Comprensione dell'analisi wavelet
Analisi wavelet è una tecnica avanzata di elaborazione del segnale utilizzata per analizzare vibrazione segnali il cui contenuto in frequenza varia nel tempo. A differenza dei tradizionali Trasformata di Fourier veloce (FFT), che risulta particolarmente indicata per segnali stazionari con contenuto in frequenza costante, l'analisi wavelet rileva efficacemente eventi transitori, impulsi e altri comportamenti non stazionari. Si tratta di uno strumento specialistico nel diagnostica delle vibrazioni kit di strumenti — a cui si ricorre proprio quando lo standard spettro non è all'altezza.
Funziona scomponendo un segnale in un insieme di funzioni di base chiamate «wavelet». Ogni wavelet è un breve pacchetto oscillatorio simile a un'onda, localizzato sia nel tempo che nella frequenza. Questa doppia localizzazione — conoscere sia Che cosa frequenza e quando — è ciò che conferisce al metodo la sua forza distintiva.
1. Definizione: Che cos'è l'analisi wavelet?
La maggior parte dei giorni analisi delle vibrazioni presuppone che la macchina funzioni a velocità e carico costanti, per cui le sue vibrazioni sono “stazionarie” e possono essere descritte adeguatamente da un unico spettro. Molti dei guasti più rivelatori, tuttavia, non sono affatto costanti: si tratta di brevi picchi di energia che compaiono e scompaiono nel corso di un giro. L’analisi wavelet è stata concepita proprio per questi segnali. Anziché limitarsi a individuare quali frequenze sono presenti nell’intera registrazione, fa scorrere wavelet di diverse dimensioni lungo il forma d'onda temporale, misurando quanto ciascuna di esse corrisponda al segnale in ogni istante. Le wavelet corte e ad alta frequenza individuano con precisione gli impatti improvvisi nel tempo; quelle lunghe e a bassa frequenza risolvono le componenti lente in frequenza.
2. Analisi wavelet vs. FFT
Per comprendere appieno il valore dell'analisi wavelet, è utile esaminare i limiti della FFT:
- FFT (Trasformata di Fourier veloce): la FFT ti dice Che cosa le frequenze sono presenti ma non fornisce alcuna informazione su quando nel momento in cui si sono verificati. Analizza l'intera registrazione in una sola volta, fornendo eccellenti frequenza risoluzione in frequenza ma nessuna risoluzione temporale.
- Analisi wavelet: L'analisi wavelet indica sia quali frequenze sono presenti sia in quale momento. Essa genera una mappa "tempo-frequenza" del segnale, che mostra come il contenuto spettrale si evolve nel corso della misurazione.
Immaginate un segnale contenente un breve “clic” causato da un dente di ingranaggio scheggiato. L’FFT potrebbe mostrare solo un leggero aumento dell’energia a banda larga, poiché il clic viene mediato sull’intero intervallo di registrazione. L’analisi wavelet, al contrario, produce un grafico che mostra chiaramente un picco di energia ad alta frequenza nel momento esatto in cui si è verificato il clic. Questo è il vantaggio pratico: conserva la tempistica degli eventi che l’FFT invece sfuma. È strettamente correlata, nello spirito, a analisi degli ordini, che affronta anche i casi in cui il semplice modello a frequenza fissa non è più applicabile.
3. Lo Scalogramma: una mappa tempo-frequenza
L'output più comune dell'analisi wavelet è un scalogramma (o un grafico tempo-frequenza simile) — una mappa cromatica bidimensionale in cui:
- L'asse X rappresenta il tempo.
- L'asse Y rappresenta la frequenza (o scala).
- Il colore rappresenta il ampiezza o l'energia della vibrazione in quel preciso momento e a quella frequenza.
Questa visualizzazione rende facile individuare eventi transitori che in uno spettro standard rimarrebbero nascosti. Una linea verticale di colore "caldo" su uno scalogramma, ad esempio, indica un evento a banda larga come un impatto verificatosi in un istante preciso: l'impronta visiva di un difetto localizzato e ricorrente. Concettualmente, lo scalogramma integra altre rappresentazioni avanzate come il diagramma della cascata, che mostra come varia uno spettro nel corso di numerose medie o velocità successive.
4. Applicazioni nella diagnostica delle vibrazioni
L'analisi wavelet non è in genere utilizzata per la routine monitoraggio delle vibrazionima è uno strumento potente per la diagnostica avanzata in situazioni specifiche:
- Analisi del riduttore: particolarmente efficace nell'individuare difetti localizzati, come un singolo dente scheggiato o rotto, che genera un impatto ben distinguibile una volta per giro.
- Difetto del cuscinetto Analisi: in grado di rilevare i singoli impatti causati dal passaggio di un elemento volvente su un spall, soprattutto nei macchinari a velocità molto bassa in cui i sistemi convenzionali analisi dell'inviluppo può essere impegnativo.
- Evento transitorio Analisi: ideale per i segnali relativi all'avvio e all'arresto delle macchine o a qualsiasi processo in cui le caratteristiche di velocità e vibrazione variano continuamente.
- Analisi strutturale: utile per analizzare la risposta di una struttura a un impatto — un test di urto — per comprenderne smorzamento e frequenze naturali.
5. Applicazioni pratiche e limiti
L'analisi wavelet è computazionalmente più impegnativa rispetto alla FFT, e l'interpretazione di uno scalogramma richiede maggiore esperienza rispetto alla lettura di uno spettro lineare. Per questi motivi, essa affianca, anziché sostituire, le tecniche di uso quotidiano. La ricerca quotidiana dei guasti si basa ancora sullo spettro FFT, sui livelli complessivi e sull'analisi dell'inviluppo; le wavelet vengono impiegate quando tali strumenti segnalano qualcosa di insolito ma non riescono a localizzarlo nel tempo. Sul campo i dati vengono raccolti con uno strumento portatile — un analizzatore a due canali come il Bilanciamento-1a cattura le forme d'onda temporali di alta qualità, registrate nei cuscinetti della macchina stessa alla velocità operativa, da cui dipendono tutti i successivi studi tempo-frequenza. I moderni software per computer hanno tuttavia reso l'analisi wavelet una risorsa accessibile e preziosa per l'analista esperto che si occupa di segnali complessi e non stazionari.
