Վեյվլետային վերլուծության հասկացում
Վեյվլետային վերլուծություն հզոր ազդանշանների մշակման տեխնիկա է, որն օգտագործվում է վերլուծելու համար տատանում ազդանշաններ, որոնց հաճախականային բովանդակությունը փոխվում է ժամանակի ընթացքում: Ի տարբերություն ավանդական Արագ Ֆուրիեի փոխակերպում (FFT)-ի, որը լավագույնս հարմար է կայուն ազդանշանների համար՝ հաստատուն հաճախականային բովանդակությամբ, վավերակի վերլուծությունը արդյունավետորեն գրանցում է անցումային իրադարձությունները, հարվածները և այլ ոչ կայուն վարքագիծը: Այն մասնագիտացված գործիք է տատանումների դիագնոստիկա գործիքապանակում — դիմում են դրան հենց այն դեպքում, երբ ստանդարտ սպեկտր չի բավարարում:
Այն աշխատում է՝ ազդանշանը վերլուծելով հիմնական ֆունկցիաների բազմության, որոնք կոչվում են «վավերակներ»: Յուրաքանչյուր վավերակ կարճ, տատանվող ալիքային փաթեթ է, որը տեղայնացված է թե՛ ժամանակում, թե՛ հաճախականությամբ: Այս կրկնակի տեղայնացումը՝ իմանալով թե՛ ինչ հաճախականությունը, թե՛ երբ -ը, հենց այն է, ինչը մեթոդին տալիս է դրա առանձնահատուկ ուժը:
1. Սահմանում. Ի՞նչ է վեյվլետային վերլուծությունը
Օրական մեծամասնությունը տատանումների վերլուծություն ենթադրում է, որ մեքենան աշխատում է կայուն պտտաթվով և բեռնվածքով, ուստի նրա տատանումները «կայուն» են, և մեկ սպեկտրը լավ է նկարագրում դրանք: Սակայն ամենաբացահայտող թերություններից շատերը ընդհանրապես կայուն չեն. դրանք էներգիայի կարճ պայթյուններ են, որոնք հայտնվում և անհետանում են մեկ պտույտի ընթացքում: Վավերակի վերլուծությունը ստեղծված է հենց այս ազդանշանների համար: Փոխանակ միայն հարցնելու, թե որ հաճախականություններն են առկա ամբողջ գրառման ընթացքում, այն տեղաշարժում է տարբեր չափսերի վավերակներ ժամանակի ալիքաձև-ի երկայնքով, չափելով, թե որքան ուժեղ է յուրաքանչյուրը համընկնում ազդանշանի հետ յուրաքանչյուր պահին: Կարճ, բարձր հաճախականության վավերակները ժամանակում ճշգրիտ որոշում են կտրուկ հարվածները, իսկ երկար, ցածր հաճախականության վավերակները հաճախականությամբ լուծարում են դանդաղ բաղադրիչները:
2. Վեյվլետային վերլուծությունը և FFT-ն
Վեյվլետային վերլուծության արժեքը գնահատելու համար օգտակար է տեսնել FFT-ի սահմանափակումը.
- FFT (Արագ Ֆուրիեի ձևափոխություն). FFT-ն ասում է ձեզ ինչ հաճախականություններն են առկա, բայց չի տալիս որևէ տեղեկատվություն երբ դրանք տեղի են ունեցել: Այն վերլուծում է ամբողջ գրառումը միանգամից՝ ապահովելով գերազանց հաճախություն լուծաչափ, բայց զրոյական ժամանակային լուծաչափ:
- Վեյվլետային վերլուծություն. վեյվլետային վերլուծությունը ձեզ ասում է և՛ թե որ հաճախականություններն են առկա, և՛ երբ: Այն ստեղծում է ազդանշանի «ժամանակ-հաճախականության» քարտեզ, որը ցույց է տալիս, թե ինչպես է սպեկտրալ բովանդակությունը զարգանում չափման ընթացքում:
Պատկերացրեք ազդանշան, որը պարունակում է կարճ «կտրուկ ձայն»՝ ճաքած ատամնանվերի ատամից: FFT-ն կարող է ցույց տալ միայն լայնաշերտ էներգիայի փոքր բարձրացում, քանի որ կտրուկ ձայնը միջինացվում է ամբողջ գրառման ընթացքում: Վավերակի վերլուծությունը, հակառակը, ստեղծում է գրաֆիկ, որը հստակ ցույց է տալիս բարձր հաճախականության էներգիայի պայթյուն՝ հենց այն պահին, երբ տեղի է ունեցել կտրուկ ձայնը: Սա գործնական առավելությունն է. այն պահպանում է իրադարձությունների ժամանակացույցը, որը FFT-ն շփոթում է: Այն ոգով մոտ է կարգերի վերլուծություն-ին, որը նույնպես հասցեագրված է այն ազդանշաններին, որտեղ պարզ հաստատուն հաճախականության պատկերը խախտվում է:
3. Սկալոգրամ. Ժամանակ-հաճախության քարտեզ
Վեյվլետային վերլուծության ամենատարածված արդյունքը սկալոգրամն (կամ նմանատիպ ժամանակ-հաճախականության գրաֆիկ) — 2D գունային քարտեզ, որտեղ.
- X-առանցքը ներկայացնում է ժամանակը։
- Y-առանցքը ներկայացնում է հաճախությունը (կամ մասշտաբը)։
- Գույնը ներկայացնում է ամպլիտուդ կամ տատանումների էներգիան այդ կոնկրետ ժամանակին և հաճախականությանը:
Այս վիզուալիզացիան հեշտացնում է անցումային իրադարձությունների հայտնաբերումը, որտեղ դրանք կլինեին թաքնված ստանդարտ սպեկտրում: Օրինակ, սկալոգրամի վրա «տաք» գույնի ուղղահայաց գիծը նշում է լայնաշերտ իրադարձություն, ինչպիսին հարվածն է, որը տեղի է ունեցել մեկ ճշգրիտ պահին՝ տեղայնացված, կրկնվող թերության վիզուալ մատնահետքը: Կոնցեպտուալ առումով սկալոգրամը լրացնում է այլ առաջադեմ ցուցադրումները, ինչպիսին ջրվեժային գրաֆիկ-ն է, որը հետևում է, թե ինչպես է սպեկտրը փոխվում շատ հաջորդական միջինացումների կամ պտտաթվերի ընթացքում:
4. Կիրառությունները տատանումների դիագնոստիկայում
Վեյվլետային վերլուծությունը սովորաբար չի օգտագործվում ռուտինային տատանումների մոնիտորինգ, բայց այն հզոր գործիք է առաջադեմ դիագնոստիկայի համար կոնկրետ իրավիճակներում.
- Ռեդուկտորի վերլուծություն: արտակարգ լավ է տեղայնացված թերություններ հայտնաբերելու համար, ինչպիսին մեկ ճաքած կամ ջարդված ատամնանվերն է, որը մեկ պտույտում ստեղծում է առանձնահատուկ հարված:
- Առանցքակալի արատ Վերլուծություն: կարողանում է հայտնաբերել առանձին հարվածները, որոնք առաջանում են գլորվող տարրի անցնելիս մակերևութային թեփոտում-ի վրայով, հատկապես շատ դանդաղ պտտվող մեքենաներում, որտեղ սովորական պարուրիչի վերլուծություն կարող է դժվար լինել։
- Միջանկյալ իրադարձություն Վերլուծություն: իդեալական է մեքենայի միացման, անջատման կամ ցանկացած գործընթացի ազդանշանների համար, որտեղ պտտաթիվը և տատանումների բնութագրերը հաստատուն փոխվում են:
- Կառուցվածքային վերլուծություն. օգտակար է կառուցվածքի հարվածին տվյալ պատասխանը վերլուծելու համար՝ բախման փորձ -ը, իմանալու համար դրա մարում և սեփական հաճախություններ.
5. Գործնական կիրառում և սահմանափակումներ
Վեյվլետային վերլուծությունը հաշվարկային առումով ավելի ինտենսիվ է, քան FFT-ն, և սկալոգրամը մեկնաբանելը ավելի շատ փորձ է պահանջում, քան գծային սպեկտրը կարդալը: Այս պատճառներով այն գտնվում է օրական տեխնիկաների կողքին, այլ ոչ թե փոխարինում դրանց: Օրական թերությունների որոնումը դեռևս հենվում է FFT սպեկտրի, ընդհանուր մակարդակների և պարուրիչի վերլուծության վրա. վեյվլետները կիրառվում են, երբ այդ գործիքները նշում են ինչ-որ անսովոր բան, բայց չեն կարողանում դա տեղայնացնել ժամանակում: Տեղում տվյալները հավաքագրվում են կրելի գործիքով՝ երկու ալիքով անալիզատորով, ինչպիսին Balanset-1A -ն է, որը գրանցում է բարձր որակի ժամանակային ալիքաձևերը, որոնք գրանցված են մեքենայի սեփական առանցքակալներում աշխատանքային պտտաթվով և որոնց վրա հիմնված է հետագա ցանկացած ժամանակ-հաճախականության ուսումնասիրությունը: ժամանակակից համակարգչային ծրագրային ապահովումը, այնուամենայնիվ, վավերակի վերլուծությունը դարձրել է հասանելի և արժեքավոր ռեսուրս բարդ, ոչ կայուն ազդանշաններով զբաղվող առաջադեմ վերլուծաբանի համար:
