FFT (Fast Fourier Transform) dalam Analisis Getaran

Definisi: Apa itu FFT?

The Transformasi Fourier Cepat (FFT) adalah algoritma matematika yang sangat efisien yang digunakan untuk mengubah sinyal dari domain waktu ke domain frekuensi. Dalam analisis getaran, ini berarti mengubah sinyal mentah yang kompleks bentuk gelombang waktu (plot amplitudo getaran terhadap waktu) ke dalam spektrum frekuensi (plot amplitudo getaran versus frekuensi). Transformasi ini merupakan proses terpenting dan fundamental dalam diagnostik mesin modern.

Mengapa FFT Penting untuk Diagnostik?

Bentuk gelombang waktu mentah dari mesin yang sedang berjalan merupakan kumpulan kompleks dari berbagai getaran yang terjadi secara bersamaan. Hampir mustahil untuk mengamati sinyal ini dan menentukan kondisi mesin. FFT bertindak seperti prisma, memisahkan sinyal kompleks ini menjadi komponen-komponen frekuensi individualnya. Hasilnya adalah bagan yang jelas dan dapat ditindaklanjuti yang memungkinkan analis untuk melihat:

• Frekuensi apa yang hadir?
• Berapa banyak energi (amplitudo) pada setiap frekuensi?
• Apa hubungan antara frekuensi ini?

Karena berbagai kerusakan mekanis dan listrik (seperti ketidakseimbangan, ketidaksejajaran, cacat bantalan, dan kelonggaran) masing-masing menghasilkan getaran pada frekuensi yang sangat spesifik dan dapat diprediksi, spektrum FFT menyediakan peta jalan langsung ke akar penyebab suatu masalah.

Parameter Utama Analisis FFT

Untuk memperoleh spektrum FFT yang berguna, seorang analis getaran harus menentukan beberapa parameter utama pada pengumpul data atau perangkat lunak:

1. Fmax (Frekuensi Maksimum)

Ini adalah frekuensi tertinggi yang akan dimasukkan dalam spektrum. Frekuensi ini harus diatur cukup tinggi untuk menangkap gangguan frekuensi tertinggi yang Anda cari (misalnya, nada pada roda gigi atau bantalan berfrekuensi tinggi).

2. Resolusi (Garis Resolusi)

Hal ini menentukan tingkat detail dalam spektrum. Ini didefinisikan sebagai jumlah "bin" frekuensi diskrit atau titik data yang akan dihitung di seluruh Fmax. Jumlah baris yang lebih tinggi (misalnya, 3200 atau 6400) menghasilkan resolusi frekuensi yang lebih baik, yang berarti kemampuan untuk memisahkan dua frekuensi getaran yang sangat berdekatan. Resolusi tinggi sangat penting untuk mendiagnosis frekuensi ketukan atau menganalisis sideband dalam analisis gearbox.

3. Rata-rata

Karena getaran mesin dapat berfluktuasi, satu FFT "snapshot" saja bisa menyesatkan. Perata-rataan melibatkan pengambilan beberapa FFT secara berurutan dan kemudian merata-ratakannya. Proses ini mengurangi derau acak dan menghasilkan spektrum kondisi mesin yang jauh lebih stabil, berulang, dan representatif.

4. Jendela

Fungsi jendela (seperti Hanning) adalah pembobotan matematis yang diterapkan pada data bentuk gelombang waktu sebelum FFT dihitung. Fungsi ini merupakan teknik pemrosesan sinyal yang digunakan untuk meminimalkan kesalahan yang disebut "kebocoran spektral", memastikan amplitudo dan frekuensi sinyal dalam spektrum seakurat mungkin.

Menafsirkan Spektrum FFT

Seorang analis terlatih menafsirkan spektrum FFT dengan mencari pola karakteristik:

• Puncak besar di 1x kecepatan lari menunjukkan ketidakseimbangan.
• Puncak besar di 2x kecepatan lari sering menunjuk ke ketidaksejajaran.
• Serangkaian harmonik (puncak pada 1x, 2x, 3x, 4x, dst.) merupakan tanda klasik kelonggaran mekanis.
• Puncak frekuensi tinggi dengan pita samping berjarak pada kecepatan lari merupakan tanda adanya kerusakan pada kotak roda gigi atau bantalan.
• “Lantai” kebisingan pita lebar yang meningkat dapat mengindikasikan adanya kavitasi pada pompa atau gesekan.

Dengan membandingkan spektrum FFT saat ini dengan garis dasar yang diambil saat mesin dalam kondisi sehat, analis dapat dengan mudah menemukan perubahan dan mendiagnosis masalah yang berkembang jauh sebelum menjadi kegagalan kritis.

← Kembali ke Indeks Utama