Publicação: Identificação de desbalanceamento de máquinas rotativas usando metamodelagem cokriging
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA::MECANICA DOS SOLIDOS::DINAMICA DOS CORPOS RIGIDOS, ELASTICOS E PLASTICOS
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Juntamente com o desalinhamento, a maior causa de problemas mecânicos em máquinas
rotativas deve-se ao desbalanceamento do conjunto rotativo. Entre as diversas técnicas de
balanceamento disponíveis, uma das mais utilizadas é por coeficientes de influência. Contudo,
esta técnica demanda rodadas com massas de testes, que nem sempre são eficientes, resultando
na necessidade de novas tentativas de balanceamento e prolongando o tempo de execução
do serviço. Na indústria de óleo e gás, minimizar o tempo de intervenção é sinônimo de
aumento de produtividade e redução do lucro cessante, que é a perda financeira devido ao não
processamento dos derivados do óleo. Para o caso específico de refinarias (downstream) onde o
padrão é não ter máquinas reservas, qualquer intervenção não planejada significa a parada total
da unidade. Por isso, explorar novas possibilidades de detecção de desbalanceamento sem a
necessidade de rodadas com massa de teste é essencial para reduzir o tempo necessário nesses
procedimentos. Neste contexto, este trabalho propõe uma metodologia de balanceamento sem
a utilização de massas de teste, no qual através da construção de um Metamodelo Cokriging
foi realizada a identificação do desbalanceamento utilizando duas fontes de dados. A primeira,
dados experimentais, são os sinais de vibração no tempo coletados diretamente da máquina
(dados caros ou de alta fidelidade) e a segunda, dados numéricos, são sinais de vibração gerados
a partir de modelo numérico (dados baratos ou de baixa fidelidade). No intuito de validar
a metodologia, foram realizadas duas validações: uma validação puramente numérica e uma
validação experimental. Para a validação numérica foram utilizados sinais de vibração gerados
a partir de modelo numérico (alta fidelidade) e adicionados um ruído de Monte Carlo à rigidez
e amortecimento dos mancais e ao módulo de elasticidade do rotor para criar as amostras de
baixa fidelidade. Na validação experimental foram realizados testes experimentais utilizando
uma bancada de testes Bently Nevada RK 4 Rotor Kit adaptada com mancais de rolamento, onde
foram aplicados conjuntos de desbalanceamento em dois planos (nos dois discos) e realizadas
as medições de vibração, posteriormente estes dados de vibração (no domínio do tempo) foram
divididos em dados de treinamento e validação sendo realizado a validação cruzada (cross validation). Avalidação experimental é fator crucial em estabelecer a metodologia, por exemplo:
definir a quantidade ótima de amostras de alta fidelidade e baixa fidelidade a serem inseridas no
metamodelo Cokriging para que seu desempenho seja o melhor possível.
Abstract
Along with misalignment, the leading cause of mechanical issues in rotating machinery is
unbalance of the rotating assembly. Among the various balancing techniques available, the
influence coefficient method is widely used. However, this technique demands test runs with
trial masses, which is often inefficient, resulting in the need for new balancing attempts and
prolonging service execution time. In the Oil and Gas industry, minimizing intervention time
is paramount, directly translating to increased productivity and reduced lost profit, the financial
loss due to the non-processing of oil derivatives. Specifically for refineries (downstream),
where redundant (spare) machinery is often unavailable, any unscheduled intervention can lead
to a complete unit shutdown. Therefore, exploring novel possibilities for unbalance detection
without the need for trial mass runs is essential to significantly reduce the time required for these
procedures. Thiswork addresses this context by implementing a balancing methodology without
the use of test weights using a Cokriging Metamodel. This approach leverages two distinct data
sources: experimental data, which consist of time-domain vibration signals collected directly
from the machine (high-fidelity or expensive data), and numerical data, which are vibration
signals generated from a numerical model (low-fidelity or cheap data). To validate the proposed
methodology, two validation phases were conducted: a purely numerical validation and an
experimental validation. For the numerical validation, vibration signals generated from a
numerical model were utilized as high-fidelity samples and Monte Carlo uncertainty was added
to stiffness and damping of the bearings and rotor modulus of elasticity in order to create the
low-fidelity samples. For the experimental validation, tests were performed using a test rig (a
rotor kit with two disks between bearings). Unbalance sets were applied in two planes (two
disks) and vibration measurements in time domain were taken. Subsequently, this vibration data
was divided into training and validation datasets and a cross-validation was performed. The
experimental validation is a crucial factor in establishing the methodology, for instance, defining
the optimal quantity of high-fidelity and low-fidelity samples to be included in the metamodel
to maximize its performance.
Palavras-chave
Balanceamento sem massas de teste, Metamodelagem Cokriging, Máquinas rotativas, Dados multi-fidelidade
Citação
EMRICH, Thiago César. Identificação de desbalanceamento de máquinas rotativas usando metamodelagem cokriging. 2026. 105 f. Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal de Uberlândia, Uberlândia, MG, Brasil. DOI https://doi.org/10.14393/ufu.di.2026.222.