वेवलेट विश्लेषण समजून घेणे

कंपन संवेदक

Balanset-4

मॅग्नेटिक स्टँड Insize-60-kgf

परावर्तक टेप

डायनामिक बॅलेन्सर "Balanset-1A" OEM

वेवलेट विश्लेषण हे एक प्रगत सिग्नल-प्रोसेसिंग तंत्र आहे, जे विश्लेषणासाठी वापरले जाते vibration ज्या सिग्नल्सचा फ्रिक्वेन्सी कंटेंट कालांतराने बदलतो. पारंपरिक — कंपनाला त्याच्या घटक वारंवारता मध्ये विभाजित करण्यासाठीच्या विपरीत, जे स्थिर फ्रिक्वेन्सी कंटेंट असलेल्या स्टेशनरी सिग्नल्ससाठी सर्वोत्तम उपयुक्त आहे, वेव्हलेट विश्लेषण ट्रान्झियंट घटना, शॉक्स आणि इतर नॉन-स्टेशनरी वर्तन प्रभावीपणे टिपते. हे कंपन निदान टूलकिटमधील एक विशेष साधन आहे — जे नेमके तेव्हाच वापरले जाते जेव्हा मानक spectrum falls short.

हे सिग्नलला “वेव्हलेट्स” नावाच्या बेसिस फंक्शन्सच्या संचात विघटित करून कार्य करते. प्रत्येक वेव्हलेट हे एक लहान, दोलायमान तरंगसदृश पॅकेट असते जे वेळ आणि फ्रिक्वेन्सी या दोन्हींमध्ये स्थानिकीकृत असते. हे दुहेरी स्थानिकीकरण — दोन्ही काय frequency and जेव्हा — हेच या पद्धतीला तिची वैशिष्ट्यपूर्ण क्षमता देते.

1. व्याख्या: वेव्हलेट विश्लेषण म्हणजे काय?

Most everyday कंपन विश्लेषण असे गृहीत धरते की मशीन स्थिर वेगाने व भारावर चालते, त्यामुळे तिचे कंपन “स्थिर” असते आणि एकच स्पेक्ट्रम त्याचे चांगले वर्णन करते. तथापि, सर्वाधिक माहिती देणारे अनेक दोष अजिबात स्थिर नसतात: ते ऊर्जेचे अल्पकालीन स्फोट असतात जे एका फेरीच्या आत येतात आणि जातात. वेव्हलेट विश्लेषण नेमक्या याच सिग्नलसाठी तयार केलेले आहे. संपूर्ण नोंदीमध्ये कोणत्या फ्रिक्वेन्सी उपस्थित आहेत एवढेच विचारण्याऐवजी, ते वेगवेगळ्या आकारांच्या वेव्हलेट्सना time waveformबाजूने सरकवते, प्रत्येक क्षणी प्रत्येक वेव्हलेट सिग्नलशी किती जोरदारपणे जुळते हे मोजते. लहान, उच्च-फ्रिक्वेन्सी वेव्हलेट्स वेळेतील तीक्ष्ण आघात अचूकपणे शोधतात; लांब, कमी-फ्रिक्वेन्सी वेव्हलेट्स फ्रिक्वेन्सीमधील संथ घटक स्पष्ट करतात.

2. वेव्हलेट विश्लेषण विरुद्ध FFT

वेव्हलेट विश्लेषणाचे मूल्य समजून घेण्यासाठी, FFT ची मर्यादा पाहणे उपयुक्त ठरते:

  • FFT (फास्ट फोरियर ट्रान्सफॉर्म): FFT तुम्हाला सांगते काय फ्रिक्वेन्सी उपस्थित आहेत परंतु त्याबद्दल कोणतीही माहिती देत नाही जेव्हा त्या केव्हा घडल्या. ते संपूर्ण नोंद एकाच वेळी विश्लेषित करते, उत्कृष्ट देते वारंवारता वारंवारता रेजोल्यूशन परंतु शून्य वेळ रेजोल्यूशन प्रदान करते.
  • वेवलेट विश्लेषण: वेव्हलेट विश्लेषण तुम्हाला कोणत्या फ्रिक्वेन्सी उपस्थित आहेत आणि त्या केव्हा आहेत हे दोन्ही सांगते. ते सिग्नलचा एक “वेळ-फ्रिक्वेन्सी” नकाशा तयार करते, जो मोजमापादरम्यान स्पेक्ट्रल घटक कसा विकसित होतो हे दर्शवतो.

तडा गेलेल्या गिअरच्या दातामुळे आलेला अल्पकालीन “क्लिक” असलेल्या सिग्नलची कल्पना करा. FFT कदाचित ब्रॉडबँड ऊर्जेमध्ये केवळ थोडी वाढ दर्शवेल, कारण क्लिक संपूर्ण नोंदीवर सरासरीने विरून जाते. याउलट, वेव्हलेट विश्लेषण असा आलेख तयार करते जो क्लिक नेमक्या ज्या क्षणी घडली त्याच क्षणी उच्च-फ्रिक्वेन्सी ऊर्जेचा स्फोट स्पष्टपणे दर्शवतो. हाच व्यावहारिक फायदा आहे: FFT ज्या घटनांचा वेळ पुसून टाकते त्यांचा वेळ हे जतन करते. हे संकल्पनात्मकदृष्ट्या याच्याशी जवळून संबंधित आहे ऑर्डर विश्लेषण, जे अशा सिग्नलना देखील हाताळते जिथे साधे स्थिर-फ्रिक्वेन्सी चित्र मोडकळीस येते.

3. स्केलोग्राम: एक वेळ-फ्रिक्वेन्सी नकाशा

वेव्हलेट विश्लेषणाचे सर्वात सामान्य आउटपुट म्हणजे स्कॅलोग्राम (किंवा एक समान वेळ-वारंवारता प्लॉट) — एक 2D रंग मानचित्र जेथे:

  • X-अक्ष वेळ दर्शवतो.
  • Y-अक्ष फ्रिक्वेन्सी (किंवा स्केल) दर्शवतो.
  • रंग दर्शवितो amplitude किंवा त्या विशिष्ट वेळी आणि फ्रिक्वेन्सीला कंपनाची ऊर्जा.

हे दृश्यीकरण क्षणिक घटना सहज ओळखता येण्याजोग्या बनवते, जिथे त्या मानक स्पेक्ट्रममध्ये लपलेल्या राहिल्या असत्या. उदाहरणार्थ, स्केलोग्रामवरील “तप्त” रंगाची उभी रेषा एका अचूक क्षणी घडलेल्या आघातासारख्या ब्रॉडबँड घटनेला चिन्हांकित करते — स्थानिक, पुनरावृत्त दोषाचे दृश्य बोटाचे ठसे. संकल्पनात्मकदृष्ट्या स्केलोग्राम इतर प्रगत प्रदर्शनांना पूरक ठरतो जसे की वॉटरफॉल प्लॉट, जे स्पेक्ट्रम अनेक क्रमिक सरासरी किंवा वेगांमध्ये कसा बदलतो याचा मागोवा घेते.

4. कंपन निदानामधील उपयोग

वेव्हलेट विश्लेषण सामान्यतः नित्याच्या कामासाठी वापरले जात नाही कंपन निरीक्षण, परंतु विशिष्ट परिस्थितींमध्ये प्रगत निदानासाठी ते एक शक्तिशाली साधन आहे:

  • गिअरबॉक्स विश्लेषण: स्थानीयकृत दोष जसे की एक एकल क्रॅक किंवा तुटलेला दांत शोधण्यासाठी असाधारणपणे चांगला, जो प्रत्येक क्रांतीला एक विशिष्ट प्रभाव निर्माण करतो.
  • बेअरिंग दोष विश्लेषण: रोलिंग एलिमेंट यावरून जात असताना निर्माण होणारे वैयक्तिक आघात शोधण्यास सक्षम स्पॉल, विशेषतः अतिशय कमी-वेगाच्या यंत्रसामग्रीमध्ये जिथे पारंपरिक लिफाफा विश्लेषण आव्हानकारक असू शकते.
  • क्षणिक घटना विश्लेषण: मशीन सुरू होणे, बंद होणे, किंवा वेग व कंपन वैशिष्ट्ये सतत बदलणाऱ्या कोणत्याही प्रक्रियेतील सिग्नलसाठी आदर्श.
  • संरचनात्मक विश्लेषण: एखाद्या संरचनेच्या आघातास दिलेल्या प्रतिसादाचे विश्लेषण करण्यासाठी उपयुक्त — एक बंप टेस्ट — तिची समजून घेण्यासाठी damping and प्राकृतिक वारंवारतेशी.

5. व्यावहारिक वापर आणि मर्यादा

वेव्हलेट विश्लेषण हे FFT पेक्षा संगणकीयदृष्ट्या अधिक खर्चिक असते, आणि स्कॅलोग्रामचा अर्थ लावण्यासाठी रेषीय स्पेक्ट्रम वाचण्यापेक्षा अधिक अनुभवाची गरज असते. या कारणांमुळे ते रोजच्या तंत्रांची जागा न घेता त्यांच्यासोबत वापरले जाते. रोजचे दोष-शोधन अद्यापही FFT स्पेक्ट्रम, एकूण पातळ्या आणि एन्व्हलप विश्लेषणावर अवलंबून असते; जेव्हा ही साधने काहीतरी असामान्य दर्शवतात पण ते वेळेत स्थानबद्ध करू शकत नाहीत, तेव्हा वेव्हलेट्स वापरली जातात. कार्यक्षेत्रात डेटा स्वतः एका पोर्टेबल उपकरणाने गोळा केला जातो — दोन-चॅनेल विश्लेषक जसे की Balanset-1A मशीनच्या स्वतःच्या बेअरिंगमध्ये कार्यगतीवर नोंदवलेल्या उच्च-गुणवत्तेच्या टाइम वेव्हफॉर्म्स घेतो, ज्यांवर त्यानंतरचा कोणताही टाइम-फ्रिक्वेन्सी अभ्यास अवलंबून असतो. तरीही आधुनिक संगणक सॉफ्टवेअरने वेव्हलेट विश्लेषण हे जटिल, अस्थिर सिग्नल्स हाताळणाऱ्या प्रगत विश्लेषकासाठी एक सुलभ आणि मौल्यवान संसाधन बनवले आहे.


← मुख्य निर्देशकांकडे परत

WhatsApp
Balanset-1A · €1975Ask engineer