कंपन विश्लेषणातील इंटिग्रेशन समजून घेणे

कंपन संवेदक

Balanset-4

मॅग्नेटिक स्टँड Insize-60-kgf

परावर्तक टेप

डायनामिक बॅलेन्सर "Balanset-1A" OEM

एकत्रीकरण मध्ये vibration ही अशी गणितीय प्रक्रिया आहे ज्याद्वारे कंपन सिग्नल एका परिमाणातून दुसऱ्यात रूपांतरित केला जातो — time domain मध्ये integration करून, किंवा त्याच अर्थाने frequency domain मध्ये वारंवारतेने भागून. सर्वात सामान्यतः ती त्वरण (ज्याला accelerometer प्रत्यक्ष जाणवतो) त्याचे वेगमध्ये, किंवा velocity चे विस्थापनमध्ये रूपांतर करते. कारण हे तिन्ही calculus ने एकमेकांशी जोडलेले आहेत (velocity = ∫ acceleration dt; displacement = ∫ velocity dt), integration मुळे विश्लेषकाला मशीन, दोष आणि frequency range यांना सर्वाधिक योग्य अशा कोणत्याही parameter मध्ये तेच vibration व्यक्त करता येते — आणि ती अवकलन.

ची गणितीय उलट क्रिया आहे.

1. व्याख्या: एक सेन्सर, तीन परिमाणे bearing-defect integration महत्त्वाचे आहे कारण प्रत्येक गोष्टीसाठी एकच parameter सर्वोत्तम नसतो. acceleration उच्च वारंवारता ठळक करते आणि सुरुवातीच्या

ओळखीसाठी उत्कृष्ट असते; velocity हे संतुलित सर्वसाधारण metric आहे जे आंतरराष्ट्रीय machine-vibration standards मध्ये वापरले जाते; displacement कमी वारंवारता ठळक करते आणि कमी वेगाच्या मशीन व clearance कामासाठी योग्य असते. तीन प्रकारचे sensors बाळगण्याऐवजी अभियंता acceleration एकदाच मोजतो आणि integration ने उरलेली दोन परिमाणे मिळवतो. म्हणूनच आधुनिक analyser एका सेटिंगने तेच मोजमाप acceleration, velocity आणि displacement म्हणून दाखवू शकतो.

2. गणितीय संबंध

  • time-domain integration v(t) = ∫ a(t) dt
  • acceleration पासून velocity: d(t) = ∫ v(t) dt
  • velocity पासून displacement: d(t) = ∫∫ a(t) dt dt (double integration)

acceleration पासून displacement:

frequency-domain integration spectrumsignal

  • time-domain integration V(f) = A(f) / (2πf)
  • acceleration पासून velocity: D(f) = V(f) / (2πf)
  • परिणाम: मध्ये गेल्यावर क्रिया अधिक सोपी होते, जिथे प्रत्येक frequency line फक्त स्केल केली जाते: वारंवारतेने भागल्यामुळे कमी वारंवारता वाढतात आणि उच्च वारंवारता दडपल्या जातात — integration विषयी लक्षात ठेवण्यासारखी सर्वात महत्त्वाची गोष्ट हीच आहे.

integration ही 1/f क्रिया आहे. ती सिग्नलचा low-frequency शेवट वाढवते आणि high-frequency शेवट कमी करते — म्हणूनच velocity spectrum त्यातून आलेल्या acceleration spectrum च्या तुलनेत कमी-frequency बाजूकडे “झुकलेले” दिसते.

3. integration का आवश्यक आहे

सेन्सर अर्थकारण

accelerometers हे सर्वाधिक बहुपयोगी आणि सर्वात सामान्य vibration sensors आहेत, पण acceleration नेहमीच सर्वात माहितीपूर्ण parameter नसतो. integration मुळे एकाच मजबूत accelerometer ने सर्व parameter ची गरज भागते, जे स्वतंत्र velocity आणि displacement sensors बसवण्यापेक्षा खूपच किफायतशीर आहे.

वारंवारतेनुसार parameter निवड

  • उच्च वारंवारता (सुमारे 1000 Hz पेक्षा जास्त): acceleration सर्वोत्तम — ते bearing impacts आणि gear-mesh energy ठळक करते.
  • मध्यम वारंवारता (10–1000 Hz): velocity सर्वोत्तम, आणि सर्वसाधारण मशिनरी स्थितीसाठी हेच parameter वापरले जाते.
  • कमी वारंवारता (सुमारे 10 Hz पेक्षा कमी): displacement सर्वोत्तम — कमी वेगाच्या यंत्रांसाठी आणि clearance assessment साठी.
  • integration मुळे दोष ज्या range मध्ये असतो त्यानुसार योग्य parameter मध्ये जाता येते.

मानक आवश्यकता

प्रमुख machine-vibration standard, ISO 20816 (ज्याने ISO 10816 ची जागा घेतली), RMS वेगनिर्दिष्ट करते. तुम्ही acceleration मोजत असाल तर मर्यादांशी तुलना करण्यासाठी velocity मध्ये integration करणे आवश्यक आहे; आणि displacement समीपता जाचने मोजत असाल, तरी कोणतीही velocity comparison वैध होण्यापूर्वी त्याचेही रूपांतर केले पाहिजे.

4. integration मधील आव्हाने

integration गणितदृष्ट्या सोपे असले तरी प्रत्यक्षात धोकादायक असू शकते, कारण उपयोगी ठरणारे तेच 1/f वर्तन कमी-वारंवारता शेवटी त्रुटी वाढवते.

निम्न-वारंवारता विचलन

ही प्राथमिक समस्या आहे. कोणताही DC offset किंवा अतिशय कमी वारंवारतेचा घटक अतिशय लहान संख्येने भागला जातो, त्यामुळे प्रचंड त्रुटी निर्माण होऊन integrated signal scale च्या बाहेर “drift” होतो. यावर उपाय म्हणजे उच्च-पास फिल्टर integration पूर्वी लागू केलेला filter, सामान्यतः 2–10 Hz cutoff सह.

नॉइज वृद्धी

integration ही 1/f क्रिया असल्यामुळे कमी-वारंवारतेचा नॉइज हव्या असलेल्या सिग्नलपेक्षा जास्त प्रमाणात वाढतो आणि signal-to-noise ratio कमी करतो. integration पूर्वी नॉइज फिल्टर करणे हा उपाय आहे.

double integration समस्या अधिक वाढवते

acceleration पासून थेट displacement पर्यंत जाण्यासाठी दोनदा integration करावी लागते; त्यामुळे कोणताही DC offset किंवा कमी-वारंवारता नॉइज दोनदा वाढतो आणि त्रुटी गुणाकाराने वाढतात. निकाल उपयोगी ठेवण्यासाठी आक्रमक high-pass filtering — अनेकदा 10–20 Hz — अत्यावश्यक असते.

5. हे योग्य प्रकारे कसे करावे

single integration (acceleration → velocity)

  1. मिळवा पुरेशा sample rate वर acceleration signal
  2. DC काढून टाका offset.
  3. हाय-पास फिल्टर 2–10 Hz वर
  4. drift मारण्यासाठी. integration करा
  5. पडताळा (frequency domain मध्ये 2πf ने भागा).

निकाल अर्थपूर्ण आहे आणि drift नाही याची

  1. double integration (acceleration → displacement) आक्रमक high-pass filter लागू करा
  2. — single integration पेक्षा जास्त cutoff (10–20 Hz). पहिले integration:
  3. acceleration → velocity. मधला
  4. velocity निकाल तपासा. दुसरे integration:
  5. velocity → displacement. अंतिम पडताळणी:

displacement भौतिकदृष्ट्या वाजवी आहे याची खात्री करा.

6. frequency domain विरुद्ध time domain

  • integration अंमलात आणण्याचे दोन मार्ग आहेत, आणि आधुनिक instruments प्रचंड प्रमाणात पहिल्यालाच पसंती देतात. frequency-domain integration (प्राधान्य): FFTघ्या, प्रत्येक line ला 2πf ने भागा, आणि inverse-transform करा. ही पद्धत सोपी आहे, cumulative error आणत नाही, filtering सहज करते, आणि आधुनिक analysers मधील मानक पद्धत आहे — परिणामी स्वच्छ, अचूक निकाल मिळतो.
  • time-domain integration: trapezoidal किंवा Simpson च्या rule ने numerical integration. यात cumulative error आणि drift येतो आणि अधिक careful filtering लागते, म्हणून frequency-domain approach practical नसलेल्या cases साठीच ते ठेवले जाते.

7. व्यवहार्य अनुप्रयोग आणि field use

दैनंदिन कामात integration तेव्हा उपयोगी पडते जेव्हा भिन्न sensors मधील measurements समान पातळीवर तुलना करायचे असतात: accelerometer data चे velocity मध्ये रूपांतर करून ISO 20816 तपासणी करणे, किंवा proximity-probe displacement चे velocity मध्ये रूपांतर करून दोन्ही एकाच chart वर दाखवणे. कमी वेगाच्या मशीनवर (सुमारे 500 RPM पेक्षा कमी) acceleration आणि velocity दोन्ही लहान होतात, त्यामुळे अर्थपूर्ण संख्या मिळवण्यासाठी analysts displacement पर्यंत integration करतात; आणि multi-parameter analysis — एकाच signal कडे acceleration, velocity, and displacement अशा तिन्ही रूपांतून पाहणे — सर्वात संपूर्ण चित्र देते, कारण प्रत्येक parameter frequency range चा वेगळा भाग ठळक करते.

प्रत्यक्ष कामात portable instrument असेच वागते. Balanset-1A सारखा two-channel analyser bearing housings वरील acceleration sample करतो आणि ISO 20816 severity check साठी velocity किंवा 1× मोठेपणा आणि टप्पा साठी आवश्यक क्षेत्र संतुलन दाखवण्यासाठी अंतर्गत integration करतो — high-pass filtering आणि integration पारदर्शकपणे होत असतात, त्यामुळे अभियंता फक्त कामाला अनुरूप parameter निवडतो.

8. सामान्य चुका

  • filtering शिवाय integration: यामुळे drift आणि निरुपयोगी displacement values निश्चित होतात — नेहमी आधी high-pass filter वापरा.
  • चुकीची cutoff frequency: खूप कमी ठेवल्यास drift परत येतो; खूप जास्त ठेवल्यास वैध कमी-वारंवारता content काढून टाकली जाते. cutoff नेहमी drift प्रतिबंध आणि सिग्नल जतन यांच्यातील समतोल असतो.
  • मिश्र parameters ची तुलना: acceleration value ची थेट velocity value शी तुलना करू नका — आधी दोन्ही एकाच parameter मध्ये रूपांतरित करा, कारण केवळ frequency content बदलल्याने कोणता parameter जास्त वाचेल ते बदलते.

integration ही मूलभूत signal-processing क्रिया आहे जी acceleration, velocity आणि displacement यांना मशीनच्या एका सुसंगत वर्णनात बांधते. योग्य high-pass filtering आणि frequency-domain implementation सह वापरल्यास ती standards compliance, sensor economy आणि multi-parameter analysis यांचा पाया बनते, ज्यामुळे अभियंत्याला कोणत्याही दोषाचा सर्वाधिक स्पष्ट parameter मध्ये मागोवा घेता येतो.


← मुख्य निर्देशकांकडे परत

WhatsApp
Balanset-1A · €1975Ask engineer