Գործարկեք Vibromera.com-ը — մեր նոր միջազգային կայքը։ Այցելեք Vibromera.com →

Ալիասինգի ըմբռնումը տատանումների վերլուծությունում

Շարժական հավասարակշռիչ & թրթռման վերլուծիչ Balanset-1A

Թրթռման տվիչ

Օպտիկական տվիչ (լազերային տախոմետր)

Balanset-4

Մագնիսական տակդիր Insize-60-kgf

Անդրադարձող ժապավեն

Դինամիկ հավասարակշռիչ «Balanset-1A» OEM

Ալիասինգը ազդանշանի մշակման սխալ է, որը կարող է խեղաթյուրել տատանումների տվյալների թվային վերլուծությունը։ Այն տեղի է ունենում, երբ ազդանշանը դիսկրետացվում է այնպիսի հաճախականությամբ, որը չափազանց ցածր է իր ամենաբարձր հաճախականության բաղադրիչները գրանցելու համար, և այդ բարձր հաճախականությունները “ծալվում են դեպի ցած”՝ ներկայանալով որպես ավելի ցածր հաճախականություններ ստացված FFT հաճախությունների սպեկտրում։ Արդյունքում առաջանում են կեղծ գագաթներ, որոնք երբեք չեն եղել իրական մեքենայում՝ գագաթներ, որոնք կարող են հանգեցնել լուրջ սխալ ախտորոշման։ Ալիասինգի և դրա կանխարգելման միջոցառման հասկացումը հիմնարար է ցանկացած թվային տատանումների սպեկտրին վստահելու համար։

1. Սահմանում. Ի՞նչ է ալիասինգը

Երբ վերլուծիչը թվայնացնում է տատանումների ազդանշանը, այն գրանցում է ոչ թե անընդհատ կոր, այլ դիսկրետ նմուշների հաջորդականություն՝ ֆիքսված ժամանակային միջակայքում ընդունված «լուսանկարներ»։ Եթե այդ «լուսանկարները» իրարից չափազանց հեռու են տեղադրված՝ համեմատած ազդանշանի փոփոխման արագության հետ, վերլուծիչը բառացիորեն չի կարողանում տարբերակել արագ ալիքը դանդաղից։ Բարձր հաճախականության բաղադրիչի գրանցված քիչ քանակությամբ կետերը կարող են միացվել և կազմել լիովին հավանական ցածր հաճախականության սինուսոիդալ ալիք։ Այդ ֆանտոմային ցածր հաճախականությունը ալիասն է, և երբ այն հայտնվում է սպեկտրում , այն անտարբերակելի է իրական տատանումից այդ հաճախականության դեպքում։

2. Նայքվիստի թեորեմը և դիսկրետացման հաճախականությունը

Ալիասինգը հասկանալու համար նախ պետք է հասկանալ Նայքվիստի թեորեմը (Նայքվիստ-Շենոնի դիսկրետացման թեորեմ)։ Թվային ազդանշանների մշակման այս հիմնարար սկզբունքը պնդում է.

Անալոգային ազդանշանը թվային տեսքով ճշգրիտ ներկայացնելու համար դիսկրետացման հաճախականությունը (Fs) պետք է լինի ազդանշանում առկա ամենաբարձր հաճախականության բաղադրիչի (Fmax) առնվազն կրկնապատիկ։

Այս նվազագույն դիսկրետացման հաճախականությունը (2 × Fmax) կոչվում է Նայքվիստի դիսկրետացման արագություն։ Հակառակը՝ տվյալ դիսկրետացման հաճախականությամբ հավատարիմ չափելի ամենաբարձր հաճախականությունը դրա կեսն է՝ Fmax = Fs / 2։ Այդ սահմանը Նայքվիստի հաճախականությունն է։ Նայքվիստի հաճախականությունից բարձր ցանկացած իրական հաճախականություն չի կարող ճիշտ ներկայացվել և փոխարենը «արտացոլվում» է դեպի ցածր։ Գործնականում ընտրված Fmax -ն նաև որոշում է վերլուծության լուծաչափը՝ համատեղ FFT գծերի քանակի հետ, ինչը կարող եք ուսումնասիրել FFT լուծաչափի հաշվիչով չափումները պլանավորելիս։

3. Ինչպե՞ս է առաջանում ալիասինգը

Պատկերացրեք բարձր հաճախականության տատանում, որը չափվում է թվային վերլուծիչով՝ ֆիքսված արագությամբ դիսկրետ նմուշներ ընդունելով.

  • Եթե դիսկրետացման հաճախականությունը բավականաչափ բարձր է՝ զգալիորեն գերազանցելով Նայքվիստի դիսկրետացման արագությունը, վերլուծիչը գրանցում է բավարար քանակությամբ կետեր յուրաքանչյուր ցիկլում՝ ալիքի ձևը ճշգրիտ վերականգնելու համար։
  • Եթե դիսկրետացման հաճախականությունը չափազանց ցածր է, վերլուծիչը բաց է թողնում նմուշների միջև տեղի ունեցողը։ Գրանցված քիչ քանակությամբ կետերը միանում են և կազմում լիովին տարբեր, ավելի ցածր հաճախականության սինուսոիդալ ալիք։ Այդ կեղծ ցածր հաճախականությունը ալիասն է։

Կոնկրետ օրինակ. ենթադրենք, ազդանշանը պարունակում է իրական 900 Hz բաղադրիչ, բայց վերլուծիչի Fmax -ն կարգավորված է 500 Hz-ի, ինչը համապատասխանում է 1000 Hz դիսկրետացման հաճախականությանը։ 900 Hz բաղադրիչը գտնվում է 500 Hz Նայքվիստի հաճախականությունից բարձր և չի կարող ճիշտ չափվել։ Այն ենթարկվում է ալիասինգի և կրկին հայտնվում է Fs − 900 = 1000 − 900 = 100 Hz հաճախականության վրա։ Վերլուծողը, ով ուսումնասիրում է սպեկտրը, հեշտությամբ կարող է այդ 100 Hz գագաթը շփոթել 1× աշխատանքային պտտաթվի տատանման, կամ իրական դեֆեկտի հետ և հետապնդել գոյություն չունեցող խափանում։ Ավելի վատն այն է, որ բարձր հաճախականության «հանցագործները»՝ առանցքակալների հարվածները, ատամնավոր փոխանցման էներգիան, էլեկտրական աղմուկը, հաճախ հենց այն ազդանշաններն են, որոնց վրա վերլուծողն ամենաշատն է հույս դնում։

4. Ալիասինգի կանխարգելում. հակաալիասինգային ֆիլտրը

Անհնար է նախապես գիտենալ ազդանշանի բոլոր բարձր հաճախականության բաղադրիչները՝ ուլտրաձայնային աղմուկ, կտրուկ հարվածներ, ռադիոհաճախականության խանգարումներ և էլեկտրական ինդուկցիա կարող են ներխուժել։ Պարզապես հույս դնել, որ դիսկրետացման հաճախականությունը բավականաչափ բարձր է, անվտանգ ռազմավարություն չէ։

Յուրաքանչյուր ժամանակակից թվային տատանումների վերլուծիչում կիրառվող լուծումը հակաալիասինգային ֆիլտրն է՝ կտրուկ ցածր հաճախությունների ֆիլտր , տեղադրված ազդանշանի ճանապարհին մինչև անալոգ-թվային փոխարկիչը (ADC)։ Այն աշխատում է հետևյալ կերպ.

  1. Օգտատերը սահմանում է ցանկալի առավելագույն հաճախականությունը՝ Fmax-ն՝ վերլուծության համար։
  2. Այդ Fmax-ի հիման վրա վերլուծիչը ավտոմատ կերպով սահմանում է հակաալիասինգային ֆիլտրի կտրման հաճախականությունը՝ մի փոքր բարձր, քան՝ Fmax.
  3. Անալոգային տվիչի ազդանշանն անցնում է ֆիլտրով, որը հեռացնում կամ ուժեղ մարում է կտրման սահմանից բարձր ամեն ինչ։
  4. Միայն ֆիլտրված, մաքուր ազդանշանը հասնում է ADC-ին՝ դիսկրետացման համար։

Քանի որ ֆիլտրը հեռացնում է բարձր հաճախականությունները, որոնք ընտրված դիսկրետացման հաճախականությունը չի կարող մշակել մինչև դիսկրետացման իրականացումը, այն ֆիզիկապես անհնար է դարձնում ալիասինգը։ Իրական ֆիլտրը չի կարող անվերջ կտրուկ կտրել, ինչի պատճառով կտրման սահմանը սահմանվում է Նայքվիստի հաճախականությունից մի փոքր ցածր՝ թողնելով պաշտպանիչ գոտի ֆիլտրի թեք հատվածում։ Հակաալիասինգային ֆիլտրը ցանկացած վերլուծիչի ամենակարևոր տարրերից է՝ ապահովելով, որ ստացված FFT-ն լինի մեքենայի տատանումների իրական և հավատարիմ պատկերը ընտրված միջակայքում։ Նկատի ունեցեք, որ այս ֆիլտրումը պետք է լինի անալոգային և նախորդի թվայնացմանը՝ թվային ֆիլտրում կիրառելը ADC-ից հետո չի կարող վերացնել ալիասը, քանի որ այդ ժամանակ կեղծ հաճախականությունն արդեն ամրագրված է տվյալներում։

5. Գործնական հետևանքներ վերլուծողի համար

Դաշտային ինժեների համար դասը հարգել գործիքի հաճախականության կարգավորումներն է։ Fmax-ը չափազանց ցածր ընտրելը՝ լավ լուծաչափ ցածր կարգի գագաթների վրա պահպանելու համար, կարող է թաքցնել կարևոր բարձր հաճախականության տեղեկատվությունը. հակաալիասինգային ֆիլտրը կպաշտպանի ձեզ կեղծ գագաթներից, բայց այն չի կարող ցույց տալ ձեզ այն էներգիան, որը դուք ֆիլտրել եք. Վստահելի սարքերն այդ գործառույթն իրականացնում են ավտոմատ կերպով․ շարժական վերլուծիչը, օրինակ՝ Balanset-1A-ն, կիրառում է հակաալիասինգային ֆիլտրումը ապարատային մակարդակում՝ ADC-ից առաջ, ուստի դիագնոստիկայի համար դրա ներկայացրած սպեկտրները և 1× ամպլիտուդ-ֆազային արժեքները, որոնք այն օգտագործում է հավասարակշռման համար, ազատ են ալիասինգային արտեֆակտներից իր ամբողջ աշխատանքային միջակայքում։ Գործնական եզրակացությունները. սահմանեք Fmax բավականաչափ բարձր՝ ծածկելու համար ամենաբարձր խափանման հաճախականությունը, որը ձեզ հետաքրքրում է, վստահեք, որ ճիշտ նախագծված վերլուծիչը ալիասինգ չի առաջացնի, և վերաբերվեք ցանկացած անբացատրելի ցածր հաճախականության գագաթին առողջ կասկածով, մինչև որ դուք բացառեք այլ պատճառները։


← Վերադառնալ հիմնական ինդեքսին

Կատեգորիաներ. ՎերլուծությունԲառարան

WhatsApp
Balanset-1A · €1975Հարցրեք ինժեներին