Qué es el análisis FFT

Qué es el análisis FFT: La herramienta maestra del diagnóstico industrial 🧭

El análisis de la Transformada Rápida de Fourier (FFT) es un algoritmo matemático avanzado utilizado para procesar señales de vibración capturadas en el dominio del tiempo y transformarlas en una representación detallada en el dominio de la frecuencia. Básicamente, esta técnica descompone una señal compleja y aparentemente caótica en una serie de picos individuales en un gráfico estandarizado, donde cada pico representa una frecuencia y una amplitud específicas. En el mantenimiento predictivo, el análisis FFT actúa como una «huella digital» de la máquina, permitiendo a los ingenieros identificar qué componente interno está fallando sin necesidad de desmontar el equipo.

¿Cómo transforma los datos el proceso FFT? 📊

Un sensor de vibración (acelerómetro) captura el movimiento de la máquina como una onda continua en el tiempo. Sin embargo, esta onda suele ser la suma de muchas vibraciones diferentes ocurriendo simultáneamente. El algoritmo FFT separa estas componentes:

• Dominio del Tiempo: Muestra cómo varía la amplitud de la vibración a lo largo de los segundos.
• Dominio de la Frecuencia: Muestra la energía de la vibración distribuida en diferentes frecuencias (Hz o CPM), lo que permite normalizar cada componente y simplificar el análisis de la degradación mecánica.

Diagnóstico de fallas comunes 🔍

La principal ventaja del análisis espectral es que diferentes problemas mecánicos generan patrones de frecuencia muy específicos, conocidos como «firmas de falla»:

1. Desequilibrio: Se manifiesta como un pico dominante a la frecuencia de giro de la máquina (1x RPM).
2. Desalineación: Típicamente muestra picos elevados en la segunda armónica (2x RPM) y, a veces, una fuerte vibración en dirección axial.
3. Holgura mecánica: Genera múltiples armónicos (1x, 2x, 3x, etc.) y puede mostrar picos inestables o subarmónicos.
4. Defectos en rodamientos: Excitan frecuencias de muy alta frecuencia (entre 2 y 60 kHz), a menudo detectables mediante técnicas especializadas como el análisis de la envolvente o la energía de pulsos (Spike Energy).

Configuración técnica esencial ⚙️

Para que un análisis FFT sea válido, deben considerarse varios parámetros críticos de digitalización:

• Frecuencia de muestreo: Debe ser al menos el doble de la frecuencia más alta que se desea medir (Teorema de Nyquist) para evitar el efecto de aliasing o enmascaramiento.
• Resolución (LOR): El número de líneas de resolución define la capacidad del analizador para distinguir entre picos que están muy cerca unos de otros.
• Ventaneado (Windowing): Debido a que la FFT procesa bloques de tiempo finitos, se aplican funciones como la Ventana Hanning para reducir errores de «fuga» (leakage) y mejorar la precisión del espectro.

Beneficios del monitoreo de condición 📈

Implementar el análisis FFT no solo sirve para detectar fallas actuales, sino que es la base del monitoreo de tendencias. Al comparar el espectro actual con una «línea base» tomada cuando la máquina estaba en buen estado, los técnicos pueden observar el crecimiento gradual de picos específicos. Se acepta generalmente que cuando los niveles monitoreados superan el nivel normal en un factor de 1.6 o 4 dB, es necesaria una acción correctiva programada antes de que ocurra una avería catastrófica. ✅