Seguidamente, en analizador de vibraciones 3, introducimos el tema de Aliasing, en un analizador de vibraciones al realizar vibraciones de medición. tan, este artículo es parte de una serie de artículos que explican cómo funciona un analizador de vibraciones.
En verdad, cuando llevamos a cabo Análisis de vibraciones, necesitamos entender cómo funciona un analizador. Por eso, aquí presentamos los conceptos de análisis de señales digitales, implementado en un analizador FFT. Para que sea fácil de entender, siempre se presentan desde el punto de vista del usuario, a través de la observación de los resultados de mantenimiento predictivo.
Seguidamente, No hay enlace, en Analizador de vibraciones 3, podemos ver a gama de analizadores de vibración proporcionado por D4VIB.
En seguida, presentamos el contenido de esta serie de artículos.
Seguidamente vamos ver que, un analizador FFT, realiza muchas muestras por segundo. Esto es efectivamente tan, para evitar un problema llamado aliasing. De facto, el alias es un problema potencial, en cualquier sistema de muestreo de datos.
3.1 ¿Qué es un bloque de datos de aliasing?
Después, consideremos un registrador de datos, para ver qué es el aliasing y cómo se puede evitar.
Para esto, veamos un registrador de temperatura, como el de la figura 3.1. tan, en este sistema de medición, un termopar está conectado a un voltímetro digital.
Figura 3.1. Como se dijo, aquí puede ver un sistema de medición que consta de un termopar y un voltímetro.
Por ejemplo, consideremos que ponemos este sistema para medir la temperatura, una vez por segundo.
tan, si estuviéramos tomando la temperatura de una habitación, que esperaremos?
en realidad, esperamos que cada lectura sea casi la misma que la anterior. En verdad, está muestreando mucho más a menudo de lo necesario. De facto, Cómo lo sabes, la temperatura ambiente varía muy lentamente.
tan, en el gráfico de los resultados de este “experiencia de pensamiento”, esperamos ver una evolución como se muestra en la siguiente figura.
Figura 3.2. Como se dijo, vemos un lento descenso, en este gráfico de variación de temperatura de una habitación, con el tiempo.
3.2 La fluctuación de temperatura que no se ve en el gráfico.
Por lo contrario, cual seria la evolucion de este, si lo midiéramos en un trozo pequeño?
De facto, esta pieza, podría calentar y enfriar rápidamente, porque es pequeño,
En estas circunstancias, supongamos que la temperatura de la pieza oscilara, una vez cada segundo.
De facto, si se tomó una medición de temperatura una vez por segundo, el gráfico mostraría que nunca cambia.
Figura 3.3. Como se dijo, aquí puedes ver el gráfico de variación de temperatura de una pequeña parte.
De facto, lo que sucedió es que se muestreó exactamente en el mismo punto en el ciclo periódico de la temperatura de la pieza. tan, para ver sus fluctuaciones, no muestreó lo suficientemente rápido. En otras palabras, cuando la frecuencia de muestreo es igual a la frecuencia de la variación, el resultado es un valor constante.
En suma, este resultado, eso está mal, se debe a un fenómeno llamado aliasing.
3.3 Los efectos del aliasing vistos en frecuencia
Después, Veamos el efecto del aliasing en el dominio de la frecuencia..
De facto, cuando ocurre aliaising, aparece una nueva frecuencia. tan, el valor de esta frecuencia es igual a la diferencia entre la frecuencia de muestreo y la frecuencia de la señal muestreada.
Figura 3.4. – Como se dijo, aquí ves un componente del espectro que no es real. De hecho, esta frecuencia se debe al efecto de aliasing.
tan, decimos que una señal es alias, si la diferencia en su frecuencia máxima y la frecuencia de muestreo, cae en el rango de frecuencia bajo análisis.
Cabe señalar que el componente a de esta diferencia de frecuencia, se genera en el proceso de muestreo, sin ADC.
En la situación en la que la frecuencia de entrada es igual a la frecuencia de muestreo, entonces el componente de aliasing es cero Hertz.
en realidad, vimos esto en el ejemplo de la medición de temperatura de una pequeña parte. En estas circunstancias, como vimos antes, tenemos un resultado que no varía. En otras palabras, el resultado es constante.
tan, ¿Cómo evitas el alias??
3.4 Analizador de vibraciones 3 – Cuál es el criterio de Nyquist
De facto, ¿Qué sucede si el analizador toma muestras, con una tasa superior al doble de la frecuencia más alta, que estamos a medir?
Seguidamente, vamos ver que, en estas circunstancias, los resultados del aliasing no caen dentro del rango de frecuencia bajo análisis.
De facto, para evitar alaiasing ponemos un filtro de paso bajo, antes de ADC, que elimina los componentes de alta frecuencia, que generan aliasing.
Entonces tenemos que, la condición para que un analizador muestre las señales de vibración deseadas, es el siguiente.
la tarifa deel muestreo de forma de onda debe ser mayor que el doble de la frecuencia de espectro más alta.
se debe notar que, este requisito de frecuencia de muestreo mínima, tiene el nombre de criterio de Nyquist.
Por lo contrario, si la frecuencia de muestreo es menor, los componentes de aliasing estarán dentro del rango de frecuencia del espectro. Como consecuencia, si esto ocurre, no hay filtro capaz de eliminarlos de la señal.
Vale la pena señalar, que tener una vibración bien representada, no es suficiente tener una frecuencia de muestreo, exactamente el doble de la frecuencia de entrada.
Figura 3.4. Como se dijo, no es suficiente tener una frecuencia de muestreo exactamente el doble de la frecuencia de entrada.
De facto, la forma de onda se presenta con mala calidad, cuando solo tenemos un poco más de dos muestras en cada período.
3.5 Analizador de vibraciones 3 – Por qué se necesita un filtro anti-aliasing (Automóvil club británico)
Desafortunadamente, el mundo real rara vez restringe el rango de frecuencia de las vibraciones.
en realidad, en el caso de temperatura ambiente, ya mencionado, podemos estar seguros de la velocidad máxima a la que cambia la temperatura.
Por lo contrario, al medir vibraciones, no siempre podemos excluir la aparición de señales de alta frecuencia.
De facto, solo hay una forma de asegurarse de que el rango de frecuencia de las vibraciones de entrada no tenga altas frecuencias.
en realidad, esto consiste en colocar un filtro de paso bajo, antes de ADC. tan, esto tiene el nombre de filtro AA.
Tiene que, idealmente, un filtro de paso bajo, Automóvil club británico, es similar al de la Figura 3.5 una. De facto, en estas circunstancias, este filtro solo deja pasar las frecuencias de entrada deseadas. Por lo contrario, todas las frecuencias más altas, son completamente rechazados.
Sin embargo, no es posible construir un filtro con esta forma.
De facto, en vez de eso, todos los filtros reales se parecen a la figura 3.5 segundo. Después, en la figura, vemos como estos muestran una paulatina decadencia. Por causa de esto, tener una tasa de rebote finita, de las frecuencias que no queremos.
Figura 3.5. Como se dijo, los filtros AA reales, requieren frecuencias de muestreo más altas.
3.6 Analizador de vibraciones 3 – ¿Cuál es la relación entre el filtro AA y la frecuencia de muestreo?
De hecho, ¿qué pasa si las vibraciones que quieres medir?, no están bien atenuados en la banda de transición?
en realidad, estas frecuencias aún pueden generar aliasing en la banda de frecuencia de análisis.
tan, para evitar esto, en la banda de transición, la frecuencia de muestreo aumenta para duplicar la frecuencia más alta, .
De esta forma, esto asegura que, todas las vibraciones que podrían generar aliasing, están bien atenuados por el filtro. tan, esto significa que la frecuencia de muestreo es ahora de dos y media a cuatro veces, la frecuencia de entrada máxima.
por lo tanto, para realizar correctamente un análisis FFT, hasta uno Fmax de 25 kHz, esto puede requerir un ADC que funcione en 100 kHz.
3.7 ¿Cuál es la influencia del filtro anti aliasing en el número de líneas del espectro?
por lo tanto, para evitar problemas de aliasing, los espectros no tienen N / 2 líneas (donde N es el número de muestras en la forma de onda). De facto, en lugar de esto, los espectros tienen una serie de líneas entre 0,25 N / A 0,4 norte.
Figura 3.6. Como se dijo, para que el espectro esté protegido contra aliasing, es común eliminar la última 22% de líneas.
Por ejemplo, el analizador de vibraciones ADASH VA5, tiene una frecuencia máxima de muestreo de forma de onda, de 196 KHz. tan, esto corresponde a un rango máximo de análisis de frecuencia de 90 KHz.
3.8 Por qué es necesario más de un filtro AA
Como ya fue mencionado, debido a las propiedades de la FFT, para variar el rango de frecuencia, debe variar la frecuencia de muestreo de la forma de onda.
De este modo, es fácil ver que también debe reducir la frecuencia del filtro AA, por la misma cantidad.
tan, dado que un analizador de vibraciones se utiliza en muchas aplicaciones, es bueno tener muchos rangos de frecuencia. consecuentemente, esto puede implicar que debe haber muchos filtros AA.
sin embargo, la solución que se utiliza, por fabricantes de analizadores, solo tiene un filtro AA analógico. en realidad, esto solo existe para proporcionar protección en el rango de frecuencia máxima del analizador.
De facto, para las frecuencias de análisis más bajas, se utilizan filtros digitales.
3.9 Por qué existen los filtros digitales
Como es obvio, esta solución se llama filtrado digital, porque filtra a forma de onda digitalizada, con algoritmos matemáticos.
tan, lo normal es que en los analizadores, solo hay un filtro AA analógico. Como se mencionó, siempre existe para proporcionar protección en el rango de frecuencia máximo.
Figura 3.7 – Como se mencionó, aquí puede ver el diagrama de bloques de filtrado analógico y digital en un analizador.
tan, ya se ha visto que para otras frecuencias se utiliza un filtro digital. tan, cada vez que se cambia el rango de frecuencia del espectro, se utiliza un filtro digital, que excluye frecuencias que no importan.
Cuando se usa filtrado digital, no es necesario cambiar la frecuencia de muestreo del ADC. De facto, esta tasa es siempre la tasa máxima correspondiente a la frecuencia máxima del analizador.
Entonces, ¿cómo funciona el filtro digital??
De facto, el filtro digital realiza un nuevo remuestreo de señal.
De esta forma, el número de muestras de la forma de onda se reduce y, al mismo tiempo, tu frecuencia de muestreo. En consecuencia, cómo se reduce la frecuencia de muestreo, la frecuencia máxima del espectro se reduce.
Esto significa que no es necesario tener más de un filtro AA analógico. De facto, para frecuencias más bajas, los otros filtros son digitales.
3.10 Por qué se realiza un nuevo muestreo?
tan, el filtro digital se conoce como filtro diezmador.
De hecho, esto se debe a que el filtro reduce el número de muestras de la forma de onda., para la tasa requerida para el rango de frecuencia deseado.
tan, Es fácil implementar un solo filtro digital para trabajar en muchos rangos de frecuencia.. De esta forma evitamos la necesidad de varios filtros analógicos.
En consecuencia, todos estos factores implican que, el filtro digital es mucho más económico que el filtro analógico.
Este sitio utiliza cookies para que podamos ofrecer la mejor experiencia de usuario posible.. La información de las cookies se almacena en su navegador y realiza funciones como reconocerlo cuando regresa a nuestro sitio y ayudar a nuestro equipo a comprender qué secciones del sitio le resultan más interesantes y útiles..
Cookies requeridas
Estas cookies son necesarias para que podamos mantener sus preferencias de privacidad..
Si desactiva esta cookie, ya no será posible almacenar sus preferencias de privacidad. Esto significa que cada vez que visite este sitio le preguntaremos sobre las opciones de cookies..
Cookies de terceros
Este sitio web utiliza Google Analytics para recopilar información anónima como el número de visitantes..
Mantener esta cookie activa nos permite mejorar el sitio web.
Habilite las cookies necesarias para que podamos guardar sus preferencias..
