Forstå waveletanalyse

1. Definisjon: Hva er waveletanalyse?

Wavelet-analyse er en avansert signalbehandlingsteknikk som brukes til å analysere vibrasjon signaler der frekvensinnholdet endrer seg over tid. I motsetning til den tradisjonelle Rask Fourier-transformasjon (FFT), som er best egnet for stasjonære signaler (signaler med konstant frekvensinnhold), kan wavelet-analyse effektivt fange opp og representere transiente hendelser, sjokk og annen ikke-stasjonær atferd.

Det fungerer ved å dekomponere et signal til et sett med basisfunksjoner kalt «wavelets». Hver wavelet er en kort, oscillerende bølgelignende pakke som er lokalisert i både tid og frekvens. Denne doble lokaliseringen er det som gir wavelet-analyse sin kraft.

2. Wavelet-analyse vs. FFT

For å forstå verdien av wavelet-analyse er det viktig å forstå begrensningene til FFT:

• FFT (rask Fourier-transformasjon): FFT-en forteller deg *hvilke* frekvenser som er tilstede i et signal, men den gir deg ingen informasjon om *når* de oppsto. Den analyserer hele signalet samtidig, og gir utmerket frekvensoppløsning, men null tidsoppløsning.
• Wavelet-analyse: Wavelet-analyse forteller deg *hvilke* frekvenser som er tilstede og *når* de er tilstede. Den gir et «tid-frekvens»-kart over signalet, som viser hvordan det spektrale innholdet utvikler seg over tid.

Tenk deg et signal som inneholder et kort «klikk»-hendelse fra en sprukket tannhjul. FFT-en kan vise en liten økning i bredbåndsenergi, men klikket vil bli gjennomsnittlig uttrykt over hele signalet. Wavelet-analyse vil imidlertid produsere et plott som tydelig viser et utbrudd av høyfrekvent energi i det nøyaktige øyeblikket klikket oppstod.

3. Skalogrammet: Et tidsfrekvenskart

Det vanligste resultatet av wavelet-analyse er en skalogram (eller et lignende tid-frekvens-plott). Dette er et 2D-fargekart der:

• X-aksen representerer tid.
• Y-aksen representerer frekvens (eller skala).
• Fargen representerer amplituden eller energien til vibrasjonen på det spesifikke tidspunktet og frekvensen.

Denne visualiseringen gjør det enkelt å oppdage forbigående hendelser som ville vært skjult i et standard FFT-spektrum. For eksempel indikerer en vertikal linje med «varm» farge på et skalogram en bredbåndshendelse (som et sammenstøt) som skjedde på et bestemt tidspunkt.

4. Anvendelser innen vibrasjonsdiagnostikk

Wavelet-analyse brukes vanligvis ikke rutinemessig vibrasjonsovervåking men er et kraftig verktøy for avansert diagnostikk i spesifikke situasjoner:

• Analyse av girkasse: Den er usedvanlig god til å oppdage lokaliserte feil som en enkelt sprukket eller ødelagt tann, noe som genererer en tydelig støt ved hver omdreining.
• Lagerfeil Analyse: Den kan brukes til å oppdage individuelle støt forårsaket av at et rullende element passerer over en avskalling, spesielt i maskiner med svært lav hastighet der tradisjonelle konvoluttanalyse kan være utfordrende.
• Forbigående hendelse Analyse: Den er ideell for å analysere signaler fra maskinoppstart, nedstengning eller andre prosesser der hastighets- og vibrasjonsegenskapene stadig endrer seg.
• Strukturanalyse: Den kan brukes til å analysere en konstruksjons respons på et støt (en bumptest) for å forstå dens demping og naturlige frekvenser.

Selv om det er mer beregningsmessig intensivt enn FFT, har moderne dataprogramvare gjort wavelet-analyse til et tilgjengelig og verdifullt verktøy for den avanserte vibrasjonsanalytikeren som håndterer komplekse, ikke-stasjonære signaler.

← Tilbake til hovedindeksen