Az FFT (gyors Fourier-transzformáció) a rezgésanalízisben
A Gyors Fourier-transzformáció (FFT) egy rendkívül hatékony matematikai algoritmus, amely a jelet az időtartományból a frekvenciatartományba alakítja át. A rezgéselemzés it converts a raw, complex időhullámforma — vibration amplitude plotted against time — into a frekvenciaspektrum, az amplitúdó a frekvencia függvényében ábrázolva. Ez az egyetlen transzformáció a legfontosabb és legalapvetőbb folyamat a modern gépdiagnosztikában; nélküle a rezgésjel alig több egy olvashatatlan görbevonalnál.
1. Meghatározás: Mi az FFT?
Az FFT nem mérés, hanem számítás. Ez a diszkrét Fourier-transzformáció gyors megvalósítása, amely a matematikai szimmetriákat kihasználva ezredmásodpercek alatt végzi el azt, ami egyébként sokkal tovább tartana, és éppen ezért tud élőben futni egy kézi műszeren. Fourier-re visszavezethető alapelve szerint bármely összetett periodikus jel rekonstruálható különböző frekvenciájú és amplitúdójú egyszerű szinuszhullámok összegeként. Az FFT ezt a gondolatot fordítva alkalmazza: adjon át neki egy összetett hullámformát, és visszaadja azoknak a szinuszhullámoknak a listáját, amelyekből felépül.
2. Miért nélkülözhetetlen az FFT a diagnosztikában
Egy működő gép nyers időtartománybeli hullámformája számos, egyszerre zajló rezgés zűrzavara, és szabad szemmel szinte lehetetlen megítélni a gép állapotát egy ilyen görbe alapján. Az FFT prizmaként működik, az összetett jelet egyedi frekvenciakomponenseire bontva. Az eredmény egy világos, cselekvésre alkalmas diagram, amely lehetővé teszi az elemző számára, hogy lássa:
- Milyen frekvenciák vannak jelen?
- Mennyi energia (amplitúdó) található az egyes frekvenciákon?
- Milyen kapcsolat van ezek között a frekvenciák között — harmonikusok, oldalsávok és hasonlók?
Mivel a különböző mechanikai és elektromos hibák — kiegyensúlyozatlanság, eltérés, csapágyhibák, és lazaság — mindegyike nagyon meghatározott, kiszámítható frekvenciákon kelt rezgést, a spektrum közvetlen útmutatót nyújt a probléma gyökérokához. Ez a frekvenciatartománybeli nézet az alapja minden spektrális analízis.
3. Az FFT-elemzés kulcsfontosságú paraméterei
A hasznos spektrum megszerzéséhez az elemzőnek több paramétert kell beállítania az adatgyűjtőn vagy a szoftverben. Ha ezeket rosszul állítja be, egy valós hiba észrevétlen maradhat; ha jól, akkor az jól láthatóan kirajzolódik.
Fmax (maximális frekvencia)
A spektrumban szereplő legmagasabb frekvencia. Elég magasra kell állítani ahhoz, hogy a vizsgált legmagasabb frekvenciájú hibát is rögzítse — például a nagyfrekvenciás fogaskerék-háló vagy a csapágyfrekvenciákat —, de nem olyan magasra, hogy az alacsony frekvenciás részletek elvesszenek. Annak megakadályozására, hogy Élsebet, instruments apply an anti-aliasing aluláteresztő szűrő a mintavételezési ráta alá, mielőtt az FFT kiszámításra kerül.
Felbontás (felbontási vonalak száma)
Ez határozza meg a részletesség szintjét — az Fmax tartományán belül kiszámított diszkrét frekvencia“rekeszek” számát. Több vonal (mondjuk 3 200 vagy 6 400) finomabb felbontást ad, vagyis nagyobb képességet két, egymáshoz közeli frekvencia szétválasztására. A nagy felbontás elengedhetetlen a lebegési frekvenciák megkülönböztetéséhez vagy a szorosan elhelyezkedő oldalsávok feloldásához a hajtóműelemzésben. Mivel a rekeszszélesség az Fmax és a vonalak számának hányadosa, mindig kompromisszum van a tartomány és a részletesség között; egy FFT felbontás-kalkulátor megmutatja az eredményül kapott rekeszszélességet és gyűjtési időt bármely beállításhoz, egy Zoom FFT pedig az összes rendelkezésre álló vonalat egy szűk sávba tudja összpontosítani, amikor még finomabb szétválasztásra van szükség.
Átlagszámítás
Mivel a gép rezgése ingadozik, egyetlen FFT-pillanatkép félrevezető lehet. Az átlagolás több FFT-t gyűjt gyors egymásutánban, és egyesíti azokat, elnyomva a véletlenszerű zajt, és sokkal stabilabb, megismételhető spektrumot eredményez, amely valóban a gép’állapotát tükrözi.
Ablakozás
A window function — leggyakrabban a Hanning ablak — egy matematikai súlyozás, amelyet az időadatokra alkalmaznak a transzformáció előtt. Minimalizál egy hibát, amelynek neve spektrális szivárgás, amely egyébként elkenne egy éles csúcsot a szomszédos rekeszek között, és meghamisítaná mind az amplitúdóját, mind a látszólagos frekvenciáját.
4. Interpreting an FFT Spectrum
A képzett elemző a spektrumot a jellegzetes minták felismerésével olvassa:
- Egy nagy csúcs a 1× üzemi fordulatszám indicates unbalance.
- Egy nagy csúcs a 2× a fordulatszám gyakran a tengelybeállítási hibára utal.
- A felharmonikusok hosszú sorozata (1×, 2×, 3×, 4×…) a mechanikai lazaság klasszikus jele.
- A fordulatszám szerint elhelyezkedő oldalsávokat hordozó nagyfrekvenciás csúcs a hajtómű- vagy csapágyhiba árulkodó jele.
- A szélessávú zaj megemelkedett “alapszintje” jelezheti a kavitáció szivattyúban vagy általános súrlódás esetén.
Az aktuális spektrumot összehasonlítva egy alapvonal akkor rögzített spektrummal, amikor a gép még egészséges volt, az elemző észlelheti a változásokat, és jóval azelőtt diagnosztizálhatja a kialakuló problémákat, hogy azok kritikus meghibásodássá válnának.
5. Az FFT a gyakorlati helyszíni mérésben
Egy hordozható műszeren az FFT a helyszínen, valós időben kerül kiszámításra az élő gyorsulásmérő signal. The Balanset-1A, egy kétcsatornás helyszíni analizátor, rögzíti az időbeli jelalakot, és megjeleníti annak spektrumát körülbelül 5 Hz és 1000 Hz között, így a mérnök leolvashatja a fordulatszámhoz tartozó csúcsot, annak harmonikusait, valamint a gépen jelentkező csapágy- vagy fogaskerék-hangokat. A fordulatonkénti tachométer-impulzussal kombinálva ugyanaz az adathalmaz támogatja a fázisalapú kiegyensúlyozást, miközben a megrendeléselemzés a spektrumot a fordulatszám többszöröseihez tudja újra viszonyítani változó fordulatszámú gépeken — az FFT-t statikus diagramból a helyszíni diagnosztikai és kiegyensúlyozási munkafolyamat motorjává alakítva.
