Análise de Rolamentos: Diagnostique Problemas Cedo, Previna Falhas

Nosso objetivo é cultivar uma mentalidade que priorize detecção e resolução de problemas em vez de apenas detectar falhas. Na prática, rolamentos frequentemente falham espetacularmente, mas os dados de vibração que sinalizaram a falha raramente são examinados além do ponto de substituição. Uma abordagem estruturada em múltiplos estágios é essencial: um programa de monitoramento de vibração deve sinalizar um problema no primeiro sinal, e a manutenção deve agir de acordo — às vezes ajustando lubrificação, às vezes substituindo um rolamento. O momento da substituição é crítico; trocas prematuras podem ser percebidas como falha do sistema, enquanto ação tardia pode danificar outros componentes e apagar evidências diagnósticas. Manutenção proativa, não substituição reativa, é o caminho para a confiabilidade.

Sistema de Apoio à Decisão SKF Bearing Inspector

O sistema de apoio à decisão SKF Bearing Inspector acelera, padroniza e melhora a qualidade do diagnóstico de rolamentos. Ao agregar princípios fundamentais e resultados práticos de engenharia sobre danos em rolamentos de rolamento, ele previne falhas recorrentes. Diferente de árvores tradicionais de causa-para-sintoma que podem enganar, esta ferramenta modela causalidade de condições para sintomas observáveis, atribuindo probabilidades que refletem incertezas do mundo real. Inteligência computacional de ponta fundamenta esta abordagem, garantindo que os diagnósticos espelhem a física da operação do rolamento.

Este artigo alinha-se com a ISO 15243:2004, o padrão para análise de dados de monitoramento de condição.

Entendendo o Problema

Ferramentas de monitoramento de condição são mais valiosas quando ajudam a prever falhas antes que se tornem críticas. Para aproveitar todo seu potencial, você deve primeiro compreender a terminologia e desenvolver uma estratégia para coleta de dados e conversão em insights acionáveis. Tome um exemplo de rolamento: apenas detectamos uma falha, ou descobrimos a causa raiz e prevenimos recorrência? Assinaturas de vibração podem revelar zonas de carga, desalinhamento e padrões de desgaste que, se abordados cedo, economizam tempo de inatividade custoso.

Figura 1. Espectro Envelope do Rolamento

Figura 2. Forma de Onda do Rolamento

Figura 3. Análise de Tempo Cíclico do Rolamento

Neste caso, falhas repetidas levaram apenas a substituições de rolamentos — uma correção cara e demorada. Ao segmentar um bloco de dados para representar uma única revolução e mediá-lo sincronicamente com um gatilho virtual a 1 rpm, duas zonas de carga distintas emergiram. Essas zonas indicam estresse iminente na pista interna e na gaiola, guiando ação corretiva. Inspeção subsequente do mancal revelou ovalização; usinagem corrigiu o ajuste, e o rolamento opera sem falhas desde então.

Análise de causa raiz combinada com manutenção proativa provou ser decisiva. A lição: solucione o problema, não apenas a falha.

Gestão de Lubrificação

Quando a lubrificação se degrada, vibração, ruído ou emissões acústicas tipicamente aumentam. Embora inspeção auditiva possa sinalizar problemas, o método mais confiável é monitorar tendências de dados de vibração contra unidades de engenharia. A Figura 4 ilustra a tendência de vibração de um rolamento antes, durante e após engraxamento.

Figura 4. Tendência de vibração durante lubrificação

Embora o engraxamento parecesse resolver o problema, os níveis de vibração nunca retornaram aos níveis pré-problema. O aumento residual veio de detritos dentro da graxa. Uma forma de onda capturada durante o engraxamento (Figura 5) mostra claramente como a operação de engraxamento mascarou o problema subjacente.

Figura 5. Forma de onda durante engraxamento

Sistema de Apoio à Decisão para Análise de Falha de Rolamentos

Insight preciso sobre danos em rolamentos de rolamento é estrategicamente vital para a SKF e seus clientes. O SKF Bearing Inspector — uma base de conhecimento habilitada para web — captura toda informação disponível, desde princípios fundamentais até resultados de engenharia do mundo real. Isso permite tomada de decisão rápida, consistente e de alta qualidade e ajuda a prevenir danos recorrentes.

Diferente dos primeiros sistemas especialistas dos anos 1980, que dependiam de árvores de decisão rígidas, o sistema atual modela causalidade de condições para sintomas com probabilidades quantificadas. Isso reflete a realidade física de que uma causa específica (ex: montagem incorreta) se manifesta como dano observável (ex: fretting), não vice-versa.

Representação do Conhecimento

O sistema usa uma rede probabilística que liga visualmente nós representando:

• Condições: velocidade operacional, carga, tipo de rolamento, detalhes de instalação, ambiente, etc.
• Mecanismos Internos: estado de lubrificação, ruptura de filme, contato deslizante.
• Modos de Falha: fadiga subsuperficial, corrosão por fretting, desgaste adesivo, etc.
• Sintomas Observados: descoloração, descamação, ferrugem, pitting.

Com aproximadamente 150 nós e 250 imagens de apoio, a rede incorpora tanto conhecimento de especialistas quanto dados empíricos. Probabilidades são calculadas para frente e para trás, espelhando o fluxo de trabalho diagnóstico de um clínico: gerar hipóteses, então verificá-las ou rejeitá-las através de inspeções direcionadas.

Figura 6. ISO 15243:2004

Figura 7.

Estudo de Caso: Rolamento de Motor Elétrico em Fábrica de Papel

Sob "Casos Típicos", o Bearing Inspector apresenta cenários do mundo real. Um caso envolve um rolamento de rolos cilíndricos isolado NU 322 ECM/C3VL024 em um enrolador de papel. Operando entre 1.000 e 1.500 rpm, o rolamento exibiu desgaste pesado em ambas as pistas internas e externas após apenas um mês.

Carregar os dados da aplicação (Passo 1) preenche automaticamente a análise. A ferramenta sinaliza inicialmente altas probabilidades para falso brinelling, desgaste adesivo e vazamento de corrente. Guiado pelo software, o usuário verifica sintomas específicos de cada modo de falha:

1. Falso brinelling — nenhuma depressão rasa encontrada, então é rejeitado.
2. Desgaste adesivo — nenhum sinal característico presente.
3. Vazamento de corrente — pequeno pitting observado na ampliação, confirmando o diagnóstico.

Investigação subsequente descobriu uma falha de aterramento na construção do enrolador, confirmando a recomendação do software.

Figura 8. Passo 1: Condições da aplicação

Figura 9. Passo 2: Diagnóstico inicial e fatores de confiança

Figura 10. Passo 3: Inspeção de sintomas para vazamento de corrente

Figura 11. Diagnóstico final e geração de relatório

Em vez de inspecionar todos os sintomas possíveis, o sistema prioriza as observações mais discriminantes com base na hipótese atual, reduzindo esforço diagnóstico. Usuários podem exportar relatórios abrangentes em Word ou HTML, completos com condições, observações e rankings de probabilidade.

Conclusão

O SKF Bearing Inspector entrega um processo de tomada de decisão rápido, consistente e de alta qualidade para investigações de danos em rolamentos. Acessível através de interface web, capacita engenheiros e clientes da SKF a identificar causas de falha e implementar medidas preventivas — garantindo que a mesma falha não recorra e guiando a configuração de programas de monitoramento de condição baseados em vibração.