Razumijevanje spektralne analize
Spektralna analiza je proces uzimanja kompleksnog signala — kao što je vremenski valni oblik iz senzora vibracije — i dekompozicije na njegove pojedine frekventne komponente. Njegov je cilj transformirati signal iz time domain (amplituda naspram vremena) u frekvencijski domen (amplituda naspram frekvencije). Izlaz je spektar (plural: spektri): graf koji prikazuje amplitudu vibracije na svakoj specifičnoj frekvenciji. Spektralna analiza je najosnovnija i moćnija tehnika u dijagnostika vibracija, jer omogućava analitičaru da prepozna jedinstvene frekventne signature povezane s različitim greškama stroja.
1. Definicija: Što je spektralna analiza?
Vibracija stroja je zbroj mnogo simultanih periodičnih sila, i u vremenskoj domeni te sile se zamagljuju u jedan komplicirani trag koji opire interpretaciji. Spektralna analiza raspletava taj trag. Matematička osnova je Fourierov princip: bilo koji periodičan signal, ma koliko bio kompleksan, može se predstaviti kao zbroj jednostavnih sinusnih valova, svaki s vlastitom frekvencijom, amplitudom i fazom. Spektralna analiza pronalazi tu listu sinusnih valova i prikazuje je kao spektar — transformirajući "zbunjujući val tijekom vremena" u "urednu skupinu vrhova na poznatim frekvencijama." Ta transformacija je cijela poanta, a sve ostalo iz nje slijedi.
2. Uloga brze Fourierove transformacije (FFT)
Moderna spektralna analiza postaje praktična uz vrlo učinkovit algoritam nazvan Brza Fourierova transformacija (FFT). FFT je matematički postupak programiran u svakom digitalnom analizator vibracija. Kao ulaz uzima digitalizirane podatke vremenskog valnog oblika i kao izlaz proizvodi spektar frekvencije, obavljajući u milisekundama proračun koji bi prije trebao sate ručnog rada.
FFT omogućava kompleksan, naizgled kaotičan signal — vrlo težak za čitanje u vremenskoj domeni — da se vidi kao jasna serija različitih vrhova frekvencije u domenski frekvencije. Da bi FFT bio valjan, signal mora prvo biti ispravno uzorkovan i zaštićen od aliasiranje, zbog čega antialias filter uvijek prethodi transformaciji.
3. Dijagnostička moć spektra
Spektralna analiza je toliko učinkovita jer različiti mehanički i električni problemi u rotirajućim strojevima generiraju vibracije na predvidljivim, karakterističnim frekvencijama. Analizirajući spektar, stručnjak može dijagnosticirati uzrok problema uspoređujući frekvencije vrhova s poznatim uzorkom kvarova. Česti primjeri uključuju:
- Veliki vrh na 1× brzine radna brzina često ukazuje neravnoteža — signal za posao balansiranja.
- Veliki vrh na 2× brzine vrtnje klasičan je znak neusklađenost.
- Red harmonika brzine vrtnje obično ukazuje na mehanički labav položaj.
- Niz vrhova na necijelobrojnim višekratnicima brzine trčanja može ukazivati na kvarovi ležaja, često najbolje potvrđeno s analiza omotača.
- Vrh visoke amplitude na frekvenciji sprezanja zupčanika s bočni pojasevi ukazuje nedostaci zupčanika.
- Vrh na 2× frekvencije električne mreže može ukazati na problem statora motora.
4. Ključni parametri u spektralnoj analizi
Za stjecanje korisnog spektra, analizirajući mora odrediti nekoliko ključnih parametara. Ako ih pogrešno postavite, čak i savršena FFT može vas zavesti:
- Fmax (maksimalna frekvencija): najveća frekvencija uključena u spektar. Mora biti postavljena dovoljno visoko da obuhvati sumnjane kvarove — visoko za probleme s zupčanicima i ležajima, niže za neuravnoteženost na nižim brzinama.
- Rezolucija (linije rezolucije): to određuje razinu pojedinosti. Više linija omogućava bolju rezoluciju frekvencije, što analizirajućem omogućava odvajanje dvaju vrhova koji su blizu — neophodno za razrješavanje bočnih pruga u analizi mjenjača. Kompromis je duže vrijeme prikupljanja, odnos koji možete istražiti s Kalkulator FFT rezolucije.
- Usrednjavanje: za dobivanje čistoga, stabilnog spektra, analizirajući snima nekoliko “snimaka” i usrednjava ih, suzbijajući nasumičnu buku i otkrivajući pravu stacionarnu vibracijskih.
- Prozori: matematička funkcija kao što je Hanningov prozor primjenjuje se na svaki blok podataka kako bi se spriječilo spektralno curenje, što bi inače razmazalo i iskrivilo amplitude i oblike vrhova.
5. Spektralna analiza na terenu
Spektralna analiza nije ograničena na laboratorij — upravo je to ono što inženjer održavanja obavlja na licu mjesta s prijenosnom aparaturom. Dvokanalnom analizirajući kao što je Balanset-1A uzorkuje signal iz akcelerometar na kućištu ležaja, pokreće FFT, i prikazuje spektar na mjestu, tako da tehničar može identificirati kvar i poduzeti akciju prije sljedeće smjene. Budući da isti instrument također čita vibraciju vratila faza od a tahometar, dijagnoza neubalansiranjenosti tipa 1× može direktno teći u korekciju balanciranja bez promjene alata — dijagnoza i popravka u jednom toku rada.
6. Spektralna analiza u odnosu na vremenski valni oblik
Spektar je moćan, ali nije cijela slika. Usrednjavanje i FFT mogu sakriti kratke, oštre prolazne događaje — udare puknutog zuba zupčanika ili ispalog okuyanca ležaja — koji se jasno vide u sirovom vremenskom valnom obliku. Iskusni analitičari zato tretirajua dva prikaza kao partnere: spektar za lociranje koji frekvencija koje nose energiju, vremenski valni oblik za proučavanje kako kako se ta energija isporučuje. U biti, spektralna analiza je jezgra moderne dijagnostike vibracija, koja daje jasan “rendgenski” prikaz sila i kretanja koja se događaju unutar stroja — i čitana zajedno s valnim oblikom i referentnom linijom, ona pretvara sirovitu vibraciju u pouzdane odluke.
