《振動噪音科普專欄》一部機器振動_噪音大，要如何改善呢？

  

這個單元要來探討的主題是：一部機器振動(vibration)/噪音(noise)大，要如何改善呢？這個問題呢，是業界朋友常常詢問的事，確實是個大哉問！這個單元嘗試著，以「系統性思維」(systematic thinking)來引導大家的思考。

 

首先，對專案(project)主題，進行「關鍵詞分析」(keyword analysis)，在此可以拆解「關鍵詞」(keyword)如下：

 

1.      一部機器？

2.      振動(vibration)/噪音(noise)大？

3.      如何改善？

 

其次，當要進行這樣的專案(project)，建議採用【3W】心法，簡要說明如下：

 

1.      Why to do? 為什麼要做這個專案(project)？

2.      What goals? 執行這個專案(project)，要達到甚麼目標？

3.      How to do? 要如何執行這個專案(project)？

 

這是很重要的自我提問的思考，因為不一樣的目標，可能會有不一樣的對策、改善措施！

 

接下來，針對第1個「關鍵詞」(keyword)，一部機器？有哪些呢？

 

1.      工廠(factory)：馬達、風機、變速箱、壓縮機、…。

2.      車輛(vehicle)：自行車、機車、汽車、卡車、船艦、飛機、火箭、衛星、…。

3.      家電(appliance)：電扇、冷氣機、洗衣機、冰箱、...。

4.      其他？

 

看到列舉的這些機器、結構系統，都可以直覺地想像出潛在的振動(vibration)或是噪音(noise)問題。

 

參閱圖片中間上方顯示，先前單元有看過，一個典型的轉子系統(rotor system)，包含：馬達(Motor)、聯軸器(Coupling)、轉軸(Shaft)、以及兩個軸承(Bearing)。

 

接著，針對第2個「關鍵詞」(keyword)，振動(vibration)/噪音(noise)大？建議以【SPR】心法思考：

 

1.      Source? 激振源：What component? 甚麼組件？可以解剖分為：(1) Component 零件，(2) Sub-system 次系統，(3) System 系統，三個機器結構系統的層次(level)。也需要知道機器的Operating condition? 運轉條件？以此轉子系統(rotor system)為例，其Source就是：馬達(Motor)。當然需要知道馬達的轉速(rotating speed)、或是其轉速頻率(rotating frequency)。

2.      Path? 路徑：也就是Transfer path傳遞路徑，可以概分為：(1) Structural path 結構路徑(SP)，(2) Air path 空氣路徑(AP)。對此轉子系統(rotor system)，進行簡要的「傳遞路徑分析」(Transfer path analysis, TPA)。參閱圖示，可以區別出結構振動(vibration)的結構路徑(Structural path, SP)，SP1、SP2、SP3、SP4，分別對應了：聯軸器(Coupling)、轉軸(Shaft)、以及兩個軸承(Bearing)。如果，考慮的是噪音(noise)，就需考慮其聲音傳播的空氣路徑(Air path, AP)。

3.      Response? 響應：如果，考慮的是振動(vibration)，實務上常用的感測器(sensor)，就是加速度規(accelerometer)。如果，考慮的是噪音(noise)，就是麥克風(microphone)。需要考慮的是：Where? 要在哪裡量測？量測的位置及方向？量到了振動(vibration)或噪音(noise)數據，要評估How much? 量值是多少？建議思考的方向：(1) Index 指標，(2) Criterion 允收標準，(3) Value 量值。針對振動(vibration)、或噪音(noise)，都有常用的評估指標(Index)，我們再另闢單元討論。

 

接著，要探討振動(vibration)/噪音(noise)是大、或小？建議採用【3K】心法，也就是【SCR】心法：

 

1.      Know what? = 瞭解現況Situation?

2.      Know why? = 探討原因Cause?

3.      Know how? = 尋求對策Resolution?

 

這是個邏輯的思考，先Know what，再Know why，最後才是Know how。題外話，很多人著重在Know how知道怎麼做，卻忽略了Know why為什麼這樣做。試問：不知道Know why，如何知道Know how？另外，如果，不知道Know what，又如何能知道Know why？

 

當在執行專案(project)的時候，需要釐清工作事項，建議採用【4個What】心法：

 

1.      What to know? 想知道甚麼？

2.      What to get? 需得到甚麼？

3.      What to do? 要做甚麼？

4.      What to show? 應呈現甚麼？

 

以評估機器的振動(vibration)/噪音(noise)是大、或小來說，最後要show呈現的就是：(1) Index 指標，(2) Criterion 允收標準，(3) Value 量值。所量測到Index的Value，是否滿足Criterion的要求？

 

以機器的振動(vibration)為例，常採用的有：ISO 10816-3的規範(standard)，我們再另闢單元討論。

 

最後，針對第3個「關鍵詞」(keyword)，如何改善？也就是取得對策Resolution? 瞭解Know how?如何改善？建議採用【SPR】策略思考：

 

1.      S策略？

2.      P策略？

3.      R策略？

 

如何思考、規劃以及施行【SPR】策略，我們再另闢單元討論。

 

當有這個專案(project)：一部機器振動(vibration)/噪音(noise)大，要如何改善呢？機器可能是已經既有、存在的機器，有振動(vibration)/噪音(noise)大的議題。建議採用【MADI】心法：

 

1.      M：Measurement 量測。

2.      A：Analysis 分析。

3.      D：Diagnosis 診斷。

4.      I：Improvement 對策。

 

固然，專案(project)的目標，就是要找到有效的Improvement 對策。還是要分別進行這4個獨立的工作項目：【MADI】，也就是(1) Measurement 量測、(2) Analysis 分析、(3) Diagnosis 診斷、(4) Improvement 對策。才能夠有效的對症下藥，找到合宜的Improvement 對策。

 

針對：一部機器振動(vibration)/噪音(noise)大，要如何改善呢？這個常碰到的問題呢，這個單元，盡量以「系統性思維」(systematic thinking)來引導大家的思考，如何推展這樣的專案(project)，總結如下：

 

1.      對專案(project)主題，進行「關鍵詞分析」(keyword analysis)。

2.      採用【3W】心法，分析專案(project)主題：(1) Why to do? (2) What goals? (3) How to do? 也就是：(1) 為什麼要做這個專案(project)？(2) 執行這個專案(project)，要達到甚麼目標？(3) 要如何執行這個專案(project)？

3.      以【SPR】心法思考，為什麼振動(vibration)/噪音(noise)大？包括：(1) Source，(2) Path，(3) Response。也就是：(1) 激振源，(2) 路徑，(3) 響應。

4.      採用【3K】心法，探討振動(vibration)/噪音(noise)議題，【3K】包括：(1) Know what? (2) Know why? (3) Know how? 也就是【SCR】心法：(1) 瞭解現況Situation，(2) 探討原因Cause，(3) 尋求對策Resolution。

5.      採用【4個What】心法，來釐清工作事項，包括：(1) What to know? (2) What to get? (3) What to do? (4) What to show?。也就是：(1) 想知道甚麼？(2) 需得到甚麼？(3) 要做甚麼？(4) 應呈現甚麼？

6.      採用【MADI】心法，處理既有、已經存在的機器，有振動(vibration)/噪音(noise)大的議題，【MADI】包括：(1) Measurement 量測、(2) Analysis 分析、(3) Diagnosis 診斷、(4) Improvement 對策。

 

以上個人看法，請多指教！

 

王栢村

2026.03.06

文章粉絲團連結

YouTube影片連結 

Read More

《振動噪音科普專欄》隨機衝擊波的頻譜，真的會是平的頻譜(flat spectrum)？也就是白噪音頻譜(white noise spectrum)嗎？

  

這個單元要來探討的主題是：「隨機衝擊波」(random impact wave)的「頻譜」(spectrum)，真的會是「平頻譜」(flat spectrum)？也就是「白噪音頻譜」(white noise spectrum)嗎？

 

因為要從「時間波形」(time waveform)，透過FFT「快速傅立葉轉換」(fast Fourier transform)，取得信號的「頻譜」(spectrum)。首先，回顧一下，如何進行FFT「快速傅立葉轉換」(fast Fourier transform)。參閱圖片左上方，FFT之【ISOC】分析的系統方塊圖(system block diagram)，重點說明如下：

 

1.      Input輸入：就是一個信號的「時間波形」(time waveform)。

2.      System系統：在此FFT，就是系統。就是要進行FFT「快速傅立葉轉換」(fast Fourier transform)。

3.      Output輸出：當然就是「時間波形」信號的「頻譜」(spectrum)。

4.      Control控制：進行FFT的控制變數，有三大項，包括：(1) FFT 參數(parameters)，(2) 窗函數形式(Window Type)，(3) 平均處理(Averaging)。

 

針對第一個重要選項，是FFT 參數(parameters)，主要有兩個變數需要設定，定義如下：

 

1.      Fmax = 1000 Hz：最高有效頻率(maximum effective frequency)，單位：Hz。

2.      LOR = 1000 條：頻率解析條數(lines of resolution, LOR)，單位：條(lines)。

 

在此設定，R = Fmax / LOR = 1.0 Hz：頻譜的頻率解析度(Resolution)。

 

同時，第二個重要選項，是窗函數形式(Window Type)。本單元選用”Box”=「方形/均勻/矩形窗函數」。另外，會探討”Hanning”=「漢寧窗函數」。

 

第三個重要選項，是平均處理(Averaging)，令平均次數(Number of Averaged)：Navg = 1次。Overlap = 0%。

 

快速回顧一下，前一個單元：「隨機的理想衝擊波」(random ideal impact wave)，其「頻譜」(spectrum)會有甚麼特徵？參閱圖片左邊下方圖示，說明如下：

 

1.      「時間波形」：一系列連續的、隨機的「理想衝擊波」，衝擊波有正、有負，而且沒有固定的週期關係，是隨機的(random)衝擊波。

2.      「頻譜」：可以以Linear或是Logarithmic來觀察「頻譜」。當AVG=1，就是只取了1次的平均，呈現了隨機的(random)分布現象，每個頻率都有振幅值。在Logarithmic「頻譜」，紅色曲線是原始的「頻譜」，黑色的曲線是「平滑化頻譜」(smoothed spectrum)，可以觀察到，接近於「平的頻譜」(flat spectrum)。若是AVG=5，就是取了5次的平均，同樣呈現了隨機的(random)分布現象，每個頻率都有振幅值。這時，紅色的原始「頻譜」曲線，又更接近於「平的頻譜」(flat spectrum)。黑色的「平滑化頻譜」(smoothed spectrum) 曲線，也是更加接近於「平的頻譜」(flat spectrum)。

 

在此需注意的是，前個單元是採用”Box”=「方形/均勻/矩形窗函數」。這樣的設定，其實是不太正確的，因為，「時間波形」(time waveform)是隨機的(random)，有潛在的「洩漏」(leakage)的風險。

 

在選定FFT分析的控制變數(control variables)，第一步，設定FFT 參數(parameters)，主要有兩個變數需要設定，定義如下：

 

1.      Fmax = 1000 Hz：最高有效頻率(maximum effective frequency)，單位：Hz。

2.      LOR = 1000 條：頻率解析條數(lines of resolution, LOR)，單位：條(lines)。

3.      T = LOR / Fmax = 1.0 sec：取樣的時間區間(time frame)。一旦設定了Fmax及LOR，T時間區間(time frame)就確定了。

4.      R = Fmax / LOR = 1.0 Hz：頻譜的頻率解析度(Resolution)。一旦設定了Fmax及LOR，R頻率解析度(Resolution)也就確定了。

 

第二步，選定「窗函數」(Window Type)，說明如下：

 

1.      ”Box”=「方形/均勻/矩形窗函數」：適用於時間區間(time frame)的頭尾信號相同。也就是「無洩漏」(no leakage)的「時間波形」(time waveform)。

2.      ”Hanning”=「漢寧窗函數」：適用於任意的隨機信號。也就是「有洩漏」(with leakage) 的「時間波形」(time waveform)。

 

第三步，設定「平均處理」(Averaging)的方式，說明如下：

 

1.      平均次數(Number of Averaged)：本單元，將取AVG = 1 次、5次、50次，進行比較探討。

2.      時間區間(time frame)的重疊率(percentage of overlap)：本單元，將取Overlap = 0 %。

 

在此，採用：(1) Fmax = 1000 Hz，LOR = 1000 條，T = LOR / Fmax = 1.0 sec，R = Fmax / LOR = 1.0 Hz。(2) ”Hanning”=「漢寧窗函數」。(3) AVG = 1 次、5次、50次；Overlap = 0 %，進行FFT分析的比較探討。

 

參閱圖片右上方，分別顯示了3個案例：AVG = 1 次、5次、50次。每個分析包含4個圖示：

 

(1)       原始的「時間波形」(time waveform)。

(2)       原始的Linear「頻譜」。

(3)       紅色曲線是原始的Logarithmic「頻譜」，以及黑色的曲線是「平滑化頻譜」(smoothed spectrum)。

(4)       每個時間區間(time frame)的「漢寧窗函數」加權處理的「時間波形」。

 

綜合討論如下：

 

1.      ”Hanning”， AVG = 1 次：(1) FFT只取了1個時間區間(time frame)，所以，總時間1 sec。(2) Linear「頻譜」呈現隨機的(random)分布現象，每個頻率都有振幅值。(3) 在Logarithmic「頻譜」，紅色曲線是原始的「頻譜」，黑色的曲線是「平滑化頻譜」(smoothed spectrum)，可以觀察到，接近於「平的頻譜」(flat spectrum)。(4)「漢寧窗函數」加權處理的「時間波形」，灰色是原始信號，紅色是加權後的「時間波形」，頭尾信號都強迫歸零。

2.      ”Hanning”， AVG = 5 次：(1) FFT只取了5個時間區間(time frame)，因為Overlap = 0 %，所以，總時間5 sec。(2) Linear「頻譜」呈現隨機的(random)分布現象，每個頻率都有振幅值。量值上的變化，比起AVG = 1 次，有更小的變動趨勢。(3) 在Logarithmic「頻譜」，紅色曲線是原始的「頻譜」，黑色的曲線是「平滑化頻譜」(smoothed spectrum)，可以觀察到，更接近於「平的頻譜」(flat spectrum)。(4)「漢寧窗函數」加權處理的「時間波形」，灰色是原始信號，不同顏色是5次加權後的「時間波形」，頭尾信號都強迫歸零。

3.      ”Hanning”， AVG = 50次：(1) FFT取了50個時間區間(time frame)，因為Overlap = 0 %，所以，總時間50 sec，看起來是個完全隨機的(random)信號。(2) Linear「頻譜」呈現隨機的(random)分布現象，每個頻率都有振幅值。量值上的變化，比起AVG = 5次，有更小的變動趨勢。(3) 在Logarithmic「頻譜」，紅色曲線是原始的「頻譜」，黑色的曲線是「平滑化頻譜」(smoothed spectrum)，可以觀察到，已經幾乎是「平的頻譜」(flat spectrum)。(4)「漢寧窗函數」加權處理的「時間波形」，灰色是原始信號，不同顏色是50次加權後的「時間波形」，頭尾信號都強迫歸零。

 

再將3個Logarithmic「頻譜」，放大、放在一起比較，參閱圖片中間下方圖示，可以更清楚比較其間的差異。當AVG = 1 次以及AVG = 5 次，只能說接近於「平的頻譜」(flat spectrum)。當AVG = 50次，可以說已經幾乎是「平的頻譜」(flat spectrum)。

 

回到本單元探討的主題：「隨機衝擊波」(random impact wave)的「頻譜」(spectrum)，真的會是「平頻譜」(flat spectrum)？也就是「白噪音頻譜」(white noise spectrum)嗎？本質上，確實可以說：「隨機衝擊波」(random impact wave)的「頻譜」(spectrum)，是「平頻譜」、或稱「白噪音頻譜」。

 

但是，在FFT分析設定上，必須要有適當的選擇，特別是AVG平均次數(Number of Averaged)要夠多，也就是量測時間要夠長。當AVG = 50次，可以說已經幾乎是「平的頻譜」(flat spectrum)。因此，一般而言，對於隨機的(random)「時間波形」信號，AVG平均次數要夠多，50、100次都是合理的選項。

 

綜合一下這個單元的討論：

 

1.          複習討論了：FFT之【ISOC】分析的系統方塊圖(system block diagram)，包括：Input輸入、System系統、Output輸出、Control控制。以瞭解如何取得「頻譜」(spectrum)。

2.          複習討論「隨機的理想衝擊波」(random ideal impact wave)，其「頻譜」(spectrum)會有甚麼特徵？採用的是”Box”=「方形/均勻/矩形窗函數」。適用於時間區間(time frame)的頭尾信號相同。也就是「無洩漏」(no leakage)的「時間波形」(time waveform)。這樣的設定，其實是不太正確的，因為，「時間波形」(time waveform)是隨機的(random)，有潛在的「洩漏」(leakage)的風險。

3.          針對「隨機衝擊波」(random impact wave)，進行FFT分析，採用了”Hanning”=「漢寧窗函數」，適用於任意的隨機信號。也就是「有洩漏」(with leakage) 的「時間波形」(time waveform)。

4.          針對「隨機衝擊波」(random impact wave)，進行FFT分析，採用了AVG = 1 次、5次、50次，進行比較探討。AVG平均次數(Number of Averaged)要夠多，也就是量測時間要夠長。當AVG = 50次，可以說已經幾乎是「平的頻譜」(flat spectrum)。因此，一般而言，對於隨機的(random)「時間波形」信號，AVG平均次數要夠多，50、100次都是合理的選項。

 

以上個人看法，請多指教！

 

王栢村

2026.02.25

文章粉絲團連結

YouTube影片連結 

Read More