Förstå fönsteranvändning i FFT-analys

Definition: Vad är en fönsterfunktion?

A fönsterfunktion, eller "fönster", är en matematisk funktion som tillämpas på ett block med tidsvågformsdata innan det bearbetas av algoritmen Fast Fourier Transform (FFT). Fönstrets form är utformad för att smidigt minska signalens amplitud ner till noll i början och slutet av tidsblocket. Denna process är ett avgörande signalbehandlingssteg som minimerar en specifik typ av fel som kallas spektralläckage, vilket förbättrar noggrannheten hos det resulterande frekvensspektrumet.

Problemet: Spektralläckage

FFT-algoritmen har ett inneboende antagande: den antar att det ändliga block av tidsdata som den analyserar är en enda, perfekt upprepande cykel av en periodisk signal. I verkligheten är detta nästan aldrig fallet. När datainsamlingen startar och stoppar skapas skarpa, artificiella diskontinuiteter vid tidsblockets gränser eftersom signalens slut inte matchar perfekt med början.

FFT:n tolkar dessa skarpa "hopp" som högfrekventa komponenter som faktiskt inte existerar i den verkliga signalen. Detta gör att energin från en enda, sann frekvenstopp "läcker" ut till angränsande frekvensfack i spektrumet. Effekterna av spektralläckage är:

• Minskad amplitudnoggrannhet: Toppens uppmätta amplitud kommer att vara lägre än dess verkliga värde eftersom dess energi har spridits ut.
• Breddade toppar: Toppen kommer att verka bredare och mindre definierad än den borde vara.
• Förlust av upplösning: Läckaget kan höja brusgolvet runt en stor topp, vilket gör det omöjligt att se mindre, närliggande frekvenstoppar.

Lösningen: Applicera ett fönster

En fönsterfunktion löser detta problem genom att jämnt tvinga signalen att vara periodisk inom tidsblocket. Genom att multiplicera den råa tidsvågformen med fönsterfunktionen avsmalnas amplituderna i början och slutet av blocket mot noll. Detta eliminerar de skarpa diskontinuiteterna, vilket effektivt "lurar" FFT:n att se en jämn, kontinuerlig signal.

Resultatet är ett mycket renare spektrum med:

• Avsevärt förbättrad amplitudnoggrannhet.
• Skarpare, mer väldefinierade frekvenstoppar.
• Ett lägre brusgolv, vilket gör att små signaler kan ses bredvid stora.

Vanliga typer av fönster

Det finns många olika fönsterfunktioner, alla med något olika egenskaper. För generell vibrationsanalys av maskiner används ett fönster nästan universellt:

Hanning Window

Den Hanning-fönstret ger en mycket bra kompromiss mellan frekvensupplösning och amplitudnoggrannhet, och det är det rekommenderade och standardiserade fönstret för praktiskt taget alla standardmässiga maskinvibrationsmätningar. Om du inte har en mycket specifik anledning att göra något annat bör Hanning-fönstret alltid användas.

Andra fönster

• Rektangulärt fönster (eller enhetligt/inget): Detta motsvarar att inte tillämpa något fönster. Den har den bästa frekvensupplösningen men det sämsta spektralläckaget. Den är endast lämplig när signalen är känd för att vara perfekt periodisk inom tidsblocket eller för att analysera mycket skarpa, transienta händelser.

– Plattfönster: Det här fönstret ger de mest exakta amplitudmätningarna, men det har mycket dålig frekvensupplösning (mycket breda toppar). Det används för kalibreringsändamål eller när den exakta amplituden för en topp är viktigare än dess exakta frekvens.

– Hamming-fönster: Mycket likt Hanning-fönstret, med mindre avvägningar.

När man ska använda ett fönster

Den enkla regeln för övervakning av maskiners tillstånd är: använd alltid ett Hanning-fönster för allmän spektralanalys. Att inaktivera fönstret leder till felaktiga och potentiellt vilseledande data. Moderna vibrationsanalysatorer använder Hanning-fönstret som standard eftersom det är viktigt för att producera ett tillförlitligt och noggrant frekvensspektrum.

← Tillbaka till huvudmenyn