Spektralanalyse verstehen

1. Definition: Was ist Spektralanalyse?

Spektralanalyse ist der Prozess der Aufnahme eines komplexen Signals, wie z. B. eines Zeitwellenform von einem Vibrationssensor und zerlegt es in seine einzelnen Frequenzkomponenten. Das Hauptziel der Spektralanalyse besteht darin, das Signal vom Zeitbereich (Betrachtung der Amplitude im Verhältnis zur Zeit) in den Frequenzbereich (Betrachtung der Amplitude im Verhältnis zur Frequenz) zu transformieren.

Das Ergebnis dieses Prozesses ist ein Spektrum (Plural: Spektren), ein Diagramm, das die Schwingungsamplitude bei jeder spezifischen Frequenz zeigt. Die Spektralanalyse ist die grundlegendste und leistungsstärkste Technik in Schwingungsdiagnostik, da es einem Analysten ermöglicht, die einzigartigen Frequenzsignaturen zu identifizieren, die mit verschiedenen Maschinenfehlern verbunden sind.

2. Die Rolle des Schnelle Fourier-Transformation (FFT)

Die moderne Spektralanalyse wird durch einen hocheffizienten Algorithmus namens Schnelle Fourier-Transformation (FFT)Die FFT ist ein mathematisches Verfahren, das in jedem digitalen SchwingungsanalysatorEs verwendet die digitalisierten Zeitwellenformdaten als Eingabe und erzeugt das Frequenzspektrum als Ausgabe.

Die FFT ermöglicht es, ein komplexes und scheinbar chaotisches Signal, das im Zeitbereich sehr schwer zu interpretieren ist, im Frequenzbereich als klare Reihe deutlicher Frequenzspitzen anzuzeigen.

3. Die diagnostische Kraft des Spektrums

Der Grund für die Effektivität der Spektralanalyse liegt darin, dass verschiedene mechanische und elektrische Probleme in rotierenden Maschinen Vibrationen mit vorhersehbaren, charakteristischen Frequenzen erzeugen. Durch die Untersuchung des Spektrums kann ein Analytiker die Grundursache eines Problems diagnostizieren, indem er die Frequenzen der Spitzen einem bekannten Fehlermuster zuordnet.

Gängige Beispiele sind:

• Ein großer Peak bei 1X der Laufgeschwindigkeit weist oft darauf hin Unwucht.
• Ein großer Peak bei der doppelten Laufgeschwindigkeit ist ein klassisches Zeichen für Fehlausrichtung.
• Eine Reihe von Spitzen bei nicht ganzzahligen Vielfachen der Laufgeschwindigkeit kann darauf hinweisen, Lagerdefekte.
• Eine hochamplitudige Spitze bei der Gear Mesh Frequency (GMF) mit Seitenbänder zeigt an Getriebedefekte.
• Ein Spitzenwert bei der doppelten Netzfrequenz kann auf ein Problem mit dem Motorstator hinweisen.

4. Wichtige Parameter der Spektralanalyse

Um ein nützliches Spektrum zu erhalten, muss ein Analyst mehrere Schlüsselparameter definieren:

• Fmax (Maximale Frequenz): Dies ist die höchste Frequenz, die in das Spektrum aufgenommen wird. Sie muss hoch genug eingestellt sein, um die Frequenzen der vermuteten Fehler zu erfassen (z. B. hohe Frequenzen bei Getriebeproblemen).
• Auflösung (Auflösungslinien): Dies bestimmt den Detaillierungsgrad des Spektrums. Eine höhere Linienanzahl sorgt für eine bessere Frequenzauflösung, sodass der Analysator zwischen zwei Frequenzspitzen unterscheiden kann, die sehr nahe beieinander liegen. Dies ist entscheidend für die Identifizierung von Seitenbändern bei der Getriebeanalyse.
• Mittelwertbildung: Um ein sauberes, stabiles Spektrum zu erhalten, erstellt der Analysator mehrere „Schnappschüsse“ der Daten und berechnet daraus den Durchschnitt. Dadurch wird zufälliges Rauschen entfernt und eine genauere Darstellung der tatsächlichen, stationären Schwingung ermöglicht.
• Fensterung: Eine mathematische Funktion (wie ein Hanning-Fenster) wird auf die Daten angewendet, um einen Verarbeitungsfehler namens spektrale Leckage, was die Amplituden und Formen der Frequenzspitzen verzerren kann.

Im Wesentlichen ist die Spektralanalyse der Kern der modernen Schwingungsdiagnostik und bietet eine klare „Röntgenansicht“ der Kräfte und Bewegungen, die im Inneren einer Maschine auftreten.

← Zurück zum Hauptindex