ทำความเข้าใจเกี่ยวกับค่าเฉลี่ยแบบซิงโครนัส
คำจำกัดความ: ค่าเฉลี่ยแบบซิงโครนัสคืออะไร?
การหาค่าเฉลี่ยแบบซิงโครนัส (เรียกอีกอย่างว่าการหาค่าเฉลี่ยโดเมนเวลาหรือการหาค่าเฉลี่ยสัญญาณ) เป็นเทคนิคการประมวลผลสัญญาณใน vibration analysis ที่ช่วยเพิ่มความเร็วแบบคาบเวลาแบบซิงโครนัส การสั่นสะเทือน ส่วนประกอบต่างๆ ขณะเดียวกันก็ระงับสัญญาณรบกวนแบบสุ่มและการสั่นสะเทือนแบบอะซิงโครนัส วิธีการนี้ทำงานโดยการสุ่มตัวอย่างการสั่นสะเทือนซ้ำๆ ตลอดรอบการหมุนของเพลาหลายรอบ (ซึ่งถูกกระตุ้นโดยสัญญาณเครื่องวัดความเร็วรอบหนึ่งครั้งต่อรอบ) จากนั้นจึงหาค่าเฉลี่ยของจุดที่สอดคล้องกันในแต่ละรอบ ส่วนประกอบแบบคาบที่ทำซ้ำเหมือนกันทุกรอบจะเสริมกำลังกันด้วยการหาค่าเฉลี่ย ในขณะที่สัญญาณรบกวนแบบสุ่มและส่วนประกอบที่ไม่ซิงโครนัสจะหักล้างกัน ทำให้อัตราส่วนสัญญาณต่อสัญญาณรบกวนดีขึ้นอย่างมาก.
การหาค่าเฉลี่ยแบบซิงโครนัสนั้นมีประสิทธิภาพโดยเฉพาะอย่างยิ่งสำหรับการวินิจฉัยปัญหาของเกียร์ (โดยแยกลักษณะเฉพาะของเกียร์แต่ละตัว) และสามารถเปิดเผยรูปแบบคาบที่ละเอียดซึ่งฝังอยู่ในสัญญาณรบกวนซึ่งจะมองไม่เห็นในมาตรฐาน รูปคลื่นเวลา หรือ สเปกตรัม FFT.
การทำงานของค่าเฉลี่ยแบบซิงโครนัส
กระบวนการ
- สัญญาณทริกเกอร์: พัลส์หนึ่งครั้งต่อการปฏิวัติจาก เครื่องวัดรอบ หรือ คีย์เฟสเซอร์ กำหนดจุดเริ่มต้นของการปฏิวัติแต่ละครั้ง
- การแบ่งส่วนข้อมูล: สัญญาณการสั่นสะเทือนแบ่งออกเป็นส่วนความยาวเท่ากัน หนึ่งส่วนต่อการปฏิวัติ
- Alignment: ทุกส่วนเรียงกันเพื่อกระตุ้นพัลส์ (จุดเริ่มต้นเดียวกัน)
- ค่าเฉลี่ยแบบจุดต่อจุด: คะแนนที่สอดคล้องกันในแต่ละส่วนเฉลี่ยรวมกัน
- ผลลัพธ์: รูปคลื่นเฉลี่ยเดี่ยวที่แสดงถึงการปฏิวัติหนึ่งครั้ง
- Noise Reduction: ส่วนประกอบแบบสุ่มถูกยกเลิก ส่วนประกอบเป็นระยะถูกเสริมกำลัง
พื้นฐานทางคณิตศาสตร์
- สัญญาณเป็นระยะจะรวมกันอย่างสอดคล้องกัน (เพิ่มในเฟส)
- สัญญาณรบกวนแบบสุ่มรวมกันไม่สอดคล้องกัน (ยกเลิกทางสถิติ)
- การปรับปรุงสัญญาณต่อสัญญาณรบกวน ∝ √N โดยที่ N = จำนวนค่าเฉลี่ย
- ตัวอย่าง: ค่าเฉลี่ย 100 ปรับปรุง SNR ขึ้น 10× (20 dB)
แอปพลิเคชั่น
1. การวินิจฉัยระบบเกียร์
แอปพลิเคชั่นที่พบมากที่สุดและทรงพลังที่สุด:
การแยกตาข่ายเกียร์
- เฉลี่ยแบบซิงโครนัสกับอุปกรณ์ที่สนใจ
- ปรับปรุงรูปแบบตาข่ายของเกียร์นั้น
- ระงับการทำงานของเกียร์และลูกปืนอื่นๆ
- เผยข้อบกพร่องของฟันแต่ละซี่
การวิเคราะห์แบบฟันต่อฟัน
- รูปคลื่นเฉลี่ยแสดงการยึดเกาะของฟันแต่ละซี่อย่างชัดเจน
- ฟันที่เสียหายปรากฏเป็นลักษณะเบี่ยงเบนของรูปแบบ
- สามารถระบุฟันซี่ใดที่เสียหายได้
- การประเมินความรุนแรงจากขนาดความเบี่ยงเบน
2. การปรับปรุงการวิเคราะห์แบริ่ง
- ค่าเฉลี่ยตลอดช่วงการแข่งขันภายนอกสำหรับการแยกข้อบกพร่องของการแข่งขันภายนอก
- เพิ่มผลกระทบเป็นระยะจากข้อบกพร่องของตลับลูกปืน
- ลดการบดบังจากแหล่งกำเนิดการสั่นสะเทือนอื่น ๆ
- มีประโยชน์อย่างยิ่งในสภาพแวดล้อมที่มีเสียงดัง
3. การสั่นสะเทือนแบบบิด
- ปรับปรุงส่วนประกอบแรงบิดให้สอดคล้องกับการหมุน
- ระงับการสั่นสะเทือนและเสียงรบกวนด้านข้าง
- เปิดเผยการสั่นพ้องแบบบิดและการกระตุ้น
4. การสร้างสมดุล
- ทำให้ดีขึ้น แอมพลิจูด and เฟส ความแม่นยำในการวัด
- โดยเฉพาะในสภาพแวดล้อมที่มีเสียงดัง
- น่าเชื่อถือมากขึ้น influence coefficient การกำหนด
ข้อดี
Noise Reduction
- การปรับปรุงอัตราส่วนสัญญาณต่อสัญญาณรบกวนอย่างมาก
- สามารถดึงสัญญาณที่ฝังไว้ต่ำกว่าระดับสัญญาณรบกวนได้ 20-30 dB
- ทำให้สามารถวัดค่าได้ในสภาพแวดล้อมที่รุนแรง
การแยกตัวไม่เป็นผล
- แยกลายเซ็นของส่วนประกอบหนึ่งออกจากส่วนประกอบอื่น ๆ
- ตัวอย่าง: แยกตาข่ายเฟืองท้ายออกจากตาข่ายเฟืองเกียร์ในกระปุกเกียร์
- ระบุว่าส่วนประกอบใดมีข้อบกพร่อง
ความละเอียดที่เพิ่มขึ้น
- เผยให้เห็นลวดลายและข้อบกพร่องอันละเอียดอ่อน
- แสดงรายละเอียดที่ถูกปกปิดไว้ในสัญญาณดิบ
- ช่วยให้ตรวจจับข้อผิดพลาดได้ตั้งแต่เนิ่นๆ
ข้อกำหนดและข้อจำกัด
ความต้องการ
- Tachometer: ทริกเกอร์ที่เชื่อถือได้หนึ่งครั้งต่อการปฏิวัติเป็นสิ่งจำเป็น
- ความเร็วคงที่: ความเร็วจะต้องค่อนข้างคงที่ (±1-2%)
- ค่าเฉลี่ยที่เพียงพอ: โดยทั่วไป 50-200 รอบเพื่อผลลัพธ์ที่ดี
- สัญญาณเป็นระยะ: ปรับปรุงเฉพาะส่วนประกอบที่เป็นคาบอย่างแท้จริงเท่านั้น
ข้อจำกัด
- ระงับความผิดพลาดแบบไม่ซิงโครนัส: ข้อบกพร่องแบบสุ่ม ข้อบกพร่องของตลับลูกปืนส่วนใหญ่ลดลง
- การเปลี่ยนแปลงความเร็ว: การเปลี่ยนแปลงความเร็วระหว่างผลลัพธ์การเบลอเฉลี่ย
- เวลาที่ใช้: ต้องรวบรวมข้อมูลหลายรอบ
- ไม่ใช่แบบเรียลไทม์: จำเป็นต้องมีการประมวลผลภายหลัง
การเปรียบเทียบกับเทคนิคอื่น ๆ
การหาค่าเฉลี่ยแบบซิงโครนัสเทียบกับการหาค่าเฉลี่ยแบบเชิงเส้น
- ซิงโครนัส: ค่าเฉลี่ยในโดเมนเวลาซึ่งซิงโครไนซ์กับการหมุนจะช่วยเพิ่มประสิทธิภาพในการคำนวณแบบคาบ
- เชิงเส้น: ค่าเฉลี่ยสเปกตรัม FFT ช่วยลดความแปรผันแบบสุ่มในทุกความถี่
- กรณีการใช้งาน: ซิงโครไนซ์สำหรับเกียร์ เชิงเส้นสำหรับการปรับสเปกตรัมทั่วไป
การหาค่าเฉลี่ยแบบซิงโครนัสเทียบกับการวิเคราะห์ซองจดหมาย
- การหาค่าเฉลี่ยแบบซิงโครนัส: โดเมนเวลา ปรับปรุงรูปแบบเป็นระยะ
- การวิเคราะห์ซองจดหมาย: โดเมนความถี่ ตรวจจับผลกระทบซ้ำๆ
- เสริม: สามารถรวมทั้งสองเข้าด้วยกันเพื่อการวิเคราะห์ที่ครอบคลุม
การปฏิบัติจริง
การตั้งค่า
- ติดตั้งเครื่องวัดรอบพร้อมพัลส์ที่ชัดเจนหนึ่งครั้งต่อรอบ
- กำหนดจำนวนค่าเฉลี่ย (โดยทั่วไปคือ 50-200)
- กำหนดความยาวสัญญาณ (1 รอบ, 10 รอบ ฯลฯ)
- ตรวจสอบความเสถียรของความเร็ว
การรวบรวมข้อมูล
- รับข้อมูลการสั่นสะเทือนในช่วงเวลาเฉลี่ย
- เครื่องมือจะแบ่งส่วนและหาค่าเฉลี่ยโดยอัตโนมัติ
- แสดงรูปคลื่นเฉลี่ย
- มักจะคำนวณ FFT ของสัญญาณเฉลี่ย (สเปกตรัมที่ปรับปรุง)
การตีความ
- ตรวจสอบรูปคลื่นเฉลี่ยสำหรับรูปแบบเป็นระยะ
- มองหาความเบี่ยงเบนที่บ่งชี้ถึงข้อบกพร่อง
- เปรียบเทียบกับลายเซ็นที่ทราบว่าดี
- ระบุความรุนแรงของข้อบกพร่องจากแอมพลิจูดเบี่ยงเบน
รูปแบบขั้นสูง
ค่าเฉลี่ยแบบซิงโครนัสเกียร์
- ทริกเกอร์จากเกียร์ที่สนใจ (ไม่ใช่เพลา)
- แสดงรูปแบบตาข่ายสำหรับเกียร์เฉพาะนั้น
- ต้องใช้ตัวเข้ารหัสหรือเครื่องวัดความเร็วรอบแบบหลายพัลส์
ค่าเฉลี่ยหลายคำสั่งซื้อ
- เฉลี่ยคำสั่งซื้อหลายรายการพร้อมกัน
- แยกส่วนประกอบ 1×, 2×, 3×
- ให้เนื้อหาการสั่งซื้อที่ครอบคลุม
สัญญาณความแตกต่าง
- ลบสัญญาณเฉลี่ยจากสัญญาณดิบ
- ค่าที่เหลือแสดงสิ่งที่ถูกลบออก (ส่วนประกอบอะซิงโครนัส)
- มีประโยชน์ในการระบุข้อบกพร่องของตลับลูกปืนหลังจากถอดตะแกรงเฟืองออก
การหาค่าเฉลี่ยแบบซิงโครนัสเป็นเทคนิคการประมวลผลสัญญาณที่ซับซ้อน ซึ่งช่วยเพิ่มการมองเห็นรูปแบบการสั่นสะเทือนแบบซิงโครนัสที่ความเร็วและคาบเวลาได้อย่างมาก ขณะเดียวกันก็ช่วยลดสัญญาณรบกวนและส่วนประกอบแบบอะซิงโครนัส การเรียนรู้การหาค่าเฉลี่ยแบบซิงโครนัสอย่างเชี่ยวชาญช่วยให้สามารถวินิจฉัยเกียร์ขั้นสูง ตรวจจับข้อบกพร่องได้ตั้งแต่เนิ่นๆ ในสภาพแวดล้อมที่มีเสียงดัง และแยกลายเซ็นของส่วนประกอบเฉพาะในเครื่องจักรที่ซับซ้อนได้.
EN 
AR 
AZ 
BG 
ZH 
HR 
CS 
DA 
NL 
ET 
FI 
FR 
DE 
KA 
EL 
HE 
HI 
HU 
ID 
IT 
JA 
KO 
LV 
LT 
MS 
NB 
FA 
PL 
PT_BR 
PT 
RO 
SR 
SK 
SL 
ES 
SV 
TH 
TR 
UR 
UK 
VI 