Ավտոսպեկտրի հասկացում
աուտոսպեկտր — նաև գրվում է autospectrum, և ազատ կոչվում է հզորության սպեկտր կամ պարզապես «սպեկտր» — մեկ տատանում սիգնալի հաճախականության տիրույթի ներկայացումն է, որը ցույց է տալիս, թե ինչպես է այդ սիգնալի էներգիան կամ ամպլիտուդ բաշխված հաճախականության ընդհանուր տիրույթում: Այն ստացվում է՝ վերցնելով Արագ Ֆուրիեի փոխակերպում (FFT) ժամանակային գրառման և ցուցադրելով յուրաքանչյուր հաճախականության բաղադրիչի մեծությունը: «Ավտո-» նախածանցը տարբերակում է այն կրոսս-սպեկտրից, որը կապ է հաստատում երկու տարբեր սիգնալների միջև. ավտոսպեկտրը սիգնալի սպեկտրն է, որը վերցված է ինքն իր հետ:
Ամենօրյա աշխատանքում սա հենց այն է, ինչը մեխանիկների մեծ մասը նկատի ունի, երբ ասում է «սպեկտր» կամ «FFT» — ստանդարտ հաճախականության ցուցադրումը յուրաքանչյուր տատանումների վերլուծիչ, իր գագաթներով անհավասարակշռություն, առանցքակալի թերությունների հաճախություններ, ատամնավոր փոխանցման շփում, և մնացածը: Հասկանալը, որ այս ամենօրյա գործիքը տեխնիկապես ավտոսպեկտր է, ամենակարևորն է, երբ անցնում եք բազմալուծային աշխատանքի, որտեղ կրոսս-սպեկտրները, կոհերենտություն, և այլ կորելյացիոն ֆունկցիաներ մտնում են պատկերի մեջ:
1. Մաթեմատիկական հիմքը
Երկու ուղի դեպի նույն արդյունքը
Կան երկու մաթեմատիկական համարժեք եղանակներ ավտոսպեկտր ստանալու համար.
- Ուղղակի FFT. Մոդուլավորել ժամանակային սիգնալը, վերցնել յուրաքանչյուր կոմպլեքս FFT բինի մեծությունը (կամ մեծության քառակուսին) և գծագրել այն հաճախականության նկատմամբ: Սա սովորական, ուղղակի ուղին է, որն օգտագործվում է գրեթե բոլոր սարքերի ներսում:
- Ավտոկորելյացիայի միջոցով. առաջին հերթին հաշվարկել սիգնալի ավտոկորելյացիոն ֆունկցիան, ապա վերցնել դրա FFT-ն: Ըստ Վիեներ-Խինչինի թեորեմի արդյունքը նույնական է ուղղակի մեթոդին — նույն սպեկտրը, որը հասնում է տարբեր հաշվարկային ուղու միջոցով:
Երբ մեծությունը քառակուսի է բարձրացվում և նորմավորվում մեկ միավոր հաճախականության համար, նույն մեծությունը դառնում է հզորության սպեկտրալ խտություն, որը նախընտրելի ձևն է լայնաշերտ պատահական տատանումների համար:
Միջինացում կայունության համար
Մեկ FFT-ն վիճակագրորեն աղմկոտ է, ուստի մի քանի ավտոսպեկտրներ, որոնք հաշվարկված են հաջորդական ժամանակային գրառումներից, միջինացվում են միասին՝ գնահատականը կայունացնելու և պատահական ցրումը նվազեցնելու համար: Ռուտինային մեքենաների դիագնոստիկայի համար 4-16 միջինացումը սովորական է; լայնաշերտ պատահական տատանումները կարող են պահանջել 50-100 կամ ավելի: Օգուտը գալիս է չափման ժամանակի արժեքով, ինչի պատճառով միջինացման քանակը մտածված զիջում է, այլ ոչ թե «ավելին միշտ ավելի լավ է»:
2. Սահմանող հատկություններ
Երեք հատկանիշներ ուղղակիորեն բխում են մաթեմատիկայից և արժե հաշվի առնել ցանկացած սպեկտր կարդալիս.
- Իրական արժեքով. ավտոսպեկտրը չունի կեղծ մաս: Այն ներկայացնում է միայն մեծությունը, ուստի փուլ սկզբնական սիգնալի փուլային կապը հեռացվում է մեծության հաշվարկի ժամանակ: Միակետ վնասվածքների ճանաչման համար սա կորուստ չէ; հավասարակշռման կամ փոխանցման ֆունկցիայի աշխատանքի համար, որտեղ փուլը կարևոր է, սա իրական սահմանափակում է:
- Միշտ դրական. արժեքները միշտ մեծ են կամ հավասար զրոյի, քանի որ դրանք ներկայացնում են էներգիա կամ հզորություն, որոնք չեն կարող բացասական լինել:
- Սիմետրիկ իրական սիգնալների համար. իրական ժամանակային սիգնալի սպեկտրը սիմետրիկ է Նայկվիստի հաճախականության նկատմամբ — բացասական հաճախականությունները պարզապես հայելային են դրականների — ուստի ցուցադրվում է միայն դրական կեսը, և այն պարունակում է բոլոր տեղեկատվությունը:
3. Ավտոսպեկտրը մեքենաների դիագնոստիկայում
Վերլուծաբանի ամենօրյա ցուցադրում
Սա այն գրաֆիկն է, որի մեջ աշխատում են տեխնիկները: Այն միանգամից ցույց է տալիս յուրաքանչյուր տատանման հաճախականության բաղադրիչ, և վերլուծաբանի խնդիրը յուրաքանչյուր գագաթը ճանաչելն ու համապատասխանեցնելը վնասվածքի տեսակին — դարձնելով ավտոսպեկտրը հիմնական գործիքը վնասվածքների դիագնոստիկայի և ռուտինային վիճակի գնահատման համար:
Որոնելի հատկանիշներ
- 1× գագաթ. աշխատանքային պտտաթիվ տատանում, որը գերիշխում է անհավասարակշռությունից և այլ մեկ պտույտի ընթացքում առաջացող աղբյուրներից:
- 2× գագաթ. սովորաբար առանցքների շեղվածություն կամ մեխանիկական թուլացում.
- Առանցքակալների հաճախություններ՝ BPFO, BPFI, BSF, և FTF, հաճախ շրջապատված կողմնային շերտեր.
- Ատամների շփում՝ ատամների շփման հաճախականությամբ և դրա հարմոնիկներ.
- Էլեկտրական: երկու անգամ գծային հաճախականությամբ (120 Հց 60 Հց մատակարարման դեպքում, 100 Հց 50 Հց մատակարարման դեպքում):
- Աղմուկի մակարդակ: տարամերժ տատանումների և սարքի աղմուկի կողմից սահմանված ֆոնային մակարդակ, որի դեմ պետք է առանձնանան իրական գագաթները։
4. Ավտոսպեկտրը և խաչաձև սպեկտրը
Միալուծիչ ավտոսպեկտրը պատասխանում է «որ հաճախություններն են առկա?» հարցին, մինչդեռ նրա երկլուծիչ քույրը պատասխանում է «ինչպե՞ս են կապված երկու ազդանշանները» հարցին։ Հակադրությունը արժե հստակեցնել.
| Ավտոսպեկտր (միալուծիչ) | Խաչաձև սպեկտր (երկլուծիչ) |
|---|---|
| Մեկ ազդանշանի սպեկտր | Երկու ազդանշանների միջև կապ |
| Ցույց է տալիս այդ ազդանշանի հաճախային բովանդակությունը | Ցույց է տալիս երկուսին էլ ընդհանուր հաճախային բովանդակությունը |
| Փուլային տեղեկատվություն չկա | Ներառում է փուլային կապը |
| Բավարար է ախտորոշումների մեծ մասի համար | Հիմք է հանդիսանում փոխանցման ֆունկցիա և կոհերենտության վերլուծության համար |
| Ստանդարտ մեկալիք FFT | Պահանջում է երկու սինխրոնացված լուծիչներ |
5. Միջինացման ռեժիմներ և ցուցադրման ընտրություններ
Միջինացման ռեժիմի ընտրություն
- Գծային միջինացում. հաջորդական սպեկտրների ուղղակի թվաբանական միջին, որը նվազեցնում է պատահական աղմուկը և մոտենում իրական սպեկտրին — սա ստանդարտ է մեքենաների վերլուծության համար։
- Էքսպոնենցիալ միջինացում. կշռված միջին, որը նախապատվություն է տալիս ամենաթարմ գրառումներին, իդեալական է իրական ժամանակում մոնիտորինգի համար, երբ պայմանները փոխվում են։
- Գագաթային պահպանում (մաքսիմալ սպեկտր). յուրաքանչյուր հաճախային բին պահպանում է իր տեսած ամենաբարձր արժեքը, գրանցելով անցողիկ բաղադրիչները — անգնահատելի արագացում մինչև աշխատանքային պտտաթիվ և ազատ դանդաղեցում տեստավորում.
Առանցքների մասշտաբավորում
Ամպլիտուդային առանցքը կարող է ցուցադրվել գծային մասշտաբով (մմ/վ, մ/վ²), ինչը հեշտացնում է բացարձակ արժեքների ընթերցումը, բայց կարող է թաքցնել փոքր գագաթները մեծերի կողքին, կամ լոգարիթմական դԲ մասշտաբով (20·log[amplitude/reference]), which compresses a wide դինամիկական միջակայք դինամիկ միջակայքը, որպեսզի փոքր և մեծ գագաթները միասին տեսանելի լինեն — նախընտրելի տեսքը մանրամասն և հետազոտական աշխատանքի համար։ Հաճախային առանցքը սովորաբար գծային Հց-ով մեքենաների համար, թեև լոգարիթմական առանցքը հավասար օկտավային հեռավորությամբ հարմար է շատ լայն հաճախային միջակայքերի համար։
6. Գործառույթ և խնդիրներ
Սպեկտրը այնքան լավ է, որքան դրա հետևում եղած տվյալները։ Մաքուր սպեկտրը ցույց է տալիս հստակ գագաթներ ցածր աղմուկի մակարդակից վերև. աղմուկային սպեկտրը թաղում է գագաթները բարձր ֆոնի մեջ, ինչը կարող է ուղղել ավելի շատ միջինացումը և բավարար հաճախային լուծաչափը։ Երկու ձեռքբերման ստուգում է անհրաժեշտ. հաստատել, որ հաճախային լուծաչափը բավականաչափ նուրբ է՝ մոտիկ գագաթները տարանջատելու համար, և հետևել մուտքի գերբեռնվածությանը, որը կտրում է ազդանշանը և ստեղծում կեղծ սպեկտրալ բաղադրիչներ — եթե տեղի ունենա, նվազեցրեք մուտքի ուժեղացումը և կրկին ձեռք բերեք։ FFT լուծունակության հաշվիչ օգնում է ընտրել տողերի քանակ և թափանցելիություն, որոնք լուծաչափում են ձեզ հետաքրքրող գագաթները։
Որտեղ են տեղավորվում դաշտային գործիքները
Կրելի երկլուծիչ սարքի վրա, ինչպիսին է Balanset-1A, ավտոսպեկտրը ամենօրյա ախտորոշիչ տեսքն է, որը տեխնիկը կարդում է մեքենայի մոտ՝ հասկանալու, թե արդյոք էներգիան կենտրոնացած է 1×-ի վրա (որը վկայում է անհավասարակշռության մասին և թեկնածու է տեղում բալանսավորում ) կամ ցրված առանցքակալների և ատամնանվերների հաճախությունների վրա, որոնք ազդանշանում են այլ ախտանիշի մասին — ամբողջը գրանցված է մեքենայի սեփական առանցքակալներում աշխատանքային պտտաթվով։
Ավտոսպեկտրը տատանումների ախտորոշման հիմնական հաճախային վերլուծության գործիքն է. միալուծիչ FFT-ն, որին տեխնիկները ամեն օր հենվում են ախտանիշների ճանաչման և վիճակի գնահատման համար։ Հասկանալ, որ «սպեկտրը» տեխնիկապես ավտոսպեկտր է — և թե ինչպես է այն կապված խաչաձև սպեկտրների և այլ սպեկտրալ ֆունկցիաների հետ — հիմք է դնում առաջադեմ բազմալուծիչ վերլուծության և համապարփակ մեքենաների ախտորոշման համար։
