Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014 1

DETECCIÓN DE CAVITACIÓN EN UNA BOMBA CENTRÍFUGA UTILIZANDO ANALISIS

DE ENVOLVENTE

Cavitation detection in a centrifugal pump using envelope analysis

RESUMEN JUAN ESTEBAN ÁLVAREZ N.

La detección temprana de fallas en los componentes que integran una bomba Ingeniero mecánico.
centrífuga ha sido una constante tarea de investigación en los últimos años, Joven investigador Colciencias
debido a la importancia de mantener una producción industrial constante. En este Estudiante de Maestría en Ingeniería
trabajo se estudia la detección de cavitación mediante el análisis de vibraciones Mecánica
mecánicas utilizando un banco de pruebas para la simulación. Para la extracción Universidad Tecnológica de Pereira
de las señales fueron empleados sensores de tipo acelerómetro y acústico, jealvarez@utp.edu.co
ubicados en el cuerpo de la bomba mientras operaba tanto en estado normal
como en estado de falla inducida. El método de la envolvente fue utilizado para
HÉCTOR FABIO QUINTERO R.
procesar las señales de vibración en el dominio del tiempo y estas señales fueron
Ingeniero mecánico Ph. D.
comparadas mediante el procesamiento con la Transformada Rápida de Fourier.
Docente Titular
Como resultado, el análisis de envolvente mostró ser una adecuada herramienta
Universidad Tecnológica de Pereira
en la detección de cavitación en bombas centrífugas.
hquinte@utp.edu.co
Palabras clave: bomba centrífuga, cavitación, análisis de envolvente,
vibraciones.
JUAN FERNANDO LÓPEZ L.
Ingeniero mecánico, M. Sc.
ABSTRACT
Doctorando en Ingeniería
Early detection of faulty components of a centrifugal pump is a constant task of
Universidad Tecnológica de Pereira
research in recent years, due to the importance of maintaining a continuous
juanferll@gmail.com
industrial production. In this paper, detection of cavitation is studied by
analyzing mechanical vibrations using a testbed for simulation. To extract
signals, an accelerometer and acoustic sensors were used, located in the body of
the pump while operating both in normal and failure induced conditions. The
envelope analysis was utilized to process the vibration signals in time domain,
and comparisons were made using the Fast Fourier Transform. As a result,
envelope analysis showed to be an appropriate tool for detecting cavitation in
centrifugal pumps.

Keywords: cavitation, centrifugal pump, envelope analysis, vibrations.

1. INTRODUCCIÓN Assessment [3]. Por lo tanto, mantener la operación

En busca de mayor productividad, las industrias se han
encaminado a la búsqueda de fortaleza en el
mantenimiento de su maquinaria y prestan mucha
atención a la detección y diagnóstico de fallas como
principal tarea de un sistema de monitoreo; así han
logrado mejorar la seguridad de la planta y reducir las
averías [1], [2].
La detección de fallas se ha estudiado mucho en
máquinas rotativas, con el fin de optimizar la
confiabilidad y disponibilidad del equipo en el entorno de
trabajo. Entre las máquinas rotativas encontramos las
bombas centrífugas, que son turbomáquinas que
consumen una importante fracción de energía (el 25% del
consumo en fábricas manufactureras y el 59% en plantas
petroleras, como indica el Departamento de Energía de
Estados Unidos (DOE), en su estudio United States
Industrial Electric Motor Systems Market Opportunities
Fecha de recepción: 3 de septiembre de 2014
Fecha de aceptación: 6 de octubre de 2014
constante de estos equipos es de vital importancia y, por
supuesto, detectar fallas oportunamente supone un
mantenimiento eficiente del equipo.
Por lo general, la detección de fallas en bombas
centrífugas se ha realizado adquiriendo señales acústicas
o de vibración [4], [5], provenientes de sensores
instalados en diferentes puntos del cuerpo de la máquina.
Estas señales pueden ser procesadas con ayuda de
algoritmos matemáticos, con el fin de determinar
frecuencias y magnitudes propias de una falla de
funcionamiento; sin embargo, existe una exigencia en
cuanto a la confiabilidad de las técnicas empleadas en el
campo del procesamiento.
Uno de los defectos estudiados en los últimos años en
bombas centrífugas es el producido por el fenómeno de la
cavitación, debido a que afecta el rendimiento hidráulico
del equipo [6]. La información de las señales obtenidas
2 Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014.

en este tipo de falla comúnmente ha sido procesada por
medio de la transformada rápida de Fourier (FFT). En [9]
se emplea un sensor acústico para adquirir información
del estado de falla de cavitación de una bomba
centrífuga, procesando esta mediante la FFT; sin
embargo, este tipo de análisis es débil en el dominio de
tiempo. En [7] y [8] emplean la transformada Wavelet
Continua (CWT) para diagnosticar fallas en una bomba
centrífuga, utilizando un sensor piezoeléctrico de tipo
acelerómetro; no obstante, esta transformada requiere un
considerable esfuerzo computacional [10]. En [11] se
emplea la transformada Wavelet Discreta (DWT) para
procesar la señal de vibración, pero debido a la carencia
de propiedad invariante en el tiempo, se desperdicia
información útil [7].
La señal de vibración es capturada mediante un sistema
de adquisición de datos a una frecuencia de muestreo de
51  200  Hz. El acelerómetro marca Shinkawa tiene una
sensibilidad de 100  mV/G; el sensor acústico de marca
Physical Acoustics Corporation, cuenta con una
sensibilidad de 45 V/(m/s).
2.1 Caracterización de la bomba centrífuga
El régimen de operación óptimo de la bomba centrífuga
se muestra en la figura 2, así como las curvas
características de la bomba centrífuga que corresponden a
la altura que da la bomba y a la eficiencia para
determinado caudal.

La técnica de la envolvente en el análisis de vibraciones

ha sido estudiada para detectar defectos en rodamientos,
buscando zonas resonantes excitadas por fuerzas de
impacto periódicas, cuya frecuencia de repetición es un
indicador del lugar donde se encuentra el defecto y de su
amplitud [12].

En el presente estudio se emplea la transformada Hilbert

para procesar y obtener la envolvente de las señales de
vibración de una bomba centrífuga bajo cavitación
inducida; además, se usan dos sensores de tipo
acelerómetro y acústico para determinar cuál es el más
apropiado para la aplicación. El presente documento
comienza con el capítulo del módulo experimental, en el
que se mencionan los elementos utilizados en la Figura 2. Curvas características de la bomba centrífuga.
investigación y la manera de desarrollar el experimento.
En seguida viene un capítulo sobre el procesamiento de
La curva de cabeza fue encontrada con (1), la cual
las señales para indicar el tratamiento empleado;
corresponde a la ecuación de Bernoulli generalizada para
posteriormente se muestra el análisis de los resultados
flujos de fluidos. Las medidas necesarias para encontrar
experimentales.
este parámetro fueron registradas con manómetros y un
medidor de flujo instalado en el circuito hidráulico. La
2. MÓDULO EXPERIMENTAL
curva de eficiencia, presente de igual manera en la figura
1, se encontró con (2), para lo cual fue necesario
El banco experimental utilizado se muestra en la figura 1
establecer la corriente que consumía el motor de la
y está integrado por una bomba centrífuga de 3 álabes,
bomba a diferentes flujos de operación. Entonces,
que gira a 3450 rpm, acoplada directamente a un motor
eléctrico de 1 HP.
𝑃! − 𝑃! 𝑉! ! − 𝑉! !
𝐻= + 𝑍! − 𝑍! +                              (1)
𝛾 2𝑔

donde los subíndices s y d representan la succión y la

descarga respectivamente. Además,

𝑊𝐾𝑊
𝜂=                                                                                  (2)
𝐵𝐾𝑊

donde WKW representa la potencia que recibe el fluido y

Figura 1. Banco de pruebas experimental. BKW la potencia de la bomba.
Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014.
2.2 Pruebas experimentales
Conociendo el régimen de trabajo óptimo de operación
de la bomba centrífuga, que corresponde a un flujo entre
110-120 L/min, se define el estado de buena condición de
operación tomando, con el sensor acústico y el
acelerómetro, las señales de vibración en una posición
axial al rodete. La figura 3 ilustra la posición del sensor
en el cuerpo del equipo.
Figura 3. Posición axial al rodete de la bomba centrífuga.
Posteriormente, se varía el ángulo de apertura de la
válvula de succión, con el fin de interrumpir el flujo del
fluido, lo cual produce burbujas de vapor de agua que son
llevadas hacia el rodete de la bomba, donde estallan y
generan cavitación. De igual manera, se emplean el
sensor acústico y el acelerómetro para captar las señales
de vibración. La figura 4 representa la forma de onda de
la señal de vibración captada con el acelerómetro,
durante una condición buena de funcionamiento de la
bomba.
Figura 3. Forma de onda obtenida con el acelerómetro.
La forma de onda de la señal de vibración es obtenida
paralelamente con el sensor acústico; la figura 4
representa la señal en el dominio del tiempo para la
condición de buen funcionamiento de la bomba.
3
Figura 4. Forma de onda obtenida con el sensor acústico.
3. PROCESAMIENTO DE SEÑALES
Inicialmente, las señales son capturadas por los sensores
en el dominio del tiempo; sin embargo, como se
evidencia en las figuras 3 y 4, en las que se representa la
forma de onda de la señal de vibración en buena
condición de funcionamiento de la bomba, no dan un
indicio o información relevante del patrón característico.
Por tal motivo se recurre a transformar la señal temporal
en señal en el dominio de la frecuencia (espectro) y se
emplea la técnica de la envolvente.
3.1 Análisis de envolvente
Los equipos industriales del tipo bombas y sopladores
generan gran cantidad de vibración aleatoria y causan un
incremento en el ruido de fondo del espectro de
frecuencia; por esta razón resultan útiles los
procedimientos como el análisis de demodulación o
análisis de envolvente [13].
El proceso de análisis comienza con la toma de la señal
de la vibración en el dominio del tiempo; después se
realiza el filtrado de la señal para eliminar la información
innecesaria; posteriormente se usa el detector de
envolvente con la Transformada Hilbert hasta obtener el
espectro de envolvente. En el presente estudio, cada
resultado del análisis de envolvente de las señales es
comparado con el procesamiento de la señal empleando
únicamente la Transformada Rápida de Fourier (FFT).
La figura 5 muestra en primer lugar las componentes
espectrales características de una bomba centrífuga que
opera en estado normal de funcionamiento a baja
frecuencia, donde 1X corresponde a la frecuencia de giro
de 57,5 Hz, mientras que la componente 3X equivale a
172,5 Hz, que es la frecuencia debida al número de
álabes.
4 Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014.
Figura 5. Componentes espectrales a baja frecuencia de
una bomba centrífuga en estado normal de
funcionamiento.
Las figuras 6 y 7 muestran los espectros, en condición de
buen funcionamiento, de la bomba centrífuga, registrados
empleando el acelerómetro y el sensor acústico,
respectivamente. El espectro de color verde representa el
análisis de envolvente y el espectro de color rojo el
espectro con la FFT.
Figura 6. Espectro de frecuencia de la bomba centrífuga
en condición de buen funcionamiento, registrado con el
acelerómetro
Figura 7. Espectro de frecuencia de la bomba centrífuga
en condición de buen funcionamiento, registrado con el
sensor acústico.
Los espectros de la bomba centrífuga en condición de
cavitación, registrados empleando el acelerómetro y el
sensor acústico, se muestran en las figuras 8 y 9
respectivamente.
Figura 8. Espectro de frecuencia de la bomba centrífuga
operando en cavitación, registrado con el acelerómetro.
Figura 9. Espectro de frecuencia de la bomba centrífuga
en cavitación, registrado con el sensor acústico.
4. ANÁLISIS DE RESULTADOS Y DISCUSIÓN
En el espectro de la figura 6 se puede observar la
vibración en un estado de buena condición de
funcionamiento, es decir, con la máxima eficiencia de
operación. La imagen presenta, a baja frecuencia,
componentes que corresponden a la velocidad de giro 1X
del eje ; esta frecuencia corresponde a 57,5 Hz mientras
que la frecuencia de paso de álabes se presenta a 172,5
Hz, que corresponde al componente 3X. Sin embargo, el
énfasis en este estudio está puesto en las altas
frecuencias.
Las figuras 6 y 7 muestran los resultados obtenidos a
partir del procesamiento de la señal cuando se emplean el
acelerómetro y el sensor acústico como instrumentos de
adquisición; sin embargo, hay que resaltar que se pueden
evidenciar mejor en el espectro del acelerómetro las
magnitudes de las componentes frecuenciales.
Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014. 5

6. BIBLIOGRAFÍA
Al avanzar a la segunda condición de funcionamiento,
correspondiente al estado de cavitación, se observa en el
[1] Z. Wang, Zh. Wang, “Chaotic parallel support vector
espectro de la figura 8 un aumento de la vibración
machine and its application for fault diagnosis of
aleatoria a alta frecuencia, lo cual corresponde al
hydraulic pump”, Prognostics and Health Management
fenómeno inducido, mientras que en la figura 9 no se ve
(PHM), 2013 IEEE Conference. IEEE, 2013, pp. 1-6.
esta condición; por lo tanto se infiere que el acelerómetro
es más apropiado para detectar cavitación en bombas
[2] N. R. Sakthivel, V. Sugumaran, y B. Binoy
centrífugas.
“Automatic rule learning using roughset for fuzzy
classifier in fault categorization of mono-block
El espectro del sensor acústico, mostrado en la figura 9,
centrifugal pump”. Applied Soft Computing, 2012, vol.
no muestra con claridad el comportamiento aleatorio de
12, no. 1, pp. 196-203.
la señal de vibración a alta frecuencia, lo cual puede
indicar posibles errores en el momento de identificar la
[3] T. of E. N. E., and Stat S. OFA. "United States
falla.
Industrial Electric Motor Systems Market Opportunities
Assessment". Office of Energy Efficiency and
En cuanto se refiere a la comparación de las señales
Renewable Energy, Office of Industrial Technologies,
procesadas mediante análisis de envolvente (señal de
Washington, DC, 2002, p. 386.
color verde) y mediante la FFT (señal de color rojo), se
evidencia que se observa mejor la magnitud de las
[4] S. Farokhzad, y H. Ahmadi, “Acoustic based
componentes frecuenciales en la figura 7, y que, en
cavitation detection of centrifugal pump by neural
cambio, la FFT (que promedia la vibración) no tiene en
network”. Journal of Mechanical Engineering and
cuenta información que podría resultar pertinente en el
Technology, 2013, vol. 1, pp. 1-5.
momento de alguna intervención.
[5] A. Albraik, F. Althobiani, F. Gu, y A. Ball.
“Diagnosis of centrifugal pump faults using vibration
5. CONCLUSIONES
methods”. Journal of Physics: Conference Series 2012,
vol. 364, conference 1.
En la presente investigación se hace la detección de falla
de cavitación en una bomba centrífuga mediante el
[6] M. M. Stoppa, B. J. Cardoso Filho, y C. B. Martinez,
análisis de vibraciones, empleando el análisis de
"Incipient detection of cavitation phenomenon in
envolvente para el procesamiento de las señales. En este
centrifugal pumps", Industry Applications, 2014 IEEE
estudio se utilizaron un acelerómetro y un sensor acústico
Transactions, vol. 50, no. 1, p. 120.
para adquirir las señales, pero se obtuvieron mejores
resultados con el acelerómetro para la detección de la
[7] V. Muralidharan, y V. Sugumaran, “Feature
falla estudiada. El análisis de envolvente mostró ser más
extraction using wavelets and classification through
pertinente que el método de la Transformada Rápida de
decision tree algorithm for fault diagnosis of mono-block
Fourier (FFT) para conocer información acerca de la
centrifugal pump”. Measurement, 2013, vol. 46, no. 1,
magnitud de las componentes frecuenciales. Debido a
pp. 353-359.
que el campo de procesamiento es amplio, es necesario
implementar más técnicas que permitan una mayor
[8] V. Muralidharan, y V. Sugumaran, “Rough set based
aproximación a las magnitudes de las frecuencias, para
rule learning and fuzzy classification of wavelet features
poder tomar correctas y oportunas decisiones en el
for fault diagnosis of monoblock centrifugal
mantenimiento industrial.
pump”. Measurement, 2013, vol. 46, no. 9, pp. 3057-
3063.

Agradecimientos [9] S. Farokhzad, y H. Ahmadi, “Acoustic based

cavitation detection of centrifugal pump by neural
network”. Journal of Mechanical Engineering and
Los autores agradecen a Colciencias por el apoyo al
Technology, 2013, vol. 1, pp. 1-5.
Programa de Jóvenes Investigadores 2013 y, de igual
manera, al Grupo de Investigación de Proceso de
[10] E. P. Serrano, “Introducción a la transformada
Manufactura y Diseño de Máquinas de la Universidad
wavelet y sus aplicaciones al procesamiento de señales de
Tecnológica de Pereira.
emisión acústica”. Escuela de Ciencia y Tecnología –
Universidad Nacional General de San Martín, 2000.

[11] V. Muralidharan, y V. Sugumaran, “A comparative

study of Naïve Bayes classifier and Bayes net classifier
6 Second International Conference on Advanced Mechatronics, Design, and Manufacturing Technology - AMDM 2014.

for fault diagnosis of monoblock centrifugal pump using

wavelet analysis”. Applied Soft Computing, 2012, vol. 12,
no. 8, pp. 2023-2029.

[12] J. E. Quiroga, G. Trujillo, S. Quintero, “Estudio de

fallas incipientes en rodamientos usando la técnica de la
envolvente y cepstrum”. Ingeniare. Revista Chilena de
Ingeniería, 2012, vol. 20, no. 3, pp. 350-359.

[13] Sinais Vibra. “Tutorial 3: Demodulación. Sistema de

monitorización en continuo para mantenimiento
predictivo. Ingeniería de mantenimiento”. Disponible en:
<http://www.sinais.es/Productos/Vibra/index.html>