Understanding the Auto-Spectrum
The auto-spectrum — tinatawag din na autospectrum, at impormal na tinatawag na power spectrum o simpleng “the spectrum” — ay ang frequency-domain na representasyon ng isang vibration signal, na nagpapakita kung paano ipinamamahagi ang enerhiya o amplitude ng signal na iyon sa iba't ibang frequency. Ito ay ginagawa sa pamamagitan ng pagkuha ng Fast Fourier Transform (FFT) ng isang time record at pagpapakita ng magnitude ng bawat frequency component. Ang unlaping “auto-” ang nagtatangi rito mula sa cross-spectrum, na nag-uugnay sa dalawang magkaibang signal: ang auto-spectrum ay ang spectrum ng isang signal na kinuha kasama ang mismong signal na iyon.
Sa araw-araw na gawain, ito mismo ang ibig sabihin ng karamihang mga technician kapag sinasabi nilang “the spectrum” o “the FFT” — ang karaniwang frequency display sa bawat vibration analyser, na may mga tuktok sa unbalance, bearing fault frequencies, gear mesh, at iba pa. Ang pagkilala na ang karaniwang tool na ito ay teknikal na isang auto-spectrum ay pinaka-mahalaga kapag ikaw ay pumapasok sa multi-channel na gawain, kung saan ang mga cross-spectra, coherence, at iba pang correlation function ay pumapasok sa larawan.
1. Ang Mathematical Foundation
Dalawang Paraan sa Parehong Resulta
Mayroong dalawang mathematically equivalent na paraan upang makamit ang isang auto-spectrum:
- Direct FFT: i-transform ang signal ng oras, kunin ang magnitude (o magnitude squared) ng bawat complex FFT bin, at i-plot ito laban sa frequency. Ito ang karaniwang, simpleng paraan na ginagamit sa loob ng halos bawat instrumento.
- Sa pamamagitan ng autocorrelation: kalkulahin muna ang autocorrelation function ng signal, pagkatapos ay kunin ang FFT nito. Ayon sa teorema ng Wiener–Khinchin ang resulta ay kapareho ng direktang paraan — ang parehong spectrum na naabot sa pamamagitan ng ibang computational path.
Kapag ang magnitude ay sine-square at na-normalize bawat unit na frequency, ang parehong quantity ay nagiging isang power spectral density, na siyang mas ginusto para sa broadband random vibration.
Averaging for Stability
Ang isang FFT ay may statistical noise, kaya ang ilang auto-spectrum na kinukuha mula sa magkakasunod na time record ay ina-average nang sama-sama upang mapatatag ang estimate at mabawasan ang random scatter. Para sa karaniwang diagnostic ng makinarya, 4–16 na average ang tipikal; ang broadband random vibration ay maaaring mangangailangan ng 50–100 o higit pa. Ang benepisyo ay may kasamang gastos sa oras ng pagsukat, kaya ang bilang ng average ay isang sinadyang trade-off kaysa sa “mas marami ay palaging mas mabuti.”
2. Defining Properties
Tatlong katangian ang direktang nagmumula sa matematika at kapaki-pakinabang na tandaan kapag nagbabasa ng anumang spectrum:
- Real-valued: ang auto-spectrum ay walang imaginary na bahagi. Kinakatawan lamang nito ang magnitude, kaya ang phase relasyon ng orihinal na signal ay nawawala sa kalkulasyon ng magnitude. Para sa pagkilala ng fault sa isang punto, walang nawalang impormasyon; para sa balancing o transfer-function na trabaho, kung saan mahalaga ang phase, ito ay isang tunay na limitasyon.
- Always positive: ang mga value ay palaging mas malaki sa o katumbas ng zero dahil kumakatawan sila sa energy o power, na hindi maaaring negatibo.
- Simetrikal para sa mga tunay na signal: ang spectrum ng isang tunay na time signal ay simetrikal sa paligid ng Nyquist frequency — ang mga negatibong frequency ay salamin lamang ng mga positibo — kaya ang positibong kalahati lamang ang ipinapakita, at naglalaman ito ng lahat ng impormasyon.
3. Ang Auto-Spectrum sa Diagnostic ng Makinarya
Ang Pang-araw-araw na Display ng Analyst
Ito ang plot na ginagamit ng mga technician araw-araw. Ipinapakita nito ang bawat frequency component ng vibration nang sabay-sabay, at ang gawain ng analyst ay tukuyin ang bawat peak at itugma ito sa uri ng fault — na ginagawang pangunahing kasangkapan ang auto-spectrum para sa fault diagnosis at para sa karaniwang pagtatasa ng kondisyon.
Ang mga Katangiang Dapat Hanapin
- 1× peak: running-speed vibration, na pinanangibabawan ng unbalance at iba pang pinagmumulan ng isang beses bawat rebolusyon.
- 2× peak: commonly misalignment or mechanical looseness.
- Bearing frequencies: BPFO, BPFI, BSF, and FTF, often surrounded by sidebands.
- Gear mesh: ang frequency ng pakikipag-ugnayan ng ngipin at ang mga harmonics.
- Electrical: dalawang beses na line frequency (120 Hz sa 60 Hz na supply, 100 Hz sa 50 Hz na supply).
- Noise floor: ang background na antas na itinakda ng random vibration at noise ng instrumento, kung saan dapat namumukod-tangi ang tunay na mga peak.
4. Auto-Spectrum versus Cross-Spectrum
Ang single-channel auto-spectrum ay sumasagot sa “anong mga frequency ang naroroon?”, habang ang two-channel na katumbas nito ay sumasagot sa “paano magkakaugnay ang dalawang signal?”. Ang pagkakaiba ay kapaki-pakinabang na linawin:
| Auto-Spectrum (iisang channel) | Cross-Spectrum (dalawang channel) |
|---|---|
| Spectrum ng isang signal | Relasyon sa pagitan ng dalawang signal |
| Ipinapakita ang frequency content ng signal na iyon | Ipinapakita ang frequency content na karaniwan sa pareho |
| Walang impormasyon sa phase | Kasama ang relasyon ng phase |
| Sapat na para sa karamihan ng diagnostics | Underpins function ng pagpalit at coherence analysis |
| Standard na single-channel FFT | Nangangailangan ng dalawang synchronized na channel |
5. Mga Mode ng Averaging at Mga Pagpipilian sa Display
Pagpili ng Averaging Mode
- Linear averaging: isang simpleng arithmetic mean ng magkakasunod na spectrum na nagpapababa ng random noise at nagko-converge sa tunay na spectrum — ang pamantayan para sa pagsusuri ng makinarya.
- Exponential averaging: isang weighted mean na nagbibigay-pabor sa pinakabagong mga talaan, perpekto para sa real-time na pagsubaybay kung saan nagbabago ang mga kondisyon.
- Peak hold (max spectrum): bawat frequency bin ay nagreretain ng pinakamataas na halaga na nakita, kumukuha ng transient components — walang kapantay na mahalaga sa panahon ng run-up and coastdown testing.
Pag-scale ng Axes
Ang amplitude axis ay maaaring ipakita sa isang linear scale (mm/s, m/s²), na nagpapadali sa pagbabasa ng mga absolute na halaga ngunit maaaring magtago ng maliliit na tuktok sa tabi ng malalaki, o sa isang logarithmic dB scale (20·log[amplitude/reference]), na kumokompres ng malawak na dynamic range upang ang maliliit at malalaking tuktok ay sabay na makita — ang ginustong view para sa detalyado at pananaliksik na gawain. Ang frequency axis ay karaniwang linear sa Hz para sa mga makinarya, bagaman ang isang logarithmic axis na may pantay na octave spacing ay angkop para sa napakalawak na hanay ng frequency.
6. Kalidad at mga Kakulangan
Ang isang spectrum ay kasinghalaga lamang ng datos na nasa likod nito. Ang isang clean spectrum nagpapakita ng malinaw na peaks sa itaas ng mababang noise floor; isang noisy spectrum inililigpit ang mga tuktok sa isang mataas na background, na maaaring matugunan ng mas maraming averaging at sapat na frequency resolution. Dalawang pagsusuri sa acquisition ang mahalaga: kumpirmahin na ang frequency resolution ay pinong sapat upang paghiwalayin ang mga malapit na magkasamang tuktok, at bantayan ang input overload, na nag-i-clip ng signal at lumilikha ng mga maling spectral component — kung mangyari ito, bawasan ang input gain at muling mag-acquire. Ang FFT Resolution Calculator tumutulong sa pagpili ng line count at bandwidth na naglulutas ng mga tuktok na kailangan mong matugunan.
Kung saan umaangkop ang field instruments
Sa isang portable na two-channel na instrumento tulad ng Balanset-1A, ang auto-spectrum ay ang pang-araw-araw na diagnostic view na binabasa ng isang technician sa makinarya upang matukoy kung ang enerhiya ay nakakonsentrate sa 1× (na nagpapahiwatig ng unbalance at isang kandidato para sa on-site na pagbabalanse) o nakakalat sa mga bearing at gear-mesh frequency na nagpapahiwatig ng ibang uri ng pagkabigo — lahat ay nakuha sa sariling mga bearing ng makinarya sa operating speed.
Ang auto-spectrum ay ang pangunahing tool sa frequency analysis ng vibration diagnostics: ang single-channel FFT na inaasahan ng mga technician araw-araw para sa pagtukoy ng pagkabigo at pagtatasa ng kondisyon. Ang pag-unawa na ang “spectrum” ay teknikal na isang auto-spectrum — at kung paano ito nauugnay sa cross-spectra at iba pang spectral function — ay nagtatakda ng pundasyon para sa advanced na multi-channel analysis at masusing diagnostics ng makinarya.
