Monitorização de vibrações e Edge Compunting

Neste artigo trata-se da monitorização de vibrações e Edge Compunting.

Monitorização de vibrações e Edge Compunting – O que é

No contexto de um sensor de vibrações usado em manutenção preditiva, montado numa máquina, a Edge Computing é a arquitetura onde o processamento e a análise de dados ocorrem diretamente no sensor ou num dispositivo muito próximo a ele, como um gateway. Isso elimina a necessidade de enviar todos os dados brutos para a nuvem para análise, tornando o processo mais rápido e eficiente.

Como funciona no sensor de vibrações?
Coleta de dados na fonte: O sensor de vibração, instalado diretamente no ativo (ex: motor, compressor, bomb), coleta dados de vibração de alta frequência e em tempo real.
Processamento Local: Em vez de transmitir grandes volumes de dados para a nuvem, o próprio sensor (se for um sensor “inteligente”) ou um pequeno dispositivo de computação na borda (O “Edge”) executa algoritmos de IA e machine learning para analisar os dados localmente.
Filtragem e Envio Inteligente: O dispositivo na borda processa os dados e envia para a nuvem apenas informações críticas, como alertas de falha, resumos de diagnóstico ou dados considerados anómalos.

Monitorização de vibrações e Edge Compunting – Vantagens Principais

A aplicação de Edge Computing em sensores de vibração montados em máquinas traz benefícios cruciais:

Redução da Latência: A análise e a tomada de decisão ocorrem em milissegundos, permitindo que alertas sejam acionados em tempo real. Isso é fundamental para evitar paragens não planeadas e falhas catastróficas.
Eficiência de Rede: O volume de dados enviados para a nuvem é drasticamente reduzido, minimizando os custos de largura de banda e o congestionamento da rede.
Segurança de Dados: Os dados brutos, que podem ser sensíveis, não precisam sair do ambiente industrial para serem processados.
Operação em Ambientes Desafiadores: O sistema de análise pode funcionar mesmo em locais remotos ou com conectividade intermitente, já que não depende de uma conexão constante com a nuvem.
Redução de Custos: Menor volume de dados transmitidos e maior agilidade na deteção de falhas resultam em custos operacionais e de manutenção mais baixos.

In short, a Edge Computing transforma o sensor de vibração de um simples “data collector” para um “analista em tempo real”, permitindo uma manutenção preditiva mais ágil, económica e segura.

Monitorização de vibrações e Edge Compunting Que parâmetros são utilizados

Estes parâmetros fornecem uma visão geral da energia e intensidade da vibração ao longo do tempo. São frequentemente usados para monitorização de tendências e deteção inicial de anomalias.

Parâmetros no Domínio do Tempo
Estes parâmetros fornecem uma visão geral da energia e intensidade da vibração ao longo do tempo. São frequentemente usados para monitorização de tendências e deteção inicial de anomalias.

Valor RMS (Root Mean Square): É o valor mais comum para avaliar o nível geral de energia da vibração. O RMS é um excelente indicador para a condição geral da máquina. Um aumento no valor RMS pode indicar problemas como desalinhamento, desbalanceamento ou folga mecânica.
Valor de Pico (Peak Value): Representa a amplitude máxima do sinal de vibração. Picos elevados podem indicar forças de impacto pontuais, como as causadas por falhas em rolamentos ou engrenagens.
Kurtosis: É uma métrica estatística que mede o “pico” de um sinal. Um aumento na curtose indica que o sinal está a ficar mais “pontudo”, o que é um forte indício de falhas incipientes (iniciais) bearing. É uma das primeiras métricas a sinalizar o início de um problema.
Fator de Crista (Crest Factor): É a relação entre o valor de pico e o valor RMS. Um aumento neste fator sugere a presença de impulsos de choque no sinal, que são característicos de danos em rolamentos.

Parâmetros no Domínio da Frequência
Estes parâmetros são essenciais para o diagnóstico preciso, pois permitem identificar a origem exata da vibração. O dispositivo na borda pode executar uma Transformada Rápida de Fourier (FFT) para converter o sinal do domínio do tempo para o domínio da frequência.

Frequência de Rotação (1x RPM, 2x RPM, etc.): A análise de picos de frequência múltiplos da velocidade de rotação da máquina (RPM) pode indicar problemas como desalinhamento e desbalanceamento.
Frequências de Falha de Rolamento: Cada componente de um rolamento (pista externa, pista interna, esferas, gaiola) tem uma frequência de falha específica. O algoritmo na borda é treinado para procurar picos nessas frequências de assinatura, diagnosticando o problema antes que ele se torne grave.
Envelope de Aceleração: É uma técnica usada para “filtrar” o sinal de vibração de forma a realçar as vibrações de alta frequência, que são geradas por falhas de rolamento e engrenagens. A análise do envelope é crucial para a deteção precoce de falhas.

Outros Parâmetros Complementares
Além da vibração, os sensores “inteligentes” e os sistemas de Edge Computing podem integrar outros dados para uma análise mais completa.

Temperature: Um aumento súbito ou gradual na temperatura do equipamento pode correlacionar-se com um aumento na vibração, indicando sobreaquecimento devido a falhas.
Velocidade de Rotação (RPM): Essencial para a análise no domínio da frequência, pois as frequências de falha são diretamente proporcionais à velocidade de rotação.

Ao processar estes parâmetros localmente, o Edge Computing permite que o sistema tome decisões rápidas (como acionar um alarme) e envie apenas informações valiosas para a nuvem, reduzindo a latência, o tráfego de dados e os custos operacionais.

Monitorização de vibrações e Edge Compunting Como é implementado no FASIT and ADASH

A implementação do Edge Computing no sistema FASIT da ADASH pode ser compreendida através do seu fluxo de trabalho e da arquitetura do produto.

A base da implementação é a divisão do processamento de dados entre o dispositivo de campo (o analisador de vibração, como o VA3 ou VA5Pro) e o software central (o DDS).

a) Coleta e Análise de Dados na Borda (Edge)

O núcleo da Edge Computing no FASIT reside no próprio analisador de vibração. Em vez de simplesmente coletar e armazenar os dados de vibração brutos, o dispositivo processa-os em tempo real, no local onde a medição é feita.

Sensores: O analisador usa acelerómetros para captar a vibração da máquina. O sinal de vibração é uma onda complexa e de alta frequência, que se for transmitida integralmente, geraria um volume de dados muito grande.
Processamento Local (O “Edge”): O FASIT, que é um algoritmo de inteligência artificial embarcado no hardware do analisador, recebe este sinal. Ele executa o processamento de Edge Computing, realizando as seguintes análises locais:
- Cálculo de Parâmetros de Tempo e Frequência: O FASIT calcula automaticamente parâmetros como o valor RMS, o pico, a curtose e a transformada de Fourier (FFT) para gerar o espectro de frequência.
- Diagnóstico Automático (AI Embarcada): Com base nestes parâmetros, o FASIT compara as assinaturas de vibração com uma vasta base de dados de conhecimento de falhas. Ele identifica automaticamente defeitos comuns em máquinas, What:
  - Desequilibrio
  - Misalignment
  - Folga mecânica
  - Defeitos em rolamentos e engrenagens
Avaliação e Geração de Resumo: O resultado deste processamento na borda é uma avaliação instantânea, apresentada diretamente no ecrã do analisador com um sistema de semáforo (verde, amarelo, red) e a indicação de qual falha foi detetada.

b) Transmissão de Dados para a Nuvem/Software Central (o DDS)

Após a análise local, apenas as informações cruciais são enviadas para o software DDS (Diagnostic and Data System), que atua como o componente de “nuvem” ou armazenamento central do sistema.

Dados Transmitidos: Em vez da onda de vibração completa, o que é transmitido para o DDS são os resultados do diagnóstico:
- A severidade da falha (for example, “desbalanceamento” com um nível de alerta “amarelo”).
- Os principais parâmetros de vibração (como o valor geral RMS).

Funcionalidades do DDS: O software DDS central armazena e gere estes dados resumidos, permitindo que o utilizador:
- Monitorize Tendências: Crie gráficos de tendências de longo prazo para a severidade das falhas.
- Análise aprofundada: Permita que um analista de vibração humano examine o espectro de frequência e a forma de onda completa (se a mesma tiver sido guardada) para uma análise mais detalhada.
- Histórico e Gestão de Ativos: Crie um histórico completo da condição dos ativos da fábrica para um planeamento de manutenção preditiva mais eficaz.