Understanding Differentiation in Vibration Analysis
Differentiation in vibration analysis is the mathematical operation that converts a vibration signal from one measurement parameter to another by taking its time derivative — or, equivalently, by multiplying by frequency in the ফ্রিকোয়েন্সি ডোমেইন. It turns displacement into velocity, and velocity into acceleration. Differentiation is the exact inverse of integration; it is performed far less often, because most field sensors are accelerometers and the usual need is to integrate down to velocity or displacement, not differentiate up. The case where it earns its keep is when displacement measured by a নৈকট্য অনুভূতি must be compared against a velocity-based standard, or examined for high-frequency content.
The key behaviour to internalise is that differentiation is a frequency-weighting operation: it emphasises high-frequency components and suppresses low-frequency ones — precisely the opposite of integration. That makes it useful for pulling faint high-frequency diagnostic detail out of a displacement record, but it is a double-edged tool, because it amplifies high-frequency noise just as enthusiastically as signal. Used without care, it can bury the very information you were trying to reveal.
1. The Mathematical Relationships
The same physics can be expressed in two equivalent ways, and the choice between them has real practical consequences.
সময়-ডোমেইন অন্তর্বিভাজন
- বিস্থাপন থেকে বেগ: v(t) = d/dt [x(t)]
- বেগ থেকে ত্বরণ: a(t) = d/dt [v(t)]
- বিস্থাপন থেকে ত্বরণ: a(t) = d²/dt² [x(t)] — the second derivative, applied in one step
ফ্রিকোয়েন্সি-ডোমেইন অন্তর্বিভাজন
ফ্রিকোয়েন্সি ডোমেইনে এই অপারেশন একটি সাধারণ গুণনে সংকুচিত হয়ে যায়, যা আধুনিক যন্ত্রগুলি এখানে কাজ করার কারণ:
- বিস্থাপন থেকে বেগ: V(f) = D(f) × 2πf
- বেগ থেকে ত্বরণ: A(f) = V(f) × 2πf
- Net effect: every spectral line is scaled by its own frequency, so high frequencies are lifted and low frequencies pushed down — and double differentiation scales by (2πf)², an even steeper tilt.
এই ফ্রিকোয়েন্সি নির্ভরতা অন্তর্বিভাজনের সম্পূর্ণ বর্ণনা। কারণ প্রতিটি রূপান্তর একটি ফ্রিকোয়েন্সির শক্তি দ্বারা গুণ করে, এটি পরামিতিগুলির পরিবারকে সংযুক্ত করে যা একজন প্রকৌশলী নিয়মিত মধ্যে স্থান পরিবর্তন করে; রূপান্তরকারী যেমন একটি কম্পন ত্বরণ ক্যালকুলেটর or a কম্পন স্থানচ্যুতি ক্যালকুলেটর এক্সেস করে ঠিক এই একক-ফ্রিকোয়েন্সি সম্পর্ক একটি বিশুদ্ধ টোনের জন্য।
২. অন্তর্বিভাজন কেন ব্যবহৃত হয়
কম সাধারণ অপারেশন হওয়া সত্ত্বেও, অন্তর্বিভাজনের বেশ কয়েকটি বৈধ ব্যবহার রয়েছে:
- নৈকট্য-প্রোব প্রয়োগ: নৈকট্য প্রোবগুলি সরাসরি শ্যাফট বিস্থাপন পরিমাপ করে, তবুও অনেক কম্পন মান বেগ সীমা নির্দিষ্ট করে। বিস্থাপনকে বেগে অন্তর্বিভাজন করা একটি বিস্থাপন সেন্সরকে সেই সীমাগুলির বিরুদ্ধে বিচার করার অনুমতি দেয়।
- উচ্চ ফ্রিকোয়েন্সি জোর দেওয়া: কারণ অন্তর্বিভাজন শীর্ষ প্রান্ত উত্তোলন করে, এটি বিস্থাপন ডেটাতে লুকানো উচ্চ-ফ্রিকোয়েন্সি ত্রুটি স্বাক্ষর প্রকাশ করতে পারে এবং শ্লথ নিম্ন-গতির বিস্থাপনকে একটি আরও বিশ্লেষণ-বান্ধব ত্বরণ রেকর্ডে রূপান্তরিত করতে পারে।
- ক্রস-তুলনা সেন্সর প্রকার: একটি বিস্থাপন সেন্সর একটি সাথে তুলনা করতে accelerometer, উভয় একটি সাধারণ পরামিতিতে রূপান্তরিত হয় - সাধারণত বেগ - যাতে তাদের পরিমাপগুলি সামঞ্জস্যের জন্য পরীক্ষা করা যায়।
৩. চ্যালেঞ্জগুলি: শব্দ বর্ধন
পার্থক্যকরণের প্রধান কঠিনতা হল শব্দ এবং এটি সরাসরি ফ্রিকোয়েন্সি-দ্বারা-গুণ নিয়ম থেকে অনুসরণ করে।
কেন শব্দ আধিপত্য বিস্তার করে
যেহেতু অপারেশন ফ্রিকোয়েন্সি দ্বারা গুণ করে, ব্রডব্যান্ড শব্দ — যা সম্পূর্ণ স্পেকট্রাম জুড়ে বিস্তৃত — শীর্ষে স্বার্থের সংকেতের চেয়ে আরও বেশি বর্ধিত হয়। একটি প্রাণবন্ত চিত্র: ১০ kHz-এ ১ % শব্দ ১০০ Hz-এ একটি সংকেতের তুলনায় মোটামুটি ১০০× বর্ধিত হয়, তাই একটি পরিষ্কার-দেখা ইনপুট ডুবে যেতে পারে। প্রতিরক্ষা হল একটি প্রয়োগ করা লো-পাস ফিল্টার পার্থক্য করার আগে, উচ্চ-ফ্রিকোয়েন্সি সামগ্রী অপসারণ করা যা অন্যথায় বিস্ফোরিত হত।
সেন্সর শব্দ এবং দ্বিগুণ পার্থক্যকরণ
প্রতিটি সরণ সেন্সর তার নিজস্ব বৈদ্যুতিক এবং কোয়ান্টাইজেশন শব্দ বহন করে। বেগে একক পার্থক্যকরণ এটিকে বর্ধিত করে; ত্বরণ পর্যন্ত দ্বিগুণ পার্থক্যকরণ প্রভাব নাটকীয়ভাবে যৌগিক করে এবং সাধারণত এড়ানো উচিত। যদি আপনি সত্যিই ত্বরণের প্রয়োজন হয়, সঠিক উত্তর হল প্রায় সর্বদা ত্বরণমিটার দিয়ে সরাসরি এটি পরিমাপ করা বরং সরণ দুইবার পার্থক্য করার চেয়ে।
সংখ্যাগত ত্রুটি
সময়-ডোমেইন পার্থক্যকরণ ডিজিটাইজেশন ত্রুটি এবং স্যাম্পলিং নিদর্শনগুলির প্রতি সংবেদনশীল, যা ফ্রিকোয়েন্সি-ডোমেইন পদ্ধতি যেখানে যথার্থতা গুরুত্বপূর্ণ সেখানে পছন্দ করা হয় তার ব্যবহারিক কারণ।
৪. সঠিকভাবে এটি করা
একটি শৃঙ্খলাবদ্ধ পদ্ধতি পার্থক্যকরণকে সৎ রাখে। সমন্বয়ের সাথে বৈসাদৃশ্য নোট করুন, যা পরিবর্তে একটি প্রয়োজন করে উচ্চ-পাস ফিল্টার নিম্ন-ফ্রিকোয়েন্সি ড্রিফট সরাতে — দুটি অপারেশন বিপরীত filtering strategies.
একক পার্থক্যকরণ (সরণ → বেগ)
- প্রথমে কম-পাস ফিল্টার: উচ্চ-ফ্রিকোয়েন্সি শব্দ অপসারণ করুন, একটি কাটঅফ সহ মোটামুটি ২–५× সর্বোচ্চ ফ্রিকোয়েন্সি যা আগ্রহ।
- সংকেত গুণমান পরীক্ষা করুন: নিশ্চিত করুন যে ইনপুট স্পষ্ট শব্দ এবং নিদর্শন মুক্ত।
- Differentiate: ফ্রিকোয়েন্সি ডোমেইনে ২πf দ্বারা গুণ করুন।
- ফলাফল যাচাই করুন: যুক্তিসঙ্গততার জন্য প্রত্যাশিত মাপের সাথে তুলনা করুন।
দ্বিগুণ অন্তরকরণ (বিচ্যুতি → ত্বরণ)
- সাধারণত এটি এড়িয়ে চলুন — এটি খুব কমই ভালো ফলাফল প্রদান করে।
- যদি অনিবার্য হয়, সর্বোচ্চ আগ্রহের ফ্রিকোয়েন্সিতে কাট-অফ সেট করে আক্রমণাত্মক নিম্ন-পাস ফিল্টারিং প্রয়োগ করুন, এবং গ্রহণ করুন যে উচ্চ-ফ্রিকোয়েন্সি ব্যান্ড শব্দ-সীমাবদ্ধ হবে।
- আরও ভালো বিকল্প: ত্বরণমাপক ব্যবহার করুন এবং সরাসরি ত্বরণ পরিমাপ করুন।
ফ্রিকোয়েন্সি-ডোমেইন বাস্তবায়ন
আধুনিক, শক্তিশালী পদ্ধতি হল FFT of the displacement or velocity signal, multiply each bin by 2πf (or (2πf)² for double differentiation), apply any low-pass filtering in the frequency domain, and read off the spectrum in the new parameter — taking an inverse FFT if a time waveform চাওয়া হয়। এই পদ্ধতি ক্রমবর্ধমান ত্রুটি এড়ায়, ফিল্টারিংকে তুচ্ছ করে তোলে, গণনাগতভাবে দক্ষ, এবং আজকের বিশ্লেষকে নির্মিত মান পদ্ধতি।
৫. এটি কখন ব্যবহার করবেন — এবং কখন নয়
আইএসও তুলনার জন্য প্রক্সিমিটি-প্রোব বিচ্যুতিকে বেগে রূপান্তরিত করার সময়, কম-গতি বিচ্যুতি ডেটায় উচ্চ-ফ্রিকোয়েন্সি সামগ্রী উন্নত করার সময়, সাধারণ ভিত্তিতে বিভিন্ন সেন্সর ধরনের তুলনা করার সময়, এবং সাধারণত যখনই যথাযথ ফিল্টারিং প্রয়োগ করা যায় তখন অন্তরকরণের জন্য পৌঁছান। শোরগোল বিচ্যুতি সংকেতে এটি এড়িয়ে চলুন, দ্বিগুণ অন্তরকরণ এড়িয়ে চলুন যদি এটি সত্যিই অনিবার্য না হয়, এবং — পুনরাবৃত্ত থিম — যখনই ত্বরণমাপক উপলব্ধ থাকে তখন এটি সম্পূর্ণভাবে এড়িয়ে চলুন, কারণ কাঙ্ক্ষিত পরামিতি সরাসরি পরিমাপ করা সর্বদা এটি উদ্ভূত করার চেয়ে ভাল।
৬. অন্তরকরণ বনাম সমাকলন, এবং আধুনিক যন্ত্রপাতি
দুটি ক্রিয়াকলাপ আয়না চিত্র, এবং এগুলি পাশাপাশি দেখা উভয়কে স্পষ্ট করে।
| Aspect | Integration | Differentiation |
|---|---|---|
| ফ্রিকোয়েন্সি প্রভাব | নিম্ন ফ্রিকোয়েন্সি বৃদ্ধি করে | উচ্চ ফ্রিকোয়েন্সি বৃদ্ধি করে |
| Common use | Acceleration → velocity, velocity → displacement | বিচ্যুতি → বেগ |
| Main problem | Low-frequency drift | উচ্চ-ফ্রিকোয়েন্সি শব্দ পরিবর্ধন |
| প্রয়োজনীয় ফিল্টার | সমন্বয়ের আগে উচ্চ-পাস | পার্থক্যকরণের আগে নিম্ন-পাস |
| How often used | Very common | Less common |
ব্যবহারিক ক্ষেত্রে প্রকৌশলী হাতে হাতে এই রূপান্তরগুলি খুব কমই সম্পাদন করেন। আধুনিক বিশ্লেষকগুলি স্থানচ্যুতি, বেগ এবং ত্বরণের মধ্যে স্বয়ংক্রিয়ভাবে রূপান্তরিত করে: ব্যবহারকারী পছন্দের প্যারামিটার নির্বাচন করেন এবং যন্ত্রটি সঠিক ফিল্টারিং এবং স্কেলিং প্রয়োগ করে, যা ত্রুটির সম্ভাবনা উল্লেখযোগ্যভাবে হ্রাস করে। অনেকগুলি একই সাথে তিনটি প্যারামিটারই প্রদর্শন করতে পারে — প্রতিটি ফ্রিকোয়েন্সি পরিসরের একটি ভিন্ন অংশ জোর দিয়ে — কম্পনের একটি ব্যাপক দৃশ্য প্রদান করতে। Balanset-এর মতো একটি বহনযোগ্য দ্বি-চ্যানেল যন্ত্র ব্যালানসেট-১এ এই রূপান্তরটি অভ্যন্তরীণভাবে পরিচালনা করে, যা নিয়মিত মূল্যায়নের জন্য বেগ উপস্থাপন করে এর মতো তীব্রতার ব্যান্ডের বিপরীতে ISO 20816-1 অন্তর্নিহিত ত্বরণ ডেটা ধরে রেখে, যাতে বিশ্লেষক ক্ষেত্রে কখনও কাঁচা রেকর্ড হাতে হাতে পার্থক্য করতে না পারেন।
পার্থক্যকরণ, তখন, সমন্বয়ের কম-ব্যবহৃত কিন্তু সত্যিকারের মূল্যবান সংযোগী: স্থানচ্যুতি পরিমাপ থেকে বেগ বা ত্বরণে রূপান্তরের জন্য অপরিহার্য এবং সেন্সর প্রকারগুলি ক্রস-চেক করার জন্য, শব্দ-পরিবর্ধক চরিত্র সম্মানিত হয় এবং সঠিক নিম্ন-পাস ফিল্টারিং প্রয়োগ করা হয় প্রদান করা। সেই একক বৈশিষ্ট্যটি বুঝুন — এটি উচ্চ ফ্রিকোয়েন্সিগুলি উন্নীত করে — এবং নির্ভুল প্যারামিটার রূপান্তর অনুসরণ করে।
