Понимание автоспектра
Сайт автоспектр — также обозначаемое как «автоспектр» и в широком смысле называемое спектром мощности или просто «спектром» — представляет собой частотное отображение отдельного вибрация сигнал, показывающий, как энергия этого сигнала или амплитуда распределяется по частоте. Он получается путем Быстрое преобразование Фурье (БПФ) записи во времени и отображения амплитуды каждой частотной составляющей. Приставка «авто-» отличает его от кросс-спектр, который соотносит два разных сигнала: автоспектр — это спектр сигнала, полученный по отношению к самому себе.
В повседневной работе именно это имеют в виду большинство технических специалистов, когда говорят о «спектре» или «БПФ» — стандартном отображении частотного спектра в каждом анализатор вибрации, с вершинами на дисбаланс, частоты неисправностей подшипников, зацепление зубчатых колеси прочее. Осознание того, что этот повседневный инструмент технически является автоспектром, приобретает особое значение при переходе к многоканальной работе, где межспектральные, согласованность, и в расчет вступают другие корреляционные функции.
1. Математические основы
Два пути к одному и тому же результату
Существует два математически эквивалентных способа построения автоспектра:
- Direct FFT: преобразовать сигнал по времени, вычислить амплитуду (или квадрат амплитуды) каждого комплексного интервала БЭФФ и построить график зависимости от частоты. Это стандартный и простой подход, используемый практически во всех измерительных приборах.
- По автокорреляции: Сначала вычислите автокорреляционную функцию сигнала, а затем выполните его БПФ. По Теорема Винера–Хинчина Результат совпадает с результатом прямого метода — получается тот же спектр, но по другому вычислительному пути.
Если величину возвести в квадрат и нормировать по единице частоты, то эта же величина превращается в спектральная плотность мощности, что является предпочтительным вариантом для широкополосных случайных колебаний.
Усреднение для обеспечения стабильности
Результаты одного преобразования Фурье (FFT) содержат статистический шум, поэтому для уточнения оценки и уменьшения случайного разброса значений усредняют несколько автоспектров, рассчитанных на основе последовательных временных записей. Для рутинной диагностики оборудования обычно используется 4–16 усреднений; при широкополосных случайных колебаниях может потребоваться 50–100 или более усреднений. Это преимущество достигается за счет увеличения времени измерения, поэтому выбор количества усреднений представляет собой осознанный компромисс, а не следование принципу «чем больше, тем лучше».
2. Определение свойств
Три свойства, вытекающие непосредственно из математики, о которых стоит помнить при рассмотрении любого спектра:
- Real-valued: автоспектр не имеет мнимой части. Он отражает только амплитуду, поэтому фаза При расчете амплитуды фазовое соотношение исходного сигнала не учитывается. Для определения одноточечной неисправности это не представляет проблемы; однако при расчетах баланса или передаточной функции, где фаза имеет решающее значение, это является серьезным ограничением.
- Всегда позитивный: значения всегда больше или равны нулю, поскольку они обозначают энергию или мощность, которые не могут быть отрицательными.
- Симметричная для реальных сигналов: спектр сигнала в реальном времени симметричен относительно частоты Найквиста — отрицательные частоты просто являются зеркальным отражением положительных — поэтому отображается только положительная половина, которая содержит всю информацию.
3. Автоспектр в диагностике оборудования
Ежедневный обзор аналитика
Это график, с которым работают технические специалисты. На нем одновременно отображаются все частотные составляющие колебаний, и задача аналитика состоит в том, чтобы определить каждый пик и соотнести его с типом неисправности — благодаря чему автоспектр становится основным инструментом для диагностика неисправностей а также для плановой оценки состояния.
На что следует обратить внимание
- 1× peak: скорость бега вибрации, обусловленной преимущественно дисбалансом и другими источниками, возникающими один раз за оборот.
- 2× peak: commonly Перекос или механическая неплотность.
- Частота подшипников: БПФО, БПФИ, BSF, и FTF, часто в окружении боковые полосы.
- Зубчатая передача: частота зацепления зубьев и её гармоники.
- Электрический: двойная частота сети (120 Гц при частоте сети 60 Гц, 100 Гц при частоте сети 50 Гц).
- Уровень шума: фоновый уровень, обусловленный случайными колебаниями и шумом прибора, на фоне которого должны выделяться реальные пики.
4. Автоспектр против кросс-спектра
Одноканальный автоспектр отвечает на вопрос «какие частоты присутствуют?», а его двухканальный аналог — на вопрос «как связаны между собой два сигнала?». Это различие стоит подчеркнуть:
| Auto-Spectrum (одноканальный) | Кросс-спектр (двухканальный) |
|---|---|
| Спектр одного сигнала | Взаимосвязь между двумя сигналами |
| Показывает частотный состав сигнала | Показывает частотный состав, общий для обоих |
| Отсутствует информация о фазе | Включает фазовые соотношения |
| Достаточно для большинства диагностических целей | Underpins передаточная функция и анализ согласованности |
| Стандартное одноканальное преобразование Фурье | Требуется два синхронизированных канала |
5. Режимы усреднения и варианты отображения
Выбор режима усреднения
- Линейное усреднение: простое среднее арифметическое последовательных спектров, которое снижает уровень случайных помех и сходится к истинному спектру — это стандарт в области анализа машин.
- Экспоненциальное усреднение: взвешенное среднее, при котором большее значение придается самым последним записям, что идеально подходит для мониторинга в режиме реального времени в условиях меняющейся обстановки.
- Удержание пикового значения (максимальный спектр): каждый частотный интервал сохраняет максимальное зарегистрированное значение, фиксируя переходные процессы — что имеет неоценимое значение при разгон и прибрежный спуск testing.
Масштабирование осей
Ось амплитуды можно отобразить на linear scale (мм/с, м/с²), что облегчает считывание абсолютных значений, но может скрывать небольшие пики на фоне крупных, либо на логарифмическая шкала в децибелах (20·log[амплитуда/опорное значение]), что сжимает широкий динамический диапазон так, чтобы были видны как небольшие, так и крупные пики — это наиболее удобный вид для детальной работы и научных исследований. Ось частот обычно линейный в Гц для оборудования, хотя logarithmic Ось с равным интервалом между октавами подходит для очень широких диапазонов частот.
6. Качество и подводные камни
Качество спектра зависит от качества данных, на которых он основан. A clean spectrum демонстрирует четкие пики на фоне низкого уровня шума; а noisy spectrum заглушает пики на фоне высокого уровня шума, что можно исправить с помощью дополнительного усреднения и достаточного частотного разрешения. Необходимо выполнить две проверки данных: убедиться, что частотное разрешение достаточно высокое для разделения близко расположенных пиков, и следить за input overload, что приводит к обрезанию сигнала и появлению ложных спектральных компонентов — в таком случае уменьшите входное усиление и выполните повторный захват. Калькулятор разрешения БПФ помогает выбрать количество линий и полосу пропускания, которые позволяют устранить интересующие вас пики.
Где применяются полевые приборы
На портативном двухканальном приборе, таком как Балансет-1А, автоспектр — это обычный диагностический график, который техник просматривает на приборе, чтобы определить, сосредоточена ли энергия на частоте 1× (что указывает на дисбаланс и является признаком балансировка на месте) либо распределены по частотам подшипников и зацепления шестерен, что свидетельствует о совершенно другой неисправности — и все это фиксируется в подшипниках самой машины при рабочей скорости.
Автоспектр является основным инструментом частотного анализа в диагностике вибраций: это одноканальная БПФ, на которую технические специалисты ежедневно полагаются при выявлении неисправностей и оценке состояния оборудования. Понимание того, что «спектр» с технической точки зрения представляет собой автоспектр, а также его взаимосвязи с кросс-спектрами и другими спектральными функциями, закладывает основу для проведения углубленного многоканального анализа и тщательной диагностики оборудования.
