Comprensione della perdita spettrale
Perdita spettrale è un tipo di errore di misurazione che si verifica durante il Trasformata di Fourier veloce (FFT) analisi di un segnale. Si tratta della "diffusione", ovvero la dispersione, dell'energia da un singolo picco di frequenza discreto verso il spectrum’s intervalli di frequenza adiacenti. Questo effetto di diffusione distorce sia l'ampiezza che la frequenza apparente della componente di vibrazione reale e può mascherare i segnali più deboli o portare a una diagnosi errata. Comprendere questo fenomeno è fondamentale per poter fare affidamento sui risultati della FFT.
1. Definizione: che cos'è la dispersione spettrale?
In un mondo ideale, una sinusoide pura a una determinata frequenza apparirebbe nello spettro come una singola linea infinitamente sottile. Nel mondo reale, invece, si verifica il fenomeno della dispersione spettrale: l'energia che dovrebbe concentrarsi in una FFT il segnale del bin "si riversa" lateralmente nei bin adiacenti, generando un picco con una base ampia anziché un picco netto. Il risultato è uno spettro che appare più sfocato e rumoroso di quanto giustifichi la fisica sottostante, cosa che assume particolare importanza quando si cerca di distinguere un segnale di difetto di piccola ampiezza da un picco di grande ampiezza nelle vicinanze.
2. La causa principale: la discontinuità
La dispersione spettrale deriva da una violazione del presupposto fondamentale della FFT. L'algoritmo presuppone che il blocco finito di forma d'onda tempo I dati che analizza costituiscono un ciclo perfettamente ripetitivo di un segnale periodico. Affinché ciò sia vero, il valore del segnale alla fine del blocco deve essere identico a quello all'inizio, in modo che il blocco possa essere riprodotto in loop senza soluzione di continuità.
In pratica, quando si misura un segnale di vibrazione reale, è quasi impossibile rilevare un intervallo che contenga un numero intero esatto di cicli per ogni componente di frequenza presente. Il risultato è un discontinuità: la fine del segnale acquisito non coincide con l'inizio. La FFT interpreta questo salto improvviso come un transitorio ad alta frequenza — molto simile a un impatto — e quel transitorio artificiale trasporta energia che non era presente nel segnale originale. È proprio questa energia spuria che si disperde su un ampio intervallo di frequenze nello spettro risultante.
Più breve è il blocco di dati e più vicine sono due vere e proprie creste, più dannosa diventa la dispersione; ecco perché la dispersione, la risoluzione in frequenza e la lunghezza del blocco vengono sempre considerate insieme.
3. Gli effetti della dispersione spettrale
Lo spreco di energia comporta due principali effetti negativi:
- Precisione dell'ampiezza ridotta: l'energia che avrebbe dovuto essere concentrata in un unico contenitore è ora distribuita su molti. Il picco principale risulta quindi pari a inferiore rispetto alla sua ampiezza effettiva, mentre i bin adiacenti dei «lobi laterali» vengono artificialmente aumentati. Un ampiezza I valori rilevati direttamente da un sensore Leaky Peak possono essere fuorvianti ai fini della valutazione della gravità.
- Risoluzione in frequenza ridotta: la dispersione può essere così forte da nascondere completamente i picchi più piccoli e vicini. Un segnale debole proveniente da un difetto del cuscinetto, ad esempio, può andare completamente perso nell'ampio campo di dispersione di un grande 1× sbilanciare peak.
Entrambi questi effetti vanno a discapito degli obiettivi dell'analista: ampiezze accurate per l'analisi delle tendenze e della gravità, e una risoluzione nitida per il rilevamento tempestivo dei guasti.
4. La soluzione: il windowing
La dispersione spettrale viene controllata tramite finestratura funzioni. Una finestra è una funzione di ponderazione matematica moltiplicata per i dati della forma d'onda temporale prima viene passato alla FFT.
La scelta più comune per i lavori generici sulle macchine rotanti è il Finestra di Hanning. Presenta un profilo regolare a forma di campana che attenua il segnale fino a zero sia all'inizio che alla fine del blocco. Questa attenuazione fa sì che le due estremità si allineino, eliminando di fatto la discontinuità artificiale che aveva causato la dispersione in primo luogo. Presentando alla FFT un segnale uniformemente periodico, l'applicazione della finestra riduce drasticamente la dispersione, garantendo picchi più nitidi, un rumore di fondo più basso e un'analisi più sensibile.
L'applicazione di una finestra è un compromesso piuttosto che una soluzione definitiva. Lo stesso smussamento che elimina le perdite allarga leggermente anche il picco principale e ne riduce l'ampiezza misurata; ecco perché gli strumenti applicano un fattore di correzione dell'ampiezza. Finestre diverse bilanciano queste proprietà in modo diverso: una finestra flat-top è preferibile quando è importante l'ampiezza precisa di un singolo tono (ad esempio durante calibrazione), una finestra uniforme (rettangolare) è adatta all'acquisizione transitoria in un test di urto, mentre Hanning rimane il titolare fisso.
5. Perché è importante nella pratica
Per il tecnico sul campo il concetto è chiaro: uno spettro pulito è un presupposto fondamentale per una diagnosi accurata. Una perdita che copra un leggero rumore del cuscinetto o che minimizzi l'ampiezza di un picco può indirizzare l'indagine nella direzione sbagliata. Quando si misura l'ampiezza 1× e fase per un intervento di bilanciamento — l'operazione di routine che uno strumento portatile come il Bilanciamento-1a si manifesta nei cuscinetti della macchina stessa: un'adeguata suddivisione in finestre mantiene nitido il picco sincrono e ne garantisce l'affidabilità dell'ampiezza, in modo che la correzione calcolata si basi sulla vibrazione effettiva anziché su un artefatto sfocato.
