진동 분석에서의 FFT(고속 푸리에 변환)

정의: FFT란 무엇인가?

그리고 고속 푸리에 변환(FFT) 신호를 시간 영역에서 주파수 영역으로 변환하는 데 사용되는 고효율 수학 알고리즘입니다. 진동 분석에서 이는 원시적이고 복잡한 시간 파형 (진동 진폭과 시간의 플롯)으로 주파수 스펙트럼 (진동 진폭 대 주파수의 그래프). 이 변환은 현대 기계 진단에서 가장 중요하고 기본적인 과정입니다.

FFT가 진단에 필수적인 이유는 무엇입니까?

작동 중인 기계의 원시 시간 파형은 여러 진동이 동시에 발생하는 복잡한 혼합물입니다. 이 신호를 보고 기계의 상태를 판단하는 것은 거의 불가능합니다. FFT는 프리즘처럼 이 복잡한 신호를 개별 주파수 성분으로 분리합니다. 그 결과, 분석가는 다음과 같은 정보를 명확하고 실행 가능한 차트를 통해 확인할 수 있습니다.

• 어떤 주파수가 존재합니까?
• 각 주파수에는 얼마만큼의 에너지(진폭)가 있습니까?
• 이 주파수들 사이의 관계는 무엇인가?

불균형, 정렬 불량, 베어링 결함, 느슨함 등의 다양한 기계적, 전기적 결함은 각각 매우 구체적이고 예측 가능한 주파수에서 진동을 발생시키므로 FFT 스펙트럼은 문제의 근본 원인에 대한 직접적인 로드맵을 제공합니다.

FFT 분석의 주요 매개변수

유용한 FFT 스펙트럼을 얻으려면 진동 분석가는 데이터 수집기나 소프트웨어에서 몇 가지 주요 매개변수를 정의해야 합니다.

1. Fmax(최대 주파수)

이는 스펙트럼에 포함될 가장 높은 주파수입니다. 찾고 있는 가장 높은 주파수 결함(예: 고주파 기어 메시 또는 베어링 톤)을 포착할 수 있을 만큼 충분히 높게 설정해야 합니다.

2. 해상도(해상도 라인)

이는 스펙트럼의 세부 수준을 결정합니다. 이는 Fmax에 걸쳐 계산될 불연속 주파수 "빈" 또는 데이터 포인트의 수로 정의됩니다. 라인 수가 많을수록(예: 3200 또는 6400) 주파수 분해능이 향상되어 매우 가까운 두 진동 주파수를 분리할 수 있습니다. 높은 분해능은 기어박스 분석에서 비트 주파수를 진단하거나 측파대를 분석하는 데 매우 중요합니다.

3. 평균화

기계 진동은 변동할 수 있기 때문에 단일 "스냅샷" FFT는 오해의 소지가 있습니다. 평균화는 여러 FFT를 빠르게 연속으로 수집한 후 이를 함께 평균화하는 과정입니다. 이 과정은 무작위 노이즈를 줄이고 기계의 실제 상태에 대한 훨씬 더 안정적이고 반복 가능하며 대표적인 스펙트럼을 제공합니다.

4. 윈도잉

윈도우 함수(해닝 함수와 유사)는 FFT 계산 전에 시간 파형 데이터에 적용되는 수학적 가중치입니다. 이는 "스펙트럼 누설"이라는 오류를 최소화하여 스펙트럼 내 신호의 진폭과 주파수를 최대한 정확하게 유지하는 데 사용되는 신호 처리 기법입니다.

FFT 스펙트럼 해석

훈련된 분석가는 특징적인 패턴을 찾아 FFT 스펙트럼을 해석합니다.

• 큰 피크 1배의 실행 속도 나타내다 불균형.
• 큰 피크 2배 빠른 실행 속도 종종 ~을 가리킨다 정렬 불량.
• 일련의 배음 (1배, 2배, 3배, 4배 등의 피크)는 기계적 느슨함의 전형적인 징후입니다.
• 고주파 피크가 있는 측파대 주행 속도에서 간격이 있는 것은 기어박스나 베어링에 오류가 있다는 징후입니다.
• 광대역 소음의 높은 "바닥"은 펌프의 캐비테이션이나 마찰을 나타낼 수 있습니다.

분석가는 현재 FFT 스펙트럼을 장비가 정상적이었을 때의 기준선과 비교함으로써, 심각한 고장으로 이어지기 훨씬 전에 변화를 쉽게 발견하고 문제를 진단할 수 있습니다.

← 메인 인덱스로 돌아가기