de los problemas incipientes de la mquina. La desviacin del punto
exacto u orientacin afectar a la exactitud del dato conseguido. Por lo tanto, es

importante que cada medicin, a lo largo de toda la duracin del programa, se consiga
exactamente en el mismo punto y orientacin. Adems, la fuerza de compresin
aplicada al transductor deber ser exactamente la misma en cada medicin. Para la
seguridad del dato, es absolutamente necesaria una ligazn mecnica directa con la
estructura de la mquina o con la tapa del cojinete. Las pequeas desviaciones en esta
carga inducirn a errores en la amplitud de las vibraciones y puede crear tambin
componentes de falsa frecuencia que no tienen nada que ver con la mquina. El mejor
mtodo para asegurarse que los tres factores son exactamente los mismos cada vez es
afianzar fuertemente los detectores de vibracin en los puntos de medicin
seleccionados (TRANSDUCTORES FIJOS). Esto garantizar la seguridad y repetitividad
del dato recogido, pero tambin aumentar el coste inicial del programa. Para eliminar el
costo asociado a transductores instalados de forma permanente, puede usarse un
CONECTOR RPIDO bien diseado. Esta tcnica consiste en montar una clavija de
desconexin rpida. Para la obtencin de datos se usa entonces un acelermetro normal
dotado de un manguito acoplable a la clavija. El montaje de una tcnica de desconexin
rpida, bien diseada, suministrar la misma seguridad y repetitividad que una tcnica de
montaje permanente, pero a un menor costo.
La tercera tcnica de montaje que puede usarse es un MONTAJE MAGNTICO. Para
uso general, por debajo de los 1.000 Hz, puede emplearse un transductor juntamente con
una base magntica. Aun cuando el conjunto transductor/base magntica tendr una
frecuencia de resonancia que puede provocar alguna distorsin al dato registrado, esta
tcnica puede usarse con xito marginal. Como la base magntica, en principio, puede
colocarse en cualquier lugar de la mquina, no puede garantizarse que la situacin y
orientacin exacta se mantenga en cada medicin.
Finalmente, para conseguir datos de vibracin en algunas plantas se usan
TRANSDUCTORES MANUALES. No obstante, no se recomienda este procedimiento,
siempre que pueda emplearse cualquier otro de los descritos anteriormente. Los
captadores manuales no suministran la seguridad y repeticin requeridos para obtener el
mximo beneficio de un programa de prevencin. Si hay que usar esta tcnica debe
tomarse sumo cuidado de que, para cada punto de medicin, se use en la medida de lo
posible el punto exacto, la misma orientacin, e idntica carga compresiva.

6.2.5 Vibrmetro
Para hacer mediciones de vibraciones pueden usarse diferentes aparatos porttiles
llamados vibrmetros. Este instrumento, bsico para un programa de mantenimiento
predictivo basado en vibraciones, es un pequeo microprocesador diseado
especficamente para recoger, acondicionar y almacenar datos de vibracin tanto
en el dominio del tiempo como de la frecuencia.
Esta unidad se usa para comprobar la condicin mecnica de las mquinas a intervalos
peridicos e incluye un microprocesador con memoria que permite registrar la totalidad de
niveles de vibracin de las mquinas de planta seleccionadas. En una pantalla LCD
aparecen puntualmente mensajes programados que guan al operador a los puntos
correctos de medicin. Se puede introducir informacin adicional usando el teclado frontal.
Las mediciones pueden hacerse fcil y rpidamente; por ejemplo, slo es necesario que
el operador coloque el transductor contra el punto a medir y accione la tecla store para
registrar el nivel de vibracin total.

6.2.6 Analizador de vibraciones

La funcin de un medidor de vibraciones es determinar la condicin mecnica de la
maquinaria crtica de planta. Cuando se detecta un fallo mecnico, el vibrmetro no es
capaz de sealar el problema especfico o su causa raz. Esta es la funcin del
analizador de vibraciones.
Existe una gran variedad de analizadores de vibraciones comercialmente disponibles.
Basados en microprocesadores combinan, en una unidad de poco peso, las capacidades
de un medidor de vibraciones y un analizador de vibraciones. La principal diferencia
entre un vibrmetro y un analizador es la capacidad de obtener, almacenar y
ocuparse de los datos en el dominio del tiempo y de la frecuencia, y al mismo
tiempo de vibraciones sincrnicas as como de variables del proceso como presin,
flujo o temperatura. Esta capacidad provee al analista de todos los datos requeridos
para resolver la deteccin de problemas incipientes en la mquina o en el sistema de
proceso.

6.3 Realizacin
Los pasos definidos en este apartado marcan unas lneas de gua para el establecimiento
de una base de datos de mantenimiento predictivo. Los nicos pasos que restan para
comenzar el programa son el establecimiento de las rutas de medicin y la toma de
medidas iniciales o de base. Recordar que el sistema de mantenimiento predictivo
necesita mltiples conjuntos de datos para determinar tendencias en cada mquina. Con
esta base de datos se es capaz de monitorizar la maquinaria crtica en la planta y
comenzar a alcanzar los beneficios que puede aportar este mantenimiento predictivo. Los
pasos reales requeridos para la implantacin de la base de datos dependern del sistema
de mantenimiento predictivo seleccionado por el programa.

6.3.1 Programa de mantenimiento

La parte de trabajo intensivo de direccin de la labor de mantenimiento predictivo es muy
importante. Una vez que ha sido establecido un programa viable, est completa la base
de datos y se ha comenzado a monitorizar las condiciones operativas del equipo crtico de
planta, la pregunta es: ahora qu?
La mayora de los programas terminan justamente aqu. El equipo de mantenimiento
predictivo no contina sus esfuerzos para obtener el beneficio mximo que puede
conseguirse del mantenimiento predictivo. En lugar de esto, para mantener las
condiciones de funcionamiento de la planta, confan en tendencias, anlisis comparativos,
o en anlisis simplificados de seales en el caso de programas basados en vibraciones.
Sin embargo, esto no es suficiente para obtener los mximos rendimientos de un
programa de mantenimiento predictivo.

6.3.2 Tendencias
La base de datos establecida para un programa de registro de vibraciones incluye
informaciones en banda ancha, banda estrecha y datos absolutos de seales de
vibracin.

Tambin incluye parmetros de proceso, temperaturas de tapas de cojinetes, anlisis de

aceite de lubricacin, diagramas de temperaturas y otros parmetros crticos de control.
Qu hacer con estos datos?
La mayora de los sistemas suministran los medios necesarios para almacenar e imprimir
esos parmetros de vibracin y proceso, datos tendentes al anlisis o a trabajosas copias
para informes. Tambin preparan e imprimen automticamente numerosos informes que
cuantifican las condiciones de funcionamiento de un punto especfico. Algunos incluso
imprimen automticamente informes indicativos que cuantifican el cambio dentro de un
marco seleccionado de tiempo. Todo esto es importante, pero qu significa?
El control de las tendencias de un grupo de mquinas o sistema de proceso suministrar
la posibilidad de prevenir la mayor parte de los fallos catastrficos. La desventaja de
confiar en la tendencia como nico medio de sostener un programa de
mantenimiento predictivo es que ste no dir la razn por la que una mquina se
est degradando.
Un buen ejemplo de esta debilidad podra ser una fundicin de aluminio que confa
estrictamente en la tendencia para mantener su programa de mantenimiento predictivo.
En la fundicin hay 36 ventiladores en mnsula, que son crticos para el funcionamiento
de la planta. Los rodamientos de cada uno de estos ventiladores se cambian cada seis
meses, por trmino medio. Monitorizando las tendencias suministradas por su programa
de mantenimiento predictivo, el responsable puede ajustar el plan de cambio del cojinete,
basado en las condiciones reales del rodamiento, en un ventilador especfico. En un
perodo de 2 aos no habr fallos catastrficos o prdida de produccin como
consecuencia de ventiladores fuera de servicio. La pregunta en tal caso es, trabaj
correctamente el programa de mantenimiento predictivo?
Para la empresa el programa fue un xito total. Sin embargo, la vida normal del cojinete
poda haber sido mucho mayor que los citados 6 meses, pero algo en el cojinete o
proceso dio lugar a la reduccin de la vida media del cojinete. Limitando el programa
solamente a la tendencia, la fundicin fue incapaz de identificar la causa raz del fallo
prematuro del cojinete. El programa de mantenimiento predictivo, usado correctamente,
permitira identificar la causa raz o especfica de problemas crnicos de mantenimiento.
En el ejemplo, un anlisis completo suministrara la respuesta: los crecimientos o
depsitos de materiales en las palas del ventilador aumentan la masa del rotor y obliga a
los ventiladores a funcionar a velocidad crtica, o cercanos a ella. El desequilibrio creado
por un funcionamiento a velocidad crtica fue la situacin forzada que dio lugar a la
destruccin prematura de los cojinetes. Conocido esto, y despus de tomadas las
medidas correctoras, la planta ha alcanzado ahora, en lo relativo a los cojinetes de
ventiladores, una media de 3 aos.

6.3.3 Tcnicas de anlisis

Todas las mquinas tienen un nmero finito de modos de fallo. Si se tiene un
conocimiento completo de los modos de fallo y de las dinmicas de una mquina
especfica, se pueden llegar a desarrollar las tcnicas de vibracin que aislarn el modo
especfico de fallo o de diferentes tcnicas de tendencia y anlisis.

6.3.3.1 Datos en banda ancha

Los datos conseguidos usando una banda ancha estn limitados a un valor que
representa la energa total en vibracin generada por la mquina en el punto de
localizacin y en direccin opuesta al transductor. Muchos programas tienden a
comparar el valor registrado en un solo punto y desprecian los otros puntos de medicin
del eje comn.
Un planteamiento ms adecuado sera, en lugar de evaluar separadamente cada punto de
medicin, establecer una grfica con el nivel de energa en cada punto de medicin del
eje comn. En primer lugar, se trazan las medidas obtenidas en direccin vertical para
determinar la forma del eje de la mquina. Si, por ejemplo, el grfico indica que el extremo
externo del eje motor est ms desplazado que el resto del eje, esto limita el problema de
la mquina a la parte posterior del motor. Basado estrictamente en el valor general, la
causa probable podra ser la prdida de apoyo del soporte trasero del motor. En segundo
lugar, se traza la grfica correspondiente a los desplazamientos horizontales. Si, por
ejemplo, el grfico indicara que el eje ha flexado entre los soportes de cojinetes, sin
informacin adicional la forma del eje sugerira una curvatura del eje entre cojinetes. Con
este procedimiento, aunque no se haya podido identificar el modo absoluto de fallo, si que
se ha podido aislar el problema en la seccin de la mquina situada entre los soportes de
los cojinetes.

6.3.3.2 Datos en banda estrecha

La adicin de bandas estrechas que monitoricen componentes especficos de la
mquina o modos de fallo concretos suministra ms informacin sobre diagnsticos. Si
aadimos la informacin obtenida en el apartado anterior, podramos encontrar, por
ejemplo, que los datos verticales estn, principalmente, a la velocidad de giro real del eje
comn. Ello confirmara que existe un problema de flexin del eje. Ningn otro
componente de la mquina o modo de fallo contribuyen al problema. Por otro lado,
suponiendo que se tratara de un ventilador, las mediciones horizontales podran indicar, a
su vez, que el paso de las palas, el fallo de cojinete y las bandas estrechas de
desalineamiento son tambin importantes contribuyentes.
Como se ha visto anteriormente, los ventiladores son propicios a la inestabilidad
aerodinmica. La indicacin de paso de palas anormal puede sugerir que este fenmeno
contribuye al problema de vibraciones. El dato adicional suministrado por las lecturas de
banda estrecha ayuda a eliminar muchos de los posibles modos de fallo que pudieran
afectar al ventilador. Sin embargo, no podramos llegar a confirmar el problema
especfico.

6.3.3.3 Anlisis de las causas races de fallos

Una inspeccin ocular del ventilador permitira observar, por ejemplo, que la descarga
fuese horizontal u opuesta a la posicin del punto de medicin. Comprobando los
parmetros de proceso registrados coincidentes con las medidas de vibracin, podra
deducirse, por ejemplo, que el motor estaba en condiciones de parada o vaco y que la
presin de descarga era anormalmente baja. Adems, la inspeccin visual podra permitir
comprobar, por ejemplo, que el ventilador se asentaba sobre una plancha de corcho y no
estaba atornillado al suelo y que el tubo de descarga no estaba aislado del ventilador y no
haba soportes de tubo en los primeros 7 primeros metros del recorrido del mismo. Con

estos indicios en la mano podra concluirse que el ventilador estaba trabajando en

condiciones de vaco, no generando presin, y, sin embargo, estaba inestable.
A la vista de estas circunstancias, esta parte del problema de mquina podra ser
corregida reduciendo el registro (cerrando parcialmente) y forzando al ventilador a
funcionar dentro de lmites aerodinmicos aceptables. Despus de corregido el registro,
todas las lecturas horizontales anormales podran caer dentro de los lmites aceptables.
Por lo que se refiere al problema vertical con el motor, la solucin podra ser aislarlo de la
instalacin incorrecta.
A su vez, el peso de aproximadamente 7 metros de tubo de descarga comprima la
plancha de corcho bajo el ventilador y forzaba al extremo del motor a elevarse por encima
de su centro normal. En esta posicin el motor se converta en una viga flotante y
resonaba de la misma forma que un diapasn. El problema se podra eliminar aislando el
tubo de descarga del ventilador e instalando sus correspondientes soportes a lo largo de
esos 7 metros.

6.4 Mantenimiento preventivo planificado

6.4.1 Desmontajes peridicos e inspecciones
En esta metodologa, quizs la ms extendida actualmente en Latinoamrica, cada mquina
principal, despus de un determinado perodo de operacin se somete a un desmontaje total
o parcial para su inspeccin y en casos de que existan defectos, proceder a la reparacin de
los mismos. Aunque el mtodo pueda ser automatizado, presenta los inconvenientes
siguientes:
1. El desmontaje peridico, total o parcial, de una mquina con la inevitable interrupcin de
la produccin y reposicin de partes y piezas, es excesivamente costoso para la seguridad y
fiabilidad de funcionamiento que aportan. No es menos cierto los mltiples casos
conocidos, por los ingenieros de plantas, donde averas mayores han tenido lugar de forma
sbita e inesperada al transcurrir horas de funcionamiento despus de estos chequeos.
2. El intervalo entre inspecciones peridicas, si bien est basado en la teora de la fiabilidad
y vida media, es difcil de definir. Si no se producen fallos durante este intervalo puede
pensarse que el mismo es demasiado corto y por tanto se est perdiendo dinero. Este
planteamiento se ilustra en la Fig. 1.1. En ella se representa el tiempo de trabajo seguro y el
tiempo de trabajo hasta la falla de un gran nmero de mquinas idnticas, que permiti
establecer la estadstica de fallas que se observa. Si una mquina es sometida a un programa
de mantenimiento preventivo planificado dado por el tiempo t=ta, para todas las mquinas,
cuya estadstica de fallas est por debajo de ta, representar un trabajo hasta la rotura. Para
el resto, donde sus correspondientes estadsticas de fallas estn por encima de tA significa
dejar de producir estando an en buenas condiciones tcnicas para el trabajo.

Fig. 1.1 Comportamiento estadstico de mquinas.

Para el caso en que t=tB la situacin sera catastrfica, ya que la gran mayora de esas
mquinas alcanzaran antes la rotura.
3. A veces una mquina que operaba correctamente al ser sometida a inspeccin peridica
puede quedar, por errores en el montaje, en peores condiciones que las iniciales, siendo as
ms propensa al fallo, como se muestra en la Fig. 1.2.

Fig. 1.2 Comportamiento estadstico de fallas en mquinas sometidas a mantenimiento

preventivo.
4. Existen defectos en las mquinas que nicamente pueden ser detectados durante el
proceso de operacin, como: desbalances, resonancias, desalineamientos, etc.
Con relacin al mantenimiento de mquinas, tal y como tradicionalmente se entiende y
viene aplicndose, puede afirmarse en resumen, que la programacin en el tiempo de
revisiones y/o reparaciones es INSEGURA e IMPRECISA. Es insegura, porque la
necesidad de reparar solo se pone de manifiesto desmontando la mquina y revisando sus
elementos; si un defecto grave no se aprecia por inspeccin el dao ser irremediable y la
parada inminente en el proceso de produccin.
Es imprecisa, porque sin medios que permitan determinar el estado tcnico o condicin de
la mquina desde el exterior y sin afectar su normal funcionamiento se desmontarn y
revisarn mquinas en perfecto estado y otras con peligro de avera y parada inminente,
pueden no ser tenidas en cuenta.
6.4.2 Mantenimiento predictivo
Dos aspectos principales logran el mantenimiento predictivo por vibraciones mecnicas
sobre otros mtodos generales de mantenimiento,
- La reduccin de costos,
- El aumento de la seguridad sobre el funcionamiento de los equipos.
Esto consiste en la configuracin de una metodologa que permita la vigilancia continua de
las mquinas, especialmente aquellas que son las principales y las de importancia relativa
en el proceso productivo de la empresa industrial.
Para que esta nueva metodologa, basada en la vigilancia continua, sea eficaz frente a los
conceptos tradicionales de mantenimiento, deber abarcar los objetivos siguientes:
1. No impedir o limitar el funcionamiento de la mquina durante su ejecucin;
2. Su costo de implantacin debe ser menor que el ocasionado por otro tipo de
mantenimiento;
3. Debe permitir la deteccin de la avera en fase incipiente antes de convertirse en
catastrfica, as como la identificacin o diagnstico de la causa que la origina.

Se puede afirmar que el mantenimiento predictivo por vibraciones mecnicas, a travs de la

medicin continua o peridica, el anlisis y control de determinados parmetros y la
opinin tcnica de los operadores de experiencia conforman los indicadores del "estado de
salud" o condicin de la mquina que cumple con los objetivos anteriores.
Las mquinas ideales no vibran. Toda la energa que intercambia es empleada para efectuar
el trabajo para el cual fue diseada. En la prctica la vibracin aparece producto de la
transmisin normal de fuerzas cclicas a travs de los mecanismos. Los elementos de la
mquina disipan una parte de la energa que se le entreg dando a la estructura una
vibracin caracterstica.
Una buena concepcin de fallas es el nivel de vibracin. Son muchos los factores de
operacin, diseo y montaje que provocan el surgimiento de los diferentes niveles de
vibracin.
El hecho de que la condicin de la mquina est ntimamente ligada con las vibraciones que
ella produce hace que la medicin, el anlisis de vibraciones, el anlisis de seales y el
anlisis mecnico sean las herramientas bsicas del mantenimiento predictivo por
vibraciones mecnicas.
6.5 Aspectos bsicos del mantenimiento predictivo
El mtodo general de mantenimiento predictivo por vibraciones mecnicas tiene el objetivo
final de asegurar el correcto funcionamiento de las mquinas a travs de la vigilancia
continua de los niveles de vibracin en las mismas, siendo estos ltimos, los indicadores de
su condicin; y se ejecuta sin necesidad de recurrir a desmontajes y revisiones peridicas.
Este mtodo considera de antemano que la empresa industrial opera con la suficiente
disciplina tecnolgica en su maquinaria, esto es: el usuario debe observar las normas de
explotacin del fabricante. De aqu se desprende la importancia de la conducta de buenas
prcticas de operadores y dems personal tcnico en la industria.
Esta metodologa considera a cada mquina individualmente. Es reemplazada la revisin
peridica del mantenimiento preventivo, por la medicin regular con la cual se obtiene la
evolucin total del funcionamiento. Las vibraciones mecnicas son un excelente indicador
de estas condiciones, por esta razn el mantenimiento por condicin se basa en este
parmetro. El axioma del mantenimiento por condicin consiste en que las revisiones son
efectuadas justamente en el momento en que las mediciones indican que son necesarias.
Esta precisamente es la confirmacin de la intuicin del personal de explotacin
experimentado, que como resultado de su experiencia piensan, que las mquinas no deben
ser tocadas si funcionan bien. Sin embargo, a estos tcnicos calificados les era imposible
justificar el momento de rotura de la mquina. Las mediciones regulares permiten
determinar los niveles inaceptables y definir la correspondiente parada de la mquina.
Como ya se conoce, las vibraciones son normalmente el producto de la transmisin de
fuerzas lo que provoca el desgaste y/o deterioro de las mquinas. A travs de determinados
elementos de las mismas, una fraccin de estas fuerzas es disipada hacia el exterior, por
ejemplo, mediante los apoyos, uniones, etc. Lo que permite medir la vibracin debida a las
fuerzas excitadoras. As, si las fuerzas de excitacin se mantienen constantes dentro de
ciertos lmites, el nivel de vibracin medido se mantiene dentro de los mismos lmites
proporcionalmente. Cuando los defectos comienzan a aparecer, los procesos dinmicos de
la mquina son alterados, alterndose las fuerzas que, como resultado, darn una

modificacin al espectro de vibracin. Si se es capaz de transformar el movimiento

mecnico, proporcional a las fuerzas actuantes, en seal elctrica, entonces, la seal de
vibracin contendr la informacin relativa a las condiciones de funcionamiento de la
mquina, que de por s caracteriza el estado tcnico de sus partes y componentes, pues cada
una tiene la particularidad de vibrar a una frecuencia caracterstica.
La teora mecnica arriba expuesta conduce a definir que la herramienta bsica del presente
mantenimiento es, por tanto, el anlisis de vibraciones y, los principios en que se basa son
los siguientes:
1. Toda mquina en correcto estado de operacin tiene un cierto nivel de vibraciones y
ruidos, debido a los pequeos defectos de fabricacin. Esto puede considerarse como el
patrn de referencia, nivel base caracterstico o estado bsico de esa mquina en su
funcionamiento satisfactorio.
2. Cualquier defecto en una mquina, incluso en fase incipiente, lleva asociado un
incremento en el nivel de vibracin perfectamente detectable mediante la medicin.
3. Cada defecto, an en fase incipiente, lleva asociado cambios especficos en las
vibraciones que produce (espectros), lo cual permite su identificacin.
La importancia del mtodo de Anlisis por Vibraciones Mecnicas, sustentado en los
avances de la moderna tecnologa de medicin y en el anlisis dinmico temporal y
frecuencial de seales, y utilizado como herramienta del mantenimiento predictivo, permite
hoy en da, detectar con gran precisin desde desgastes de cojinetes antifriccin, hasta qu
diente de un reductor de engranajes est daado.
El alcance atribuido al mantenimiento predictivo por vibraciones mecnicas est supeditado
a la mayor rentabilidad, seguridad y precisin en el diagnstico.
6.6 Ventajas y desventajas del anlisis por vibraciones aplicado a l
mantenimiento de las mquinas
Ya se conoce que con los mtodos de mantenimiento anteriores se garantiza el proceso
productivo, pero el costo de los mismos es mayor debido a los elementos que a
continuacin se resumen:
Sustitucin completa de mquinas y elementos de mquinas.
Largos perodos de mantenimiento.
Elevado nmero de personal de mantenimiento.
Elevado nmero de mquinas de recambio y piezas de repuesto en almacenes.
Grandes daos en la produccin en casos de fallas o averas inesperadas.
Veamos, entonces, las ventajas que reporta el anlisis por vibraciones aplicado al
mantenimiento de las mquinas:
a. deteccin precoz e identificacin de defectos sin necesidad de parar ni desmontar la
mquina
b. seguir la evolucin del defecto en el transcurso del tiempo hasta que este se convierta en
un peligro
c. programacin, con suficiente tiempo, del suministro del repuesto y la mano de obra para
acometer la reparacin particular
d. programacin de la parada para correccin dentro de un tiempo muerto o parada rutinaria
del proceso productivo

e. reduccin del tiempo de reparacin, ya que se tienen perfectamente identificados los

elementos desgastados, averiados o, en general, posibles a fallar
f. reduccin de costos e incremento de la produccin por disminucin del nmero de
paradas y tiempos muertos
g. permite una seleccin satisfactoria de las condiciones de operacin de la mquina
h. funcionamiento ms seguro de la planta y toma de decisiones ms precisas de los
ejecutivos de la empresa industrial
Resulta conveniente mencionar, que en los pases desarrollados es exigido ya, por ley, que
el funcionamiento de la maquinaria ha de estar en correctas condiciones de operacin, con
bajos niveles de vibracin y ruidos, como ventajas ambientales para el personal de
operacin.
Sobre las desventajas que obviamente enfrentar la empresa que decida aplicar este mtodo
de trabajo se puede plantear lo siguiente. El empleo de esta tcnica requiere de un mnimo
personal calificado, seleccionado entre los mismos trabajadores de la empresa, as como del
empleo de equipamiento de alta tecnologa; por lo que su utilizacin se ve limitada
aparentemente, en algunos casos, por la inversin inicial. Sin embargo, al comparar los
resultados que se pueden alcanzar, inclusive a corto plazo, stos superan satisfactoriamente
la inversin en estas tcnicas.
De esta manera, a continuacin se relacionan las actividades que requieren inversiones
iniciales:
Investigacin del equipamiento a monitorear (lmites de vibracin, determinacin de
espectros patrones, seleccin de puntos de medicin, etc.)
Seleccin y adquisicin de la instrumentacin
Formacin del personal encargado de las mediciones de rutina (seleccionado de la misma
planta)
Especializacin del personal ejecutivo y de ingeniera encargado de procesar las
mediciones y de la toma de decisiones
6.7 Justificacin econmica del mantenimiento predi ctivo por vibraciones
mecnicas
Es evidente que el criterio ahorro ser el que mueva o decida a los ejecutivos de empresas
a la realizacin de la inversin que supone la implantacin de este mtodo de
mantenimiento. Esto es, es necesario realizar una evaluacin de la rentabilidad de esta
inversin. El problema que se enfrenta para realizar esta tarea, es que para evaluar la
factibilidad del nuevo mtodo de mantenimiento es imprescindible partir de su ejecucin o
implantacin. Una vez efectuado el cmputo en trminos de costos por paradas imprevistas
y costos por averas (en el procedimiento convencional de mantenimiento), se procede a la
implantacin del mantenimiento predictivo. La suma de costos a posteriori,
correspondiente, ser la mejor evaluacin que se pueda realizar de la inversin. Por
consiguiente, en una primera etapa es fundamental apelar a la credibilidad tcnica por parte
de los futuros usuarios y a la comparacin o ilustracin de experiencias acontecidas en otras
empresas industriales del mismo pas u otros pases. En los pases desarrollados el mtodo

de mantenimiento por vibraciones mecnicas constituye una tcnica tan extendida en la

industria, que actualmente no requiere de muy amplia fundamentacin econmica.
Los beneficios econmicos que se han logrado en la prctica internacional, aunque han sido
de una forma u otra, mencionados anteriormente, sern expuestos de forma resumida a
continuacin:
1. reduccin de las mquinas de reserva
2. reduccin notable del perodo de mantenimiento
3. reduccin del personal de mantenimiento propio y el contratado
4. reduccin de los gastos (capital inmovilizado) por equipos, mquinas menores,
elementos de mquinas y piezas de repuesto en almacenes
5. eliminacin de las averas por roturas inesperadas, esto es, fiabilidad y productividad
superiores
6. eliminacin de los daos en la produccin final de alto costo debido a fallas de elementos
de poco valor
6.8 Instruccin del personal y condiciones de la eficacia en la ejecucin del
mantenimiento predictivo
Son precisamente las condiciones humanas y materiales las que determinan el nivel de
aplicacin del mantenimiento predictivo. Frecuentemente ocurre que al personal del
departamento de mantenimiento, especializado y dedicado completamente a las
intervenciones tradicionales, se le asigna una tarea adicional: la medida de las vibraciones,
de la que en la mayora de los casos desconoce sus fundamentos y utilidad prctica final.
Esto provoca que el mantenimiento predictivo por vibraciones mecnicas, quede reducido a
una inspeccin rutinaria ms y, a que su eficacia no pueda ser evaluada. Por otro lado, se
tienen los casos de empresas donde se dispone de instrumentacin suficiente para realizar
estas tareas, e incluso mquinas monitoreadas ininterrumpidamente para las que la
operatividad del mtodo es nula. Esto es, se hacen inversiones que estn totalmente
subutilizadas. Las situaciones menos frecuentes son aquellas empresas que con el
equipamiento mnimo logran los mayores beneficios econmicos (ejemplos: CTE de
Mariel, La Habana; Planta Industrial de Fertilizantes, Cienfuegos; etc.).
La lnea ms conveniente para salvar las situaciones negativas arriba descritas y poder
situar al departamento tcnico o de mantenimiento, segn el caso, a la altura de las nuevas
tecnologas en cuanto a su asimilacin correcta y eficiente, consiste en los pasos de
instruccin siguientes:
Calificacin del personal directivo y ejecutivo, fundamentalmente
Formacin adecuada de personal tcnico especializado, que se le va a asignar esta tarea.
En lo que se refiere al primer proceso instructivo, el grado de sensibilizacin cada vez es
mayor. En cuanto al segundo, no es menos cierto que las ventajas econmicas y de
seguridad que aporta el plan de mantenimiento predictivo correctamente introducido en una
empresa industrial son tan grandes que justifican la presencia de, por lo menos, una o dos
personas especializadas (segn la escala de la empresa) en la medida y anlisis de
vibraciones: el analista de vibraciones. En este sentido, son de destacar las iniciativas
adoptadas en muchos pases y regiones industriales con vistas a desarrollar programas de
formacin y cursos adaptados a sus mquinas para lograr un entrenamiento acelerado de su

personal de mantenimiento, as como la reestructuracin y modernizacin de las

direcciones o secciones de mantenimiento.
Los aspectos bsicos que condicionan la eficacia de un plan de mantenimiento predictivo
por vibraciones mecnicas son:
El volumen de informacin obtenido
Su procesamiento y tratamiento
La rpida disponibilidad de resultados para la toma de decisiones
Estos acondicionamientos y la limitacin derivada de una incompleta calificacin del
personal, quedan subsanados con la incorporacin de los ordenadores a la ejecucin de las
tareas del mantenimiento predictivo por vibraciones mecnicas. Las capacidades reales de
los softwares analizadores de seales hacen que el plan de mantenimiento predictivo quede
reducido simplemente a la obtencin de datos.
6.9 Pasos para la aplicacin del mantenimiento predi ctivo por vibraciones
mecnicas
El programa de mantenimiento predictivo comienza con la relacin de aquellas mquinas
que debern ser incluidas. La decisin de la inclusin de la mquina se fundamenta en: el
grado de incidencia econmico que esta tiene en el proceso de produccin como
consecuencia de los costos por parada o interrupcin, as como por reparacin. Estos son
los factores que establecen el volumen de ejecucin e instrumentacin tcnica del
programa.
Sobre la base del anterior criterio se definen las necesidades: humanas y materiales, para
cubrir los objetivos.
Seleccionadas las mquinas se procede a obtener, si es posible, la siguiente informacin:
1. Espectros de referencia; caractersticos de la mquina en diferentes puntos cuando esta
opera correctamente.
2. Historial de mantenimiento; datos del fabricante sobre causas de averas, vibraciones
caractersticas; datos del explotador en estos mismos tpicos (reforzando el conocimiento
en tipos de averas ms frecuentes).
3. Datos tcnicos especficos: r.p.m., potencia, nmero de labes, cojinetes (datos
geomtricos caractersticos), reductor (nmero de dientes, relaciones de transmisin), etc.
4. Conocimiento de la mquina: condiciones de operacin, funcin de la mquina en
el proceso, alteracin de los niveles de vibracin con los cambios en las condiciones de
operacin (temperatura, carga, velocidad y otros), etc.
5. Codificacin e identificacin de las mquinas seleccionadas: la codificacin deber
indicar lugar, posicin, tipo de mquina, nmero de ellas, etc.
A continuacin, para cada mquina seleccionada se le definen los aspectos siguientes:
Puntos y direcciones de medicin (axiales, radiales)
Magnitud a medir (desplazamiento, velocidad, aceleracin)
Tipo de sensor adecuado
Definicin del intervalo de frecuencia a medir.

Una vez cumplimentados los pasos anteriores, es conveniente que se ejecuten varias
mediciones de pruebas que permitan:
I. la familiarizacin con los espectros caractersticos de cada mquina.
II. la optimizacin de puntos de medicin y direcciones.
III. en caso que no se hayan podido conseguir los espectros de referencia, previamente del
fabricante, se procedern a obtener con la ayuda de los operadores ms experimentados.
IV. dem, para el caso de los niveles de amplitud de vibracin total.
V. en la medida de las posibilidades se obtendrn los cambios de espectros y amplitudes
ante variaciones o desviaciones de las condiciones de operacin.
VI. estudio de la conveniencia en el tratamiento de la informacin manual o computarizada,
de lo que se desprende la existencia del: protocolo de mediciones, fichero o cuaderno de
mquinas; donde se irn clasificando y ordenando de forma cronolgica los datos relativos
a cada mquina junto con sus caractersticas y espectro de referencia. En el caso de que esta
informacin sea tratada en microcomputadora se dispondr de un disquete con el cdigo de
identificacin asignado a la mquina.
La preparacin del protocolo de mediciones o el fichero o cuaderno de mquina destinado a
cada una adscripta al plan de mantenimiento predictivo, es indispensable para alcanzar la
mejor organizacin y resultado del mtodo en cuestin. Dicho protocolo, fichero o
cuaderno deber contener como datos principales, los siguientes:
a. cdigo de identificacin de la mquina.
b. puntos y direcciones de medicin (esquema de la mquina).
c. condiciones de operacin relativas al proceso como: velocidad en el momento de la
medicin, temperatura del cojinete, temperatura de gases de escape, presin del fluido, etc.
d. espectros de referencia.
e. espectros obtenidos durante la aplicacin del programa, es decir, espectros de frecuencia
de la vibracin caracterstica de la mquina para cada punto de medicin en sus
correspondientes direcciones.
f. amplitud de la vibracin total para cada punto de medicin en sus correspondientes
direcciones.
g. fecha y hora de ejecucin de las mediciones.
h. criterios de severidad o normas iniciales aplicadas.
i. curvas de tendencia para las frecuencias tpicas, armnicos y la amplitud de la vibracin
total.
j. intervalo de frecuencia a medir.
k. frecuencia de muestreo o intervalo de las mediciones.
Para cada mquina es preciso establecer los criterios de severidad, considerados, por
ejemplo, de la siguiente manera:
ALARMA - nivel de vibracin severo
PARADA - nivel de vibracin no aceptable
En caso de no disponer de criterios del suministrador se acudir, como primera referencia
de partida, a las normas existentes. El conocimiento de la mquina y su correspondiente
historial, sern la base ms segura para la redefinicin de los niveles ptimos de la mquina
en uso.
No existe ninguna regla que establezca cul debe ser el intervalo entre dos mediciones
consecutivas en cada mquina. Esta frecuencia de muestro est sujeta a factores tales como:

Importancia de la mquina en el proceso de produccin.

Caractersticas especficas de la propia mquina.
Estabilidad de las grficas de tendencia.
Historial de averas, etc.

En definitiva, esta frecuencia se establece primeramente de acuerdo a estos criterios y ser

el proceso dinmico de optimizacin del programa quien defina el intervalo ms adecuado
para cada mquina.
Sobre la base de la informacin que se obtenga y como sntesis para la toma de decisiones,
se elaborarn los resmenes siguientes:
Curva de anlisis de tendencia que representa la variacin de la amplitud de la vibracin
total en el tiempo.
Curvas de anlisis de tendencia de frecuencias tpicas y armnicos ms significativos del
espectro.
Mapas espectrales en funcin de las condiciones de operacin.
El orden de los pasos para la aplicacin del mtodo de mantenimiento predictivo por
vibraciones mecnicas arriba esbozado, no constituye una indicacin metodolgica rgida,
ni mucho menos una norma invariable a seguir. Las condiciones objetivas de la empresa
industrial establecern, en la prctica, proceder en el orden consecutivo ms conveniente.
6.10 Determinacin de los niveles de vibracin
La determinacin de los niveles normales de vibracin es uno de los aspectos ms
importantes dentro de las tareas de organizacin para la implementacin del diagnstico
predictivo por vibraciones mecnicas en una industria. Una incorrecta determinacin de
este parmetro puede conducir a consecuencias fatales para la mquina y la industria en
general.
En la determinacin del nivel normal de vibracin para una mquina dada, los elementos
que decidirn cul debe ser el valor que se tomar como referencia estn relacionados con
la experiencia del operador en el trabajo con ellas, las caractersticas vibracionales de la
misma y la rapidez con que evolucionan sus parmetros vibracionales. Como referencia
deben conocerse los valores, que para estas mquinas tienen otras de su tipo, o cules son
los valores recomendados por las Normas Internacionales sobre vibraciones mecnicas.
Un mtodo muy empleado para la determinacin de los niveles normales de vibracin es el
anlisis de tendencia. Este es un mtodo muy simple el cual se basa en la graficacin de los
parmetros vibracionales de la mquina durante la explotacin. El mismo puede
implementarse de forma automtica o manual.
Si el estado tcnico es bueno, los niveles de vibracin mantienen sus valores constantes. Si
aparece alguna falla, entonces estos valores comienzan a crecer en la medida que sta se
desarrolla.
Las mquinas poseen caractersticas propias dadas las condiciones en que fueron
construidas y montadas (su acabado superficial, rigidez, ajustes, etc. ). Estas condiciones
determinan un nivel vibracional caracterstico en la misma. Si una de estas caractersticas

vara, inmediatamente se reflejar en el nivel vibracional, lo que indicar que ha ocurrido

una alteracin en las condiciones originales de la misma.
La alteracin del nivel vibracional no significa que necesariamente ocurrir una avera
inmediata, por ejemplo, las Normas de Severidad ISO 2372 establecen que el nivel de
vibracin de 0,71 mm/s es satisfactorio para mquinas rotatorias con potencia menor de 75
Kw. Sin embargo, una mquina puede encontrarse en buen estado tcnico y tener un nivel
de vibracin por encima de este valor.
Este hecho significa que el valor del nivel normal de vibracin no es absoluto, sino que
depende de muchos factores, por lo que para su determinacin debe establecerse un
compromiso entre ellos.
Como elemento auxiliar en el logro de este objetivo, el anlisis de tendencia tiene una gran
aplicacin. Es por ello, que en el estudio preliminar de la mquina, se establece como regla
la realizacin de mediciones peridicas para obtener la tendencia de los valores
vibracionales de la misma. Con el anlisis de tendencia se puede, adems, determinar el
momento de posible rotura tomando como referencia el valor mximo permisible del nivel
vibracin.
El anlisis de tendencia exige que las mediciones se efecten sobre los mismos puntos de
medicin, los que deben ser seleccionados de acuerdo a la estrategia establecida para el
estudio de la mquina, mantenindose siempre, las mismas condiciones del muestreo. El
anlisis puede realizarse tanto sobre los valores globales de la vibracin, como sobre los
espectros vibracionales.

FIG. 1.3 Grfica de tendencia de una mquina rotatoria.

En la Fig. 1.3 se muestra el grfico de tendencia de una mquina rotatoria de baja potencia.
En la grfica se ofrece una orientacin sobre los criterios de severidad y donde los cambios

se reportan como etapas en la evolucin del nivel vibracional. El primer incremento de

nivel, que representa aproximadamente dos veces el normal, se registra como inicio de
cambios. En ella comienza a desarrollarse la falla, la cual debe ser liquidada, con pequeos
ajustes o mantenimiento de rutina. La segunda etapa exige una mayor investigacin de las
causas que han originado el aumento del nivel de vibracin y la tercera, donde los niveles
de vibracin han alcanzado valores de hasta ocho veces el valor de nivel normal, exige una
accin inmediata.
Los cuadernos de mquinas o cartas de control son elementos auxiliares de mucha ayuda,
como expediente de los valores globales de los niveles de vibracin en la mquina. En ellos
pueden ser registrados peridicamente los valores medidos en los puntos seleccionados y
todas las incidencias ocurridas durante las mediciones. Un ejemplo se muestra en la Fig. 1.4

Fig. 1.4 Ejemplo de cuaderno de mquina o carta de control.

Otro mtodo que puede ser empleado para la determinacin de los niveles normales de
vibracin, es el anlisis estadstico. Este mtodo es muy utilizado para el control de la
calidad en la fabricacin de mquinas rotatorias. En los casos en que el fabricante no aporte
los niveles de vibracin caractersticos de una mquina es posible realizar un trabajo de
pruebas estadsticas, cuando el nmero de mquinas idnticas (relativamente grande)
trabajan bajo las mismas o parecidas condiciones de explotacin. As, mediante la medicin

peridica de las mquinas y sus restantes parmetros de trabajo, es posible establecer los
correspondientes niveles normales y anormales de vibracin de las mquinas en cuestin.
En las mquinas rotatorias pueden ocurrir fallas que son muy comunes durante la
operacin. Este comportamiento se refleja en el nivel normal de vibracin que ellas
presentan durante el trabajo. Sin embargo, el valor que este nivel puede tomar depender de
la clasificacin a la que pertenezca la mquina, dentro de los tipos establecidos por
recomendaciones de algunas normas (ver Tabla 1.1).
Realmente, es muy difcil establecer a priori cul es el valor mximo de vibracin despus
del cual habr una rotura inminente.

TABLA 1.1 Recomendaciones para la clasificacin de las mquinas

Las mquinas se diferencian por su tamao, por su rigidez, as como por su
amortiguamiento, lo que incide en que los valores de los niveles de vibracin no sean
iguales, inclusive, entre mquinas idnticas operando bajo las mismas condiciones.
Actualmente se toman como gua numerosas cartas de severidad que son el resultado de
muchos aos de experiencia en la implementacin de las tcnicas de diagnstico por
vibraciones mecnicas en la industria. Estas recomendaciones unidas al control del
comportamiento de la mquina durante un perodo prolongado de operacin, permiten
determinar con mayor certeza, el valor que se debe tomar como referencia.
En la figura 1.5 se muestra un ejemplo de carta de severidad para la seleccin del nivel
mximo permisible de vibracin de acuerdo a la clasificacin de las mquinas dada por la
Tabla 1.1, y en donde los valores de amplitud de la vibracin se expresan en mm/s.
Para llevar a buen trmino un programa de verificacin del estado tcnico de las mquinas
basado en el nivel mximo permisible de la vibracin, se deben tomar reglas generales que
hagan reales los pronsticos. Por ejemplo, con qu velocidad aument la amplitud de la
vibracin, en cuntas veces aument, entre otros aspectos. Si la mquina mantiene
invariable su nivel de vibracin por un perodo de tiempo que puede extenderse hasta un
ao, es innegable que estos valores representan su nivel normal de vibracin. Si por el
contrario, este nivel se incrementa en ms de dos veces respecto a su valor inicial, no hay
dudas que se ha originado una falla y se hace necesario su correccin.

Fig. 1.5 Carta de severidad, segn Norma ISO 2372

De lo antes expuesto se infiere que el anlisis vibracional es la base sobre la cual se

sustenta el mantenimiento predictivo en las empresas industriales, por lo que se hace
evidente la necesidad que tiene todo el personal encargado de introducir estas tcnicas en la
industria del conocimiento de la teora sobre las vibraciones y su relacin con las seales
que emiten los sistemas mecnicos durante la operacin, lo que permitir la interpretacin
correcta de los resultados del procesamiento.
6.11 Preguntas
1.- Instrumentos para la medida de vibraciones?
Respuesta: Hay tres tipos de transductores de vibracin que pueden usarse para monitorizar las
condiciones mecnicas de una planta de maquinaria, cada uno con sus aplicaciones especficas en
la planta y sus limitaciones:
1.- Sonda de desplazamiento.
2.- Captador de velocidad (velocmetro).
3.- Acelermetro.

2.- Cul es el mtodo de tcnicas de anlisis?

Respuesta: Todas las mquinas tienen un nmero finito de modos de fallo. Si se tiene un
conocimiento completo de los modos de fallo y de las dinmicas de una mquina especfica, se
pueden llegar a desarrollar las tcnicas de vibracin que aislarn el modo especfico de fallo o de
diferentes tcnicas de tendencia y anlisis.

3.- Cules son los aspectos principales logran el mantenimiento predictivo por vibraciones
mecnicas?
Respuesta: son 2 de los cuales son; 1.- La reduccin de costos y 2.- El aumento de la seguridad
sobre el funcionamiento de los equipos.

4.- Por qu elementos es costoso el mantenimiento?

Respuesta: Son cinco puntos importantes los cuales son: 1.- Sustitucin completa de mquinas y
elementos de mquinas; 2.-Largos perodos de mantenimiento; 3.- Elevado nmero de personal
de mantenimiento; 4.- Elevado nmero de mquinas de recambio y piezas de repuesto en
almacenes; 5.- Grandes daos en la produccin en casos de fallas o averas inesperadas.

5.- Cules son los criterios de severidad para cada mquina?

Respuesta: son 2 de los cuales son; 1.- ALARMA - nivel de vibracin severo y 2.- PARADA - nivel de
vibracin no aceptable.

7. Referencias
1. http://ocw.upm.es/ingenieria-agroforestal/fisica-aplicada-a-laingenieria/contenidos/tema-4/VIBRACIONESMECANICAS.pdf
2. http://www.tav.net/transductores/vibraciones-mecanicas.pdf

3. http://www.pessweb.com/images/turbologias/Turbologias_vol3.pdf
4. http://es.slideshare.net/estebanllanos54/captulo-5-vibraciones-mecnicas-balanceo-derotores-alineacin-de-ejes

5. http://prof.usb.ve/aquiroga/descargas/MC2414_balanceo.pdf
6. http://www.imem.unavarra.es/EMyV/pdfdoc/vib/vib_predictivo.pdf

7. Saavedra, P. Anlisis de vibraciones nivel II. Facultad de Ingeniera. Universidad de

Concepcin.Chile (1997).

8. Cohen, L. Time-Frequency Distributions. A Review Proceeding of the IEEE, Vol 77, N7, pp.
941-981 (1989).

9. Cuitio, L.A. Comportamiento dinmico de vigas y ejes agrietados. Memoria de ttulo

Ingeniero Civil Mecnico. Departamento de Ingeniera Mecnica. Facultad de Ingeniera.
Universidad de Concepcin. Chile (2000).

10. Tsai, T. C. Wang, Y. Z. Vibration Analysis and Diagnosis of a crack shaft. Journal of Sound
and Vibration, Vol. 192(3), pp. 607-620 (1992).