Mitä on synkroninen keskiarvoistus? Signaalin parannus • Kannettava tasapainotin, värähtelyanalysaattori "Balanset" murskainten, puhaltimien, multainten, puimureiden ruuvien, akseleiden, sentrifugien, turbiinien ja monien muiden roottorien dynaamiseen tasapainotukseen Mitä on synkroninen keskiarvoistus? Signaalin parannus • Kannettava tasapainotin, värähtelyanalysaattori "Balanset" murskainten, puhaltimien, multainten, puimureiden ruuvien, akseleiden, sentrifugien, turbiinien ja monien muiden roottorien dynaamiseen tasapainotukseen

Synkronisen keskiarvon ymmärtäminen

Määritelmä: Mitä on synkroninen keskiarvoistus?

Synkroninen keskiarvoistus (kutsutaan myös aika-alueen keskiarvoistamiseksi tai signaalin keskiarvoistamiseksi) on signaalinkäsittelytekniikka värähtelyanalyysi joka parantaa jaksollista, nopeussynkronista tärinä komponentteja samalla vaimentaen satunnaista kohinaa ja asynkronista värähtelyä. Menetelmä toimii näytteistämällä toistuvasti värähtelyä useiden akselin kierrosten aikana (laukaistuna kerran kierrosta kohden tulevalla takometrin signaalilla) ja sitten laskemalla vastaavien pisteiden keskiarvon kullakin kierroksella. Jaksolliset komponentit, jotka toistuvat identtisesti jokaisella kierroksella, vahvistuvat keskiarvon avulla, kun taas satunnainen kohina ja epäsynkroniset komponentit kumoavat toisensa, mikä parantaa merkittävästi signaali-kohinasuhdetta.

Synkroninen keskiarvoistus on erityisen tehokas vaihteisto-ongelmien diagnosoinnissa (yksittäisten vaihteiden kytkennän ominaisuuksien eristämisessä) ja voi paljastaa hienovaraisia jaksollisia kuvioita, jotka ovat hautautuneet kohinaan ja jotka olisivat näkymättömiä standardissa. aika-aaltomuodot tai FFT-spektrit.

Kuinka synkroninen keskiarvoistus toimii

Prosessi

  1. Liipaisusignaali: Kerran kierrosta kohden oleva pulssi kierroslukumittari tai avainvaihe määrittää jokaisen vallankumouksen alun
  2. Datan segmentointi: Värähtelysignaali jaettuna yhtä pitkiin segmentteihin, yksi kierrosta kohden
  3. Kohdistuminen: Kaikki segmentit kohdistettu liipaisupulssiin (sama lähtöpiste)
  4. Pistekohtainen keskiarvoistus: Kunkin segmentin vastaavat pisteet keskiarvoistettuna
  5. Tulos: Yksittäinen keskiarvoistettu aaltomuoto, joka edustaa yhtä kierrosta
  6. Melunvaimennus: Satunnaiset komponentit kumoavat voimansa; jaksolliset komponentit vahvistavat voimaansa

Matemaattinen perusta

  • Jaksolliset signaalit summautuvat koherenttisti (lisätään vaiheessa)
  • Satunnainen kohina summautuu epäjohdonmukaisesti (kumoutuu tilastollisesti)
  • Signaali-kohinasuhteen parannus ∝ √N, jossa N = keskiarvojen lukumäärä
  • Esimerkki: 100 keskiarvoa parantaa signaali-kohinasuhdetta 10× (20 dB)

Sovellukset

1. Vaihteiston diagnostiikka

Yleisin ja tehokkain sovellus:

Vaihdeverkon eristys

  • Keskimäärin synkronisesti kiinnostuksen kohteena olevan vaihteen kanssa
  • Parantaa kyseisen vaihteen verkkokuviota
  • Vaimentaa muiden vaihteiden ja laakerien vaikutuksen
  • Paljastaa yksittäisiä hammasvaurioita

Hammaskohtainen analyysi

  • Keskimääräinen aaltomuoto näyttää jokaisen hampaan tarttumisen selvästi
  • Vaurioitunut hammas näkyy kuvion poikkeamana
  • Voi tunnistaa, mikä hammas on vaurioitunut
  • Vakavuuden arviointi poikkeaman suuruuden perusteella

2. Laakerianalyysin parannus

  • Keskiarvo ulkokilpailun aikana ulkokilpailun vikojen eristämiseksi
  • Vahvistaa laakerivikojen aiheuttamia säännöllisiä iskuja
  • Vähentää muiden tärinälähteiden aiheuttamaa peittymistä
  • Erityisen hyödyllinen meluisissa ympäristöissä

3. Vääntövärähtely

  • Paranna vääntökomponentteja synkronoidusti rotaation kanssa
  • Vaimentaa sivuttaisvärähtelyä ja melua
  • Paljasta vääntöresonanssit ja heräte

4. Tasapainottaminen

Edut

Melunvaimennus

  • Signaali-kohinasuhteen dramaattinen parannus
  • Voi erottaa signaaleja, jotka ovat 20–30 dB kohinan alapuolella
  • Mahdollistaa mittaukset vaativissa olosuhteissa

Virheen rajaaminen

  • Erottaa yhden komponentin allekirjoituksen muista
  • Esimerkki: hammaspyörän verkon eristäminen vaihdelaatikon hammaspyörän verkon eristyksestä
  • Tunnistaa, mikä komponentti on viallinen

Parannettu resoluutio

  • Paljastaa hienovaraisia kuvioita ja vikoja
  • Näyttää raakasignaalin peittämät yksityiskohdat
  • Mahdollistaa vian varhaisen havaitsemisen

Vaatimukset ja rajoitukset

Vaatimukset

  • Kierroslukumittari: Luotettava kerran kierrosta aktivoituva liipaisin on välttämätön
  • Vakionopeus: Nopeuden on oltava suhteellisen vakio (±1-2%)
  • Riittävät keskiarvot: Yleensä 50–200 kierrosta hyvien tulosten saavuttamiseksi
  • Jaksollinen signaali: Korostaa vain todella jaksollisia komponentteja

Rajoitukset

  • Estää epäsynkroniset viat: Satunnaisia vikoja, useimmat laakeriviat vähentyneet
  • Nopeusvaihtelut: Nopeuden muutokset keskiarvoistettujen epätarkkuustulosten aikana
  • Vaadittu aika: Dataa on kerättävä useiden kierrosten aikana
  • Ei reaaliaikaista: Jälkikäsittely vaaditaan

Vertailu muihin tekniikoihin

Synkroninen keskiarvoistus vs. lineaarinen keskiarvoistus

  • Synkroninen: Aikatason keskiarvot, synkronoitu rotaation kanssa, parantavat jaksollisuutta
  • Lineaarinen: Laskee FFT-spektrien keskiarvot, vähentää satunnaista vaihtelua kaikilla taajuuksilla
  • Käyttötapaukset: Synkroninen vaihteille; lineaarinen yleiseen spektrin tasoitukseen

Synkroninen keskiarvoistus vs. verhokäyräanalyysi

  • Synkroninen keskiarvoistus: Aikataso, parantaa jaksollisia kuvioita
  • Kirjekuorianalyysi: Taajuusalue, havaitsee toistuvat iskut
  • Täydentävä: Voidaan yhdistää kattavaa analyysia varten

Käytännön toteutus

Asennus

  • Asenna kierroslukumittari, jossa on selkeä kerran kierrosta kohden tapahtuva pulssi
  • Aseta keskiarvojen määrä (tyypillisesti 50–200)
  • Määritä signaalin pituus (1 kierros, 10 kierrosta jne.)
  • Varmista nopeuden vakaus

Tiedonkeruu

  • Hanki värähtelytietoja keskiarvoistamisjakson aikana
  • Laite segmentoi ja laskee keskiarvon automaattisesti
  • Näytä keskiarvoistettu aaltomuoto
  • Laske usein keskiarvoistetun signaalin FFT (parannettu spektri)

Tulkinta

  • Tutki keskimääräistä aaltomuotoa jaksollisten kuvioiden varalta
  • Etsi poikkeamia, jotka viittaavat vikoihin
  • Vertaa tunnettuihin hyviin allekirjoituksiin
  • Määritä vian vakavuus poikkeaman amplitudin perusteella

Edistyneet muunnelmat

Vaihteiston synkronoitu keskiarvoistus

  • Liipaisin kiinnostuksen kohteena olevasta rattaasta (ei akselista)
  • Näyttää kyseisen vaihdelaatikon verkkokuvion
  • Vaatii enkooderin tai monipulssitakometrin

Monikertalukuinen keskiarvoistus

  • Keskimäärin useita tilauksia samanaikaisesti
  • Erota 1×, 2×, 3× komponentit
  • Tarjoaa kattavan tilaussisällön

Erotussignaali

  • Vähennä keskiarvoistettu signaali raakasignaalista
  • Jäännös näyttää, mitä poistettiin (asynkroniset komponentit)
  • Hyödyllinen laakerivikojen tunnistamiseen hammaspyörän irrottamisen jälkeen

Synkroninen keskiarvoistus on hienostunut signaalinkäsittelytekniikka, joka parantaa merkittävästi jaksollisten, nopeussynkronisten värähtelykuvioiden näkyvyyttä samalla vaimentaen kohinaa ja asynkronisia komponentteja. Synkronisen keskiarvon hallinta mahdollistaa edistyneen vaihteiston diagnostiikan, vikojen varhaisen havaitsemisen meluisissa ympäristöissä ja tiettyjen komponenttien tunnusmerkkien eristämisen monimutkaisissa koneissa.


← Takaisin päähakemistoon

Luokat:

WhatsApp