Κατανόηση του αυτοφάσματος
Το αυτόματο φάσμα - που γράφεται επίσης αυτοφάσμα, και ονομάζεται χαλαρά φάσμα ισχύος ή απλά “φάσμα” - είναι η αναπαράσταση στο πεδίο της συχνότητας ενός μεμονωμένου δόνηση σήματος, δείχνοντας πώς η ενέργεια ή η πλάτος κατανέμεται στη συχνότητα. Παράγεται με τη λήψη του Γρήγορος Μετασχηματισμός Φουριέ (FFT) μιας χρονικής καταγραφής και εμφάνιση του μεγέθους κάθε συνιστώσας συχνότητας. Το πρόθεμα “auto-” το διαφοροποιεί από το διασταυρούμενο φάσμα, το οποίο συσχετίζει δύο διαφορετικά σήματα: ένα αυτο-φάσμα είναι το φάσμα ενός σήματος που λαμβάνεται με τον εαυτό του.
Στην καθημερινή εργασία αυτό ακριβώς εννοούν οι περισσότεροι τεχνικοί όταν λένε “το φάσμα” ή “το FFT” - η τυπική οθόνη συχνοτήτων σε κάθε αναλυτής κραδασμών, με τις κορυφές του στις ανισορροπία, συχνότητες σφάλματος ρουλεμάν, πλέγμα γραναζιών, και τα υπόλοιπα. Η αναγνώριση ότι αυτό το καθημερινό εργαλείο είναι τεχνικά ένα αυτόματο φάσμα έχει μεγαλύτερη σημασία όταν μπαίνετε σε πολυκαναλική εργασία, όπου τα διασταυρούμενα φάσματα, συνοχή, και άλλες συναρτήσεις συσχέτισης εισέρχονται στην εικόνα.
1. Το μαθηματικό θεμέλιο
Δύο διαδρομές προς το ίδιο αποτέλεσμα
Υπάρχουν δύο μαθηματικά ισοδύναμοι τρόποι για να καταλήξουμε σε ένα αυτόματο φάσμα:
- Απευθείας FFT: μετασχηματίζετε το σήμα χρόνου, παίρνετε το μέγεθος (ή το μέγεθος στο τετράγωνο) κάθε μιγαδικού bin του FFT και το σχεδιάζετε ως προς τη συχνότητα. Αυτή είναι η κοινή, απλή διαδρομή που χρησιμοποιείται στο εσωτερικό σχεδόν κάθε οργάνου.
- Μέσω αυτοσυσχέτισης: υπολογίστε πρώτα τη συνάρτηση αυτοσυσχέτισης του σήματος και στη συνέχεια πάρτε τον FFT του. Με την Θεώρημα Wiener-Khinchin το αποτέλεσμα είναι πανομοιότυπο με την άμεση μέθοδο - το ίδιο φάσμα που επιτυγχάνεται με διαφορετική υπολογιστική διαδρομή.
Όταν το μέγεθος τετραγωνίζεται και κανονικοποιείται ανά μονάδα συχνότητας, η ίδια ποσότητα γίνεται α φασματική πυκνότητα ισχύος, η οποία είναι η προτιμώμενη μορφή για ευρυζωνικές τυχαίες δονήσεις.
Μέσος όρος για σταθερότητα
Ένας μεμονωμένος FFT είναι στατιστικά θορυβώδης, οπότε πολλά αυτο-φάσματα που υπολογίζονται από διαδοχικές χρονικές εγγραφές υπολογίζονται κατά μέσο όρο μαζί για να διευθετηθεί η εκτίμηση και να μειωθεί η τυχαία διασπορά. Για διαγνωστικά μηχανήματα ρουτίνας 4-16 μέσοι όροι είναι τυπικοί- οι ευρυζωνικές τυχαίες δονήσεις μπορεί να χρειάζονται 50-100 ή και περισσότερους. Το όφελος έρχεται με κόστος το χρόνο μέτρησης, γι“ αυτό και ο μέσος όρος μέτρησης αποτελεί σκόπιμο συμβιβασμό και όχι ”το περισσότερο είναι πάντα καλύτερο".”
2. Ορισμός ιδιοτήτων
Τρία χαρακτηριστικά προκύπτουν άμεσα από τα μαθηματικά και αξίζει να τα έχουμε κατά νου όταν διαβάζουμε οποιοδήποτε φάσμα:
- Πραγματικής αξίας: το αυτόματο φάσμα δεν έχει φανταστικό μέρος. Αντιπροσωπεύει μόνο το μέγεθος, οπότε το φάση σχέση του αρχικού σήματος απορρίπτεται στον υπολογισμό του μεγέθους. Για τον εντοπισμό σφαλμάτων ενός σημείου αυτό δεν αποτελεί απώλεια- για εργασίες εξισορρόπησης ή λειτουργίας μεταφοράς, όπου η φάση είναι ουσιώδης, αποτελεί πραγματικό περιορισμό.
- Πάντα θετική: οι τιμές είναι πάντα μεγαλύτερες ή ίσες με το μηδέν, επειδή αντιπροσωπεύουν ενέργεια ή ισχύ, η οποία δεν μπορεί να είναι αρνητική.
- Συμμετρική για πραγματικά σήματα: το φάσμα ενός σήματος πραγματικού χρόνου είναι συμμετρικό ως προς τη συχνότητα Nyquist - οι αρνητικές συχνότητες απλώς αντικατοπτρίζουν τις θετικές - έτσι μόνο το θετικό μισό εμφανίζεται και περιέχει όλες τις πληροφορίες.
3. Το αυτο-φάσμα στη διάγνωση μηχανημάτων
Η καθημερινή οθόνη του αναλυτή
Αυτό είναι το οικόπεδο στο οποίο ζουν οι τεχνικοί. Δείχνει κάθε συνιστώσα συχνότητας δόνησης ταυτόχρονα και το καθήκον του αναλυτή είναι να εντοπίσει κάθε κορυφή και να την αντιστοιχίσει με έναν τύπο σφάλματος - καθιστώντας το αυτόματο φάσμα το πρωταρχικό εργαλείο για διάγνωση σφαλμάτων και για την αξιολόγηση της κατάστασης ρουτίνας.
Τα χαρακτηριστικά που πρέπει να αναζητήσετε
- 1× κορυφή: ταχύτητα λειτουργίας δονήσεις, στις οποίες κυριαρχούν η ανισορροπία και άλλες πηγές που εμφανίζονται μία φορά ανά περιστροφή.
- 2× κορυφή: συνήθως κακή ευθυγράμμιση ή μηχανική χαλαρότητα.
- Συχνότητες ρουλεμάν: BPFO, BPFI, BSF, και FTF, συχνά περιτριγυρισμένη από πλευρικές ζώνες.
- Πλέγμα γραναζιών: η συχνότητα εμπλοκής των δοντιών και η αρμονικές.
- Ηλεκτρικός: διπλάσια συχνότητα δικτύου (120 Hz σε παροχή 60 Hz, 100 Hz σε παροχή 50 Hz).
- Επίπεδο θορύβου: το επίπεδο υποβάθρου που καθορίζεται από τυχαίες δονήσεις και θόρυβο οργάνων, έναντι του οποίου πρέπει να ξεχωρίζουν οι γνήσιες κορυφές.
4. Αυτόματο φάσμα έναντι διασταυρούμενου φάσματος
Το αυτόματο φάσμα ενός καναλιού απαντά στο ερώτημα “ποιες συχνότητες είναι παρούσες;”, ενώ ο συγγενής του δύο καναλιών απαντά στο ερώτημα “πώς σχετίζονται δύο σήματα;”. Η αντίθεση αξίζει να γίνει σαφής:
| Αυτόματο φάσμα (μονό κανάλι) | Διασταυρούμενο φάσμα (δύο καναλιών) |
|---|---|
| Φάσμα ενός σήματος | Σχέση μεταξύ δύο σημάτων |
| Δείχνει το συχνοτικό περιεχόμενο του σήματος | Δείχνει περιεχόμενο συχνότητας κοινό και στα δύο |
| Δεν υπάρχουν πληροφορίες φάσης | Περιλαμβάνει τη σχέση φάσης |
| Επαρκές για τα περισσότερα διαγνωστικά | Υποστυλώματα λειτουργία μεταφοράς και ανάλυση συνοχής |
| Τυπικό μονοκαναλικό FFT | Απαιτεί δύο συγχρονισμένα κανάλια |
5. Τρόποι υπολογισμού μέσου όρου και επιλογές απεικόνισης
Επιλογή τρόπου υπολογισμού του μέσου όρου
- Γραμμικός μέσος όρος: ένας ευθύς αριθμητικός μέσος όρος διαδοχικών φασμάτων που μειώνει τον τυχαίο θόρυβο και συγκλίνει στο πραγματικό φάσμα - το πρότυπο για την ανάλυση μηχανημάτων.
- Εκθετικός μέσος όρος: ένας σταθμισμένος μέσος όρος που ευνοεί τις πιο πρόσφατες καταγραφές, ιδανικός για την παρακολούθηση σε πραγματικό χρόνο όπου οι συνθήκες μεταβάλλονται.
- Κράτηση αιχμής (μέγιστο φάσμα): κάθε μονάδα συχνότητας διατηρεί την υψηλότερη τιμή που βλέπει, συλλαμβάνοντας μεταβατικές συνιστώσες - ανεκτίμητη αξία κατά τη διάρκεια της run-up και ακτογραμμή δοκιμές.
Κλιμάκωση των αξόνων
Ο άξονας πλάτους μπορεί να εμφανιστεί σε ένα γραμμική κλίμακα (mm/s, m/s²), το οποίο κάνει τις απόλυτες τιμές ευανάγνωστες, αλλά μπορεί να κρύψει μικρές κορυφές δίπλα σε μεγάλες, ή σε ένα λογαριθμική κλίμακα dB (20-log[πλάτος/αναφορά]), το οποίο συμπιέζει ένα ευρύ δυναμικό εύρος έτσι ώστε οι μικρές και οι μεγάλες κορυφές να είναι ορατές μαζί - η προτιμώμενη προβολή για λεπτομερείς και ερευνητικές εργασίες. Ο άξονας συχνότητας είναι συνήθως γραμμικό σε Hz για μηχανήματα, αν και μια λογαριθμική άξονας με ίσες αποστάσεις οκτάβας ταιριάζει σε πολύ μεγάλες περιοχές συχνοτήτων.
6. Ποιότητα και παγίδες
Ένα φάσμα είναι τόσο καλό όσο και τα δεδομένα πίσω από αυτό. A καθαρό φάσμα παρουσιάζει σαφείς κορυφές πάνω από ένα χαμηλό επίπεδο θορύβου. θορυβώδες φάσμα θάβει τις κορυφές σε ένα υψηλό υπόβαθρο, το οποίο μπορεί να διορθωθεί με μεγαλύτερη μέση τιμή και επαρκή ανάλυση συχνότητας. Δύο έλεγχοι απόκτησης είναι απαραίτητοι: επιβεβαιώστε ότι η ανάλυση συχνότητας είναι αρκετά λεπτή ώστε να διαχωρίζονται οι κορυφές που βρίσκονται σε μικρή απόσταση μεταξύ τους και προσέξτε για υπερφόρτωση εισόδου, το οποίο ψαλιδίζει το σήμα και κατασκευάζει ψευδείς φασματικές συνιστώσες - εάν συμβεί αυτό, μειώστε το κέρδος εισόδου και επαναλάβετε την λήψη. Το Υπολογιστής διακριτικής ικανότητας FFT βοηθά στην επιλογή του αριθμού γραμμών και του εύρους ζώνης που επιλύουν τις αιχμές που σας ενδιαφέρουν.
Πού χρησιμοποιούνται τα όργανα πεδίου
Σε ένα φορητό όργανο δύο καναλιών, όπως το Balanset-1A, το αυτόματο φάσμα είναι η καθημερινή διαγνωστική προβολή που διαβάζει ένας τεχνικός στο μηχάνημα για να εντοπίσει αν η ενέργεια είναι συγκεντρωμένη στο 1× (υποδεικνύοντας ανισορροπία και υποψήφια για εξισορρόπηση πεδίου) ή διασκορπισμένες σε συχνότητες ρουλεμάν και πλέγματος γραναζιών που σηματοδοτούν μια εντελώς διαφορετική βλάβη - όλα καταγράφονται στα ίδια τα έδρανα της μηχανής σε ταχύτητα λειτουργίας.
Το αυτόματο φάσμα είναι το θεμελιώδες εργαλείο ανάλυσης συχνοτήτων της διάγνωσης κραδασμών: ο μονοκάναλος FFT στον οποίο βασίζονται καθημερινά οι τεχνικοί για τον εντοπισμό βλαβών και την αξιολόγηση της κατάστασης. Η κατανόηση ότι το “φάσμα” είναι τεχνικά ένα αυτο-φάσμα - και πώς σχετίζεται με τα διασταυρούμενα φάσματα και τις άλλες φασματικές συναρτήσεις - θέτει τις βάσεις για προηγμένη πολυκαναλική ανάλυση και ενδελεχή διάγνωση μηχανημάτων.
