Hiểu về dải bên trong phân tích rung động
Dải bên là những đỉnh tần số nhỏ xuất hiện tại Phổ FFT ở các khoảng cách bằng nhau ở cả hai phía của một đỉnh trung tâm lớn hơn được gọi là tần số sóng mang. Sự hiện diện của chúng là một dấu hiệu chắc chắn của điều chế — một tình trạng trong đó một tín hiệu được “in” lên tín hiệu khác — và khoảng cách giữa các sideband bằng tần số của tín hiệu điều chế. Bởi vì khoảng cách đó chỉ trực tiếp tại thành phần quay chịu trách nhiệm, các sideband nằm trong số những mô hình chẩn đoán mạnh mẽ và chắc chắn nhất Phân tích rung động, đặc biệt là cho gearbox and mang phát hiện lỗi.
1. Sideband là gì: Điều chế trong phổ
Điều chế là một ý tưởng quen thuộc từ radio, và cơ chế trong hộp số là giống nhau. Một tông cao cố định (sóng mang) có cường độ được thay đổi bởi một sự kiện lặp lại chậm hơn (công cụ điều chế); trong phổ, sự thay đổi đó không làm mờ đỉnh sóng mang — nó tách năng lượng thành các đỉnh vệ tinh đối xứng. Sóng mang chính nó thường là rung cưỡng bức được tạo ra bởi hoạt động bình thường, trong khi công cụ điều chế là nhịp điệu một lần mỗi vòng quay của một thành phần bị lỗi. Nhận ra mô hình này là điều phân biệt một chẩn đoán tự tin với một đoán.
2. Cách tạo Sideband
Sideband được tạo khi tín hiệu dao động chính — sóng mang — có biên độ của nó thay đổi theo thời gian bởi tín hiệu thứ hai chậm hơn: công cụ điều chế. Ví dụ kinh điển là một chiếc răng bánh xe bị lỗi:
- The Tần số ăn khớp bánh răng (GMF) là sóng mang. Đây là tần số cao được tạo ra bởi sự khớp nối bình thường của các chiếc răng bánh xe.
- Một chiếc răng bị nứt trên bánh răng đó tạo ra một tác động mỗi vòng quay. Mỗi khi chiếc răng bị lỗi đó ăn khớp, tác động đó điều chế — thay đổi biên độ của — tín hiệu GMF.
- The tốc độ quay của bánh răng đó do đó là tần số điều chế.
Kết quả trong phổ FFT là một đỉnh lớn ở tần số GMF (tần số mang) được bao quanh bởi các đỉnh sideband nhỏ hơn cách nhau bằng tốc độ quay của bánh răng. Mô hình này chứng minh không chỉ rằng lỗi tồn tại mà còn nó được đặt trên bánh răng cụ thể đó. Mối quan hệ được ghi lại bằng một công thức đơn giản:
Tần số dải bên = Tần số sóng mang ± (n × Tần số điều chế), trong đó n = 1, 2, 3 …
Họ các đỉnh phía trên và dưới tần số mang do đó tạo thành một peine cách đều, và việc đếm khoảng cách tính bằng hertz — sau đó chuyển đổi nó sang rpm — cho phép nhà phân tích biết chính xác piston nào đang hoạt động không bình thường.
3. Các Ứng Dụng Chính trong Chẩn Đoán Máy Móc
Chẩn đoán Hộp số
Đây là ứng dụng chính của phân tích dải tần bên.
- Dải bên xung quanh GMF: nếu các sideband cách nhau tại tốc độ chạy của một bánh răng xuất hiện xung quanh GMF của nó, chúng chỉ ra một lỗi trên bánh răng đó — một chiếc răng bị nứt, một chiếc răng bị mòn, hoặc sự lập dị.
- Các dải bên xung quanh sóng hài của GMF: các lỗi nghiêm trọng thường sẽ tạo ra các sideband xung quanh GMF 2× và 3× cũng vậy, vì vậy mô hình peine lặp lại xung quanh mỗi hài hòa.
- Tần suất răng săn: trong các bộ bánh răng phức tạp, các sideband không phải số nguyên cụ thể tại tần số răng cuộc săn có thể xác định chính xác một lỗi chỉ xảy ra khi hai chiếc răng cụ thể trên các bánh răng khác nhau ăn khớp với nhau.
Chẩn đoán vòng bi lăn
Các sideband cũng rất quan trọng để xác nhận bearing faults, đặc biệt là khiếm khuyết vòng trong:
- Một khiếm khuyết trên chủng tộc bên trong quay với piston, và khi nó di chuyển vào và ra khỏi vùng chịu tải của vòng bi, biên độ của các tác động nó tạo ra tăng và giảm.
- Điều này tạo ra điều chế biên độ của tần số lỗi vòng trong, BPFI.
- Phổ kết quả cho thấy một đỉnh tại BPFI với các sideband cách nhau bằng 1× tốc độ quay của piston. Nhìn thấy mô hình này là một chỉ báo có độ tin cậy rất cao về một khiếm khuyết vòng trong — và đây là một lý do phân tích đường bao rất hiệu quả trong việc khử điều chế những tín hiệu này.
Chẩn đoán động cơ điện
Các vấn đề với thanh rotor trong động cơ cảm ứng AC có thể khiến các dải biên xuất hiện xung quanh đỉnh tốc độ chạy 1x. Các dải biên này cách nhau tại tần số vượt cực — cái tần số trượt của động cơ nhân với số cực của động cơ — và là một dấu hiệu cổ điển của thanh rôto bị hỏng.
4. Cân nhắc khi phân tích
Để sử dụng hiệu quả phân tích dải tần, dữ liệu chất lượng cao là điều cần thiết:
- Độ phân giải cao: một FFT độ phân giải cao (ví dụ 3200 hoặc 6400 dòng) là cần thiết để nhìn rõ các đỉnh sideband và đo chính xác khoảng cách của chúng. Với độ phân giải thấp, các sideband được "tẩm nhuộm" cùng với đỉnh tần số mang. Mối quan hệ giữa số dòng, span và độ phân giải có thể được kiểm tra bằng một Công cụ tính độ phân giải FFT.
- Xu hướng: số lượng và biên độ của các dải phụ là một chỉ báo tốt về mức độ nghiêm trọng của hỏng hóc. Khi hỏng hóc trở nên tồi tệ hơn, sẽ xuất hiện nhiều dải phụ hơn và biên độ của chúng tăng lên, vì vậy việc ghi lại chúng theo thời gian qua phân tích xu hướng theo dõi sự xuống cấp.
- Phóng to FFT: cái Phóng to FFT chức năng trên một bộ phân tích cho phép người phân tích phóng to một dải tần số hẹp ở độ phân giải rất cao để xác nhận sự hiện diện và khoảng cách của các dải phụ.
5. Đọc Khoảng Cách: Từ Mẫu Hình Đến Chẩn Đoán
Sức mạnh chẩn đoán của một họ dải phụ nằm ở số học của nó. Vì khoảng cách bằng tần số điều chế, người phân tích có thể làm việc ngược lại từ lược dập để tìm nguyên nhân: khoảng cách tại tốc độ puly 1× liên quan đến puly đó; khoảng cách tại tần số lối đi cực liên quan đến điều kiện điện của động cơ; khoảng cách không nguyên liên quan đến cặp răng cụ thể. Đo tần số ghép mặt truyền tải và cấu trúc dải phụ dự kiến của nó trước – ví dụ với một chuyên dụng Công cụ tính tần số ăn khớp bánh răng — cho phép người phân tích dự đoán chính xác nơi tìm kiếm trước khi mở phổ.
Trong thực tiễn, những mẫu hình này được bắt giữ bằng một bộ phân tích phổ cầm tay được mang từ máy này sang máy khác. Một dụng cụ như Balanset-1A đo phổ rung động trên một máy đang chạy ở độ phân giải đủ cao để phân giải lược dập dải phụ xung quanh tần số hỏng hóc mặt truyền tải hoặc vòng bi, để một kỹ sư có thể xác nhận chẩn đoán tại chỗ; và khi khảo sát tương tự cho thấy rằng vấn đề chủ yếu là đơn giản mất cân bằng thay vì hỏng hóc răng hoặc đường chạy, dụng cụ chuyển trực tiếp sang cân bằng trường to correct it.
Khi một người phân tích tìm thấy một mẫu hình dải phụ rõ ràng, đối xứng ở khoảng cách dự kiến, mức độ tin cậy của chẩn đoán tăng từ “có thể có” lên “rất có khả năng” — đó chính là lý do tại sao các dải phụ được coi là một trong những dấu vân tay đáng tin cậy nhất trong thực tiễn.
