Signalų filtravimo supratimas

1. Apibrėžimas: Kas yra signalo filtravimas?

Signalų filtravimas yra labai svarbi signalų apdorojimo technika, naudojama vibracijos analizė pašalinti nepageidaujamus dažnio komponentus iš signalo arba izoliuoti konkrečius dominančius dažnius. Filtras iš esmės yra elektroninė grandinė arba programinės įrangos algoritmas, kuris leidžia tam tikriems dažniams „praeiti“, tuo pačiu blokuodamas arba slopindamas kitus.

Filtravimas plačiai naudojamas skaitmeninėje erdvėje. vibracijos analizatoriai siekiant užtikrinti, kad analizuojami duomenys būtų švarūs, tikslūs ir atitiktų atliekamą diagnostinę užduotį.

2. Įprasti filtrų tipai vibracijos analizėje

Signalų apdorojime naudojami keturi pagrindiniai filtrų tipai:

1. Žemųjų dažnių filtras: Praleidžia žemus dažnius, bet blokuoja aukštus. Dažnis, nuo kurio signalas pradeda silpnėti, vadinamas „ribiniu dažniu“.
2. Aukštų dažnių filtras: Žemųjų dažnių filtro priešingybė. Jis praleidžia aukštus dažnius, bet blokuoja žemus dažnius.
3. Juostinio pralaidumo filtras: Leidžia praleisti tam tikrą dažnių juostą arba diapazoną, blokuodamas tiek žemesnius, tiek aukštesnius dažnius.
4. Juostinio sustojimo (arba įpjovos) filtras: Juostinio filtro priešingybė. Jis blokuoja tam tikrą dažnių juostą, leisdamas praleisti visas kitas.

3. Pagrindiniai filtravimo taikymai

Filtrai vibracijos analizatoriuje naudojami keliais svarbiais būdais:

a) Anti-aliasing filtrai

Tai bene svarbiausias filtravimo pritaikymas. antialiasing filtras yra staigus žemųjų dažnių filtras, taikomas analoginiam signalui *prieš* jį skaitmeninant. Jo paskirtis – pašalinti visą dažnio turinį, kuris yra didesnis už maksimalų dažnį (Fmax), kurį vartotojas pasirinko matavimui.

Tai būtina siekiant užkirsti kelią aliasing, rimta skaitmeninio signalo apdorojimo klaida, kai aukšti dažniai „sulankstomi“ ir pasislėpia kaip žemi dažniai, todėl gaunamas visiškai neteisingas spektrasAnti-aliasing filtras yra labai svarbus komponentas, užtikrinantis visų skaitmeninių vibracijos duomenų vientisumą.

b) Integracija ir diferenciacija

Vibracija matuojama kaip pagreitis, greitisarba poslinkisNors akselerometras yra labiausiai paplitęs jutiklis, todėl analitikas dažnai nori peržiūrėti duomenis greičio atžvilgiu. Norėdamas tai padaryti, analizatorius turi integruoti pagreičio signalą. Šis integravimo procesas gali smarkiai sustiprinti labai žemo dažnio triukšmą (kartais vadinamą „slidinėjimo šlaito“ efektu). Prieš integravimą šiam triukšmui pašalinti naudojamas aukšto dažnio filtras, kad būtų sukurtas švarus, tinkamas naudoti greičio arba poslinkio spektras.

c) Vokų analizė (Demoduliacija)

Vokų analizė, pagrindinė aptikimo technika guolių defektai, labai priklauso nuo filtravimo. Procesas apima:

1. Naudojant juostinis filtras izoliuoti aukšto dažnio juostą, kurioje yra guolio smūgio signalai.
2. Apdorojant šį filtruotą signalą, išgaunamas smūgių pasikartojimo dažnis („apvalkalas“).
3. Šio gaubtinės signalo spektro analizė siekiant nustatyti guolių gedimų dažnius.

Juostinis filtras yra labai svarbus norint pašalinti didelės energijos, žemo dažnio signalus (pvz., disbalansą), kurie kitaip užgožtų mažos energijos guolių defektų signalus.

d) Diagnostinis filtravimas

Analitikai taip pat gali taikyti skaitmeninius filtrus surinktiems duomenims, kad padėtų diagnozuoti. Pavyzdžiui, jie gali naudoti juostinį filtrą, kad izoliuotų vibraciją aplink konkretų krumpliaračio sujungimo dažnį ir geriau suprastų... šoninės juostos.

← Atgal į pagrindinį rodyklę