Spektrianalyysin ymmärtäminen

1. Määritelmä: Mitä on spektrianalyysi?

Spektrianalyysi on prosessi, jossa otetaan vastaan monimutkainen signaali, kuten aika-aaltomuoto värähtelyanturista ja hajottamalla se yksittäisiin taajuuskomponentteihinsa. Spektrianalyysin ensisijainen tavoite on muuntaa signaali aika-alueesta (katseluamplitudi vs. aika) taajuusalueeseen (katseluamplitudi vs. taajuus).

Tämän prosessin tuotos on spektri (monikko: spektrit), joka on kuvaaja, joka näyttää värähtelyn amplitudin kullakin tietyllä taajuudella. Spektrianalyysi on perustavanlaatuisin ja tehokkain tekniikka tärinädiagnostiikka, koska sen avulla analyytikko voi tunnistaa eri konevirheisiin liittyvät ainutlaatuiset taajuustunnisteet.

2. Rooli Nopea Fourier-muunnos (FFT)

Nykyaikainen spektrianalyysi on mahdollista erittäin tehokkaan algoritmin, jota kutsutaan Nopea Fourier-muunnos (FFT)FFT on matemaattinen menetelmä, joka on ohjelmoitu jokaiseen digitaaliseen värähtelyanalysaattoriSe ottaa syötteeksi digitoidun aika-aaltomuotodatan ja tuottaa taajuusspektrin lähtökseen.

FFT mahdollistaa monimutkaisen ja näennäisesti kaoottisen signaalin, jota on erittäin vaikea tulkita aikatasossa, tarkastelemisen selkeänä sarjana erillisiä taajuushuippuja taajuustasossa.

3. Spektrin diagnostinen teho

Spektrianalyysin tehokkuuden syy on se, että pyörivien koneiden erilaiset mekaaniset ja sähköiset ongelmat aiheuttavat värähtelyä ennustettavissa olevilla, ominaisilla taajuuksilla. Tutkimalla spektriä analyytikko voi diagnosoida ongelman perimmäisen syyn yhdistämällä huippujen taajuudet tunnettuun vikakuvioon.

Yleisiä esimerkkejä ovat:

• Suuri piikki kohdassa 1X juoksunopeus usein viittaa epätasapaino.
• Suuri piikki kaksinkertaisella juoksunopeudella on klassinen merkki virheasento.
• Sarja huippuja juoksunopeuden monikerroilla, jotka eivät ole kokonaislukuja, voi viitata laakeriviat.
• Suuri amplitudinen huippu hammaspyöräverkon taajuudella (GMF) ja sivunauhat osoittaa vaihdevikoja.
• Kaksi kertaa sähköverkon taajuus voi olla piikki moottorin staattoriongelmaa vastaan.

4. Spektrianalyysin keskeiset parametrit

Hyödyllisen spektrin hankkimiseksi analyytikon on määriteltävä useita keskeisiä parametreja:

• Fmax (Suurin taajuus): Tämä on spektriin sisällytettävä korkein taajuus. Se on asetettava riittävän korkeaksi, jotta se tallentaa epäiltyjen vikojen taajuudet (esim. vaihdeongelmien korkeat taajuudet).
• Resoluutio (resoluutioviivat): Tämä määrittää spektrin yksityiskohtien tason. Suurempi viivojen määrä tarjoaa paremman taajuusresoluution, mikä tarkoittaa, että analysaattori pystyy erottamaan kaksi hyvin lähellä toisiaan olevaa taajuushuippua. Tämä on kriittistä sivukaistojen tunnistamiseksi vaihteistoanalyysissä.
• Keskiarvo: Saadakseen puhtaan ja vakaan spektrin analysaattori ottaa useita "tilannekuvia" datasta ja laskee niiden keskiarvon. Tämä poistaa satunnaisen kohinan ja tarjoaa tarkemman kuvan todellisesta, vakaan tilan värähtelystä.
• Ikkunointi: Matemaattinen funktio (kuten Hanning-ikkuna) sovelletaan dataan estämään käsittelyvirheen, jota kutsutaan spektraalinen vuoto, mikä voi vääristää taajuushuippujen amplitudeja ja muotoja.

Spektrianalyysi on pohjimmiltaan nykyaikaisen värähtelydiagnostiikan ydin, joka tarjoaa selkeän "röntgenkuvan" koneen sisällä tapahtuvista voimista ja liikkeistä.

← Takaisin päähakemistoon