ANÁLISIS MODAL PARA LA CONFIABILIDAD DE

UNA BOMBA CENTRIFUGA SUMERGIBLE

Álvaro Cotaquispe

ADEMINSAC, Perú
alvarocotaquispe@gmail.com

RESUMEN
El presente trabajo resalta la importancia de los procedimientos de Análisis Modal de Apenas Respuestas aplicados
en Bombas Centrifugas Sumergibles (BCS) para extracción de petróleo, como parte de una evolución en el proceso
de aumento de la confiabilidad de estos sistemas y cuya aplicación en la industria minera es importante también, ya
que, si bien este proyecto se desarrolla en torno a un prototipo de BCS para extracción de petróleo, estos equipos
son utilizados ampliamente en minería y por ello un proceso de análisis modal resulta necesario. Los objetivos de
este trabajo comprenden la caracterización dinámica de un prototipo de una BCS y la programación de un algoritmo
computacional. Para la realización de este proyecto, fueron realizados ensayos experimentales de impacto en un
prototipo de una BCS, sumergida en un pozo falso de agua para analizar firmas de vibración registradas de 8
acelerómetros instalados a lo largo de la estructura y con el algoritmo computacional; que está basado en una
técnica de identificación modal en el dominio de la frecuencia llamada descomposición mejorada en el dominio de la
frecuencia (EFDD); fueron identificados sus parámetros modales (modos de vibración, frecuencias naturales y tasas
de amortiguamiento). Resultados mostraron que la BCS tendría frecuencias naturales dentro de su rango de
frecuencia operacional, de 30 a 62 Hz, lo que conlleva la operación a una determinada condición de resonancia, no
registrada con la técnica convencional de vibración. Como conclusión puede mencionarse que los procedimientos
típicos de registro e identificación de firmas de vibración para el diagnóstico de fallas, contrastadas con límites
estándar de operación y aceptación de las BCS podrían no ser suficientes para identificar ciertas condiciones y, peor
aún, pueden generar el rechazo del equipo aun cuando no hay ningún defecto.

INTRODUCCION
La Bomba Centrífuga Sumergible (BCS) fue utilizada inicialmente para elevación de agua (y continua siendo
utilizado) y posteriormente tuvo su aplicación extendida a la industria petrolera, donde permitió la extracción de
hidrocarburos cuyos pozos no eran artesianos surgentes, es decir, pozos donde la materia prima no asciende
naturalmente desde sus depósitos subterráneos. En estos casos, se hizo necesario el uso de métodos de elevación
artificial que permitan explotar tales campos, siendo el método de la BCS uno de los más utilizados.

El método de elevación artificial por uso de BCS consiste en la instalación de equipos dentro del pozo productor o
cerca de la cabeza del pozo. Además, es necesario la instalación de una infraestructura auxiliar para suministro de
energía eléctrica y sistema de control, conforme se puede ver en la Figura 1, en la condición Onshore y Offshore.

Es interesante observar que la BCS es una máquina con ciertas peculiaridades. Un sistema mecánico accionado por
un motor eléctrico con potencias que superan los 1000 HP en una carcasa de cerca de 5 pulgadas de diámetro, una
estructura que puede tener más de 30 metros y está instalada para operar en condiciones hostiles sin acceso para
mantenimiento. Por ser muy esbelto (alta razón entre longitud y diámetro) combinado con la energía transmitida a
los fluidos, la BCS es un sistema cuyo análisis dinámico es obligatorio [1].

La BCS, es de gran interés para la industria petrolera debido a su capacidad de bombear grandes cantidades de
fluidos por grandes distancias. El sistema se instala dentro de pozos de petróleo o cerca de él, de modo que
cualquier tipo de mantenimiento tiene un costo muy alto en términos de tiempo y recursos financieros. Por lo tanto,
las intervenciones se realizan sólo cuando el sistema falla o en los casos en que el mantenimiento se puede realizar
a distancia. En cuanto a las inversiones que se hacen en ese tipo de equipos, pasando por el diseño del proyecto,

1 de 12
costos de montaje, construcción, intervención y tiempo de producción cesante, es de crucial importancia que el
sistema se mantenga en funcionamiento el máximo de tiempo posible.

Figura 1.- Sistemas de Producción BCS (Onshore y Offshore).

Debido a lo anteriormente mencionado, es importante evitar errores al ensamblar el sistema y defectos en la etapa
de fabricación para que el sistema opere de forma eficiente y no causar sobretodo fallas prematuras, esto puede
lograrse mediante un control de calidad riguroso, pruebas de calificación y procedimientos de operación. Debido a
estos factores, los fabricantes de BCS aplican pruebas de aceptación de fábrica, pero no simulan el comportamiento
del sistema en condiciones reales de operación.

A causa del desarrollo de nuevas pruebas de aceptación como las pruebas Stack-up y String, los fabricantes
comprenden mejor el desempeño del equipo y su comportamiento dinámico. Una prueba de Stack-up consiste en
montar una BCS en un pozo de prueba de agua para registrar sus datos de rendimiento en diferentes condiciones
de operación para medir las curvas de rendimiento de la bomba y realizar un análisis completo de la vibración del
equipo. La prueba String, consiste en un sistema completo de BCS, que incluye un sensor de fondo de pozo, unidad
de velocidad variable y su respectivo cable de alimentación, que se montan en un pozo de prueba de agua para
analizar los circuitos eléctricos y mecánicos, parámetros de rendimiento y comportamiento dinámico.

De entre todas las pruebas realizadas, el análisis de la vibración es la más precisa para la detección de fallas y
actualmente es el método principal utilizado para cuantificar la calidad mecánica de una BCS. El método de análisis
de vibración más popular se basa en el análisis gráfico en el dominio del tiempo (señal de forma de onda) y en el
dominio de frecuencia (espectro) a través del algoritmo de la Transformada rápida de Fourier (FFT). La FFT es bien
conocida y ampliamente utilizada para analizar las firmas de vibración asociadas con el rendimiento del equipo. Por
lo tanto, para evaluar las amplitudes de los componentes que se visualizan en los espectros, se utiliza el documento
estándar de vibraciones API11-RPS8 para sistemas de BCS, que clasifica la severidad de la vibración. Los picos de

2 de 12
amplitud máxima se definen de acuerdo con las amplitudes de picos del componente espectral, como se muestra en
la Figura 2, en la que se consideran dos límites de amplitudes de velocidad, 0.649 cm/s y 0.396 cm/s.

Figura 2.- Criterio de Severidad de la Vibración (American Petroleum Institute).

Se registraron en los ensayos experimentales, que un pico elevado en la frecuencia sub-armónico a

aproximadamente la mitad de la velocidad de rotación del eje apareció y causó un desequilibrio hidráulico, conocido
como el fenómeno del latigazo de aceite, que es inofensivo para la integridad de la BCS, porque este fenómeno no
está asociado con fallas del sistema. Se ha establecido un límite de pico más alto de 0-75% del espectro de
frecuencia de rotación del eje. Para otras componentes espectrales, cuyos valores de frecuencia son mayores que
el 75% de la velocidad de rotación del eje, el límite de velocidad aceptable es 0.396 cm/s. Si cualquier espectro
exhibe una amplitud de componente de frecuencia que alcanza un máximo superior a los límites definidos, la BCS
debe desmontarse y las respectivas sub-partes deben inspeccionarse para identificar los defectos, que luego deben
corregirse. Posteriormente, el sistema debe probarse completamente de nuevo y el procedimiento debe repetirse
hasta que no se detecten fallas en el análisis de exploración de la BCS.

Además de las rigurosas pruebas y conocimientos sobre el sistema, se sospecha que, durante las pruebas de
integración en el ensayo del prototipo de BCS, cuando se varía la velocidad de rotación del eje, la estructura BCS
experimenta situaciones de resonancia que amplifican la respuesta dinámica, causando la amplificación del espectro
componente y que puede dar como resultado el rechazo del equipo cuando no hay ningún defecto.

ANÁLISIS MODAL DE APENAS RESPUESTAS

El proceso de Análisis Modal es muy utilizado en la evaluación del comportamiento dinámico de sistemas
estructurales y mecánicos y es considerada parte integrante en el proceso de desarrollo de nuevos productos,
siendo una herramienta importante en la búsqueda de la optimización de las características dinámicas de distintos
sistemas en la ingeniería.

De acuerdo con [2], el Análisis Modal fue aplicado con éxito por primera vez en 1940, en el análisis del
comportamiento dinámico de la estructura de una aeronave. Actualmente, es aplicada en diferentes áreas, como: la
identificación y evaluación de fenómenos de vibración, modificación estructural, evaluación de la integridad
estructural, detección de fallas, monitoramiento de la salud estructural y la validación y calibración de modelos
numéricos.

El Análisis Modal Experimental (AME) indirecto está basado en la determinación de parámetros modales de un
sistema estructural o mecánico, en términos de sus frecuencias naturales, tasas de amortiguamiento y modos de
vibración, a partir de los datos medidos experimentalmente (desplazamiento, velocidad o aceleración). Este tipo de
análisis está fundamentado en las relaciones existentes entre la respuesta de vibración en un punto y la excitación

3 de 12
en ese mismo punto o en un punto distinto, en función de su frecuencia. Las combinaciones de las excitaciones
(entradas) y las respuestas (salidas) del sistema llevan a un conjunto completo de funciones de respuesta en
frecuencia conocidas en inglés como Frequency Response Function (FRF).

La grande limitación del AME es la necesidad de conocer los datos de entrada y de salida en los sistemas
ensayados, para, posteriormente, estimar los parámetros modales de los mismos. La medición de la magnitud de la
excitación en grandes estructuras o sistemas puede ser difícil o imposible. Excitar una estructura compleja implicaría
en un costo económico considerable, pudiendo causar daños locales en la estructura y aún en los casos de modelos
ensayados en laboratorio, es difícil la reproducción de las condiciones naturales de excitación de forma confiable.

Por esas razones, el Análisis Modal de Apenas Respuestas fue desarrollado, para superar la limitación existente del
método tradicional y, así, ofrecer la posibilidad de obtención de los parámetros modales solamente con la
información de las respuestas dinámicas. Se puede mencionar, entonces, que este análisis permite la estimación de
esos parámetros en casos de fuerzas de excitación desconocida, en términos de magnitud y frecuencia, pero no de
su naturaleza (aleatoria, determinística, transiente, etc.), aplicados en sistemas lineales e invariantes en el tiempo.

Los métodos de identificación modal pueden ser separados en dos dominios, en los cuales los datos serán
numéricamente tratados: métodos en el dominio de la frecuencia y métodos en el dominio del tiempo, aunque
también vale la pena mencionar que existen métodos implementados que trabajan en el dominio tiempo-frecuencia
(utilizando funciones de Wavelet, STFT, etc.).

El método más simple en el dominio de la frecuencia es el llamado Peak Amplitude o Peak Picking (PP), donde las
frecuencias naturales son retiradas de la observación directa de los picos en los gráficos de las FRF’s, las tasas de
amortiguamiento son calculadas a partir de la agudeza de los picos y los modos son obtenidos por las razones de
las amplitudes en varios puntos de la estructura. Vale la pena mencionar que numerosos estudios reflejan la poca
precisión en la identificación de los parámetros de amortiguamiento [3].

DESCOMPOSICIÓN MEJORADA EN EL DOMINIO DE LA FRECUENCIA (EFDD)

Esta técnica de identificación modal es una versión mejorada del método FDD y que, a su vez, este método parte
del método PP (no se describe las formulaciones matemáticas de estos métodos en la redacción de este trabajo
técnico). Su principal ventaja, con relación al método FDD, es la posibilidad de estimar con mejor precisión las
frecuencias naturales y las tasas de amortiguamiento [4,5].

Gráficamente puede visualizarse mejor el procedimiento de cálculo utilizado por el método FDD. A través del
proceso de Descomposición de Valores Singulares, se consigue obtener una matriz diagonal de los valores
singulares ( ) y una matriz de los vectores singulares ( ), para una frecuencia específica ( ), como se observa en
la Figura 3. La primera, muestra los valores singulares dispuestos de forma decreciente, siendo que los primeros
valores singulares contienen la respuesta dinámica de la estructura. Las líneas de valores singulares en todo el
intervalo de frecuencia de análisis son representadas gráficamente (Figura 4).

Figura 3. Descomposición Matricial de Valores Singulares

4 de 12
 Figura 4. Representación Gráfica de los Valores Singulares

La región alrededor de los picos identificados en el gráfico de los valores singulares, corresponde a modos naturales
de vibración de la estructura de análisis. Cada región representa un sistema de un grado de libertad y los límites de
esta región son determinadas a través de calcular la correlación (similitud) entre el vector singular asociado al valor
singular del pico identificado (visualizado en la primera línea de valores singulares) con los vectores asociados a los
valores singulares próximos de ese pico, y para ello haremos uso de un indicador numérico denominado Criterio de
Garantía Modal (MAC, en inglés). Siendo que valores mayores que un valor de MAC mínimo, definido por el usuario,
definirán un nivel aceptable de correlación entre los vectores singulares comparados, y de esta forma queda definido
las regiones correspondientes a los diferentes modos de vibración identificados.

De esta región identificada la frecuencia natural y la tasa de amortiguamiento son obtenidos, aplicando la aplicación
de la Inversa de la Transformada de Fourier (IFFT) a la región identificada y mediante el cálculo de Zero Crossing y
el Decaimiento Logarítmico aplicados a la función de Autocorrelación obtenida por la IFFT.

Para el desarrollo de algoritmo fue utilizado el software comercial LabVIEW® como herramienta de programación,
debido a su ambiente gráfico amigable, además de contener rutinas específicas para el procesamiento de señales.
La Figura 5 muestra el flujograma del algoritmo desarrollado.

5 de 12
 Adquisición
Adquisición yy Pré-processamiento
Pré-processamiento de
de
las Temporales..
las Series Temporales
Series

Cálculo
Cálculo de
de la
la Matriz
Matriz de
de las
las Funciones
Funciones de
de
Densidad
Densidad Espectral de Potencia (PSD’s).
Espectral de Potencia (PSD’s).

Descomposición
Descomposición de
de Valores
Valores Singulares
Singulares
(SVD)
(SVD) de la Matriz de
de la Matriz de PSD’s.
PSD’s.

Identificación
Identificación (visual)
(visual) de
de Armónicos
Armónicos en
en el
el Gráfico
Gráfico de
de los
los Valores
Valores Singulares.
Singulares.

Selección
Selección de
de las
las Regiones
Regiones que
que representan
representan Sistemas
Sistemas SDOF
SDOF
en el
en el Gráfico
Gráfico de
de Valores
Valores Singulares,
Singulares, a
a través
través del MAC..
del MAC

Cálculo
Cálculo de
de las
las Funciones
Funciones de
de
Autocorrelación, a
Autocorrelación, a través
través de
de la
la IFFT.
IFFT.

Identificación
Identificación de
de los
los Parametros
Parametros Modales
Modales
(Frecuencias
(Frecuencias Naturales, Tasas
Naturales, Tasas de
de
Amortiguamiento
Amortiguamiento yy Modos
Modos de
de Vibración).
Vibración).

Figura 5. Flujograma de la metodología EFDD implementada en LabVIEW®

La validación del algoritmo desarrollado fue necesaria para poder luego ser aplicada en el ensayo experimental de la
BCS. Para esto, primero se simularon 12 señales teóricas que representaban funciones de decaimiento exponencial
a una frecuencia natural y amortiguamiento conocidos y que fueron combinadas con la finalidad de que el algoritmo
identifique las frecuencias y amortiguamientos respectivos. Luego, se evaluó el desempeño del algoritmo a través de
señales reales obtenidas de ensayos de impacto a un soporte vertical de modelo a escala de rotor y finalmente se
utilizó un software comercial de Análisis Modal de Apenas Respuestas para procesar la misma data que fue

6 de 12
procesada en el Algoritmo Desarrollado para comparar resultados obtenidos, mostrando gran coherencia entre
estos.

ENSAYO EXPERIMENTAL DE LA BCS

El conjunto BCS probado tiene 19,44 metros de longitud y 62 etapas. La Figura 6 muestra un diseño esquemático,
con las dimensiones y la indicación del lugar donde se realizaron los impactos.

Figura 6. Representación esquemática de la BCS mostrando el lugar de los impactos

Para el ensayo experimental, se instalaron 18 acelerómetros a lo largo del equipo, dispuestos en de forma
perpendicular al eje del sistema y ortogonales entre sí. La Figura 7 muestra los acelerómetros que se instalaron.

Figura 7. Instrumentación e Instalación del Prototipo de BCS

7 de 12
Las pruebas de impacto se realizaron en el único lugar disponible para ello, en el tubo productor, cerca del lugar
donde se apoya la BCS (Figura 8). Cerca de 30 impactos (3 segundos de duración entre éstos) se aplicaron en la
estructura y las señales de vibración se adquirieron con una tasa de adquisición de 25 kHz. La Figura 9 muestra
cómo es el circuito del pozo de prueba y la localización de los acelerómetros a lo largo de la BCS.

Figura 8. Pozo falso de agua, en Mossoró/RN y Ensayo de Impacto

Figura 9. Circuito de Ensayo de BCS y disposición de los acelerómetros

Antes de analizar las señales de vibración, se seleccionó las mejores combinaciones, de entre los 18 acelerómetros
instalados, para identificar los parámetros modales de la BCS. Una de esas combinaciones es utilizar sólo los 8
acelerómetros dispuestos en la dirección Y, que es la misma dirección de los impactos [6].

8 de 12
Las series temporales fueron filtradas, tuvieron las medias removidas y fueron re-amostradas con una tasa de
adquisición de 250 Hz, ya que el rango de interés seria hasta 100 Hz. El gráfico de los valores singulares (Figura 10)
fue construido a partir de la matriz de densidad espectral estimada con los parámetros dados en la Tabla 1.

Tabla 1. Parámetros para estimar la Matriz de Densidad Espectral de Potencia (DEP)

Parámetro Valor
Tipo da ventana Hanning
Longitud de la ventana (muestras) 2196
Tasa de Superposición 66%
Resolución del espectro (líneas) 4092

Figura 10. Gráfico de los valores singulares correspondientes a los 8 acelerómetros.

La Tabla 2 presenta una comparación entre los parámetros modales identificados con el Algoritmo
desarrollado y con el Software comercial. Se observa la buena concordancia entre los resultados de
frecuencia natural y tasa de amortiguación obtenidos. En el caso de la frecuencia natural, la diferencia
máxima es del 2% para el 2º modo. Ya para la tasa de amortiguación las diferencias son mayores llegando
al 19% para el 9º modo.

9 de 12
 Tabla 2. Parámetros modales identificados.

EFDD EFDD
Modo
(Software Comercial) (Algoritmo Desarrollado)
Frecuencia Amortiguamiento Frecuencia Amortiguamiento
[Hz] [%] [Hz] [%]
1 4,69 4,21 4,73 4,66
2 8,11 2,45 7,95 2,79
3 11,35 3,44 11,46 3,42
4 16,36 2,16 16,48 2,15
5 20,76 3,03 20,96 3,17
6 26,77 5,34 26,88 5,24
7 - - - -
8 41,32 1,39 41,04 1,43
9 48,01 2,77 48,55 3,29
10 58,39 2,6 58,01 2,49
11 70,04 2,85 70,51 3,13
12 79,71 4,25 79,33 4,86

RESULTADOS DEL ENSAYO SWEEP

Se determina el grafico de cascada usando el acelerómetro #2 (Figura 11), para el sistema BCS analizado. Aquí el
eje X representa el componente de frecuencia en la señal de vibración, el eje Y es la velocidad rotacional del eje,
establecida en el VSD y el eje Z representa la amplitud de vibración en unidades de velocidad (mm/s). Los
componentes en las frecuencias más relevantes en el rango de operaciones se muestran con colores en el plano X -
Y. Esas frecuencias son múltiplos de la velocidad del eje (Y), que se indican por las líneas: verde (1/2X velocidad de
giro, frecuencia sub-armónica del eje), azul (1X velocidad de giro, frecuencia fundamental del eje), magenta (1.5X la
velocidad rotacional, súper-armónico de la frecuencia del eje), y rojo (2X la velocidad rotacional, súper-armónico de
la frecuencia del eje).

Se puede ver que las amplitudes de vibración coinciden con el eje fundamental de frecuencia (1X rotación de
velocidad), las mostradas por la línea de color negro sobre los picos. Estos picos se pueden comparar a los límites
determinados por la API 11RP-S8 (1993) (Figura 12). Esta comparación fue hecha con todas las vibraciones de los
sensores de la BCS. Por otro lado, aquellos mismos picos revelaron que la BCS experimenta amplificaciones de
amplitud en algunas frecuencias y verificaremos si esas amplificaciones están relacionadas con las frecuencias
naturales identificadas por el método EFDD.

Las líneas azules mostradas en la Figura 12 representan la amplitud de vibración a la velocidad del eje, durante el
ensayo Sweep, para todos los canales de vibración, la línea roja es la línea de limitación de la API (en este caso
0.156 in/s o 0.396 cm/s, al 100% de la velocidad de giro, ver Figura 2) y las líneas verticales son las frecuencias
naturales estimadas por el método EFDD en la BCS analizada.

En la frecuencia de los 58 Hz, la amplitud de la vibración debida a la amplificación dinámica, es superior a la

limitación establecida por los criterios de aceptación, lo cual generaría un rechazo del equipo. Esta amplificación
dinámica se debe a la frecuencia natural de 58.01 Hz, como se muestra en la Tabla 2, llevando a la BCS a funcionar
en una condición de resonancia. Esto crea el riesgo de rechazo de la BCS en las pruebas de integración, aunque el
equipo no tenga defectos.
10 de 12
Se ha encontrado que el uso de un límite estándar no es suficiente, y un análisis dinámico más detallado acerca del
equipo es necesario para entender el comportamiento dinámico de la BCS.

Figura 11. Resultados del Sweep Test para el conjunto BCS.

Figura 12. Comparación entre el primer armonico de la BCS y el criterio de severidad

CONCLUSIONES
El presenta trabajo refleja la importancia del Análisis Modal en sistemas mecánicos en el proceso de evaluar la
integridad de estos sistemas, ya que los procedimientos de identificación de firmas de vibración para el diagnóstico
de fallas, contrastadas con límites estándar aceptables de operación podrían no ser suficientes para identificar
ciertas condiciones.
11 de 12
Es confirmado, a través del algoritmo, el buen desempeño de la técnica EFDD, en el caso estudiado, por lo tanto,
puede ser considerada como una técnica viable para el Análisis Modal de sistemas rotodinámicos, además de
resaltar su simplicidad y rapidez en los cálculos.

El algoritmo desarrollado representa una buena alternativa de análisis modal en relación al software comercial, ya
que permite alterar algunos parámetros en las diferentes etapas del análisis, para obtener una mejor precisión en los
resultados (sobre todo en relación a los parámetros de amortiguamiento) y así mismo, adicionar nuevas
características en el algoritmo para optimizar su desempeño.

Las tasas de amortiguamiento son los parámetros que más divergencia presentan, convirtiendo su identificación en
un proceso laborioso. Esta identificación parte de la elección de la región adecuada en la Función de
Autocorrelacion, por lo tanto, depende principalmente del criterio del usuario (en el algoritmo). Esto es confirmado en
el software comercial, debido a que presenta opciones que permiten la elección manual de estas regiones. Con
relación a las frecuencias modales, también requieren de una inspección visual por parte del usuario (basado en el
conocimiento a priori de los modos) para identificarlos. Esto es confirmado en el software comercial, debido a que
posee un comando para la elección manual de modos.

AGRADECIMIENTOS
Especial agradecimiento al Centro de Investigación y Desarrollo CENPES/PETROBRAS (Brasil) y a su laboratorio
especializado en BCS, por permitir la realización de los ensayos experimentales que conllevaron a la realización de
este trabajo. Al laboratório de Ensaios Dinâmicos e Analise de Vibrações – LEDAV / UFRJ (Brasil) por el soporte
computacional y asesoría técnica para el análisis de la data obtenida, Finalmente a la empresa ADEMINSAC (Perú)
por soporte técnico, al permitir la aplicación de estos procedimientos para evaluar la integridad de diferentes
sistemas mecánicos.

REFERENCIAS BIBLIOGRÁFICAS
[1] MINETTE, R. S., 2014, Analise Modal de Bombas Centrífugas Submersas, Dissertação de M. Sc.,
COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.
[2] MAIA, N. M. M., SILVA J. M. M., 2001,“Modal Analysis Identification Techniques”, Philosophical
Transactions of the Royal Society London A: Mathematical, Physical and Engineering Science, v. 359, n.
1778, pp. 29–40.
[3] BENDAT, J. S., PIERSOL, A. G., 1993, Engineering Applications of Correlation and Spectral Analysis,
2 ed. John Wiley & Sons.
[4] BRINCKER, R., VENTURA, C. E., 2015, Introduction to Operational Modal Analysis, United
Kingdom, John Wiley & Sons.
[5] RAINIERI, C., FABBROCINO G., 2014, Operational Modal Analysis of Civil Engineering Structures,
1 ed., Springer, New York.
[6] COTAQUISPE, A. H., 2017, Analise Modal Operacional de uma Bombas Centrífuga Submersa,
Dissertação de M. Sc., COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

Palabras claves: Analisis Modal, Bomba Centrifuga Sumergible, Enhanced Frequency Domain Decomposition,
Vibración, Confiabilidad, Transformada de Fourier, Peak Picking.

12 de 12