Zoom FFT-ի հասկացում
Zoom FFT — հայտնի է նաև որպես բարձր լուծաչափով FFT կամ հաճախականության մեծացում (frequency zoom) — FFT-ի առաջադեմ կիրառումն է, Արագ Ֆուրիեի ձևափոխություն որը շատ նուրբ հաճախականային լուծաչափ է կենտրոնացնում ընտրված նեղ շրջանակի ներսում՝ փոխանակ այն բարակ տարածել ամբողջ սպեկտր. Փոխանակ 0–1000 Hz-ը վերլուծել 1 Hz լուծաչափով (1000 գիծ), zoom FFT-ն կարող է վերլուծել 95–105 Hz-ը 0.01 Hz լուծաչափով՝ նույն 1000 գծերը, բայց բոլորը խտացված 10 Hz-անոց պատուհանի մեջ։ Այդ հարյուրապատիկ սրումը թույլ է տալիս վերլուծողին առանձնացնել միմյանց շատ մոտ գտնվող բաղադրիչներ, ինչպիսիք են կողմնային շերտեր, ճշգրիտ որոշել գագաթի հաճախականությունը և քննել սպեկտրալ միջավայրը՝ ֆորենզիկ ճշգրտությամբ։
1. Սահմանում. Լուծաչափ այնտեղ, որտեղ այն կարևոր է
Zoom FFT-ն ընտրության գործիքն է, երբ դիագնոստիկ տեղեկատվությունը գտնվում է գագաթներում, որոնք չափազանց մոտ են իրար՝ սովորական սպեկտրով առանձնացնելու համար։ Հիմնական դեպքերը մոտորի ճաքած կամ խափանված ռոտորի ձողիկներ (փոքրիկ բևեռանցքային կողմնակի գոտիների՝ pole-pass sidebands, որոնք տեղադրված են բևեռների քանակ × շեղման հաճախություն — 1× աշխատանքային արագության շուրջ), փոխանցման խնդիրներ (մոդուլյացիայի պատկերի ընթերցումը փոխազդեցության հաճախականության շուրջ) և ցանկացած իրավիճակ, երբ երկու կարևոր գագաթներ այլապես կմիաձուլվեին մեկ շփոթեցնող զանգվածի մեջ։
2. Ինչու՞ է անհրաժեշտ Zoom FFT-ն
Ստանդարտ FFT-ի լուծաչափի սահմանափակումը
Ցանկացած սովորական FFT-ն ենթարկվում է մեկ անխուսափելի կապի.
Լուծաչափ = Fmax ÷ Գծերի քանակ։
Օրինակ՝ 0–1000 Hz միջակայքը 800 գծով տալիս է 1.25 Hz լուծաչափ՝ և երկու գագաթ, որոնք ավելի մոտ են, քան 1.25 Hz, պարզապես չեն կարող առանձնացվել։ Սա իրական խնդիր է էլեկտրական թերությունների համար, որտեղ հետաքրքրող բևեռանցքային կողմնակի գոտիները հաճախ միայն մի քանի հերցով՝ երբեմն գրեթե 1–2 Hz-ով, են հեռու կենտրոնական գագաթից։
Բռնի ուժի հակադրությունները (trade-offs)
- Նվազեցնել Fmax: նվազեցնելով մինչև 0–100 Hz՝ լուծաչափը բարելավվում է մինչև 0.125 Hz, բայց կորցնում է բոլոր ավելի բարձր հաճախականությամբ բովանդակությունը։
- Ավելացնել գծերի քանակը. 8000 գծերը նույնպես հասնում են 0.125 Hz-ի, բայց ծանրաբեռնում են մշակման ժամանակը և հիշողությունը։
- Zoom FFT: տալիս է նուրբ լուծաչափ հենց այնտեղ, որտեղ այն ցանկալի է՝ պահպանելով հաշվարկը չափավոր՝ երկուսի լավագույնը։
Դուք կարող եք նախադիտել այս հակադրությունները չափումից առաջ՝ օգտագործելով անվճար FFT լուծունակության հաշվիչ, որը ուղղակիորեն կապում է ընդգրկված միջակայքը (span), գծերի քանակը և լուծաչափը։
3. Ինչպե՞ս է աշխատում Zoom FFT-ն
Տեխնիկան թվային «մեծացնող ապակի» է, կառուցված երեք ազդանշանային մշակման քայլերից.
- Ընտրել շրջանակը. ընտրեք կենտրոնական հաճախականություն և շրջանակի լայնություն, օրինակ՝ 100 Hz ± 10 Hz։
- Հաճախականության տեղաշարժ. թվային եղանակով այդ շրջանակը տեղափոխեք դեպի DC (հիմնական շրջանակ), որպեսզի հետաքրքրող տարածքը գտնվի այնտեղ, որտեղ FFT-ի լուծաչափը բնականոն խիտ է։
- Դեցիմացիա՝ նվազեցրեք նմուշառման հաճախականությունը՝ համեմատական նեղացված շրջանակի լայնությանը։
- FFT հաշվարկ. կիրառեք ձևափոխությունը նվազեցված հաճախականությամբ ազդանշանի վրա։
- Արդյունք՝ բարձր լուծաչափով սպեկտր, որը ծածկում է միայն ընտրված նեղ շրջանակը։
Արդյունքը ուղղակիորեն համեմատական է մեծացման աստիճանին. մեծացնելով մինչև ամբողջ ընդգրկված միջակայքի տասներորդ մասը՝ ստացվում է տասը անգամ ավելի նուրբ լուծաչափ, ուստի լուծաչափի աճը պարզապես (Ամբողջ ընդգրկված միջակայք ÷ Zoom ընդգրկված միջակայք) է։ 0–1000 Hz-ից 1 Hz-ով անցնելով 95–105 Hz պատուհան 0.01 Hz-ով՝ ստացվում է հարյուրապատիկ աճ։
4. Կիրառություններ
Մոտորի ռոտորի ձողիկների թերությունների հայտնաբերում
Դասական zoom FFT աշխատանք։ Բևեռանցքային կողմնակի գոտիները (բևեռների քանակ × սահքի հաճախականություն), որոնք տեղադրված են 1× գագաթից միայն մի քանի հերց հեռավորության վրա, չափազանց մոտ են ստանդարտ սպեկտրով առանձնացնելու համար, ուստի 1× աշխատանքային արագություն շուրջ մեծացումը 0.1 Hz կամ ավելի լավ լուծաչափով մաքրորեն առանձնացնում է դրանք և բացահայտում ճաքած կամ խափանված ռոտորի ձողիկներ. Կողմնակի գոտու ամպլիտուդը՝ հարաբերական 1× գագաթին, ցույց է տալիս, թե քանի ձողիկ է խախտված։
Փոխանցման տուփի դիագնոստիկա
Մեծացում փոխազդեցության հաճախականության շուրջ ատամնանիվների կպման հաճախականություն կողմնակի գոտիները առանձնացնելու համար, որոնք տեղադրված են լիսեռի արագությամբ, նույնականացնել hunting-tooth-frequency պատկերները և տարբերակել պինիոնի կողմնակի գոտիները ատամնանիվի կողմնակի գոտիներից։ Անվճար Ատամնանիվների շփման հաճախության հաշվիչ ցույց է տալիս, թե որտեղ կենտրոնացնել մեծացումը սկզբում։
Առանցքակալի վերլուծություն
Մեծացում փոխազդեցության հաճախականության շուրջ առանցքակալի թերությունների հաճախություններ կողմնակի գոտիների կառուցվածքը առանձնացնելու, ճշգրիտ թերության հաճախականությունը հաստատելու հաշվարկված արժեքի նկատմամբ և մոդուլյացիայի պատկերը ընթերցելու համար, որը պարուրիչի վերլուծություն այլապես կկրեր։
Էլեկտրական հաճախականության վերլուծություն
Մեծացում գծային հաճախականության կամ 2× գծային հաճախականության շուրջ՝ կողմնակի գոտիները առանձնացնելու համար, որոնք տեղադրված են բևեռանցքի անցման հաճախություն հոսանքի հետ կապված տատանումներում և ճշգրիտ չափել այդ հեռավորությունը։
Կրիտիկական պտտաթվերի ուսումնասիրություն
Զում անել կասկածելի բնական հաճախականություն ճշգրիտ որոշելու ռեզոնանս և չափելու ռեզոնանսային գագաթի լայնությունը, որից մարում կարելի է գնահատել։
5. Աշխատանքային գործընթաց
Կարգավորում
- Նախ կատարել ստանդարտ FFT հետաքրքրության գոտին գտնելու համար՝ զումը երբեք չի լինում կուրորեն առաջին քայլը։
- Ընտրել կենտրոնական զումի համար։
- Ընտրել տիրույթը — ավելի նեղը նշանակում է ավելի բարձր լուծաչափ։
- Կարգավորել տողերի քանակը (սովորաբար նույնը, ինչ ստանդարտ FFT-ի դեպքում)։
- Ստանալ և թողեք սարքին հաշվարկել զումը։
Սովորական կարգավորումներ
- Էլեկտրաշարժիչի կողմնակի հաճախություններ. կենտրոնացնել 1×-ի վրա (30 Hz), տիրույթ ±10 Hz, 800 տող → 0.025 Hz լուծաչափ։
- Ատամների շփում՝ կենտրոնացնել GMF-ի վրա (600 Hz), տիրույթ ±50 Hz, 1600 տող → 0.0625 Hz լուծաչափ։
- Առանցքակալի թերություն. կենտրոնացնել BPFO (150 Hz), տիրույթ ±25 Hz, 800 տող → 0.0625 Hz լուծաչափ։
6. Առավելություններ
- Բարձր լուծաչափ. 10–100 անգամ ավելի նուրբ, քան ստանդարտ FFT-ը՝ առանձնացնելով գագաթներ, որոնք հակառակ դեպքում անհնար է տարբերակել, և բացահայտելով դիագնոստիկ մանրամասներ։
- Հաշվողական արդյունավետություն. շատ ավելի էժան է, քան ամբողջ սպեկտրի վրա տողերի քանակը մեծացնելը՝ ավելի արագ և ավելի փոքր հիշողության ծախսով։
- Հաճախության ճշգրիտ չափում. ճշգրիտ որոշում է գագաթի հաճախությունը, որպեսզի այն կարողանա ստուգվել տեսական հաշվարկի դեմ՝ հաստատելով կամ հերքելով կասկածելի դիագնոստիկա.
7. Սահմանափակումներ
- Միայն նեղ թերթիկ. այն ցույց է տալիս միայն ընտրված տիրույթը և կուր է ամեն ինչի նկատմամբ դրա սահմաններից դուրս, ուստի դուք պետք է արդեն մոտավորապես գիտակցեք, թե որտեղ նայել՝ հետևաբար նախ ստանդարտ FFT-ի ակնարկը։
- Օգտագործողի գիտելիքների անհրաժեշտություն. հիմնավորված կենտրոն և տիրույթ ընտրելը պահանջում է հասկանալ, թե ինչ եք որոնում, ինչը զում FFT-ը դարձնում է անհարմար ընդհանուր սկրինինգի համար և ավելի պահանջկոտ, քան պարզ FFT-ը։
- Ժամանակի ներդրում. այն լրացուցիչ չափում է ստանդարտի վրա, կարգավորման և պարամետրերի ընտրության ջանքերով, որը արդարացված է կրիտիկական մեքենաների կամ արդեն հաստատված խնդիրների դեպքում, այլ ոչ թե սովորական հետազոտությունների համար։
8. Զում FFT-ն դաշտում
Չնայած խորը զում աշխատանքը հաճախ պահպանվում է մշտապես սարքավորված կրիտիկական մեքենաների համար, նույն սկզբունքը անգնահատելի է կրելի դիագնոստիկայի համար։ Սովորական տեղում բալանսավորման հետազոտությունից հետո, երկու ալիքով վերլուծիչ, ինչպիսին է Balanset-1A թույլ է տալիս ինժեներին ընդլայնել սպեկտրի կասկածելի տիրույթը՝ օրինակ 1× աշխատանքային պտտաթվի շուրջ,՝ հաստատելու, թե արդյոք բարձրացած գագաթը մաքուր անհավասարակշռություն է, թե էլեկտրական կողմնակի հաճախությունների խումբ, որը թաքնված է դրա տակ։ Այդ տարբերությունը որոշում է, թե արդյոք բուժումը հավասարակշռման ուղղում է, թե էլեկտրաշարժիչի վերանորոգում, ինչի պատճառով էլ վայրում մոտիկ գտնվող գագաթները առանձնացնելու ունակությունը այնքան օգտակար է։
Կարճ ասած՝ զում FFT-ը հզոր սպեկտրալ գործիք է, որն ապահովում է անհրաժեշտ լուծաչափը՝ էլեկտրաշարժիչի էլեկտրական թերությունների, ատամնավոր անիվների թերությունների և առանցքակալների խնդիրների հետևում խիտ տեղադրված բաղադրիչները առանձնացնելու համար։ Գիտելիքը, թե ե՛րբ դիմել դրան, ինչպես ընտրել կենտրոնը և տիրույթը, և ինչպես կարդալ ստացված բարձր լուծաչափի սպեկտրը, առաջադեմ տատանումների վերլուծություն և բարդ մեքենաներում մանրամասն թերությունների դիագնոստիկայի հատկանիշն է։
