Memahami Analisis Wavelet
Analisis Wavelet ialah teknik pemprosesan isyarat lanjutan yang digunakan untuk menganalisis getaran isyarat yang kandungan frekuensinya berubah seiring masa. Tidak seperti Transformasi Fourier Pantas (FFT), yang paling sesuai untuk isyarat pegun dengan kandungan frekuensi tetap, analisis wavelet dengan berkesan menangkap peristiwa sementara, kejutan, dan tingkah laku bukan pegun lain. Ia adalah instrumen khusus dalam diagnostik getaran kit alat — dicapai dengan tepat apabila spektrum falls short.
Ia berfungsi dengan menguraikan isyarat kepada satu set fungsi asas yang dipanggil “wavelet.” Setiap wavelet ialah paket yang pendek, berayun seperti ombak yang terlokalisasi dalam masa dan frekuensi. Dual lokalisasi ini — mengetahui kedua-dua apa frequency and bila — ialah apa yang memberikan kaedah ini kuasa tersendirinya.
1. Definisi: Apakah Analisis Wavelet?
Most everyday Analisis getaran mengandaikan mesin berjalan pada kecepatan dan beban mantap, jadi getarannya “pegun” dan satu spektrum menerangkannya dengan baik. Banyak kesalahan paling mendedahkan, bagaimanapun, tidak mantap sama sekali: ia adalah ledakan tenaga ringkas yang datang dan hilang dalam satu putaran. Analisis wavelet dibina untuk isyarat tepat ini. Daripada bertanya hanya frekuensi mana yang hadir merentasi seluruh rekod, ia meluncurkan wavelet pelbagai saiz di sepanjang bentuk gelombang masa, mengukur berapa kuat setiap satu sepadan dengan isyarat pada setiap ketika. Wavelet pendek, frekuensi tinggi menunjuk kesan tajam dalam masa; wavelet panjang, frekuensi rendah menyelesaikan komponen perlahan dalam frekuensi.
2. Analisis Wavelet vs. FFT
Untuk menghargai nilai analisis wavelet, ia membantu untuk melihat batasan FFT:
- FFT (Transformasi Fourier Pantas): FFT memberitahu anda apa frekuensi hadir tetapi tidak memberikan sebarang maklumat tentang bila ia berlaku. Ia menganalisis seluruh rekod sekaligus, memberikan kekerapan resolusi tetapi resolusi masa sifar.
- Analisis Wavelet: analisis wavelet memberitahu anda kedua-duanya frekuensi apa yang hadir dan bilakah. Ia menghasilkan peta “waktu-frekuensi” isyarat, menunjukkan bagaimana kandungan spektral berkembang sepanjang pengukuran.
Bayangkan isyarat yang mengandungi “klik” pendek daripada gigi gear yang retak. FFT mungkin hanya menunjukkan kenaikan sedikit dalam tenaga pita luas, kerana klik itu dipuratakan sepanjang keseluruhan rekod. Analisis wavelet, sebaliknya, menghasilkan plot yang jelas menunjukkan letupan tenaga frekuensi tinggi pada saat tepat klik berlaku. Ini adalah kelebihan praktikal: ia mengekalkan pemasaan peristiwa yang FFT lucutkan. Ia berkait rapat dalam semangat dengan analisis pesanan, yang juga menangani isyarat di mana gambaran frekuensi tetap yang mudah terputus.
3. Scalogram: Peta Frekuensi Masa
Keluaran analisis wavelet yang paling biasa ialah a skalogram (atau plot masa-frekuensi serupa) — 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 khusus itu.
Visualisasi ini memudahkan peristiwa transien untuk dikesan di mana mereka akan tersembunyi dalam spektrum piawai. Garis menegak warna “panas” pada skala, sebagai contoh, menandakan peristiwa pita luas seperti hentakan yang berlaku pada satu ketika yang tepat — cap jari visual bagi kerosakan setempat yang berulang. Dari segi konsepsi skala melengkapi paparan maju lain seperti plot air terjun, yang menjejak bagaimana spektrum berubah merentasi banyak purata berturut-turut atau kelajuan.
4. Aplikasi dalam Diagnostik Getaran
Analisis wavelet biasanya tidak digunakan untuk rutin pemantauan getarantetapi merupakan alat yang berkuasa untuk diagnostik lanjutan dalam situasi tertentu:
- Analisis Kotak Gear: sangat mahir dalam mengesan kerosakan setempat seperti gigi retakan atau patah tunggal, yang menghasilkan impak yang berbeza sekali setiap revolusi.
- Kecacatan Galas Analisis: mampu mengesan hentakan individu yang disebabkan oleh elemen bergolek melepasi spall, terutama dalam mesin kelajuan sangat lambat di mana analisis sampul boleh mencabar.
- Peristiwa Sementara Analisis: ideal untuk isyarat daripada permulaan mesin, penutupan, atau proses apa pun di mana ciri kelajuan dan getaran berubah terus-menerus.
- Analisis Struktur: berguna untuk menganalisis tindak balas struktur terhadap hentakan — a ujian bump — untuk memahami redaman and frekuensi semula jadi.
5. Penggunaan Praktikal dan Had
Analisis wavelet secara pengiraan lebih intensif daripada FFT, dan mentafsir skala menuntut lebih banyak pengalaman daripada membaca spektrum garis. Atas sebab-sebab ini ia duduk bersama-sama, bukan menggantikan, teknik harian. Pencarian kerosakan hari ke hari masih bergantung pada spektrum FFT, paras keseluruhan, dan analisis sampul; gelombang dikerahkan apabila alat-alat itu menandakan sesuatu yang luar biasa tetapi tidak dapat melokalisinya dalam masa. Di lapangan data itu sendiri dikumpul dengan instrumen mudah alih — penganalisis dua saluran seperti Balanset-1A menangkap bentuk gelombang waktu berkualitas tinggi, yang direkam dalam bantalan mesin itu sendiri pada kecepatan operasi, yang penelitian waktu-frekuensi berikutnya bergantung padanya. Bagaimanapun, perangkat lunak komputer modern telah membuat analisis wavelet menjadi sumber daya yang dapat diakses dan berharga bagi analis lanjutan yang menangani sinyal kompleks dan tidak-stasioner.
