Signalfilterung verstehen
Signalfilterung ist eine grundlegende Signalverarbeitungstechnik, die in Schwingungsanalyse eingesetzt wird, um unerwünschte Frequenzanteile aus einem Signal zu entfernen oder bestimmte interessierende Frequenzen zu isolieren. Ein Filter ist im Wesentlichen eine elektronische Schaltung oder ein Softwarealgorithmus, der bestimmten Frequenzen das “Durchdringen” erlaubt, während andere geblockt oder gedämpft werden. Er ist eines der stillen Arbeitspferde der Disziplin: Filterung läuft kontinuierlich in jedem digitalen Schwingungsanalysator um sicherzustellen, dass die analysierten Daten sauber, genau und für die vorliegende Diagnoseaufgabe relevant sind.
1. Definition: Was ist Signalfilterung?
Jede Rohschwingungsmessung ist eine Mischung aus den gewünschten Signalen und unerwünschten Signalen — Sensorrauschen, strukturelle Resonanzen, elektrisches Brummen und Energie aus Frequenzbereichen, die für den jeweiligen Auftrag schlicht irrelevant sind. Ein Filter wird durch seine Grenzfrequenz (den Punkt, ab dem die Dämpfung einsetzt) und seine roll-off (wie steil die Dämpfung jenseits dieses Punktes verläuft) definiert. Die Kunst des Filterns besteht darin, den diagnostisch relevanten Inhalt eines Signals durchzulassen und gleichzeitig alles zu unterdrücken, was ihn verdecken würde. Gut angewendet, ist ein Filter unsichtbar; schlecht angewendet, kann er genau den Fehler verbergen, nach dem man sucht.
2. Gängige Filtertypen in der Schwingungsanalyse
Es gibt vier grundlegende Filtertypen in der Signalverarbeitung, und jeder hat eine dedizierte Rolle in der Signalkette des Analysators:
- Tiefpassfilter: lässt niedrige Frequenzen durch, sperrt jedoch hohe Frequenzen. Die Frequenz, ab der das Signal gedämpft wird, ist die Grenzfrequenz.
- Hochpassfilter: das Gegenteil eines Tiefpassfilters – er lässt hohe Frequenzen passieren und sperrt niedrige Frequenzen.
- Bandpassfilter: lässt ein bestimmtes Frequenzband oder einen bestimmten Frequenzbereich passieren, während sowohl niedrigere als auch höhere Frequenzen gesperrt werden. Er wirkt im Wesentlichen wie ein Hochpassfilter und ein Tiefpassfilter, die gemeinsam arbeiten.
- Band-Stop (or Notch) Filter: das Gegenteil eines Bandpassfilters – er sperrt ein schmales Frequenzband, während alle anderen Frequenzen durchgelassen werden. Ein Notchfilter ist das Mittel der Wahl zur Unterdrückung einer einzelnen störenden Frequenz, beispielsweise elektrischer Netzfrequenzstörungen.
3. Wichtige Anwendungen der Filterung
Filter werden in einem Schwingungsanalysator auf verschiedene wichtige Arten verwendet:
a) Anti-Aliasing-Filter
Dies ist wohl die wichtigste Anwendung der Filterung. Das Anti-Aliasing-Filter ist ein steilflankiger Tiefpassfilter, der auf das Analogsignal angewendet wird vor bevor es digitalisiert wird. Sein Zweck ist es, alle Frequenzanteile oberhalb der maximalen Frequenz (Fmax), die der Benutzer für die Messung ausgewählt hat, zu entfernen.
Dies ist wichtig, um zu verhindern Aliasing, ein schwerwiegender Fehler in der digitalen Signalverarbeitung, bei dem hohe Frequenzen sich “nach unten falten” und sich als niedrigere Frequenzen tarnen, was ein völlig falsches Spektrum aus ansonsten guten Daten. Da Aliasing nicht rückgängig gemacht werden kann, sobald die Daten abgetastet wurden – die falschen Peaks sind von echten nicht zu unterscheiden –, muss der Anti-Aliasing-Filter im analogen Bereich vor dem Wandler wirken. Er ist das einzige Bauteil, das die Integrität aller digitalen Schwingungsdaten gewährleistet.
b) Integration und Differenzierung
Schwingungen werden als Beschleunigung, Geschwindigkeit oder Weg gemessen. Während ein Beschleunigungsmesser der gebräuchlichste Sensor ist, möchte ein Analyst die Daten häufig in Form der Schwinggeschwindigkeit betrachten, was in der Regel eine Integration des Beschleunigungssignals durch das Messgerät erfordert. Die Integration verstärkt sehr niederfrequente Störungen erheblich – der bekannte “Ski-Hang”, der steil in Richtung null Hz ansteigt. Ein Hochpassfilter beseitigt dieses Rauschen vor der Integration und liefert so ein sauberes, verwertbares Geschwindigkeits- oder Wegspektrum. Die umgekehrte Operation, die Differentiation, hat die entgegengesetzte Tendenz und verstärkt stattdessen hochfrequente Störungen.
c) Hüllkurvenanalyse (Demodulation)
Hüllkurvenanalyse, die primäre Methode zur Erkennung Lagerdefekte, basiert stark auf Filterung. Der Prozess umfasst:
- Mit einem Bandpassfilter um ein hochfrequentes Band zu isolieren, in dem die Stoßsignale des Wälzlagers – sowie etwaige strukturelle Resonanzen, die diese anregen – vorhanden sind.
- Verarbeitung dieses gefilterten Signals durch Demodulation, um die Wiederholrate (den “Hüllkurven”-Anteil) der Stöße zu extrahieren.
- Analyse des Spektrums dieses Hüllkurvensignals zur Identifizierung der Wälzlager-Schadensfrequenzen.
Der Bandpassfilter ist hier entscheidend, um die energiereichen Niederfrequenzsignale zu unterdrücken – wie etwa die Unwucht bei Betriebsdrehzahl –, die andernfalls die winzigen, energiearmen Wälzlager-Schadensignale überdecken würden, lange bevor diese ein gefährliches Ausmaß erreichen.
d) Diagnosefilterung
Analysten können digitale Filter auch nachträglich auf bereits erfasste Daten anwenden, um die Diagnose zu unterstützen. So kann ein Bandpassfilter die Schwingungen um eine bestimmte Zahneingriffsfrequenz isolieren, um einen klareren Blick auf die Seitenbänder zu erhalten, die einen sich entwickelnden Zahnradfehler anzeigen. Ein Order-Tracking-Filter erfüllt eine verwandte Aufgabe bei Maschinen mit variabler Drehzahl, indem er einem gewählten Vielfachen der Betriebsdrehzahl folgt, wenn diese sich ändert.
4. Filterung beim Feldwuchten
Filterung ist nicht nur ein Diagnosehilfsmittel – sie ist grundlegend für das Feldauswuchten. Um einen Rotor zu wuchten, muss das Messgerät die Schwingung bei genau der 1×-Betriebsdrehzahl extrahieren und alles andere unterdrücken. Ein tragbares Zweikanal-Messgerät wie das Balanset-1A verwendet einen synchronen Tracking-Filter, der auf den Einmal-pro-Umdrehung-Impuls seines Drehzahlmesserreferenziert ist, um die 1×-Amplitude und den Phase sauber zu messen, selbst wenn das Breitbandrauschen hoch ist. Ohne diese Filterung würde der kleine, reproduzierbare 1×-Vektor, der zur Berechnung des Ausgleichsgewichts benötigt wird, im umgebenden Rauschen untergehen.
5. Fallstricke und gute Praxis
- Herausfiltern des Fehlersignals: Eine zu aggressive Tiefpasseinstellung kann den hochfrequenten Inhalt entfernen, der die frühesten Anzeichen von Wälzlagerschäden enthält. Wählen Sie Fmax entsprechend dem gesuchten Schadensbild.
- Phasenverzerrung: Filter verschieben die Phase des Signals in der Nähe ihrer Grenzfrequenz. Wo die Phase entscheidend ist — beim Auswuchten, Umlaufbahn Diagramme — ein Filter mit einem gut definierten, linearen Phasengang ist unerlässlich.
- Das Frequenzband vergessen: Bei der Hüllkurvenanalyse liefert die Wahl eines Bandpass-Mittenfrequenz, die die das Lagerenergie tragende Resonanz verfehlt, ein flaches, nutzloses Hüllkurvenspektrum.
