机械振动分析与预知维修4(3.86MB).pptVIP

4 信号处理、应用和描述4.1 快速傅里叶变换（FFT）分析（Fast Fourier Transform (FFT)analysis） 4.1.1 傅里叶变换 快速傅里叶变换（FFT）的目的: 把模拟形式（时域）的测量转换到频域。 采样频率 采样是在指定瞬间纪录波的幅值，然后从纪录点生成曲线的过程。以多快的速度采样，才能使数字波精确地复制原始模拟波呢？ 奈奎斯特（Nyquist）采样定理：“如果在采样信号中不丢失任何信息，则必须以至少两倍的感兴趣的最高频率成分的频率采样。” 由于采样频率低引起的出现较低频波的现象称为叠混（aliasing）。 在理论上，不应有超过采样频率一半的振动频率，实际上是不能保证的。 所有的分析仪都配备抗混滤波器(anti-aliasing filter)。 必须在启动模拟量数字化之前滤波。 4.1.2 模数转换器（analog to digital converters） A/D转换器引进2的幂（称为2进制数。12位A/D转换器提供4096个间隔，…）。 间隔数越大，信号的幅值分辨率越高。12位A/D转换器可达到满刻度的0.025%的分辨率，而16位A/D转换器具有0.0015%的分辨率。 采集幅值信号。 4.1.3 加窗（windowing） 加窗等于信号样本与同样长度的窗函数相乘。 采样的结果随着关于波形期间的位置变化。 通过强迫采样数据在开始和结束时为零，充填间断点使采样期间看上去是连续的。 幅值精度影响频率分辨力。 窗函数有许多种: 矩形窗；平顶窗； 汉宁（hanning）窗；哈明（hamming）窗； 凯撒 贝塞尔（Kaiser Bessel）窗； 布莱克曼（Blackman）窗；巴莱特（Barlett）窗。 平顶窗峰值“较宽”。汉宁窗增宽，比平顶窗小。识别特殊频率成分，最好使用矩形窗。，平顶窗峰的幅值是最好的。 最好的解实际上意味着以多种不同的方法处理数据。汉宁窗一般是缺省的选择，因为它在频率条之间提供好的峰值分辨率，同时峰的增宽较小。 4.1.4 线分辨率（lines of resolution），F-max，带宽（bandwidth） 屏幕显示。分辨率取200，400，800，…线。F-max是分析仪的最大频率。带宽—F-max除以分辨率。 F-max太高，带宽增大，分辨率受影响。F-max太低，失去有价值的高频数据。 择F-max值的建议： 泵、风扇、鼓风机和电动机等通用旋转机器，为20×或40×转速。 齿轮箱，高于啮合频率的3倍。 首次操作，采取两个频谱，10×，100×,然后有根据地选择F-max的设置。 4.1.5 平均（Averaging） 线性（linear）平均 趋向于随机误差的平均数。频谱的平均典型地为2，4，8，16或32次。 峰值保持（peak hold） 对于任何平均，显示为最高谱线幅值的包络。用于观察瞬时现象，例如在应力分析研究期间可能需要的突然下降或随机的激励。 指数（Exponential）平均 新取得的频谱有较大加权。观察关于采样时间变化非常缓慢的状态。 同步时间（synchronous time）平均 利用来自被研究机器的同步信号，并且用于时域平均。同步信号的形式通常是由处于轴的圆周基准位置的光电管或电磁传感器发出的脉冲。在做平均的期间，以这种方法在关于轴旋转的同一时间采取振动样本。 有效地消除了系统中的非同步振动。如果机器中有很多以不同速度旋转的零件，则使用这种方法。因此，在其他振动平均出去的同时，伴随同步信号的同步振动得到加强。 4.1.6 重叠（overlap） 采集和分析1 kHz，1024个样本为40 ms。FFT在10 ms内计算和显示频谱，空闲30 ms 。 使用新块和旧块的部分数据，继续工作和计算新的频谱。 鉴于上例，FFT计算时，使用前一块的75%和新块的25%的数据。75%的过程重叠，显示的过程时间（第一块之后）是10ms每频谱，而不是40ms。 例如，在100 Hz采集数据，16次平均。数据采集时间是4 s，如果没有重叠，则需要64 s。如果采取75%的重叠，那么第一块需要4秒，每一个后续块需要1秒，即需要4×1＋1×15=19 秒。由于利用重叠，在数据采集期间大量地节省了时间。这种方法使得数据采集的应用更有效果。 4.1.7 显示/存储（display/storage） 频段/报警（frequency bands/alarms） FFT谱被分成称为频段的6个区域，每一段都有自己的报警线。例如，把频段设置为监测轴承缺陷的频率。一些振动允限趋向于基于频率和谐波的滤过的振动极限。振动级随着旋转机器频率的增加而降低。 两种频段报警的形式。一种以频段内的峰值为基础