Γνωρίστε το Vibromera.com — τον νέο μας διεθνή ιστότοπο. Επισκεφθείτε το Vibromera.com →

Κατανόηση του aliasing στην ανάλυση κραδασμών

Φορητός ζυγοσταθμιστής & αναλυτής κραδασμών Balanset-1A

Αισθητήρας κραδασμών

Οπτικός αισθητήρας (ταχύμετρο λέιζερ)

Balanset-4

Μαγνητική βάση Insize-60-kgf

Ανακλαστική ταινία

Δυναμικός ζυγοσταθμιστής “Balanset-1A” OEM

Η αναδίπλωση φάσματος είναι ένα σφάλμα επεξεργασίας σήματος που μπορεί να αλλοιώσει την ψηφιακή ανάλυση των δεδομένων δόνησης. Συμβαίνει όταν ένα σήμα δειγματοληπτείται με ρυθμό πολύ χαμηλό για να καταγραφούν οι συνιστώσες της υψηλότερης συχνότητάς του, οπότε αυτές οι υψηλές συχνότητες “αναδιπλώνονται” και υποδύονται χαμηλότερες συχνότητες στο προκύπτον φάσμα FFT. Το αποτέλεσμα είναι ψευδείς κορυφές που δεν υπήρχαν ποτέ στο πραγματικό μηχάνημα - κορυφές που μπορεί να οδηγήσουν σε σοβαρή λανθασμένη διάγνωση. Η κατανόηση της αναδίπλωσης φάσματος και του προστατευτικού μέτρου που την αποτρέπει, είναι θεμελιώδους σημασίας για την εμπιστοσύνη σε οποιοδήποτε ψηφιακό φάσμα δόνησης.

1. Ορισμός: Τι είναι το Aliasing;

Όταν ένας αναλυτής ψηφιοποιεί ένα σήμα δόνησης, δεν καταγράφει μια συνεχή καμπύλη, αλλά μια ακολουθία διακριτών δειγμάτων - στιγμιότυπα που λαμβάνονται σε σταθερό χρονικό διάστημα. Εάν αυτά τα στιγμιότυπα απέχουν πολύ μεταξύ τους σε σχέση με το πόσο γρήγορα μεταβάλλεται το σήμα, ο αναλυτής κυριολεκτικά δεν μπορεί να ξεχωρίσει ένα γρήγορο κύμα από ένα αργό. Τα λίγα σημεία που καταγράφει από μια συνιστώσα υψηλής συχνότητας μπορούν να ενωθούν σε ένα απόλυτα αληθοφανές ημιτονοειδές κύμα χαμηλής συχνότητας. Αυτή η φανταστική χαμηλή συχνότητα είναι το ψευδώνυμο, και μόλις εμφανιστεί στο φάσμα είναι αδύνατο να διακριθεί από μια γνήσια δόνηση σε αυτή τη συχνότητα.

2. Το θεώρημα Nyquist και ο ρυθμός δειγματοληψίας

Για να καταλάβετε το aliasing πρέπει πρώτα να καταλάβετε το Θεώρημα Nyquist (θεώρημα δειγματοληψίας Nyquist-Shannon). Αυτή η θεμελιώδης αρχή της ψηφιακής επεξεργασίας σήματος δηλώνει:

Για την ακριβή αναπαράσταση ενός αναλογικού σήματος σε ψηφιακή μορφή, η συχνότητα δειγματοληψίας (Fs) πρέπει να είναι τουλάχιστον διπλάσια από την υψηλότερη συνιστώσα συχνότητας (Fmax) που υπάρχει στο σήμα.

Αυτός ο ελάχιστος ρυθμός δειγματοληψίας (2 × Fmax) ονομάζεται ρυθμός Nyquist. Αν το γυρίσεις, η υψηλότερη συχνότητα που μπορεί να μετρήσει πιστά ένας συγκεκριμένος ρυθμός δειγματοληψίας είναι η μισή: Fmax = Fs / 2. Αυτό το ανώτατο όριο είναι η συχνότητα Nyquist. Οποιαδήποτε πραγματική συχνότητα πάνω από τη συχνότητα Nyquist δεν μπορεί να αναπαρασταθεί με ειλικρίνεια και αντ' αυτού θα ανακλαστεί πίσω κάτω από αυτήν. Στην πράξη η επιλεγμένη Fmax ρυθμίζει επίσης τη διακριτική ικανότητα της ανάλυσης μαζί με τον αριθμό των γραμμών FFT - μια σχέση που μπορείτε να εξερευνήσετε με έναν Υπολογιστή διακριτικής ικανότητας FFT όταν σχεδιάζετε μια μέτρηση.

3. Πώς συμβαίνει το Aliasing;

Φανταστείτε μια δόνηση υψηλής συχνότητας να μετράται από έναν ψηφιακό αναλυτή που λαμβάνει διακριτά δείγματα με σταθερό ρυθμό:

  • Εάν ο ρυθμός δειγματοληψίας είναι αρκετά υψηλός - πολύ πάνω από τον ρυθμό Nyquist - ο αναλυτής καταγράφει αρκετά σημεία ανά κύκλο για να ανακατασκευάσει με ακρίβεια την κυματομορφή.
  • Εάν ο ρυθμός δειγματοληψίας είναι πολύ χαμηλός, ο αναλυτής χάνει ό,τι συμβαίνει μεταξύ των δειγμάτων. Τα ελάχιστα σημεία που καταγράφει συνδέονται σε ένα εντελώς διαφορετικό ημιτονοειδές κύμα χαμηλότερης συχνότητας. Αυτή η ψευδής χαμηλή συχνότητα είναι το alias.

Ένα συγκεκριμένο παράδειγμα: ας υποθέσουμε ότι ένα σήμα περιέχει μια πραγματική συνιστώσα 900 Hz, αλλά το Fmax του αναλυτή έχει οριστεί σε 500 Hz, που αντιστοιχεί σε ρυθμό δειγματοληψίας 1000 Hz. Το περιεχόμενο 900 Hz βρίσκεται πάνω από τη συχνότητα Nyquist 500 Hz και δεν μπορεί να μετρηθεί σωστά. Υφίσταται αναδίπλωση φάσματος και επανεμφανίζεται στη συχνότητα Fs - 900 = 1000 - 900 = 100 Hz. Ένας αναλυτής που σαρώνει το φάσμα θα μπορούσε εύκολα να μπερδέψει αυτή την κορυφή των 100 Hz με μια δόνηση στη 1× συχνότητα περιστροφής, ή με ένα πραγματικό ελάττωμα, και να κυνηγήσει ένα σφάλμα που δεν υπάρχει. Ακόμα χειρότερα, οι ένοχοι υψηλής συχνότητας - κρούσεις ρουλεμάν, ενέργεια εμπλοκής γραναζιών, ηλεκτρικός θόρυβος - είναι συχνά τα ίδια τα σήματα που ο αναλυτής θέλει να εμπιστευτεί περισσότερο.

4. Αποτροπή του Aliasing: Το φίλτρο Anti-Aliasing

Είναι αδύνατο να γνωρίζουμε εκ των προτέρων όλο το περιεχόμενο υψηλών συχνοτήτων που μπορεί να φέρει ένα σήμα - ο θόρυβος υπερήχων, οι απότομες κρούσεις, οι παρεμβολές ραδιοσυχνοτήτων και οι ηλεκτρικές παρεμβολές μπορούν να εισχωρήσουν. Συνεπώς, η απλή ελπίδα ότι ο ρυθμός δειγματοληψίας είναι αρκετά υψηλός δεν αποτελεί ασφαλή στρατηγική.

Η λύση που χρησιμοποιείται σε κάθε σύγχρονο ψηφιακό αναλυτή δονήσεων είναι το φίλτρο anti-aliasing: ένα απότομο χαμηλοπερατό φίλτρο τοποθετημένο στη διαδρομή σήματος πριν τον μετατροπέα αναλογικού σε ψηφιακό (ADC). Λειτουργεί ως εξής:

  1. Ο χρήστης ορίζει την επιθυμητή μέγιστη συχνότητα, Fmax, για την ανάλυση.
  2. Με βάση αυτό το Fmax, ο αναλυτής ρυθμίζει αυτόματα τη συχνότητα αποκοπής του φίλτρου anti-aliasing ακριβώς πάνω από τη συχνότητα Fmax.
  3. Το αναλογικό σήμα του αισθητήρα περνάει μέσα από το φίλτρο, το οποίο αφαιρεί ή εξασθενεί έντονα οτιδήποτε βρίσκεται πάνω από το όριο αποκοπής.
  4. Μόνο το φιλτραρισμένο, καθαρό σήμα φτάνει στον ADC για δειγματοληψία.

Επειδή το φίλτρο αφαιρεί τις υψηλές συχνότητες που δεν μπορεί να διαχειριστεί ο επιλεγμένος ρυθμός δειγματοληψίας πριν από τη δειγματοληψία, καθιστά το aliasing φυσικά αδύνατο. Ένα πραγματικό φίλτρο δεν μπορεί να κόψει απείρως απότομα, γι' αυτό και η αποκοπή ορίζεται λίγο κάτω από τη συχνότητα Nyquist, ώστε να αφήνει μια ζώνη προστασίας στην πλαγιά του. Το φίλτρο anti-aliasing είναι ένα από τα πιο κρίσιμα στοιχεία κάθε αναλυτή, διασφαλίζοντας ότι ο FFT που προκύπτει είναι μια αληθινή και πιστή εικόνα της δόνησης της μηχανής εντός του επιλεγμένου εύρους. Σημειώστε ότι αυτό το φιλτράρισμα πρέπει να είναι αναλογικό και πρέπει να προηγείται της ψηφιοποίησης - η εφαρμογή ψηφιακού φιλτραρίσματος μετά τον ADC δεν μπορεί να αναιρέσει ένα alias, επειδή μέχρι τότε η ψευδής συχνότητα έχει ήδη κλειδωθεί στα δεδομένα.

5. Πρακτικές επιπτώσεις για τον αναλυτή

Για τον μηχανικό στο πεδίο, το μάθημα είναι να σέβεται τις ρυθμίσεις συχνότητας του οργάνου. Η επιλογή πολύ χαμηλής Fmax για να διατηρηθεί καλή διακριτική ικανότητα στις κορυφές χαμηλής τάξης μπορεί να αποκρύψει σημαντικές πληροφορίες υψηλής συχνότητας- το φίλτρο anti-aliasing θα σας προστατεύσει από ψευδείς κορυφές, αλλά δεν μπορεί να σας δείξει την ενέργεια που έχετε φιλτράρει. Τα αξιόπιστα όργανα το χειρίζονται αυτό αυτόματα - ένας φορητός αναλυτής όπως ο Balanset-1A εφαρμόζει anti-aliasing σε υλικό πριν από τον ADC του, έτσι ώστε τα φάσματα που παρουσιάζει για διάγνωση και το πλάτος και η φάση 1× που χρησιμοποιεί για ζυγοστάθμιση να είναι απαλλαγμένα από τεχνουργήματα αναδίπλωσης φάσματος σε όλο το εύρος λειτουργίας του. Τα πρακτικά συμπεράσματα: ρυθμίστε το Fmax αρκετά υψηλά ώστε να καλύπτει την υψηλότερη συχνότητα βλάβης που σας ενδιαφέρει, να εμπιστεύεστε ότι ένας σωστά σχεδιασμένος αναλυτής δεν θα παρουσιάσει aliasing και να αντιμετωπίζετε κάθε ανεξήγητη κορυφή χαμηλής συχνότητας με υγιή καχυποψία μέχρι να αποκλείσετε άλλες αιτίες.


← Επιστροφή στο Κύριο Ευρετήριο

Κατηγορίες: ΑνάλυσηΓλωσσάριο

WhatsApp
Balanset-1A - €1975Ρωτήστε τον μηχανικό