Understanding Wavelet Analysis
அலை பகுப்பாய்வு என்பது பகுப்பாய்வு செய்யப் பயன்படும் ஒரு மேம்பட்ட சமிக்ஞை-செயலாக்க நுட்பமாகும் vibration அதிர்வெண் உள்ளடக்கம் காலப்போக்கில் மாறும் சமிக்ஞைகள். பாரம்பரிய வேகமான ஃபோரியர் உருமாற்றம் (FFT), இது நிலையான அதிர்வெண் உள்ளடக்கம் கொண்ட நிலையான சமிக்ஞைகளுக்கு மிகவும் பொருத்தமானது என்பதைப் போலன்றி, வேவ்லெட் பகுப்பாய்வு நிலையற்ற நிகழ்வுகள், அதிர்ச்சிகள் மற்றும் பிற நிலையற்ற நடத்தைகளை திறம்பட பிடிக்கிறது. இது அதிர்வு கண்டறிதல் கருவித்தொகுப்பில் ஒரு சிறப்பு கருவியாகும் — நிலையான spectrum falls short.
இது ஒரு சமிக்ஞையை “wavelets” எனப்படும் அடிப்படை சார்புகளின் தொகுப்பாக சிதைப்பதன் மூலம் செயல்படுகிறது. ஒவ்வொரு வேவ்லெட்டும் நேரம் மற்றும் அதிர்வெண் ஆகிய இரண்டிலும் உள்ளூர்மயமாக்கப்பட்ட ஒரு குறுகிய, அலையும் அலை போன்ற தொகுப்பாகும். இந்த இரட்டை உள்ளூர்மயமாக்கல் — இரண்டையும் அறிவது what frequency and when — இதுவே இந்த முறைக்கு அதன் தனித்துவமான ஆற்றலை அளிக்கிறது.
1. வரையறை: வேவ்லெட் பகுப்பாய்வு என்றால் என்ன?
Most everyday vibration analysis இயந்திரம் நிலையான வேகம் மற்றும் சுமையில் இயங்குகிறது என்று கருதுகிறது, எனவே அதன் அதிர்வு “நிலையானது” மற்றும் ஒரே நிறமாலை அதை நன்கு விவரிக்கிறது. இருப்பினும், மிகவும் வெளிப்படுத்தும் கோளாறுகள் பல நிலையானவை அல்ல: அவை ஒரு சுழற்சிக்குள் வந்து போகும் சக்தியின் சுருக்கமான வெடிப்புகளாகும். வேவ்லெட் பகுப்பாய்வு சரியாக இந்த சமிக்ஞைகளுக்காகவே உருவாக்கப்பட்டது. முழு பதிவிலும் எந்த அதிர்வெண்கள் உள்ளன என்பதை மட்டும் கேட்காமல், அது வெவ்வேறு அளவுகளிலான வேவ்லெட்களை time waveform, ஒவ்வொரு கணத்திலும் சமிக்ஞையுடன் ஒவ்வொன்றும் எவ்வளவு வலுவாக பொருந்துகிறது என்பதை அளவிடுகிறது. குறுகிய, உயர்-அதிர்வெண் வேவ்லெட்கள் கூர்மையான தாக்கங்களை நேரத்தில் துல்லியமாகக் குறிக்கின்றன; நீண்ட, குறைந்த-அதிர்வெண் வேவ்லெட்கள் மெதுவான கூறுகளை அதிர்வெண்ணில் தீர்க்கின்றன.
2. வேவ்லெட் பகுப்பாய்வு vs. FFT
வேவ்லெட் பகுப்பாய்வின் மதிப்பை மதிப்பிட, FFT-இன் வரம்பைக் காண்பது உதவுகிறது:
- FFT (Fast Fourier Transform): the FFT tells you what அதிர்வெண்கள் உள்ளன, ஆனால் எது பற்றிய தகவலை அளிக்கவில்லை when அவை நிகழ்ந்தன. இது முழுப் பதிவையும் ஒரே நேரத்தில் பகுப்பாய்வு செய்து, சிறந்த frequency resolution but zero time resolution.
- Wavelet Analysis: வேவ்லெட் பகுப்பாய்வு எந்த அதிர்வெண்கள் உள்ளன என்பதையும், அவை எப்போது நிகழ்கின்றன என்பதையும் உங்களுக்குச் சொல்கிறது. இது சமிக்ஞையின் “நேரம்-அதிர்வெண்” வரைபடத்தை உருவாக்கி, அளவீட்டின் முழுவதும் ஸ்பெக்ட்ரல் உள்ளடக்கம் எவ்வாறு பரிணமிக்கிறது என்பதைக் காட்டுகிறது.
வெடித்த கியர் பல்லிலிருந்து வரும் குறுகிய “கிளிக்” ஒலியைக் கொண்ட ஒரு சமிக்ஞையைக் கற்பனை செய்து பாருங்கள். அந்தக் கிளிக் ஒலி முழுப் பதிவின் மீதும் சராசரியாக்கப்படுவதால், FFT பரந்த அலைவரிசை ஆற்றலில் சிறிய உயர்வை மட்டுமே காட்டக்கூடும். மாறாக, வேவ்லெட் பகுப்பாய்வு, கிளிக் நிகழ்ந்த துல்லியமான தருணத்தில் உயர்-அதிர்வெண் ஆற்றலின் வெடிப்பைத் தெளிவாகக் காட்டும் ஒரு வரைபடத்தை உருவாக்குகிறது. இதுவே நடைமுறை நன்மை: FFT மங்கலாக்கி விடும் நிகழ்வுகளின் நேரத்தை இது பாதுகாக்கிறது. இது தத்துவத்தில் நெருங்கிய தொடர்புடையது order analysis, எளிய நிலையான-அதிர்வெண் சித்திரம் செயலிழக்கும் சமிக்ஞைகளையும் இது கையாளுகிறது.
3. ஸ்கேலோகிராம்: ஒரு நேரம்-அதிர்வெண் வரைபடம்
வேவ்லெட் பகுப்பாய்வின் மிகவும் பொதுவான வெளியீடு ஒரு scalogram (or a similar time-frequency plot) — a 2D colour map where:
- X-அச்சு நேரத்தைக் குறிக்கிறது.
- Y-அச்சு அதிர்வெண்ணை (அல்லது அளவை) குறிக்கிறது.
- The colour represents the amplitude அல்லது அந்தக் குறிப்பிட்ட நேரம் மற்றும் அதிர்வெண்ணில் உள்ள அதிர்வின் ஆற்றல்.
இந்தக் காட்சிப்படுத்தல், ஒரு நிலையான ஸ்பெக்ட்ரத்தில் மறைந்திருக்கக்கூடிய இடைநிலை நிகழ்வுகளை எளிதாகக் கண்டறியச் செய்கிறது. எடுத்துக்காட்டாக, ஒரு ஸ்கேலோகிராமில் உள்ள “சூடான” நிறத்தைக் கொண்ட செங்குத்துக் கோடு, ஒரு துல்லியமான தருணத்தில் நிகழ்ந்த தாக்கம் போன்ற பரந்த அலைவரிசை நிகழ்வைக் குறிக்கிறது — இது ஒரு உள்ளூர்மயமாக்கப்பட்ட, மீண்டும் மீண்டும் நிகழும் கோளாற்றின் காட்சி கைரேகை. கருத்தளவில் ஸ்கேலோகிராம், போன்ற பிற மேம்பட்ட காட்சிகளை நிறைவு செய்கிறது waterfall plot, இது ஒரு ஸ்பெக்ட்ரம் பல தொடர்ச்சியான சராசரிகள் அல்லது வேகங்களில் எவ்வாறு மாறுகிறது என்பதைக் கண்காணிக்கிறது.
4. அதிர்வு கண்டறிதலில் பயன்பாடுகள்
வேவ்லெட் பகுப்பாய்வு வழக்கமான அதிர்வு கண்காணிப்பு-க்காகப் பொதுவாகப் பயன்படுத்தப்படுவதில்லை, ஆனால் குறிப்பிட்ட சூழ்நிலைகளில் மேம்பட்ட பகுப்பாய்வுக்கு இது ஒரு சக்திவாய்ந்த கருவியாகும்:
- Gearbox Analysis: exceptionally good at detecting localised faults such as a single cracked or broken tooth, which generates a distinct impact once per revolution.
- Bearing Defect Analysis: ஒரு உருளும் உறுப்பு ஒரு குறிப்பிட்ட இடத்தைக் கடந்து செல்வதால் ஏற்படும் தனிப்பட்ட தாக்கங்களைக் கண்டறிய முடியும் spall, குறிப்பாக மிகவும் குறைந்த-வேக இயந்திரங்களில், அங்கு வழக்கமான envelope analysis can be challenging.
- Transient Event Analysis: இயந்திர தொடக்கம், நிறுத்தம், அல்லது வேகம் மற்றும் அதிர்வுப் பண்புகள் தொடர்ந்து மாறும் எந்தவொரு செயல்முறையிலிருந்தும் வரும் சமிக்ஞைகளுக்கு ஏற்றது.
- Structural Analysis: ஒரு கட்டமைப்பின் தாக்கத்திற்கான பதிலை பகுப்பாய்வு செய்ய பயனுள்ளதாக இருக்கும் — ஒரு bump test — அதன் தன்மையைப் புரிந்துகொள்ள damping and இயற்கை அதிர்வெண்கள்.
5. நடைமுறைப் பயன்பாடு மற்றும் வரம்புகள்
வேவ்லெட் பகுப்பாய்வு FFT-ஐ விட கணக்கீட்டு ரீதியாக அதிக சிரமமானது, மேலும் ஒரு ஸ்கேலோகிராமை விளக்குவது ஒரு கோட்டு ஸ்பெக்ட்ரத்தைப் படிப்பதை விட அதிக அனுபவத்தைக் கோருகிறது. இந்தக் காரணங்களுக்காக, இது அன்றாட நுட்பங்களை மாற்றாமல், அவற்றுடன் இணைந்து செயல்படுகிறது. அன்றாடக் கோளாறு கண்டறிதல் இன்னும் FFT ஸ்பெக்ட்ரம், ஒட்டுமொத்த நிலைகள் மற்றும் என்வலப் பகுப்பாய்வை சார்ந்துள்ளது; அந்தக் கருவிகள் வழக்கத்திற்கு மாறான ஏதேனும் ஒன்றைச் சுட்டிக்காட்டினாலும், அதை நேரத்தில் உள்ளூர்மயமாக்க முடியாதபோது வேவ்லெட்கள் பயன்படுத்தப்படுகின்றன. களத்தில், தரவு ஒரு கையடக்கக் கருவியால் சேகரிக்கப்படுகிறது — போன்ற இரு-சேனல் பகுப்பாய்வுக் கருவி Balanset-1A இயந்திரத்தின் சொந்த தாங்குருளிகளில், இயக்க வேகத்தில் பதிவு செய்யப்படும் உயர்-தர நேர அலை வடிவங்களைப் பிடிக்கிறது, இவற்றின் மீதுதான் அடுத்தடுத்த எந்தவொரு நேரம்-அதிர்வெண் ஆய்வும் சார்ந்துள்ளது. இருப்பினும், நவீன கணினி மென்பொருள், சிக்கலான, நிலையற்ற சமிக்ஞைகளைக் கையாளும் மேம்பட்ட பகுப்பாய்வாளருக்கு வேவ்லெட் பகுப்பாய்வை அணுகக்கூடிய மற்றும் மதிப்புமிக்க வளமாக மாற்றியுள்ளது.
