Как определить частоту вращения по спектру вибрации

Вибрационный спектр показывает, какие частоты присутствуют в сигнале вибрации и с какой амплитудой. Если источник вибрации связан с вращающимся элементом (вал, шестерня, вентилятор и т.п.), его частота вращения проявляется в спектре как главная линия и её гармоники. Определение этой частоты позволяет оценить техническое состояние оборудования, обнаружить дисбаланс, неправильный зацеп или другие дефекты.

Ниже представлен практический алгоритм, который можно применить к любым измерениям вибрации, выполненным датчиком ускорения, скорости или смещения. Описание не привязано к конкретному прибору или программному обеспечению – оно основано на общих принципах цифровой обработки сигналов.

Основные понятия

Перед тем как перейти к действиям, полезно уточнить термины, которые будут использоваться дальше.

• Частота вращения (frot) – количество полных оборотов за единицу времени, обычно выражается в герцах (Гц) или оборотах в минуту (об/мин). Связь: frot [Гц] = N [об/мин] / 60.
• Спектр вибрации – результат преобразования Фурье (FFT) временного сигнала вибрации, показывающий амплитуду каждой частотной составляющей.
• Гармоника – кратная частота вращения (k·frot, где k = 2, 3, …). При наличии нелинейностей в механизме гармоники могут иметь значительную амплитуду.
• Порядок (order) – отношение частоты компоненты к частоте вращения. Например, порядок 1 соответствует frot, порядок 2 – 2·frot и т.д.

Подготовка сигнала и выбор параметров измерения

Качество спектра напрямую зависит от того, как был получен исходный сигнал. Следующие пункты помогут избежать системных искажений.

1. Выбор датчика и его расположения. Датчик должен быть жёстко закреплён в точке, где вибрация от вращающегося элемента передаётся без значительного затухания. Обычно используют радиальное или аксиальное направление в зависимости от ожидаемого типа дефекта.
2. Диапазон измеряемых частот. Верхняя граница частотного диапазона (Fmax) должна быть как минимум в два‑три раза выше ожидаемой частоты вращения, чтобы захватить несколько гармоник. Например, если предполагается frot ≈ 50 Гц (3000 об/мин), выбирают Fmax ≥ 150‑200 Гц.
3. Частота дискретизации (fs). По теореме Найквиста fs должна быть не менее 2·Fmax. На практике берут fs = 2,5‑3·Fmax для запаса.
4. Длительность записи (T). Разрешение спектра Δf = 1/T. Чтобы чётко разделить соседние гармоники, нужно Δf значительно меньше ожидаемой частоты вращения. Например, для frot = 50 Гц и желаемого разрешения 0,5 Гц требуется T ≥ 2 с.
5. Оконная функция. Прямое взятие конечного отрезка сигнала приводит к спектральному расклеиванию. Применяют окна (Хэнн, Хэмминг, Блэкман‑Харрис) – они снижают боковые лепестки за небольшое ухудшение разрешения. Для большинства задач достаточно окна Хэнн.

Выполнение спектрального анализа

После подготовки сигнала переходим к непосредственному вычислению спектра.

1. Препроцессинг. Удаляют линейный тренд (если есть) и, при необходимости, среднее значение, чтобы избежать смещения спектра к нулевой частоте.
2. Применение окна. Перемножают отрезок сигнала на выбранную оконную функцию точка‑за‑точкой.
3. Быстрое преобразование Фурье (FFT). Вычисляют комплексный спектр, затем берут модуль (или квадрат модуля – мощность спектра). Для реального сигнала достаточно рассматривать только положительные частоты.
4. Масштабирование. Амплитуду спектра нормируют в зависимости от используемого окна и длины отрезка, чтобы получить физически значимые значения (например, g / √Hz для ускорения). Точный коэффициент зависит от алгоритма реализации в выбранном ПО.

Идентификация частоты вращения в спектре

Главная задача – найти пик, соответствующий frot, и подтвердить его гармониками.

1. Визуальный осмотр. На графике амплитуда‑частота ищут наиболее výrazный пик в диапазоне, где ожидается частота вращения. Если спектр содержит несколько сильных линий, рассматривают их как кандидаты.
2. Автоматическое обнаружение пиков. Большинство аналитических пакетов имеют функцию поиска локальных максимумов с порогом по амплитуде и минимальным расстоянием между пиками. Порог обычно задают как процент от максимального значения спектра (например, 20 %).
3. Проверка гармоник. После выбора кандидата fcand проверяют наличие пиков примерно при частотах 2·fcand, 3·fcand и т.д. Если гармоники присутствуют с ожидаемой относительной амплитудой (обычно уменьшаются с ростом порядка), это повышает уверенность, что fcand – истинная частота вращения.
4. Учёт субгармоник. В некоторых случаях (например, при неполном зацеплении зубчатой передачи) могут появляться компоненты при frot/2, frot/3 и т.д. Их наличие не отменяет основной частоты, но указывает на специфический тип дефекта.
5. Преобразование в об/мин. После подтверждения frot в герцах вычисляют N = frot·60.

Проверка результатов и учёт погрешностей

Даже при правильной процедуре результаты могут содержать систематические и случайные ошибки. Ниже перечислены типичные источники неопределённости и способы их оценки.

• Разрешение спектра. Ошибка из‑за конечного Δf составляет примерно ±Δf/2. Увеличение длительности записи уменьшает эту погрешность.
• Эффект окна. Окно искажает амплитуду и немного смещает позицию пика. Корректировку можно выполнить, используя известные коэффициенты для выбранного окна (например, для окна Хэнн коэффициент коррекции частоты близок к 1,0).
• Дискретизация и алиасинг. Если верхняя граница спектра превышает fs/2, высокочастотные составляющие отражаются обратно и могут маскировать истинные пики. Следует убедиться, что анти‑алиасный фильтр (аппаратный или программный) установлен с частотой среза ниже fs/2.
• Шум и помехи. Широкополосный шум повышает фон спектра, делая слабые пики менее заметными. Среднее нескольких спектров (усреднение) уменьшает дисперсию шума без потери разрешения.
• Нестабильность скорости вращения. Если частота вращения изменяется во время измерения, спектр «размазывается» вокруг истинного значения. В таких случаях используют методы order‑tracking или синхронное усреднение по датчику импульсов от вращающегося вала.

Типичные ошибки и как их избежать

Ниже перечислены частые pułapки, которые приводят к неправильной идентификации частоты вращения.

• Недостаточная длительность записи. Слишком короткий отрезок даёт грубое разрешение, и соседние гармоники могут сливаться в один широкий пик. Решение – увеличить T до нескольких секунд, если процесс позволяет.
• Выбор неподходящей окна. Прямое (rectangular) окно даёт лучшее разрешение, но сильные боковые лепестки могут ложно приниматься за дополнительные частоты. Рекомендуется использовать окно с хорошим подавлением боковых лепестков (Хэнн, Хэмминг) и проверять результаты на разных окнах.
• Игнорирование гармоник. Принятие первого сильного пика за frot без проверки его кратных может привести к ошибке в два‑три раза. Всегда ищите гармоники.
• Неучёт анти‑алиасного фильтра. Если высокочастотный шум складывается в полосу ниже fs/2, спектр искажается. Проверьте наличие и настройку фильтра перед измерением.
• Смешивание сигналов от нескольких источников. На сложном оборудовании вибрация может складываться от нескольких вращающихся валов. В этом случае спектр содержит несколько наборов гармоник. Необходимо разделить их по частотам и, при необходимости, применить order‑tracking или демодуляцию.
• Ошибочная единица измерения. Некоторые приборы выдают спектр в ускорении (g), другие – в скорости (мм/с) или смещении (мкм). При сравнении амплитуд гармоник важно работать в одной и той же величине.

Практический порядок действий

Сводим рекомендации в чёткий чек‑лист, который можно выполнить на месте или в офисе после снятия показаний.

1. Установить датчик вибрации в выбранную точку закрепления.
2. Настроить параметры измерения: частота дискретизации ≥ 2,5·Fmax, длительность записи обеспечивающая Δf ≤ 0,2·frot (примерно), выбрать окно Хэнн.
3. Снять сигнал вибрации (желательно несколько повторов для последующего усреднения).
4. Выполнить предобработку: удалить тренд, применить окно, посчитать FFT.
5. Нормализовать спектр согласно выбранному окну и длине отрезка.
6. Найти пик с максимальной амплитудой в ожидаемом диапазоне частот.
7. Проверить наличие гармоник (2×, 3×, …) у найденного пика.
8. Если гармоник нет или они слабые, рассмотреть второй по силе пик и повторить проверку.
9. Подтвердить выбранную частоту как frot, перевести в об/мин.
10. Оценить неопределённость: ±Δf/2, возможное смещение из‑за окна, влияние шума.
11. Зафиксировать результат, при необходимости сравнить с нормативными значениями или данными предыдущих измерений.

Когда метод может быть неприменим

Подход, описанный выше, работает при условии, что вибрация содержит чётко выраженную линию, связанную с частотой вращения. В следующих ситуациях требуются альтернативные или дополнительные техники:

• Случайные broadband вибрации (например, турбулентный поток вентилятора без явного тонального компонента).
• Сильная модуляция амплитуды или частоты (частота вращения быстро меняется). Здесь используют время‑частотные анализы (вэйвлет, спектрограмма) или order‑tracking с датчиком импульсов.
• Наличие сильных резонансных структур, которые маскируют тональные линии. Можно попробовать изменить точку измерения или применить предварительную фильтрацию.
• Очень низкие частоты вращения (< 1 Гц), где требуется длительная запись (минуты) для получения приемлемого разрешения.

Выводы и следующий шаг

Определение частоты вращения по спектру вибрации – это надёжный способ оценить работу вращающегося оборудования и обнаружить ранние признаки дефектов. Ключевые моменты:

• Достаточная длительность записи и правильная частота дискретизации обеспечивают нужное разрешение спектра.
• Оконная функция уменьшает спектральное расклеивание, но требует учёта её влияния на позицию и амплитуду пика.
• Главная частота подтверждается наличием её гармоник; отсутствие гармоник – повод пересмотреть выбор кандидата.
• Оценка неопределённости и проверка на типичные источники ошибок повышают доверие к результату.

После получения частоты вращения рекомендуется сравнить её с номинальной скоростью оборудования, построить трендовые графики при повторных измерениях и, при отклонениях, перейти к более детальному анализу спектра (порядковый анализ, демодуляция, cepstral analysis) для выявления конкретного типа неисправности.