Forståelse af waveletanalyse

1. Definition: Hvad er wavelet-analyse?

Wavelet-analyse er en avanceret signalbehandlingsteknik, der bruges til at analysere vibrationer signaler, hvor frekvensindholdet ændrer sig over tid. I modsætning til den traditionelle Hurtig Fourier-transformation (FFT), som er bedst egnet til stationære signaler (signaler med et konstant frekvensindhold), kan wavelet-analyse effektivt indfange og repræsentere transiente hændelser, stød og andre ikke-stationære adfærdsmønstre.

Det fungerer ved at nedbryde et signal til et sæt basisfunktioner kaldet "wavelets". Hver wavelet er en kort, oscillerende bølgelignende pakke, der er lokaliseret i både tid og frekvens. Denne dobbelte lokalisering er det, der giver wavelet-analyse dens styrke.

2. Wavelet-analyse vs. FFT

For at forstå værdien af wavelet-analyse er det vigtigt at forstå begrænsningerne ved FFT:

• FFT (Fast Fourier Transformation): FFT'en fortæller dig, *hvilke* frekvenser der er til stede i et signal, men den giver dig ingen information om, *hvornår* de opstod. Den analyserer hele signalet på én gang og giver en fremragende frekvensopløsning, men en tidsmæssig opløsning på nul.
• Wavelet-analyse: Wavelet-analyse fortæller dig, *hvilke* frekvenser der er til stede, og *hvornår* de er til stede. Den giver et "tids-frekvens"-kort over signalet, der viser, hvordan det spektrale indhold udvikler sig over tid.

Forestil dig et signal, der indeholder et kort "klik"-hændelse fra en revnet tandhjul. FFT'en kan vise en lille stigning i bredbåndsenergi, men klikket vil blive udjævnet over hele signalet. Wavelet-analyse ville dog producere et plot, der tydeligt viser et udbrud af højfrekvent energi på det præcise tidspunkt, hvor klikket opstod.

3. Skalogrammet: Et tidsfrekvenskort

Det mest almindelige output fra wavelet-analyse er en skalogram (eller et lignende tid-frekvens-plot). Dette er et 2D-farvekort, hvor:

• X-aksen repræsenterer tid.
• Y-aksen repræsenterer frekvens (eller skala).
• Farven repræsenterer vibrationens amplitude eller energi på det specifikke tidspunkt og frekvens.

Denne visualisering gør det nemt at få øje på forbigående hændelser, der ville være skjult i et standard FFT-spektrum. For eksempel indikerer en lodret linje med en "varm" farve på et skalogram en bredbåndshændelse (som et sammenstød), der fandt sted på et bestemt tidspunkt.

4. Anvendelser inden for vibrationsdiagnostik

Wavelet-analyse bruges typisk ikke rutinemæssigt vibrationsovervågning men er et effektivt værktøj til avanceret diagnostik i specifikke situationer:

• Gearkasseanalyse: Den er exceptionelt god til at detektere lokaliserede fejl som en enkelt revnet eller brækket tand, hvilket genererer en tydelig effekt ved hver omdrejning.
• Lejefejl Analyse: Det kan bruges til at detektere de individuelle stød forårsaget af et rulleelement, der passerer over en afsplintring, især i maskiner med meget lav hastighed, hvor traditionelle konvolutanalyse kan være udfordrende.
• Forbigående begivenhed Analyse: Den er ideel til at analysere signaler fra maskinopstart, nedlukning eller andre processer, hvor hastigheds- og vibrationsegenskaberne konstant ændrer sig.
• Strukturel analyse: Det kan bruges til at analysere en strukturs reaktion på et stød (en bumptest) for at forstå dens dæmpning og naturlige frekvenser.

Selvom moderne computersoftware er mere beregningsmæssigt intensiv end FFT, har den gjort wavelet-analyse til et tilgængeligt og værdifuldt værktøj for den avancerede vibrationsanalytiker, der beskæftiger sig med komplekse, ikke-stationære signaler.

← Tilbage til hovedindekset