Pochopení spektrální analýzy
Spektrální analýza je proces, při kterém se vezme složitý signál — například časový průběh z vibračního snímače – a rozložit jej na jednotlivé frekvenční složky. Jeho cílem je převést signál z time domain (amplituda v závislosti na čase) do frekvenční doména (amplituda v závislosti na frekvenci). Výstupem je spektrum (množné číslo: spektra): graf znázorňující amplitudu kmitání při každé konkrétní frekvenci. Spektrální analýza je nejzákladnější a nejúčinnější technikou v vibrační diagnostika, protože to umožňuje analytikovi rozpoznat jedinečné frekvenční charakteristiky spojené s různými poruchami strojů.
1. Definice: Co je spektrální analýza?
Vibrace stroje představují součet mnoha souběžných periodických sil, které se v časové doméně slévají do jediné složité křivky, jejíž interpretace je obtížná. Spektrální analýza tuto křivku rozklíčuje. Matematickým základem je Fourierův princip: jakýkoli periodický signál, ať už je jakkoli složitý, lze vyjádřit jako součet jednoduchých sinusových vln, z nichž každá má svou vlastní frekvenci, amplitudu a fázi. Spektrální analýza tento seznam sinusových vln obnoví a zobrazí jej jako spektrum – čímž převede „matoucí kolísání v čase“ na „uspořádanou sadu vrcholů při známých frekvencích“. Právě v tomto převodu spočívá celý smysl a vše ostatní z něj vyplývá.
2. Úloha rychlé Fourierovy transformace (FFT)
Moderní spektrální analýza je umožněna díky vysoce účinnému algoritmu zvanému Rychlá Fourierova transformace (FFT). FFT je matematický postup, který je zabudován do každého digitálního analyzátor vibrací. Jako vstupní data využívá digitalizované časové průběhy a jako výstup poskytuje frekvenční spektrum, přičemž za milisekundy provede výpočet, který by dříve ručně trval celé hodiny.
Díky FFT lze složitý, na první pohled chaotický signál – který je v časové oblasti velmi obtížně interpretovatelný – zobrazit ve frekvenční oblasti jako přehlednou řadu zřetelných frekvenčních vrcholů. Aby byla FFT platná, musí být signál nejprve správně vzorkován a chráněn před aliasování, a proto je transformaci vždy předřazen anti-aliasing filtr.
3. Diagnostická síla spektra
Spektrální analýza je tak účinná, protože různé mechanické a elektrické poruchy u rotujících strojů vyvolávají vibrace s předvídatelnými charakteristickými frekvencemi. Na základě analýzy spektra může technik určit příčinu problému porovnáním frekvencí špiček se známým vzorem poruchy. Mezi běžné příklady patří:
- Výrazný vrchol při 1× provozní otáčky často naznačuje nevyváženost — signál k vyvážení.
- Výrazný nárůst při dvojnásobné rychlosti běhu je klasickým příznakem nesouosost.
- Řada harmonických kmitočtů při chodu obvykle signalizuje mechanickou vůli.
- Série vrcholů na neceločíselných násobcích provozních otáček může ukazovat na vady ložisek, což se často nejlépe potvrdí pomocí obalová analýza.
- Špička s vysokou amplitudou na frekvenci záběru ozubených kol s postranní pásma naznačuje vady ozubených kol.
- Špička o dvojnásobné hodnotě síťové frekvence může naznačovat poruchu statoru motoru.
4. Klíčové parametry spektrální analýzy
Aby analytik získal užitečné spektrum, musí nastavit několik klíčových parametrů. Pokud je nastaví nesprávně, i dokonalá FFT ho může uvést v omyl:
- Fmax (maximální frekvence): nejvyšší frekvence obsažená ve spektru. Musí být nastavena dostatečně vysoko, aby zachytila předpokládané závady – vysoká pro problémy s převody a ložisky, nižší pro nevyváženost při nízkých otáčkách.
- Rozlišení (počet řádků): Toto určuje úroveň detailů. Čím více řádků, tím jemnější je frekvenční rozlišení, což umožňuje analyzátoru rozlišit dva blízko ležící píky – což je nezbytné pro rozlišení postranních pásem při analýze převodovky. Nevýhodou je delší doba sběru dat, což je vztah, který můžete prozkoumat pomocí Kalkulačka rozlišení FFT.
- Průměrování: Aby bylo možné získat čisté a stabilní spektrum, analyzátor pořídí několik "snímků" a vypočítá z nich průměr, čímž potlačí náhodný šum a odhalí skutečné ustálené vibrace.
- Okna: na každý datový blok se aplikuje matematická funkce, jako je například Hanningovo okno, aby se zabránilo spektrální únik, což by jinak vedlo k rozmazání a zkreslení amplitud a tvarů špiček.
5. Spektrální analýza v terénu
Spektrální analýza se neomezuje pouze na laboratoř – právě to provádí technik údržby přímo v provozu pomocí přenosného přístroje. Dvoukánálový analyzátor, jako je například Balanset-1A vzorkuje signál z akcelerometr na pouzdru ložiska, provede FFT a okamžitě zobrazí spektrum, takže technik může poruchu identifikovat a zasáhnout ještě před začátkem další směny. Jelikož tentýž přístroj také měří otáčky hřídele fáze z tachometrdiagnóza nevyváženosti 1× může plynule přejít do korekce vyvážení bez nutnosti měnit přístroje – diagnostika a oprava v jednom pracovním postupu.
6. Spektrální analýza versus časová křivka
Spektrum je sice mocný nástroj, ale neposkytuje úplný obraz. Průměrování a FFT mohou zakrýt krátké, prudké přechodové jevy – například nárazy způsobené prasklým zubem ozubeného kola nebo odlomeným ložiskem –, které jsou na nezpracovaném časovém signálu jasně patrné. Zkušení analytici proto tyto dva pohledy považují za doplňující se: spektrum slouží k lokalizaci který frekvence přenášejí energii, časový průběh je třeba studovat jak že dochází k přenosu energie. Spektrální analýza je v podstatě jádrem moderní diagnostiky vibrací; poskytuje jasný „rentgenový“ pohled na síly a pohyby odehrávající se uvnitř stroje – a ve spojení s průběhem signálu a referenční zvukovou základnou tak proměňuje surová data o vibracích v spolehlivá rozhodnutí.
