Introducción

El análisis de vibración ha evolucionado desde una herramienta de diagnóstico especializada hasta una piedra angular del mantenimiento predictivo moderno (PdM) para el equipo mecánico. Como las operaciones industriales enfrentan una presión creciente para maximizar el tiempo de inactividad, reducir costos y extender la vida útil de los activos, la capacidad de detectar fallas incipientes antes de que causen falla catastrófica se ha convertido en indispensable.

Mediante la medición de las oscilaciones mecánicas producidas durante el funcionamiento, los técnicos pueden identificar desequilibrios, desalineamiento, degradación de los rodamientos, defectos de los engranajes y una serie de otros problemas con notable precisión. La técnica se basa en décadas de investigación de ingeniería y se ha codificado en estándares internacionales como ISO 10816 (Vida mecánica – Evaluación de vibraciones de máquinas por mediciones en partes no rotativas).

¿Qué es el análisis de vibración?

El análisis de vibración es el proceso de medición e interpretación de las señales de vibración emitidas por la maquinaria durante el funcionamiento. Cada máquina rotativa o reciprocadora genera una firma de vibración única bajo condiciones normales. Cuando se desarrolla una falla, esa firma cambia de amplitud, frecuencia o fase. Al capturar estos cambios, el análisis de vibraciones permite a los ingenieros diagnosticar el tipo, gravedad y ubicación de problemas emergentes.

La vibración se puede caracterizar por tres parámetros fundamentales: desplazamiento (hasta dónde se mueve la superficie), velocidad (cuán rápido se mueve), y aceleración (valor de cambio de velocidad). Cada parámetro se adapta a diferentes rangos de frecuencias: desplazamiento para frecuencias bajas (por ejemplo, movimiento de desplazamiento), velocidad para el medio rango (con todas las condiciones de máquina por ISO 10816), y aceleración para los controladores de alta frecuencia.

Los componentes clave de un sistema de análisis de vibraciones incluyen sensores (estéticamente acelerómetros), hardware de adquisición de datos, software de análisis y personal capacitado. Los sensores se montan en lugares de rodamiento críticos siguiendo una orientación consistente (radial, axial) para asegurar mediciones repetibles. Se toma una lectura de referencia en equipos nuevos o reacondicionados, y todas las lecturas posteriores se comparan con los límites de alarma establecidos.

El papel del análisis de vibración en el mantenimiento predictivo

El mantenimiento predictivo depende de la medición periódica o continua de la condición del equipo para programar reparaciones justo antes de que se espere un fallo. A diferencia del mantenimiento preventivo (que sigue intervalos de tiempo fijos) o mantenimiento reactiva (que espera para el desglose), el mantenimiento predictivo optimiza el uso de recursos y minimiza el tiempo de inactividad no planificado. El análisis de vibración es una de las técnicas más eficaces dentro del cuadro de herramientas PdM, junto con el análisis de aceite, la termografía y el análisis de firma motor.

El papel principal del análisis de vibraciones es proporcionar alerta temprana del deterioro mecánico. Por ejemplo, un pico creciente en el espectro de vibraciones en la frecuencia de los pases de rodamiento puede indicar la formación de escasos semanas o meses antes de que el rodamiento falle. Este tiempo de conducción permite a los equipos de mantenimiento ordenar partes, planificar el tiempo de inactividad y coordinar el trabajo, evitando interrupciones de emergencia que pueden costar miles por hora en la producción perdida.

El análisis de vibración también admite programas de mantenimiento basados en condiciones (CBM), donde las decisiones son impulsadas por datos de salud de activos en tiempo real. En aplicaciones críticas, como turbinas de centrales eléctricas, cajas de cambios de minas o motores de aeronaves, el monitoreo continuo de vibraciones se alimenta en sistemas de alarma y viaje, proporcionando protección automatizada. Cuando se combina con el análisis de tendencias y el aprendizaje automático, los datos de vibraciones pueden revelar patrones sutiles que los analistas humanos podrían perder.

Beneficios clave del análisis de vibración

  • Detección temprana de fallas: Muchos defectos mecánicos se desarrollan gradualmente. El análisis de vibración puede detectarlos en sus primeras etapas, a menudo cuando el defecto es todavía incipiente y la reparación es directa.
  • Reducción de los costos de mantenimiento: Al evitar fallos catastróficos, reparaciones no planificadas y daños colaterales, las organizaciones pueden reducir significativamente sus gastos totales de mantenimiento. Un cambio de rodamientos entregado por alarma puede costar unos cientos de dólares frente a miles de dólares en un fallo secundario.
  • Hora de inactividad mínima de equipo: Las intervenciones de mantenimiento previstas son mucho menos disruptivas que las interrupciones de emergencia. El análisis de vibración ayuda a programar reparaciones durante los períodos de salida regular o de baja demanda.
  • Mejora de la seguridad del personal: Las fallas de la máquina catastrófica pueden causar escombros voladores, incendios o explosiones. La detección temprana protege a los operadores, mecánicos y personal cercano de daño.
  • Fiabilidad del equipo mejorada: La vigilancia constante y las correcciones oportunas mejoran la eficacia general del equipo y aumentan la vida útil de los activos, lo que aumenta al máximo el rendimiento de la inversión de capital.

Cómo se lleva a cabo el análisis de vibración

El proceso de análisis de vibraciones sigue una metodología estructurada: selección y montaje de sensores, adquisición de datos, procesamiento de señales, interpretación y presentación de informes.

Selección de sensores y montaje

Los acelerómetros son los sensores de vibración más comunes debido a su amplio rango de frecuencia, durabilidad y facilidad de uso. Los acelerómetros industriales son típicamente piezoeléctricos o basados en MEMS, con sensibilidad expresada en mV/g. Para maquinaria de baja velocidad, sensores de velocidad o sondas de desplazamiento pueden ser preferidas. El montaje adecuado es crítico: una conexión de montaje en estribo proporciona la mejor respuesta de frecuencia, mientras que los monturas magnéticos o propuls

Adquisición de datos

Los datos pueden ser recogidos manualmente con analizadores de vibración portátiles (control basado en ruta) o continuamente mediante sensores instalados permanentemente (control de línea). El monitoreo basado en la ruta es común para equipos no críticos o de bajo costo, donde un técnico camina por un camino predeterminado, toma mediciones en puntos marcados, y carga datos a una base de datos.

Procesamiento y análisis de señales

Los datos de forma de onda de tiempo cruda se transforman en un espectro de frecuencias usando FFT. El espectro muestra amplitud de vibración (Y-axis) versus frecuencia (X-axis). Los analistas buscan picos en frecuencias específicas que corresponden a fenómenos mecánicos conocidos:

  • 1× velocidad de funcionamiento: Indica desequilibrio o desalineamiento.
  • Armonía de velocidad de funcionamiento: La excremento o frota.
  • Frecuencias de cojinetes (BPFO, BPFI, BSF, FTF): Rodamiento de defectos de pista, bola o jaula.
  • Frecuencias de malla de engranaje: El desgaste de los dientes de engranaje o la desalineación.
  • Frecuencias de pase de hoja: Problemas de aficionados o de impulsores de bomba.

Técnicas avanzadas como el análisis de sobres (demodulación) se utilizan para detectar fallas de cojinete tempranas filtrando energía de baja frecuencia y amplificando impactos de alta frecuencia. Análisis de ondas temporales puede revelar eventos transitorios como impactar o frotar. Análisis de fase (utilizando un keyphasor) ayuda a diferenciar entre desequilibrio y desalineamiento.

Plataformas de software integrales como las de SKF, Fluke, y Emerson proporcionar la gestión automática de alarmas, sugerencias de diagnóstico y reportaje. Algunas plataformas ahora incorporan algoritmos de aprendizaje automático que aprenden de datos históricos para mejorar la exactitud de clasificación de fallas.

Predeterminaciones de maquinaria común detectables por análisis de vibración

El análisis de vibración es particularmente eficaz en el diagnóstico de fallas en el equipo rotatorio. A continuación se presentan los modos de falla más comunes y sus firmas de vibración típicas.

Imbalance

El equilibrio ocurre cuando el centro de masa de un rotor no coincide con su centro geométrico, creando una fuerza centrífuga que aumenta con la velocidad. En el espectro de vibraciones, el desequilibrio aparece como un gran pico a la velocidad de funcionamiento de 1×, con poco contenido armónico. Es más prominente en la dirección radial y tiende a ser estable (no fluctuando).

Malignación

La desalimentación puede ser angular o paralela. Presenta una alta vibración a 1× y 2× de velocidad de funcionamiento, a menudo con una significativa diferencia de fase de 180° a través del acoplamiento. La vibración axial es generalmente alta. La desalimentación acelera el acoplamiento, el cojinete y el desgaste de sellado.

Mecánica de la Looseness

La soledad puede estar en la carcasa de rodamiento, montaje de pie o conexiones estructurales internas. Generalmente genera múltiples armónicos de velocidad de funcionamiento (1×, 2×, 3×, etc.) y a veces sub-harmonics a 0.5×. La forma de onda de tiempo a menudo muestra patrones truncados o impactantes.

Predeterminados de los rodamientos

Los rodamientos descomponen a través de la espacia, el aprieto y el agrietamiento. Cada geometría de rodamientos produce componentes de frecuencia específica: la carrera exterior de frecuencia de paso de bolas (BPFI), la frecuencia de la curvatura (BSF), y la frecuencia de tren fundamental (FTF). Las fallas tempranas aparecen como suelo de ruido elevado y bandas laterales alrededor de las frecuencias de rodamiento.

Defectos de engranaje

Las fallas de engranaje incluyen el desgaste de dientes, el apriete, la grieta o el desalineamiento. El espectro muestra una frecuencia elevada de malla de engranaje (GMF = número de dientes × velocidad de eje) y sus armónicos, a menudo con bandas laterales a la frecuencia de rotación del eje. A medida que el defecto progresa, la amplitud GMF y el número de bandas laterales aumentan, y la forma de tiempo puede mostrar impactos repetitivas.

Resonancia

La resonancia ocurre cuando la frecuencia forzando coincide con una frecuencia natural de la estructura de la máquina. Las amplitudes de vibración pueden llegar a ser peligrosamente altas, lo que conduce a una rápida falla de fatiga. La resonancia se identifica por un pico agudo y estrecho en el espectro que no rastrea con velocidad de rotación.

Técnicas de Análisis Avanzado

Aunque el análisis básico del espectro FFT identifica las fallas más comunes, ciertas aplicaciones requieren métodos más sofisticados:

  • Envelope (Demodulated) Spectrum: Filtros vibración de baja frecuencia para detectar impactos de alta frecuencia y baja densidad característicos de defectos de rodamientos tempranos. El espectro resultante destaca las frecuencias de falla de rodamientos claramente, incluso cuando se enmascara por el ruido de maquinaria de mayor energía.
  • Promedio de tiempo sincrónico (TSA): Mejora la señal de un eje específico mediante la promediación de la forma de onda temporal sobre muchas revoluciones. Este método aísla las firmas de engranajes o cuchillas al cancelar el ruido aleatorio y otros componentes periódicos, lo que lo hace ideal para el análisis de la caja de cambios.
  • Análisis de fase: Usa un disparador de keyphasor para medir la fase relativa de vibración en diferentes puntos en una máquina. Las diferencias de fase ayudan a distinguir entre desequilibrio y desalineamiento y pueden localizar problemas de pie blando o estructurales.
  • Orbits y Shaft Centerline Parcelas: Muestra el movimiento de un eje relativo a sus rodamientos en el plano X-Y. Estas parcelas revelan el ardor de aceite, el látigo de aceite y el frotamiento en los rodamientos de revistas.
  • Análisis de la erupción: Separa a familias de bandas laterales en un espectro, especialmente útil para el diagnóstico de engranajes. El cepstrum (FFT inverso del espectro de troncos) identifica estructuras periódicas que son difíciles de ver en el dominio de frecuencia.

Integración con tecnologías modernas

La convergencia de IoT, computación en la nube e inteligencia artificial está transformando el análisis de vibraciones de una actividad especializada con un escritorio en una capacidad automatizada y escalable. Los acelerómetros basados en MEMS inalámbricos ofrecen ahora la vida útil de la batería medida en años, eliminando los costos de cableado y permitiendo el monitoreo de activos de difícil acceso. Estos sensores transmiten datos a plataformas de nube donde los paneles analíticos proporcionan estado en tiempo real y vistas de tendencia.

Los modelos de aprendizaje automático, entrenados en miles de ejemplos de fallas etiquetadas, pueden clasificar automáticamente los tipos de fallas y estimar la vida útil que queda. Por ejemplo, una red neuronal convocional profunda (CNN) alimentada con imágenes de espectrograma puede alcanzar una precisión diagnóstica superior al 95% para fallas comunes de rodamientos.

Los gemelos digitales, réplicas virtuales de activos físicos que simulan el rendimiento en condiciones variables, pueden incorporar datos de vibración para predecir cómo se propagará una falla y su impacto en la producción. Esta integración apoya la adopción de decisiones avanzadas, como aplazar el mantenimiento hasta que se abra una ventana de producción, garantizando al mismo tiempo que el activo sobrevivirá ese período.

Los cuerpos de normas también están evolucionando. La serie ISO 13379 (Control de condiciones y diagnóstico de máquinas – Técnicas de interpretación de datos y diagnóstico) proporciona un marco para integrar múltiples fuentes de datos (vibración, temperatura, carga) en una evaluación integral de la salud.

Aplicaciones de la industria del análisis de vibración

El análisis de vibración se aplica en casi todas las industrias que operan maquinaria rotativa:

  • Fabricación: Espinas, bombas, compresores, ventiladores, transportadores y cajas de engranajes CNC. Una planta que produce componentes automotrices puede tener cientos de husillos; el análisis de vibraciones asegura su disponibilidad y calidad.
  • Generación de energía: Turbinas de vapor y gas, generadores, turbinas de viento, bombas y ventiladores. Un fallo de turbina único puede costar millones en ingresos y reparaciones perdidos. El monitoreo continuo en línea es práctica estándar.
  • Aeroespacial: Motores de aeronaves (turbofans, turboprops), unidades de energía auxiliar (APUs) y cajas de cambios de helicópteros. El monitoreo de vibración es esencial para la seguridad: los fallos de vuelo pueden ser catastróficos.
  • Petróleo y Gas: Bombas, compresores, turbinas y equipos de perforación. Las plataformas y refinerías desbordadas suelen vigilar los activos críticos a distancia debido a los desafíos de accesibilidad.
  • Transporte: Ruedas de ferrocarril, rodamientos de ejes y motores de tracción. Los detectores de vibración de Wayside se utilizan para monitorear la salud del carril mientras los trenes pasan a velocidad.
  • Minería y Minerales: Molinos de trituración, unidades transportadoras, bombas de lodo y ventiladores. Los entornos de malla y cargas pesadas hacen que la detección temprana de fallas sea especialmente valiosa.

Implementación de un programa de análisis de vibración

Establecer un programa eficaz de análisis de vibraciones requiere una planificación y ejecución cuidadosas. Los siguientes pasos proporcionan una hoja de ruta:

  1. Evaluación de la crítica de activos: Identificar qué equipo es más crítico para la producción, seguridad o costo.
  2. Base de referencia: Obtenga lecturas de vibración de referencia en equipos nuevos reconstruidos o conocidos, incluyendo múltiples condiciones de carga y direcciones.
  3. Selección e instalación de sensores: Elija los tipos de sensores apropiados (acelerometros, velocidad, desplazamiento) y métodos de montaje. Los puntos de medición de etiqueta son claramente y garantizan una orientación coherente.
  4. Definición: Para el monitoreo manual, diseñe rutas optimizadas que agrupan activos lógicamente y minimicen el tiempo de caminata. Utilice software basado en la ruta para guiar al técnico.
  5. Alarma Umbral: Establecer niveles de alarma basados en estándares ISO o datos históricos. Use alarmas absolutas (de todo nivel) y relativas (cambio desde la base). Considere alarmas de banda angosta para frecuencias de falla específicas.
  6. Recopilación y análisis de datos: Recopilar datos a intervalos regulares (semana, mensual) para máquinas no críticas rotativas, y continuamente para las críticas. Analizar espectros, tendencias y tramas avanzadas.
  7. Diagnóstico y Recomendación: Proveer un diagnóstico claro de cualquier falla, incluyendo la gravedad (por ejemplo, permisible, anormal, alarma, peligro). Recomendar acciones específicas (por ejemplo, lubricar, alinear, reemplazar el rodamiento en el siguiente cierre).
  8. Verificación y retroalimentación: Después de realizar el mantenimiento, tome una lectura post-reparador para confirmar que los niveles de vibración han vuelto a la base. Actualice los límites de alarma a medida que cambia la condición de la máquina.
  9. Mejora continua: Revisar la eficacia del programa a través de indicadores clave de rendimiento (KPI) como el número de fallas incipientes detectadas, la reducción de tiempo de inactividad no planificado y el ahorro de costes de mantenimiento.

El análisis de vibración es tanto un arte como una ciencia; analistas inexpertos pueden malinterpretar espectros y causar falsas alarmas o fallos perdidos. Muchas organizaciones certifican a sus analistas a través de programas como los ofrecidos por los Vibration Institute (Categoría I-IV) o ISO 18436-2.

Desafíos y mejores prácticas

A pesar de sus beneficios comprobados, el análisis de vibraciones presenta varios desafíos que deben ser gestionados para un programa exitoso:

  • Sobrecarga de datos: El monitoreo continuo puede generar conjuntos de datos masivos. Sin análisis y alerta automatizados, los analistas pueden ser abrumados. Mejor práctica: utilizar reglas de alerta preconfiguradas y aprendizaje automático para priorizar alarmas.
  • Habilidad de interpretación: La calidad del diagnóstico depende en gran medida de la experiencia del analista. Invertir en la formación continua y la mentoría es esencial, como es el uso de asesores de diagnóstico de software como segunda opinión.
  • Cuestiones de sensores: Las pruebas regulares de calibración y verificación de sensores (por ejemplo, inyección de carga, control de sensibilidad) aseguran la integridad de los datos.
  • Environmental Factors: Los extremos de temperatura, humedad y contaminación afectan el rendimiento de los sensores y pueden introducir vibraciones externas. Protege los sensores adecuadamente y, cuando sea posible, mide la vibración de fondo para la resta.
  • Maquinaria de baja velocidad: Para equilibrar y detectar fallos a continuación 600 RPM se requieren consideraciones especiales: acelerómetros de baja frecuencia, tiempos de medición más largos y diferentes técnicas de análisis (por ejemplo, medidas estadísticas de dominio del tiempo).
  • Carga de carga y velocidad de carga: Las máquinas con unidades de velocidad variable o cargas fluctuantes producen firmas de vibración no estacionarias. El seguimiento de pedidos (reflexión en términos de órdenes de eje) y el análisis de pista a referencia ayudan a mantener la consistencia.

Un enfoque de mejor práctica incluye una combinación de monitoreo basado en ruta y en línea, protocolos de gestión de alarmas claros, auditorías de programas regulares y una cultura de fiabilidad que fomenta la intervención proactiva en reparaciones rápidas.

Tendencias futuras en el análisis de vibración

El campo del análisis de vibraciones avanza rápidamente, impulsado por mejoras tecnológicas y un paisaje industrial cada vez más competitivo.

  • Edge AI y TinyML: Los microcontroladores pequeños y de baja potencia ahora son capaces de ejecutar redes neuronales ligeras directamente en el sensor. Esto permite la clasificación en tiempo real sin transmitir datos brutos a la nube, reduciendo el ancho de banda y el consumo de energía.
  • Redes de sensores inalámbricos: La conectividad 5G y LoRaWAN permiten redes densas de sensores autopoderados de bajo coste. Combinados con la captación de energía (por ejemplo, de la vibración misma), estas redes pueden cubrir plantas enteras con cableado mínimo.
  • Gemelos y simulación digitales: Los modelos de vibración integrados con simulaciones basadas en la física permitirán a los administradores de activos ejecutar escenarios “si” –por ejemplo, ¿cómo afectará un desequilibrio del 10% la vida de los portadores bajo un nuevo régimen operativo?
  • Detección y diagnóstico autónomos: A medida que el aprendizaje automático madura, veremos sistemas más autónomos que no sólo detectan fallas sino que también recomiendan horarios de mantenimiento óptimos y adquisición de piezas, que requieren mínima intervención humana.
  • Integración con otros condicionantes Monitoreo: Los datos de vibración fusionados con temperatura, presión, corriente y análisis de aceite proporcionan una imagen de activos mucho más rica. Plataformas unificadas, como las desarrolladas por GE Digital y Siemens, están permitiendo esta convergencia.

Conclusión

El análisis de vibración se ha demostrado como una técnica vital y rica en datos para el mantenimiento predictivo de equipos mecánicos. Su capacidad para detectar fallas antes de que se agraven en fracasos, contribuye directamente a reducir el tiempo de inactividad, reducir los costos de mantenimiento, mejorar la seguridad y una mayor fiabilidad de los equipos. Desde sus raíces en el análisis de espectro hasta la última integración con IoT, computación de bordes y AI, la metodología sigue evolucionando, resultando más accesible, más automatizada y más precisa.

Las organizaciones que invierten en un programa robusto de análisis de vibraciones, completo con analistas capacitados, sensores apropiados y herramientas de software, estarán bien posicionadas para prosperar en una era donde la disponibilidad de activos es un diferenciador competitivo. A medida que la tecnología avanza, la línea entre detección y predicción se desenfoque, moviendo el mantenimiento de un centro de costes a un conductor estratégico de excelencia operacional.

Para ingenieros de fiabilidad, gestores de mantenimiento y operadores de plantas, el mensaje es claro: las vibraciones de su maquinaria tienen la clave para su salud. Aprender a escuchar y actuar en esas señales es una de las inversiones más inteligentes que puede hacer en el rendimiento a largo plazo de su equipo.