Memahami Analisis Wavelet

Peranti

Portable balancer & Vibration analyzer Balanset-1A

$2,358.31

bahagian

Vibration sensor

$107.47

bahagian

Optical Sensor (Laser Tachometer)

$148.07

Peranti

Balanset-4

$8,123.32

bahagian

Magnetic Stand Insize-60-kgf

$54.93

bahagian

Reflective tape

$11.94

Peranti

Dynamic balancer “Balanset-1A” OEM

$2,071.73

1. Definisi: Apakah Analisis Wavelet?

Analisis Wavelet ialah teknik pemprosesan isyarat lanjutan yang digunakan untuk menganalisis getaran isyarat di mana kandungan frekuensi berubah dari semasa ke semasa. Berbeza dengan tradisi Transformasi Fourier Pantas (FFT), yang paling sesuai untuk isyarat pegun (isyarat dengan kandungan frekuensi malar), analisis wavelet boleh menangkap dan mewakili peristiwa sementara, kejutan dan gelagat bukan pegun yang lain.

Ia berfungsi dengan menguraikan isyarat kepada satu set fungsi asas yang dipanggil "wavelet." Setiap wavelet adalah paket pendek seperti gelombang berayun yang disetempatkan dalam kedua-dua masa dan kekerapan. Penyetempatan dwi inilah yang memberikan kuasa analisis wavelet.

2. Analisis Wavelet vs. FFT

Untuk memahami nilai analisis wavelet, adalah penting untuk memahami had FFT:

• FFT (Transformasi Fourier Pantas): FFT memberitahu anda *apa* frekuensi yang terdapat dalam isyarat, tetapi ia tidak memberi anda maklumat tentang *bila* ia berlaku. Ia menganalisis keseluruhan isyarat sekaligus, memberikan resolusi frekuensi yang sangat baik tetapi resolusi masa sifar.
• Analisis Wavelet: Analisis wavelet memberitahu anda *apa* frekuensi yang ada dan *bila* ia hadir. Ia menyediakan peta "frekuensi masa" isyarat, menunjukkan cara kandungan spektrum berkembang dari semasa ke semasa.

Bayangkan isyarat yang mengandungi peristiwa "klik" pendek daripada gigi gear yang retak. FFT mungkin menunjukkan sedikit peningkatan dalam tenaga jalur lebar, tetapi klik akan dipuratakan pada keseluruhan isyarat. Analisis wavelet, walau bagaimanapun, akan menghasilkan plot yang jelas menunjukkan ledakan tenaga frekuensi tinggi pada saat yang tepat dalam masa klik itu berlaku.

3. Scalogram: Peta Frekuensi Masa

Keluaran analisis wavelet yang paling biasa ialah a skalogram (atau plot kekerapan masa yang serupa). Ini ialah peta warna 2D di mana:

• Paksi X mewakili masa.
• Paksi-Y mewakili kekerapan (atau skala).
• Warna mewakili amplitud atau tenaga getaran pada masa dan frekuensi tertentu itu.

Visualisasi ini memudahkan untuk mengesan peristiwa sementara yang akan disembunyikan dalam spektrum FFT standard. Sebagai contoh, garis menegak warna "panas" pada skalagram menunjukkan peristiwa jalur lebar (seperti kesan) yang berlaku pada masa tertentu.

4. Aplikasi dalam Diagnostik Getaran

Analisis wavelet biasanya tidak digunakan untuk rutin pemantauan getaran tetapi merupakan alat yang berkuasa untuk diagnostik lanjutan dalam situasi tertentu:

• Analisis Kotak Gear: Ia sangat baik untuk mengesan kerosakan setempat seperti satu gigi retak atau patah, yang menghasilkan impak yang berbeza setiap revolusi.
• Kecacatan Galas Analisis: Ia boleh digunakan untuk mengesan kesan individu yang disebabkan oleh elemen bergolek yang melepasi rempuhan, terutamanya dalam jentera berkelajuan sangat perlahan di mana analisis sampul surat boleh mencabar.
• Peristiwa Sementara Analisis: Ia sesuai untuk menganalisis isyarat daripada permulaan mesin, penutupan atau proses lain yang ciri kelajuan dan getaran sentiasa berubah.
• Analisis Struktur: Ia boleh digunakan untuk menganalisis tindak balas struktur kepada hentaman (ujian benjolan) untuk memahami frekuensi redaman dan semula jadinya.

Walaupun secara pengiraan lebih intensif daripada FFT, perisian komputer moden telah menjadikan analisis wavelet sebagai alat yang boleh diakses dan berharga untuk penganalisis getaran lanjutan yang berurusan dengan isyarat tidak pegun yang kompleks.

← Kembali ke Indeks Utama