ஹேனிங் சாளரத்தைப் புரிந்துகொள்ளுதல்

Portable balancer & Vibration analyzer Balanset-1A

Vibration sensor

Optical Sensor (Laser Tachometer)

Balanset-4

Magnetic Stand Insize-60-kgf

Reflective tape

Dynamic balancer “Balanset-1A” OEM

The Hanning window (ஜூலியஸ் வான் ஹேன் பெயரிடப்பட்ட ஹேன் சாளரம் என்று அதிகாரப்பூர்வமாக) என்பது மென்மையான, மணி-வடிவ ওজன செயல்பாடு ஆகும், இது ஒரு தொகுதிக்கு பயன்படுத்தப்படுகிறது time-waveform தரவு அதற்கு பின் கடந்து செல்ல முன் வேகமான ஃபோரியர் உருமாற்றம் (FFT). இது எல்லாவற்றிலும் மிகவும் பரவலாக பயன்படுத்தப்படுவது windowing functions in vibration analysis, மற்றும் அதன் ஒரே நோக்கம் என்பது அளவுகோலாக்கம் சிறுசிறு விளைவு எனப்படும் ஒன்றை அடக்குவது நிறமாலை கசிவு. சாளரம் பிடிபட்ட சமிக்ஞையுடன் பெருக்கப்படும் போது, இது நேரம் தொகுதির தொடக்கம் மற்றும் முடிவে வீச்சுத் தடிமனை மென்மையாக பூஜ்ஜியத்திற்கு கட்டாயப்படுத்துகிறது, அதேசமயம் சமிக்ஞையின் மையத்தை本質的には மாற்றாமல் விடுகிறது.

1. வரையறை: ஹான்னிங் சாளரம் என்றால் என்ன?

Mathematically, the Hanning window is a raised half-cosine: each time sample is multiplied by a coefficient that rises from zero at the first sample, reaches unity at the middle of the block, and falls back to zero at the last sample. The curve follows the symmetric form w(n) = 0.5 − 0.5·cos(2πn/(N−1)), where n is the sample index running from 0 to N−1 and N is the block length. (Many FFT analysers implement the closely related periodic variant, which divides by N instead and leaves the final sample just above zero; for practical machinery spectra the difference is negligible.) The shape matters because it tapers the data gently rather than chopping it off abruptly. By driving the endpoints to zero, the windowed block can be repeated end-to-end without any sudden step — exactly the condition the FFT silently assumes.

2. சாளரம் ஏன் தேவை: நெறிமுறை கசிவு

FFT பெறும் மாதिரিகளின் வரையறையான தொகுதியைக் கருதுகிறது ஒரு சரியான, எல்லையற்ற மீண்டும் மீண்டும் சுழலும் சுழற்சி சமிக்ஞையின். அந்த அனுமானம் ஒவ்வொரு அதிர்வெண் கூறுகளின் முழு மடங்கு தொகுதியில் சரியாக பொருந்தினால் மட்டுமே இருந்து செய்கிறது. ஒரு உண்மையான இயন்திரத்திற்கு — தாழ் வேகம் சிறிதாக விலக்கம் மற்றும் பல சம்பந்தமற்ற அதிர்வெண் ஒரே நேரத்தில் உள்ளது — இது கிட்டத்தட்ட ஒருபோதும் உண்மை.

ஒரு பின்-முழுத்ளிய சுழற்சி எண் பிடிபட்டு போது, தொகுதியின் முடிவு ஆரம்பத்துடன் பொருந்தி விடாது. FFT பொருந்தமின்மை விளைவாக விளம்பிக்கிறது, கூர்ந்த கை, அல்லது செவ்விழை, தொகுதி சीமையில். கூர்ந்த படி ஆற்றல் கொண்டுவருகிறது இது உண்மையான சமிக்ஞையின் ஒரு பகுதி, மற்றும் ஆற்றல் “கசிய” சுற்றுலாக்க அதிர்வெண் பின்கள் முழுவதும் தகவல் ஏவியல். விளைவுகள்: spectrum. விளைவுகள்:

  • Smearing: ஒரு ஒற்றை கூர்ந்த அதிர்வெண் சிகரம் ஒரு பரந்த, சிலம்பு கூம்பு பொதிய, சரியான அதிர்வெண் கடினமாக்கி.
  • Masking: ஒரு வலுவான சிகரத்திற்கு சுற்றிலும் உயர்த்த ஒலிவெளி மொத்தவொ ஒரு சிறிய, நெருக்கமான சிகரம் — உதாரணமாக, ஒரு குறைந்த-நிலை சுமை-நிலை டோன் நெருக்கமாக ஒரு ஆதிக்க இயக்க-வேகம் (1×) component.

3. ஹான்னிங் சாளரம் பிரச்சனைக்கு தீர்வு சொல்லுவது

சாளரம் சமிக்ஞையை இரு எல்லைகளில் பூஜ்ஜியத்திற்கு கட்டாயப்படுத்துவதால், கூர்ந்த செவ்விழை மறைந்து போயிருக்கிறது. FFT இப்போது நேர்மையாக மாற்றம் செய்யப்பட்ட, உண்மையான கால சுழற்சித் தொகுதியைக் கண்டு மேலும் நம்பிக்கையுடன் செயல்படுத்துகிறது. நெறிமுறை கசிவு வியத்தக்க விதத்தில் சிதறுகிறது, இது இரண்டு நடைமுறை நன்மைகளை வழங்குகிறது:

  • சிறந்த அதிர்வெண் வரையறை: பரவல் சில்குறிப்பாக உள்ளது, எனவே சிகரம் குறுகலாகி மற்றும் தெளிவாக விநியோகிக்கப்பட. நெருக்கமாக இடைவெளி விறலி — உதாரணமாக இயங்கும் வேக ஹারமோனிக்ஸ் sitting near கொண்டு பழுது அதிர்வெண்கள் — தனித்தனியாக நிற்க.
  • சிறந்த வீச்சு பொருத்தமை: tapering the data does reduce the apparent level, so the analyser applies a window-correction factor — and the right factor depends on what is being read. For the amplitude of a discrete tone, the Hanning window’s coherent gain is 0.5, so the amplitude correction is 2.0 (+6.02 dB). For broadband or noise levels, the energy (RMS) correction of 1.633 (√(8/3)) applies instead, because the window’s equivalent noise bandwidth is 1.5 bins. Which correction your instrument uses is part of its display convention — most analysers apply it automatically. Because less energy has bled into neighbouring bins, the amplitude reported at the correct bin is more trustworthy.

ஒரு மாறாத செலவு என்பது முக்கிய இறுக்கத்தின் சிறிய விரிவாக்கமாகும் — ஹாண்டிங் ஜன்னல் கொண்ட சுரங்கம் சுமார் நான்கு இடைவெளிகள் அகலம். இரண்டு அதிர்வெண்கள் அதை விட நெருக்கமாக அமர்ந்திருந்தால், வேறு ஜன்னலை விட நுண்ண தெளிவாக்கத்தை நீங்கள் தேவை; உங்கள் அமைப்புகளை அளவிட ஒரு விரைவு வழி FFT தெளிவாக்கம் கணக்கியல், இது தொகுப்பு நீளம், மாதிரி விகிதம் மற்றும் வரி இடைவெளி தொடர்பான.

4. ஹாண்டிங் ஜன்னல் எப்போது பயன்படுத்த வேண்டும்

ஹாண்டிங் ஜன்னல் என்பது இயல்புநிலை, பொதுப்பயன்பாட்டு தேர்வு கிட்டத்தட்ட அனைத்து நிலையான-நிலை இயந்திரத் தொடர் அளவீடுகளுக்கு. இது அதிர்வெண் தெளிவாக்கத்திற்கு (நெருக்கமான முடிகளைப் பிரித்தல்) மற்றும் வீச்சு துல்லியத்திற்கு (சரியான அளவைப் படித்தல்) இடையே சிறந்த சமரசத்தை வைத்திருக்கிறது. மோட்டர்கள், பம்புகள், விசிறிகள் மற்றும் அமுக்கிகளில் வழக்கமான FFT நிறமாலைக்கு இது மிகப்பெரும்பாலான சந்தர்ப்பங்களில் சரியான அமைப்பு — மற்றும் இது கையுற்ற இரு-சேனல் Balanset-1A வயல்களில் கண்டறிதல் நிறமாலைக் கணக்கிடும்போது பயன்படுத்துகிறது, அங்கு தண்டு வேகம் எப்போதும் சரியாக மாறாத மற்றும் கசிவு மற்றைவை கெடுத்துவிடும்.

5. ஹாண்டிங் மற்ற ஜன்னல்களுடன் ஒப்பிடப்பட்டு

ஹாண்டிங் ஜன்னல் ஒரே ஒரு விருப்பம் அல்ல, மற்றும் சரியான ஒன்றைத் தேர்ந்தெடுப்பது நீங்கள் பிரித்தெடுக்க முயற்சிக்கும் விஷயத்தைப் பொறுத்தது:

  • Flattop: வெகு உচ்ச வீச்சு நிகர்த்துவத்திற்கு அதிர்வெண் தெளிவாக்கத்தை நேரே குறிப்பிடுகிறது. இது ஒரு உணர்வூட்டியை அளவீடு செய்யும் போது அல்லது ஒரு ஒক்க ஆதிக்காரசுரத்தின் துல்லিய அளவைப் படிக்கும்போது தேர்வு ஜன்னல்.
  • ஒரே மாதிரியான (செவ்வக / “ஜன்னல் இல்லை”): ஆய்வு பயன்படுத்தாது. இது உடனடி மற்றும் தாக்கம் நிகழ்வுகளுக்கு সংரக்ষிக்கப்பட்டுள்ளது — அத்தகைய bump test — அவற்றிற்குள் மூல அல்லது முடிவாக பூஜ்ஜியத்தில் தொடங்கி முடிவடையும் தொகுப்பு, ஆகவே ஜன்னல் தேவையில்லை.
  • Hanning: சமநிலைப்படுத்தப்பட்ட மத்திய மைதானம், மற்றும் அதிலிருந்து ஒவ்வொரு நாள் நோயறிதலுக்கான தரநிர்ணயம்.

சுருக்கமாக, வீச்சு சரியாக இருக்க வேண்டுமெனில் ஃப்ளாட்டாப்பைப் பயன்படுத்தவும், ஒரு சுயத்ভ-உள்ளடக்கமான உடனடி பிடிக்க ஒரே மாதிரியான பயன்படுத்தவும், மற்றும் மற்ற அனைத்துக்குக்கு ஹாண்டிங் பயன்படுத்தவும் — இது பெரும்பாலான சமயங்கள்.


← முதன்மை அட்டவணைக்கு திரும்பவும்

WhatsApp
Balanset-1A · €1975Ask engineer