تحلیل فوری فوریه (FFT) و اهمیت آن در نظارت بر وضعیت ماشین‌آلات

تحلیل فوریه سریع (FFT) چیست؟

تحلیل فوریه سریع که به اختصار FFT نامیده می‌شود، ابزاری پرکاربرد در زمینه‌ی تحلیل لرزش است. این روش با پردازش داده‌های لرزشی که پیش‌تر جمع‌آوری شده‌اند، آن‌ها را به شکلی نوین بازسازی می‌کند تا بینش‌های ارزشمندی درباره وضعیت سلامت تجهیزات شما ارائه دهد. اگر به درستی مورد استفاده قرار گیرد، تحلیل FFT یکی از اجزای اساسی هر استراتژی نگهداری پیش‌بینانه محسوب می‌شود.

با کمک تحلیل FFT، می‌توانید عیوب احتمالی ماشین‌آلات را شناسایی کرده و زمان دقیق انجام نگهداری را تعیین کنید. با وجود این، تحلیل FFT اغلب به عنوان موضوعی پیچیده یا بیش از حد فنی تلقی می‌شود. این مقاله به زبانی ساده توضیح می‌دهد که تحلیل FFT چیست و چگونه می‌تواند به بهبود عملکرد تجهیزات، کاهش زمان توقف و کاهش هزینه‌های نگهداری کمک کند.

فرمول تحلیل فوریه سریع (FFT) چیست؟

به زبان ساده، الگوریتم FFT دنباله‌ای از داده‌ها را گرفته و آن‌ها را سریعاً به تبدیل فوریه گسسته (DFT) تبدیل می‌کند. این الگوریتم داده‌هایی را که در حوزه زمان بیان شده‌اند دریافت می‌کند و آن‌ها را به اطلاعات دقیق‌تری درباره فرکانس‌ها تبدیل می‌نماید.

سیگنال‌های دیجیتال، مانند داده‌های لرزشی، معمولاً به صورت تابعی از زمان ثبت و ضبط می‌شوند. برای مثال، یک نمودار امواج لرزشی نشان می‌دهد که دقیقاً چه لحظه‌ای در چرخه کاری، ماشین شما دچار بیشترین لرزش می‌شود.

اگر این داده‌های لرزشی خام را بررسی کنید، می‌توانید از وضعیت کلی ماشین آگاه شوید و حتی عمر مفید قطعات را افزایش دهید. شما متوجه می‌شوید که لرزش‌های غیرعادی در چه حدی هستند و در کدام بخش از چرخه کار رخ می‌دهند.

با این حال، صرفاً اندازه‌گیری داده‌های لرزشی به این روش، تصویر کاملی از مشکل به شما نمی‌دهد.

چه نوع لرزشی در حال وقوع است؟

منشأ لرزش اضافی کجاست؟ آیا مشکل از بلبرینگ‌ها نشأت می‌گیرد یا از شفت؟ تحلیل FFT دقیقاً به این پرسش‌ها پاسخ می‌دهد.

درک تحلیل امواج زمانی

تحلیل امواج زمانی، نمایش گرافیکی یک موج است – چه موج صوتی باشد، چه موج لرزشی، یا هر نوع موج دیگری.

این نمودارها تغییرات دامنه یک موج خاص را در طول زمان نشان می‌دهند. شما می‌توانید از این امواج زمانی برای بررسی لرزش کلی یک تجهیز و درک وضعیت عمومی آن استفاده کنید.

عملکرد FFT روی داده‌های موجی

FFT داده‌های زمانی را دریافت کرده و آن‌ها را به داده‌های فرکانسی تبدیل می‌کند. به جای نمایش لحظه وقوع لرزش‌های غیرعادی، تحلیل FFT هر سیگنال لرزشی را به فرکانس‌های تشکیل‌دهنده‌ی آن تجزیه می‌کند. این تحلیل به دنبال فرکانس غالب می‌گردد و مشخص می‌کند که آیا لرزش در فرکانس پایین، بالا یا میانی رخ می‌دهد.

اهمیت این کار در آن است که هر محدوده فرکانسی، منبع احتمالی متفاوتی از مشکل را نشان می‌دهد. تحلیل FFT به شما کمک می‌کند تا دقیقاً نقاط بحرانی در تجهیزات خود را شناسایی کنید و پیش از وقوع خرابی‌های جدی، اقدام به رفع آن نمایید.

کاربرد FFT در تحلیل لرزش

تحلیل لرزش به چند پارامتر کلیدی نگاه می‌کند تا سلامت ماشین را ارزیابی کند. معمولاً تکنسین‌ها سه مورد فرکانس، سرعت و شتاب لرزش را بررسی می‌کنند.

بررسی داده‌های لرزشی خام برای دیدن کلیت امضاء لرزشی ماشین کافی است، اما تحلیل FFT یک گام فراتر می‌نهد و داده‌ها را شفاف‌تر و قابل فهم‌تر می‌سازد.

تغییرات در فرکانس‌های لرزشی می‌تواند به مسائلی مثل عدم تعادل اشاره کند. برای مثال، برخی ماشین‌های چرخشی هنگام بهم خوردن تعادل، به سمت فرکانس‌های پایین‌تر لرزش حرکت می‌کنند. این یک هشدار آشکار مبنی بر نیاز به نگهداری است.

همچنین، تغییر در فرکانس غالب می‌تواند نشان‌دهنده مشکلاتی در تراز بودن شفت یا ایرادات گیربکس باشد. علاوه بر این، FFT می‌تواند مسائلی مانند فرسودگی یا وجود قطعات ناقص در بخش‌های چرخان را آشکار کند.

اصطلاحات کلیدی در تحلیل لرزش

تحلیل لرزش حوزه‌ای پر از اصطلاحات تخصصی است. آشنا بودن با معانی اصطلاحات کلیدی بسیار مفید است! در ادامه به برخی واژگان اصلی مرتبط با تحلیل FFT و لرزش اشاره می‌شود:

• امواج زمانی: داده‌های لرزشی خام که توسط تجهیزات نظارتی ثبت شده و به شکل گراف «دامنه در برابر زمان» نمایش داده می‌شوند.
• طیف فرکانسی: نموداری ساده که دامنه و فرکانس را نشان می‌دهد. این طیف بر پایه امواج زمانی خام محاسبه می‌شود.
• هارمونیک‌ها: سیگنال‌های پژواک‌مانندی که از قله‌های لرزش قوی و با فواصل یکنواخت ایجاد می‌شوند. ایجاد هارمونیک در ماشین‌های چرخشی طبیعی است.
• عیوب رایج ماشین: متداول‌ترین دلایل خرابی در ماشین‌های چرخشی. مهم‌ترین عیوب شامل عدم تراز، عدم تعادل، شلی اتصالات و خرابی بلبرینگ‌ها می‌شوند.
• جابجایی (Displacement): مسافتی که یک شیء لرزان از نقطه تعادل خود جابجا می‌شود. این پارامتر برای اندازه‌گیری فرکانس‌های پایین مناسب‌تر است.
• سرعت (Velocity): مسافتی که یک شیء لرزان در واحد زمان طی می‌کند. سرعت عمدتاً برای اندازه‌گیری فرکانس‌های میانی کاربرد دارد.
• شتاب (Acceleration): نرخ تغییرات سرعت در طول زمان. شتاب پارامتر مناسبی برای سنجش فرکانس‌های بسیار بالاست.

انتخاب راه‌حل مناسب تحلیل لرزش

کدام روش تحلیل لرزش برای عملیات شما مناسب‌تر است؟ گاهی انتخاب بین تحلیل FFT و تحلیل امواج زمانی دشوار به نظر می‌رسد. حقیقت این است که هر دو روش مزایای قابل توجهی دارند.

خوشبختانه لازم نیست یکی را به قیمت دیگری انتخاب کنید. یک نرم‌افزار نظارت بر لرزش مناسب می‌تواند هر دو قابلیت را در اختیار شما قرار دهد. ابزارهای درست، داده‌های دقیق و کاربرپسندی را همراه با امکانات تحلیلی قدرتمند ارائه می‌دهند تا بتوانید حداکثر بهره را از اطلاعات جمع‌آوری شده ببرید.

هرچه بیشتر با الگوهای لرزشی تجهیزات خود آشنا شوید، بهتر می‌توانید از آن‌ها نگهداری کنید. این کار در نهایت به معنای افزایش زمان بهره‌برداری و بهبود بهره‌وری کلی عملیات شماست.

پرسش‌های متداول

تحلیل فوری فوریر (FFT) چگونه عمل می‌کند؟

تحلیل فوری فوریر داده‌های زمانی را به داده‌های فرکانسی تبدیل می‌کند و فرکانس‌های مؤلفه را تجزیه می‌کند.

کاربردهای اصلی FFT چیست؟

FFT در تحلیل لرزش برای شناسایی عیوب و هزینه‌های نگهداری ماشین‌آلات استفاده می‌شود.

چرا تحلیل FFT مهم است؟

این تحلیل به شناسایی مشکلات بالقوه کمک می‌کند و نگهداری به موقع ماشین را تضمین می‌کند.

تفاوت بین FFT و تحلیل امواج زمانی چیست؟

FFT فرکانس‌های لرزش را تجزیه کرده و به شناسایی عیوب کمک می‌کند در حالی که تحلیل امواج زمانی نمای کلی بیشتری از لرزش فراهم می‌کند.

منبع: www.fluke.com