オートスペクトルの理解
について オートスペクトル — オートスペクトルとも表記され、大まかにパワースペクトル、あるいは単に「スペクトル」とも呼ばれる — は、単一の 振動 信号、その信号のエネルギーや 振幅 は周波数領域に分布している。これは、 高速フーリエ変換（FFT） 時間記録の表示と、各周波数成分の振幅の表示。接頭辞「auto-」が付くことで、 クロススペクトラム…これは2つの異なる信号の関係を示すものであり、オートスペクトルとは、ある信号をそれ自体と重ね合わせて測定したスペクトルのことである。
日々の業務において、技術者の多くが「スペクトル」や「FFT」と言うとき、まさにこれを指しています。つまり、あらゆる 振動解析装置、その最高点は アンバランス, 軸受欠陥周波数, ギアメッシュ、その他もろもろ。この日常的なツールが技術的にはオートスペクトラムであることを認識しておくことは、クロススペクトラムが関わるマルチチャンネル作業に取り組む際に最も重要となります。 一貫性、そしてその他の相関関数が関わってくる。
1. 数学的基礎
同じ結果に至る2つの道
自己スペクトルを導き出すには、数学的に同等の2つの方法がある：
- 直接FFT： 時間信号を変換し、各複素FFTビンの振幅（または振幅の2乗）を取り出し、それを周波数に対してプロットします。これは、ほぼすべての計測器で採用されている一般的かつ単純な手法です。
- 自己相関を用いて： まず信号の自己相関関数を計算し、次にそのFFTを求めます。これにより、 ウィーナー・キンチン定理 結果は直接法と全く同じである――異なる計算経路を経由して、同じスペクトルが得られる。
振幅を二乗し、単位周波数あたりで正規化すると、その量は パワースペクトル密度これは、広帯域ランダム振動において推奨される形式です。
安定性を高めるための平均化
単一のFFTには統計的なノイズが含まれるため、連続した時間記録から算出した複数のオートスペクトルを平均化することで、推定値を安定させ、ランダムなばらつきを低減します。通常の機械診断では、4～16回の平均化が一般的ですが、広帯域のランダム振動の場合は50～100回以上必要になることもあります。このメリットを得るには測定時間を犠牲にする必要があるため、平均回数は「多ければ多いほど良い」というわけではなく、意図的なトレードオフとして決定されるものです。
2. 性質の定義
数学から直接導き出される3つの特徴があり、スペクトルを読み解く際にはこれらを念頭に置いておく価値がある：
- 実数値： オートスペクトルには虚数部がありません。これは振幅のみを表しているため、 段階 原信号の位相関係は、振幅の計算において無視されます。単一点故障の特定においては、これは問題になりませんが、位相が不可欠な平衡解析や伝達関数の解析においては、大きな制約となります。
- 常に前向き： 値は常にゼロ以上である。なぜなら、それらはエネルギーや力を表しており、それらは負になることができないからである。
- 実信号に対する対称性： リアルタイム信号のスペクトルはナイキスト周波数を軸に対称であり、負の周波数は正の周波数を単に鏡像として映し出しているだけであるため、正の半分の領域のみが表示され、そこにすべての情報が含まれている。
3. 機械診断におけるオートスペクトル
アナリストのデイリー・ディスプレイ
これは技術者が日常的に使用するグラフです。あらゆる振動周波数成分が一目で確認でき、解析担当者は各ピークを特定し、それを故障の種類と照合する必要があります。そのため、オートスペクトルは 故障診断 および日常的な状態評価のため。
注目すべき機能
- 1×ピーク： 走行速度 振動は、主に不均衡やその他の1回転に1回発生する要因によって引き起こされる。
- 2×ピーク： 一般的に ずれ または 機械的な緩み.
- ベアリングの周波数： ビーピーエフオー, BPFI, BSF、 そして FTF、しばしば～に囲まれて サイドバンド.
- ギアメッシュ： 歯のかみ合わせ頻度とその 倍音.
- 電気: 電源周波数の2倍（60 Hz電源の場合は120 Hz、50 Hz電源の場合は100 Hz）。
- ノイズフロア： ランダム振動や計測機器のノイズによって生じるバックグラウンドレベル。これに対して、真のピークがはっきりと現れなければならない。
4. オートスペクトルとクロススペクトルの比較
シングルチャネルのオートスペクトラムは「どのような周波数が存在するか」という問いに答えるのに対し、その2チャネル版は「2つの信号がどのように関連しているか」という問いに答えます。この違いを明確にしておく価値があります：
| オートスペクトラム（シングルチャンネル） | クロス・スペクトラム（2チャンネル） |
|---|---|
| 1つの信号のスペクトル | 2つの信号の関係 |
| その信号の周波数成分を示す | 両方に共通する周波数成分を示す |
| 位相情報なし | 位相関係を含む |
| ほとんどの診断に十分 | アンダーピンズ 伝達関数 および一貫性分析 |
| 標準的なシングルチャネルFFT | 2つの同期したチャンネルが必要です |
5. 平均化モードと表示オプション
平均化モードの選択
- 線形平均： 連続するスペクトルの単純算術平均であり、ランダムノイズを低減し、真のスペクトルに収束する手法――機械分析における標準的手法である。
- 指数平滑化： 最新の記録を重視した加重平均であり、状況が刻々と変化するリアルタイム監視に最適です。
- ピークホールド（最大スペクトル）： 各周波数帯域では観測された最大値が保持され、過渡成分が捕捉される。これは、 上昇 そして コーストダウン をテストしている。.
軸の目盛
振幅軸は、 リニアスケール (mm/s, m/s²)という単位は、絶対値が読みやすい反面、大きなピークの横にある小さなピークが見えにくくなったり、あるいは 対数（dB）スケール (20·log[振幅/基準値])、これは広い ダイナミックレンジ 大小のピークが同時に確認できるようになっている。これは、詳細な分析や研究作業において好まれる表示方法である。周波数軸は通常、 リニア 機械についてはHz単位で、ただし 対数的 オクターブ間隔が等間隔の軸は、非常に広い周波数範囲に適しています。
6. 品質と落とし穴
スペクトル図の精度は、その基礎となるデータの質に左右される。A クリーンスペクトル 低いノイズフロアの上に明確なピークが見られる；a ノイズスペクトル ピークが高バックグラウンドに埋もれてしまうが、これは平均回数を増やし、適切な周波数分解能を確保することで改善できる。取得時に確認すべき点が2つある。1つは、間隔の狭いピークを分離できるほど周波数分解能が十分であるかを確認すること、もう1つは、 入力過負荷これにより、信号がクリップされ、誤ったスペクトル成分が生じます。この現象が発生した場合は、入力ゲインを下げてから再取得を行ってください。 FFT分解能計算機 気になるピークを解消できる行数と帯域幅の選定に役立ちます。
現場用計測機器の活用場面
次のようなポータブルな2チャンネル計測器では、 バランセット-1A、オートスペクトルとは、技術者が装置の前で日常的に確認する診断画面のことで、エネルギーが1×に集中しているかどうか（これは不平衡を示しており、 フィールドバランシング）あるいは、まったく別の故障を示唆する軸受や歯車の噛み合わせの周波数に分散している場合もある――これらすべてが、稼働速度での機械自身の軸受から検出される。
オートスペクトルは、振動診断における基本的な周波数解析ツールであり、技術者が日々の故障特定や状態評価に活用している単一チャンネルのFFTです。「スペクトル」が技術的にはオートスペクトルであることを理解し、それがクロススペクトルやその他のスペクトル関数とどのように関連しているかを把握することは、高度なマルチチャンネル解析や徹底的な機械診断を行うための基礎となります。
