ทำความเข้าใจการแยกความแตกต่างในการวิเคราะห์การสั่นสะเทือน
ความแตกต่าง ใน การสั่นสะเทือน คือการดำเนินการทางคณิตศาสตร์ที่แปลงสัญญาณการสั่นสะเทือนจากพารามิเตอร์การวัดหนึ่งไปเป็นอีกพารามิเตอร์หนึ่งโดยใช้อนุพันธ์ของเวลา — หรือ เทียบเท่ากับการคูณด้วยความถี่ใน โดเมนความถี่. It turns การเคลื่อนย้าย into ความเร็วและความเร็วลงไป การเร่งความเร็วการหาอนุพันธ์เป็นการผกผันที่แน่นอนของ การบูรณาการ; ดำเนินการน้อยกว่าเนื่องจากเซนเซอร์ภาคสนามส่วนใหญ่เป็นแอคเซลโลมิเตอร์ และความต้องการตามปกติคือการอินทิเกรต ลง เป็นความเร็วหรือการกระจัด ไม่ใช่การหาอนุพันธ์ ขึ้นกรณีที่มีค่าคือเมื่อการกระจัดที่วัดได้โดย โพรบวัดระยะใกล้ ต้องเปรียบเทียบกับมาตรฐานตามความเร็ว หรือตรวจสอบเนื้อหาความถี่สูง
พฤติกรรมหลักที่ต้องเข้าใจคือการหาอนุพันธ์เป็น frequency-weighting การดำเนินการ: มันเน้นส่วนประกอบความถี่สูงและระงับส่วนประกอบความถี่ต่ำ — ตรงข้ามกับการอินทิเกรต นั่นทำให้มีประโยชน์ในการดึงรายละเอียดการวินิจฉัยความถี่สูงอันลึกลับออกมาจากบันทึกการกระจัด แต่มันเป็นเครื่องมือสองคม เพราะว่ามันขยายเสียงรบกวนความถี่สูงด้วยความเต็มใจเช่นเดียวกับสัญญาณ หากใช้โดยไม่ระมัดระวัง มันสามารถฝังข้อมูลที่คุณพยายามเปิดเผยไว้ได้
1. ความสัมพันธ์ทางคณิตศาสตร์
ฟิสิกส์เดียวกันสามารถแสดงได้สองวิธีที่เทียบเท่ากัน และการเลือกระหว่างพวกมันมีผลลัพธ์ที่เป็นจริงและมีความสำคัญในทางปฏิบัติ
การหาอนุพันธ์ในโดเมนเวลา
- ความเร็วจากการกระจัด: วี(ที) = ดี/ดีที [เอ็กซ์(ที)]
- ความเร่งจากความเร็ว: เอ(ที) = ดี/ดีที [วี(ที)]
- ความเร่งจากการกระจัด: a(t) = d²/dt² [x(t)] — the second derivative, applied in one step
การหาอนุพันธ์ในโดเมนความถี่
ในโดเมนความถี่ การดำเนินการจะยุบตัวเป็นการคูณอย่างง่าย ซึ่งเป็นเหตุผลที่เครื่องมือสมัยใหม่ทำงานที่นี่:
- ความเร็วจากการกระจัด: V(f) = D(f) × 2πf
- ความเร่งจากความเร็ว: A(f) = V(f) × 2πf
- Net effect: every spectral line is scaled by its own frequency, so high frequencies are lifted and low frequencies pushed down — and double differentiation scales by (2πf)², an even steeper tilt.
ความสัมพันธ์ความถี่นี้คือเรื่องราวทั้งหมดของการหาอนุพันธ์ เพราะการแปลงแต่ละครั้งคูณด้วยกำลังความถี่หนึ่ง มันเชื่อมโยงครอบครัวของพารามิเตอร์ที่วิศวกรเปลี่ยนไปมาเป็นประจำ; ตัวแปลงเช่น เครื่องคำนวณความเร่งการสั่น หรือ เครื่องคำนวณการกระจัดจากการสั่นสะเทือน ใช้ความสัมพันธ์ความถี่เดียวที่แน่นอนสำหรับโทนบริสุทธิ์
2. เหตุใดจึงใช้การหาอนุพันธ์
แม้ว่าจะเป็นการดำเนินการที่ไม่บ่อยนัก การหาอนุพันธ์มีการใช้งานที่ถูกต้องหลายประการ:
- การใช้งาน Proximity-probe: เซ็นเซอร์ความใกล้ชิดวัดการกระจัดของเพลาโดยตรง แต่มาตรฐานการสั่นสะเทือนจำนวนมากระบุขีดจำกัดความเร็ว การแยกความแตกต่างของการกระจัดไปเป็นความเร็วช่วยให้เซ็นเซอร์การกระจัดสามารถประเมินได้เทียบกับขีดจำกัดเหล่านั้น
- เน้นความถี่สูง: เนื่องจากการแยกความแตกต่างยกส่วนปลายด้านบน จึงสามารถเปิดเผยลายเซ็นของข้อบกพร่องความถี่สูงที่ซ่อนอยู่ในข้อมูลการกระจัด และแปลงการกระจัดความเร็วต่ำที่ไม่คล่องตัวให้เป็นบันทึกความเร่งที่เหมาะสมสำหรับการวิเคราะห์
- การเปรียบเทียบเซ็นเซอร์แบบไขว้: เพื่อเปรียบเทียบเซ็นเซอร์การกระจัดกับ เครื่องวัดความเร่งทั้งสองจะถูกแปลงเป็นพารามิเตอร์ร่วม โดยปกติจะเป็นความเร็ว เพื่อให้การวัดของพวกเขาสามารถตรวจสอบความสอดคล้องกันได้
3. ความท้าทาย: การขยายเสียงรบกวน
ความยากลำบากที่กำหนดของการแยกความแตกต่างคือเสียงรบกวน และเป็นไปตามกฎการคูณด้วยความถี่โดยตรง
เหตุใดเสียงรบกวนจึงมีความเด่น
เนื่องจากการดำเนินการคูณด้วยความถี่ เสียงรบกวนแบบกว้างซึ่งอยู่ทั่วทั้งสเปกตรัม จึงถูกขยายมากขึ้นที่ปลายด้านบนมากกว่าสัญญาณที่สนใจ ตัวอย่างที่ชัดเจน: เสียงรบกวน 1 % ที่ 10 kHz ถูกขยายประมาณ 100× เทียบกับสัญญาณที่ 100 Hzดังนั้นอินพุตที่ดูสะอาดสามารถออกมาจมน้ำ การป้องกันคือการใช้ ตัวกรองความถี่ต่ำ ก่อนแยกความแตกต่าง เพื่อลบเนื้อหาความถี่สูงที่จะถูกขยายออกมาเป็นอย่างอื่น
เสียงรบกวนของเซ็นเซอร์และการแยกความแตกต่างสองครั้ง
เซ็นเซอร์การกระจัดทุกตัวมีเสียงรบกวนทางไฟฟ้าและปริมาณของตัวเอง การแยกความแตกต่างครั้งเดียวให้เป็นความเร็วจะขยายมันออกไป การแยกความแตกต่างสองครั้งไปตลอดความเร่งจะทำให้ผลกระทบแบบผสมผสาน และโดยทั่วไปควรหลีกเลี่ยง หากคุณต้องการความเร่งอย่างแท้จริง คำตอบที่ถูกต้องเกือบจะเป็นการวัดโดยตรงด้วยแอคเซลเลโรมิเตอร์แทนการแยกความแตกต่างของการกระจัดสองครั้ง
ข้อผิดพลาดทางตัวเลข
การแยกความแตกต่างในโดเมนเวลายังขยายข้อผิดพลาดในการทำให้เป็นดิจิทัลและไวต่อสิ่งประดิษฐ์การสุ่มตัวอย่าง ซึ่งเป็นเหตุผลเชิงปฏิบัติที่วิธีการที่ใช้โดเมนความถี่ให้ความสำคัญไม่ว่าความแม่นยำจะสำคัญเพียงใด
4. ทำอย่างเหมาะสม
ขั้นตอนที่มีวินัยช่วยให้การแยกความแตกต่างมีความสุจริต โปรดสังเกตความแตกต่างกับการบูรณาการ ซึ่งแทนที่จะต้องการ ฟิลเตอร์ผ่านความถี่สูง เพื่อลบการเลื่อนความถี่ต่ำ — การดำเนินการทั้งสองต้องการสิ่งตรงข้าม filtering strategies.
การหาอนุพันธ์เดียว (การกระจัด → ความเร็ว)
- ตัวกรองความถี่ต่ำก่อน: ลบเสียงรบกวนความถี่สูง โดยมีความถี่ตัดประมาณ 2–5 เท่าของความถี่สูงสุดที่สนใจ
- ตรวจสอบคุณภาพสัญญาณ: ยืนยันว่าสัญญาณอินพุตปราศจากเสียงรบกวนและสิ่งแปลกปลอมที่ชัดเจน
- ความแตกต่าง: คูณด้วย 2πf ในโดเมนความถี่
- ตรวจสอบความสมเหตุสมผลของผลลัพธ์: เปรียบเทียบกับขนาดที่คาดไว้เพื่อความสมเหตุสมผล
การหาอนุพันธ์สองครั้ง (การกระจัด → ความเร่ง)
- โดยทั่วไปหลีกเลี่ยง — มันแทบจะไม่เคยให้ผลลัพธ์ที่ดี
- หากหลีกเลี่ยงไม่ได้ ใช้ตัวกรองความถี่ต่ำแบบก้าวร้าวโดยตั้งความถี่ตัดไว้ที่ความถี่สูงสุดที่สนใจ และยอมรับว่าแถบความถี่สูงจะถูก จำกัด ด้วยเสียงรบกวน
- ทางเลือกที่ดีกว่า: ใช้เซ็นเซอร์ความเร่งและวัดความเร่งโดยตรง
การนำไปใช้ในโดเมนความถี่
วิธีสมัยใหม่และแข็งแกร่งคือการคำนวณ เอฟเอฟที of the displacement or velocity signal, multiply each bin by 2πf (or (2πf)² for double differentiation), apply any low-pass filtering in the frequency domain, and read off the spectrum in the new parameter — taking an inverse FFT if a รูปคลื่นเวลา ต้องการ วิธีการนี้หลีกเลี่ยงข้อผิดพลาดสะสม ทำให้การกรองง่าย มีประสิทธิภาพในการคำนวณ และเป็นวิธีมาตรฐานที่สร้างเข้าไปในเครื่องวิเคราะห์สมัยใหม่
5. เมื่อใดควรใช้มัน — และเมื่อไม่ใช้
ใช้การหาอนุพันธ์เมื่อแปลงการกระจัดโพรบความใกล้เคียงเป็นความเร็วเพื่อการเปรียบเทียบ ISO เมื่อเพิ่มประสิทธิภาพเนื้อหาความถี่สูงในข้อมูลการกระจัดความเร็วต่ำ เมื่อเปรียบเทียบประเภทเซ็นเซอร์ต่างๆ บนพื้นฐานทั่วไป และโดยทั่วไปเมื่อใดก็ตามที่สามารถใช้การกรองอย่างถูกต้อง หลีกเลี่ยงการใช้บนสัญญาณการกระจัดที่มีเสียงรบกวน หลีกเลี่ยงการหาอนุพันธ์สองครั้งเว้นแต่มันจะหลีกเลี่ยงไม่ได้จริง ๆ และ — ธีมที่เกิดขึ้นซ้ำ ๆ — หลีกเลี่ยงการใช้โดยสิ้นเชิงเมื่อใดก็ตามที่เซ็นเซอร์ความเร่งพร้อมใช้งาน เนื่องจากการวัดพารามิเตอร์ที่ต้องการโดยตรงจะดีกว่าการหามาจากที่อื่นเสมอ
6. การหาความแตกต่าง กับ การอินทิเกรต และเครื่องมือสมัยใหม่
การดำเนินการทั้งสองเป็นภาพสะท้อนกลับของกันและกัน และการมองเห็นพวกมันควบคู่กันทำให้ทั้งสองชัดเจนขึ้น
| ด้าน | การบูรณาการ | ความแตกต่าง |
|---|---|---|
| ผลกระทบของความถี่ | ขยายความถี่ต่ำ | ขยายความถี่สูง |
| Common use | Acceleration → velocity, velocity → displacement | การกระจัด → ความเร็ว |
| Main problem | การดริฟท์ความถี่ต่ำ | การขยายสัญญาณรบกวนความถี่สูง |
| ตัวกรองที่จำเป็น | ไฮพาสก่อนการบูรณาการ | โลว์พาสก่อนการแยกความแตกต่าง |
| How often used | เป็นเรื่องธรรมดามาก | น้อยกว่าทั่วไป |
ในทางปฏิบัติ วิศวกรไม่ค่อยดำเนินการแปลงเหล่านี้ด้วยมือ เครื่องวิเคราะห์สมัยใหม่สามารถแปลงระหว่างการกระจัด ความเร็ว และความเร่งโดยอัตโนมัติ: ผู้ใช้เลือกพารามิเตอร์ที่ต้องการ และเครื่องมือใช้การกรองและการปรับขนาดที่ถูกต้อง ซึ่งลดโอกาสเกิดข้อผิดพลาดลงอย่างมาก หลายเครื่องสามารถแสดงพารามิเตอร์ทั้งสามพร้อมกันได้ — แต่ละเน้นส่วนต่างๆ ของช่วงความถี่ — เพื่อให้มุมมองที่ครอบคลุมของการสั่นสะเทือน เครื่องวิเคราะห์สองช่องสัญญาณแบบพกพา เช่น บาลานเซ็ต-1A จัดการการแปลงนี้เป็นส่วนภายใน โดยแสดงความเร็วเพื่อการประเมินตามปกติเทียบกับแถบความรุนแรง เช่น ISO 20816-1 พร้อมที่จะเก็บข้อมูลความเร่งดั้งเดิมไว้ ดังนั้นผู้วิเคราะห์จึงไม่จำเป็นต้องหาความแตกต่างของบันทึกดั้งเดิมด้วยมือในสนาม
การหาความแตกต่างจึงเป็นส่วนประกอบที่ใช้น้อยลง แต่มีคุณค่าแท้จริง ต่ออินทิเกรต: ไม่ขาดไม่ได้สำหรับการแปลงการวัดการกระจัดเป็นความเร็วหรือความเร่งและสำหรับการตรวจสอบแบบไขว้ของประเภทเซนเซอร์ โดยที่ความจำของการขยายสัญญาณรบกวนได้รับการยอมรับและการกรองผ่านต่ำที่ถูกต้องได้รับการใช้ ทำความเข้าใจลักษณะเดียวนั้น — มันยกความถี่สูง — และการแปลงพารามิเตอร์ที่แม่นยำตามมา
