Հաճախությունների սպեկտրի վերլուծության հասկացումը
Սպեկտրալ վերլուծություն բարդ ազդանշանը (օրինակ՝ ժամանակի ալիքաձև տատանումների զոնդից) առանձին հաճախականային բաղադրիչների վերլուծելու գործընթացն է։ Այնու նպատակն է ազդանշանը ժամանակային տիրույթից (ամպլիտուդը՝ ըստ ժամանակի) փոխարկել հաճախությունների տիրույթ (ամպլիտուդը՝ ըստ հաճախականության)։ Արդյունքում ստացվում է սպեկտր (շառավղյա՝ սպեկտրներ)՝ գրաֆիկ, որը ցույց է տալիս տատանումների ամպլիտուդը յուրաքանչյուր կոնկրետ հաճախականության դեպքում։ Հաճախականային վերլուծությունը տատանումների դիագնոստիկա ամենահիմնարար և հզոր մեթոդն է, քանի որ այն թույլ է տալիս մասնագետին ճանաչել մեքենայի տարբեր թերություններին բնորոշ հաճախականային ազդանշանները։
Դաշտային սպեկտրալ վերլուծությունը սկսվում է լավ զոնդից և երկալիքանի անալիզատորից. տե՛ս թրթռման տվիչ և մեքենայի թերությունների ախտորոշման ուղեցույցը.
1. Սահմանում. Ի՞նչ է հաճախությունների սպեկտրի վերլուծությունը
Մեքենայի տատանումները շատ միաժամանակյա պարբերական ուժերի գումարն են, և ժամանակային տիրույթում այդ ուժերը խառնվում են՝ առաջացնելով մեկ բարդ գիծ, որը դժվար է մեկնաբանել։ Հաճախականային վերլուծությունը բաց է անում այդ գիծը։ Մաթեմատիկական հիմքը Ֆուրիեի սկզբունքն է. ցանկացած պարբերական ազդանշան, ինչքան էլ բարդ լինի, կարելի է ներկայացնել որպես պարզ սինուսոիդալ ալիքների գումար, որոնցից յուրաքանչյուրն ունի իր հաճախականությունը, ամպլիտուդը և փուլը։ Հաճախականային վերլուծությունը վերականգնում է այդ սինուսոիդալ ալիքների ցանկը և ցուցադրում այն որպես սպեկտր՝ վերածելով «ժամանակի ընթացքում շփոթեցնող օրոնքների» «հայտնի հաճախականությունների վրա պատշաճ գագաթների հավաքածուի»։ Այդ փոխարկումն է հենց հիմնական նպատակը, և ամեն ինչ այլ բան հետևում է դրան։
2. Արագ Ֆուրիեի ձևափոխության (FFT) դերը
Ժամանակակից հաճախականային վերլուծությունը գործնականում կիրառելի է դարձել շատ արդյունավետ ալգորիթմի՝ Արագ Ֆուրիեի փոխակերպում (FFT) միջոցով։ FFT-ն մաթեմատիկական գործողություն է, որը ծրագրավորված է յուրաքանչյուր թվային տատանումների վերլուծիչ մեջ։ Այն որպես մուտքային տվյալներ ընդունում է թվայնացված ժամանակային ազդանշանը և որպես ելքային տվյալներ տալիս հաճախականային սպեկտրը՝ միլիվայրկյանների ընթացքում կատարելով հաշվարկ, որը նախկինում ձեռքով կատարելու համար ժամեր էր պահանջում։
FFT-ն թույլ է տալիս բարդ, թվացյալ քաոսային ազդանշանը (որը շատ դժվար է կարդալ ժամանակային տիրույթում) դիտարկել որպես հստակ առանձին հաճախականային գագաթների հաջորդականություն հաճախականային տիրույթում։ Որպեսզի FFT-ն ճիշտ լինի, ազդանշանը նախ պետք է ճիշտ նմուշառվի և պաշտպանվի ալիասինգ ից, ինչի պատճառով էլ հակա-ալիասինգային ֆիլտրը միշտ նախորդում է ձևափոխությանը։
3. Սպեկտրի դիագնոստիկ հզորությունը
Հաճախականային վերլուծությունը այնքան արդյունավետ է, քանի որ պտտվող մեքենաների տարբեր մեխանիկական և էլեկտրական խնդիրները առաջացնում են տատանումներ կանխատեսելի, բնորոշ հաճախականություններով։ Սպեկտրը ուսումնասիրելով՝ մասնագետը կարող է ախտորոշել խնդրի արմատական պատճառը՝ գագաթների հաճախականությունները համապատասխանեցնելով հայտնի թերության նախշին։ Հաճախ հանդիպող օրինակներն են.
- Մեծ գագաթ 1× աշխատանքային արագություն հաճախ ցույց է տալիս անհավասարակշռություն հաճախականության վրա՝ հավասարակշռման աշխատանքի ազդանշան։
- Մեծ գագաթ 2× աշխատանքային պտտաթվի վրա դասական նշան է առանցքների շեղվածություն.
- Աշխատանքային պտտաթվի հարմոնիկների շարքը սովորաբար ցույց է տալիս մեխանիկական թուլություն։
- Պտտման արագության ոչ ամբողջաթվապատիկ հաճախությունների վրա գագաթների շարքը կարող է վկայել առանցքակալի թերություններ, հաճախ լավագույնս հաստատվում է պարուրիչի վերլուծություն.
- Բարձր ամպլիտուդով գագաթ ատամնավոր փոխանցման հաճախականության վրա՝ կողմնային շերտեր ցույց է տալիս ատամնանվերների դեֆեկտներ.
- Գագաթ 2× էլեկտրական ցանցի հաճախականության վրա կարող է ցույց տալ մոտորի ստատորի խնդիր։
4. Հաճախությունների սպեկտրի վերլուծության հիմնական պարամետրերը
Օգտակար սպեկտր ստանալու համար մասնագետը պետք է սահմանի մի քանի հիմնական պարամետրեր։ Եթե սխալվեք դրանց մեջ, նույնիսկ կատարյալ FFT-ն կպատմի ձեզ.
- Fmax (առավելագույն հաճախականություն). սպեկտրում ներառված առավելագույն հաճախականությունը։ Այն պետք է կարգավորվի բավականաչափ բարձր՝ կասկածելի թերությունները գրանցելու համար՝ բարձր՝ ատամնավոր փոխանցումների և առանցքակալների խնդիրների դեպքում, ցածր՝ դանդաղ պտտվող անհավասարակշռության դեպքում։
- Լուծաչափ (լուծաչափի գծեր). սա որոշում է մանրամասնության մակարդակը։ Ավելի շատ գծերը տալիս են ավելի նուրբ հաճախականային լուծաչափ, թույլ տալով վերլուծիչին առանձնացնել երկու մոտիկ գագաթներ՝ ինչը կարևոր է ատամնավոր փոխանցման վերլուծության ժամանակ կողային գոտիները առանձնացնելու համար։ Սա պահանջում է ավելի երկար գրանցման ժամանակ, ինչի մասին կարող եք ծանոթանալ FFT լուծունակության հաշվիչ.
- Միջինացում: մաքուր, կայուն սպեկտր ստանալու համար վերլուծիչը կատարում է մի քանի «լուսանկարներ» և միջինացնում դրանք՝ ճնշելով պատահական աղմուկը և բացահայտելով իրական կայուն վիճակի տատանումները։
- Պատուհանավորում. մաթեմատիկական ֆունկցիա, օրինակ՝ Հանինգի պատուհանը, կիրառվում է յուրաքանչյուր տվյալների բլոկի վրա՝ սպեկտրալ թափանցում խուսափելու համար, որը հակառակ դեպքում կխառնի և կաղավաղի գագաթների ամպլիտուդներն ու ձևերը։
5. Հաճախականային վերլուծությունը դաշտում
Հաճախականային վերլուծությունը սահմանափակված չէ լաբորատորիայով՝ այն հենց այն է, ինչը սպասարկման ինժեները կատարում է տեղում՝ կիրառելով կրելի սարք։ Երկու ալիքով վերլուծիչ, օրինակ՝ Balanset-1A նմուշառում է ազդանշանը ակսելերոմետր ից՝ առանցքակալի իրանի վրա, կատարում է FFT-ն և տեղում ցուցադրում սպեկտրը, որպեսզի տեխնիկը կարողանա ճանաչել թերությունը և գործել հաջորդ փոխանցումից առաջ։ Քանի որ նույն սարքը նաև չափում է լիսեռի փուլ մի տախոմետր, 1× անհավասարակշռության ախտորոշումը կարող է անմիջապես անցնել հավասարակշռման ուղղման՝ առանց գործիքները փոխելու՝ ախտորոշում և վերանորոգում մեկ աշխատանքային գործընթացում։
6. Հաճախականային վերլուծությունը և ժամանակային ազդանշանը
Սպեկտրը հզոր է, բայց այն ամբողջ պատկերը չէ։ Միջինացումը և FFT-ն կարող են թաքցնել կարճ, սուր անցումային իրադարձությունները՝ ատամնավոր փոխանցման ճաքած ատամի կամ մակերևութային թեփոտման առանցքակալի ազդեցությունները, որոնք հստակ երևում են ժամանակային ազդանշանում։ Մասնագետները, հետևաբար, երկու տեսքերը դիտարկում են որպես գործընկերներ. սպեկտրը՝ որը հաճախականությունները էներգիա են կրում, ժամանակային ազդանշանը՝ ինչպես այդ էներգիան ինչպես է փոխանցվում։ Իրականում, հաճախականային վերլուծությունը ժամանակակից տատանումների դիագնոստիկայի հիմքն է, տալիս է հստակ «ռենտգենյան» պատկեր մեքենայի ներսում տեղի ունեցող ուժերի և շարժումների մասին՝ և ընթերցվելով ազդանշանի և բազային արժեքի հետ միասին, այն չափազանց հեշտացնում է որոշումների կայացումը։
