收摺行為造成不實故障/振動內容檢視失真
類比濾波器將訊號內容限制在一個奈奎斯特區域(Nyquist Plot)當中,其代表的是範例系統中的一半取樣速率。即便是在濾波器截止頻率位於奈奎斯特區域當中的情況下,也仍然不可能擁有無限的較高頻率元素拒斥(仍然可收摺至通帶當中)。對於只監測奈奎斯特區域的系統而言,這種收摺行為可能會造成不實故障並且使得在特定頻率下振動內容的檢視失真。
.多窗口技術
時間一致的取樣在振動感測應用裝置當中往往是不切實際的,因為在時間記錄的起始與結束的非零取樣值會導致大量的頻譜洩漏,此將會使FFT解析度降等。 在計算FFT前應用多窗口功能有助於頻譜洩漏的管理。最好的多窗口功能是依據實際訊號而定的,但是一般而言,權衡的部分還包括處理損失、頻譜洩漏、波瓣位置及波瓣位準等。
.快速傅立葉轉換
快速傅立葉轉換(FFT)對於離散式時間資料的分析而言,是一個很有效率的演算法則。處理程序會將時間紀錄轉換成離散式的頻譜紀錄,其中每個取樣都代表一個奈奎斯特區域的離散式頻率片段。輸出取樣的總數量會等於原始時間紀錄當中的取樣數量,大部分情況下代表的是二項式系列(1、2、4、8等)中的一個數字。
頻譜資料具有強度與相位兩種資訊,可採用矩形或是極座標形式來加以呈現。當以矩形形式呈現時,有一半的FFT量化單位會包含強度的資訊,而另一半則包含相位資訊。在以極座標形式呈現時,有一半的FFT量化單位會包含實際的結果,而另一半則包含虛構的結果。
在某些情況下,強度與相位資訊都是有所助益的,但是強度/頻率的關係往往包含有能夠用來判定關鍵性變化的充足資訊。
對於只有提供強度結果的裝置,FFT量化單位的數量相當於原始時間域紀錄中的一半取樣。
FFT量化單位的寬度相當於取樣速率除以紀錄的總數量。在某種程度上,每個FFT量化單位就像是時間域當中的一個獨立帶通濾波器。
圖5為一個真實MEMS振動感測器的範例,以每秒取樣(SPS)20480進行取樣,並且以512點的紀錄開始。在這種情況下,感測器只有提供強度資訊,因此量化單位的總數量是256,而量化單位的寬度相當於40Hz。
圖5 ADIS16228的FFT輸出
量化單位的寬度很重要,因為它會隨著頻率從一個量化單位移動至另一個鄰近的量化單位而建立頻率解析度,且因為它會決定量化單位中所要包含的總雜訊。總雜訊等於雜訊密度的產品(∼240μg/√Hz)以及量化單位寬度的平方根(√40 Hz),或是∼1.5mg rms。
由於雜訊對振動的解決具有較大的影響,對於低頻率應用裝置而言,在FFT處理之前採用降頻濾波器可以有助於改善頻率與強度解析度,且毋須在ADC的取樣頻率中做更動。以係數256抽取20480 SPS取樣速率能夠達成以係數256使頻率解析度提升的結果,同時以係數16降低雜訊。
使用FFT的關鍵性優點之一就是能夠實現簡單的頻譜警示應用。圖6中包含用以監測機器中固有頻率(#1)、諧波(#2、#3與#4),以及寬頻內容(#5)等五組獨立頻譜警示的範例。警告與危急的位準相當於機器正常性振動與時間特性的位準。
圖6 具有頻譜警示的範例FFT