FFT (การแปลงฟูริเยร์อย่างรวดเร็ว) ในการวิเคราะห์การสั่นสะเทือน

คำจำกัดความ: FFT คืออะไร?

ที่ การแปลงฟูเรียร์อย่างรวดเร็ว (FFT) เป็นอัลกอริทึมทางคณิตศาสตร์ที่มีประสิทธิภาพสูงซึ่งใช้ในการแปลงสัญญาณจากโดเมนเวลาเป็นโดเมนความถี่ ในการวิเคราะห์การสั่นสะเทือน หมายถึงการแปลงสัญญาณดิบที่ซับซ้อน รูปคลื่นเวลา (กราฟของแอมพลิจูดการสั่นสะเทือนเทียบกับเวลา) ลงใน สเปกตรัมความถี่ (กราฟของแอมพลิจูดการสั่นสะเทือนเทียบกับความถี่) การเปลี่ยนแปลงนี้เป็นกระบวนการที่สำคัญที่สุดและพื้นฐานที่สุดในการวินิจฉัยด้วยเครื่องจักรสมัยใหม่

เหตุใด FFT จึงมีความจำเป็นสำหรับการวินิจฉัย?

รูปคลื่นเวลาดิบจากเครื่องจักรที่กำลังทำงานคือการผสมผสานที่ซับซ้อนของการสั่นสะเทือนที่แตกต่างกันมากมายที่เกิดขึ้นพร้อมๆ กัน แทบจะเป็นไปไม่ได้เลยที่จะพิจารณาสัญญาณนี้และประเมินสภาพของเครื่องจักร FFT ทำหน้าที่เหมือนปริซึม แยกสัญญาณที่ซับซ้อนนี้ออกเป็นองค์ประกอบความถี่แต่ละองค์ประกอบ ผลลัพธ์ที่ได้คือแผนภูมิที่ชัดเจนและนำไปปฏิบัติได้จริง ซึ่งช่วยให้นักวิเคราะห์เห็น:

• มีความถี่อะไรบ้าง?
• พลังงาน (แอมพลิจูด) ที่ความถี่แต่ละความถี่มีเท่าไร?
• ความถี่เหล่านี้มีความสัมพันธ์กันอย่างไร?

เนื่องจากความผิดพลาดทางกลไกและทางไฟฟ้าที่แตกต่างกัน (เช่น ความไม่สมดุล การจัดตำแหน่งที่ไม่ถูกต้อง ข้อบกพร่องของตลับลูกปืน และความหลวม) ทำให้เกิดการสั่นสะเทือนที่ความถี่ที่เฉพาะเจาะจงและคาดเดาได้ สเปกตรัม FFT จึงให้แผนที่เส้นทางตรงไปยังสาเหตุของปัญหา

พารามิเตอร์หลักของการวิเคราะห์ FFT

ในการได้รับสเปกตรัม FFT ที่มีประโยชน์ นักวิเคราะห์การสั่นสะเทือนจะต้องกำหนดพารามิเตอร์หลักหลายประการบนตัวรวบรวมข้อมูลหรือซอฟต์แวร์:

1. Fmax (ความถี่สูงสุด)

นี่คือความถี่สูงสุดที่จะรวมอยู่ในสเปกตรัม ต้องตั้งค่าให้สูงพอที่จะจับสัญญาณความถี่สูงสุดที่คุณกำลังมองหา (เช่น ตาข่ายเฟืองความถี่สูง หรือโทนเสียงของแบริ่ง)

2. ความละเอียด (เส้นความละเอียด)

วิธีนี้กำหนดระดับรายละเอียดในสเปกตรัม ซึ่งกำหนดเป็นจำนวน "ช่อง" ความถี่แยก หรือจุดข้อมูลที่จะคำนวณข้าม Fmax จำนวนเส้นที่มากขึ้น (เช่น 3200 หรือ 6400) ส่งผลให้ความละเอียดความถี่ดีขึ้น ซึ่งหมายถึงความสามารถในการแยกความถี่การสั่นสะเทือนสองความถี่ที่อยู่ใกล้กันมาก ความละเอียดสูงเป็นสิ่งสำคัญอย่างยิ่งสำหรับการวินิจฉัยความถี่บีตหรือการวิเคราะห์แถบข้าง (sidebands) ในการวิเคราะห์เกียร์บ็อกซ์

3. การหาค่าเฉลี่ย

เนื่องจากการสั่นสะเทือนของเครื่องจักรสามารถผันผวนได้ การดู FFT แบบ "snapshot" เพียงครั้งเดียวอาจทำให้เข้าใจผิดได้ การหาค่าเฉลี่ยเกี่ยวข้องกับการรวบรวม FFT หลายรายการอย่างรวดเร็วติดต่อกัน แล้วนำมาเฉลี่ยรวมกัน กระบวนการนี้จะช่วยลดสัญญาณรบกวนแบบสุ่ม และให้สเปกตรัมที่เสถียร ทำซ้ำได้ และเป็นตัวแทนของสภาพที่แท้จริงของเครื่องจักรได้ดีกว่ามาก

4. การสร้างหน้าต่าง

ฟังก์ชันหน้าต่าง (เช่นเดียวกับ Hanning) คือการถ่วงน้ำหนักทางคณิตศาสตร์ที่ใช้กับข้อมูลรูปคลื่นเวลาก่อนที่จะคำนวณ FFT เป็นเทคนิคการประมวลผลสัญญาณที่ใช้เพื่อลดความคลาดเคลื่อนที่เรียกว่า "การรั่วไหลของสเปกตรัม" เพื่อให้แน่ใจว่าแอมพลิจูดและความถี่ของสัญญาณในสเปกตรัมมีความแม่นยำมากที่สุด

การตีความสเปกตรัม FFT

นักวิเคราะห์ที่ผ่านการฝึกอบรมจะตีความสเปกตรัม FFT โดยการมองหารูปแบบลักษณะเฉพาะ:

• ยอดเขาขนาดใหญ่ที่ 1x ความเร็วในการวิ่ง บ่งชี้ ความไม่สมดุล.
• ยอดเขาขนาดใหญ่ที่ ความเร็วในการวิ่ง 2 เท่า มักจะชี้ไปที่ การจัดตำแหน่งที่ไม่ถูกต้อง.
• ชุดของ ฮาร์โมนิกส์ (จุดสูงสุดที่ 1x, 2x, 3x, 4x เป็นต้น) เป็นสัญญาณคลาสสิกของความหลวมทางกลไก
• จุดสูงสุดความถี่สูงด้วย แถบข้าง ระยะห่างที่ความเร็วในการทำงานเป็นสัญญาณเตือนถึงความผิดปกติของกระปุกเกียร์หรือตลับลูกปืน
• “พื้น” ที่สูงขึ้นของสัญญาณรบกวนแบนด์วิดท์กว้างอาจบ่งชี้ถึงการเกิดโพรงอากาศในปั๊มหรือแรงเสียดทาน

ด้วยการเปรียบเทียบสเปกตรัม FFT ปัจจุบันกับค่าพื้นฐานที่วัดในขณะที่เครื่องจักรอยู่ในสภาพดี นักวิเคราะห์สามารถตรวจพบการเปลี่ยนแปลงและวินิจฉัยปัญหาที่กำลังพัฒนาได้อย่างง่ายดายก่อนที่จะกลายเป็นความล้มเหลวที่ร้ายแรง

← กลับสู่ดัชนีหลัก