《振動噪音科普專欄》如何應用SPR技術路徑處理振動噪音問題?(4) 如何解析R-test-V量測數據?

這個單元要來探討的主題是:如何應用SPR 技術路徑(technical roadmap)處理振動(vibration)與噪音(noise)問題?這是這個系列的第4篇:(4) 如何解析R-test-V量測數據?

 

要探討這個主題,參閱左上方圖示,先回顧:【振動/聲音結構路徑/空氣路徑S PR系統方塊圖】,讀者可參閱參考單元:#351SPR方塊圖看需要哪些實驗與分析?】。摘錄如下

 

1.          實驗導向(Experimental approach)5Test實驗技術:S-testP-test-SR-test-VP-test-AR-test-N

2.          分析導向(Analytical approach)5Analysis分析技術:S-analysisP-analysis-SR-analysis-VP-analysis-AR-analysis-N

 

在先前單元:#356如何應用SPR技術路徑處理振動噪音問題?(3) 如何解析R-test-N量測數據?】。因為要處理噪音問題,當然第一個步驟,就要先知道結構系統的噪音狀態,目的在瞭解聲音的特徵。所以,要進行R-test-NResponse-test-Noise響應-實驗-噪音:就是量測結構的聲音壓力響應 𝒑(𝒕)。同時介紹了如何解析R-test-N量測數據?

 

另外,在先前單元:#355如何應用SPR技術路徑處理振動噪音問題?(2) 如何進行R-test-V】。也就是進行R-test-VResponse-test-Vibration響應-實驗-振動:就是量測結構的振動響應 𝒂(𝒕)。通常在R-test-N之後,會要進行R-test-V,以瞭解振動與噪音的關聯性。本單元的重點:如何解析R-test-V量測數據?

 

參閱圖示左邊中間,顯示一部馬達(motor),分別以麥克風(microphone)量測聲音響應,以及使用三軸向加速度規(triaxial accelerometer)量測振動響應。並透過數據採集裝置DAQ (Data AcQuisition device) NI-9234,配合SVM振動噪音量測系統,可以量測motor的振動噪音。本單元,以x-方向的振動為主,所以是x-方向的加速度響應數據的探討。

 

本單元的重點:如何解析R-test-V量測數據?在先前單元:#355如何應用SPR技術路徑處理振動噪音問題?(2) 如何進行R-test-V】。引用第四個心法=F-S-M-I-V-C-I】的Index指標:針對振動響應,參閱圖示左邊下方,顯示R-test-VWhat to show? 應該呈現甚麼Index 指標?以及對應圖示的加速度響應Value 數值,包括:𝒂(𝒕)𝑮𝒂𝒂(𝒇)𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)𝑳𝒂,𝒆𝒒𝑮𝒂𝒂(𝒕,𝒇)𝑳𝒂(𝒕)

 

參閱圖示右上方,顯示先前單元:#109對一個信號進行頻譜分析的原理為何?】,振動量測信號的頻譜分析流程圖,加速度響應甚麼Index 指標?綜合說明如下:

 

1.      𝒂(𝒕) = time waveform = 時間波形:量測到的加速度響應 𝒂(𝒕),是原始數據(raw data)

2.      𝑨(𝒇) = Fourier spectrum = 傅立葉頻譜:對 𝒂(𝒕)進行FFT快速傅立葉轉換(fast Fourier transform, FFT)處理,可以得到𝑨(𝒇) 傅立葉頻譜,會是複數,不可平均,是單一個時間區間的頻譜特徵。所以,通常並不會深入探討。

3.      𝑮𝒂𝒂(𝒇) = acceleration spectrum = 加速度頻譜:取得的 𝑨(𝒇),透過PSD (power spectral density, PSD)處理,可以取得加速度的功率頻譜(power spectrum, auto PSD spectrum) 𝑮𝒂𝒂(𝒇),可簡稱加速度頻譜(acceleration spectrum)加速度頻譜顯示的峰值(peaks),就是主要振動的頻率。

4.      𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄) = 1/3 octave band spectrum = 三分之一倍頻頻譜:再由𝑮𝒂𝒂(𝒇),進行三分之一倍頻(one third octave band)處理,可以取得 𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄),主要是配合人體感官的效果。

5.      𝑳𝒂,𝒆𝒒 = equivalent acceleration level = 等效加速度位準/加速度級:由𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄),可以累加 𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄) 每一個 𝒇𝒄 中心頻率(central frequency)加速度位準dB,進而得到𝑳𝒂,𝒆𝒒。簡單說,就是在量測時間內的加速度大小之平均值,實際上是均能 (equivalent energy)的概念。

6.      𝑮𝒂𝒂(𝒕,𝒇) = spectrogram = 時頻圖:必須透過時頻分析(time frequency analysis),常用短時傅立葉轉換(short time Fourier transform, STFT)處理,以得到時頻圖。本單元暫不深入討論。

7.      𝑳𝒂(𝒕) = acceleration level = 加速度位準/加速度級:對應時間軸,每一個瞬間的加速度位準/加速度級。本單元暫不深入討論。

 

接下來,參閱圖示右邊的系列圖示,深入探討每一個Index 指標以及對應圖示的Value 數值,綜合說明如下:

 

1.      𝒂(𝒕) = time waveform = 時間波形:本案例,總量測時間為64 sec,影片中第一個圖示,是最後一個量測區間,所量測到的加速度響應 𝒂(𝒕),是原始數據(raw data)。可以進行FFT處理,取得對應的𝑨(𝒇) 傅立葉頻譜。

2.      𝑨(𝒇) = Fourier spectrum = 傅立葉頻譜:對 𝒂(𝒕)進行FFT快速傅立葉轉換(fast Fourier transform, FFT)處理,可以得到𝑨(𝒇) 傅立葉頻譜,會是複數,不可平均,是單一個時間區間的頻譜特徵。所以,圖示為 𝑨(𝒇) 的振幅值|𝑨(𝒇)|,由於沒有平均,看到的頻譜,不具代表性,通常並不會深入探討,可以視為過程資訊,需注意:當取100次平均,會有100𝑨(𝒇)。然而,通常有興趣的平均頻譜是 𝑮𝒂𝒂(𝒇)

3.      𝑮𝒂𝒂(𝒇) = acceleration spectrum = 加速度頻譜:取得的 𝑨(𝒇),透過PSD (power spectral density, PSD)處理,可以取得加速度的功率頻譜(power spectrum, auto PSD spectrum) 𝑮𝒂𝒂(𝒇),可簡稱加速度頻譜(acceleration spectrum)。需注意:𝑮𝒂𝒂(𝒇)是可以平均的,本案例是取100次平均。加速度頻譜顯示的峰值(peaks),就是主要振動的頻率。𝑮𝒂𝒂(𝒇)圖示,在y軸是振動量,單位:dB,在x軸是頻率,單位:Hz。若是比較|𝑨(𝒇)|𝑮𝒂𝒂(𝒇),可以發現𝑮𝒂𝒂(𝒇)平均的效果,使得頻譜更容易解析。圖示分別呈現x軸為對數(logarithmic)以及線性(linear)座標。會採用logarithmic座標呈現,因為人體感官對頻率的感覺,並不是linear,而是logarithmic。同時,也是與𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)的信號處理相關。

4.      𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄) = 1/3 octave band spectrum = 三分之一倍頻頻譜:再由𝑮𝒂𝒂(𝒇),進行三分之一倍頻(one third octave band)處理,可以取得 𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄),主要是配合人體感官的感覺效果。參閱圖示,可知每一個 𝒇𝒄 中心頻率,都有對應的加速度壓力位準dB值。由𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)以及logarithmic座標的𝑮𝒂𝒂(𝒇),倆倆的對比比較,可以得知𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)有高dB值,其𝑮𝒂𝒂(𝒇) 就有高峰值響應。由本案例 𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)dB圖示來看,會認為是高頻率主導了振動響應。

5.      𝑳𝒂,𝒆𝒒 = equivalent acceleration level = 等效加速度位準/加速度級:由𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄),可以累加 𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄) 每一個 𝒇𝒄 中心頻率(central frequency)加速度位準,進而得到𝑳𝒂,𝒆𝒒。簡單說,就是在量測時間內的振動量大小之平均值,實際上是均能 (equivalent energy)的概念。在此案例,𝑳𝒂,𝒆𝒒 = 118.4 dB。標示:OA(dB) = 118.4 dB,其中,OAOver All,所以是總量振動的概念。

 

看過圖示右側的5個圖示的Index 指標以及對應的Value 數值,如前述,由𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)dB圖示來看,會認為是高頻率主導了振動響應。如何解讀Index 指標與分析診斷,本單元後續有簡要的討論。

 

在此,再介紹幾種常見呈現𝑮𝒂𝒂(𝒇)的技巧,參閱圖示中間下方的三個圖示,y軸取加速度的原始物理量g,並且,y軸取線性(linear)座標,分別說明如下:

 

1.      全頻帶𝑮𝒂𝒂(𝒇) = acceleration spectrum = 加速度頻譜:y軸取加速度的原始物理量g,並且,取線性(linear)座標,可以觀察實際的振動量大小,由第一個圖示,可知主要有大振動的頻帶,大約在0~6000 Hz。透過y軸的linear圖示,可以容易判斷,高振動的實際頻帶。那麼為什麼需要觀察𝑮𝒂𝒂(𝒇)dB圖示?因為,可以看出可能的共振之自然頻率效應。

2.      0~6600 Hz頻帶的𝑮𝒂𝒂(𝒇) = acceleration spectrum = 加速度頻譜:透過分析軟體的顯示方式,可以任意選擇呈現的頻帶範圍的𝑮𝒂𝒂(𝒇)。由第二個圖示,可以觀察到有標示了有高峰值的頻率點,以及對應加速度振幅值。這樣的圖示,固然可以解讀高峰值的振動頻率,但是,不方便看出與結構系統的轉速頻率之關係,所以,需要有下一張圖示的顯示技巧。

3.      x轉速頻率階次(Order)𝑮𝒂𝒂(𝒇) = acceleration spectrum = 加速度頻譜:透過分析軟體的顯示方式,可以設定令,階次(Order)1X = 66.145 Hz,其中,1X代表一倍的轉速頻率(rotating frequency),乘以60,就是實際的轉速= 3968.7 RPM。原始的x,每一個頻率值都除以一階階次1X轉速頻率66.145 Hz。如第三個圖示,可以容易觀察、併辨識出每一個高峰值,和階次(Order)相關,例如:1X6X16X61X72X等。由轉速頻率的倍頻數(harmonics),或稱為階次(Order),可以判斷可能振動的原因是甚麼。

 

到這裡,只是完成了R-test-V量測數據的信號處理(signal processing),取得了振動加速度的Index指標,以及對應的圖示與數值。

 

本單元重點在:(4) 如何解析R-test-V量測數據?已經呈現了所有的Index 指標以及對應圖示的Value 數值,可以說完成了第三個心法MADI】的Measurement 量測以及Analysis 分析,接下來就是Diagnosis 診斷以及Improvement 對策

 

實務上,要如何解析診斷此振動現象,如何解讀R-test-V的量測與分析數據以及相關圖示呢?參閱圖示右邊上方流程圖,數據的Analysis 分析流程是由左向右,以取得各個評估振動的Index 指標,而Diagnosis 診斷流程則是由右向左,Diagnosis 診斷流程之建議如下:

 

1.      觀察加速度 𝑳𝒂,𝒆𝒒 dB:也就是瞭解振動總量的OA(Over All value),亦即均能加速度位準/加速度級,單位:dB。本案例:𝑳𝒂,𝒆𝒒 = 118.4 dB

2.      觀察加速度dB𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄):目的在瞭解主要振動貢獻頻帶。本案例,高貢獻度頻帶是 𝒇𝒄 = 4000 Hz 以及𝒇𝒄 = 5000 Hz,甚至由於𝒇𝒄 = 25631250 Hz比起鄰近的頻帶,高出約10 dB,所以可能出現純音效應(pure tone effect)的異常振動。

3.      觀察加速度dB的頻率logarithmic座標 𝑮𝒂𝒂(𝒇):目的在瞭解對應於𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)的高貢獻頻帶,透過與頻率logarithmic座標𝑮𝒂𝒂(𝒇)圖示比對,可以判斷係來自哪個頻率區間的振動頻譜響應。

4.      觀察加速度dB的頻率linear座標 𝑮𝒂𝒂(𝒇):在頻率linear座標的𝑮𝒂𝒂(𝒇)圖示,可以判斷主要的高貢獻度頻帶。

5.      觀察加速度glinear座標,以及頻率linear座標𝑮𝒂𝒂(𝒇):目的在瞭解實際的原始振動頻譜的分布狀態,可以辨識實際有高貢獻度振動的頻率值。此案例,主要在0~6000 Hz之間。

6.      觀察加速度glinear座標,以及頻率局部放大的linear座標𝑮𝒂𝒂(𝒇):可以觀察到有標示了有高峰值的頻率點,以及對應加速度振幅值。這樣的圖示,固然可以解讀高峰值的振動頻率,但是,不方便看出與結構系統的轉速頻率之關係,所以,需要有下一張圖示的顯示技巧。

7.      觀察加速度glinear座標,以及階次(Order) linear座標𝑮𝒂𝒂(𝒇):可以容易觀察、併辨識出每一個高峰值,和階次(Order)相關,例如:1X6X16X61X72X等。由轉速頻率的倍頻數(harmonics),或稱為階次(Order),可以判斷可能振動的原因是甚麼。

8.      觀察加速度 𝒂(𝒕)原始量測數據:必要時可追溯量測到的加速度響應 𝒂(𝒕),是原始數據(raw data),可以輔助佐證判斷頻譜的特徵。

9.      觀察𝑳𝒂(𝒕):可以輔助分析加速度隨時間的變化情形。

10.  觀察𝑮𝒂𝒂(𝒕,𝒇):可以由spectrogram時頻圖,綜觀隨時間變化的頻譜變動情形,以輔助分析診斷。

 

最後,綜合這個單元的討論:(4) 如何解析R-test-V量測數據?總結如下:

 

1.      回顧【振動/聲音結構路徑/空氣路徑S PR系統方塊圖】:說明了(1) 如何進行 R-test-N(2) 如何進行 R-test-V?本單元,特別是在探討如何解析以及解讀 R-test-V的量測數據?

2.      回顧了先前單元:#109對一個信號進行頻譜分析的原理為何?】:聲音量測信號的頻譜分析流程圖,𝒂(𝒕) 𝑨(𝒇) 𝑮𝒂𝒂(𝒇) 𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄) 𝑳𝒂,𝒆𝒒。數據的Analysis 分析流程是由左向右,以取得各個評估振動的Index 指標

3.      提出Diagnosis 診斷流程之建議:不同於數據的Analysis 分析流程是由左向右,Diagnosis 診斷流程則是由右向左,其流程步驟:(1) 𝑳𝒂,𝒆𝒒 dB(2) dB𝑮𝒂𝒂,𝟏/𝟑(𝒇𝒄)(3) dBlogarithmic座標 𝑮𝒂𝒂(𝒇)(4) dBlinear座標 𝑮𝒂𝒂(𝒇)(5) glinear座標 𝑮𝒂𝒂(𝒇)(6) glinear座標,頻率局部放大的linear座標 𝑮𝒂𝒂(𝒇)(7) glinear座標,以及階次(Order) linear座標 𝑮𝒂𝒂(𝒇)(8) 𝒂(𝒕)(9) 𝑳𝒂(𝒕)(10) 𝑮𝒂𝒂(𝒕,𝒇)

 

以上個人看法,請多指教!

 

王栢村

2024.02.26


 

0 意見:

張貼留言