Vibracijos analizės aliasingo supratimas
Aliasingas yra signalo apdorojimo klaida, kuri gali sugadinti skaitmeninę vibracijos duomenų analizę. Taip atsitinka, kai signalas imtuojamas per mažu dažniu, kad būtų galima užfiksuoti aukščiausio dažnio komponentus, todėl šie aukšti dažniai “susilenkia” ir apsimeta žemesniais. FFT spektras. Rezultatas - klaidingos viršūnės, kurių niekada nebuvo tikroje mašinoje, - viršūnės, dėl kurių gali būti nustatyta labai klaidinga diagnozė. Norint pasitikėti bet kokiu skaitmeniniu įrenginiu, labai svarbu suprasti aliasingą ir apsaugos priemones, kurios apsaugo nuo jo. vibracijos spektras.
1. Apibrėžimas: Kas yra "Aliasing"?
Kai analizatorius skaitmenina vibracijos signalą, jis nefiksuoja vientisos kreivės; jis fiksuoja diskrečiųjų mėginių seką - fiksuotu laiko intervalu daromus momentinius vaizdus. Jei šie momentiniai vaizdai yra per daug nutolę vienas nuo kito, palyginti su signalo kitimo greičiu, analizatorius tiesiog negali atskirti greitos bangos nuo lėtos. Keletas jo užfiksuotų aukšto dažnio komponento taškų gali būti sujungti į visiškai tikėtiną žemo dažnio sinusoidę. Šis menamas žemas dažnis yra alias, o kai jis pasirodys spektras ji nesiskiria nuo tikros to dažnio vibracijos.
2. Nyquisto teorema ir diskretizavimo dažnis
Kad suprastumėte išlyginimą, pirmiausia turite suprasti Nykvisto teorema (Nyquist-Shannon atrankos teorema). Šis pamatinis skaitmeninio signalų apdorojimo principas teigia:
Norint tiksliai perteikti analoginį signalą skaitmeniniu pavidalu, reikia nustatyti diskretizavimo dažnį (Fs) turi būti bent du kartus didesnis už aukščiausio dažnio komponentą (Fmax), esančių signale.
Šis mažiausias mėginių ėmimo dažnis (2 × Fmax) vadinamas Nyquisto palūkanų norma. Apskritai didžiausias dažnis, kurį galima tiksliai išmatuoti tam tikru diskretizavimo dažniu, yra pusė šio dažnio: Fmax = Fs / 2. Ši riba yra Nyquist dažnis. Bet koks realus dažnis, viršijantis Nyquisto dažnį, negali būti sąžiningai atvaizduotas ir bus atspindėtas žemiau jo. Praktiškai pasirinktas Fmax taip pat nustato analizės skiriamąją gebą kartu su FFT linijų skaičiumi - šį ryšį galite ištirti naudodami FFT skiriamosios gebos skaičiuoklė planuojant matavimą.
3. Kaip atsiranda iškraipymas?
Įsivaizduokite, kad aukšto dažnio vibraciją matuoja skaitmeninis analizatorius, fiksuotu dažniu imantis diskrečius pavyzdžius:
- Jei diskretizavimo dažnis yra pakankamai didelis (gerokai didesnis už Nyquist dažnį), analizatorius užfiksuoja pakankamai taškų per ciklą, kad galėtų tiksliai atkurti bangos formą.
- Jei mėginių ėmimo dažnis yra per mažas, analizatorius nepastebi to, kas vyksta tarp mėginių. Keli taškai, kuriuos jis užfiksuoja, susijungia į visiškai kitą, žemesnio dažnio sinusoidę. Tas klaidingas žemas dažnis yra alias.
Konkretus pavyzdys: tarkime, kad signale yra reali 900 Hz komponentė, tačiau analizatoriaus Fmax nustatoma 500 Hz, o tai atitinka 1000 Hz diskretizavimo dažnį. 900 Hz turinys yra aukščiau 500 Hz Nyquisto dažnio ir negali būti teisingai išmatuotas. Jis yra išlyginamas ir vėl atsiranda ties Fs - 900 = 1000 - 900 = 100 Hz. Analitikas, skenuojantis spektrą, galėtų lengvai supainioti 100 Hz smailę su 1× bėgimo greitis vibracijos, arba dėl tikro defekto, ir persekioti gedimą, kurio nėra. Dar blogiau, kad aukšto dažnio kaltininkai - guolių smūgiai, krumpliaračių akių energija, elektros triukšmas - dažnai yra tie patys signalai, kuriais analitikas labiausiai nori pasitikėti.
4. Aliasingo prevencija: Apsauga nuo nutylėjimo: filtras nuo nutylėjimo
Neįmanoma iš anksto sužinoti viso aukšto dažnio signalo turinio - gali įsiterpti ultragarsinis triukšmas, smarkūs smūgiai, radijo dažnio trukdžiai ir elektros imtuvai. Todėl vien tikėtis, kad diskretizavimo dažnis yra pakankamai didelis, nėra saugi strategija.
Kiekviename šiuolaikiniame skaitmeniniame vibracijos analizatoriuje naudojamas sprendimas yra antialiasing filtras: staigus žemųjų dažnių filtras dedamas į signalo kelią prieš analoginis-skaitmeninis keitiklis (ADC). Jis veikia taip:
- Naudotojas nustato pageidaujamą didžiausią dažnį Fmax, analizės tikslais.
- Remiantis šia Fmax, analizatorius automatiškai nustato antialiasingo filtro ribinį dažnį šiek tiek aukščiau Fmax.
- Analogas jutiklis signalas praeina pro filtrą, kuris pašalina arba stipriai susilpnina viską, kas viršija ribinę vertę.
- Tik filtruotas, švarus signalas patenka į ADC, iš kurio imami mėginiai.
Kadangi filtras pašalina aukštus dažnius, kurių pasirinkta diskretizavimo sparta negali apdoroti. prieš imties ėmimo, fiziškai neįmanoma išvengti aliasingo. Tikrasis filtras negali be galo smarkiai atjungti, todėl atjungimo riba nustatoma šiek tiek žemiau Nykvisto dažnio, kad jo apačioje liktų apsauginė juosta. Filtras nuo išlyginimo yra vienas svarbiausių bet kurio analizatoriaus elementų, užtikrinantis, kad gautas FFT būtų tikras ir teisingas mašinos vibracijos vaizdas pasirinktame diapazone. Atkreipkite dėmesį, kad šis filtravimas turi būti analoginis ir turi būti atliekamas prieš skaitmeninimą - taikant skaitmeninis filtravimas po to, kai ADC negali atšaukti aliuzijos, nes tuo metu klaidingas dažnis jau yra užfiksuotas duomenyse.
5. Praktinė reikšmė analitikui
Inžinierius, dirbantis šioje srityje, turi atsižvelgti į prietaiso dažnio nustatymus. Pasirinkus Fmax per mažas, kad būtų galima išlaikyti gerą rezoliucija žemo dažnio viršūnės gali paslėpti svarbią aukšto dažnio informaciją; išlyginimo filtras apsaugos jus nuo klaidingų viršūnių, tačiau jis negali parodyti energijos, kurią išfiltravote. Patikimi prietaisai tai atlieka automatiškai - nešiojamasis analizatorius, pvz. Balanset-1A prieš ADC taikomas aparatinis išlyginimas, todėl diagnostikoje pateikiamuose spektruose ir 1× amplitudės ir fazės signaluose, kuriuos jis naudoja balansavimui, nėra išlyginimo artefaktų visame darbiniame diapazone. Praktinės išvados: nustatykite Fmax pakankamai aukštas, kad apimtų aukščiausią jums rūpimą gedimo dažnį, tikėkite, kad tinkamai suprojektuotas analizatorius nepersikels, ir į bet kokią nepaaiškinamą žemo dažnio viršūnę žiūrėkite įtariai, kol neatmetėte kitų priežasčių.
