Forståelse af spektralanalyse
Spektralanalyse er processen med at tage et komplekst signal — såsom et tidsbølgeform fra en vibrationssensor — og dekomponere det i dets individuelle frekvenskomponenter. Dets mål er at transformere signalet fra time domain (amplitude versus tid) til frekvensdomænet (amplitude versus frekvens). Output er et spektrum (flertal: spektre): en graf, der viser amplituden af vibration ved hver specifik frekvens. Spektralanalyse er den mest grundlæggende og kraftfulde teknik inden for vibrationsdiagnostik, fordi det lader analytikeren genkende de unikke frekvenssignaturer, der er forbundet med forskellige maskindefekter.
1. Definition: Hvad er spektralanalyse?
En machines vibration er summen af mange samtidige periodiske kræfter, og i tidsdomænet blandes disse kræfter sammen til et enkelt kompliceret signal, der er svært at tolke. Spektralanalyse adskiller dette signal. Det matematiske grundlag er Fourier-princippet: enhver periodisk signal, uanset hvor kompleks, kan repræsenteres som en sum af simple sinusbølger, hver med sin egen frekvens, amplitude og fase. Spektralanalyse genvinder denne liste over sinusbølger og viser den som et spektrum — omdanner “en forvirrende kurve over tid” til “et pænt sæt toppe ved kendte frekvenser.” Denne omdannelse er hele pointen, og alt andet følger heraf.
2. Rollen som Fast Fourier Transform (FFT)
Moderne spektralanalyse gøres praktisk gennem en meget effektiv algoritme kaldet Hurtig Fourier-transformation (FFT). FFT er en matematisk procedure programmeret ind i enhver digital vibrationsanalysator. Den tager de digitaliserede tidsbølgeformdata som input og producerer frekvensspektret som output, og udfører på millisekunder en beregning, der engang ville have taget timer at lave manuelt.
FFT tillader, at et komplekst, tilsyneladende kaotisk signal — meget svært at læse i tidsdomænet — kan ses som en klar række af distinkte frekvensstoppe i frekvensdomænet. For at FFT skal være gyldig, skal signalet først samples korrekt og beskyttes mod Aliasing, hvorfor et anti-aliasing-filter altid går foran transformationen.
3. Spektrets diagnostiske kraft
Spektralanalyse er så effektiv, fordi forskellige mekaniske og elektriske problemer i roterende maskiner genererer vibration ved forudsigelige, karakteristiske frekvenser. Ved at undersøge spektret kan en analytiker diagnosticere årsagen til et problem ved at matche frekvensserne af toppene med et kendt defektmønster. Almindelige eksempler omfatter:
- En stor top ved 1× den løbehastighed indikerer ofte ubalance — tegnet på et balancjob.
- En stor top ved 2× rotationshastigheden er et klassisk tegn på forskydning.
- En række rotationshastighedsharmonier angiver normalt mekanisk løsning.
- En række toppe ved ikke-heltallige multipla af løbehastighed kan pege på lejefejl, ofte bedst bekræftet med envelopeanalyse.
- En topfrekvens med høj amplitude ved gearfrekvensen med sidebånd indikerer defekter i gearet.
- En peak på 2 gange den elektriske netfrekvens kan indikere et problem med motorstatoren.
4. Nøgleparametre i spektralanalyse
For at opnå et brugbart spektrum skal en analytiker definere flere vigtige parametre. Få disse forkert, og selv en perfekt FFT vil vildlede dig:
- Fmax (maksimalfrekvens): den højeste frekvens inkluderet i spektret. Den skal sættes højt nok til at fange de formodede defekter — højt for gear- og lagerproblemer, lavere for langsom rotation ubalance.
- Opløsning (linjer af opløsning): dette bestemmer detaljniveauet. Flere linjer giver finere frekvensbeskrivelse, som lader analysatoren adskille to toppe, der ligger tæt sammen — væsentlig for at løse sidebands i gearboxanalyse. Afvejningen er en længere akquisitionstid, et forhold du kan udforske med en FFT-opløsningsberegner.
- Gennemsnit: for at opnå et rent, stabilt spektrum, tager analysatoren flere “øjebliksbilleder” og gennemsnitsberegner dem, hvilket undertrykkker tilfældig støj og afslører den sande steady-state-vibration.
- Vinduesinddeling: en matematisk funktion såsom et Hanning-vindue anvendes på hver datablock for at forebygge spektral lækage, som ellers ville flimre og forvrænge amplituderne og formerne på toppene.
5. Spektralanalyse i marken
Spektralanalyse er ikke begrænset til laboratoriet — det er præcis det, en vedligeholdelsesingeniør udfører på stedet med et bærbart instrument. En tokanals-analysator såsom Balanset-1A samplet signalet fra en accelerometer på lejehuluet, kører FFT og præsenterer spektret på stedet, så teknikeren kan identificere en fejl og handle før næste skift. Fordi det samme instrument også aflæser aksle fase fra en omdrejningstæller, kan en diagnose på 1× ubalance fører direkte til en balancekorrektion uden at skifte værktøj — diagnose og reparation i ét arbejdsflow.
6. Spektralanalyse versus tidsforløbs-bølgeform
Spektret er kraftfuldt, men det er ikke hele billedet. Gennemsnitsberegning og FFT kan skjule korte, skarpe transiente hændelser — stødene fra en knækket tandhjultand eller et ødelagt leje — som tydeligt fremgår af den rå tidsforløbs-bølgeform. Erfarne analytikere behandler derfor de to visninger som partnere: spektret til at lokalisere som frekvenser bærer energi, tidsforløbs-bølgeformen til at studere hvordan hvordan denne energi leveres. I essensen er spektralanalyse kernen i moderne vibrationdiagnostik, der giver et klart “røntgen”-billede af de kræfter og bevægelser, der sker inde i en maskine — og læst sammen med bølgeformen og en fastlagt baseline-reference, omdannes rå vibration til trygge beslutninger.
