Aliasing in der Schwingungsanalyse verstehen
Aliasing ist ein Signalverarbeitungsfehler, der die digitale Auswertung von Schwingungsdaten verfälschen kann. Er tritt auf, wenn ein Signal mit einer zu niedrigen Abtastrate erfasst wird, um seine hochfrequenten Anteile zu erfassen, sodass sich diese hohen Frequenzen „umklappen“ und im resultierenden Signal als niedrigere Frequenzen erscheinen FFT Spektrum. Die Folge sind falsche Peaks, die in der realen Maschine nie existiert haben – Peaks, die zu einer schwerwiegenden Fehldiagnose führen können. Das Verständnis des Aliasing-Effekts und der Schutzmaßnahmen, die ihn verhindern, ist von grundlegender Bedeutung, um digitalen Messungen vertrauen zu können. Schwingungsspektrum.
1. Definition: Was ist Aliasing?
Wenn ein Analysator ein Schwingungssignal digitalisiert, zeichnet er keine kontinuierliche Kurve auf, sondern eine Abfolge diskreter Messwerte – Momentaufnahmen, die in festen Zeitintervallen aufgenommen werden. Liegen diese Momentaufnahmen im Verhältnis zur Änderungsgeschwindigkeit des Signals zu weit auseinander, kann der Analysator buchstäblich keine schnelle von einer langsamen Welle unterscheiden. Die wenigen Punkte, die er von einer hochfrequenten Komponente erfasst, lassen sich zu einer vollkommen plausiblen niederfrequenten Sinuswelle zusammenfügen. Diese Phantom-Niederfrequenz ist die alias, und sobald sie in der Spektrum Sie ist bei dieser Frequenz von einer echten Schwingung nicht zu unterscheiden.
2. Das Nyquist-Theorem und die Abtastrate
Um das Aliasing zu verstehen, muss man zunächst das Nyquist-Theorem (das Nyquist-Shannon-Abtasttheorem). Dieses Grundprinzip der digitalen Signalverarbeitung besagt:
Um ein analoges Signal digital originalgetreu wiederzugeben, muss die Abtastfrequenz (Fs) muss mindestens doppelt so hoch sein wie die höchste Frequenzkomponente (Fmax) im Signal vorhanden ist.
Diese Mindestabtastrate (2 × Fmax) wird als die Nyquist-Rate. Umgekehrt beträgt die höchste Frequenz, die bei einer gegebenen Abtastrate originalgetreu gemessen werden kann, die Hälfte davon: Fmax = Fs / 2. Diese Obergrenze ist die Nyquist-Frequenz. Jede tatsächliche Frequenz oberhalb der Nyquist-Frequenz kann nicht originalgetreu wiedergegeben werden und wird stattdessen unterhalb dieser Frequenz zurückgespiegelt. In der Praxis wird die gewählte Fmax legt zudem die Auflösung der Analyse zusammen mit der Anzahl der FFT-Zeilen fest – ein Zusammenhang, den Sie mit einem FFT-Auflösungsrechner bei der Planung einer Messung.
3. Wie entsteht Aliasing?
Stellen Sie sich vor, eine Hochfrequenzschwingung wird von einem digitalen Analysator gemessen, der mit einer festen Abtastrate diskrete Messwerte erfasst:
- Wenn die Abtastrate hoch genug ist – deutlich über der Nyquist-Rate –, erfasst der Analysator genügend Messpunkte pro Zyklus, um die Wellenform genau zu rekonstruieren.
- Ist die Abtastrate zu niedrig, verpasst der Analysator das, was zwischen den Abtastpunkten geschieht. Die wenigen Punkte, die er erfasst, fügen sich zu einer völlig anderen Sinuswelle mit niedrigerer Frequenz zusammen. Diese falsche niedrige Frequenz ist das Alias.
Ein konkretes Beispiel: Angenommen, ein Signal enthält eine reale 900-Hz-Komponente, aber die Fmax ist auf 500 Hz eingestellt, was einer Abtastrate von 1000 Hz entspricht. Der 900-Hz-Anteil liegt oberhalb der Nyquist-Frequenz von 500 Hz und kann nicht korrekt gemessen werden. Er wird aliasiert und taucht bei F wieder aufs − 900 = 1000 − 900 = 100 Hz. Ein Analytiker, der das Spektrum durchgeht, könnte diese 100-Hz-Spitze leicht für eine 1× Drehzahl Vibrationen oder einen tatsächlichen Defekt und suchen nach einem Fehler, der gar nicht vorliegt. Schlimmer noch: Die hochfrequenten Störquellen – Lagerschläge, Energie aus dem Zahneingriff, elektrisches Rauschen – sind oft genau jene Signale, auf die sich ein Analytiker am meisten verlassen möchte.
4. Vermeidung von Aliasing: Der Anti-Aliasing-Filter
Es ist unmöglich, im Voraus alle hochfrequenten Anteile zu kennen, die ein Signal enthalten könnte – Ultraschallgeräusche, plötzliche Stöße, Hochfrequenzstörungen und elektrisch induzierte Störsignale können alle in das Signal eindringen. Sich lediglich darauf zu verlassen, dass die Abtastrate hoch genug ist, ist daher keine sichere Strategie.
Die in jedem modernen digitalen Schwingungsanalysator verwendete Lösung ist die Anti-Aliasing-Filter: eine steile Tiefpassfilter in den Signalweg eingefügt vor der Analog-Digital-Wandler (ADC). Das funktioniert folgendermaßen:
- Der Benutzer stellt die gewünschte maximale Frequenz F einmax, für die Analyse.
- Auf der Grundlage dieser Fmax, stellt der Analysator die Grenzfrequenz des Anti-Aliasing-Filters automatisch knapp über F einmax.
- Das Analogon Sensor Das Signal durchläuft den Filter, der alle Frequenzen oberhalb der Grenzfrequenz entfernt oder stark dämpft.
- Nur das gefilterte, saubere Signal gelangt zur Abtastung an den ADC.
Da der Filter die hohen Frequenzen, mit denen die gewählte Abtastrate nicht umgehen kann, herausfiltert, bevor vor Da eine Abtastung stattfindet, ist Aliasing physikalisch unmöglich. Ein echter Filter kann nicht unendlich scharf abschneiden, weshalb die Grenzfrequenz etwas unterhalb der Nyquist-Frequenz festgelegt wird, um an ihrem Rand ein Schutzband zu belassen. Der Anti-Aliasing-Filter ist eines der kritischsten Elemente jedes Analysators und stellt sicher, dass die resultierende FFT ein echtes und getreues Abbild der Maschinenschwingungen innerhalb des ausgewählten Bereichs ist. Beachten Sie, dass diese Filterung analog erfolgen und vor der Digitalisierung stattfinden muss – die Anwendung digitale Filterung nach dem ADC kann einen Alias nicht mehr rückgängig machen, da die falsche Frequenz zu diesem Zeitpunkt bereits in den Daten festgeschrieben ist.
5. Praktische Implikationen für den Analysten
Für den Techniker vor Ort lautet die Lehre, die Frequenzeinstellungen des Geräts zu beachten. Die Wahl von Fmax zu niedrig, um gut zu bleiben Entschließung Peaks im niedrigen Frequenzbereich können wichtige Informationen im hohen Frequenzbereich verdecken; der Anti-Aliasing-Filter schützt Sie zwar vor falschen Peaks, kann Ihnen jedoch die Energie, die Sie herausgefiltert haben, nicht anzeigen. Zuverlässige Messgeräte erledigen dies automatisch – ein tragbarer Analysator wie der Balanset-1A wendet vor dem ADC ein hardwarebasiertes Anti-Aliasing an, sodass die für die Diagnose dargestellten Spektren und die für das Auswuchten verwendete 1×-Amplituden- und Phaseninformation über den gesamten Arbeitsbereich frei von Aliasing-Artefakten sind. Die praktischen Erkenntnisse: Stellen Sie Fmax hoch genug, um die höchste für Sie relevante Störfrequenz abzudecken, vertrauen Sie darauf, dass ein ordnungsgemäß ausgelegter Analysator kein Aliasing erzeugt, und betrachten Sie jede ungeklärte Niederfrequenzspitze mit gesundem Misstrauen, bis Sie andere Ursachen ausgeschlossen haben.
