FFT (greitoji Furjė transformacija) vibracijos analizėje

Apibrėžimas: Kas yra FFT?

Svetainė Greitoji Furjė transformacija (FFT) yra labai efektyvus matematinis algoritmas, naudojamas signalui transformuoti iš laiko srities į dažnio sritį. Vibracijos analizėje tai reiškia neapdoroto, sudėtingo signalo konvertavimą į laiko bangos forma (vibracijos amplitudės ir laiko grafikas) į dažnių spektras (vibracijos amplitudės ir dažnio grafikas). Ši transformacija yra svarbiausias ir fundamentaliausias šiuolaikinės technikos diagnostikos procesas.

Kodėl FFT yra būtinas diagnostikai?

Neapdorota veikiančio aparato laiko bangos forma yra sudėtingas daugelio skirtingų vibracijų, vykstančių vienu metu, mišinys. Beveik neįmanoma pažvelgti į šį signalą ir nustatyti aparato būklės. FFT veikia kaip prizmė, atskirianti šį sudėtingą signalą į atskirus dažnio komponentus. Rezultatas yra aiški, praktinė diagrama, leidžianti analitikui matyti:

• Kokie dažniai egzistuoja?
• Kokia energijos (amplitudės) dalis yra kiekviename dažnyje?
• Koks ryšys tarp šių dažnių?

Kadangi skirtingi mechaniniai ir elektriniai gedimai (pvz., disbalansas, nesuderinamumas, guolių defektai ir atsilaisvinimas) kiekvienas sukelia vibraciją labai specifiniais, nuspėjamais dažniais, FFT spektras suteikia tiesioginį kelią iki problemos priežasties.

Pagrindiniai FFT analizės parametrai

Norėdamas gauti naudingą FFT spektrą, vibracijos analitikas turi apibrėžti kelis pagrindinius duomenų rinktuvo arba programinės įrangos parametrus:

1. Fmax (maksimalus dažnis)

Tai yra didžiausias dažnis, kuris bus įtrauktas į spektrą. Jis turi būti nustatytas pakankamai aukštas, kad būtų užfiksuotas ieškomas aukščiausio dažnio gedimas (pvz., aukšto dažnio krumpliaračių sukibimas arba guolių tonai).

2. Rezoliucija (rezoliucijos linijos)

Tai lemia spektro detalumo lygį. Jis apibrėžiamas kaip diskrečių dažnio „dėžių“ arba duomenų taškų, kurie bus apskaičiuoti pagal Fmax, skaičius. Didesnis linijų skaičius (pvz., 3200 arba 6400) lemia geresnę dažnio skiriamąją gebą, o tai reiškia, kad galima atskirti du labai arti vienas kito esančius vibracijos dažnius. Didelė skiriamoji geba yra labai svarbi diagnozuojant dūžių dažnius arba analizuojant šonines juostas atliekant pavarų dėžės analizę.

3. Vidurkinimas

Kadangi mašinos vibracija gali svyruoti, vienas „momentinis“ FFT matavimas gali būti klaidinantis. Vidurkinimo procesas apima kelių FFT matavimų gavimą greitu iš eilės ir jų vidurkio apskaičiavimą kartu. Šis procesas sumažina atsitiktinį triukšmą ir pateikia daug stabilesnį, pakartojamesnį ir reprezentatyvesnį tikrosios mašinos būklės spektrą.

4. Langų apipavidalinimas

Lango funkcija (kaip ir Hanningo) yra matematinis svorinis koeficientas, taikomas laiko bangos formos duomenims prieš apskaičiuojant FFT. Tai signalo apdorojimo technika, naudojama siekiant sumažinti klaidą, vadinamą „spektriniu nuotėkiu“, užtikrinant, kad spektro signalų amplitudė ir dažnis būtų kuo tikslesni.

FFT spektro interpretavimas

Apmokytas analitikas interpretuoja FFT spektrą ieškodamas būdingų modelių:

• Didelė viršūnė ties 1 kartą didesnis bėgimo greitis rodo disbalansas.
• Didelė viršūnė ties 2 kartus didesnis bėgimo greitis dažnai nurodo į nesutapimas.
• Serija harmonikos (pikai ties 1x, 2x, 3x, 4x ir t. t.) yra klasikinis mechaninio laisvumo požymis.
• Aukšto dažnio pikas su šoninės juostos Jei tarpai tarp važiuojamosios dalies yra didesni nei 10 mm, tai rodo pavarų dėžės arba guolio gedimą.
• Pakeltas plačiajuosčio triukšmo „grindis“ gali rodyti kavitaciją siurblyje arba trintį.

Palyginę dabartinį FFT spektrą su pradiniu lygiu, gautu, kai įrenginys buvo sveikas, analitikai gali lengvai pastebėti pokyčius ir diagnozuoti kylančias problemas dar gerokai prieš joms tampant kritiniais gedimais.

← Atgal į pagrindinį rodyklę