Spektrianalyysin ymmärtäminen
Spektrianalyysi on prosessi, jossa kompleksinen signaali - kuten esim. aika-aaltomuoto tärinäanturista - ja hajottaa sen yksittäisiin taajuuskomponentteihinsa. Sen tavoitteena on muuntaa signaali aika-alue (amplitudi suhteessa aikaan) taajuusalue (amplitudi suhteessa taajuuteen). Lähtö on spektri (monikko: spektri): kuvaaja, joka osoittaa värähtelyn amplitudin kullakin tietyllä taajuudella. Spektrianalyysi on perustavanlaatuisin ja tehokkain tekniikka värähtelydiagnostiikka, koska sen avulla analyytikko voi tunnistaa erilaisiin konevikoihin liittyvät ainutlaatuiset taajuussignatuurit.
1. Määritelmä: Mitä on spektrianalyysi?
Koneen värähtely on monien samanaikaisten jaksollisten voimien summa, ja aikatasossa nämä voimat sulautuvat yhdeksi monimutkaiseksi jäljeksi, joka ei ole tulkittavissa. Spektrianalyysi purkaa tuon jäljen. Matemaattinen perusta on Fourierin periaate: mikä tahansa jaksollinen signaali, vaikka se olisi kuinka monimutkainen, voidaan esittää yksinkertaisten siniaaltojen summana, joista jokaisella on oma taajuutensa, amplitudinsa ja vaiheensa. Spektrianalyysi palauttaa tuon siniaaltojen luettelon ja näyttää sen spektrinä — se muuntaa “sekavan heilahduksen ajan kuluessa” “siistiksi joukoksi huippuja tunnetuilla taajuuksilla”. Tämä muuntaminen on koko asian ydin, ja kaikki muu seuraa siitä.
2. Nopean Fourier-muunnoksen (FFT) rooli
Nykyaikainen spektrianalyysi on tehty käytännölliseksi erittäin tehokkaalla algoritmilla nimeltä Nopea Fourier-muunnos (FFT). FFT on matemaattinen menettely, joka on ohjelmoitu jokaiseen digitaaliseen värähtelyanalysaattori. Se ottaa syötteenä digitoidut aikakäyrämuotoiset tiedot ja tuottaa ulostulona taajuusspektrin, jolloin se suorittaa millisekunneissa laskennan, joka olisi aiemmin vaatinut käsin tunteja.
FFT:n avulla monimutkainen, näennäisen kaoottinen signaali, jota on hyvin vaikea lukea aika-alueella, voidaan nähdä selkeänä sarjana erillisiä taajuuspiikkejä taajuusalueella. Jotta FFT olisi pätevä, signaali on ensin näytteistettävä oikein ja suojattava aliasointi, minkä vuoksi aliasoinnin estävä suodatin edeltää aina muunnosta.
3. Spektrin diagnostinen teho
Spektrianalyysi on niin tehokas, koska pyörivien koneiden erilaiset mekaaniset ja sähköiset ongelmat synnyttävät värähtelyä ennustettavissa olevilla, ominaisilla taajuuksilla. Tarkastelemalla spektriä analyytikko voi diagnosoida ongelman perimmäisen syyn sovittamalla piikkien taajuudet tunnettuun vikamalliin. Yleisiä esimerkkejä ovat mm:
- Suuri piikki 1× käyntinopeus usein viittaa epätasapaino - merkki tasapainottamistyöstä.
- Suuri piikki 2× käyntinopeudessa on klassinen merkki siitä, että kyseessä on epäkohdistus.
- Juoksunopeuden harmonisten yliaaltojen rivi osoittaa yleensä mekaanista löysyyttä.
- Sarja huippuja pyörimisnopeuden ei-kokonaislukukertoimilla voi viitata laakeriviat, usein parhaiten vahvistettuna verhokäyräanalyysi.
- Suuren amplitudin huippu hammaspyörän kosketaajuudella, jossa on sivunauhat osoittaa vaihdevikoja.
- Kaksi kertaa sähköverkon taajuus voi olla piikki moottorin staattoriongelmaa vastaan.
4. Spektrianalyysin keskeiset parametrit
Hyödyllisen spektrin saamiseksi analyytikon on määriteltävä useita keskeisiä parametreja. Jos nämä parametrit menevät väärin, täydellinenkin FFT johtaa harhaan:
- Fmax (enimmäistaajuus): spektrin korkein taajuus. Se on asetettava riittävän korkealle, jotta epäillyt viat voidaan havaita - korkealle vaihteisto- ja laakeriongelmien osalta ja matalammalle hitaiden nopeuksien epätasapainon osalta.
- Resoluutio (resoluutiolinjat): tämä määrittää yksityiskohtaisuuden tason. Useammat viivat antavat tarkemman taajuuserotuskyvyn, jolloin analysaattori voi erottaa kaksi lähellä toisiaan olevaa piikkiä toisistaan - tämä on välttämätöntä sivukaistojen erottamiseksi vaihteistoanalyysissä. Vastapainona on pidempi mittausaika, ja tätä suhdetta voit tutkia analyysin avulla. FFT-resoluutiolaskuri.
- Keskiarvoistus: Puhtaan ja vakaan spektrin saamiseksi analysaattori ottaa useita “tilannekuvia” ja keskiarvoistaa ne, jolloin satunnainen kohina vaimenee ja todellinen tasainen värähtely paljastuu.
- Ikkunointi: matemaattista funktiota, kuten Hanningin ikkunaa, sovelletaan jokaiseen tietolohkoon estämään spektraalinen vuoto, joka muutoin sotkee ja vääristää huippujen amplitudit ja muodot.
5. Spektrianalyysi kentällä
Spektrianalyysi ei rajoitu vain laboratorioon, vaan huoltoteknikko tekee sitä paikan päällä kannettavalla laitteella. Kaksikanavainen analysaattori, kuten Balanset-1A ottaa näytteitä signaalista kiihtyvyysanturi laakeripesässä, suorittaa FFT:n ja esittää spektrin paikan päällä, jotta teknikko voi tunnistaa vian ja toimia ennen seuraavaa työvuoroa. Koska sama laite lukee myös akselin vaihe jostakin kierroslukumittari, 1× epätasapainon diagnoosi voi siirtyä suoraan tasapainotuksen korjaukseen ilman työkalujen vaihtamista - diagnoosi ja korjaus yhdessä työnkulussa.
6. Spektrianalyysi vs. aika-aaltomuoto
Spektri on voimakas, mutta se ei ole koko kuva. Keskiarvoistaminen ja FFT voivat peittää lyhyet, terävät transienttitapahtumat — haljenneen hampaan tai lohkeilleen laakerin iskut — jotka erottuvat selvästi raa'assa aaltomuodossa. Ammattitaitoiset analyytikot kohtelevat siksi näitä kahta näkymää kumppaneina: spektri paikallistaa mikä taajuudet kuljettavat energiaa, aika-aaltomuoto tutkimaan miten että energiaa toimitetaan. Spektrianalyysi on nykyaikaisen värähtelydiagnostiikan ydin, joka antaa selkeän “röntgenkuvan” koneen sisällä tapahtuvista voimista ja liikkeistä — ja kun sitä luetaan aaltomuodon ja luotettavan vertailutason rinnalla, se muuttaa raa'an värähtelyn varmoiksi päätöksiksi.
