《振動噪音科普專欄》為什麼會有Beating現象？

 這個單元的主題：為什麼會有Beating現象？甚麼是”Beating”呢？中文的翻譯可稱為：「拍振」、「拍擊」、「重擊」，在先前單元：#33【甚麼是重擊現象(beating phenomenon)？】，已經有初步的討論，這個單元再一次補充說明。 在此，取了兩個餘弦波，分別是 𝒙1(𝒕)=𝑿1𝐜𝐨𝐬(𝟐𝝅𝒇1 𝒕)，𝑿1 = 1，𝒇1 = 100 Hz。𝒙2(𝒕)=𝑿2𝐜𝐨𝐬(𝟐𝝅𝒇2 𝒕)，𝑿2 = 1，𝒇2 = 110 Hz。兩個信號的「傅立業頻譜」𝑿(𝒇)，如預期分別在頻率 𝒇 = 100 Hz，振幅 𝑿 = 1= 𝑿1，以及頻率 𝒇 = 110 Hz，振幅 𝑿 = 1= 𝑿2。 這樣的合成信號，就稱為”Beating”。有甚麼特徵呢？參閱左側第一張圖示，說明如下： 1.      兩個頻率相近的餘弦波：在此圖例，分別為，𝒇1...

Read More

【譜威科技】譜威設備監控研討會；11/26(四)高雄巨蛋漢來；12/3(四)台北台大集思

 2020譜威設備監控研討會活動網頁：https://reurl.cc/Z721vM活動報名表：https://reurl.cc/Gra...

Read More

【基太克】2020 全方位設備智能監診與無憂生產研討會；11/6(五)蓮潭國際會館4F 401 會議室

後疫情時代即將來臨，過去的維修保養理念與方法，也深受影響。各國競相推動智慧工廠，除了著重生產製程與品檢智能化之外，設備智能監診已成為不可或缺的拼圖，尤其是機械設備健康狀態的監控與管理，才能有效地發揮生產製程與品檢的智能化投資效益，也才可能降低設備異常對生產與產品品質的衝擊。現代化的維護思潮深受AIoT 的影響，在AIoT 雲平台架構上要實現高效維護，充分運用ICT 新技術收集設備動態輸入與響應相關資料，並與可復與標籤的靜態資料結合，形成完整、正確、有價值的關聯性資料，是智能化不可或缺的基礎。因此，我們邀集領域與ICT 專家，分享智能巡檢、監測與振動攝影分析、設備預兆診斷與健康管理(PHM)等的技術發展與應用，讓您可以迅速規劃、佈建適合 貴公司現階段的設備監診與健康管理系統架構，強化智慧工廠的投資效益。邀請專業講師課程簡介：(一) 融合多元監測以提升維護決策的有效性主講：王智中 博士 / 睿捷國際公司總經理1. 以維護決策為依歸的設備監測–並以設備失效案例說明2. 建立基於設備運轉特性與失效模式的監診功能模組–往復式壓縮機的建模分析3. 設備智能監診的規劃與部署–振動與聲音、振動與製程動態等融合監診4. 滿足產線操作/維護者需求的無憂監診–快、準、簡、安(快：建置快速，準：警報準確，簡：易讀易懂，安：資安第一、可靠耐用)5....

Read More

《振動噪音科普專欄》FFT系列：甚麼是洩漏(leakage)？窗函數(window)如何改善洩漏(leakage)？

 這個單元的主題：FFT系列：甚麼是「洩漏」(leakage)？「窗函數」(window)如何改善「洩漏」(leakage)？其中，FFT是fast Fourier transform，「快速傅立業轉換」是進行「頻譜分析」(spectral analysis)的數學方法，讀者可參閱#27：【甚麼是頻譜分析？】。   甚麼是「洩漏」？甚麼是「窗函數」？又為什麼「窗函數」可以改善「洩漏」呢？   首先，觀察左上方圖示，從無「洩漏」(without leakage)的餘弦波信號之FFT看起，其中，𝒙1(𝒕)=𝑿1𝐜𝐨𝐬(𝟐𝝅𝒇1 𝒕)，𝑿1 = 1，𝒇1 = 100 Hz。採用的「FFT分析參數」，令 Fmax = fnyq= 500 Hz，LOR = Nf = 250 lines。可以得到其他5個「FFT分析參數」：   1.      「取樣頻率」(sampling...

Read More