同期平均化の理解
同期平均化 — 時間領域平均または時間同期平均（TSA）とも呼ばれる — は、信号処理技術の一つであり、 振動解析 周期的な速度同期を強化する 振動 同時に、ランダムノイズやシャフトの回転に同期していない振動を抑制します。この手法では、シャフトが数回回転する間に振動を繰り返しサンプリングし、各ブロックは1回転につき1回トリガーされます。 タコメーター パルスを出力し、その後、1回転ごとにその対応する点を平均化する。1回転ごとに完全に同じパターンで繰り返される成分は互いに増幅し合う一方、ランダムなノイズや 非同期 各成分が相殺され、S/N比が劇的に向上します。これは特に歯車の診断において強力な効果を発揮し――個々の歯車の噛み合い特性を抽出することで――通常の方法では全く見過ごされてしまうような、ノイズの中に埋もれた微細な周期的なパターンを明らかにすることができます。 時間波形 または FFTスペクトル.
1. 同期平均化の仕組み
手順を順を追って説明します
- トリガー信号： タコメーターからの1回転ごとのパルス、または キーフェーザー 各回転の開始点を定義する。
- データのセグメンテーション： 振動信号は、1回転につき1つの等しい長さのセグメントに分割されます。
- アライメント 各セグメントはトリガーパルスに合わせて位置合わせされているため、共通の角度起点を持っています。
- 項目ごとの平均化： すべてのセグメントにわたる対応するサンプルをまとめて平均化する。
- 結果： 1回の理想的な回転を表す単一の平均波形。
- ノイズ低減: ランダムな成分は統計的に相殺される一方、周期的な成分は互いに増幅し合う。
その背後にある数学
- 周期的な位相同期信号の和 coherently （これらは位相的に加算され、平均回数の増加に伴い線形に増加する）。
- ランダムノイズの和 incoherently （統計的には相殺され、個数の平方根に比例してのみ増加する）。
- したがって、信号対雑音比の改善は、以下に比例する √Nここで、N は平均値の個数である。
- 例えば、100回の平均化を行うとSNRが10倍（20 dB）向上し、400回の平均化では20倍（26 dB）向上します。
トリガーがシャフト自体から発生するため、同期平均化は本質的に一種の 次数分析 — 平均化された記録は、時刻ではなくシャフトの角度に連動しているため、通常の固定サンプリングレートのFFTでは信号がぼやけてしまうようなわずかな速度のずれにも耐えることができます。
2. 用途
ギアボックス診断 — 主な用途
これは最も一般的で、最も強力なアプリケーションです。
- 歯車噛み合わせの分離： 対象のギアの回転数と同期して平均化を行うことで、そのギアの mesh pattern 他の歯車やベアリングの動作を抑制しつつ、確認を助ける ギアの欠陥.
- 歯ごとの分析： 平均化された波形からは、各歯の噛み合わせがはっきりと確認でき、破損した歯は、それ以外が繰り返しパターンをなす中で局所的なずれとして現れ、そのずれによって特定することができます どの 歯が損傷しており、その程度を判断する。
その他の用途
- ベアリング解析の機能強化： 外輪通過周期にわたって平均化することで、軸受の周期的な衝撃を分離・強調することができる ベアリング不良…他の音源による遮蔽を突き抜け、特に騒音の多い環境において有用です。
- ねじり振動： 回転に同期して各部を強化しつつ、横方向の振動や騒音を低減し、 torsional 共鳴と励起。
- バランスを取る： の精度を向上させる 振幅 そして 位相 騒がしい環境下での測定が可能となり、より信頼性の高い 影響係数 determination.
3.メリット
- ノイズ低減: ノイズフロアより20～30dBも低い位置に埋もれた信号を抽出できるほどS/N比が劇的に向上しており、極めて過酷な環境下でも測定が可能となる。
- 障害の特定： ある部品の動作音を他のすべての部品から分離し――例えば、ギアボックス内のピニオンギアの噛み合い音とギア本体の噛み合い音を区別し――それによってどの部品に不具合があるかを特定します。
- 解像度の向上： 微細なパターンや欠陥を明らかにし、生データには隠れていた詳細を浮き彫りにし、真に早期の 障害検出.
4. 要件と制限事項
必要なもの
- タコメーター 1回転ごとに確実に作動するトリガーが不可欠です。これがないと、この方法ではセグメントの位置合わせができません。
- 一定速度： 速度は、通常±1～2％の範囲内で、ある程度安定している必要があります。
- 十分な平均値： 通常、良好な結果を得るには50～200回転程度必要です。
- 周期信号： 真に周期的で位相が同期した成分のみが増幅される。
不足している点
- 非同期的な障害を抑制します： ランダムな欠陥や、そのほとんど 軸受欠陥周波数 are reducedですから、もしあなたがそれらを狙っているのであれば、この手法は適していません（代わりに エンベロープ分析 instead).
- 速度の変化： 平均化ウィンドウ内の速度変動は、結果をぼやけさせる。
- 所要時間： データは、多数の回転にわたって収集する必要があります。
- リアルタイムではない： ある程度の後処理が必要です。
5. 他の手法との比較
同期的平均化と線形平均化
- 同期: 時間領域での平均値を算出し、回転に同期させ、周期成分を強調します。
- リニア： FFTスペクトルを平均化し、すべての周波数帯域にわたるランダムな変動を無差別に低減する。
- Use cases: 歯車や特定の部品には同期方式を、一般的なスペクトル平滑化には線形方式を採用する。
同期平均化とエンベロープ解析の比較
- 同期平均化： 時間領域では、周期的なパターンが強調される。
- エンベロープ分析: 周波数領域において、レースウェイの剥離などによる反復的な衝撃を検出する。
- 補足： これら2つを組み合わせて包括的な分析を行うことができます。すなわち、歯車の噛み合わせを平均化し、残った部分をエンベロープ解析することで、ベアリングの欠陥を特定します。
6. 実践的な導入
設定、収集、および解釈
- セットアップ： 1回転につき1回の明確なパルスを出力するタコメーターを取り付ける――ストリップ状の 反射テープ 光学ピックアップを用いた測定が現場では一般的です。平均回数を設定し（50～200回）、信号の長さを定義し（1回転、10回転など）、速度の安定性を確認します。
- データ収集： 平均化期間にわたってデータを取得します。計測器は自動的にデータを分割・平均化し、平均化された波形を表示します。また、多くの場合、その平均化された信号のFFTを計算して、より詳細なスペクトル情報を提供します。
- 解釈： 平均化された波形を調べて周期的なパターンを確認し、欠陥を示す逸脱を探し、正常なものと比較する ベースライン 既知の正常な波形パターンと比較し、偏差の振幅から深刻度を定量化する。
現場では、このワークフロー全体が正確な位相基準にかかっています。例えば、次のようなポータブルな2チャンネル計測器は、 バランセット-1A まさにその機能を提供します。その光学式レーザータコメーターは、シャフトに貼られた小さな反射テープを検知してトリガーされ、各平均化ウィンドウの基準となる1回転ごとのパルスを生成します。これは、本機器がすでに フィールドバランシング. トリガーが安定し、速度が一定であれば、数秒かけて取得した平均化された波形から、生のスペクトルでは完全に埋もれていた歯車の欠けた歯1つを特定できることがある。
7. 応用バリエーション
- ギヤ同期平均化： シャフトではなく対象の歯車から信号を出力することで、その特定の歯車の噛み合わせパターンを確認できますが、そのためにはエンコーダまたはマルチパルスタコメータが必要となります。
- 多段階平均化： 複数のオーダーを同時に平均化し、1×、2×、3×成分を分離して、包括的なオーダー成分を算出します。
- 差動信号： 生信号から平均化された信号を差し引くと、除去された部分、すなわち非同期成分がそのまま残った残差が得られる。これは、歯車の噛み合い成分を取り除いた後に、ベアリングの欠陥を明らかにするのに有用な方法である。
同期平均化は、ノイズや非同期成分を抑制しつつ、周期的で回転数に同期したパターンの可視性を劇的に高める高度な技術です。この技術を習得することで、高度なギアボックスの診断、ノイズの多い環境下での早期欠陥検出、そして通常は内部を覗き見ることのできない機械内部における個々の構成部品の特性の明確な抽出が可能になります。
