При анализе вибрации спектр получают путём преобразования Фурье (обычно быстрого Фурье‑преобразования, FFT) из временной записи сигнала. Чем дольше запись и чем большее число независимых спектров усредняется, тем менее шумовым и более статистически устойчивым получается результат. Ниже описан порядок действий, позволяющий определить, сколько времени нужно измерять, чтобы спектр соответствовал заданным требованиям по частотной разрешающей способности и уровню шума.
Содержание
Основные параметры, влияющие на устойчивость спектра
Прежде чем приступать к расчётам, важно понять, какие факторы определяют качество полученного спектра:
- Частотная разрешающая способность (Δf) – минимальное расстояние между двумя соседними частотами, которое можно различить. Определяется длительностью записи: Δf = 1 / T, где T – длительность одного блока данных (без учёта overlap).
- Окно (window) – функция, применяемая к каждому блоку для снижения спектральных искажений. Разные окна имеют различную эффективную ширину главного лепестка, что увеличивает необходимую T для достижения той же Δf.
- Число усреднений (N) – количество независимых спектров, которые складываются и делятся на N. Усреднение уменьшает дисперсию оценки спектра примерно в N раз (для некоррелированных блоков).
- Overlap (перекрытие) – доля соседних блоков, использующая одни и те же данные. Overlap повышает число доступных усреднений без увеличения общего времени измерения, но не уменьшает дисперсию так сильно, как полностью независимые блоки.
- Стационарность сигнала – предположение, что статистические свойства вибрации не меняются существенно во время измерения. Если сигнал drift‑ится или меняет режим работы, слишком длинная запись приведёт к smearing спектра.
Пошаговый порядок расчёта необходимого времени измерения
- Определите требуемую частотную разрешающую способность Δf. Это зависит от задачи: например, для выделения частоты вращения вала 30 Гц с точностью 0,5 Гц нужен Δf ≤ 0,5 Гц.
- Рассчитайте минимальную длительность одного блока T₀. По формуле Δf = 1 / T₀ → T₀ = 1 / Δf. Если выбрано окно с коэффициентом усиления главного лепестка K (например, K≈1,5 для окна Хэннинга), то эффективная длительность становится T₀·K.
- Выберите тип окна и определите коэффициент K. Типовые значения: прямоугольное окно K=1, Хэннинг K≈1,5, Хэмминг K≈1,44, Блэкман K≈1,73.
- Определите допустимый уровень шума спектра (или целевую дисперсию оценки).** Для многих практических задач достаточно, чтобы относительная стандартная ошибка спектра составляла не более 10–20 %. Дисперсия усреднённого периодограммы обратно пропорциональна числу независимых усреднений N: σ² ∝ 1/N. Поэтому N можно оценить как N ≈ (σ₀² / σ_целевой²), где σ₀² – дисперсия одного блока (можно принять за единицу для упрощения). В практических расчётах часто используют правило: для уменьшения шума в 2 раза нужно N≈4, для уменьшения в 3 раза – N≈9 и т.д.
- Учтите overlap.** Если планируется использовать overlap в проценте p (0 ≤ p < 1), то эффективное смещение между началами блоков равно T₀·(1‑p). Число доступных блоков за общее время T_total приблизительно равно N_eff = T_total / (T₀·(1‑p)). Поэтому, чтобы получить N независимых усреднений, нужно T_total ≈ N·T₀·(1‑p). При p=0 (без overlap) формула упрощается до T_total = N·T₀.
- Проверьте условие стационарности.** Оцените, насколько быстро могут меняться характеристики вибрации объекта (например, время набора оборотов, циклы нагрузки). Если характерное время изменения τ_сигнал значительно меньше планируемого T_total, нужно уменьшить T₀ или N, либо разбить измерение на короткие сегменты и анализировать их отдельно.
- Сформируйте итоговое время измерения.** Подставьте полученные значения в формулу: T_total = N·T₀·K·(1‑p). Это время, которое необходимо зафиксировать прибора, чтобы получить спектр с требуемой Δf и уровнем шума.
Пример расчёта
Допустим, необходимо анализировать вибрацию электродвигателя с частотой вращения 1500 об/мин (25 Гц). Требуется выделить гармоники до 5‑й (125 Гц) с разрешающей способностью 0,5 Гц, а также снизить шум спектра в три раза относительно одного блока.
- Δf = 0,5 Гц → T₀ = 1 / 0,5 = 2 с.
- Выбираем окно Хэннинга (K≈1,5) → эффективная длительность блока = 2 с·1,5 = 3 с.
- Для уменьшения шума в 3 раза нужно N≈9 (поскольку дисперсия ∝ 1/N).
- Предположим overlap 50 % (p=0,5) → эффективное смещение = T₀·(1‑p) = 2·0,5 = 1 с.
- Тогда общее время: T_total = N·T₀·K·(1‑p) = 9·2·1,5·0,5 = 13,5 с.
- Проверяем стационарность: если двигатель работает в постоянном режиме и его характеристики не меняются за несколько десятков секунд, условие выполняется.
Итого, для указанных требований достаточно записать около 14 секунд сигнала с 50 % overlap и окном Хэннинга.
Таблица быстрой оценки
Ниже приведена ориентировочная таблица, показывающая, как меняется общее время измерения при разных значениях Δf и желаемом уровне шума (выраженном через N). Приняты окно Хэннинга (K=1,5) и отсутствие overlap (p=0).
| Δf (Гц) | T₀ = 1/Δf (с) | N (для шума в 2×) | N (для шума в 3×) | T_total (с) для шума в 2× | T_total (с) для шума в 3× |
|---|---|---|---|---|---|
| 0,2 | 5 | 4 | 9 | 5·1,5·4 = 30 | 5·1,5·9 = 67,5 |
| 0,5 | 2 | 4 | 9 | 2·1,5·4 = 12 | 2·1,5·9 = 27 |
| 1,0 | 1 | 4 | 9 | 1·1,5·4 = 6 | 1·1,5·9 = 13,5 |
| 2,0 | 0,5 | 4 | 9 | 0,5·1,5·4 = 3 | 0,5·1,5·9 = 6,75 |
Типичные ошибки и как их избежать
- Недостаточная Δf из‑за слишком короткой записи. Если T₀ выбрано меньше 1/Δf, соседние спектральные линии будут смешаны, и вы не сможете различить близкие частоты. Всегда проверяйте, что T₀ ≥ 1/Δf.
- Пренебрежение влиянием окна. Использование прямоугольного окна без поправки приводит к завышению ожидаемой разрешающей способности. Умножайте T₀ на коэффициент K выбранного окна.
- Слишком большое overlap без учёта корреляции. Overlap 75 % и более сильно коррелирует соседние блоки, поэтому эффективное N растёт медленнее, чем простое деление времени на шаг. Для оценки независимого числа усреднений используйте эффективное смещение T₀·(1‑p).
- Измерение при нестационарном режиме. Если объект ускоряется, тормозит или меняет нагрузку быстрее, чем длительность записи, спектр будет «размыт». В таких случаях уменьшайте T₀ или проводите измерения на коротких отрезках, синхронно с событийными метками.
- Неучёт уровня шума датчика. Если собственный шум акселерометра сравним с уровнем вибрации, увеличение N не поможет – нужен датчик с лучшим соотношением сигнал/шум или фильтрация полезного диапазона.
Практические рекомендации
- Сначала определите, какие частотные характеристики критичны для диагностики (частота вращения, кратные, резонансы). Это задаст требуемый Δf.
- Выберите окно в соответствии с компромиссом между подавлением боковых лепестков и потерей разрешающей способности (Хэннинг – хороший универсальный выбор).
- Рассчитайте T₀ = K/Δf. Если полученное значение слишком велико для условий стационарности, подумайте о снижении требований к Δf (например, принять 1 Гц вместо 0,5 Гц) или о использовании более узкого окна (например, flat‑top только для калибровки, а не для разрешения).
- Оценочное число усреднений N можно подобрать empiric‑но: запишите тестовый блок, оцените стандартное отклонение спектра в тихом диапазоне, затем увеличьте запись, пока отклонение не уменьшится до приемлемого уровня.
- Если возможно, используйте аппаратное усреднение (встроенное в анализатор) – оно уменьшает необходимость в больших объёмах памяти и упрощает обработку.
- После получения спектра проведите простую проверку устойчивости: разделите запись на две половины, вычислите спектры отдельно и сравните их. Если различие внутри ожидаемого разброса, измерение достаточно.
Что делать дальше
После того как вы определили необходимое время измерения и собрали данные, перейдите к следующему этапу анализа:
- Постройте спектр с выбранными параметрами (длина FFT, overlap, окно).
- Оцените уровень шума в полосе, где ожидается сигнал, и сравните его с амплитудой интересных гармоник.
- Если шум всё ещё высок, повторите измерение, увеличив N или уменьшив Δf (то есть удлинив запись) в соответствии с расчётом выше.
- Для отслеживания динамики состояния оборудования планируйте периодические измерения с одинаковыми параметрами, чтобы обеспечить сравнимость спектров во времени.
Соблюдая описанный порядок, вы сможете объективно обосновать продолжительность измерения и получить спектр вибрации, чьи статистические свойства соответствуют поставленным задачам.