FFT (การแปลงฟูริเยร์อย่างรวดเร็ว) ในการวิเคราะห์การสั่นสะเทือน
ที่ การแปลงฟูเรียร์อย่างรวดเร็ว (FFT) is a highly efficient mathematical algorithm that transforms a signal from the time domain into the frequency domain. In การวิเคราะห์การสั่นสะเทือน it converts a raw, complex รูปคลื่นเวลา — vibration amplitude plotted against time — into a สเปกตรัมความถี่, amplitude plotted against frequency. This single transformation is the most important and fundamental process in modern machinery diagnostics; without it, a vibration signal is little more than an unreadable squiggle.
1. Definition: What is an FFT?
The FFT is not a measurement but a computation. It is a fast implementation of the Discrete Fourier Transform, exploiting mathematical symmetries to do in milliseconds what would otherwise take far longer, which is why it can run live on a handheld instrument. Its premise, due to Fourier, is that any complex periodic signal can be reconstructed as a sum of simple sine waves at different frequencies and amplitudes. The FFT runs that idea in reverse: hand it a tangled waveform, and it returns the list of sine waves it is built from.
2. Why the FFT is Essential for Diagnostics
A raw time waveform from a running machine is a jumble of many vibrations happening at once, and it is nearly impossible to judge a machine’s health by eye from that trace. The FFT acts like a prism, splitting the complex signal into its individual frequency components. The result is a clear, actionable chart that lets an analyst see:
- มีความถี่อะไรบ้าง?
- How much energy (amplitude) sits at each frequency?
- What is the relationship between those frequencies — harmonics, sidebands, and the like?
Because different mechanical and electrical faults — ความไม่สมดุล, การจัดตำแหน่งที่ไม่ถูกต้อง, ข้อบกพร่องของตลับลูกปืน, และ ความหลวม — each generate vibration at very specific, predictable frequencies, the spectrum provides a direct roadmap to the root cause of a problem. This frequency-domain view is the basis of all การวิเคราะห์สเปกตรัม.
3. Key Parameters of an FFT Analysis
To acquire a useful spectrum, an analyst sets several parameters on the data collector or software. Get them wrong and a real fault can be missed; get them right and it stands out clearly.
Fmax (Maximum Frequency)
The highest frequency included in the spectrum. It must be set high enough to capture the highest-frequency fault of interest — high-frequency ตาข่ายเฟือง or bearing tones, for instance — but not so high that low-frequency detail is wasted. To prevent การสร้างนามแฝง, instruments apply an anti-aliasing ตัวกรองความถี่ต่ำ below the sampling rate before the FFT is computed.
ความละเอียดในการแยก (Lines of Resolution)
สิ่งนี้กำหนดระดับรายละเอียด — จำนวน "bins" ความถี่ที่ไม่ต่อเนื่องที่คำนวณไปยัง Fmax หากใช้เส้นมากขึ้น (3,200 หรือ 6,400 เป็นต้น) จะได้ความละเอียดที่ดีขึ้น ซึ่งหมายถึงความสามารถที่ดีขึ้นในการแยกความถี่สองความถี่ที่อยู่ใกล้กันได้ ความละเอียดสูงถือเป็นสิ่งจำเป็นในการแยกแบบจำพวกหรือแก้ไขความถี่ที่ห่างกันใกล้ ๆ แถบข้าง ในการวิเคราะห์กระปุกเกียร์ เนื่องจากความกว้างของ bin เท่ากับ Fmax หารด้วยจำนวนเส้น จึงมีการแลกเปลี่ยนระหว่างช่วงและรายละเอียดเสมอ เครื่องคำนวณความละเอียด FFT แสดงความกว้างของ bin ที่ได้และระยะเวลาการอักษรสำหรับการตั้งค่าใด ๆ และ ซูม FFT สามารถรวมเส้นที่มีอยู่ทั้งหมดลงในแบนด์แคบเมื่อต้องการการแยกที่ลึกยิ่งขึ้น
ค่าเฉลี่ย
เนื่องจากการสั่นสะเทือนของเครื่องจักรมีความผันผวน FFT snapshot เพียงครั้งเดียวอาจทำให้เข้าใจผิดได้ การหาค่าเฉลี่ยอักษร FFT หลายตัวต่อเนื่องกันอย่างรวดเร็วและรวมเข้าด้วยกัน ซึ่งจะทำให้เสียงรบกวนแบบสุ่มลดลงและให้สเปกตรัมที่เสถียรและนำไปใช้ได้อีกมากขึ้นซึ่งแสดงสภาวะของเครื่องจักรได้อย่างแท้จริง
การสร้างหน้าต่าง
ก ฟังก์ชันหน้าต่าง — ส่วนใหญ่มักจะเป็น หน้าต่างฮันนิ่ง — คือการถ่วงน้ำหนักทางคณิตศาสตร์ที่นำไปใช้กับข้อมูลเวลาก่อนการแปลง มันลดข้อผิดพลาดที่เรียกว่า การรั่วไหลของสเปกตรัมซึ่งอาจจะกระจายจุดสูงแหลมไปทั่วถังข้างเคียงและทำให้ทั้งแอมพลิจูดและความถี่ที่ชัดเจนของมันเสียหาย
4. การตีความสเปกตรัม FFT
นักวิเคราะห์ที่ฝึกอบรมอ่านสเปกตรัมโดยการจดจำรูปแบบลักษณะเฉพาะ:
- ยอดเขาขนาดใหญ่ที่ 1× ความเร็วเดินเครื่อง บ่งชี้ถึงความไม่สมดุล
- ยอดเขาขนาดใหญ่ที่ 2× ความเร็วในการทำงานมักชี้ไปที่การจัดตำแหน่งที่ผิด
- ชุดยาว ๆ ฮาร์โมนิกส์ (1×, 2×, 3×, 4×…) is a classic sign of mechanical looseness.
- จุดสูงแหลมความถี่สูงที่มีวงดนตรีข้างเคียงระยะห่างในความเร็วในการทำงานเป็นสัญญาณที่ชัดเจนของข้อบกพร่องของกระปุกเกียร์หรือลูกปืน
- "พื้น" ที่สูงขึ้นของเสียงรบกวนแบนด์วิดท์กว้างอาจแสดงให้เห็น การเกิดโพรงอากาศ ในปั๊มหรือแรงเสียดทานทั่วไป
โดยเปรียบเทียบสเปกตรัมปัจจุบันกับ เส้นฐาน บันทึกเมื่อเครื่องจักรมีสภาพที่ดี นักวิเคราะห์สามารถจดจำการเปลี่ยนแปลงและวินิจฉัยปัญหาที่กำลังพัฒนาก่อนที่จะกลายเป็นความล้มเหลวที่วิกฤติ
5. FFT ในการวัดภาคสนามจริง
บนเครื่องมือพกพา FFT จะถูกคำนวณในสถานที่จากข้อมูล เครื่องวัดความเร่ง signal. The บาลานเซ็ต-1Aเครื่องวิเคราะห์สนามสองช่องสัญญาณ จับรูปคลื่นเวลาและแสดงสเปกตรัมตั้งแต่ประมาณ 5 Hz ถึง 1000 Hz เพื่อให้วิศวกรสามารถอ่านจุดสูงสุดความเร็วการทำงาน ฮาร์โมนิกส์ และเสียงจากตลับลูกปืนหรือเกียร์ที่เครื่องจักร รวมกับพัลส์แทคมิเตอร์คร่ึงต่อหนึ่งรอบการหมุน ชุดข้อมูลเดียวกันจะสนับสนุนการปรับสมดุลตามเฟส ขณะที่ การวิเคราะห์คำสั่งซื้อ สามารถปรับอ้างอิงสเปกตรัมเป็นทวีคูณของความเร็วการทำงานบนเครื่องจักรที่มีความเร็วแปรผัน โดยเปลี่ยน FFT จากแผนภูมิแบบคงที่เป็นเครื่องมือสำคัญของเวิร์กโฟลว์การวินิจฉัยและการปรับสมดุลในสถานที่
