ทำความเข้าใจ Aliasing ในการวิเคราะห์การสั่นสะเทือน
การสร้างนามแฝง คือข้อผิดพลาดในการประมวลผลสัญญาณที่อาจทำให้เสียหายต่อการวิเคราะห์ข้อมูลการสั่นสะเทือนแบบดิจิทัล เกิดขึ้นเมื่อสัญญาณถูกสุ่มตัวอย่างด้วยอัตราที่ต่ำเกินไปจนไม่สามารถจับความถี่สูงสุดของสัญญาณได้ ดังนั้นความถี่สูงเหล่านั้นจึง “พับลงมา” และแอบตัวเป็นความถี่ต่ำในผลลัพธ์ FFT สเปกตรัม ผลลัพธ์คือจุดยอดเท็จที่ไม่เคยมีอยู่ในเครื่องจักรจริง — จุดยอดที่อาจนำไปสู่การวินิจฉัยที่ผิดพลาดร้ายแรง การเข้าใจการแอลิเยสิง และการป้องกันที่ป้องกันไม่ให้เกิดขึ้น เป็นสิ่งจำเป็นพื้นฐานเพื่อความเชื่อมั่นในการวิเคราะห์ดิจิทัล สเปกตรัมการสั่นสะเทือน.
1. นิยาม: การแอลิเยสิงคืออะไร?
เมื่อตัววิเคราะห์ทำให้สัญญาณการสั่นสะเทือนเป็นดิจิทัล มันไม่ได้บันทึกเส้นโค้งที่ต่อเนื่อง แต่บันทึกลำดับตัวอย่างแบบแยกส่วน — ภาพถ่ายที่ถ่ายที่ช่วงเวลาคงที่ หากภาพถ่ายเหล่านั้นห่างกันเกินไปเมื่อเทียบกับความเร็วที่สัญญาณเปลี่ยนแปลง ตัววิเคราะห์จึงไม่สามารถแยกแยะคลื่นเร็วจากคลื่นช้าได้จริงๆ จุดเพียงไม่กี่จุดที่มันจับได้ของส่วนประกอบความถี่สูงอาจรวมกันเป็นคลื่นไซน์ความถี่ต่ำที่มีความน่าจะเป็น ความถี่ต่ำปลอมนั้นคือ อาลีอาสและเมื่อมันปรากฏในส่วน สเปกตรัม มันไม่สามารถแยกแยะจากการสั่นสะเทือนแท้ที่ความถี่นั้นได้
2. ทฤษฎีบท Nyquist และอัตราการสุ่มตัวอย่าง
เพื่อเข้าใจการแอลิเยสิง คุณต้องเข้าใจ ทฤษฎีบท Nyquist (ทฤษฎีบทการสุ่มตัวอย่าง Nyquist–Shannon) หลักการพื้นฐานนี้ของการประมวลผลสัญญาณดิจิทัลระบุว่า:
เพื่อแสดงสัญญาณอนาล็อกอย่างแม่นยำในรูปแบบดิจิทัล ความถี่การสุ่มตัวอย่าง (Fs) ต้องมีค่าอย่างน้อยเป็นสองเท่าของความถี่สูงสุดของส่วนประกอบ (Fmax) ที่มีอยู่ในสัญญาณ
อัตราการสุ่มตัวอย่างขั้นต่ำนี้ (2 × Fmax) เรียกว่า อัตราไนควิสต์ในทางตรงข้าม ความถี่สูงสุดที่อัตราการสุ่มตัวอย่างที่กำหนดสามารถวัดได้อย่างซื่อสัตย์คือครึ่งหนึ่งของมัน: Fmax = Fs / 2 เพดานนั้นคือ ความถี่ Nyquistความถี่จริงใดๆ ที่สูงกว่าความถี่ Nyquist ไม่สามารถแสดงด้วยความซื่อสัตย์และจะสะท้อนกลับด้านล่างแทน ในทางปฏิบัติ F ที่เลือกจะmax ยังกำหนดความละเอียดของการวิเคราะห์พร้อมกับจำนวนของเส้น FFT — ความสัมพันธ์ที่คุณสามารถสำรวจได้ด้วย เครื่องคำนวณความละเอียด FFT เมื่อวางแผนการวัด
3. การเกิดการเสบียง (Aliasing) เกิดขึ้นอย่างไร
ลองนึกถึงการสั่นสะเทือนความถี่สูงที่ถูกวัดโดยเครื่องวิเคราะห์ดิจิทัลที่ดำเนินการสุ่มตัวอย่างที่ระยะห่างคงที่:
- หากอัตราการสุ่มตัวอย่างสูงพอ — มากกว่าอัตรา Nyquist — เครื่องวิเคราะห์จะจับจุดข้อมูลเพียงพอต่อรอบเพื่อสร้างรูปคลื่นใหม่ได้อย่างแม่นยำ
- หากอัตราการสุ่มตัวอย่างต่ำเกินไป เครื่องวิเคราะห์จะพลาดสิ่งที่เกิดขึ้นระหว่างตัวอย่าง จุดข้อมูลเพียงไม่กี่จุดที่มีการจับจะเชื่อมต่อเข้าในรูปคลื่นไซน์ความถี่ต่ำที่แตกต่างอย่างสิ้นเชิน ความถี่ต่ำที่เท็จนั้นคือการเสบียง
ตัวอย่างที่เป็นรูปธรรม: สมมติว่าสัญญาณมีส่วนประกอบจริง 900 Hz แต่ F ของเครื่องวิเคราะห์max ถูกตั้งค่าเป็น 500 Hz ซึ่งสอดคล้องกับอัตราการสุ่มตัวอย่าง 1000 Hz เนื้อหา 900 Hz อยู่เหนือความถี่ Nyquist 500 Hz และไม่สามารถวัดได้อย่างถูกต้อง จะเสบียงและปรากฏใหม่ที่ Fs − 900 = 1000 − 900 = 100 Hz นักวิเคราะห์ที่สแกนสเปกตรัมอาจเข้าใจผิดว่าพีคที่ 100 Hz นั้นคือ 1× ความเร็วรอบการทำงาน การสั่นสะเทือน หรือสำหรับข้อบกพร่องที่แท้จริง และการไล่ตามข้อบกพร่องที่ไม่มีอยู่ แย่ไปกว่านั้น บ่อยครั้งที่ตัวการความถี่สูง — ผลกระทบของลูกปืน พลังงานการหมุนเฟืองหมุนเฟือง สัญญาณรบกวนไฟฟ้า — เป็นสัญญาณที่นักวิเคราะห์ต้องการไว้ใจมากที่สุด
4. การป้องกันการเสบียง: ตัวกรองป้องกันการเสบียง
เป็นไปไม่ได้ที่จะทราบล่วงหน้าเนื้อหาความถี่สูงทั้งหมดที่สัญญาณอาจมี — เสียงอัลตราโซนิก ผลกระทบที่คม การรบกวนความถี่วิทยุ และการรับเก็บไฟฟ้าทั้งหมดสามารถบุกรุก ดังนั้นการหวังเพียงว่าอัตราการสุ่มตัวอย่างสูงพอจึงไม่ใช่กลยุทธ์ที่ปลอดภัย
วิธีแก้ปัญหาที่ใช้ในเครื่องวิเคราะห์การสั่นสะเทือนดิจิทัลสมัยใหม่ทุกเครื่องคือ ตัวกรอง Anti-Aliasing: ฟิลเตอร์ตัดชัน ตัวกรองความถี่ต่ำ วางไว้ในเส้นทางสัญญาณ ก่อน ตัวแปลงอนาล็อกเป็นดิจิทัล (ADC) มันทำงานเช่นนี้:
- ผู้ใช้กำหนดความถี่สูงสุดที่ต้องการ Fmaxสำหรับการวิเคราะห์
- โดยอิงตาม Fmaxเครื่องวิเคราะห์จะตั้งค่าความถี่ตัดของตัวกรองป้องกันการเสบียงโดยอัตโนมัติเพียงเหนือ Fmax.
- สัญญาณอนาล็อก เซ็นเซอร์ สัญญาณผ่านตัวกรอง ซึ่งลบออกหรือลดทอนสิ่งใดสิ่งหนึ่งที่เหนือความถี่ตัด
- เฉพาะสัญญาณที่กรองแล้วและสะอาดเท่านั้นที่สัญญาณ ADC สำหรับการสุ่มตัวอย่าง
เนื่องจากตัวกรองจะตัดความถี่สูงที่อัตราการสุ่มตัวอย่างที่เลือกไม่สามารถรองรับได้ออกไปก่อนที่การสุ่ม ก่อน จะเกิดขึ้น มันจึงทำให้ aliasing เป็นไปไม่ได้ทางกายภาพ ตัวกรองจริงไม่สามารถตัดได้ชันแบบอนันต์ ซึ่งเป็นเหตุผลว่าทำไมจุดตัดจึงถูกตั้งให้ต่ำกว่าความถี่ Nyquist เล็กน้อยเพื่อเผื่อ guard band บริเวณไหล่กรอง ตัวกรอง anti-aliasing เป็นหนึ่งในองค์ประกอบที่สำคัญที่สุดของเครื่องวิเคราะห์ทุกชนิด ช่วยให้ FFT ที่ได้เป็นภาพการสั่นสะเทือนของเครื่องจักรที่จริงและเที่ยงตรงภายในช่วงที่เลือก โปรดสังเกตว่าการกรองนี้ต้องเป็นแบบแอนะล็อกและต้องมาก่อนการแปลงเป็นดิจิทัล — การใช้ การกรองดิจิทัล หลัง ADC ไม่สามารถแก้ alias ได้ เพราะตอนนั้นความถี่ปลอมถูกบันทึกลงในข้อมูลไปแล้ว
5. ผลเชิงปฏิบัติสำหรับนักวิเคราะห์
สำหรับวิศวกรภาคสนาม บทเรียนคือให้เคารพการตั้งค่าความถี่ของเครื่องมือ การเลือก Fmax ต่ำเกินไปเพื่อคง ความละเอียด ที่ดีบนยอดลำดับต่ำ อาจซ่อนข้อมูลความถี่สูงที่สำคัญได้ ตัวกรอง anti-aliasing จะปกป้องคุณจากยอดปลอม แต่ไม่สามารถแสดงพลังงานที่คุณกรองทิ้งไปได้ เครื่องมือที่เชื่อถือได้จัดการเรื่องนี้อัตโนมัติ — เครื่องวิเคราะห์พกพา เช่น Balanset-1A ใช้ anti-aliasing ในฮาร์ดแวร์ก่อน ADC ของมัน ดังนั้นสเปกตรัมที่มันแสดงสำหรับการวินิจฉัย และแอมพลิจูดกับเฟส 1× ที่ใช้ในการถ่วงสมดุล จึงปลอดจากอาร์ติแฟกต์ aliasing ตลอดช่วงการทำงาน ข้อสรุปเชิงปฏิบัติคือ: ตั้ง Fmax ให้สูงพอที่จะครอบคลุมความถี่ความขัดข้องสูงสุดที่คุณสนใจ เชื่อมั่นว่าเครื่องวิเคราะห์ที่ออกแบบถูกต้องจะไม่เกิด aliasing และมองยอดความถี่ต่ำที่อธิบายไม่ได้ด้วยความระมัดระวังจนกว่าจะตัดสาเหตุอื่นออกได้
