一个简单的频率谱瀑布图
- 格式:doc
- 大小:22.00 KB
- 文档页数:1
瀑布图分析经常用于评估旋转机械噪声和/或振动的表现。
这个处理过程要对随转速变化的每个固定长度的子段数据块使用FFT变换计算频谱,转速的变化可能是升速也可能是降速。
需要花时间去采集足够的数据以便得到一个时域数据块用于瞬时(单次)FFT计算(实际时域数据块是很短的),而在采集这个数据块的同时,机械设备的转速将从时域数据块采集开始时到结束一直在发生变化。
跟踪转速的瀑布图分析仍然采用“跳跃的FFT变换”方式,与跳跃时间(跟踪时间方式)的区别在于,当执行FFT变换时,跳跃的步长为等转速步长,而非等时间步长。
以等转速步长计算瞬时FFT频谱,如转速步长为25rpm,则表示转速每变化25rpm,计算一次瞬时频谱,每次FFT变换对应的时域数据长度为频率分辨率的倒数。
每个数据块对应一个转速(实际上各个数据块对应的转速一直在变化,软件会按某种算法得到这个数据块对应的转速,如平均转速),然后按照转速的先后顺序将各瞬时频谱排列得到三维瀑布图。
而彩图则是用二维图来显示,只不过用颜色深浅来表示幅值大小。
在瀑布图或彩图中,频谱并不连续,各频谱之间有间距,间距为等转速步长。
在瀑布图中可以看出各频谱有间距,但在彩图中看不出来这种间距。
在这以发动机噪声数据为例说明以跟踪转速方式进行瀑布图分析的全过程。
图11中左上角为测试的全程时域数据,按等转速步长(跟踪时间则为等时间步长)计算每个固定长度的时域数据块(时间长度为频率分辨率的倒数)得到各数据块对应的瞬时频谱图。
然后按照等转速步长的时域数据块先后顺序将所有对应的瞬时FFT进行排列,得到三维瀑布图。
从测试的全程时域数据中取3个数据块进行说明,左上角三个阴影区域对应这3个时域数据块。
时域数据块长度为1s(频率分辨率为1Hz),计算其相应的瞬时频谱,由于采样频率不变,所以瞬时频谱对应的带宽都相同,这三个数据块对应的瞬时频谱如图8中间所示,对应的转速分别为1400.28,2799.91和4225.15rpm。
电磁波谱是按照电磁波的频率或波长来分类的。
以下是按频率从低到高排列的电磁波谱:1. 极低频 (ELF,Extremely Low Frequency):3 Hz - 30 Hz2. 超低频 (ULF,Ultra Low Frequency):30 Hz - 300 Hz3. 声 (Voice Frequency,VF) 或对讲 (Telecommunication Frequency):300 Hz - 3 kHz4. 甚低频 (VLF, Very Low Frequency):3 kHz - 30 kHz5. 低频 (LF, Low Frequency):30 kHz - 300 kHz6. 中频 (MF, Medium Frequency):300 kHz - 3 MHz7. 高频 (HF, High Frequency):3 MHz - 30 MHz8. 甚高频 (VHF, Very High Frequency):30 MHz - 300 MHz9. 超高频 (UHF, Ultra High Frequency):300 MHz - 3 GHz10. 卫星通信频率(SHF, Super High Frequency):3 GHz - 30 GHz11. 极高频 (EHF, Extremely High Frequency):30 GHz - 300 GHz在频谱范围的 300 GHz 之后,开始出现其他类型的电磁波,例如:12. 太赫兹波 (Terahertz waves):0.3 THz - 3 THz13. 红外线 (Infrared):3 THz - 430 THz14. 可见光 (Visible light):430 THz - 770 THz15. 紫外线 (Ultraviolet):770 THz - 30 PHz16. X射线 (X-rays):30 PHz - 3 EHz17. 伽马射线 (Gamma rays):3 EHz 及以上。
什么是瀑布图分析分析旋转机械的振动噪声,离不开瀑布图分析,瀑布图分析是旋转机械振动噪声分析最常用的方法。
它采用“跳跃式的FFT变换”方式计算瞬时频谱,用三维图(瀑布图或colormap图)来显示分析结果,是所有瞬时FFT频谱的集总显示,如图1所示,各瞬时频谱按时间或转速先后顺序排列。
瀑布图分析不平均任何瞬时频谱,这对于待测旋转机械时刻变化的转速来说,非常有利于突出显示随转速变化的特征,如阶次特征;同时也能反映出共振特征。
图1 瀑布图显示分析结果1为什么要做瀑布图分析通常情况下,非旋转结构的频谱分析,我们使用二维频谱图来显示相应的结果,且二维频谱是平均之后的频谱,这时,频谱主要反映的是结构的共振特征。
对于旋转机械而言,结果显示谱图除了反映共振特性之外,还需要反映出与转速变化相关的信息。
这个信息就是所谓的阶次信息,我们知道旋转机械任一时刻的响应大多数都是以阶次的形式体现出来的,因此,在谱图中应能反映出结构相应的响应阶次。
如图2所示是某旋转机械的一个瞬时二维频谱,这个频谱图反映不出阶次随转速的变化关系。
另外,如果使用二维频谱图来分析旋转机械的共振特征,那么,将分不清楚共振频率与阶次对应的频率,特别是二者一致的情况下。
图2 二维频谱图另一方面,由于转速时刻变化,每一帧数据与下一帧数据对应的转频也是不相同的,如图3所示,对于这样的数据是不能使用平均处理的。
由于转速时刻变化,二维频谱图反映不出这种时刻变化的特性。
图3 重叠相邻两帧频域数据另一方面,对于某些特定的结构,如混合动力汽车,除了内燃机产生的阶次之外,还存在电机脉冲宽度调制产生的开关频率和伞状阶次,因此,阶次相当混乱,如图4所示。
对于这样凌乱的阶次,二维频谱图不足以显示其相应的特性。
图4 混合动力汽车的colormap图因此,对于旋转机械而言,需要这样一种分析方式:分析结果既能反映出与随转速变化的阶次信息,又能反映出结构的共振特性。
瀑布图分析刚好就是这样一种分析方式。