阶次提取需要考虑什么?

 

阶次切片与overalllevel有什么区别?提取阶次时需要考虑什么?...



旋转结构的本质特点是振动或/和噪声出现在转速的倍数或者分数处。譬如,如果轴的转速为3600rpm,频率为60Hz,那么,我们将会看到响应出现在这个频率的倍数处。这个倍数就是阶次。第1阶次的频率等于转频,在这个例子中,第1阶次是60Hz,第3阶次是3*60=180Hz。阶次O、转速R(rpm)和频率f的关系如下

f=O*(R/60)
为什么要使用阶次?这是因为阶次对转速保持不变。第1阶次始终是转频,第2阶次始终是2倍的转频,等等。在这除了介绍阶次之外,还要介绍overall level(OA,总量级),以及二者的区别。

阶次切片取自于一组FFT瀑布图,每个切片对应不同的转速。Overall
Level是频谱中每条谱线幅值平方和的平方根。在数学上,如果转速为s的频率第K条谱线的幅值为ks,那么在这个转速下的RMS为
因此,这个转速下的总能量包含了阶次部分的能量和非阶次部分的能量,同时也包含了噪声。假设我们有如图16如示的瀑布图。


图16 瀑布图
在rpm=4200作频率切片,得到的频谱如图17所示。


图17 4200rpm的频率切片
RMS考虑了整个谱图中的所有能量。也就是说,它考虑了图18中所有的蓝色阴影区域。它是所有谱线幅值平方和的平方根。


图18 4200rpm的频率切片(阴影表示)
当考虑阶次值时,我们知道转速是时刻变化的,瀑布图中的阶次曲线只斜交通过一些频率,如图19中的1阶阶次曲线。在那个转速下的FFT分析频率不可能完全刚好匹配相应的阶次频率。FFT谱会遭受泄漏和拖尾效应。这二者对FFT谱的实际影响是使得频谱“宽胖平坦”。能量是分布在一些频线上,因此,再次对这些频率幅值求平方和,取平方根,这将近似等于阶次频率范围内的RMS Level。这个频率范围通常称为阶次带宽。仅取峰值是非常不精确的。


图19 瀑布图中的1阶次
数学上,在转速s下的j阶次成分由下式给出
b为半个阶次带宽。实际计算时要比上面稍繁杂些,但信号处理的本质是这样的。

再次,我们只考虑阶次频率范围内的谱线,如图20所示。对于特定的某阶次,我们只考虑图中的蓝色阴影区域。对蓝色区域内的所有谱线幅值求平方和,取平方根,那么,这样给出来的RMS只是特定阶次在所选转速下的RMS值。
图20 阶次宽度内的RMS取值区间


如果我们考虑所有重要的阶次,对其求平方和,取平方根,那么,我们将此值作为RMS值的一种估计。如果阶次分离合适,那么我们将漏掉一些噪声和一些能量非常小阶次。因此,由阶次计算得到的RMS值将小于总的RMS值。

有时一些阶次对应的带宽会重叠,这样一些能量将会重复计算。这时计算的RMS值将大于真实的RMS值。如果出现这种情况,那么说明我们有阶次带宽重叠。

通过上面的讨论,我们可以知道阶次切片只计算阶次宽度内的RMS值,而overall level则计算整个频带范围内的RMS值。

作为参考,我将给出时域计算RMS公式。如果有人从时域上计算RMS值,那么应计算时间序列所有幅值的平方和,然后再除以总的样本点数目,最后再取平方根。如果我们从频域上计算RMS值,是不会出现除法运算的。数学上,xj是时域序列幅值,xk是傅立叶转换后的FFT谱线幅值,因此,我们有
另一个方面,我们将讨论转速变化速度对阶次带宽的影响。假设频率分辨率都为1Hz,现在考虑转速变化率为120rpm/s和1200rpm/s的两种情况,这两种情况对应的转频变化率分别为2Hz/s和20Hz/s。阶次越高,频率变化率越快。如考虑第4阶次,则二者将分别以8Hz/s和80Hz/s的速率发生变化。要充分描述各阶次切片的变化,就必须要有足够宽的频率带宽。也就是说转频变化率越大,各阶次切片的频率宽度越宽,如图21所示。从图中可以看出,同一转速变化率情况下,阶次越高,阶次积分宽度越宽。同一阶次时,转速变化越快,阶次积分带宽越宽。这也可以从另一方面理解,频率分辨率为1Hz,那么2Hz/s和20Hz/s的变化速率只需要2条和20根谱线即可描述,但考虑第4阶时,则需要8条和80条谱线才能正确描述。

因此,转速的变化速率对阶次积分带宽是有影响的,转速变化速率越大,阶次切片所对应的阶次宽度越宽。


(a)1200rpm/s


(b)120rpm/s
图21
转速变化速率对阶次切片宽度的影响
对开篇的发动机噪声信号从其瀑布图中提取阶次和overall level,如图22所示。图中展示了发动机的2阶次、4阶次和6阶次,以及overall level。


图22 阶次和overall level
请继续阅读以下文章:

【扭振分析原来这么简单!】

【阶次跟踪是什么鬼?】
---------------------------------------------------------
更多精内容敬请关注模态空间公众号
微信公众号订阅名称:模态空间


    关注 模态空间


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册