Zrozumienie okienkowania w analizie FFT
Okienkowanie jest etapem przetwarzania sygnału, w którym do bloku danych stosowana jest matematyczna funkcja ważenia — tzw. „okno” — kształt fali czasowej dane przed przekazaniem ich do szybkiej transformacji Fouriera. Kształt okna płynnie zmniejsza amplitudę zarejestrowanego sygnału do zera na początku i na końcu bloku czasowego, dzięki czemu dane łączą się bez gwałtownych skoków. To właśnie ta pojedyncza operacja pozwala wyeliminować powszechny błąd zwany wyciek widmowy i dlatego ma zasadnicze znaczenie dla uzyskania dokładnego widmo drgań. W praktyce analiza drgań… właściwy dobór i zastosowanie okna decyduje o tym, czy uzyskamy czysty, wiarygodny obraz, czy też rozmazany i wprowadzający w błąd.
1. Definicja: Czym jest funkcja okienkowa?
Funkcja okienkowa to profil — zbiór współczynników mnożących, po jednym na każdą próbkę — nakładany na surowy blok czasowy. Tam, gdzie wartość okna wynosi 1,0, próbka przechodzi bez zmian; tam, gdzie zbliża się do 0,0, próbka ulega osłabieniu. Ponieważ niemal każde okno osiąga maksimum w środku i zwęża się na obu końcach, pomnożenie zapisu czasowego przez okno sprawia, że zarejestrowany fragment zaczyna się i kończy przy amplitudzie zerowej. Matematyka FFT pozostają niezmienione; okienkowanie służy jedynie wstępnemu przygotowaniu danych, tak aby spełnione zostały wbudowane założenia transformacji. Bez tego widmo zwracane przez analizator może być nieprawidłowe pod względem ilościowym, nawet jeśli czujnik i pozostała część łańcucha pomiarowego działają bez zarzutu.
2. Problem: wyciek widmowy
Transformacja FFT opiera się na pewnym założeniu: traktuje analizowany skończony blok danych czasowych jako jeden pełny cykl idealnie okresowego sygnału, który powtarza się w nieskończoność. Sygnały z rzeczywistych maszyn prawie nigdy nie są idealne. Gdy rejestracja rozpoczyna się i kończy w dowolnych momentach, koniec zarejestrowanego bloku nie pokrywa się z jego początkiem, więc kiedy transformacja FFT „zawija” blok z powrotem na sam siebie, napotyka na granicach ostre, sztuczne nieciągłości.
Transformacja interpretuje te gwałtowne skoki jako rzeczywiste składowe o wysokiej częstotliwości, które nie występują w maszynie. Energia, która faktycznie należy do pojedynczego, dyskretnego częstotliwość Szczyt jest rozmyty — „przenika” — do sąsiednich przedziałów częstotliwości po obu stronach. Skutki tego są trojakie:
- Zmniejszona dokładność amplitudy: zmierzona wysokość piku jest niższa od jego rzeczywistej wartości, ponieważ energia została rozłożona na wiele przedziałów, zamiast skupić się w jednym.
- Poszerzone szczyty: linia wydaje się szersza i mniej wyraźna, niż wynikałoby to z zasad fizyki, co powoduje zniekształcenie oszacowania częstotliwości.
- Utrata rozdzielczości: rozproszona energia podnosi poziom szumu wokół dużego piku, zagłuszając mniejsze sąsiednie piki — właśnie te małe harmonia oraz pasma boczne, które często zawierają informacje diagnostyczne.
3. Rozwiązanie: zastosowanie okna
Okienkowanie eliminuje przeciek sygnału poprzez płynne zmniejszenie amplitudy do wygląd okresowy w obrębie bloku. Pomnożenie surowego przebiegu przez okno powoduje stopniowe zmniejszenie amplitud na samym początku i końcu do zera, co eliminuje nieciągłości brzegowe i w efekcie sprawia, że transformacja FFT postrzega sygnał jako ciągły i pozbawiony przerw. Efektem jest znacznie czystsze widmo:
- Znacznie poprawiono dokładność pomiaru amplitudy, dzięki czemu można polegać na wartościach wysokości szczytów w porównaniu z intensywność drgań limity.
- Wyraźniejsze i lepiej zarysowane piki częstotliwości, które pozwalają przypisać usterkę do konkretnego rzędu lub elementu.
- Niższy efektywny poziom szumu, dzięki czemu słabe sygnały lepiej się wyróżniają na tle silnych.
Nie da się tego uniknąć – zawsze trzeba iść na kompromis. Tłumienie końców powoduje utratę części energii sygnału i nieznaczne poszerzenie głównego listka widmowego, więc stosowanie okienek oznacza poświęcenie niewielkiej części rozdzielczości częstotliwościowej w zamian za znaczne ograniczenie przecieków. Każde okienko stanowi inny wybór w ramach tego kompromisu, dlatego też istnieje kilka różnych kształtów okienek.
4. Popularne rodzaje okien
Opracowano dziesiątki funkcji okienkowania, z których każda nieco inaczej rozkłada obciążenie w danym przedziale czasowym. W przypadku ogólnych zastosowań przemysłowych dominuje jedna z nich.
Okno Hanninga
The Okno Hanninga (wyprofilowanie typu „raised-cosine”) stanowi doskonały kompromis między rozdzielczością częstotliwościową a dokładnością amplitudową i jest zalecanym ustawieniem domyślnym praktycznie dla wszystkich standardowych pomiarów drgań maszyn wirujących. O ile nie ma konkretnego powodu, by postąpić inaczej, należy zawsze wybierać okno Hanninga. Jest to właściwy wybór w przypadku ciągłych, szeroko okresowych sygnałów, które dominują monitorowanie stanu.
Inne okna
- Okno prostokątne (zwane również „Uniform” lub „None”): co odpowiada sytuacji, w której nie stosuje się żadnego okna. Charakteryzuje się najlepszą rozdzielczością częstotliwościową, ale najgorszym przeciekiem spektralnym i nadaje się wyłącznie wtedy, gdy wiadomo, że sygnał jest idealnie okresowy w obrębie bloku — lub gdy rejestruje się bardzo ostre, całkowicie zamknięte zdarzenia przejściowe, takie jak uderzenie.
- Okno Flattop: zapewnia najdokładniejszy pomiar amplitudy spośród wszystkich popularnych okien, kosztem bardzo słabej rozdzielczości częstotliwościowej (bardzo szerokie piki). Jest to okno z wyboru do prac kalibracyjnych oraz wszelkich zadań, w których wymagana jest dokładna amplituda wartość szczytowa ma większe znaczenie niż dokładna częstotliwość — na przykład przy weryfikacji czujnika względem certyfikat kalibracji na znanym wibratorze referencyjnym
- Okno Hamminga: ściśle powiązane z oknem Hanninga, z niewielkimi kompromisami w zakresie zachowania listków bocznych; rzadko potrzebne w rutynowej diagnostyce maszyn.
5. Kiedy stosować okno — i jak wpływa to na rozdzielczość
W przypadku monitorowania stanu maszyn zasada jest prosta: zawsze stosuj okno Hanninga do ogólnej analizy widmowej. Wyłączenie okna — poprzez wybranie opcji „Prostokątne” dla zwykłego sygnału — prowadzi do uzyskania niedokładnych i potencjalnie mylących danych, ponieważ przecieki zniekształcą zarówno wysokości pików, jak i pozorny poziom szumu tła. Nowoczesne przyrządy domyślnie stosują okno Hanninga właśnie dlatego, że jest ono niezbędne do uzyskania wiarygodnego i dokładnego widma.
Okienkowanie nie działa w izolacji. Ponieważ okno powoduje rozszerzenie każdej linii spektralnej, rzeczywista rozdzielczość częstotliwościowa jest wynikiem połączenia wyboru okna oraz parametrów analizy — długości bloku (liczby próbek), częstotliwości próbkowania i zakresu. Gdy piki znajdują się bardzo blisko siebie, wydłużenie czasu rejestracji pozwala je wyostrzyć szybciej niż zmiana okna; można sprawdzić ten kompromis za pomocą Kalkulator rozdzielczości FFT przed podjęciem decyzji o konfiguracji pomiarowej. Metoda okienkowania różni się od, a jednocześnie stanowi uzupełnienie, filtrowanie sygnałów: filtr usuwa z sygnału niepożądane pasma częstotliwości, natomiast okno przetwarza pozostałe pasmo w taki sposób, aby transformacja FFT mogła je wiernie odwzorować.
6. Okienkowanie w terenie
W diagnostyce praktycznej analityk rzadko świadomie zwraca uwagę na okno — i tak właśnie ma być. Kiedy inżynier rejestruje widmo lub przeprowadza pomiar wyważenia za pomocą przenośnego przyrządu dwukanałowego, takiego jak Balans-1a, oprogramowanie automatycznie stosuje okno Hanninga przed obliczeniem FFT, więc 1× prędkość biegu Szczyt i jego harmoniczne pojawiają się z rzeczywistą amplitudą i właściwą częstotliwością bez żadnych dodatkowych czynności. To właśnie prawidłowo okienkowane widmo pozwala temu samemu instrumentowi odróżnić prawdziwy brak równowagi wyodrębnić szczyt z otaczających zakłóceń i zweryfikować wynik po korekcji. Zrozumienie, jak działa okno w tle, pomaga analitykowi rozpoznać, kiedy wybór inny niż domyślny — np. „Flattop” do sprawdzenia kalibracji lub „Rectangular” do czystego sygnału przejściowego — jest rzeczywiście uzasadniony.
