Orientador: Hans Ingo Weber

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica

Resumo: O conhecimento do comportamento dinâmico de equipamentos é importante, seja para o desenvolvimento e otimização de projetos ou para o monitoramento e diagnóstico de falhas de operação. Técnicas de processamento para extrair dos complicados sinais de vibrações mecânicas as informações...

Resumo: O conhecimento do comportamento dinâmico de equipamentos é importante, seja para o desenvolvimento e otimização de projetos ou para o monitoramento e diagnóstico de falhas de operação. Técnicas de processamento para extrair dos complicados sinais de vibrações mecânicas as informações pertinentes a cada análise têm sido investigadas. A análise de Fourier é capaz de revelar o conteúdo frequencial dos sinais. Porém. tal técnica é limitada à análise de sinais estacionários, já que os resultados obtidos são médias dentro do período amostrado, não distinguindo o instante de tempo em que um determinado evento ocorreu. Atualmente, cresce o interesse por sinais não estacionários, complexos. Em sua estrutura mas muito ricos em informações. Ateoria wavelet, capaz de fornecer informações locais de um sinal, é o objeto do presente estudo. A técnica consiste na decomposição do sinal em ondículas (wavelets) que, além de estarem relacionadas a um conteúdo frequencial. possuem um caráter localizado na linha do tempo. Assim, partindo da análise de Fourier, introduzimos os conceitos dessa nova técnica, bem como alguns exemplos práticos de aplicação

Abstract: The knowledge of the dynamic behaviour of machinery is important to develop modern design and condition monitoring. Thus, it is necessary to adequate appropriate processing methods in order to extract the desired informations from the complicated time domain mechanical vibration signals....

Abstract: The knowledge of the dynamic behaviour of machinery is important to develop modern design and condition monitoring. Thus, it is necessary to adequate appropriate processing methods in order to extract the desired informations from the complicated time domain mechanical vibration signals. The Fourier analysis has been extensively used to extract the frequency content from the signals. However, such technique is suitable only for stationary signals, since the given results correspond to average values on the sample period and do not discern the time location of discrete events. Nowadays, there has been a special interest on non-stationary signals, which have a complex structure but are very rich in informations about the real nature of the system. The wavelet theory, which is able to give local properties of a signal, is the subject of this workpiece. The technique consists on decomposing the given signal on small waves (wavelets), which are localised in both time and frequency domains. In the light of Fourier analysis, we introduce the bases of wavelet theory and some practical insights