為什么我們需要測量旋轉(zhuǎn)機(jī)器的噪音和振動？

旋轉(zhuǎn)機(jī)械的分析是汽車和一般工業(yè)中精煉活動的核心。它還允許工程師跟蹤齒輪箱，傳動系統(tǒng)和軸承中的故障。

機(jī)器中的每個旋轉(zhuǎn)部件都會產(chǎn)生振動，從而產(chǎn)生噪音，這是由于機(jī)器部件的平衡或平滑性的小缺陷造成的。此外，還存在與風(fēng)扇葉片和泵相關(guān)的所謂“葉片通過”現(xiàn)象。在每種情況下，我們都可以將振動的頻率與旋轉(zhuǎn)機(jī)器的速度聯(lián)系起來。例如，具有五個等間距刀片的風(fēng)扇將以旋轉(zhuǎn)速度的五倍產(chǎn)生噪聲，并且有時在更***的倍數(shù)下仍然取決于用于將風(fēng)扇保持在適當(dāng)位置的支撐件的數(shù)量。如果它們靠近葉片，則頻率成為葉片數(shù)量和支撐數(shù)量的乘積。

這些振動在機(jī)器或車輛的結(jié)構(gòu)上起到強(qiáng)制作用，在那里它們被安裝。當(dāng)由旋轉(zhuǎn)部件產(chǎn)生的激勵頻率與結(jié)構(gòu)的固有頻率之一匹配時，發(fā)生***嚴(yán)重的影響。這些“重合”頻率通常是許多設(shè)計(jì)努力的目標(biāo)，以限制效果，無論它們是疲勞，振動還是由此產(chǎn)生的噪音。

對于變速機(jī)器，將噪音和振動降低到可接受的水平是一項(xiàng)相當(dāng)大的挑戰(zhàn)。旋轉(zhuǎn)部件通常傳輸非常大量的功率，并且不幸的是，即使非常少量的功率（轉(zhuǎn)換成振動或噪聲）也會產(chǎn)生不希望的效果。

分析旋轉(zhuǎn)機(jī)械的數(shù)據(jù)

讓我們假設(shè)我們已經(jīng)從某種旋轉(zhuǎn)機(jī)器捕獲了噪聲或振動信號，同時我們通過它的整個速度范圍加速它。我們將使用從4缸賽車引擎記錄的短噪聲信號。在圖1中，我們可以看到信號的時間歷史，您可以使用下面的鏈接來收聽信號。

聽取噪音信號

圖1：噪聲信號的時間歷史

分析此數(shù)據(jù)的頻率內(nèi)容的***簡單方法是計(jì)算自動頻譜。我們在圖2中看到了結(jié)果。

圖2：整個噪聲信號的頻譜

因?yàn)槲覀儨y試的發(fā)動機(jī)正在改變速度，所以幾乎不可能從這個頻譜中得出任何有意義的結(jié)果。很明顯，我們需要一種不同的方法。我們的***種方法可能是將數(shù)據(jù)分成幾個部分，并查看從這些部分生成的一系列光譜。這是通過“跳頻FFT”完成的。這需要時間歷史的固定長度部分，執(zhí)行FFT然后沿著小的增量移動并重復(fù)該過程。這產(chǎn)生了一系列在整個測試期間分布的FFT譜，如圖3所示。

圖3：經(jīng)典瀑布圖（頻率v時間）

圖3是大多數(shù)人在想到瀑布情節(jié)時可視化的內(nèi)容。該數(shù)據(jù)可以以許多不同的方式表示。其中***受歡迎和***有用的是強(qiáng)度或顏色圖，如圖4所示。

圖4：強(qiáng)度或顏色圖

該圖顯示了沿底軸的頻率，時間從底部到頂部。很明顯，在地圖左側(cè)看到的紅線代表隨著時間的推移發(fā)動機(jī)加速的頻率上升。因此，這些是我們感興趣的旋轉(zhuǎn)效果。但是，我們?nèi)匀蝗鄙俚氖怯嘘P(guān)發(fā)動機(jī)速度的任何信息。

分析旋轉(zhuǎn)速度

我們需要知道的是在整個測試期間發(fā)動機(jī)的速度。有幾種方法可以獲得這個，但***準(zhǔn)確的是捕獲某種轉(zhuǎn)速信號。理想情況下，轉(zhuǎn)速計(jì)信號應(yīng)為方波或脈沖。它可以是從發(fā)動機(jī)的某個運(yùn)動部分測量的每轉(zhuǎn)一次脈沖到由編碼器產(chǎn)生的每轉(zhuǎn)幾千個脈沖的任何東西。圖5和圖6顯示了我們測試中兩個不同時間的轉(zhuǎn)速信號。

圖5：轉(zhuǎn)速計(jì)信號（慢速）

圖6：轉(zhuǎn)速計(jì)信號（***速）

我們的信號每轉(zhuǎn)產(chǎn)生兩個脈沖。上面的兩個數(shù)字都顯示了0.1s的數(shù)據(jù)，所以很明顯，在圖6中，引擎的旋轉(zhuǎn)速度明顯快于圖5所示。很明顯，我們的信號不是一個干凈的方波，只要轉(zhuǎn)速處理算法很復(fù)雜而且足夠***，這并不重要。轉(zhuǎn)速計(jì)處理軟件分析整個轉(zhuǎn)速計(jì)信號并產(chǎn)生另一個信號，代表測試時的速度。這可以在圖7中看到。

圖7：速度v時間

在這里我們可以看到，在我們的測試過程中，發(fā)動機(jī)在大約5.5秒內(nèi)從超過1000rpm加速到超過6000rpm。

瀑布情節(jié)

我們處理的下一步是再次執(zhí)行“跳頻FFT”處理，但這次不是以等間隔時間步長計(jì)算FFT，而是使用我們的速度v時間數(shù)據(jù)以等間隔速度步長計(jì)算它們。這就是所謂的“瀑布”處理。我們的噪聲信號的瀑布圖如圖8所示。

圖8：瀑布圖（頻率v速度）

現(xiàn)在我們可以清楚地看到速度相關(guān)噪聲的線性特性。這在瀑布圖中顯示為傾斜線。因?yàn)檫@是一個四缸四沖程發(fā)動機(jī)，主導(dǎo)頻率是旋轉(zhuǎn)速度的兩倍或二次諧波。在旋轉(zhuǎn)機(jī)械的情況下，我們稱之為第二順序。

命令

可以從瀑布圖中提取訂單的詳細(xì)信息，我們的數(shù)據(jù)中的示例可以在圖9中看到。

圖9：訂單和總體水平

圖9顯示了第2，第4和第6個訂單與總體水平重疊。總體水平代表每種速度下的總能量。

同步采樣數(shù)據(jù)（訂單或角度域）

一旦數(shù)據(jù)與轉(zhuǎn)速計(jì)信號一起被捕獲，諸如Prosig的DATS軟件包之類的軟件可以重新采樣數(shù)據(jù)并將其轉(zhuǎn)換為角度域。這意味著每個數(shù)據(jù)點(diǎn)表示圍繞旋轉(zhuǎn)周期的等間隔位置，而不是等間隔時間點(diǎn)。這使得使用DFT輕松分析即可直接提取訂單，即使在一個周期內(nèi)速度變化很大。以這種方式同步采樣的數(shù)據(jù)可以在角度域中的各個周期上進(jìn)行平均，從而消除來自與旋轉(zhuǎn)無關(guān)的其他源的信號的噪聲。這些技術(shù)的進(jìn)一步細(xì)節(jié)超出了本文的范圍，將在以后的文章中討論。