Hiểu về Windowing trong Phân tích FFT
Cửa sổ là một bước xử lý tín hiệu trong đó một hàm trọng số toán học — một “cửa sổ” — được áp dụng cho một khối dạng sóng theo thời gian dữ liệu trước khi được đưa vào phép biến đổi Fourier nhanh (FFT). Hình dạng của cửa sổ làm giảm dần biên độ của tín hiệu thu được xuống mức 0 một cách mượt mà ở đầu và cuối khối thời gian, nhờ đó dữ liệu được ghép nối với nhau mà không có những bước nhảy đột ngột. Chính thao tác duy nhất này là yếu tố giúp loại bỏ một lỗi phổ biến được gọi là rò rỉ phổ và do đó là yếu tố không thể thiếu để tạo ra một phổ rung động. Trên thực tế Phân tích rung động, việc lựa chọn và áp dụng bộ lọc một cách chính xác chính là yếu tố quyết định giữa một quang phổ rõ nét, đáng tin cậy và một quang phổ bị nhòe, gây hiểu lầm.
1. Định nghĩa: Hàm cửa sổ là gì?
Hàm cửa sổ là một đường cong — một tập hợp các hệ số nhân, mỗi mẫu một hệ số — được áp dụng lên khối thời gian thô. Ở những điểm mà giá trị cửa sổ bằng 1.0, mẫu dữ liệu đi qua mà không bị thay đổi; ở những điểm giá trị này giảm xuống gần 0.0, mẫu dữ liệu sẽ bị suy giảm. Do hầu hết các hàm cửa sổ đều đạt đỉnh ở giữa và giảm dần ở cả hai đầu, việc nhân bản ghi thời gian với hàm cửa sổ sẽ buộc đoạn dữ liệu được thu thập phải bắt đầu và kết thúc ở biên độ bằng không. Cơ sở toán học của FFT không thay đổi; việc chia cửa sổ chỉ đơn thuần là điều kiện hóa dữ liệu để đáp ứng các giả định có sẵn của phép biến đổi. Nếu không có bước này, phổ mà máy phân tích trả về có thể sai về mặt định lượng ngay cả khi cảm biến và các thành phần còn lại của chuỗi đo lường đều hoạt động hoàn hảo.
2. Vấn đề: Rò rỉ phổ
Phương pháp FFT mang trong mình một giả định cơ bản: nó coi khối dữ liệu thời gian hữu hạn mà nó phân tích như là một chu kỳ hoàn chỉnh của một tín hiệu tuần hoàn hoàn hảo, lặp lại vô tận. Các tín hiệu từ máy móc thực tế hầu như không bao giờ tuân theo quy luật này. Khi quá trình thu thập dữ liệu bắt đầu và dừng lại vào những thời điểm ngẫu nhiên, phần cuối của khối dữ liệu thu được sẽ không khớp với phần đầu của nó; do đó, khi FFT thực hiện phép gấp lại khối dữ liệu, nó sẽ phát hiện ra những điểm gián đoạn đột ngột và nhân tạo tại các ranh giới.
Hàm biến đổi này coi những bước nhảy đột ngột đó là thành phần tần số cao thực sự mà máy móc không có. Năng lượng thực sự thuộc về một tần số riêng lẻ, rời rạc Tính thường xuyên đỉnh bị lan rộng — nó “rò rỉ” — sang các ô tần số liền kề ở hai bên. Hậu quả của hiện tượng này có ba mặt:
- Độ chính xác biên độ giảm: Chiều cao đo được của đỉnh thấp hơn giá trị thực của nó vì năng lượng của đỉnh đã được phân tán ra nhiều ô thay vì tập trung vào một ô duy nhất.
- Các đỉnh mở rộng: đường cong trông rộng hơn và không rõ nét như những gì lý thuyết vật lý cơ bản cho phép, khiến ước lượng tần số trở nên mờ nhạt.
- Mất độ phân giải: Năng lượng tràn ra làm tăng mức nhiễu nền xung quanh một đỉnh lớn, che lấp các đỉnh nhỏ hơn liền kề — chính xác là những đỉnh nhỏ sóng hài và các dải tần phụ thường chứa thông tin chẩn đoán.
3. Giải pháp: Lắp đặt cửa sổ
Phương pháp chia cửa sổ khắc phục hiện tượng rò rỉ bằng cách buộc tín hiệu phải nhìn theo chu kỳ trong khối. Việc nhân dạng sóng thô với hàm cửa sổ sẽ làm giảm dần biên độ ở đầu và cuối cực trị xuống 0, từ đó loại bỏ các điểm gián đoạn ở ranh giới và, trên thực tế, “đánh lừa” FFT để nó nhận diện tín hiệu là liên tục, không có khe hở. Kết quả thu được là phổ tần số rõ ràng hơn hẳn:
- Độ chính xác về biên độ đã được cải thiện đáng kể, do đó có thể tin cậy vào độ cao đỉnh so với mức độ nghiêm trọng của rung động giới hạn.
- Các đỉnh tần số rõ nét và sắc nét hơn, giúp xác định chính xác lỗi thuộc về một bậc hoặc thành phần cụ thể.
- Mức nhiễu nền hiệu dụng thấp hơn, giúp các tín hiệu nhỏ nổi bật hơn so với các tín hiệu lớn.
Điều này tất nhiên đi kèm với một sự đánh đổi. Việc thu hẹp hai đầu sẽ làm mất đi một phần năng lượng của bản ghi và làm mở rộng nhẹ vùng phổ chính, do đó việc áp dụng hàm cửa sổ sẽ đánh đổi một chút độ phân giải tần số để đổi lấy việc giảm đáng kể hiện tượng rò rỉ. Mỗi hàm cửa sổ đại diện cho một điểm khác nhau trên đường cong đánh đổi đó, và đó chính là lý do tại sao có nhiều dạng hàm cửa sổ khác nhau.
4. Các loại cửa sổ phổ biến
Hàng chục hàm chia thời gian đã được phát triển, mỗi hàm lại có cách tính trọng số cho các khoảng thời gian hơi khác nhau. Đối với các công việc gia công cơ khí thông thường, có một hàm chiếm ưu thế.
Cửa sổ Hanning
The Cửa sổ Hanning (hàm giảm dần cosin nâng cao) mang lại sự cân bằng tuyệt vời giữa độ phân giải tần số và độ chính xác biên độ, và đây là cài đặt mặc định được khuyến nghị cho hầu hết các phép đo rung động của máy móc quay tiêu chuẩn. Trừ khi có lý do cụ thể để làm khác đi, cửa sổ Hanning luôn nên được lựa chọn. Đây là lựa chọn phù hợp cho các tín hiệu liên tục, có tính chu kỳ rộng, vốn chiếm ưu thế giám sát tình trạng.
Các cửa sổ khác
- Cửa sổ hình chữ nhật (còn gọi là Uniform hoặc “None”): tương đương với việc không áp dụng bất kỳ hàm cửa sổ nào. Phương pháp này có độ phân giải tần số cao nhất nhưng hiện tượng rò rỉ phổ lại nghiêm trọng nhất, và chỉ phù hợp khi biết chắc rằng tín hiệu có tính tuần hoàn hoàn hảo trong phạm vi khối — hoặc khi ghi lại các sự kiện thoáng qua rất sắc nét và hoàn toàn khép kín, chẳng hạn như một cú va chạm.
- Cửa sổ mái bằng: cung cấp độ chính xác cao nhất về biên độ so với bất kỳ hàm cửa sổ thông dụng nào, nhưng đổi lại là độ phân giải tần số rất kém (các đỉnh rất rộng). Đây là hàm cửa sổ được ưa chuộng nhất trong công tác hiệu chuẩn và bất kỳ tác vụ nào yêu cầu độ chính xác biên độ Độ lệch của đỉnh quan trọng hơn tần số chính xác của nó — ví dụ như việc so sánh cảm biến với một Giấy chứng nhận hiệu chuẩn trên một thiết bị rung chuẩn đã biết.
- Cửa sổ Hamming: có mối liên hệ chặt chẽ với hàm Hanning, với một số nhược điểm nhỏ về đặc tính của các đỉnh phụ; hiếm khi được sử dụng trong chẩn đoán thiết bị cơ khí thông thường.
5. Khi nào nên sử dụng cửa sổ — và cách nó tương tác với độ phân giải
Đối với việc giám sát tình trạng máy móc, nguyên tắc rất đơn giản: luôn sử dụng cửa sổ Hanning để phân tích phổ tổng quát. Việc tắt cửa sổ — chọn “Rectangular” trên một tín hiệu đang hoạt động bình thường — sẽ dẫn đến dữ liệu không chính xác và có thể gây hiểu lầm, bởi vì hiện tượng rò rỉ sẽ làm biến dạng cả độ cao đỉnh và mức nhiễu nền biểu kiến. Các thiết bị hiện đại mặc định sử dụng cửa sổ Hanning chính xác vì nó là yếu tố thiết yếu để có được phổ đáng tin cậy và chính xác.
Việc áp dụng hàm cửa sổ không hoạt động độc lập. Do hiệu ứng thu hẹp làm mở rộng từng vạch phổ, nên độ phân giải tần số thực tế mà bạn đạt được là kết quả tổng hợp của việc lựa chọn hàm cửa sổ và các thông số phân tích — độ dài khối (số mẫu), tần số lấy mẫu và dải tần. Khi các đỉnh nằm rất gần nhau, việc kéo dài khoảng thời gian ghi dữ liệu sẽ làm chúng sắc nét hơn so với việc thay đổi hàm cửa sổ; bạn có thể xem trước sự đánh đổi đó bằng cách Công cụ tính độ phân giải FFT trước khi quyết định sử dụng một thiết lập đo lường. Phương pháp chia cửa sổ cũng khác biệt với, đồng thời bổ sung cho, lọc tín hiệu: Bộ lọc loại bỏ các dải tần số không mong muốn khỏi tín hiệu, trong khi hàm cửa sổ điều chỉnh các dải tần số còn lại để phép biến đổi Fourier nhanh (FFT) có thể tái hiện chúng một cách chính xác.
6. Phân vùng trong thực tế
Trong quá trình chẩn đoán thực tế, cửa sổ hiển thị hiếm khi là điều mà chuyên viên phân tích nghĩ đến một cách có ý thức — và đó là điều đã được thiết kế sẵn. Khi một kỹ sư thu thập phổ hoặc thực hiện công việc cân bằng bằng một thiết bị cầm tay hai kênh như Balanset-1A, phần mềm sẽ tự động áp dụng cửa sổ Hanning trước khi tính toán FFT, do đó 1× tốc độ chạy đỉnh và các sóng hài của nó xuất hiện với biên độ thực và tần số chính xác mà không cần bất kỳ bước xử lý bổ sung nào. Chính phổ đã được áp dụng hàm cửa sổ đúng cách này mới cho phép cùng một thiết bị phân biệt được một tín hiệu mất cân bằng loại bỏ các đỉnh nhiễu lân cận và kiểm tra lại kết quả sau khi hiệu chỉnh. Việc hiểu rõ cơ chế hoạt động bên trong của hàm cửa sổ sẽ giúp nhà phân tích nhận ra khi nào việc lựa chọn các tùy chọn không mặc định — như Flattop để kiểm tra hiệu chuẩn hay Rectangular cho tín hiệu thoáng qua sạch — thực sự là cần thiết.
