Was ist ein Hüllkurvenspektrum? Demodulierte Signalanalyse • Tragbarer Auswuchtapparat, Schwingungsanalysator "Balanset" zum dynamischen Auswuchten von Brechern, Ventilatoren, Mulchern, Schnecken an Mähdreschern, Wellen, Zentrifugen, Turbinen und vielen anderen Rotoren Was ist ein Hüllkurvenspektrum? Demodulierte Signalanalyse • Tragbarer Auswuchtapparat, Schwingungsanalysator "Balanset" zum dynamischen Auswuchten von Brechern, Ventilatoren, Mulchern, Schnecken an Mähdreschern, Wellen, Zentrifugen, Turbinen und vielen anderen Rotoren

Das Hüllkurvenspektrum verstehen

Portabler Balancer & Schwingungsanalysator Balanset-1A

Schwingungssensor

Optischer Sensor (Laser-Tachometer)

Balanset-4

Dynamischer Balancer "Balanset-1A" OEM

Definition: Was ist ein Hüllkurvenspektrum?

Hüllkurvenspektrum ist die Frequenz Spektrum erhalten durch Berechnung der FFT des Hüllkurvensignals (amplitudendemoduliert) von Hüllkurvenanalyse. Es zeigt die Wiederholungsraten von Stößen oder Modulationen in hochfrequenten Vibrationen und ist damit die leistungsstärkste Technik zur Erkennung Wälzlagerdefekte. Während die Standard-FFT die Trägerfrequenzen (durch Stöße angeregte Resonanzen) anzeigt, zeigt das Hüllkurvenspektrum die Modulationsfrequenzen (die Häufigkeit, mit der Stöße auftreten), was direkt entspricht Lagerfehlerfrequenzen wie BPFO, BPFI, BSF und FTF.

Das Hüllkurvenspektrum ist für die Lagerdiagnose das, was die Standard-FFT für Unwucht und Fehlausrichtung Erkennung – das primäre Diagnosetool, das eine frühzeitige Fehlererkennung ermöglicht, indem es Diagnosefrequenzen aus dem hochfrequenten “Rauschen” extrahiert, das mit der Standard-FFT nicht effektiv analysiert werden kann.

Wie das Hüllkurvenspektrum erzeugt wird

Hüllkurvenanalyseprozess

  1. Bandpassfilter: Rohfilter Vibration Signal auf Hochfrequenzband (zB 1-10 kHz)
  2. Hüllkurvenerkennung (Demodulation): Extrahieren Sie die Amplitudenhüllkurve des gefilterten Signals
  3. Tiefpassfilter: Kuvert glätten (Trägerreste entfernen)
  4. FFT: Berechnen Sie das Frequenzspektrum des Hüllkurvensignals
  5. Ergebnis: Hüllkurvenspektrum mit Aufprallwiederholungsraten

Was der Umschlag darstellt

  • Hochfrequente Schwingung (Träger), moduliert durch Lagerstöße (Modulation)
  • Hüllkurve extrahiert Modulation (wiederholtes Aufprallmuster)
  • FFT der Hüllkurve zeigt Modulationsfrequenzen
  • Modulationsfrequenzen = Lagerfehlerfrequenzen

Lesen von Hüllkurvenspektren

Gesundes Lager

  • Niedriger Gesamthüllkurvenpegel
  • Flaches oder sanft ansteigendes Spektrum
  • Keine ausgeprägten Spitzen
  • Grundrauschen bei oder unter der Geräteempfindlichkeit

Defektes Lager

  • Primärer Peak: Bei Lagerfehlerfrequenz (BPFO, BPFI, BSF oder FTF)
  • Obertöne: 2×, 3×, 4× der Fehlerhäufigkeit, wenn sich der Defekt verschlimmert
  • Seitenbänder: Um Fehlerfrequenz im Käfig (FTF) oder Laufgeschwindigkeit (1×) Abstand
  • Erhöhter Boden: Der Gesamtgeräuschpegel steigt mit der Lagerabnutzung

Schweregradindikatoren

  • Spitzenamplitude: Höhere Amplitude = schwerwiegenderer Defekt
  • Anzahl der Harmonischen: Mehr Obertöne = höherer Schaden
  • Seitenbandkomplexität: Ausgedehnte Seitenbänder weisen auf Modulation hin, oft auf Schwere
  • Anstieg des Grundrauschens: Erhöhter Boden deutet auf weit verbreitete Oberflächenverschlechterung hin

Vorteile gegenüber der Standard-FFT

Früherkennung

  • Erkennt Lagerdefekte 6–18 Monate früher als Standard-FFT
  • Empfindlich gegenüber im Geschwindigkeitsspektrum unsichtbaren Mikroabsplitterungen
  • Bietet maximale Vorlaufzeit für die Wartungsplanung

Klare Fehlersignaturen

  • Lagerfehlerfrequenzen deutlich erkennbar und leicht zu identifizieren
  • Weniger Störungen durch Unwucht, Fehlausrichtung (herausgefiltert)
  • Seitenbandmuster deutlich sichtbar
  • Bessere diagnostische Klarheit als im Standardspektrum

Erkennung von Ereignissen mit niedriger Energie

  • Kleine Lagerstöße erzeugen wenig Energie in der Standard-FFT
  • Aber hochfrequente Resonanzen effektiv anregen
  • Die Hüllkurvenanalyse verstärkt diese schwachen Diagnosesignale

Interpretationsrichtlinien

Fehleridentifizierung

  1. Lagerfrequenzen berechnen: BPFO, BPFI, BSF, FTF für eingebaute Lager
  2. Suchbereichsspektrum: Suchen Sie nach Spitzen bei berechneten Frequenzen (±5% Toleranz)
  3. Spielspitze: Welche berechnete Frequenz entspricht dem beobachteten Peak?
  4. Mit Harmonics überprüfen: Auf 2×, 3× Harmonische prüfen
  5. Seitenbänder prüfen: Der Seitenbandabstand bietet zusätzliche Bestätigung
  6. Diagnostizieren: Spitze bei BPFO = Außenring; BPFI = Innenring; BSF = Wälzkörper; FTF = Käfig

Schweregradbewertung

  • Incipient (0,5-1 g Umschlag): Kleine Spitze, keine Oberwellen, monatlich überwachen
  • Früh (1-3 g): Klare Spitze, 1-2 Harmonische, wöchentlich überwachen, Ersatzmonate planen
  • Mittel (3–10 g): Starke Spitzen, mehrere Harmonische, Seitenbänder, Planaustauschwochen
  • Fortgeschritten (>10 g): Sehr hohe Amplitude, viele Oberwellen, erhöhter Boden, dringend ersetzen

Praktische Anwendung

Routineüberwachung

  • Einbeziehung des Hüllkurvenspektrums in die Zustandsüberwachungsrouten
  • Trendhüllkurvenamplitude bei Lagerfehlerfrequenzen
  • Frühere Erkennung als allgemeine Schwingungstrends
  • Spezifische Fehleridentifizierung vs. allgemeine Schwingungszunahme

Fehlersuche

  • Wenn die Gesamtvibration erhöht ist, aber die Standard-FFT unklar ist
  • Verdacht auf Lagerprobleme
  • Überprüfung der Notwendigkeit eines Lageraustauschs
  • Identifizieren des Lagers in einer Maschine mit mehreren Lagern

Beziehung zur Hüllkurvenanalyse

  • Hüllkurvenanalyse: Kompletter Prozess (Filterung + Demodulation + FFT)
  • Hüllkurvenspektrum: Das resultierende Frequenzdiagramm aus der Hüllkurvenanalyse
  • Hüllkurvensignal: Zeitbereichsdemoduliertes Signal (Zwischenschritt)
  • Bedingungen: Wird oft synonym verwendet, ist aber technisch gesehen das Hüllkurvenspektrum die Ausgabe

Das Hüllkurvenspektrum ist der Goldstandard für die Erkennung von Lagerdefekten in der Schwingungsanalyse. Die Fähigkeit, Lagerfehlerfrequenzen Monate vor ihrer Sichtbarkeit in Standardspektren aufzudecken, kombiniert mit klaren Diagnosemustern und der Fähigkeit zur spezifischen Fehleridentifizierung, macht die Hüllkurvenspektrumanalyse zu einem unverzichtbaren Werkzeug in prädiktiven Wartungsprogrammen für rotierende Maschinen.


← Zurück zum Hauptindex

Kategorien: AnalyseGlossar

WhatsApp