Comprendre l'aliasing dans l'analyse des vibrations

Définition : Qu'est-ce que l'aliasing ?

Aliasing Il s'agit d'une erreur critique de traitement du signal pouvant survenir lors de l'analyse numérique des données vibratoires. Elle survient lorsqu'un signal est échantillonné à une fréquence trop faible pour capturer précisément ses composantes les plus hautes fréquences. Par conséquent, ces hautes fréquences se replient ou se substituent aux basses fréquences du spectre FFT obtenu, créant ainsi de faux pics de fréquence pouvant conduire à un diagnostic erroné de l'état de la machine.

Le théorème de Nyquist et le taux d'échantillonnage

Pour comprendre l'aliasing, il faut d'abord comprendre le Théorème de Nyquist (également connu sous le nom de théorème d'échantillonnage de Nyquist-Shannon). Ce principe fondamental du traitement numérique du signal stipule :

Pour représenter avec précision un signal analogique sous forme numérique, la fréquence d'échantillonnage (Fs) doit être au moins deux fois supérieure à la composante de fréquence la plus élevée (Fmax) présente dans le signal.

Ce taux d'échantillonnage minimum (2 * Fmax) est appelé le taux de NyquistEn analyse vibratoire, la fréquence maximale d'intérêt mesurable avec précision correspond donc à la moitié de la fréquence d'échantillonnage (Fmax = Fs / 2). Cette Fmax est souvent appelée fréquence de Nyquist.

Comment se produit l'aliasing ?

Imaginez un signal vibratoire haute fréquence mesuré par un analyseur numérique. L'analyseur prend des échantillons discrets (instantanés) du signal à une fréquence fixe (fréquence d'échantillonnage).

• Si le taux d'échantillonnage est suffisamment élevé (bien au-dessus du taux de Nyquist), l'analyseur capture un nombre suffisant de points pour reconstruire avec précision la forme d'onde.
• Cependant, si la fréquence d'échantillonnage est trop faible, l'analyseur « rate » ce qui se passe entre les échantillons. Les quelques points qu'il capture peuvent être connectés pour former une onde sinusoïdale complètement différente, de fréquence plus basse. Cette nouvelle fréquence faussement basse est l'« alias ».

Par exemple, si un signal contient une composante à 900 Hz, mais que la fréquence maximale de l'analyseur est réglée sur 500 Hz (soit une fréquence d'échantillonnage de 1 000 Hz), la composante à 900 Hz ne peut pas être mesurée correctement. Elle sera « crénelée » et apparaîtra comme un pic à une fréquence plus basse (plus précisément à Fs – 900 Hz = 1 000 – 900 = 100 Hz), pouvant être confondu avec une vibration à une vitesse de rotation multipliée par 1.

Prévention de l'aliasing : le filtre anti-aliasing

Il est impossible de connaître à l'avance l'intégralité des hautes fréquences (par exemple, bruit ultrasonore, impacts ou interférences radio) susceptibles d'être présentes dans un signal. Par conséquent, se contenter d'un taux d'échantillonnage suffisamment élevé n'est pas une solution pratique.

La solution utilisée dans tous les analyseurs de vibrations numériques modernes est la filtre anti-aliasingIl s'agit d'un filtre passe-bas à pente raide placé sur le trajet du signal *avant* le convertisseur analogique-numérique (CAN). Voici son fonctionnement :

1. L'utilisateur définit la fréquence maximale souhaitée (Fmax) pour son analyse.
2. Sur la base de ce Fmax, l'analyseur définit automatiquement la fréquence de coupure du filtre anti-aliasing légèrement au-dessus de Fmax.
3. Le signal analogique du capteur passe par ce filtre, qui supprime ou atténue fortement toutes les fréquences supérieures au point de coupure.
4. Seul le signal filtré et « propre » est ensuite envoyé au CAN pour échantillonnage.

En supprimant les hautes fréquences que la fréquence d'échantillonnage choisie ne peut pas gérer, le filtre anti-crénelage rend physiquement impossible tout repliement. Il s'agit de l'un des composants les plus critiques d'un analyseur de signaux numériques, garantissant que le spectre FFT obtenu représente fidèlement les vibrations de la machine dans la plage de fréquences choisie.

← Retour à l'index principal