On-line Oil Condition Monitoring - Automated Signal Trend Evaluation

Abstract

O dia-a-dia das pessoas está dependente de máquinas que interpretam o mundo real e que devem fazê-lo com a máxima precisão. Dos sensores raramente se obtém valores fixos, isto devido a fenómenos externos, complexos e de difícil previsão. Aqui, as técnicas de processamento de sinal são usadas para “recriar” a realidade, permitindo uma análise posterior de maior confiança. No mundo da informação, onde tudo é optimizado através de processos digitais, a indústria não é excepção e a sua eficiência económica da maior importância.

Em ambiente industrial, a análise de lubrificantes é um procedimento indirecto de diagnóstico técnico que avalia a condição da máquina e os seus componentes, bem como o próprio estado do óleo. O método offline tem sido geralmente utilizado para a avaliação dos mesmos – as amostras são retiradas de um reservatório para análise em ambiente laboratorial. Uma avaliação em tempo real permitiria a implementação da manutenção condicionada nesta área, de tal forma que o planeamento e os custos das intervenções possam ser reduzidos através da detecção precose das falhas.

Hoje em dia, a mais fidedigna acção de monitorização depende do julgamento humano e até sem o conhecimento do que está para vir. Com este trabalho, pretende-se desenvolver um algoritmo de detecção de alterações em sinal capaz de avaliar quantitativamente e qualitativamente amostras adquiridas para monitorização em tempo real de vários parametros associados aos lubrificantes.

No futuro, para atingir uma monitorização autónoma, é necessário obter-se um método que seja leve, independente da grandeza da medição e tão isento de falhas quanto possível. Deste modo, um processo de análise sem supervisão humana constante pode ser implementado, permitindo um prognóstico do tempo disponível para a intervenção.

Foi desenvolvido em MatLab um algoritmo baseado na técnica de soma cumulativa linear e testado em sinais adquiridos de diferentes parâmetros de lubrificantes, obtidos a partir de uma unidade de monitorização independente desenvolvida no Centro de Tribologia e Diagnósticos Técnicos da Universidade de Liubliana.