FFT (rychlá Fourierova transformace) ve vibrační analýze

Definice: Co je to FFT?

Na stránkách Rychlá Fourierova transformace (FFT) je vysoce efektivní matematický algoritmus používaný k transformaci signálu z časové domény do frekvenční domény. Ve vibrační analýze to znamená převod surového, komplexního časový průběh (graf amplitudy vibrací v závislosti na čase) do frekvenční spektrum (graf amplitudy vibrací v závislosti na frekvenci). Tato transformace je nejdůležitějším a nejzákladnějším procesem v moderní diagnostice strojů.

Proč je FFT nezbytná pro diagnostiku?

Nezpracovaný časový průběh z běžícího stroje je složitá směs mnoha různých vibrací, které se odehrávají najednou. Je téměř nemožné se na tento signál podívat a určit stav stroje. FFT funguje jako hranol, který rozděluje tento komplexní signál na jeho jednotlivé frekvenční složky. Výsledkem je jasný a praktický graf, který analytikovi umožňuje vidět:

• Jaké frekvence jsou přítomny?
• Kolik energie (amplitudy) je na každé frekvenci?
• Jaký je vztah mezi těmito frekvencemi?

Protože různé mechanické a elektrické závady (jako je nevyváženost, nesouosost, vady ložisek a vůle) generují vibrace na velmi specifických, předvídatelných frekvencích, spektrum FFT poskytuje přímou mapu k hlavní příčině problému.

Klíčové parametry FFT analýzy

Pro získání užitečného FFT spektra musí analytik vibrací definovat několik klíčových parametrů na sběrači dat nebo v softwaru:

1. Fmax (Maximální frekvence)

Toto je nejvyšší frekvence, která bude zahrnuta ve spektru. Musí být nastavena dostatečně vysoko, aby zachytila hledanou poruchu s nejvyšší frekvencí (např. vysokofrekvenční záběr ozubených kol nebo tóny ložisek).

2. Rozlišení (linie rozlišení)

Toto určuje úroveň detailů ve spektru. Je definováno jako počet diskrétních frekvenčních „přihrádek“ nebo datových bodů, které budou vypočítány v rámci Fmax. Vyšší počet čar (např. 3200 nebo 6400) má za následek lepší frekvenční rozlišení, což znamená schopnost oddělit dvě vibrační frekvence, které jsou si velmi blízké. Vysoké rozlišení je zásadní pro diagnostiku vibračních frekvencí nebo analýzu postranních pásem při analýze převodovek.

3. Průměrování

Protože vibrace stroje mohou kolísat, může být jeden „snímek“ FFT zavádějící. Průměrování zahrnuje získání více FFT v rychlém sledu a jejich následné zprůměrování dohromady. Tento proces snižuje náhodný šum a poskytuje mnohem stabilnější, opakovatelnější a reprezentativnější spektrum skutečného stavu stroje.

4. Okna

Okenní funkce (jako Hanning) je matematické vážení aplikované na data časového průběhu před výpočtem FFT. Jedná se o techniku zpracování signálu používanou k minimalizaci chyby zvané „spektrální únik“, která zajišťuje, že amplituda a frekvence signálů ve spektru jsou co nejpřesnější.

Interpretace FFT spektra

Proškolený analytik interpretuje spektrum FFT hledáním charakteristických vzorů:

• Velký vrchol na 1x rychlost běhu naznačuje nevyváženost.
• Velký vrchol na 2x rychlost běhu často poukazuje na nesouosost.
• Série harmonické (vrcholy při 1x, 2x, 3x, 4x atd.) je klasickým znakem mechanické vůle.
• Vysokofrekvenční vrchol s postranní pásma Rozestupy při provozní rychlosti jsou varovným signálem závady převodovky nebo ložiska.
• Zvýšená „spodní hranice“ širokopásmového šumu může naznačovat kavitaci v čerpadle nebo tření.

Porovnáním aktuálního spektra FFT s výchozí hodnotou z doby, kdy byl stroj v pořádku, mohou analytici snadno odhalit změny a diagnostikovat vznikající problémy dlouho předtím, než se stanou kritickými selháními.

← Zpět na hlavní index