কম্পন বিশ্লেষণে এলিয়াসিং বোঝা
Aliasing একটি সংকেত-প্রক্রিয়াকরণ ত্রুটি যা কম্পন ডেটার ডিজিটাল বিশ্লেষণকে দূষিত করতে পারে। এটি ঘটে যখন একটি সংকেত এর সর্বোচ্চ-ফ্রিকোয়েন্সি উপাদানগুলি ক্যাপচার করার জন্য খুব কম হারে নমুনা করা হয়, তাই সেই উচ্চ ফ্রিকোয়েন্সিগুলি “নিচে ভাঁজ করে” এবং ফলাফল বর্ণালিতে নিম্ন ফ্রিকোয়েন্সিগুলিকে প্রতিনিধিত্ব করে FFT বর্ণালি। ফলাফল হল মিথ্যা শিখর যা বাস্তব মেশিনে কখনও বিদ্যমান ছিল না — শিখরগুলি যা গুরুতর ভুল রোগ নির্ণয়ের দিকে পরিচালিত করতে পারে। এলিয়াসিং বোঝা এবং এটি প্রতিরোধ করে এমন সেফগার্ড যেকোনো ডিজিটাল বিশ্বস্ত করার জন্য মৌলিক vibration spectrum.
1. সংজ্ঞা: এলিয়াসিং কী?
যখন একটি বিশ্লেষক একটি কম্পন সংকেত ডিজিটাইজ করে তখন এটি একটি ক্রমাগত বক্ররেখা রেকর্ড করে না; এটি বিচ্ছিন্ন নমুনাগুলির একটি ক্রম রেকর্ড করে — একটি নির্দিষ্ট সময় ব্যবধানে নেওয়া স্ন্যাপশট। যদি সেই স্ন্যাপশটগুলি সংকেত কতটা দ্রুত পরিবর্তিত হচ্ছে তার তুলনায় খুব বেশি দূরে থাকে, তবে বিশ্লেষক আক্ষরিক অর্থে একটি দ্রুত তরঙ্গকে একটি ধীর তরঙ্গ থেকে বলতে পারে না। এটি একটি উচ্চ-ফ্রিকোয়েন্সি উপাদান ক্যাপচার করা কয়েকটি পয়েন্ট একটি পুরোপুরি প্লসিবল নিম্ন-ফ্রিকোয়েন্সি সাইন তরঙ্গে যোগ করা যেতে পারে। সেই ফ্যান্টম নিম্ন ফ্রিকোয়েন্সি হল alias, এবং একবার এটি প্রদর্শিত হয় spectrum এটি সেই ফ্রিকোয়েন্সিতে একটি খাঁটি কম্পন থেকে আলাদা করা অসম্ভব।
2. Nyquist উপপাদ্য এবং নমুনা হার
এলিয়াসিং বোঝার জন্য আপনাকে প্রথমে Nyquist theorem (Nyquist–Shannon নমুনা উপপাদ্য)। ডিজিটাল সংকেত প্রক্রিয়াকরণের এই ভিত্তিস্থাপক নীতিটি বলে:
একটি অ্যানালগ সংকেতকে ডিজিটাল আকারে সঠিকভাবে প্রতিনিধিত্ব করতে, নমুনা ফ্রিকোয়েন্সি (Fs) সংকেতে উপস্থিত সর্বোচ্চ ফ্রিকোয়েন্সি উপাদান (Fসর্বোচ্চ) এর কমপক্ষে দ্বিগুণ হতে হবে।
এই ন্যূনতম নমুনা হার (2 × Fসর্বোচ্চ) কে Nyquist rateবলা হয়। ঘুরিয়ে বলতে গেলে, একটি নির্দিষ্ট নমুনা হার বিশ্বস্ততার সাথে পরিমাপ করতে পারে সর্বোচ্চ ফ্রিকোয়েন্সি তার অর্ধেক: Fসর্বোচ্চ = Fs / 2। সেই সর্বোচ্চ হল Nyquist frequency। Nyquist ফ্রিকোয়েন্সির উপরে যেকোনো বাস্তব ফ্রিকোয়েন্সি সৎভাবে প্রতিনিধিত্ব করা যায় না এবং পরিবর্তে এর নিচে প্রতিফলিত হবে। ব্যবহারিকভাবে নির্বাচিত Fসর্বোচ্চ বিশ্লেষণের সংকল্প নির্ধারণ করে এবং FFT লাইনের সংখ্যার সাথে একটি সম্পর্কও স্থাপন করে — এমন একটি সম্পর্ক যা আপনি একটি দিয়ে অন্বেষণ করতে পারেন FFT Resolution Calculator পরিমাপের পরিকল্পনা করার সময়।
3. এলিয়েসিং কীভাবে ঘটে?
Imagine a high-frequency vibration being measured by a digital analyser taking discrete samples at a fixed rate:
- যদি স্যাম্পলিং হার যথেষ্ট বেশি হয় — Nyquist হারের অনেক বেশি — বিশ্লেষক প্রতিটি চক্রে যথেষ্ট পয়েন্ট ক্যাপচার করে তরঙ্গরূপ সঠিকভাবে পুনর্নির্মাণ করতে।
- যদি স্যাম্পলিং হার খুব কম হয়, বিশ্লেষক নমুনাগুলির মধ্যে যা ঘটে তা মিস করে। এটি যে কয়েকটি পয়েন্ট ক্যাপচার করে সেগুলি একটি সম্পূর্ণ ভিন্ন, কম-ফ্রিকোয়েন্সি সাইন ওয়েভে সংযুক্ত হয়। সেই মিথ্যা নিম্ন ফ্রিকোয়েন্সি হল এলিয়াস।
একটি নির্দিষ্ট উদাহরণ: ধরুন একটি সংকেত একটি বাস্তব 900 Hz উপাদান ধারণ করে কিন্তু বিশ্লেষকের Fসর্বোচ্চ 500 Hz এ সেট করা হয়েছে, যা 1000 Hz স্যাম্পলিং হারের সাথে সামঞ্জস্যপূর্ণ। 900 Hz বিষয়বস্তু 500 Hz Nyquist ফ্রিকোয়েন্সির উপরে অবস্থিত এবং সঠিকভাবে পরিমাপ করা যায় না। এটি এলিয়াস করা হয় এবং F এ পুনরায় উপস্থিত হয়s − 900 = 1000 − 900 = 100 Hz। একটি বিশ্লেষক যিনি স্পেকট্রাম স্ক্যান করছেন তিনি সহজেই সেই 100 Hz শিখরকে একটি দিয়ে ভুল করতে পারেন 1× running-speed কম্পন, বা একটি বাস্তব ত্রুটির জন্য, এবং একটি ত্রুটির সন্ধান করতে পারেন যা বিদ্যমান নয়। আরও খারাপ, উচ্চ-ফ্রিকোয়েন্সি অপরাধীরা — বেয়ারিং প্রভাব, গিয়ার-মেশ শক্তি, বৈদ্যুতিক শব্দ — প্রায়ই সেই সংকেতগুলিই যা একটি বিশ্লেষক সবচেয়ে বেশি বিশ্বাস করতে চায়।
4. এলিয়েসিং প্রতিরোধ: অ্যান্টি-এলিয়েসিং ফিল্টার
একটি সংকেত যা বহন করতে পারে তার সমস্ত উচ্চ-ফ্রিকোয়েন্সি বিষয়বস্তু আগাম জানা অসম্ভব — অতিসোনিক শব্দ, তীক্ষ্ণ প্রভাব, রেডিও-ফ্রিকোয়েন্সি হস্তক্ষেপ এবং বৈদ্যুতিক পিকআপ সবই প্রবেশ করতে পারে। সেই কারণেই স্যাম্পলিং হার যথেষ্ট বেশি তা আশা করা একটি নিরাপদ কৌশল নয়।
প্রতিটি আধুনিক ডিজিটাল কম্পন বিশ্লেষকে ব্যবহৃত সমাধান হল anti-aliasing filter: a steep low-pass filter সংকেত পথে রাখা হয় before অ্যানালগ-টু-ডিজিটাল কনভার্টার (ADC)। এটি এভাবে কাজ করে:
- ব্যবহারকারী বিশ্লেষণের জন্য পছন্দসই সর্বোচ্চ ফ্রিকোয়েন্সি, F সেট করেসর্বোচ্চবিশ্লেষণের জন্য।
- সেই F এর উপর ভিত্তি করেসর্বোচ্চবিশ্লেষক স্বয়ংক্রিয়ভাবে অ্যান্টি-এলিয়েসিং ফিল্টারের কাটঅফ ফ্রিকোয়েন্সি F এর ঠিক উপরে সেট করেসর্বোচ্চ.
- The analogue sensor সংকেত ফিল্টারের মধ্য দিয়ে যায়, যা কাটঅফের উপরে সবকিছু অপসারণ বা দৃঢ়ভাবে হ্রাস করে।
- শুধুমাত্র ফিল্টার করা, পরিষ্কার সংকেত ADC-তে নমুনার জন্য পৌঁছায়।
কারণ ফিল্টার উচ্চ ফ্রিকোয়েন্সি অপসারণ করে যা নির্বাচিত স্যাম্পলিং হার পরিচালনা করতে পারে না before স্যাম্পলিং সঞ্চালিত হয়, এটি এলিয়েসিং শারীরিকভাবে অসম্ভব করে তোলে। একটি বাস্তব ফিল্টার অসীমভাবে তীক্ষ্ণভাবে কাটতে পারে না, তাই কাটঅফ Nyquist ফ্রিকোয়েন্সির একটু নিচে সেট করা হয় তার স্কার্টে একটি গার্ড ব্যান্ড ছেড়ে যেতে। অ্যান্টি-এলিয়েসিং ফিল্টার যেকোনো বিশ্লেষকের সবচেয়ে গুরুত্বপূর্ণ উপাদানগুলির মধ্যে একটি, যন্ত্রের কম্পনের একটি সত্য এবং বিশ্বস্ত চিত্র নিশ্চিত করে নির্বাচিত পরিসীমার মধ্যে। লক্ষ্য করুন যে এই ফিল্টারটি অবশ্যই অ্যানালগ হতে হবে এবং ডিজিটালাইজেশনের পূর্ববর্তী হতে হবে — প্রয়োগ করা digital filtering ADC-এর পরে একটি এলিয়াস পূর্বাবাস করতে পারে না, কারণ তখন মিথ্যা ফ্রিকোয়েন্সি ইতিমধ্যে ডেটায় লক করা হয়েছে।
5. বিশ্লেষকের জন্য ব্যবহারিক নিহিতার্থ
ক্ষেত্রে প্রকৌশলীর জন্য, পাঠ হল যন্ত্রের ফ্রিকোয়েন্সি সেটিংসের প্রতি সম্মান করা। F বেছে নেওয়াসর্বোচ্চ ভাল রাখতে খুব কম resolution নিম্ন-ক্রম পিক গুলি গুরুত্বপূর্ণ উচ্চ-ফ্রিকোয়েন্সি তথ্য লুকিয়ে রাখতে পারে; অ্যান্টি-এলিয়াসিং ফিল্টার আপনাকে মিথ্যা পিক থেকে রক্ষা করবে, কিন্তু এটি আপনি ফিল্টার করে দূর করেছেন এমন শক্তি দেখাতে পারে না। নির্ভরযোগ্য যন্ত্রগুলি এটি স্বয়ংক্রিয়ভাবে পরিচালনা করে — একটি পোর্টেবল বিশ্লেষক যেমন ব্যালানসেট-১এ এর ADC-এর আগে হার্ডওয়্যারে অ্যান্টি-এলিয়াসিং প্রয়োগ করে, তাই এটি ডায়াগনস্টিকের জন্য উপস্থাপন করে এমন স্পেকট্রা এবং ব্যালেন্সিংয়ের জন্য যা ১× অ্যামপ্লিটিউড-এবং-ফেজ ব্যবহার করে তা এর কর্মক্ষেত্র জুড়ে এলিয়াসড আর্টিফ্যাক্ট থেকে মুক্ত। ব্যবহারিক উপসংহার: Fসর্বোচ্চ সর্বোচ্চ ত্রুটি ফ্রিকোয়েন্সি কভার করার জন্য যথেষ্ট বেশি সেট করুন যত্নশীল, একটি সঠিকভাবে ডিজাইন করা বিশ্লেষক এলিয়াস করবে না তা বিশ্বাস করুন, এবং যে কোনো অব্যাখ্যাত নিম্ন-ফ্রিকোয়েন্সি পিক সম্পর্কে স্বাস্থ্যকর সন্দেহ করুন যতক্ষণ না আপনি অন্যান্য কারণগুলি বাদ দিয়েছেন।
English 
العربية 
Azərbaycan dili 
বাংলা 
Български 
简体中文 
Hrvatski 
Čeština 
Dansk 
Nederlands 
Eesti 
Suomi 
Français 
ქართული 
Deutsch 
Ελληνικά 
עִבְרִית 
हिन्दी 
Magyar 
Bahasa Indonesia 
Italiano 
日本語 
한국어 
Latviešu valoda 
Lietuvių kalba 
Bahasa Melayu 
Norsk bokmål 
فارسی 
Polski 
Português do Brasil 
Português 
Română 
Русский 
Српски језик 
Slovenčina 
Slovenščina 
Español 
Svenska 
ไทย 
Türkçe 
Українська 
اردو 
Tiếng Việt 