Zrozumienie okienkowania w analizie FFT
Okienkowanie jest etapem przetwarzania sygnału, w którym matematyczna funkcja ważenia — tzw. „okno” — zostaje nałożona na blok danych znanych jako kształt fali czasowej 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 pozostaje 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 szczytu częstotliwości i jest rozmywana — „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 harmoniczne oraz pasma boczne, które często zawierają informacje diagnostyczne.
3. Rozwiązanie: zastosowanie okna
Okienkowanie eliminuje przeciek sygnału, płynnie wymuszając na sygnale 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 wysokości szczytów można porównywać z progami znanymi jako 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 waży blok czasowy. W przypadku ogólnych zastosowań przemysłowych dominuje jedna z nich.
Okno Hanninga
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 dla ciągłych, szeroko okresowych sygnałów typowych dla tego, co nazywa się 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 liczy się przede wszystkim dokładna amplituda szczytu, a nie jego dokładna częstotliwość — na przykład przy weryfikacji czujnika za pomocą dokumentu znanego jako 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 narzędzia Kalkulator rozdzielczości FFT przed podjęciem decyzji o konfiguracji pomiarowej. Okienkowanie nie jest tym samym, co filtrowanie sygnałów, choć oba się uzupełniają: 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 Balanset-1A, oprogramowanie automatycznie stosuje okno Hanninga przed obliczeniem FFT, więc 1× prędkość biegu — a dokładniej jej szczyt — oraz jego harmoniczne pojawiają się z rzeczywistą amplitudą i właściwą częstotliwością bez żadnych dodatkowych czynności. To właśnie prawidłowo okienkowane widmo pozwala temu samemu instrumentowi odróżnić szczyt zjawiska nazywanego niewyważenie od 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.
