Die FFT (Fast Fourier Transform) in der Schwingungsanalyse

Definition: Was ist eine FFT?

Die Schnelle Fourier-Transformation (FFT) ist ein hocheffizienter mathematischer Algorithmus, der ein Signal vom Zeitbereich in den Frequenzbereich transformiert. In der Schwingungsanalyse bedeutet dies die Umwandlung eines rohen, komplexen Zeitwellenform (ein Diagramm der Schwingungsamplitude im Vergleich zur Zeit) in eine Frequenzspektrum (ein Diagramm der Schwingungsamplitude im Vergleich zur Frequenz). Diese Transformation ist der wichtigste und grundlegendste Prozess in der modernen Maschinendiagnose.

Warum ist die FFT für die Diagnose unerlässlich?

Die Rohdaten einer laufenden Maschine sind ein komplexes Wirrwarr aus vielen verschiedenen Vibrationen, die gleichzeitig auftreten. Es ist nahezu unmöglich, anhand dieses Signals den Zustand der Maschine zu bestimmen. Die FFT wirkt wie ein Prisma und zerlegt dieses komplexe Signal in seine einzelnen Frequenzkomponenten. Das Ergebnis ist ein übersichtliches, aussagekräftiges Diagramm, das dem Analytiker Folgendes zeigt:

• Welche Frequenzen sind vorhanden?
• Wie viel Energie (Amplitude) steckt bei jeder Frequenz?
• Welche Beziehung besteht zwischen diesen Frequenzen?

Da verschiedene mechanische und elektrische Fehler (wie Unwucht, Fehlausrichtung, Lagerdefekte und Lockerheit) jeweils Vibrationen mit sehr spezifischen, vorhersehbaren Frequenzen erzeugen, bietet das FFT-Spektrum einen direkten Weg zur Grundursache eines Problems.

Schlüsselparameter einer FFT-Analyse

Um ein nützliches FFT-Spektrum zu erhalten, muss ein Schwingungsanalytiker mehrere Schlüsselparameter auf dem Datensammler oder der Software definieren:

1. Fmax (Maximale Frequenz)

Dies ist die höchste Frequenz, die in das Spektrum aufgenommen wird. Sie muss hoch genug eingestellt sein, um den Fehler mit der höchsten Frequenz zu erfassen, nach dem Sie suchen (z. B. hochfrequente Zahnrad- oder Lagertöne).

2. Auflösung (Auflösungslinien)

Dies bestimmt den Detaillierungsgrad des Spektrums. Er wird definiert als die Anzahl der diskreten Frequenzbereiche oder Datenpunkte, die über Fmax berechnet werden. Eine höhere Linienanzahl (z. B. 3200 oder 6400) führt zu einer besseren Frequenzauflösung, d. h. der Fähigkeit, zwei sehr nahe beieinander liegende Schwingfrequenzen zu trennen. Eine hohe Auflösung ist entscheidend für die Diagnose von Schwebungsfrequenzen oder die Analyse von Seitenbändern bei der Getriebeanalyse.

3. Mittelwertbildung

Da Maschinenvibrationen schwanken können, kann eine einzelne FFT-Momentaufnahme irreführend sein. Bei der Mittelwertbildung werden mehrere FFTs in schneller Folge erfasst und anschließend gemittelt. Dieser Prozess reduziert zufälliges Rauschen und liefert ein wesentlich stabileres, wiederholbareres und repräsentativeres Spektrum des tatsächlichen Maschinenzustands.

4. Fensterung

Eine Fensterfunktion (wie Hanning) ist eine mathematische Gewichtung, die auf die Zeitwellenformdaten angewendet wird, bevor die FFT berechnet wird. Es handelt sich um eine Signalverarbeitungstechnik, die zur Minimierung eines als „spektrale Leckage“ bezeichneten Fehlers dient und sicherstellt, dass Amplitude und Frequenz der Signale im Spektrum so genau wie möglich sind.

Interpretieren eines FFT-Spektrums

Ein geschulter Analytiker interpretiert ein FFT-Spektrum, indem er nach charakteristischen Mustern sucht:

• Ein großer Gipfel bei 1x die Laufgeschwindigkeit zeigt an Unwucht.
• Ein großer Gipfel bei 2x die Laufgeschwindigkeit weist oft auf Fehlausrichtung.
• Eine Reihe von Obertöne (Spitzen bei 1x, 2x, 3x, 4x usw.) ist ein klassisches Zeichen für mechanische Lockerheit.
• Eine Hochfrequenzspitze mit Seitenbänder Ein Abstand zur Betriebsgeschwindigkeit ist ein deutliches Zeichen für einen Getriebe- oder Lagerfehler.
• Ein erhöhter „Boden“ aus Breitbandrauschen kann auf Kavitation in einer Pumpe oder auf Reibung hinweisen.

Durch den Vergleich des aktuellen FFT-Spektrums mit einem Basiswert, der ermittelt wurde, als die Maschine noch in einwandfreiem Zustand war, können Analysten Änderungen leicht erkennen und sich entwickelnde Probleme diagnostizieren, lange bevor diese zu kritischen Ausfällen werden.

← Zurück zum Hauptindex