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 Anteile mit den höchsten Frequenzen zu erfassen, sodass diese hohen Frequenzen nach unten „umklappen“ und sich als niedrigere Frequenzen ausgeben, und zwar im mittels FFT berechneten Spektrum. Die Folge sind falsche Spektralspitzen, die in der realen Maschine nie existiert haben – Spitzen, die zu einer schwerwiegenden Fehldiagnose führen können. Das Verständnis des Aliasing-Effekts und der Schutzmaßnahme, die ihn verhindert, ist von grundlegender Bedeutung für das Vertrauen in jedes digitale 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 das Alias, und sobald es im Spektrum erscheint, ist es 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) verstehen. Dieses Grundprinzip der digitalen Signalverarbeitung besagt:
Um ein analoges Signal in digitaler Form genau wiederzugeben, muss die Abtastfrequenz (Fs) mindestens doppelt so hoch sein wie die höchste im Signal vorhandene Frequenzkomponente (Fmax).
Diese Mindestabtastrate (2 × Fmax) wird als Nyquist-Rate bezeichnet. 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. Die in der Praxis gewählte Fmax legt zudem die Auflösung der Analyse zusammen mit der Anzahl der FFT-Linien fest – ein Zusammenhang, den Sie mit einem FFT-Auflösungsrechner bei der Planung einer Messung untersuchen können.
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 Fmax des Analysators 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 erscheint bei Fs − 900 = 1000 − 900 = 100 Hz erneut. Ein Analyst, der das Spektrum durchgeht, könnte diese 100-Hz-Spitze leicht für eine Schwingung mit 1× Drehfrequenz oder für einen tatsächlichen Defekt halten und einem Fehler nachjagen, der gar nicht existiert. Schlimmer noch: Die hochfrequenten Übeltäter – Lagerschläge, Energie aus dem Zahneingriff, elektrisches Rauschen – sind oft genau jene Signale, auf die sich ein Analyst 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 der Anti-Aliasing-Filter: ein steiler Tiefpassfilter, der im Signalweg vor dem Analog-Digital-Wandler (ADC) angeordnet ist. Das funktioniert folgendermaßen:
- Der Benutzer stellt die gewünschte maximale Frequenz Fmax für die Analyse ein.
- Auf der Grundlage dieses Fmax stellt der Analysator die Grenzfrequenz des Anti-Aliasing-Filters automatisch knapp über Fmax ein.
- Das analoge Signal des Sensors durchläuft den Filter, der alles oberhalb der Grenzfrequenz entfernt oder stark dämpft.
- Nur das gefilterte, saubere Signal gelangt zur Abtastung an den ADC.
Da der Filter die hohen Frequenzen, die die gewählte Abtastrate nicht verarbeiten kann, vor der Abtastung entfernt, macht er Aliasing physikalisch unmöglich. Ein echter Filter kann nicht unendlich scharf abschneiden, weshalb die Grenzfrequenz etwas unterhalb der Nyquist-Frequenz festgelegt wird, um an der Filterflanke 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 digitaler Filterung nach dem ADC kann ein 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. Wird Fmax zu niedrig gewählt, um bei Spitzen niedriger Ordnung eine gute Auflösung zu behalten, können wichtige hochfrequente Informationen verborgen bleiben; der Anti-Aliasing-Filter schützt Sie zwar vor falschen Spitzen, 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 seinem ADC 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 ein, um die höchste für Sie relevante Fehlerfrequenz 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.