진동 분석에서의 미분 이해
분화 in 진동 분석이란 진동 신호의 시간 미분을 구하거나, 이에 상응하여 주파수를 곱함으로써 한 측정 매개변수에서 다른 측정 매개변수로 변환하는 수학적 연산을 말합니다. 주파수 영역. It turns 배수량 into 속도, 그리고 속도를 가속. 미분은 다음의 정확한 역함수이다 통합; 이 방법은 훨씬 덜 사용되는데, 대부분의 현장 센서가 가속도계이고 일반적으로 필요한 것은 적분하는 것이기 때문이다 아래에 속도나 변위에 대해 미분하는 것이 아니라 위로. 이 방법이 진가를 발휘하는 경우는, 근접 프로브 속도 기반 기준과 비교하거나, 고주파 성분을 분석해야 한다.
꼭 마음에 새겨야 할 핵심은 ‘구분’이 바로 주파수 가중 작동 원리: 이 기능은 고주파 성분을 강조하고 저주파 성분을 억제하는데, 이는 통합(integration) 효과와 정반대입니다. 따라서 변위 기록에서 미약한 고주파 진단 정보를 추출하는 데 유용하지만, 신호와 마찬가지로 고주파 노이즈도 똑같이 증폭시키기 때문에 양날의 검과도 같습니다. 주의 없이 사용하면, 오히려 드러내려고 했던 정보를 가려버릴 수도 있습니다.
1. 수학적 관계
동일한 물리학적 원리는 두 가지 동등한 방식으로 표현될 수 있으며, 이 둘 중 하나를 선택하는 것은 실질적인 결과를 초래한다.
시간 영역 미분
- 이동 거리로부터의 속도: v(t) = d/dt [x(t)]
- 속도에서의 가속도: a(t) = d/dt [v(t)]
- 이동 거리로부터의 가속도: a(t) = d²/dt² [x(t)] — 2차 미분, 한 단계에 적용
주파수 영역 미분
주파수 영역에서는 이 연산이 단순한 곱셈으로 귀결되기 때문에, 현대의 계측기들이 이 영역에서 제대로 작동하는 것입니다:
- 이동 거리로부터의 속도: V(f) = D(f) × 2πf
- 속도에서의 가속도: A(f) = V(f) × 2πf
- 순 효과: 모든 스펙트럼 선은 자체 주파수에 따라 비례하여 변환되므로, 고주파수는 상승하고 저주파수는 하강하게 되며, 2차 미분 시에는 (2πf)²에 비례하여 변환되어 기울기가 더욱 가팔라집니다.
이러한 주파수 의존성이 바로 미분의 핵심입니다. 각 변환은 주파수의 제곱을 곱하는 역할을 하므로, 이는 엔지니어가 일상적으로 오가며 다루는 일련의 매개변수들을 서로 연결해 줍니다. 예를 들어, 다음과 같은 변환기들은 진동 가속도 계산기 또는 진동 변위 계산기 순음에 대해 바로 이 단일 주파수 관계를 적용한다.
2. 차별화가 사용되는 이유
비록 덜 흔한 연산이지만, 미분에는 몇 가지 타당한 용도가 있습니다:
- 근접 센서 응용 분야: 근접 센서는 샤프트의 변위를 직접 측정하지만, 많은 진동 규격에서는 속도 한계를 명시하고 있습니다. 변위를 미분하여 속도로 변환하면, 변위 센서의 측정값을 이러한 한계값과 비교하여 평가할 수 있습니다.
- 고주파 강조: 분해능 향상은 신호의 상한 주파수를 높여주므로, 변위 데이터에 숨겨진 고주파 결함 신호를 드러낼 수 있으며, 반응이 둔한 저속 변위 데이터를 분석에 더 적합한 가속도 기록으로 변환할 수 있습니다.
- 센서 유형 간 비교: 변위 센서를 ~와 비교하기 위해 가속도계, 두 값 모두 공통된 매개변수(보통 속도)로 변환되어 측정값의 일관성을 확인할 수 있습니다.
3. 과제: 소음 증폭
미분 계산의 가장 큰 어려움은 잡음이며, 이는 주파수 곱셈 법칙에서 직접적으로 비롯됩니다.
왜 소음이 지배적인가
이 연산은 주파수를 곱하는 과정이므로, 전체 주파수 대역에 걸쳐 존재하는 광대역 잡음은 대상 신호보다 고주파 영역에서 더 크게 증폭됩니다. 이를 생생하게 보여주는 예시는 다음과 같습니다: 10 kHz에서 1%의 노이즈는 100 Hz 신호에 비해 약 100배 증폭된다...그래서 깔끔해 보이는 입력도 어수선해 보일 수 있습니다. 이를 방지하려면 저역 통과 필터 미분하기 전에, 그렇지 않으면 과도하게 증폭될 수 있는 고주파 성분을 제거합니다.
센서 노이즈와 2차 미분
모든 변위 센서에는 고유한 전기적 노이즈와 양자화 노이즈가 존재합니다. 변위를 한 번 미분하여 속도를 구하면 이러한 노이즈가 증폭되며, 두 번 미분하여 가속도를 구하면 그 효과가 극적으로 커지므로 일반적으로 피해야 합니다. 가속도 측정이 정말로 필요하다면, 변위를 두 번 미분하는 대신 가속도계를 사용하여 직접 측정하는 것이 거의 항상 올바른 방법입니다.
계산 오류
시간 영역 미분은 또한 디지털화 오류를 증폭시키고 샘플링 아티팩트에 민감하기 때문에, 정확도가 중요한 경우 주파수 영역 방식이 선호되는 실질적인 이유이다.
4. 올바르게 실천하기
체계적인 절차는 분화를 올바르게 유지해 줍니다. 통합과는 대조적인 점에 주목하십시오. 통합은 오히려 하이패스 필터 저주파 드리프트를 제거하기 위해 — 이 두 작업은 서로 반대되는 필터링 strategies.
단일 미분 (변위 → 속도)
- 먼저 저역 통과 필터부터: 고주파 노이즈를 제거하되, 컷오프 주파수는 대상 주파수 중 가장 높은 주파수의 약 2~5배로 설정합니다.
- 신호 품질 확인: 입력 신호에 눈에 띄는 노이즈나 아티팩트가 없는지 확인하십시오.
- 구별 짓다: 주파수 영역에서 2πf를 곱한다.
- 결과를 확인해 보세요: 예상된 크기와 비교하여 타당성을 검토한다.
2차 미분 (변위 → 가속도)
- 일반적으로 피하는 것이 좋습니다 — 좋은 결과를 내는 경우는 거의 없다.
- 불가피한 경우, 관심 대상인 최고 주파수 바로 지점에 컷오프 주파수를 설정하여 강력한 저역 통과 필터링을 적용하고, 고주파 대역이 노이즈에 의해 제한된다는 점을 수용해야 한다.
- 더 나은 대안: 가속도계를 사용하여 가속도를 직접 측정한다.
주파수 영역 구현
현대적이고 견고한 방법은 다음을 계산하는 것입니다. FFT 변위 또는 속도 신호의 각 빈에 2πf(이차 미분인 경우 (2πf)²)를 곱하고, 주파수 영역에서 저역 통과 필터링을 적용한 다음, 새로운 매개변수로 스펙트럼을 읽어냅니다. 만약 시간 파형 이 접근 방식은 누적 오류를 방지하고, 필터링을 매우 간단하게 만들며, 계산 효율이 높고, 오늘날의 분석기에 기본으로 탑재된 표준 방식입니다.
5. 언제 사용해야 하고, 언제 사용하지 말아야 하는가
ISO 비교를 위해 근접 프로브 변위를 속도로 변환할 때, 저속 변위 데이터에서 고주파 성분을 강화할 때, 서로 다른 센서 유형을 공통된 기준으로 비교할 때, 그리고 일반적으로 적절한 필터링을 적용할 수 있는 모든 경우에 2차 미분을 활용하십시오. 노이즈가 많은 변위 신호에서는 2차 미분을 피하고, 정말로 피할 수 없는 경우가 아니라면 2차 미분을 피하며, — 반복되는 원칙이지만 — 가속도계를 사용할 수 있는 경우에는 아예 2차 미분을 피하십시오. 원하는 파라미터를 직접 측정하는 것이 이를 유도하는 것보다 항상 더 낫기 때문입니다.
6. 미분과 적분, 그리고 현대 악기
이 두 과정은 서로 거울에 비친 것처럼 대칭을 이루며, 나란히 놓고 보면 두 가지 모두를 명확히 이해할 수 있다.
| 측면 | 완성 | 분화 |
|---|---|---|
| 주파수 효과 | 저주파를 증폭합니다 | 고주파를 증폭합니다 |
| Common use | 가속도 → 속도, 속도 → 변위 | 변위 → 속도 |
| Main problem | 저주파 드리프트 | 고주파 노이즈 증폭 |
| Required filter | 통합 전 고역 통과 | 미분 전 저역 통과 |
| How often used | 매우 일반적이다 | 덜 일반적 |
실제로 엔지니어가 이러한 변환을 수동으로 수행하는 경우는 거의 없습니다. 최신 분석기는 변위, 속도, 가속도 간의 변환을 자동으로 수행합니다. 사용자가 원하는 파라미터를 선택하면 기기가 적절한 필터링과 스케일링을 적용하므로 오류 발생 가능성을 크게 줄일 수 있습니다. 많은 기기가 세 가지 파라미터를 동시에 표시할 수 있는데, 각 파라미터는 주파수 대역의 서로 다른 부분을 강조하여 진동에 대한 포괄적인 시각을 제공합니다. 예를 들어, 다음과 같은 휴대용 2채널 기기는 발란셋-1A 이 변환을 내부적으로 처리하여, [...와 같은] 심각도 범주에 대한 정기적인 평가를 위해 속도를 표시합니다. ISO 20816-1 기본 가속도 데이터는 그대로 유지되므로, 분석가는 현장에서 원시 기록을 수동으로 미분할 필요가 없습니다.
따라서 미분은 적게 쓰이기는 하지만 통합과 대등한 가치를 지닌 개념으로, 변위 측정값을 속도나 가속도로 변환하거나 센서 유형을 교차 검증하는 데 없어서는 안 될 요소입니다. 단, 미분이 가진 잡음 증폭 특성을 고려하고 적절한 저역 통과 필터를 적용해야 한다는 전제 하에 말이죠. 이 한 가지 특성, 즉 고주파 성분을 제거한다는 점을 이해한다면 정확한 매개변수 변환이 자연스럽게 이루어집니다.
