為什么我們需要測量旋轉機器的噪音和振動？

旋轉機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。

機器中的每個旋轉部件都會產(chǎn)生振動，從而產(chǎn)生噪音，這是由于機器部件的平衡或平滑性的小缺陷造成的。此外，還存在與風扇葉片和泵相關的所謂“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機器的速度聯(lián)系起來。例如，具有五個等間距刀片的風扇將以旋轉速度的五倍產(chǎn)生噪聲，并且有時在更***的倍數(shù)下仍然取決于用于將風扇保持在適當位置的支撐件的數(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。

這些振動在機器或車輛的結構上起到強制作用，在那里它們被安裝。當由旋轉部件產(chǎn)生的激勵頻率與結構的固有頻率之一匹配時，發(fā)生***嚴重的影響。這些“重合”頻率通常是許多設計努力的目標，以限制效果，無論它們是疲勞，振動還是由此產(chǎn)生的噪音。

對于變速機器，將噪音和振動降低到可接受的水平是一項相當大的挑戰(zhàn)。旋轉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（轉換成振動或噪聲）也會產(chǎn)生不希望的效果。

分析旋轉機械的數(shù)據(jù)

讓我們假設我們已經(jīng)從某種旋轉機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***簡單方法是計算自動頻譜。我們在圖2中看到了結果。

圖2：整個噪聲信號的頻譜

因為我們測試的發(fā)動機正在改變速度，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***有用的是強度或顏色圖，如圖4所示。

圖4：強度或顏色圖

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

分析旋轉速度

我們需要知道的是在整個測試期間發(fā)動機的速度。有幾種方法可以獲得這個，但***準確的是捕獲某種轉速信號。理想情況下，轉速計信號應為方波或脈沖。它可以是從發(fā)動機的某個運動部分測量的每轉一次脈沖到由編碼器產(chǎn)生的每轉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速信號。

圖5：轉速計信號（慢速）

圖6：轉速計信號（***速）

我們的信號每轉產(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，只要轉速處理算法很復雜而且足夠***，這并不重要。轉速計處理軟件分析整個轉速計信號并產(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噪聲的線性特性。這在瀑布圖中顯示為傾斜線。因為這是一個四缸四沖程發(fā)動機，主導頻率是旋轉速度的兩倍或二次諧波。在旋轉機械的情況下，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)與轉速計信號一起被捕獲，諸如Prosig的DATS軟件包之類的軟件可以重新采樣數(shù)據(jù)并將其轉換為角度域。這意味著每個數(shù)據(jù)點表示圍繞旋轉周期的等間隔位置，而不是等間隔時間點。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行平均，從而消除來自與旋轉無關的其他源的信號的噪聲。這些技術的進一步細節(jié)超出了本文的范圍，將在以后的文章中討論。