Az FFT (gyors Fourier-transzformáció) a rezgésanalízisben

Definíció: Mi az FFT?

A Gyors Fourier-transzformáció (FFT) egy rendkívül hatékony matematikai algoritmus, amelyet egy jel időtartományból frekvenciatartományba való átalakítására használnak. A rezgésanalízisben ez egy nyers, komplex időhullám (a rezgési amplitúdó időfüggvényének ábrázolása) egy frekvenciaspektrum (a rezgési amplitúdó és a frekvencia diagramja). Ez az átalakítás a legfontosabb és legalapvetőbb folyamat a modern gépdiagnosztikában.

Miért elengedhetetlen az FFT a diagnosztikában?

Egy működő gép nyers időhullámalakja számos különböző, egyszerre zajló rezgés összetett halmaza. Szinte lehetetlen ezt a jelet megvizsgálni és meghatározni a gép állapotát. Az FFT prizmaként működik, ezt az összetett jelet az egyes frekvenciakomponenseire választja szét. Az eredmény egy világos, hasznos diagram, amely lehetővé teszi az elemző számára, hogy lássa:

• Milyen frekvenciák vannak jelen?
• Mekkora az energia (amplitúdó) az egyes frekvenciákon?
• Mi a kapcsolat ezek között a frekvenciák között?

Mivel a különböző mechanikai és elektromos hibák (például kiegyensúlyozatlanság, hibás beállítás, csapágyhibák és lazaság) mindegyike nagyon specifikus, kiszámítható frekvenciájú rezgést generál, az FFT spektrum közvetlen utat mutat a probléma kiváltó okához.

Az FFT-analízis főbb paraméterei

Egy hasznos FFT spektrum megszerzéséhez a rezgéselemzőnek számos kulcsfontosságú paramétert kell meghatároznia az adatgyűjtőn vagy a szoftveren:

1. Fmax (Maximális frekvencia)

Ez a legmagasabb frekvencia, amely a spektrumban szerepelni fog. Elég magasra kell beállítani, hogy a keresett legmagasabb frekvenciájú hibát is rögzítse (pl. nagyfrekvenciás fogaskerék-kapcsolás vagy csapágyhangok).

2. Felbontás (felbontási vonalak)

Ez határozza meg a spektrum részletességi szintjét. Ez a diszkrét frekvencia „rekeszek” vagy adatpontok száma, amelyeket az Fmax mentén számítanak ki. A nagyobb vonalszám (pl. 3200 vagy 6400) jobb frekvenciafelbontást eredményez, ami azt jelenti, hogy két, egymáshoz nagyon közel lévő rezgési frekvencia elkülöníthető. A nagy felbontás kritikus fontosságú a lebegési frekvenciák diagnosztizálásához vagy az oldalsávok elemzéséhez a sebességváltó-elemzés során.

3. Átlagolás

Mivel a gép rezgése ingadozhat, egyetlen „pillanatfelvétel” FFT félrevezető lehet. Az átlagolás több FFT gyors egymásutánban történő mérését, majd azok együttes átlagolását jelenti. Ez a folyamat csökkenti a véletlenszerű zajt, és sokkal stabilabb, megismételhetőbb és reprezentatívabb spektrumot biztosít a gép valódi állapotáról.

4. Ablakozás

Az ablakfüggvény (mint a Hanning-függvény) egy matematikai súlyozás, amelyet az időbeli hullámforma adatokra alkalmaznak az FFT kiszámítása előtt. Ez egy jelfeldolgozási technika, amelyet a „spektrális szivárgás” nevű hiba minimalizálására használnak, biztosítva, hogy a spektrumban lévő jelek amplitúdója és frekvenciája a lehető legpontosabb legyen.

FFT spektrum értelmezése

Egy képzett elemző egy FFT spektrumot a jellemző mintázatok keresésével értelmez:

• Egy nagy csúcs a 1x a futási sebesség jelzi kiegyensúlyozatlanság.
• Egy nagy csúcs a 2-szeres futási sebesség gyakran rámutat eltérés.
• Egy sorozat felharmonikusok (csúcsok 1x, 2x, 3x, 4x stb. értékeknél) a mechanikai lazaság klasszikus jele.
• Nagyfrekvenciás csúcs oldalsávok A menetsebességnél eltérő hézag a sebességváltó vagy a csapágy hibájának árulkodó jele.
• A szélessávú zaj megemelkedett „padlója” a szivattyú kavitációjára vagy súrlódásra utalhat.

Az aktuális FFT-spektrum és a gép egészséges állapotában mért alapérték összehasonlításával az elemzők könnyen észrevehetik a változásokat és diagnosztizálhatják a kialakuló problémákat jóval azelőtt, hogy azok kritikus meghibásodássá válnának.

← Vissza a fő tartalomjegyzékhez