FFT (Mabadiliko ya Haraka ya Fourier) katika Uchambuzi wa Vibrations
The Fast Fourier Transform (FFT) ni algorithmia yenye ufanisi mkubwa ya hesabu inayobadilisha ishara kutoka kwenye uwanja wa wakati hadi uwanja wa frequency. Katika vibration analysis inabadilisha data ngumu na ngumu time waveform — amplitude ya vibration inayochorwa dhidi ya wakati — kuwa wigo wa frequency, amplitude inayochorwa dhidi ya frequency. Badiliko hili la pekee ni mchakato muhimu zaidi na wa msingi katika miundombinu ya sasa; bila hiyo, ishara ya vibration si zaidi ya scribble isiyoweza kusomeka.
1. Ufafanuzi: FFT ni nini?
FFT si kipimo bali ni hesabu. Ni utekelezaji wa haraka wa Discrete Fourier Transform, unayoandika upya utaratibu wa hisabati ili kufanya katika milliseconds kile ambacho kwa vinginevyo kuchukua muda mrefu, ambayo ndio sababu inaweza kuendelea karibu juu ya chombo cha mkono. Dhana yake, inayotaka Fourier, ni kwamba ishara yoyote ya mara kwa mara ngumu inaweza kurudishwa kuwa jumla ya mawimbi rahisi ya sine katika frequencies na amplitudes tofauti. FFT inaendesha wazo hilo nyuma: jipe waveform iliyogundua, na inarudisha orodha ya mawimbi ya sine ambayo imetengenezwa.
2. Kwa nini FFT ni Muhimu kwa Utambuzi
Waveform wa wakati wa kibali kutoka mashine inayoendesha ni jumla ya vibrations nyingi zinazotokea kwa wakati mmoja, na ni takriban haiwezekani kutathmini afya ya mashine kwa jicho kutoka kwenye trace hii. FFT inafanya kama prism, inakigawanya signal ngumu kuwa sehemu zake za frequency. Matokeo yake ni chati rahisi, inayofanya kazi ambayo inaruhusu mchanganaji kuona:
- Frequencies gani zipo?
- Ni kiasi gani cha nishati (amplitude) kinakaa katika kila frequency?
- Ni uhusiano gani kati ya frequencies hizo — harmonics, sidebands, na vile vile?
Kwa sababu mechanical tofauti na electrical faults — unbalance, misalignment, matatizo ya bearing, and looseness — kila moja huzalisha vibration katika frequencies maalum sana, tunazotarajia, wigo hutoa njia ya direkta kwa sababu ya msingi ya tatizo. Mwonekano huu wa frequency-domain ni msingi wa wote uchambuzi wa mawimbi.
3. Vigezo Muhimu vya Uchambuzi wa FFT
Ili kupata wigo muhimu, mchanganaji anaweka vigezo kadhaa kwenye data collector au software. Kama unavyoshindwa nazo na tatizo halisi linaweza kupigwa kelele; kama unavyoshindwa nazo vizuri na linasimama wazi.
Fmax (Frequency ya Juu Zaidi)
Frequency ya juu zaidi inayojumuishwa katika wigo. Inapaswa kuwekwa juu ya kutosha ili kukamata fault ya frequency ya juu zaidi ya riba — high-frequency gear mesh au bearing tones, kwa mfano — lakini si juu kwamba detail ya low-frequency inapoteza. Ili kuzuia aliasing, vifaa vinatumia anti-aliasing low-pass filter chini ya kiwango cha sampuli kabla ya FFT kuhesabiwa.
Azimutho (Mistari ya Azimutho)
Hii inaset kiwango cha maelezo — idadi ya dirisha (bins) za frequency yenye tofauti inayohesabiwa kwenye Fmax. Mistari mingi (3,200 au 6,400, kwa mfano) inatoa azimutho nzuri, ikimaanisha uwezo mkubwa wa kutenganisha frequencies mbili zikaribu. Azimutho ya juu ni muhimu kwa kutofautiana beat frequencies au kutatua sidebands katika uchambuzi wa sanduku la geari. Kwa sababu upana wa bin unakuwa Fmax umegawanywa na idadi ya mistari, daima kunawepo mgogoro kati ya span na maelezo; a kikokotoo cha azimio la FFT inaonyesha upana wa bin unaotokana na na muda wa kukamatia kwa setting yoyote, na a Zoom FFT inaweza kukonza mistari yote inayopatikana katika band nyingi wakati hata azimutho nzuri zaidi inahitajika.
Averaging
Kwa sababu vibration ya mashine inatofautiana, snapshot moja ya FFT inaweza kukezesha. Averaging inakamatia FFT kadhaa kwa haraka na kuchanganya, ikikatisha kelele random na kuzaa spectrum imara sana, inayorudia ambayo inawakilisha hali ya mashine.
Windowing
A kazi ya dirisha — mara nyingi Hanning window — ni uzani wa hesabu unaotumika kwa data ya wakati kabla ya badiliko. Inakuza makosa inayoitwa spectral leakage, ambayo vinginevyo ingenyeshwa peak kali katika bins zinazokaribia na kusababu kumharibika amplitude yake na frequency iliyoonekana.
4. Kutafsiri FFT Spectrum
Mjumbe aliyefunzwa anasoma spectrum kwa kutambua ruwaza ya tabia:
- Peak kubwa katika 1× running speed inaonyesha kutokuwa na uwiano.
- Peak kubwa katika 2× kasi ya kukimbia mara nyingi inaonyesha kosa la uwiano.
- Mlipuko wa harmonics (1×, 2×, 3×, 4×…) is a classic sign of mechanical looseness.
- Peak ya frequency juu carrying sidebands spaced kwa kasi ya kukimbia ni dalili ya kosa la sanduku la geari au kumimina.
- Sakafu iliyoinuliwa ya kelele ya broadband inaweza kuonyesha cavitation katika pampu au msuguano wa jumla.
Kwa kulinganisha spektra ya sasa na baseline iliyorekodiwa wakati injini ilikuwa salama, mchanganaji anaweza kutambua mabadiliko na kugundua matatizo yanayoendelea mapema kabla hayajakuwa kushindwa kwa nguvu.
5. FFT katika Kipimo cha Shambani Kilichonatua
Kwenye chombo kinachobebeka FFT inakokotolewa mahali moja kutoka kwa accelerometer signal. The Balancet-1A, mchambuzi wenye kutua wa kukamatia mbili, hukamatia mitetemo ya wakati na kuonyesha spektra yake kutoka takriban 5 Hz hadi 1000 Hz, ili injiniri iweze kusoma kilele cha kasi ya inishi, harmoni zake, na vipindi vya kubeba au gia kwenye injini. Kuchanganya na msomeko wa mapinduzi moja kwa kila mapinduzi, seti hiyo hiyo ya data inasaidia kulipuka kwa msingi wa awamu, ingawa order analysis inaweza kurejesha spektra mahususi kwa multiples ya kasi ya inishi kwenye mashine yenye kasi inayobadilika — kugeeza FFT kutoka mchoro tuli hadi injini ya utendakazi wa kwenye mahali na kulingana na mapinduzi.
