Zrozumienie aliasingu w analizie drgań
efekt aliasingu jest błędem przetwarzania sygnałów, który może zniekształcić cyfrową analizę danych drgań. Pojawia się, gdy sygnał jest próbkowany z częstotliwością zbyt niską, aby uchwycić jego składowe o najwyższych częstotliwościach — te wysokie częstotliwości “zwijają się” i podszywają się pod niższe częstotliwości w uzyskanym FFT widmie. Efektem są fałszywe piki, które nigdy nie istniały w rzeczywistej maszynie — piki, które mogą prowadzić do poważnej błędnej diagnozy. Zrozumienie aliasingu i zabezpieczenia, które go zapobiega, jest podstawą zaufania do dowolnej cyfrowej widmo drgań.
1. Definicja: czym jest aliasing?
Gdy analizator cyfryzuje sygnał drgań, nie rejestruje ciągłej krzywej, lecz sekwencję dyskretnych próbek — migawek wykonywanych w stałych odstępach czasu. Jeśli te migawki są zbyt rzadkie w stosunku do tempa zmian sygnału, analizator dosłownie nie jest w stanie odróżnić szybkiej fali od wolnej. Nieliczne punkty uchwycone z składowej wysokoczęstotliwościowej można połączyć w doskonale wiarygodną sinusoidę o niskiej częstotliwości. Ta pozorna niska częstotliwość to aliasi gdy pojawi się w widmo jest nieodróżnialna od rzeczywistych drgań na tej częstotliwości.
2. Twierdzenie Nyquista i częstotliwość próbkowania
Aby zrozumieć aliasing, należy najpierw zrozumieć Twierdzenie Nyquista (twierdzenie Nyquista–Shannona o próbkowaniu). Ta fundamentalna zasada cyfrowego przetwarzania sygnałów głosi:
Aby dokładnie odwzorować sygnał analogowy w postaci cyfrowej, częstotliwość próbkowania (Fs) musi być co najmniej dwukrotnie wyższa od najwyższej składowej częstotliwościowej (Fmaks) obecnej w sygnale.
Ta minimalna częstotliwość próbkowania (2 × Fmaks) nosi nazwę Współczynnik Nyquista. Z drugiej strony, najwyższa częstotliwość, którą przy danej częstotliwości próbkowania można wiernie zmierzyć, wynosi jej połowę: Fmaks = Fs / 2. Ten limit górny to Częstotliwość Nyquista. Żadna rzeczywista częstotliwość powyżej częstotliwości Nyquista nie może być prawidłowo odwzorowana — zamiast tego zostaje odzwierciedlona poniżej tej granicy. W praktyce wybrana wartość Fmaks określa również rozdzielczość analizy w połączeniu z liczbą linii FFT — zależność tę można zbadać za pomocą Kalkulator rozdzielczości FFT podczas planowania pomiaru.
3. Jak dochodzi do aliasingu?
Wyobraź sobie drgania wysokoczęstotliwościowe mierzone przez analizator cyfrowy, który pobiera dyskretne próbki z ustaloną częstotliwością:
- Jeśli częstotliwość próbkowania jest wystarczająco wysoka — znacznie powyżej częstotliwości Nyquista — analizator rejestruje wystarczającą liczbę próbek na cykl, aby dokładnie zrekonstruować przebieg sygnału.
- Jeśli częstotliwość próbkowania jest zbyt niska, analizator nie rejestruje tego, co dzieje się między próbkami. Nieliczne zarejestrowane punkty łączą się w zupełnie inną sinusoidę o niższej częstotliwości. Ta fałszywa niska częstotliwość to właśnie alias.
Przykład praktyczny: załóżmy, że sygnał zawiera rzeczywistą składową 900 Hz, a F analizatora’s Fmaks jest ustawiona na 500 Hz, co odpowiada częstotliwości próbkowania 1000 Hz. Składowa 900 Hz leży powyżej częstotliwości Nyquista wynoszącej 500 Hz i nie może być poprawnie zmierzona. Zostaje poddana aliasingowi i pojawia się ponownie przy Fs − 900 = 1000 − 900 = 100 Hz. Analityk przeglądający widmo mógłby łatwo pomylić ten pik 100 Hz z 1× prędkość biegu drganiami lub rzeczywistą usterką i szukać defektu, który nie istnieje. Co gorsza, wysokoczęstotliwościowe źródła zakłóceń — uderzenia w łożyskach, energia zazębienia kół zębatych, zakłócenia elektryczne — to często właśnie te sygnały, którym analityk najbardziej chce ufać.
4. Zapobieganie aliasingowi: filtr antyaliasingowy
Nie jest możliwe przewidzenie z góry wszystkich wysokoczęstotliwościowych składowych, jakie może zawierać sygnał — szumy ultradźwiękowe, gwałtowne uderzenia, zakłócenia radiowe i indukcja elektryczna mogą pojawić się w dowolnej chwili. Liczyć na to, że częstotliwość próbkowania jest wystarczająco wysoka, to zatem niezbezpieczna strategia.
Rozwiązanie stosowane w każdym nowoczesnym cyfrowym analizatorze drgań to filtr antyaliasingowy: a steep filtr dolnoprzepustowy umieszczonego w torze sygnałowym przed przetwornika analogowo-cyfrowego (ADC). Zasada działania jest następująca:
- Użytkownik ustawia żądaną maksymalną częstotliwość, Fmaks, do analizy.
- Na podstawie tej wartości Fmaks, analizator automatycznie ustawia częstotliwość graniczną filtru antyaliasingowego nieco powyżej Fmaks.
- The analogue czujnik sygnał przechodzi przez filtr, który usuwa lub silnie tłumi wszystko powyżej częstotliwości granicznej.
- Tylko przefiltrowany, czysty sygnał trafia do ADC w celu próbkowania.
Ponieważ filtr usuwa wysokie częstotliwości, których wybrana częstotliwość próbkowania nie może obsłużyć przed próbkowanie staje się fizycznie niemożliwe do aliasowania. Rzeczywisty filtr nie może odciąć sygnału z nieskończoną stromością, dlatego częstotliwość graniczna jest ustawiana nieco poniżej częstotliwości Nyquista, aby pozostawić pasmo ochronne na jego zboczu. Filtr antyaliasingowy jest jednym z najbardziej krytycznych elementów każdego analizatora, zapewniając, że wynikowe FFT stanowi prawdziwy i wierny obraz drgań maszyny w wybranym zakresie. Należy pamiętać, że filtrowanie musi być analogowe i musi poprzedzać cyfryzację — zastosowanie filtrowanie cyfrowe po ADC nie może usunąć aliasu, ponieważ do tego czasu fałszywa częstotliwość jest już zapisana w danych.
5. Praktyczne implikacje dla analityka
Dla inżyniera w terenie lekcja polega na przestrzeganiu ustawień częstotliwościowych przyrządu. Wybieranie Fmaks zbyt niskiej, aby zachować dobre resolution na pikach niskich rzędów może ukryć ważne informacje o wysokich częstotliwościach; filtr antyaliasingowy chroni przed fałszywymi pikami, ale nie może pokazać energii, którą odfiltrowało. Niezawodne przyrządy obsługują to automatycznie — przenośny analizator, taki jak Balans-1a stosuje filtrowanie antyaliasingowe sprzętowo przed swoim ADC, dzięki czemu widma prezentowane do diagnostyki oraz amplituda i faza 1× używane do wyważania są wolne od artefaktów aliasingowych w całym zakresie roboczym. Praktyczne wnioski: ustaw Fmaks wystarczająco wysoko, aby obejmowała najwyższą interesującą Cię częstotliwość defektu, ufaj że prawidłowo zaprojektowany analizator nie będzie powodował aliasingu, i traktuj każdy niewyjaśniony pik niskiej częstotliwości ze zdrowym sceptycyzmem, dopóki nie wykluczysz innych przyczyn.
