რა არის ალიასინგი ვიბრაციის ანალიზში? • პორტატული ბალანსიორი, ვიბრაციის ანალიზატორი „Balanset“ დინამიური ბალანსირებისთვის სამსხვრევების, ვენტილატორების, მულჩერების, შნეკების, კომბაინების, ლილვების, ცენტრიფუგების, ტურბინების და მრავალი სხვა როტორის. რა არის ალიასინგი ვიბრაციის ანალიზში? • პორტატული ბალანსიორი, ვიბრაციის ანალიზატორი „Balanset“ დინამიური ბალანსირებისთვის სამსხვრევების, ვენტილატორების, მულჩერების, შნეკების, კომბაინების, ლილვების, ცენტრიფუგების, ტურბინების და მრავალი სხვა როტორის.

ვიბრაციის ანალიზში ალიასინგის გაგება

განმარტება: რა არის ალიასინგი?

ალიასინგი არის სიგნალის დამუშავების კრიტიკული შეცდომა, რომელიც შეიძლება წარმოიშვას ვიბრაციის მონაცემების ციფრული ანალიზის დროს. ეს ხდება მაშინ, როდესაც სიგნალი აღირიცხება ისეთი სიჩქარით, რომელიც ძალიან დაბალია მისი უმაღლესი სიხშირის კომპონენტების ზუსტად აღსაქმელად. შედეგად, ეს მაღალი სიხშირეები „იკეცება“ ან „იმეორებს“ დაბალ სიხშირეებს მიღებულ FFT სპექტრში, რაც ქმნის ცრუ სიხშირის პიკებს, რამაც შეიძლება გამოიწვიოს მანქანის მდგომარეობის სერიოზული არასწორი დიაგნოზირება.

ნაიკვისტის თეორემა და შერჩევის სიხშირე

ალიასინგის გასაგებად, პირველ რიგში უნდა გესმოდეთ ნაიკვისტის თეორემა (ასევე ცნობილია, როგორც ნიკვისტ-შენონის შერჩევის თეორემა). ციფრული სიგნალის დამუშავების ეს ფუნდამენტური პრინციპი ამბობს:

ანალოგური სიგნალის ციფრული სახით ზუსტად წარმოსადგენად, შერჩევის სიხშირე (Fs) უნდა იყოს მინიმუმ ორჯერ მეტი, ვიდრე სიგნალში არსებული უმაღლესი სიხშირის კომპონენტი (Fmax).

ამ მინიმალურ შერჩევის სიხშირეს (2 * Fmax) ეწოდება ნაიკვისტის კურსივიბრაციის ანალიზში, ყველაზე მაღალი სიხშირე, რომლის ზუსტად გაზომვაც შესაძლებელია, შერჩევის სიხშირის ნახევარია (Fmax = Fs / 2). ამ Fmax-ს ხშირად ნაიკვისტის სიხშირეს უწოდებენ.

როგორ ხდება ალიასინგი?

წარმოიდგინეთ მაღალი სიხშირის ვიბრაციული სიგნალი, რომელსაც ციფრული ანალიზატორი ზომავს. ანალიზატორი სიგნალის დისკრეტულ ნიმუშებს (მომენტალურ სურათებს) ფიქსირებული სიჩქარით (ნიმუშების აღების სიხშირე) იღებს.

  • თუ შერჩევის სიხშირე საკმარისად მაღალია (ნაიკვისტის სიხშირეზე გაცილებით მაღალი), ანალიზატორი აფიქსირებს წერტილების საკმარის რაოდენობას ტალღის ფორმის ზუსტად აღსადგენად.
  • თუმცა, თუ შერჩევის სიხშირე ძალიან დაბალია, ანალიზატორი „ვერ ამჩნევს“ ნიმუშებს შორის მიმდინარე მოვლენებს. მის მიერ აღებული რამდენიმე წერტილი შეიძლება დაუკავშირდეს სრულიად განსხვავებული, დაბალი სიხშირის სინუსოიდური ტალღის ფორმირებას. ეს ახალი, ცრუ დაბალი სიხშირე „ალიასია“.

მაგალითად, თუ სიგნალი შეიცავს 900 ჰც კომპონენტს, მაგრამ ანალიზატორის Fmax დაყენებულია 500 ჰც-ზე (რაც ნიშნავს 1000 ჰც-ის სინჯის აღების სიხშირეს), 900 ჰც კომპონენტის სწორად გაზომვა შეუძლებელია. ის „ალიასირებული“ იქნება და გამოჩნდება პიკის სახით უფრო დაბალ სიხშირეზე (კერძოდ, Fs-ზე – 900 ჰც = 1000 – 900 = 100 ჰც), რაც შესაძლოა შეცდომით იქნას აღქმული 1X სიჩქარის ვიბრაციად.

ალიასინგის თავიდან აცილება: ალიასინგის საწინააღმდეგო ფილტრი

შეუძლებელია წინასწარ იცოდე სიგნალში არსებული ყველა მაღალი სიხშირის შინაარსი (მაგალითად, ულტრაბგერითი ხმაურის, დარტყმების ან რადიოსიხშირული ჩარევის შედეგად). ამიტომ, უბრალოდ შერჩევის სიხშირის საკმარისად მაღალ დაყენებაზე დაყრდნობა პრაქტიკული გადაწყვეტა არ არის.

ყველა თანამედროვე ციფრული ვიბრაციის ანალიზატორში გამოყენებული გადაწყვეტაა ანტი-ალიასინგის ფილტრიეს არის ციცაბო დაბალი სიხშირეების ფილტრი, რომელიც მოთავსებულია სიგნალის გზაზე ანალოგურ-ციფრული გადამყვანის (ADC) წინ. აი, როგორ მუშაობს ის:

  1. მომხმარებელი ანალიზისთვის ადგენს სასურველ მაქსიმალურ სიხშირეს (Fmax).
  2. ამ Fmax-ის მიხედვით, ანალიზატორი ავტომატურად აყენებს ანტი-ალიასინგის ფილტრის გათიშვის სიხშირეს Fmax-ზე ოდნავ მაღლა.
  3. სენსორიდან გამომავალი ანალოგური სიგნალი გადის ამ ფილტრში, რომელიც შლის ან ძლიერად ამცირებს გათიშვის წერტილზე მაღლა მყოფ ყველა სიხშირეს.
  4. მხოლოდ გაფილტრული, „სუფთა“ სიგნალი იგზავნება ანალოგურ-ციფრულ გადამყვანში შერჩევისთვის.

არჩეული შერჩევის სიხშირის მიერ ვერ დამუშავებული მაღალი სიხშირეების მოცილებით, ანტი-ალიასინგის ფილტრი ფიზიკურად შეუძლებელს ხდის ალიასინგის განხორციელებას. ეს ციფრული სიგნალის ანალიზატორის ერთ-ერთი ყველაზე კრიტიკული კომპონენტია, რომელიც უზრუნველყოფს, რომ შედეგად მიღებული FFT სპექტრი წარმოადგენს მანქანის ვიბრაციის ზუსტ და ზუსტ წარმოდგენას არჩეულ სიხშირის დიაპაზონში.


← დაბრუნება მთავარ ინდექსზე

ka_GEKA
WhatsApp