FFT (Fast Fourier Transform) i vibrationsanalyse
Den Hurtig Fourier-transformation (FFT) er en meget effektiv matematisk algoritme, der transformerer et signal fra tidsdomænet til frekvensdomænet. I Vibrationsanalyse konverterer det et råt, komplekst tidsbølgeform — vibrationssamplitude plottet mod tid — til et frekvensspektrum, amplitude plottet mod frekvens. Denne enkelt transformation er den vigtigste og mest grundlæggende proces i moderne maskinesignaldiagnostik; uden det er et vibrationssignal ikke meget mere end en uleselig krydsning.
1. Definition: Hvad er en FFT?
FFT er ikke en måling, men en beregning. Det er en hurtig implementering af den diskrete Fourier-transformation, der udnytter matematiske symmetrier til at udføre på millisekunder, hvad der ellers ville tage meget længere tid, og det er grunden til, at det kan køre live på et håndholdt instrument. Dens præmis, på grund af Fourier, er, at ethvert komplekst periodisk signal kan rekonstrueres som en sum af simple sinusbølger ved forskellige frekvenser og amplituder. FFT kører den idé i omvendt retning: giv det en rodret bølgeform, og det returnerer listen over sinusbølger, som den er bygget fra.
2. Hvorfor FFT er essentiel for diagnostik
En råt tidsbølgeform fra en kørende maskine er et virvar af mange vibrationer, der sker på samme tid, og det er næsten umuligt at bedømme en machines sundhed visuelt ud fra det spor. FFT virker som et prisme, der deler det komplekse signal i dets individuelle frekvenskomponenter. Resultatet er et klart, handlekraft-fuldt diagram, der lader en analytiker se:
- Hvilke frekvenser er til stede?
- Hvor meget energi (amplitude) ligger ved hver frekvens?
- Hvad er forholdet mellem disse frekvenser — harmoniske, sidebands og lignende?
Fordi forskellige mekaniske og elektriske fejl — ubalance, fejljustering, lejefejl, og løshed — hver især genererer vibration ved meget specifikke, forudsigelige frekvenser, præsenterer spektret et direkte vejledning til årsagen til et problem. Dette frekvensdomænebillede danner grundlaget for alle spektralanalyse.
3. Nøgleparametre for en FFT-analyse
For at opnå et brugbart spektrum indstiller en analytiker flere parametre på dataindsamleren eller softwaren. Hvis de er forkerte, kan en reel fejl blive overset; hvis de er rigtige, skiller den sig klart ud.
Fmax (maksimal frekvens)
Den højeste frekvens, som er inkluderet i spektret. Den skal indstilles høj nok til at opfange den højeste fejlfrekvens af interesse — højfrekvent gearindgreb eller leje-toner, for eksempel — men ikke så høj, at lavfrekvente detaljer går til spilde. For at forhindre aliasinganvender instrumenter et anti-aliasing Lavpasfilter under samplingshastigheden, før FFT beregnes.
Opløsning (linjer af opløsning)
Dette indstiller detaljegraden — antallet af separate frekvens“bins” beregnet over hele Fmax. Flere linjer (3.200 eller 6.400, f.eks.) giver finere opløsning, hvilket betyder større evne til at adskille to frekvenser, der ligger tæt sammen. Høj opløsning er vigtig for at skelne beat-frekvenser eller opløse de tæt placerede sidebånd i gearkasseanalyse. Fordi bin-bredden er lig med Fmax divideret med antallet af linjer, er der altid en kompromis mellem spænd og detaljer; en Beregner til FFT-opløsning viser den resulterende bin-bredde og opsamlingstid for enhver indstilling, og en Zoom FFT kan koncentrere alle tilgængelige linjer i et snævert bånd, når endnu finere adskillelse er nødvendig.
Gennemsnitsberegning
Fordi maskinvibration udsving, kan et enkelt FFT-snapshot være vildledende. Midling opnår flere FFT'er i hurtig rækkefølge og kombinerer dem, undertrykkende tilfældig støj og giver et meget mere stabilt, gentagelsesbar spektrum, som virkelig repræsenterer maskinens tilstand.
Vinduesinddeling
A vinduefunktion — oftest Hanning-vindue — er en matematisk vægtning, der anvendes på tidsdataene før transformationen. Den minimerer en fejl kaldet spektral lækage, som ellers ville smøre en skarp top over naboende bins og ødelægge både dens amplitude og dens tilsyneladende frekvens.
4. Fortolkning af et FFT-spektrum
En trænet analytiker læser spektret ved at genkende karakteristiske mønstre:
- En stor top ved 1× løbehastighed indikerer ubalance.
- En stor top ved 2× driftshastighed peger ofte på fejlaksialisering.
- En lang serie harmoniske (1×, 2×, 3×, 4×…) is a classic sign of mechanical looseness.
- En høj-frekvent top med sidebånd fordelt ved driftshastighed er det karakteristiske tegn på en tandhjuls- eller leje-fejl.
- Et øget “gulv” af bredbåndet støj kan indikere kavitation i en pumpe eller almindelig friktion.
Ved at sammenligne det nuværende spektrum med et basislinje registreret, da maskinen var funktionel, kan en analytiker spotte ændringer og diagnosticere udviklings-problemer længe før, de bliver kritiske fejl.
5. FFT i praktisk feltmåling
På et bærbart instrument beregnes FFT på stedet fra den direkte accelerometer signal. The Balanset-1A, en to-kanals feltanalysator, optager tidsformen og viser dens spektrum fra cirka 5 Hz til 1000 Hz, så en ingeniør kan læse driftshastigheds-toppen, dens harmoniske overtoner og eventuelle leje- eller tandhjuls-toner på maskinen. Kombineret med tachometer-impulsen en gang per omdrejning understøtter de samme data fase-baseret balancering, mens ordreanalyse kan omkalibrere spektret til multipla af driftshastighed på maskiner med variabel hastighed — som transformer FFT fra et statisk kort til motoren i en arbejdsplads-diagnostik- og balancerings-workflow.
