FFT (Fast Fourier Transform) dalam Analisis Getaran
The Transformasi Fourier Pantas (FFT) ialah satu algoritma matematik yang sangat cekap yang menukarkan isyarat daripada domain masa ke dalam domain frekuensi. Dalam Analisis getaran Ia menukarkan mentah yang kompleks bentuk gelombang masa — amplitud getaran dilakar menentang masa — ke dalam spektrum frekuensi, Amplitud dilakar menentang frekuensi. Transformasi tunggal ini adalah proses paling penting dan asas dalam diagnostik mesin moden; tanpanya, isyarat getaran tidak lebih daripada garisan berselirat yang tidak dapat dibaca.
1. Definisi: Apakah FFT?
FFT bukan pengukuran tetapi satu pengiraan. Ia adalah pelaksanaan Transformasi Fourier Diskrit yang pantas, memanfaatkan simetri matematik untuk melakukan dalam milisaat apa yang jika tidak akan mengambil masa lebih lama, itulah sebabnya ia boleh dijalankan secara langsung pada instrumen genggam. Premisnya, menurut Fourier, ialah bahawa mana-mana isyarat berkala kompleks boleh dibina semula sebagai jumlah gelombang sinus mudah pada frekuensi dan amplitud berbeza. FFT melaksanakan idea itu secara terbalik: berikan ia bentuk gelombang yang berserabut, dan ia akan mengembalikan senarai gelombang sinus yang membentuknya.
2. Mengapa FFT penting untuk diagnostik
Gelombang masa mentah daripada mesin yang sedang beroperasi adalah campuran banyak getaran yang berlaku serentak, dan hampir mustahil untuk menilai kesihatan mesin hanya dengan mata kasar daripada jejak itu. FFT bertindak seperti prisma, memecahkan isyarat kompleks kepada komponen frekuensi individunya. Hasilnya ialah carta yang jelas dan boleh diambil tindakan yang membolehkan penganalisis melihat:
- Apakah frekuensi yang ada?
- Berapa banyak tenaga (amplitud) terdapat pada setiap frekuensi?
- Apakah hubungan antara frekuensi-frekuensi tersebut — harmonik, jalur sisi, dan seumpamanya?
Kerana pelbagai kerosakan mekanikal dan elektrik — ketidakseimbangan, salah jajaran, kecacatan galas, dan kelonggaran — masing-masing menjana getaran pada frekuensi yang sangat khusus dan boleh diramalkan, spektrum menyediakan peta jalan langsung ke punca masalah. Pandangan domain frekuensi ini adalah asas bagi semua analisis spektrum.
3. Parameter Utama Analisis FFT
Untuk memperoleh spektrum yang berguna, seorang penganalisis menetapkan beberapa parameter pada pengumpul data atau perisian. Jika salah, kecacatan sebenar boleh terlepas; jika betul, ia akan menonjol dengan jelas.
Fmax (Frekuensi Maksimum)
Frekuensi tertinggi yang disertakan dalam spektrum. Ia mesti ditetapkan cukup tinggi untuk menangkap ralat frekuensi tertinggi yang menjadi tumpuan — frekuensi tinggi mesh gear atau nada bearing, sebagai contoh — tetapi tidak begitu tinggi sehingga butiran frekuensi rendah terbuang. Untuk mengelakkan penyimpangan, instrumen menerapkan anti-aliasing penapis lulus rendah di bawah kadar pensampelan sebelum FFT dikira.
Resolusi (Garis Resolusi)
Ini menetapkan tahap perincian — bilangan “bin” frekuensi berasingan yang dikira merentasi Fmax. Lebih banyak baris (contohnya 3,200 atau 6,400) memberikan resolusi yang lebih halus, bermakna keupayaan yang lebih tinggi untuk memisahkan dua frekuensi yang terletak rapat antara satu sama lain. Resolusi tinggi diperlukan untuk membezakan frekuensi denyut atau menyelesaikan frekuensi yang berdekatan rapat. jalur sisi dalam analisis kotak gear. Kerana lebar bin sama dengan Fmax dibahagikan dengan bilangan baris, sentiasa terdapat kompromi antara julat dan perincian; satu Pengira resolusi FFT menunjukkan lebar bin dan masa pemerolehan yang terhasil untuk sebarang tetapan, dan Zum FFT boleh memfokuskan semua jalur yang tersedia ke dalam jalur sempit apabila pemisahan yang lebih halus diperlukan.
Purata
Kerana getaran mesin berubah-ubah, satu tangkapan FFT tunggal boleh mengelirukan. Pengiraan purata mengambil beberapa FFT berturut-turut dengan pantas dan menggabungkannya, menindas hingar rawak serta menghasilkan spektrum yang jauh lebih stabil dan boleh diulang yang benar-benar mewakili keadaan mesin.
Windowing
A fungsi tingkap — paling biasa tingkap Hanning — adalah pemberatan matematik yang diterapkan pada data masa sebelum transformasi. Ia meminimumkan ralat yang dipanggil kebocoran spektrum, yang jika tidak akan menyapu puncak tajam merentasi bin bersebelahan dan merosakkan kedua-dua amplitudnya dan frekuensi zahirnya.
4. Menafsirkan Spektrum FFT
Seorang penganalisis terlatih membaca spektrum dengan mengenali corak ciri:
- Puncak yang besar di 1× kelajuan kendalian menunjukkan ketidakseimbangan.
- Puncak yang besar di 2× Kelajuan larian sering menunjukkan ketidaksejajaran.
- Satu siri panjang harmonik (1×, 2×, 3×, 4×…) adalah tanda klasik kelonggaran mekanikal.
- Puncak frekuensi tinggi yang membawa sisi band terpisah pada kelajuan operasi adalah petanda jelas kerosakan kotak gear atau galas.
- “Lantai” hingar jalur lebar yang dinaikkan boleh menunjukkan peronggaan dalam pam atau geseran umum.
Dengan membandingkan spektrum semasa dengan garis dasar Dengan merekodkan data semasa mesin dalam keadaan sihat, penganalisis dapat mengesan perubahan dan mendiagnosis masalah yang sedang berkembang jauh sebelum ia menjadi kegagalan kritikal.
5. FFT dalam Pengukuran Lapangan Praktikal
Pada instrumen mudah alih, FFT dikira serta-merta daripada isyarat langsung. akselerometer sinyal. The Balanset-1A, sebuah penganalisis lapangan dua saluran, merakam bentuk gelombang masa dan memaparkan spektrumnya dari kira-kira 5 Hz hingga 1000 Hz, supaya seorang jurutera dapat membaca puncak kelajuan operasi, harmoniknya, dan sebarang bunyi galas atau gear pada mesin. Digabungkan dengan denyut takometer sekali setiap pusingan, set data yang sama menyokong penyeimbangan berasaskan fasa, manakala analisis pesanan boleh merujuk semula spektrum kepada kelipatan kelajuan operasi pada mesin berkelajuan bolehubah — menjadikan FFT daripada carta statik kepada enjin aliran kerja diagnostik dan penyeimbangan di tapak.
