Što je filtar za praćenje? Filtriranje na temelju redoslijeda • Prijenosni balanser, analizator vibracija "Balanset" za dinamičko balansiranje drobilica, ventilatora, malčera, puževa na kombajnima, osovina, centrifuga, turbina i mnogih drugih rotora Što je filtar za praćenje? Filtriranje na temelju redoslijeda • Prijenosni balanser, analizator vibracija "Balanset" za dinamičko balansiranje drobilica, ventilatora, malčera, puževa na kombajnima, osovina, centrifuga, turbina i mnogih drugih rotora

Razumijevanje filtera za praćenje

Definicija: Što je filtar za praćenje?

Filtar za praćenje (također se naziva filtar za praćenje redoslijeda ili sinkroni filtar) je uskopojasni filtar u vibration analysis instrumenti koji automatski podešavaju svoju središnju frekvenciju kako bi pratila višekratnik (red) brzine vrtnje stroja. Na primjer, “1× filter za praćenje” kontinuirano prati frekvenciju brzine rada, filtrirajući sve ostale frekvencije i propuštajući samo osnovnu 1× komponentu. Slično tome, 2× i 3× filteri za praćenje prate dvostruku i trostruku brzinu rada.

Filtri za praćenje su ključni alati za analizu opreme s promjenjivom brzinom, prijelaznih stanja pri pokretanju/usporavanju i za izoliranje specifičnih komponenti narudžbe u analiza narudžbe. Omogućuju mjerenje amplituda and faza sinkronih komponenti čak i pri promjeni brzine stroja.

Kako funkcioniraju filtri za praćenje

Osnovni princip

  1. Referentna brzina: Tahometar ili ključni fazor pruža impuls jednom po okretu
  2. Izračun frekvencije: Instrument izračunava trenutnu frekvenciju rotacije s tahometra
  3. Množenje reda: Množi rotacijsku frekvenciju s rednim brojem (1, 2, 3, itd.)
  4. Centriranje filtera: Uskopojasni filtar centriran na izračunatoj frekvenciji
  5. Kontinuirano podešavanje: Kako se brzina mijenja, frekvencija filtera se kontinuirano prati
  6. Izlaz: Filtrirani signal koji sadrži samo odabranu komponentu narudžbe

Karakteristike filtera

  • Propusnost: Tipično ±2-10% središnje frekvencije
  • Uskost: Učinkovito odbija obližnje frekvencije
  • Stopa praćenja: Može pratiti brze promjene brzine
  • Višestruki filteri: Moderni instrumenti omogućuju istovremeno praćenje više narudžbi

Primjene

1. Analiza pokretanja i zaustavljanja

Primarna primjena filtera za praćenje:

  • Praćenje 1× amplitude i faze u odnosu na brzinu tijekom prijelaznih pojava
  • Generirati Bodeovi dijagrami (amplituda i faza u odnosu na brzinu)
  • Identificirati kritične brzine od vrhova amplitude
  • Mjera prigušivanje od širine rezonantnog vrha
  • Prati 2×, 3× istovremeno za identifikaciju više načina rada

2. Analiza opreme s promjenjivom brzinom

  • Održavajte mjerenja temeljena na redoslijedu unatoč promjenama brzine
  • Motori s VFD-om i kontinuirano promjenjivom brzinom
  • Vjetroturbine s različitim brzinama vjetra
  • Procesna oprema s promjenama brzine ovisnim o opterećenju
  • Omogućuje dosljedno praćenje trendova bez obzira na fluktuacije brzine

3. Balansiranje

  • Komponenta trake 1× tijekom balansiranje postupak
  • Filtrirajte komponente koje nisu 1× za čišće mjerenje
  • Mjerenje faze samo na frekvenciji 1×
  • Poboljšava točnost uklanjanjem drugih izvora vibracija

4. Analiza specifična za narudžbu

  • Izolirajte specifične narudžbe za detaljno proučavanje
  • Primjer: Track 2× za praćenje napredovanja neusklađenosti
  • Redoslijed prolaska lopatica gusjenica u ventilatorima/pumpama
  • Odvojene preklapajuće frekvencijske komponente

Prednosti filtera za praćenje

Neovisnost brzine

  • Mjerenja su značajna bez obzira na promjene brzine
  • Usporedite podatke s različitih brzina na istoj osnovi (nalozi)
  • Neophodno za opremu bez konstantne brzine

Izolacija komponenti

  • Odvaja određeni redoslijed od svih ostalih frekvencija
  • Čišći signali od FFT-a punog spektra
  • Bolji omjer signala i šuma za komponente narudžbe
  • Omogućuje precizno mjerenje amplitude i faze

Tranzijentna analiza

  • Praćenje komponenti kroz promjene brzine
  • Kontinuirano mjerenje tijekom ubrzanja/usporavanja
  • Nema potrebe za stacionarnim uvjetima
  • Otkriva ponašanje ovisno o brzini

Ograničenja i razmatranja

Zahtijeva tahometar

  • Točna referenca brzine je bitna
  • Kvaliteta signala tahometra utječe na performanse filtera
  • Ne može se koristiti na opremi bez reference brzine
  • Puls od jednom po okretu mora biti pouzdan

Prati samo sinkrone komponente

  • Nesinkroni kvarovi nisu zabilježeni (većina nedostataka ležajeva)
  • Električne frekvencije se ne prate
  • Slučajne vibracije su filtrirane
  • Za potpunu dijagnozu potrebno je koristiti komplementarne analize

Kompromisi propusnosti filtera

  • Uski filter: Bolje odbacivanje susjednih frekvencija, ali sporiji odziv na promjene brzine
  • Široki filter: Brže praćenje, ali može uključivati komponente u blizini
  • Optimalno: Tipična propusnost od 5-10% za većinu aplikacija

Praćenje filtra u odnosu na FFT

Značajka FFT analiza Filter za praćenje
Zahtjev za brzinu Radi pri bilo kojoj brzini Zahtijeva tahometar
Varijacija brzine Zahtijeva stalnu brzinu Podnosi različite brzine
Informacija Puni spektar, sve frekvencije Samo pojedinačna narudžba
Nesinkroni kvarovi Otkriva sve kvarove Promašuje nesinkrono
Tranzijentna analiza Teško Izvrsno
Najbolje za Opća dijagnostika, stacionarno stanje Analiza kritične brzine, promjenjiva brzina

Moderne implementacije

Digitalni filtri za praćenje

  • Softverski filteri u modernim analizatorima
  • Više istovremenih narudžbi (1×, 2×, 3× istovremeno)
  • Podesiva propusnost
  • Prikaz u stvarnom vremenu tijekom prijelaznih stanja

Integracija analize narudžbi

  • Filteri za praćenje kao temelj sveobuhvatne analize narudžbi
  • Ekstrahiran puni spektar narudžbi (sve narudžbe istovremeno)
  • Karte u boji koje prikazuju redoslijed u odnosu na brzinu
  • Automatsko otkrivanje kritične brzine iz podataka o praćenju narudžbi

Filtri za praćenje su specijalizirani, ali moćni alati u analizi vibracija, posebno za dinamiku rotora i opremu s promjenjivom brzinom. Održavanjem fokusa na određenim naredbama unatoč promjenama brzine, filtri za praćenje omogućuju analizu prijelaznih stanja i praćenje komponenti neovisno o brzini što bi bilo nemoguće standardnim FFT tehnikama, što ih čini bitnima za identifikaciju kritične brzine i naprednu dijagnostiku strojeva.


← Natrag na glavni indeks

Kategorije:

WhatsApp