저역 통과 필터 이해
A 저역 통과 필터 (LPF)는 주파수 선택적 신호 처리 소자로, 이를 통해 진동 선택된 컷오프 주파수 미만의 성분은 통과시키고, 그 이상의 성분은 감쇠시킵니다. 진동 분석 이 기능은 분석기가 없으면 수행할 수 없는 세 가지 역할을 담당합니다. 바로 앤티앨리어싱(디지털 데이터에 허위 주파수가 나타나는 것을 방지), 노이즈 감소, 그리고 집중적인 분석을 위해 저주파 대역을 분리하는 것입니다. 이는 하이패스 필터, 그리고 이 두 가지는 다른 모든 것의 기초가 됩니다 신호 필터링 scheme.
저역 통과 필터는 진동 계측 분야에서 가장 널리 사용되는 필터라고 할 수 있습니다. 모든 디지털화 시스템에서 이 필터는 필수적인 항알리아싱 필터로서 변환기 앞에 배치되며, 데이터 평활화, 고주파 노이즈 제거, 저주파 현상에 집중하기 위한 분석 도구로서도 동일한 기능을 수행합니다. 따라서 신호를 어떻게 형성하는지 이해하는 것은 어떤 결과든 신뢰하기 위해 필수적입니다. 스펙트럼 you read.
1. 필터 특성
절단 주파수 (fc)
- 정의: 필터 응답이 −3 dB, 즉 통과대역 진폭의 70.7%로 감소하는 주파수.
- Below fc (passband): 주파수들이 거의 감쇠되지 않고 통과합니다.
- Above fc (stopband): 주파수가 점차 약해진다.
- 전환 대역: f 주변 지역c 감쇠가 꾸준히 증가하는 곳.
필터 순서 및 롤오프
필터의 차수(order)는 통과대역에서 차단대역으로의 전환이 얼마나 급격하게 이루어지는지를 결정합니다:
- 1st order: 6 dB/옥타브 (20 dB/데케이드) — 점진적인 감쇠.
- 2nd order: 12 dB/옥타브 (40 dB/데케이드) — 중간 정도.
- 4th order: 24 dB/옥타브 (80 dB/데케이드) — 가파른.
- 8th order: 48 dB/옥타브 (160 dB/데케이드) — 매우 가파른 주파수 응답.
- Higher order: 더 선명한 주파수 응답 변화와 향상된 차단대역 억제 성능을 제공하지만, 그 대가로 위상 변이가 더 커지고 과도 응답 시간이 길어집니다.
필터 응답 유형
서로 다른 수학적 형태를 사용해도 동일한 컷오프 주파수와 주파수 특성을 구현할 수 있으며, 각 형태는 평탄도, 선명도, 위상 특성 중 일부를 타협해야 합니다:
- 버터워스: 리플이 전혀 없는 최대한 평탄한 통과대역.
- 체비셰프: 더 날카로운 커트오프 특성을 가지며, 통과대역에서는 리플을 허용한다.
- 베셀: 선형 위상, 즉 파형 왜곡이 최소화됨을 의미합니다. 파형의 형태가 시간 파형 matters.
- 타원형: 통과대역과 차단대역 모두에서 리플이 발생하는, 가능한 한 급격한 주파수 전환.
2. 주요 용도
앤티앨리어싱 (가장 중요)
이는 어떤 디지타이저도 빼놓을 수 없는 기능입니다. 이 기능이 없다면 나이퀴스트 한계 이상의 주파수는 역주파수로 변환되어 가짜 피크로 나타나게 되는데, 이는 바로 앨리어싱.
- 목적: 나이퀴스트 주파수(샘플링 속도의 절반) 이상의 주파수를 차단한다.
- 요구 사항: it must act 전에 아날로그-디지털 변환 — 소프트웨어로는 사후에 에일리어스를 제거할 수 없다.
- Typical cutoff: 0.4–0.8 × (샘플링 주파수 / 2).
- 기구: 일반적으로 앨리어싱 제거가 잘 되려면 8차 이상이어야 합니다.
- 방치의 결과: 부적절한 앤티앨리어싱은 실제 결함을 흉내 내는 허위 스펙트럼 피크를 생성한다.
노이즈 감소
- 고주파 전기 노이즈를 제거합니다.
- 센서 케이블에서 발생하는 노이즈를 제거합니다.
- 다음에 대한 데이터를 매끄럽게 처리합니다 트렌드.
- 관심 대상인 저주파 성분의 신호대잡음비를 향상시킵니다.
주파수 범위 제한
- 관심 있는 주파수 대역에 분석을 집중합니다.
- 예: 저속 기계에 대한 0–100 Hz 분석.
- 관련 없는 고주파 성분을 제거합니다.
- 데이터 처리 및 저장 용량을 줄여줍니다.
통합 준비
- Applied before integrating 가속 에게 속도.
- 매우 높은 주파수의 신호를 제거하여, 통합 과정에서 증폭될 수 있는 노이즈를 차단합니다.
- 일반적인 커트오프 주파수: 용도에 따라 1000–5000 Hz.
- 통제되지 않은 통합으로 인해 발생하는 노이즈 증폭을 방지합니다.
3. 컷오프 주파수 선택
앤티앨리어싱 애플리케이션
- 규칙: 에프c = 0.4 × 샘플 레이트(보수적)에서 0.8 × 샘플 레이트(공격적)까지.
- 예: 10 kHz의 샘플링 주파수는 f를 제공합니다c = 4000 Hz.
- 표준: 나이퀴스트 주파수에서 60dB 이상의 차단대역 감쇠.
분석 응용 프로그램
- Set fc 관심 대상인 최고 주파수 바로 위.
- 저주파 분석(0–200 Hz)의 경우: fc = 200–300 Hz.
- 을 위한 불균형 오직 (1× 성분): fc = 5–10배 달리기 속도.
- 필터 전환 영역을 위해 항상 여백을 남겨 두십시오.
노이즈 감소
- 스펙트럼을 통해 잡음의 주파수 범위를 파악하십시오.
- Set fc 신호 주파수는 통과시키고 노이즈 주파수는 차단하기 위해.
- 노이즈 제거와 신호 보존 사이의 균형을 맞추어야 한다.
4. 측정에 미치는 영향
진폭 도메인
- 통과대역: 진폭 변화가 미미하며, 일반적으로 0.5dB 미만이다.
- 정지대역: 강한 감쇠, 40~80dB 이상.
- Overall level: 이 필터는 상당한 고주파 성분이 포함된 경우 전체 진동 측정값을 낮춥니다.
시간 영역
- 고주파 변동 성분이 제거되면서 파형이 매끄러워집니다.
- 날카로운 모서리와 뾰족한 부분은 둥글게 다듬어집니다.
- 과도 응답(필터 링잉)은 파형 모양에 영향을 미칠 수 있습니다.
- 위상 왜곡은 파형의 해석 방식에 영향을 미칠 수 있습니다.
주파수 영역
- 스펙트럼은 컷오프 주파수 이상에서 진폭이 감소하는 것을 보여줍니다.
- 고주파 피크가 감소하거나 제거됩니다.
- 소음이 고주파일 경우 노이즈 플로어가 낮아집니다.
5. 일반적인 문제 및 해결 방법
부적절한 앤티앨리어싱
- 징후: 스펙트럼상의 잘못된 저주파 피크.
- 원인: 고주파가 나이퀴스트 주파수 이하로 접혀 들어간다.
- 솔루션: 더 가파른 필터를 사용하고, 샘플링 속도를 높인 다음, 필터가 실제로 작동하는지 확인하십시오.
차단값이 너무 낮음
- 징후: 유효한 고주파 신호가 감쇠된다.
- 예: 베어링 결함 주파수 지나치게 공격적인 저역 통과 필터(LPF)로 인해 감소되었다.
- 솔루션: 컷오프 주파수를 높이거나 필터 경사도를 완만하게 설정하십시오.
필터 아티팩트
- 울리는: 날카로운 필터 컷오프 주파수로 인해 시간 영역에서 발생하는 진동.
- 위상 왜곡: 위상 변이로 인한 파형 변화.
- 솔루션: 위상 선형성이 중요한 중요한 파형 응용 분야에는 베셀 필터를 사용하십시오.
6. 보정 필터
저역통과 대 고역통과
- Low-pass: 저주파는 통과시키고 고주파는 차단합니다.
- High-pass: 고주파는 통과시키고 저주파는 차단합니다.
- 보완적: 함께 사용되어 대역통과 필터를 구성합니다.
대역 통과 필터
- 고역 통과 단계와 저역 통과 단계의 조합.
- 그 결과 대역 통과 필터 지정된 대역 내의 주파수만 통과시킵니다.
- 해당 범위를 벗어난 콘텐츠는 모두 거부합니다.
- 이것은 봉투 분석, 여기서 베어링의 구조적 공진 주파수 대역이 복조 전에 분리됩니다.
7. 저역 통과 필터의 실제 적용 분야
디지털 현장 계측기에서 저역 통과 필터는 대부분 눈에 띄지 않습니다. 이 필터는 신호 획득 체인 내부에서 조용히 항알리아싱 작업을 수행하지만, 모든 측정값의 신뢰성을 뒷받침하는 핵심 요소입니다. 예를 들어, 다음과 같은 휴대용 2채널 분석기는 발란셋-1A bandlimits each 가속도계 샘플링 전에 채널을, 따라서 FFT 균형 조정 및 진단에 사용되는 스펙트럼은 작동 범위 전반에 걸쳐 에일리어싱 피크가 발생하지 않습니다. 스펙트럼이 깨끗하면 분석기는 1× 진폭 및 위상 로터의 균형을 맞추고 정확한 결과를 보고해야 한다 잔류 불균형, 필터링이 제대로 되지 않아 발생하는 유령 주파수를 쫓는 것보다는.
저역 통과 필터는 진동 측정 시스템의 핵심 구성 요소로, 알리아싱 방지부터 잡음 저감 및 주파수 대역 선택에 이르기까지 필수적인 기능을 수행합니다. 이 필터의 작동 원리를 이해하고, 차단 주파수를 올바르게 선택하며, 측정 신호에 미치는 영향을 파악하는 것은 정확한 분석을 수행하고 디지털 데이터 수집 시 발생하는 측정 오류를 방지하는 데 매우 중요합니다.
