Wavelet-Analyse verstehen
Wavelet-Analyse ist eine fortgeschrittene Signalverarbeitungstechnik zur Analyse von Vibration Signalen, deren Frequenzinhalt sich über die Zeit verändert. Im Gegensatz zur traditionellen Schnelle Fourier-Transformation (FFT), die am besten für stationäre Signale mit konstantem Frequenzinhalt geeignet ist, erfasst die Wavelet-Analyse transiente Ereignisse, Stöße und anderes nicht-stationäres Verhalten besonders effektiv. Sie ist ein Spezialinstrument im Schwingungsdiagnostik Werkzeugkasten – eingesetzt genau dann, wenn das Standard- Spektrum falls short.
Sie arbeitet, indem sie ein Signal in eine Menge von Basisfunktionen zerlegt, die als “Wavelets” bezeichnet werden. Jedes Wavelet ist ein kurzes, schwingendes wellenartiges Paket, das sowohl in der Zeit als auch in der Frequenz lokalisiert ist. Diese doppelte Lokalisierung – das gleichzeitige Wissen über was frequency and wenn – verleiht der Methode ihre charakteristische Stärke.
1. Definition: Was ist Wavelet-Analyse?
Most everyday Schwingungsanalyse setzt voraus, dass die Maschine mit konstanter Drehzahl und Last läuft, sodass ihre Schwingung “stationär” ist und ein einziges Spektrum sie gut beschreibt. Viele der aufschlussreichsten Fehler sind jedoch keineswegs stationär: Es sind kurze Energiebursts, die innerhalb einer Umdrehung kommen und gehen. Die Wavelet-Analyse ist genau für diese Signale konzipiert. Anstatt nur zu fragen, welche Frequenzen im gesamten Datensatz vorhanden sind, verschiebt sie Wavelets verschiedener Größen entlang des Zeitwellenform, und misst, wie stark jedes Wavelet das Signal zu jedem Zeitpunkt widerspiegelt. Kurze hochfrequente Wavelets lokalisieren scharfe Impulse im Zeitbereich; lange niederfrequente Wavelets lösen langsame Komponenten im Frequenzbereich auf.
2. Wavelet-Analyse vs. FFT
Um den Wert der Wavelet-Analyse zu verstehen, ist es hilfreich, die Grenzen der FFT zu betrachten:
- FFT (Schnelle Fourier-Transformation): die FFT verrät Ihnen was Frequenzen vorhanden sind, liefert jedoch keine Information darüber, wenn wann sie aufgetreten sind. Sie analysiert den gesamten Datensatz auf einmal und liefert eine ausgezeichnete Frequenz Auflösung, aber keine Zeitauflösung.
- Wavelet-Analyse: sagt die Wavelet-Analyse sowohl, welche Frequenzen vorhanden sind, als auch wann. Sie erzeugt eine “Zeit-Frequenz”-Karte des Signals und zeigt, wie sich der Spektralinhalt über die Messung hinweg entwickelt.
Stellen Sie sich ein Signal vor, das ein kurzes “Klicken” von einem angerissenen Zahnradzahn enthält. Die FFT zeigt möglicherweise nur einen leichten Anstieg im Breitbandenergie, da das Klicken über den gesamten Datensatz gemittelt wird. Die Wavelet-Analyse hingegen erzeugt ein Diagramm, das deutlich einen Burst hochfrequenter Energie zum genauen Zeitpunkt des Klickens zeigt. Dies ist der praktische Vorteil: Sie bewahrt den zeitlichen Bezug von Ereignissen, die die FFT verwischt. Sie ist dem Geist nach eng verwandt mit Auftragsanalyse, das ebenfalls Signale behandelt, bei denen das einfache Bild konstanter Frequenzen versagt.
3. Das Skalogramm: Eine Zeit-Frequenz-Karte
Das häufigste Ergebnis der Wavelet-Analyse ist ein Skalogramm (oder ein ähnliches Zeit-Frequenz-Diagramm) — eine 2D-Farbkarte, bei der:
- Die X-Achse stellt die Zeit dar.
- Die Y-Achse stellt die Häufigkeit (oder Skala) dar.
- Die Farbe steht für die Amplitude oder die Energie der Schwingung zu diesem bestimmten Zeitpunkt und bei dieser bestimmten Frequenz.
Diese Visualisierung macht transiente Ereignisse leicht erkennbar, die in einem Standardspektrum verborgen bleiben würden. Eine vertikale Linie in einer “heißen” Farbe in einem Skalogramm markiert beispielsweise ein Breitbandereignis wie einen Stoß, der in einem exakten Moment auftrat — die visuelle Signatur eines lokalisierten, wiederkehrenden Fehlers. Konzeptionell ergänzt das Skalogramm andere erweiterte Darstellungen wie das Wasserfall-Grundstück, das verfolgt, wie sich ein Spektrum über viele aufeinanderfolgende Mittelwerte oder Drehzahlen verändert.
4. Anwendungen in der Schwingungsdiagnostik
Die Wavelet-Analyse wird normalerweise nicht für Routinezwecke verwendet. Schwingungsüberwachungsondern ist ein leistungsstarkes Tool für erweiterte Diagnosen in bestimmten Situationen:
- Getriebeanalyse: außergewöhnlich gut darin, lokal begrenzte Fehler wie einen einzelnen gerissenen oder gebrochenen Zahn zu erkennen, der einmal pro Umdrehung einen deutlichen Impuls erzeugt.
- Lagerdefekt Analyse: in der Lage, die einzelnen Stöße zu erkennen, die durch ein Wälzkörperelement verursacht werden, das über eine Abriss, besonders bei sehr langsam laufenden Maschinen, bei denen herkömmliche Hüllkurvenanalyse kann eine Herausforderung sein.
- Vorübergehendes Ereignis Analyse: ideal für Signale beim Hochfahren, Abschalten oder bei jedem Prozess, bei dem sich Drehzahl und Schwingungscharakteristik ständig ändern.
- Strukturanalyse: nützlich zur Analyse der Antwort einer Struktur auf einen Stoß — ein Funktionstest — um sein Dämpfung und Eigenfrequenzen.
5. Praktische Anwendung und Einschränkungen
Die Wavelet-Analyse ist rechenintensiver als die FFT, und die Interpretation eines Skalogramms erfordert mehr Erfahrung als das Lesen eines Linienspektrums. Aus diesen Gründen ergänzt sie die gängigen Verfahren, ersetzt sie aber nicht. Die alltägliche Fehlersuche stützt sich weiterhin auf das FFT-Spektrum, Gesamtpegel und die Hüllkurvenanalyse; Wavelets kommen zum Einsatz, wenn diese Werkzeuge etwas Ungewöhnliches anzeigen, es aber nicht zeitlich lokalisieren können. Im Feld werden die Daten selbst mit einem tragbaren Gerät erfasst — einem Zweikanal-Analysator wie dem Balanset-1A erfasst die hochwertigen Zeitverläufe, die in den eigenen Lagern der Maschine bei Betriebsdrehzahl aufgezeichnet werden und auf die jede anschließende Zeit-Frequenz-Analyse angewiesen ist. Moderne Computersoftware hat die Wavelet-Analyse jedoch zu einem zugänglichen und wertvollen Hilfsmittel für den erfahrenen Analysten gemacht, der mit komplexen, nichtstationären Signalen umgeht.
