Kas ir demodulācija vibrāciju analīzē? • Pārnēsājams balansētājs, vibrāciju analizators "Balanset" drupinātāju, ventilatoru, mulčētāju, kombainu gliemežtransportieru, vārpstu, centrifūgu, turbīnu un daudzu citu rotoru dinamiskai balansēšanai. Kas ir demodulācija vibrāciju analīzē? • Pārnēsājams balansētājs, vibrāciju analizators "Balanset" drupinātāju, ventilatoru, mulčētāju, kombainu gliemežtransportieru, vārpstu, centrifūgu, turbīnu un daudzu citu rotoru dinamiskai balansēšanai.

Demodulācijas izpratne (aploksnes analīze)

Definīcija: Kas ir demodulācija?

Vibrāciju analīzes kontekstā demodulācija ir jaudīga signālu apstrādes metode, ko izmanto, lai noteiktu atkārtotus, zemas frekvences triecienus, kas ir “paslēpti” mašīnas augstfrekvences vibrācijas signālā. Tas ir pamatprocess, kas slēpjas aiz plašāk zināmā termina, Aploksnes analīzeAbi termini bieži tiek lietoti kā sinonīmi.

Šī metode darbojas, izolējot augstfrekvences vibrācijas joslu, kas darbojas kā "nesēja" signāls, un pēc tam iegūstot šī signāla "aploksni". Šī aploksne atklāj atkārtotu triecienu pamatā esošos zemfrekvences modeļus, piemēram, tos, ko rada mikroskopiski defekti gultņos vai zobratos.

Demodulācijas process

Demodulācija ietver trīs posmu procesu:

  1. Joslas caurlaides filtrēšana: Vispirms neapstrādātais vibrācijas signāls tiek vadīts caur augstfrekvences joslas caurlaides filtru. Tas noņem spēcīgas, zemas frekvences vibrācijas (piemēram, disbalansu un nobīdi) un koncentrējas tikai uz augstfrekvences apgabalu, kur gultņu vai zobratu triecienu radītie sprieguma viļņi ierosina konstrukcijas rezonanses.
  2. Labojums: Filtrētais augstfrekvences signāls pēc tam tiek rektificēts. Šis process pārvērš viļņa formas negatīvo daļu pozitīvā, būtībā radot signālu, kas attēlo absolūto amplitūdu.
  3. Zemfrekvenču filtrēšana (aptveršana): Visbeidzot, šis rektificētais signāls tiek vadīts caur zemfrekvences filtru. Tas izlīdzina augstfrekvences rezonanses "nesēja" signālu, atstājot aiz sevis tikai zemfrekvences "aploksni", kas attēlo rektificētā signāla maksimumus. Šis iegūtais aploksnes signāls tieši atspoguļo pamatā esošo triecienu atkārtošanās frekvenci.

Pēc tam šim galīgajam aploksnes signālam tiek veikta FFT analīze. Iegūtais spektrs, ko sauc par aploksnes spektru vai demodulēto spektru, parāda skaidrus maksimumus precīzās gultņu vai zobratu komponentu defektu frekvencēs.

Kāpēc demodulācija ir tik efektīva?

Demodulācija ir viena no svarīgākajām agrīnas defektu noteikšanas metodēm, pateicoties tam, kā tā apstrādā trieciena signālus.

  • Agrīnais brīdinājums: Kad ritošais elements trāpa nelielai gultņa skrejriteņa šķembai, tas rada nelielu, zemas enerģijas triecienu. Šis trieciens izraisa ļoti īsu, augstas frekvences vibrācijas uzliesmojumu, jo mašīnas konstrukcija "zvana" savās dabiskajās frekvencēs.
  • Signāla atdalīšana no trokšņa: Parastā FFT spektrā niecīgo enerģijas daudzumu no šiem agrīnās stadijas triecieniem pilnībā apber milzīga enerģija no zemfrekvences vibrācijām, piemēram, nelīdzsvarotība.
  • Koncentrēšanās uz atkārtošanās ātrumu: Demodulācija ignorē spēcīgos zemfrekvences signālus. Tā koncentrējas uz augstfrekvences "zvana signālu" un, pats galvenais, šī zvana *atkārtošanās biežumu*. Tieši šis atkārtošanās biežums tieši atbilst gultņa vai zobrata defektu frekvencēm (piemēram, BPFO, BPFI, BSF, GMF).

Pieteikumi

Galvenie demodulācijas pielietojumi ir:

  • Ritošā elementa gultņu analīze: Tā ir noteicošā metode lodīšu un rullīšu gultņu defektu noteikšanai un diagnosticēšanai, kas bieži vien sniedz brīdinājumu vairākus mēnešus pirms defekts kļūst kritisks.
  • Ātrumkārbas analīze: Tas ir ļoti efektīvs tādu problēmu noteikšanā kā saplaisājuši vai salauzti zobratu zobi, kas demodulētajā spektrā ģenerē skaidru trieciena signālu ar ātrumu, kas 1 reizi pārsniedz zobrata rotācijas ātrumu.
  • Citi ietekmējoši notikumi: To var izmantot arī, lai atklātu citas atkārtotas trieciena parādības, piemēram, tvaika slazdu atvēršanos un aizvēršanos vai virzuļdzinēja vārstu laika problēmas.

← Atpakaļ uz galveno indeksu

Kategorijas: AnalīzeGlosārijs

lvLV
WhatsApp