振動解析におけるFFT（高速フーリエ変換）

定義: FFT とは何ですか?

について 高速フーリエ変換（FFT） は、信号を時間領域から周波数領域に変換するために使用される非常に効率的な数学アルゴリズムです。振動解析では、これは生の複雑な信号を周波数領域に変換することを意味します。 時間波形 （振動振幅と時間のグラフ）を 周波数スペクトル （振動振幅と周波数のグラフ）。この変換は、現代の機械診断において最も重要かつ基本的なプロセスです。

FFT が診断に不可欠なのはなぜですか?

ランニングマシンから得られる生の時間波形は、様々な振動が同時に発生し、複雑に絡み合っています。この信号を見てマシンの状態を判断することはほぼ不可能です。FFTはプリズムのように作用し、この複雑な信号を個々の周波数成分に分離します。その結果、アナリストは以下の点を明確に把握できる、明確で実用的なチャートが得られます。

• どのような周波数が存在しますか?
• 各周波数におけるエネルギー（振幅）はどれくらいですか?
• これらの周波数間の関係は何でしょうか?

さまざまな機械的および電気的障害 (不均衡、ずれ、ベアリングの欠陥、緩みなど) はそれぞれ非常に特定の予測可能な周波数で振動を生成するため、FFT スペクトルは問題の根本原因への直接的なロードマップを提供します。

FFT分析の主要パラメータ

有用な FFT スペクトルを取得するには、振動解析者はデータ コレクターまたはソフトウェアでいくつかの重要なパラメータを定義する必要があります。

1. Fmax（最大周波数）

これはスペクトルに含まれる最高周波数です。探している最高周波数の障害（例：高周波ギア噛み合い音やベアリング音）を捕捉できるほど高く設定する必要があります。

2. 解決（解決ライン）

これはスペクトルの詳細レベルを決定します。これは、Fmaxにわたって計算される離散周波数「ビン」またはデータポイントの数として定義されます。ライン数が多いほど（例：3200または6400）、周波数分解能が向上し、非常に近い2つの振動周波数を分離できるようになります。高い分解能は、ビート周波数の診断やギアボックス解析におけるサイドバンド解析に不可欠です。

3. 平均化

機械の振動は変動するため、単一の「スナップショット」FFTでは誤解を招く可能性があります。平均化とは、複数のFFTを連続して取得し、それらを平均化することです。このプロセスによりランダムノイズが低減され、機械の真の状態をより安定的かつ再現性の高い形で表すスペクトルが得られます。

4. ウィンドウ

窓関数（ハニング関数など）は、FFT計算の前に時間波形データに適用される数学的な重み付けです。これは、「スペクトル漏れ」と呼ばれる誤差を最小限に抑え、スペクトル内の信号の振幅と周波数を可能な限り正確にするために用いられる信号処理技術です。

FFTスペクトルの解釈

訓練を受けたアナリストは、特徴的なパターンを探して FFT スペクトルを解釈します。

• 大きなピーク 走行速度1倍 示す アンバランス.
• 大きなピーク 走行速度2倍 しばしば指し示す ずれ.
• 一連の 倍音 (1 倍、2 倍、3 倍、4 倍などでピークに達する) は、機械の緩みの典型的な兆候です。
• 高周波ピークと サイドバンド 動作速度で間隔が空いている場合は、ギアボックスまたはベアリングの障害の明らかな兆候です。
• 広帯域ノイズの「底値」が上昇している場合は、ポンプのキャビテーションまたは摩擦が発生している可能性があります。

現在の FFT スペクトルをマシンが正常なときに取得したベースラインと比較することで、アナリストは変化を簡単に見つけ、重大な障害になるずっと前に発生しつつある問題を診断できます。

← メインインデックスに戻る