Memahami Aliasing dalam Analisis Getaran
penyimpangan ialah ralat pemprosesan isyarat yang boleh merosakkan analisis digital data getaran. Ia berlaku apabila isyarat diproduksi sampel pada kadar yang terlalu rendah untuk menangkap komponen frekuensi tertingginya, jadi frekuensi tinggi itu “terlipat ke bawah” dan menyamar sebagai frekuensi yang lebih rendah dalam FFT spektrum. Hasilnya ialah puncak palsu yang tidak pernah wujud dalam mesin sebenar — puncak yang boleh menyebabkan salah diagnosis yang serius. Memahami aliasing, dan perlindungan yang mencegahnya, adalah asas kepada mempercayai sebarang digital spektrum getaran.
1. Takrif: Apakah Aliasing?
Apabila penganalisis mendigitalisasikan isyarat getaran, ia tidak merekodkan lengkung yang berterusan; ia merekodkan urutan sampel diskret — gambaran kilat yang diambil pada selang waktu tetap. Jika gambaran kilat tersebut berjauhan terlalu jauh berbanding dengan seberapa cepat isyarat berubah, penganalisis secara literal tidak dapat membezakan gelombang pantas daripada yang perlahan. Beberapa titik yang diambilnya bagi komponen frekuensi tinggi boleh disertai menjadi gelombang sinus frekuensi rendah yang sangat masuk akal. Frekuensi rendah hantu itu adalah alias, dan setelah ia muncul dalam spektrum ia tidak dapat dibezakan daripada getaran sebenar pada frekuensi itu.
2. Teorem Nyquist dan Kadar Persampelan
Untuk memahami aliasing anda mesti terlebih dahulu memahami teorem Nyquist (teorem persampelan Nyquist–Shannon). Prinsip asas pemprosesan isyarat digital ini menyatakan:
Untuk mewakili isyarat analog dengan tepat dalam bentuk digital, frekuensi persampelan (Fs) mestilah sekurang-kurangnya dua kali komponen frekuensi tertinggi (Fmax) yang terdapat dalam isyarat.
Kadar persampelan minimum ini (2 × Fmax) dipanggil Kadar nyquist. Diputarkan kembali, frekuensi tertinggi yang boleh diukur oleh kadar persampelan yang diberikan adalah separuh daripadanya: Fmax = Fs / 2. Siling itu adalah frekuensi Nyquist. Sebarang frekuensi nyata di atas frekuensi Nyquist tidak dapat diwakili dengan jujur dan akan mencermin semula di bawahnya. Dalam praktik, F yang dipilihmax juga menetapkan resolusi analisis bersama dengan bilangan baris FFT — hubungan yang boleh anda jelajahi dengan Kalkulator Resolusi FFT apabila merancang pengukuran.
3. Bagaimanakah Aliasing Berlaku?
Bayangkan getaran frekuensi tinggi yang diukur oleh penganalisis digital yang mengambil sampel diskrit pada kadar tetap:
- Jika kadar persampelan cukup tinggi — jauh di atas kadar Nyquist — penganalisis menangkap titik yang cukup bagi setiap kitaran untuk membina semula bentuk gelombang dengan tepat.
- Jika kadar persampelan terlalu rendah, penganalisis terlepas perkara yang berlaku antara sampel. Segelintir titik yang ditangkapnya menyambung menjadi gelombang sinus frekuensi lebih rendah yang sama sekali berlainan. Frekuensi rendah palsu itu adalah alias.
Contoh konkrit: katakan isyarat mengandungi komponen 900 Hz nyata tetapi F penganalisismax ditetapkan kepada 500 Hz, yang sepadan dengan kadar pensampelan 1000 Hz. Kandungan 900 Hz terletak di atas frekuensi Nyquist 500 Hz dan tidak dapat diukur dengan betul. Ia dialiaskan dan muncul semula pada Fs − 900 = 1000 − 900 = 100 Hz. Seorang penganalisis yang mengimbas spektrum boleh dengan mudah silap mengambil puncak 100 Hz itu sebagai a 1× running-speed getaran, atau sebagai kecacatan nyata, dan mengejar gangguan yang tidak wujud. Lebih teruk lagi, punca frekuensi tinggi — kesan galas, tenaga jerat gear, hingar elektrik — sering kali adalah isyarat yang paling dipercayai oleh penganalisis.
4. Mencegah Aliasing: Penapis Anti-Aliasing
Adalah mustahil untuk mengetahui lebih awal semua kandungan frekuensi tinggi yang mungkin dibawa oleh isyarat — bunyi ultrasoni, kesan tajam, gangguan frekuensi radio dan pengambilan elektrik semuanya boleh masuk campur. Hanya berharap kadar pensampelan cukup tinggi oleh itu bukan strategi yang selamat.
Penyelesaian yang digunakan dalam setiap penganalisis getaran digital moden adalah penapis anti-aliasing: a steep penapis lulus rendah diletakkan dalam laluan isyarat sebelum ini penukar analog-ke-digital (ADC). Ia berfungsi seperti ini:
- Pengguna menetapkan frekuensi maksimum yang diinginkan, Fmax, untuk analisis.
- Berdasarkan Fmax, penganalisis secara automatik menetapkan frekuensi potong penapis anti-aliasing tepat di atas Fmax.
- The analogue sensor isyarat melalui penapis, yang menghilangkan atau sangat melemahkan segala-galanya di atas frekuensi potong.
- Hanya isyarat yang tersapis dengan bersih yang mencapai ADC untuk pensampelan.
Oleh kerana penapis membuang frekuensi tinggi yang tidak dapat ditangani oleh kadar pensampelan yang dipilih sebelum ini pensampelan berlaku, ia menjadikan aliasing mustahil secara fizikal. Penapis nyata tidak dapat memotong dengan sangat tajam, itulah sebabnya frekuensi potong ditetapkan sedikit di bawah frekuensi Nyquist untuk meninggalkan jalur penjaga di pinggirnya. Penapis anti-aliasing adalah salah satu elemen paling kritikal bagi mana-mana penganalisis, memastikan FFT yang terhasil adalah gambaran yang benar dan setia bagi getaran mesin dalam julat yang dipilih. Perhatian bahawa penapis ini mestilah analog dan mesti mendahului pendigitalan — menggunakan penapis digital selepas ADC tidak dapat membatalkan alias, kerana pada masa itu frekuensi palsu sudah dikunci dalam data.
5. Implikasi Praktikal bagi Penganalisis
Bagi jurutera di lapangan, pelajarannya adalah menghormati tetapan frekuensi instrumen. Memilih Fmax terlalu rendah untuk mengekalkan kebaikan resolution pada puncak tertib rendah boleh menyembunyikan maklumat frekuensi tinggi yang penting; penapis anti-alias akan melindungi anda daripada puncak palsu, tetapi ia tidak dapat menunjukkan kepada anda tenaga yang telah anda saring. Instrumen yang boleh dipercayai menangani ini secara automatik — penganalisa mudah alih seperti Balanset-1A menggunakan anti-alias dalam perkakasan sebelum ADCnya, jadi spektra yang dibentangkannya untuk diagnostik dan amplitud-dan-fasa 1× yang digunakannya untuk penyimbangan bebas daripada artefak tersalah alias di seluruh jangkauannya. Pengambilan praktis: tetapkan Fmax cukup tinggi untuk meliputi frekuensi kegagalan tertinggi yang anda peduli, percaya bahawa penganalisa yang dirancang dengan baik tidak akan tersalah alias, dan perlakukan sebarang puncak frekuensi rendah yang tidak dapat dijelaskan dengan syak wasangka yang sihat sehingga anda telah menolak punca lain.
