Het Autospectrum begrijpen
De autospectrum — ook autospectrum geschreven, en losjes het vermogensspectrum of gewoon “het spectrum” — is de frequentiedomeinrepresentatie van een enkel trillingen signaal, en laat zien hoe de energie of het vermogen van dat signaal amplitude is verdeeld over de frequentie. Het wordt geproduceerd door de Snelle Fouriertransformatie (FFT) van een tijdrecord en het weergeven van de magnitude van elke frequentiecomponent. Het voorvoegsel “auto-” onderscheidt het van de cross-spectrum, die twee verschillende signalen met elkaar in verband brengt: een autospectrum is het spectrum van een signaal dat met zichzelf wordt genomen.
In het dagelijks werk is dit precies wat de meeste technici bedoelen als ze “het spectrum” of “de FFT” zeggen — de standaard frequentieweergave in elke trillingsanalysator, met pieken bij onbalans, lagerfoutfrequenties, tandwielingrijping, en de rest. Beseffen dat dit alledaagse hulpmiddel technisch gezien een autospectrum is, is het belangrijkst als je met meerdere kanalen werkt, waar cross-spectra van belang zijn, coherentie, en andere correlatiefuncties komen in beeld.
1. De wiskundige basis
Twee wegen naar hetzelfde resultaat
Er zijn twee wiskundig gelijkwaardige manieren om tot een autospectrum te komen:
- Directe FFT: transformeer het tijdsignaal, neem de magnitude (of magnitude kwadraat) van elke complexe FFT-bak en zet deze uit tegen de frequentie. Dit is de gebruikelijke, eenvoudige route die in bijna elk instrument wordt gebruikt.
- Via autocorrelatie: Bereken eerst de autocorrelatiefunctie van het signaal en neem dan de FFT ervan. Door de Stelling van Wiener-Khinchin is het resultaat identiek aan de directe methode - hetzelfde spectrum bereikt via een ander berekeningspad.
Als de magnitude wordt gekwadrateerd en genormaliseerd per frequentie-eenheid, wordt dezelfde grootheid een spectrale vermogensdichtheid, wat de voorkeursvorm is voor breedbandige willekeurige trillingen.
Middelen voor stabiliteit
Een enkele FFT is statistisch ruisachtig, dus verschillende auto-spectra berekend uit opeenvolgende tijdrecords worden samen gemiddeld om de schatting te stabiliseren en willekeurige spreiding te verminderen. Voor routinematige machinediagnostiek zijn 4–16 gemiddelden gebruikelijk; voor breedbandige willekeurige trillingen kunnen 50–100 of meer nodig zijn. Het voordeel gaat ten koste van de meettijd, daarom is het aantal gemiddelden een bewuste afweging in plaats van “meer is altijd beter.”
2. Bepalende eigenschappen
Drie kenmerken komen rechtstreeks uit de wiskunde en zijn de moeite waard om in gedachten te houden bij het lezen van elk spectrum:
- Reëelwaardig: het autospectrum heeft geen imaginair deel. Het vertegenwoordigt alleen magnitude, dus de fase relatie van het originele signaal wordt genegeerd in de magnitudeberekening. Voor de identificatie van een eenpuntsfout is dat geen verlies; voor balancering of overdrachtsfuncties, waarbij fase essentieel is, is het een echte beperking.
- Altijd positief: waarden zijn altijd groter dan of gelijk aan nul omdat ze energie of vermogen vertegenwoordigen, dat niet negatief kan zijn.
- Symmetrisch voor reële signalen: Het spectrum van een reëel tijdsignaal is symmetrisch rond de Nyquist-frequentie — de negatieve frequenties spiegelen eenvoudigweg de positieve — zodat alleen de positieve helft wordt weergegeven, die alle informatie bevat.
3. Het autospectrum in machinediagnostiek
De dagelijkse weergave van de analist
Dit is het diagram waar technici dagelijks mee werken. Het toont elke trillingsfrequentiecomponent tegelijkertijd en de taak van de analist is om elke piek te identificeren en te koppelen aan een storingstype — waarmee het autospectrum het primaire hulpmiddel wordt voor foutdiagnose en voor routinematige conditiebeoordeling.
De kenmerken om op te letten
- 1× piek: bedrijfstoerental trillingen, gedomineerd door onbalans en andere bronnen die één keer per omwenteling optreden.
- 2× piek: gewoonlijk verkeerde uitlijning of mechanische losheid.
- Frequenties van lagers: BPFO, BPFI, BSF, en FTF, vaak omringd door zijbanden.
- Tandwielingreping: de tandwielingrepingsfrequentie en zijn harmonischen.
- Elektrisch: tweemaal de netfrequentie (120 Hz bij een 60 Hz voeding, 100 Hz bij een 50 Hz voeding).
- Ruisvloer: het achtergrondniveau van willekeurige trillingen en instrumentruis, waartegen echte pieken moeten afsteken.
4. Autospectrum versus kruisspectrum
Het enkelkanaals autospectrum geeft antwoord op de vraag “welke frequenties zijn aanwezig?”, terwijl het tweekanaals equivalent antwoord geeft op de vraag “hoe zijn twee signalen aan elkaar gerelateerd?”. Het contrast is de moeite waard om expliciet te maken:
| Autospectrum (éénkanaals) | Kruisspectrum (twee kanalen) |
|---|---|
| Spectrum van één signaal | Relatie tussen twee signalen |
| Toont de frequentie-inhoud van dat signaal | Toont frequentie-inhoud die gemeenschappelijk is voor beide |
| Geen fase-informatie | Inclusief de faserelatie |
| Voldoende voor de meeste diagnostiek | Ondersteuning voor overdrachtsfunctie en coherentieanalyse |
| Standaard enkelkanaals FFT | Twee gesynchroniseerde kanalen vereist |
5. Middelingsmodi en weergavekeuzes
Een middelingsmodus kiezen
- Lineaire middeling: een rekenkundig gemiddelde van opeenvolgende spectra dat willekeurige ruis vermindert en convergeert naar het ware spectrum — de standaard voor machineanalyse.
- Exponentiële middeling: een gewogen gemiddelde dat de voorkeur geeft aan de meest recente records, ideaal voor real-time monitoring waar de omstandigheden veranderen.
- Piek vasthouden (max. spectrum): elke frequentiebak behoudt zijn hoogst gemeten waarde, waardoor voorbijgaande componenten worden vastgelegd — van onschatbare waarde tijdens aanloop en uitlopen testen.
De assen schalen
De amplitude-as kan worden weergegeven op een lineaire schaal (mm/s, m/s²), waardoor absolute waarden gemakkelijk af te lezen zijn maar kleine pieken naast grote kunnen worden verborgen, of op een logaritmische dB-schaal (20-log[amplitude/referentie]), die een breed dynamisch bereik zodat kleine en grote pieken samen zichtbaar zijn — de voorkeursweergave voor gedetailleerd en onderzoekswerk. De frequentieas is meestal lineair in Hz voor machines, hoewel een logaritmisch as met gelijke octaafafstand is geschikt voor zeer brede frequentiebereiken.
6. Kwaliteit en valkuilen
Een spectrum is zo goed als de gegevens erachter. Een zuiver spectrum vertoont duidelijke pieken boven een lage ruisvloer; een ruisachtig spectrum begraaft pieken in een hoge achtergrond, wat met meer middeling en een adequate frequentieresolutie kan worden verholpen. Twee acquisitiecontroles zijn essentieel: controleer of de frequentieresolutie fijn genoeg is om dicht bij elkaar liggende pieken te scheiden, en kijk uit voor ingangsoverbelasting, wat het signaal afkapt en valse spectrale componenten genereert — als dit gebeurt, verminder dan de ingangsversterking en ga opnieuw meten. De FFT-resolutiecalculator helpt bij het kiezen van een lijnaantal en bandbreedte die de gewenste pieken oplossen.
Waar veldinstrumenten van pas komen
Op een draagbaar tweekanaalsinstrument zoals de Balanset-1A, het autospectrum is de dagelijkse diagnostische weergave die een technicus bij de machine leest om te zien of de energie geconcentreerd is bij 1× (wat wijst op onbalans en een kandidaat is voor veldbalancering) of verspreid over lager- en tandwielmeshfrequenties die een heel andere fout signaleren — allemaal opgevangen in de eigen lagers van de machine bij bedrijfssnelheid.
Het autospectrum is het fundamentele instrument voor frequentieanalyse bij trillingsdiagnostiek: de FFT met één kanaal waarop technici dagelijks vertrouwen voor foutidentificatie en conditiebeoordeling. Begrijpen dat “het spectrum” technisch gezien een autospectrum is — en hoe het zich verhoudt tot kruisspectra en de andere spectrale functies — legt de basis voor geavanceerde meerkanaalsanalyse en grondige machinediagnostiek.
