El método tradicional de análisis de vibraciones utiliza el concepto
de las Transformadas de Fourier. Este tipo de análisis requiere
una gran cantidad de información, así como una capacidad
de computación considerable. Un método más comúnmente
utilizado es el llamado FFT por sus siglas en inglés (Fast Fourier
Transformation). El análisis FFT es muy efectivo en la detección
de oscilaciones y sus correspondientes frecuencias armónicas
pero aun este análisis requiere grandes cantidades de información
y capacidad de proceso computacional, especialmente en el
caso de altas frecuencias.
Para detectar oscilaciones en una onda de 50 ó 60 HZ, la velocidad
de muestreo tiene que ser muy alta. El sistema Phoenix de
Graftech International tiene una frecuencia de muestreo en el
orden de los milisegundos y puede detectar oscilaciones de frecuencias
de un gran número de armónicas. La figura 6 muestra
un ejemplo de la diferencia entre las frecuencias de muestreo:
lecturas en milisegundos (azul), corriente RMS calculada a partir
de la corriente en milisegundos (roja) y la típica gráfica con lecturas
de un segundo (verde).
Figura 6 Corriente de operación con diferentes frecuencias de lectura
Para alcanzar una resolución suficiente para la detección de fenómenos
de vibración vía FFT es necesario recolectar una cantidad
considerable de puntos de operación de alta velocidad. Las
gráficas mostradas en los ejemplos anteriores, representan solo
unos cuantos segundos en la operación del HAE, información
suficiente para detectar cambios operacionales en el horno.
Aplicando el análisis de frecuencias FFT se obtiene como resultado
la gama de frecuencias presentes en la muestra. La Gráfica
superior en la figura 7. En este análisis la frecuencia portadora de
60 Hz es la frecuencia fundamental. Aparecen también bandas
laterales en las frecuencias de 56.2 y 63.8 Hertz. A presencia de
estas bandas laterales a la misma distancia (en frecuencia) de la
fundamental (60 Hz) confirma la presencia de una oscilación de
3.8 Hz. Este tipo de análisis FFT es muy complejo y consume
mucha capacidad de computación, por lo que usualmente se lleva
a cabo fuera de línea.
Figure 7 Magnitud y frecuencia de oscilación