FFT (brza Fourierova transformacija) u analizi vibracija

Definicija: Što je FFT?

The Brza Fourierova transformacija (FFT) je visoko učinkovit matematički algoritam koji se koristi za transformaciju signala iz vremenske domene u frekvencijsku domenu. U analizi vibracija to znači pretvaranje sirovog, složenog vremenski valni oblik (grafikon amplitude vibracija u odnosu na vrijeme) u frekvencijski spektar (grafikon amplitude vibracija u odnosu na frekvenciju). Ova transformacija je najvažniji i temeljni proces u modernoj dijagnostici strojeva.

Zašto je FFT bitan za dijagnostiku?

Sirovi vremenski valni oblik iz pokrenutog stroja je složena zbrka mnogih različitih vibracija koje se događaju istovremeno. Gotovo je nemoguće pogledati ovaj signal i utvrditi ispravnost stroja. FFT djeluje poput prizme, odvajajući ovaj složeni signal na njegove pojedinačne frekvencijske komponente. Rezultat je jasan, praktičan grafikon koji analitičaru omogućuje da vidi:

• Koje su frekvencije prisutne?
• Kolika je energija (amplituda) na svakoj frekvenciji?
• Kakav je odnos između tih frekvencija?

Budući da različiti mehanički i električni kvarovi (poput neravnoteže, neusklađenosti, nedostataka ležajeva i labavosti) generiraju vibracije na vrlo specifičnim, predvidljivim frekvencijama, FFT spektar pruža izravan put do uzroka problema.

Ključni parametri FFT analize

Za dobivanje korisnog FFT spektra, analitičar vibracija mora definirati nekoliko ključnih parametara na uređaju za prikupljanje podataka ili softveru:

1. Fmax (Maksimalna frekvencija)

Ovo je najviša frekvencija koja će biti uključena u spektar. Mora biti postavljena dovoljno visoko da uhvati kvar najviše frekvencije koji tražite (npr. visokofrekventni tonovi zupčanika ili ležajeva).

2. Rezolucija (Linije rezolucije)

Ovo određuje razinu detalja u spektru. Definira se kao broj diskretnih frekvencijskih "kanala" ili podatkovnih točaka koje će se izračunati preko Fmax-a. Veći broj linija (npr. 3200 ili 6400) rezultira boljom frekvencijskom rezolucijom, što znači mogućnost odvajanja dvije frekvencije vibracija koje su vrlo blizu jedna drugoj. Visoka rezolucija je ključna za dijagnosticiranje frekvencija vibracija ili analizu bočnih pojaseva u analizi mjenjača.

3. Usrednjavanje

Budući da vibracije stroja mogu fluktuirati, jedan "snapshot" FFT može biti zavaravajuć. Usrednjavanje uključuje dobivanje više FFT-ova u brzom slijedu, a zatim njihovo zajedničko usrednjavanje. Ovaj proces smanjuje slučajni šum i pruža puno stabilniji, ponovljiviji i reprezentativniji spektar stvarnog stanja stroja.

4. Prozori

Funkcija prozora (poput Hanningove) je matematičko ponderiranje koje se primjenjuje na podatke vremenskog vala prije izračuna FFT-a. To je tehnika obrade signala koja se koristi za minimiziranje pogreške nazvane "spektralno propuštanje", osiguravajući da su amplituda i frekvencija signala u spektru što točnije.

Interpretacija FFT spektra

Obučeni analitičar interpretira FFT spektar tražeći karakteristične obrasce:

• Veliki vrh na 1x brzina trčanja ukazuje neravnoteža.
• Veliki vrh na 2x veća brzina trčanja često ukazuje na neusklađenost.
• Niz harmonici (vrhovi na 1x, 2x, 3x, 4x, itd.) su klasičan znak mehaničke labavosti.
• Visokofrekventni vrh s bočni pojasevi Razmak pri radnoj brzini je znak kvara mjenjača ili ležaja.
• Povišeni "pod" širokopojasne buke može ukazivati na kavitaciju u pumpi ili trenje.

Uspoređujući trenutni FFT spektar s osnovnom vrijednošću uzetom kada je stroj bio ispravan, analitičari mogu lako uočiti promjene i dijagnosticirati probleme u razvoju mnogo prije nego što postanu kritični kvarovi.

← Natrag na glavni indeks