Inzicht in windowing in FFT-analyse
Definitie: Wat is een vensterfunctie?
A vensterfunctie, of "venster", is een wiskundige functie die wordt toegepast op een blok tijdgolfvormgegevens voordat deze wordt verwerkt door het Fast Fourier Transform (FFT)-algoritme. De vorm van het venster is ontworpen om de amplitude van het signaal geleidelijk te laten aflopen tot nul aan het begin en einde van het tijdblok. Dit proces is een cruciale stap in de signaalverwerking die een specifiek type fout minimaliseert, bekend als spectrale lekkage, waardoor de nauwkeurigheid van het resulterende frequentiespectrum wordt verbeterd.
Het probleem: spectrale lekkage
Het FFT-algoritme gaat uit van een inherente aanname: het gaat ervan uit dat het eindige blok tijdsdata dat het analyseert een enkele, perfect herhalende cyclus van een periodiek signaal is. In werkelijkheid is dit vrijwel nooit het geval. Wanneer de data-acquisitie start en stopt, ontstaan er scherpe, kunstmatige discontinuïteiten aan de grenzen van het tijdsblok, omdat het einde van het signaal niet perfect overeenkomt met het begin.
De FFT interpreteert deze scherpe "sprongen" als hoogfrequente componenten die in werkelijkheid niet in het echte signaal voorkomen. Dit zorgt ervoor dat de energie van een enkele, echte frequentiepiek "weglekt" naar aangrenzende frequentiegebieden in het spectrum. De effecten van spectrale lekkage zijn:
- Verminderde amplitudenauwkeurigheid: De gemeten amplitude van de piek zal lager zijn dan de werkelijke waarde, omdat de energie ervan verspreid is.
- Verbrede pieken: De piek lijkt breder en minder gedefinieerd dan zou moeten.
- Verlies van resolutie: Door het lek kan de ruisvloer rondom een grote piek hoger worden, waardoor het onmogelijk wordt om kleinere, nabijgelegen frequentiepieken te zien.
De oplossing: een venster toepassen
Een windowfunctie lost dit probleem op door het signaal geleidelijk periodiek binnen het tijdsblok te forceren. Door de ruwe tijdsgolfvorm te vermenigvuldigen met de windowfunctie, worden de amplitudes aan het begin en einde van het blok taps toelopend naar nul. Dit elimineert de scherpe discontinuïteiten, waardoor de FFT in feite wordt "gefopt" om een vloeiend, continu signaal te zien.
Het resultaat is een veel schoner spectrum met:
- Aanzienlijk verbeterde amplitudenauwkeurigheid.
- Scherpere, beter gedefinieerde frequentiepieken.
- Een lagere ruisvloer, waardoor kleine signalen naast grote signalen te horen zijn.
Veelvoorkomende soorten ramen
Er zijn veel verschillende vensterfuncties, elk met licht verschillende kenmerken. Voor algemene machinetrillingsanalyse wordt vrijwel universeel één venster gebruikt:
Hanning-venster
De Hanning-venster biedt een zeer goed compromis tussen frequentieresolutie en amplitudenauwkeurigheid, en is het aanbevolen en standaardvenster voor vrijwel alle standaard machinetrillingsmetingen. Tenzij u een zeer specifieke reden hebt om anders te handelen, dient u altijd het Hanning-venster te gebruiken.
Andere Windows
- Rechthoekig venster (of uniform/geen): Dit komt overeen met het toepassen van geen venster. Het heeft de beste frequentieresolutie, maar de grootste spectrale lekkage. Het is alleen geschikt wanneer bekend is dat het signaal perfect periodiek is binnen het tijdsblok of voor het analyseren van zeer scherpe, transiënte gebeurtenissen.
– Plat dakraam: Dit venster biedt de meest nauwkeurige amplitudemetingen, maar heeft een zeer slechte frequentieresolutie (zeer brede pieken). Het wordt gebruikt voor kalibratiedoeleinden of wanneer de exacte amplitude van een piek belangrijker is dan de exacte frequentie.
– Hamming-venster: Zeer vergelijkbaar met het Hanning-venster, met kleine nadelen.
Wanneer een raam gebruiken
De eenvoudige regel voor het bewaken van de toestand van machines is: gebruik altijd een Hanning-venster Voor algemene spectrale analyse. Het uitschakelen van het venster leidt tot onnauwkeurige en mogelijk misleidende gegevens. Moderne trillingsanalysatoren gebruiken standaard het Hanning-venster omdat dit essentieel is voor het produceren van een betrouwbaar en nauwkeurig frequentiespectrum.